返回首页
最新
我创建了一个平台，可以找到前往欧洲目的地的往返航班和住宿费用低于100英镑的旅行。<p>您可以 - <p>* 查看往返航班的详细信息及预订链接。
* 查看酒店的详细信息及预订链接。
* 查看可购买的当地交通通行证及其官方链接。
* 生成行程（需要优化响应时间）。
* 向我们的旅行助手（Eazy）询问任何建议（正在进行中）。<p>无需注册或付费墙。您可以随意探索。我非常欢迎任何反馈。<p>我们目前覆盖来自英国城市的出发航班。基本功能将始终对所有人免费。<p>订阅邮件列表以获取最佳优惠的通知。很快，我们将推出更多更新和高级功能。因此，所有的测试订阅者将免费获得这些功能的访问权限。
许多30多岁的朋友开始做血液检查，发现自己的睾酮水平偏低。能量、情绪、性欲——都低于基线。但除了Reddit的讨论帖和一些可疑的补充剂外，没有简单的、基于科学的方法来实际追踪和改善影响睾酮的习惯。
因此，我开发了Mojo——一款简约、私密的iOS应用，帮助男性记录影响睾酮和整体活力的关键生活因素。
每天，您只需通过几个快速滑块进行签到：睡眠、压力、性欲、能量、锻炼、饮食、酒精、补充剂等。这一过程不超过30秒。
基于您的输入，Mojo会生成每日活力评分，并显示身体恢复、激素平衡和心理状态等方面的每周趋势。随着时间的推移，它会揭示有意义的相关性（例如，睡眠不足→性欲下降→评分降低），帮助用户理解是什么让他们感到疲惫或振奋。
您还可以获得简明的参考建议和文章——旨在剔除噪音，解释睡眠、压力和训练如何影响激素。没有废话，没有伪科学。
该应用完全本地化：
• 无需创建账户
• 无服务器
• 无第三方数据收集
• 可选的Apple Health集成（用于同步锻炼和睡眠）
Mojo旨在低摩擦但真正有用——一个帮助用户随着时间的推移建立一致性和洞察力的工具。
现在可以在App Store上以一次性£4.99的价格购买。
非常希望听到HN社区的反馈——特别是对量化自我、移动用户体验或数字健康感兴趣的朋友。
我们一直在尝试在多云环境中运行CI/CD任务，涵盖AWS、Azure和GCP，但有一个不同之处：每个任务会被路由到当时可用的最低碳排放区域（同时考虑延迟、性能和服务提供商偏好等其他因素）。
不同云区域之间的碳排放差异令人惊讶。有些区域使用水电、核能或风能，而其他区域仍然依赖煤炭或天然气。通过根据碳强度选择代码运行的位置，我们观察到每个任务的排放量减少了多达90%，而无需改变应用逻辑或基础设施。此外，成本也降低了25%。
例如：
我们一直在跟踪GitHub Actions和Azure（当区域未指定时）运行的任务的平均电网强度，发现其平均值约为285克二氧化碳每千瓦时。相比之下，当我们设定一个硬性限制为每千瓦时100克二氧化碳时，我们的任务平均值仅为48克二氧化碳每千瓦时——其中一些甚至低至24克二氧化碳每千瓦时。
看到区域调度能带来如此大的差异让人耳目一新——尤其是对于CI/CD这样的场景，延迟通常不是主要问题。
这让我们思考：
- 开发者是否应该关注这个问题，还是平台应该将其抽象化？
- 性能、碳排放和成本之间的正确权衡在哪里？
如果这里还有其他人正在探索碳意识基础设施、云可持续性或多云调度，我们开发了一个名为CarbonRunner的工具来自动化这个过程。它实时获取电网强度数据，并应用加权逻辑为每个任务选择最佳区域，跨越不同的服务提供商——我们非常希望听到你们的看法或想法。
我们创建了简约且安全的容器基础镜像。所有镜像仅包含相关的包（例如：python）及其依赖项。我们甚至创建了自己的Linux发行版，名为MinimOS，以便控制所有软件包，并在上游发布新版本时立即构建新版本。与Alpine Linux不同，我们主要使用glibc。镜像每天都会重新构建，我们不断增加更多镜像。使用我们的基础镜像，您可以轻松将漏洞数量减少超过90%（与Docker Hub相比）。您可以在这里免费使用我们的镜像（“latest”行）：<a href="https://images.minimus.io" rel="nofollow">https://images.minimus.io</a>。祝大家有美好的一天！
它的工作原理是利用开放人工智能的新GPT-图像API、图像处理算法以及一些提示工程。<p>虽然仍然存在一些局限性，但已经能够生成可直接使用的资产。
根据一种感觉、一种想法或简单的描述，匿名创建Spotify播放列表。如果你在Spotify上找不到想听的音乐，试着描述一下，让nekoDJ来为你挑选音乐。
这篇文章的标题改写了古老的拉丁谚语“Quod natura non dat, Salmantica non praestat”，意思是“自然所不赋予的，萨拉曼卡大学也无法提供”。我们可以说，人工智能无法弥补自然生物智能的不足。这里所说的包括记忆、理解能力或学习能力等先天能力。简单来说，如果一个人缺乏自然天赋，即使是ChatGPT也无法拯救他们。
对于不熟悉萨拉曼卡大学的人来说，它是欧洲最古老的大学之一，成立于1218年。这句谚语雕刻在其一座建筑的石头上，这也帮助巩固了这句谚语的流行。
这引出了本文的真正重点：如果我们不知道如何使用人工智能，它不会让我们变得更聪明。在大型语言模型（LLMs）方面，这与提示工程和上下文密切相关——我们如何构建问题、提供上下文和示例以获得有意义的答案，以及我们如何决定是否信任这些答案。
就我个人而言，提示工程越来越让我感觉像是催眠。
当我写出充满详细指令的复杂提示时，我想到那些在舞台上催眠观众的人，他们告诉观众该如何表现，甚至告诉他们自己是谁，比如一只鸡或其他。
随着每一个新版本的大型语言模型，这种“催眠工程”似乎愈发强大。我不会感到惊讶，如果在不久的将来，我们开始看到专业的“建议者”——通过精心设计的提示进行人工智能催眠的专家。我们甚至可能会出现新的职位名称，比如LLM催眠师或AI耳语者。想象一下像《LLM耳语者》这样的电影——《驯马师》的续集。
例如，在GPT-4.1中，我们已经开始看到一些高度暗示性的提示，指向这个方向。举个例子：
“你是一个代理人——请继续，直到用户的查询完全解决，然后再结束你的回合并交还给用户。只有在你确认问题解决后，才终止你的回合。你必须在每次功能调用之前进行广泛的计划，并对之前功能调用的结果进行深入反思。不要仅仅通过调用功能来完成整个过程……”
我们不仅需要催眠师的技能来构建这些指令，还需要心理学家的能力来解读响应，以便保持对话的进行，甚至检测幻觉。换句话说，我们必须足够聪明，才能有效使用这些新工具。
用另一句流行的说法来改述：“你必须先阅读，然后反思。反过来做是危险的。”这里的意思是，既没有反思的阅读，亦或是没有知识基础的反思，都可能导致不良结果。
同样，当使用像ChatGPT这样的工具时，我们需要知道如何提出正确的问题——同样重要的是，如何对我们得到的答案进行批判性思考。这与我们在该领域的先前知识有很大关系。如果我们对该领域一无所知，我们可能会相信聊天机器人告诉我们的任何事情——这时事情就会变得非常危险。
因此，为了试图“催眠”观众，我建议你培养自己的智力、记忆力和理解能力。这是一个日常任务，就像去健身房一样。因为如果你开始将自己的智力委托给ChatGPT等工具，你将失去使用它的标准。众所周知，如果你委托一项技能，你就会失去它。你周围有很多这样的例子。请不要失去思考的能力；这非常危险。