跳到正文

#Agent

今日 22 条
10月8日周四
10月7日周三
  1. Hacker News Ask HN12

    Hacker News 讨论:AI agent 时代,Airbnb、Booking、Yelp 这类 marketplace 的未来会怎样

    Hacker News 上一位用户提问:当个人 AI agent 能在后台同时查询 Airbnb、Booking、Yelp、Fiverr、Expedia 等 10 个 marketplace 并直接完成交易、用户连平台名字都看不到时,这些过去 15 年建立品牌的平台未来会怎样。提问者认为任何人都能开一个 marketplace,agent 也会去查询他的聚合器。

  2. HackerNoon34

    为什么我用一张故意做得很丑的图来启动 AI 管线

    为在两天内做出售前原型,作者把户型图先渲染成 2:1 equirectangular 全景几何骨架,再让生成模型重绘成写实 360° 室内,从而保证门窗、走廊与房间连接严格贴合原始户型。直接让模型从户型图生成全景会破坏接缝一致性,六面 cubemap 转换虽投影正确但各面家具重复、位置漂移,专用全景模型则无缝却缺乏该房屋的真实几何。

  3. Google Developers Blog62

    Google DeepMind 发布 EmbeddingGemma 2 多模态嵌入模型

    Google DeepMind 发布开源多模态嵌入模型 EmbeddingGemma 2,可将文本、图像、视频帧和音频映射到同一向量空间,参数规模 740M,文本权重最低约 191MB 内存,完整多模态模型在 Google Pixel 11 Pro 上约 567MB。

    推荐理由:Google DeepMind 发布开源多模态嵌入模型 EmbeddingGemma 2,开发者可据此评估端侧本地检索的部署方式。

10月6日周二
  1. Hacker News Ask HN15

    Ask HN:晒晒你的 agentic SDE 语义规则

    一位开发者想在 Hacker News 上征集他人的 agentic SDE 语义规则写法:他打算在上下文打开时让 agent 加载一套 SDE 角色描述,不是单个文件,而是拆成多个文件,覆盖从如何思考一个功能、一个 PR 能放多少代码,到品牌策略、可用哪些工具和包等职业经验。他认为用 AGRNTS 文件描述规则太粗糙,想知道是否已有人做过类似的事。

  2. V2EX 最新主题75

    开发者开源 12 个电商短视频 Agent Skills,一张商品图本地渲染 15 秒竖屏视频

    开发者 boisy 开源了 ecommerce-video-skills(MIT),把一张商品图变成带配音字幕的 15 秒竖屏视频。做法是让 agent 输出 storyboard.json,再用纯 Python + ffmpeg 脚本本地渲染,剪辑环节不需要 API Key,edge-tts 配音需联网。

    推荐理由:作者开源了 12 个电商短视频 Agent Skills,把商品图到成片的流程拆成可单独安装的模块,并附本地渲染脚本。

  3. HackerNoon22

    HUD CEO Roee Adler 谈 AI 编程:需要看到生产环境中的真实行为

    HUD CEO 兼联合创始人 Roee Adler 在 NYSE 采访中表示,AI 编程代理能快速生成代码,却缺乏代码在生产环境中真实行为的数据。HUD 构建了 runtime code sensor,包含函数级行为上下文与 forensic engine,让编程代理在推理代码时看到生产环境表现,并在出错时直接获取错误、变慢、CPU 和内存等信息。他指出采样会漏掉那些罕见却暴露问题的边缘事件。