Codex exec命令

Codex exec是一个可被其他编码代理调用的子命令，用于执行特定任务并返回最终结果。与直接启动Codex不同，该命令会创建一个全新的、无前序上下文的子代理，非常适合代码审查场景。作者通常让Claude Code驱动代码实现，同时使用Codex exec进行审查，认为前者无法与后者的审查能力相比。通过简单的命令如 `codex exec "审查PR内容，按严重级别分类bug，并判断是否完成原始任务"`，即可获得一个强大的审查代理。这一用法能显著提升代码质量、减少bug，建议在合并代码前反复修复并重新请求审查直至通过。 #AI编程 #代码审查 #Codex #ClaudeCode #开发工具 #效率提升 #子代理 #编程最佳实践

Debategle 上线 AI 裁判1v1辩论游戏

Debategle 是一款由 AI 裁判评判的在线辩论平台，用户可与随机陌生人进行结构化辩论。平台采用2分钟轮次、ELO排名系统，AI根据论点质量而非立场判定胜负。辩论主题覆盖气候变化、经济政策等热点议题，旨在促进不同政治观点间的理性对话。目前已免费开放使用，需遵守社区规则。 #辩论 #AI裁判 #ELO排名 #理性对话 #在线游戏

AI指南针

一项名为“AI指南针”的在线测试项目通过29个问题，帮助用户探索自己对人工智能的态度和立场。题目涵盖AI意识、责任、智能进化等核心议题，例如“AI是否有意识？我们对它们有责任吗？”参与者可选“不，它只是下一个词预测器”或“AI是地球智能进化的下一阶段”等不同观点。测试允许跳过问题，最终将用户归类为30种原型之一，旨在揭示个体在AI争议中的不同视角与倾向。 #AI #人工智能 #原型测试 #科技 #意识 #智能进化 #社会讨论

Show HN 发布 CiteReady 工具，检测网站是否被 AI 搜索引擎引用

一款名为 CiteReady 的新工具正式上线，旨在帮助网站管理员检查其网站是否能被 ChatGPT、Perplexity 等 AI 搜索引擎有效抓取和引用。随着 AI 助手直接回答用户问题，未被AI抓取的网站将损失流量。该工具通过分析 AI 爬虫访问权限、结构化数据、内容可引用性和技术基础四项指标，为网站提供优化建议。用户每天可进行 3 次免费审计，无需注册，约 10 秒内出结果。Pro 版月费 2.99 欧元，支持每周自动重新审计、最多 5 个网站的得分历史和全 API 套餐。这一工具的出现反映了生成式引擎优化（GEO）的新趋势，即优化内容使其易于被 AI 系统理解和引用。 #AI #搜索引擎 #网站优化 #GEO #科技工具 #网页爬虫 #结构化数据

EDDI：开源主权AI编排平台，荣获OpenSSF最高安全认证并成为联合国合作伙伴

开源生产级AI平台EDDI现已迭代至v6.1.2版本，专为企业级多智能体系统的受控部署而设计。该平台采用配置驱动、自主托管模式，内置可视化管理界面、65个MCP工具及企业级安全机制，旨在解决企业AI编排中的碎片化难题。团队无需再经历从可视化原型到生产系统的重复开发，或被迫将非确定性AI代理强行植入BPMN工作流。EDDI通过JSON配置实现代理逻辑、流水线和工具定义，支持即时迭代而无需重新部署。平台已获得联合国工业发展组织（UNIDO）的"全球南方工业AI可信伙伴"认证，同时通过Linux基金会OpenSSF最高安全等级Gold认证、IBM红帽容器认证，并拥有9600+测试用例与零失败的CI/CD体系。其核心技术基于Quarkus云原生框架、LangChain4j多供应商LLM支持及CQRS遥测账本，确保每个管道步骤具备不可变审计痕迹。 #EDDI #AI编排 #开源企业平台 #OpenSSF #UNIDO #主权AI #多智能体系统 #配置驱动

AI Agent 真实任务完成率仅三成，可靠性复合衰减成瓶颈

最新基准测试显示，当前最强 AI Agent 在真实多步骤办公任务中完全自主完成率仅约30%。谷歌 Gemini 2.5 Pro 在卡内基梅隆大学 TheAgentCompany 测试中得分为30.3%，即使放宽部分完成标准也仅升至39%。Salesforce 自建基准 CRMArena-Pro 同样揭示：单步任务成功率58%，但一旦涉及多轮对话交互，成功率骤降至35%。更严峻的是，Sierra 的 tau-bench 测试表明，虽然 Agent 平均单次任务正确率达61%，但连续8次正确率跌至25%以下。根本原因在于可靠性随步骤数指数衰减——即便每步95%可靠，20步任务整体成功率仅约36%。当前 Agent 仅在狭窄、短时、受监督的任务中真正可用，开放式的多步骤自动化仍不可靠。 #AI #Agent #人工智能 #可靠性 #基准测试 #自动化 #科技

AI驱动新游戏数量激增，但大型开发商仍占据主导

英国《金融时报》报道，尽管人工智能（AI）大幅提升了游戏开发效率，但行业数据显示，大型游戏开发商仍在市场中占据主导地位。前法国移动游戏独角兽Voodoo高管斯坦尼斯拉斯·马尔尚指出，AI将一款手机游戏从设计到上市的时间从14天缩短至10天，但AI仍无法复制关键的“游戏感觉”。与此同时，AI——尤其是“氛围编码”的兴起——导致新游戏数量井喷：研究公司ATTN Economy数据显示，截至今年5月的六个月内，全球共发布18.1万款游戏，iOS和Android平台分别同比增长118%和73%。然而，行业裁员也在加剧，微软Xbox及旗下King部门近期均有裁员。游戏开发者大会（GDC）报告显示，52%的游戏专业人士认为生成式AI对行业不利，这一比例较2025年的30%大幅上升，其中视觉艺术和技术美术岗位的反对情绪最为强烈。尽管AI在非玩家角色（NPC）对话等场景中展现出潜力，但“游戏感觉”的缺失和成本压力使得大型开发商更易利用AI的优势，而独立开发者面临更严峻的生存挑战。 #AI #游戏产业 #大型开发商 #行业裁员 #游戏感觉 #生成式AI #科技新闻

AI 可操作的 BigQuery、dbt 和 Cube 项目脚手架发布

开发者近日在 Show HN 上发布了一个名为 RevOS CLI 的命令行工具，该工具旨在为 AI 智能体提供一个可直接操作的数据工程脚手架。项目整合了 BigQuery、dbt 和 Cube 等主流数据技术栈，允许 AI 通过统一的命令行界面管理 RevOS 资源，包括数据表、评分、分段、动作、数据立方体以及组织设置等。这一工具的推出，有望简化 AI 与数据基础设施的交互流程，降低自动化数据管道的搭建门槛。 #AI #数据工程 #BigQuery #dbt #Cube #CLI #RevOS #开源 #技术新闻