2025-05-07 Hacker News Top Stories #
- 技术人员因对技术改进的追求而感到沉重的责任感，导致他们在解决问题时常常倍感压力。
- OpenAI调整公司结构，非营利组织继续监督，营利子公司转变为公益公司以平衡股东和使命利益。
- Clippy是一个带有90年代风格的本地大型语言模型聊天界面，支持离线运行和自定义模型。
- 一个实时AI语音聊天系统实现了约500毫秒的低延迟，支持多种LLM后端和自定义语音引擎。
- Gemini 2.5 Pro Preview版本显著提升了编程性能，尤其在前端和UI开发方面表现突出。
- 作者分享了使用systemd和Podman替代Kubernetes的经验，实现了资源占用更低的自动化部署。
- 作为经验丰富的LLM用户，作者分享了在工作中精心设计提示以提升LLM使用效率的经验。
- 经典黑客电影《Sneakers》的4K重制版发布，包含高清视频、HDR支持和丰富的特典内容。
- Anukari开发者在macOS上遇到性能问题，并呼吁Apple改进Metal API以解决GPU时钟频率调整问题。
- OpenAI以30亿美元收购Windsurf，进一步增强其在人工智能辅助编码工具领域的实力。
The curse of knowing how, or; fixing everything #
https://notashelf.dev/posts/curse-of-knowing
这篇文章讨论了技术人员在工作中常常陷入的困境，即他们对技术的掌握和改进带来的责任感。作者指出，当我们开始学习编程和技术能力时，我们会感到一种满足感和控制感，因为我们可以解决问题和改进系统。然而，这种感觉很快就会变成一种负担，因为我们开始看到周围的所有问题和不完善之处，并感到有责任去解决它们。
作者引用了阿尔贝·加缪的《西西弗斯神话》中的一个例子，西西弗斯被判罚将巨石推上山，但巨石会不断滚回山下。同样，技术人员也会不断地试图改进和完善系统，但这些系统总会出现新的问题和漏洞。作者指出，这种情况会导致技术人员感到沮丧和无力，因为他们无法解决所有的问题。
作者还讨论了技术工作中的一个重要方面，即技术人员常常会陷入一种自我完善的循环中。他们会不断地试图改进和完善自己的工具和系统，但这种努力往往会带来新的问题和挑战。作者指出，这种情况会导致技术人员感到筋疲力尽和失去动力，因为他们无法达到自己的期望。
最后，作者指出，技术人员需要学会放弃一些事情，不能总是试图解决所有的问题。他们需要认识到，不是所有的问题都需要解决，不是所有的工具都需要改进。有时候，仅仅是知道为什么某些东西是有问题的就足够了，没必要去解决它。作者鼓励技术人员学会放弃一些事情，专注于真正重要的事情。
HN 热度 900 points | 评论 383 comments | 作者：Lunar5227 | 17 hours ago #
https://news.ycombinator.com/item?id=43902212
- 学习的过程是将困难的事情变成习惯，然后将习惯的事情变成容易，最终将容易的事情变成美丽。
- 技术的进步可以让我们找到更好的解决问题的方法，减少原有的摩擦，找到更美丽的解决方案。
- copy、choose、create 是学习和创新的三个阶段，先是模仿，接着是选择，最终是创造。
- 如果某件事情让你感到痛苦，就要直面它，反复做，直到它不再让你感到痛苦。
- 技术的进步可以让我们更好地解决问题，但也需要我们直面问题，找到解决方案。
- 通知历史是 Android 的一个有用的功能，可以让我们查看到已删除的通知。
- 在设计用户界面时，应该考虑到用户的体验，避免让用户感到困惑或沮丧。
- 技术的进步可以让我们更好地解决问题，但也需要我们考虑到用户的体验和需求。
Evolving OpenAI’s Structure #
https://openai.com/index/evolving-our-structure/
OpenAI 公司宣布了其结构的演变计划。该公司由非营利组织控制和监督，未来也将继续由非营利组织控制和监督。其营利性子公司将转变为公益公司（PBC），这种公司结构需要考虑股东和使命的利益。非营利组织将控制和成为公益公司的最大股东，这将为非营利组织提供更多资源来支持其使命。
OpenAI 的使命是确保人工通用智能（AGI）能够造福全人类。该公司的创始人表示，他们最初并没有详细的计划来实现这一使命，但现在他们看到了一条通往实现使命的道路。他们相信 AGI 应该成为一种能够直接造福每个人的工具，而不是只被少数人控制。他们希望开放源代码、提供自由的使用环境，并让用户能够自主决策。
公司的演变计划包括三个目标：第一，能够以广泛的方式提供服务，需要数百亿甚至数万亿美元的资源；第二，成为历史上最大的和最有效的非营利组织，专注于使用 AI 实现最高效益的结果；第三，交付有益的 AGI，包括安全性和对齐性方面的贡献。公司的创始人表示，他们将继续与各界领袖进行对话，以确保公司的使命能够实现。
公司的结构变化包括将营利性子公司转变为公益公司，这种结构已经成为其他 AGI 实验室和目的驱动公司的标准。非营利组织将继续控制公益公司，并成为其最大股东，这将为非营利组织提供更多资源来支持其使命。公司的创始人表示，这一变化将使公司能够更好地实现其使命，并造福全人类。
HN 热度 591 points | 评论 645 comments | 作者：rohitpaulk | 1 day ago #
https://news.ycombinator.com/item?id=43897772
- OpenAI 的领导层认为市场不会被一家公司垄断，而是会有多家公司共同发展。
- OpenAI 的转型是为了简化公司结构，吸引更多投资，而不是真正的转变。
- OpenAI 的转型是为了避免反垄断调查，保护公司利益。
- 在赢家通吃的市场中，投资者应该分散投资，支持多家公司。
- OpenAI 的转型是为了保护公司利益，避免股东对公司的控制。
- OpenAI 的转型是为了让公司能够更好地发展，实现其使命。
- OpenAI 的转型可能是为了让公司能够更好地与其他公司竞争，获得更多利益。
- OpenAI 的转型可能是为了让公司能够更好地服务于公众利益，而不是仅仅追求利润。
- OpenAI 的转型可能是为了让公司能够更好地平衡其商业目标和社会责任。
Show HN: Clippy – 90s UI for local LLMs #
https://felixrieseberg.github.io/clippy/
这个网页主要介绍了一个名为 Clippy 的应用程序。Clippy 是一个带有 90 年代风格的聊天界面的应用，允许用户在本地电脑上运行大型语言模型（LLM）。这个应用程序是对微软在 90 年代创造的 Clippy 角色和设计的致敬。
网页的作者表示，Clippy 主要是出于个人兴趣而创建的，目的是为了带来一些乐趣和怀旧感。作者还提到，Clippy 的源代码可以在 GitHub 上找到，并对微软和 Electron 团队表示感谢。
Clippy 的功能包括简单的聊天界面，允许用户发送消息并得到回应。应用程序还支持自定义模型、提示和参数，并且可以离线运行，不需要网络连接。作者强调，Clippy 不是一个正式的聊天机器人，而是一个独特的项目，旨在将 90 年代的技术与现代的语言模型结合起来。
网页还提供了 Clippy 的下载链接，支持多个操作系统，包括 macOS、Windows 和 Linux。作者表示，Clippy 是一个免费的应用程序，仅在检查更新时会发送网络请求。总的来说，Clippy 是一个有趣的项目，旨在带来一些怀旧感和乐趣，展示了语言模型在本地电脑上的潜力。
HN 热度 567 points | 评论 155 comments | 作者：felixrieseberg | 8 hours ago #
https://news.ycombinator.com/item?id=43905942
- 微软应该将 Clippy 作为他们的 CoPilot UI 的一个版本，因为这会带来巨大的怀旧感和幽默感
- Clippy 是一个糟糕的品牌，微软不应该使用它，因为它曾经被广泛嘲笑和批评
- 将 Clippy 与语言模型结合起来可能会很有趣和有用，因为它可以提供一个自嘲的幽默感和一个有用的品牌标识
- 微软的 CoPilot UI 过于强势和缺乏幽默感，使用 Clippy 可能会改善这种情况
- Clippy 可以被用来提供一个有用的功能，如保存和组织对话记录和日志
- 微软应该在 4 月 1 日作为一个笑话发布 Clippy，带有一个“我早就告诉你了”的标签
- Ask Jeeves 应该被更新为一个更现代和有用的搜索引擎，可能包含 AI 功能
- 使用 Clippy 或类似的角色可以为 AI 聊天机器人提供一个更具个性和吸引力的界面
- Clippy 的设计和概念本身是流行的，但它的执行和实施却是有问题的
- 现代 LLM 机器人与 Clippy 有相似之处，例如它们的侵入性和缺乏真正的帮助
Show HN: Real-time AI Voice Chat at ~500ms Latency #
https://github.com/KoljaB/RealtimeVoiceChat
这个网页介绍了一个名为 RealtimeVoiceChat 的项目，该项目允许用户与人工智能进行实时语音对话。该项目使用了一套复杂的客户端-服务器系统，能够实现低延迟的交互。用户可以通过浏览器捕获自己的语音，然后通过 WebSockets 将语音传输到 Python 后端。后端使用 RealtimeSTT 进行实时语音转文本，然后将文本发送到大型语言模型（LLM）进行处理。LLM 的文本响应被转换回语音，然后通过 WebSockets 传回浏览器进行播放。
该项目的主要特点包括流畅的对话体验、实时反馈、低延迟和智能的语音识别。它支持多种 LLM 后端，包括 Ollama 和 OpenAI，并提供了可定制的文本转语音引擎。项目使用了 Docker Compose 进行容器化部署，推荐使用 Linux 和 GPU 加速。
要开始使用该项目，用户需要克隆仓库，然后选择安装方式。推荐使用 Docker 安装方式，需要先构建 Docker 镜像，然后启动服务。用户也可以选择手动安装方式，需要安装 Python 和相关依赖项。项目提供了详细的安装和设置指南，包括如何拉取 Ollama 模型和配置环境变量。
HN 热度 490 points | 评论 211 comments | 作者：koljab | 1 day ago #
https://news.ycombinator.com/item?id=43899028
- 该项目的延迟较低，响应速度较快
- 项目中使用的 Coqui XTTS Lasinya 模型不清楚来源和训练过程
- 默认的语音助手声音不太好听，希望有更多选择
- 项目对 GPU 的要求较高，需要较好的 CUDA-enabled GPU
- 有人尝试使用 AMD 的 GPU，但遇到了兼容性问题
- 项目的 wake word 引擎不够完善，希望能增加 wake word 功能
- wake word 功能可以使用 openwakewords 或 pvporcupine 实现
- 有人建议使用轻量级 LLM 模型作为 wake word 检测器
- 项目的延迟与其他项目如 pipecat 和 fastrtc 相比不明显
- 项目的设计初衷是为了实现自然对话的速度和流畅度
- 项目的代码开源，使用 MIT 许可证，方便他人学习和使用
- 项目的性能和潜在优化空间值得进一步探讨和改进
Gemini 2.5 Pro Preview #
https://developers.googleblog.com/en/gemini-2-5-pro-io-improved-coding-performance/
Gemini 2.5 Pro Preview 版本已经发布，这个更新版本在前端和 UI 开发方面有了显著的改进。Gemini 2.5 Pro 现在在 WebDev Arena 排行榜上排名第一，这意味着它在构建美观且功能齐全的 Web 应用方面具有最佳的能力。这个模型的强大能力使其成为开发者们的首选工具，特别是在构建复杂的 Web 应用方面。
Gemini 2.5 Pro 的深入理解代码和强大的推理能力使其能够完成复杂的开发任务，例如将视频转换为代码。这个模型可以理解视频内容，并根据视频生成相应的代码，这使得开发者可以更容易地构建交互式的 Web 应用。例如，Gemini 2.5 Pro 可以根据一个 YouTube 视频生成一个交互式的学习应用。
此外，Gemini 2.5 Pro 还可以帮助开发者更容易地开发新功能。通过使用这个模型，开发者可以快速地生成新功能的代码，例如添加一个视频播放器到一个 Web 应用中。Gemini 2.5 Pro 还可以帮助开发者设计和实现 UI 动画，例如麦克风 UI 动画。
Gemini 2.5 Pro 的发布也解决了开发者的一些反馈问题，例如减少函数调用错误和提高函数调用触发率。这个模型可以通过 Gemini API 在 Google AI Studio 中使用，企业客户也可以使用 Vertex AI。开发者可以使用 Gemini 2.5 Pro 构建更复杂、更美观的 Web 应用，并且可以更容易地实现自己的开发想法。
HN 热度 434 points | 评论 420 comments | 作者：meetpateltech | 8 hours ago #
https://news.ycombinator.com/item?id=43906018
- 人们对使用模型进行编程的担忧主要在于模型可能会产生不存在的 API
- 当前模型在编程方面的局限性在于无法像人类一样进行抽象和架构设计
- 有人认为人类在编程方面会被模型超越，但也有人对此持怀疑态度
- 编程不仅仅是写代码，还包括产品规划、团队协作、技术债务管理等方面
- 模型可能会在某些方面超越人类，但不一定能完全取代人类程序员
- 有人认为模型的发展会导致软件工程师的就业面临挑战，但也有人认为这会带来新的机会
- 模型的成功取决于数据质量和算法的改进，而不是仅仅依赖于数据量的增加
- 有人认为模型会在编程方面取得更大的进步，但也有人认为这需要更多的突破和创新
- 编程的未来可能会是人类和模型的协作，而不是完全取代人类程序员
Replacing Kubernetes with systemd (2024) #
https://blog.yaakov.online/replacing-kubernetes-with-systemd/
本文的作者分享了他对 Kubernetes 的使用经验和感受。作者最初对 Kubernetes 很感兴趣，认为它是一个很有前途的工具，于是购买了一台 NUC 服务器来尝试使用 Kubernetes。然而，作者发现 Kubernetes 对资源的消耗很大，特别是在 NUC 服务器上，导致服务器运行很热，噪音很大，且 CPU 和内存的使用率很高。
作者尝试在不同的环境中使用 Kubernetes，包括 Azure Kubernetes Service 和 Microk8s，但都遇到了同样的问题。作者认为 Kubernetes 的自动化功能很强大，特别是使用 GitOps 和 Flux，可以轻松地更新容器镜像和部署应用程序。然而，作者也发现 Kubernetes 的复杂性和资源消耗使得它不适合小规模的应用程序。
后来，作者发现了 Podman auto-updating 功能，认为它可以替代 Kubernetes 的自动化功能。Podman 可以自动生成 systemd 服务文件来启动和停止容器，并且可以自动更新容器镜像。作者使用 Podman 和 systemd 实现了类似 Kubernetes 的自动化功能，但消耗的资源要小得多。
作者成功地将一组服务从一个 VPS 迁移到另一个 VPS 上，新的 VPS 的资源消耗要小得多，性能也更好。作者认为 Podman 和 systemd 的组合可以提供类似 Kubernetes 的功能，但复杂性和资源消耗要小得多。然而，作者也注意到 Podman 的 systemd 集成已经被废弃，新的 Quadlet 文件格式将被使用。
HN 热度 418 points | 评论 316 comments | 作者：birdculture | 1 day ago #
https://news.ycombinator.com/item?id=43899236
- 有人认为 Kubernetes 对于小规模的项目来说太过重量级，希望有一个轻量级的替代品。
- 有人提到可以使用 Podman 作为 Kubernetes 的轻量级替代品，支持 Kubernetes 兼容的 API。
- 有人讨论了零停机部署的必要性，认为对于小规模项目来说可能不需要。
- 有人推荐使用 k3s 或 k0s 作为 Kubernetes 的轻量级替代品，适合小规模项目。
- 有人认为使用 Kubernetes 对于单节点项目来说太过复杂，维护成本太高。
- 有人分享了使用 k3s 的经验，认为它很适合小规模项目，资源占用较低。
As an experienced LLM user, I don’t use generative LLMs often #
https://minimaxir.com/2025/05/llm-use/
本文的作者是一位经验丰富的 LLM 用户，他在文章中分享了自己对生成式 LLM（大语言模型）的使用经验和看法。作者提到，尽管他对现代 GenAI 有一些批评，但他仍然在工作和个人项目中使用这些模型。作者表示，他并不像人们想象的那样经常使用 LLM，但当他使用时，通常是通过后端 API 接口来访问这些模型，而不是通过普通的网页界面。
作者提到，他使用 LLM 的主要方法是通过(prompt engineering)来获得更好的结果，这意味着他会仔细设计输入的提示，以便模型能够生成更准确和相关的输出。作者还提到，他更喜欢使用 Anthropic Claude 的 API，因为它的输出更少“机器人化”，并且在处理编码问题时更准确。
在专业问题解决方面，作者分享了他在 BuzzFeed 工作中使用 LLM 的几个例子。例如，他使用 LLM 来对文章进行分类和标签，通过提供一个系统提示和文章元数据来获得准确的结果。作者还使用 LLM 来生成文章标题和描述，通过提供一个系统提示和五篇相关文章来获得良好的结果。此外，作者使用 LLM 来检查语法问题，通过提供一个系统提示和风格指南来获得准确的结果。
作者强调，LLM 在这些项目中起到了重要作用，能够快速提供 80% 的解决方案，但剩下的 20% 需要迭代、测试和反馈。作者还提到，LLM 的“幻觉”问题仍然是一个需要注意的问题，需要人工检查和验证输出的准确性。最后，作者提到，LLM 的文本嵌入模型也在他的工作中发挥了重要作用，能够用于识别相似文章和构建推荐模型。
HN 热度 366 points | 评论 200 comments | 作者：minimaxir | 1 day ago #
https://news.ycombinator.com/item?id=43897320
- 大型语言模型（LLM）在编码任务中容易产生幻觉，尤其是在处理不熟悉的库或函数时。
- 使用 LLM 的编码代理可以帮助解决这个问题，但也存在一些局限性和挑战。
- LLM 的准确率可能并不像宣称的那么高，实际使用中可能会遇到 70% 左右的准确率。
- LLM 在处理熟悉的领域时表现较好，但在处理陌生领域时容易导致错误。
- 使用 LLM 时，选择合适的工具和方法非常重要，否则可能会遇到各种问题和限制。
- LLM 的上下文窗口可能会导致问题，正确使用 LLM 需要注意这一点。
- LLM 的 token 数量也会影响其表现，超过一定数量后可能会导致准确率下降。
Sneakers (1992) – 4K makeover sourced from the original camera negative #
https://www.blu-ray.com/movies/Sneakers-4K-Blu-ray/343185/
本网页主要介绍了一部电影《Sneakers》的 4K 蓝光版发布。该电影由 Phil Alden Robinson 执导，于 1992 年上映，主演包括 Robert Redford、Dan Aykroyd、Ben Kingsley、Mary McDonnell、River Phoenix 和 Sidney Poitier。电影讲述了一位安全专家 Marty 的故事，他和他的团队被政府雇佣去偷取一位数学家设计的黑盒子，黑盒子里包含了一个通用密码破解器。
网页提供了该电影 4K 蓝光版的详细信息，包括视频和音频编码、分辨率、HDR 支持以及字幕选项。该蓝光版包含了多个音频评论轨道、纪录片和预告片等特典。同时，网页也提供了用户对该电影和蓝光版的评分和评论，包括对视频、音频和特典的评分。
此外，网页还提供了电影的基本信息，包括导演、编剧、主演和制作人等。同时，也提供了购买该蓝光版的链接和价格信息，包括亚马逊的价格和折扣信息。总的来说，本网页为电影爱好者提供了一个详细的参考，帮助他们了解《Sneakers》这部电影及其 4K 蓝光版的发布信息。
HN 热度 354 points | 评论 248 comments | 作者：bredren | 17 hours ago #
https://news.ycombinator.com/item?id=43902263
- Sneakers 是一部经典的黑客电影，至今仍然具有参考价值和娱乐价值
- 电影中关于密码学和社会工程的描绘仍然比较准确和合理
- 电影中的角色，尤其是盲人技术员 Whistler，给人留下了深刻的印象
- 电影中关于计算机匹配和人际关系的描绘也很有趣和发人深思
- 观众在观看电影时会受到启发，去思考密码学、社会工程和人际关系等问题
- 电影的细节和场景设计很好，例如 Whistler 通过声音判断位置的场景
- 电影中关于政府和权力机构的描绘也很有意思，反映了人们对权力和监控的担忧
- 电影对计算机和网络技术的描绘虽然有些过时，但仍然具有历史价值和参考意义
- 观众可以从电影中学习到关于密码学、社会工程和人际关系的知识和经验
- 电影的剧本和场景设计很好，能够吸引观众的注意力和情感投入
An appeal to Apple from Anukari #
https://anukari.com/blog/devlog/an-appeal-to-apple
Anukari 的开发者在 macOS 上遇到了一个问题，导致 Anukari 的性能不可靠。问题的根源在于 macOS 的功率管理机制，会根据 GPU 的负载情况调整其时钟频率。然而，Anukari 的运行方式使得 macOS 的功率管理机制无法正确判断 GPU 的负载情况，从而导致 GPU 时钟频率降低，影响 Anukari 的性能。
开发者通过使用 Apple 的 Metal 调试工具发现了这个问题，并找到了一个临时解决方案，即在 GPU 上运行一个额外的工作负载，以欺骗 macOS 增加 GPU 的时钟频率。这个解决方案被称为 “waste makes haste”，它可以让 Anukari 在大多数 macOS 用户的机器上运行正常。
然而，开发者发现了一些用户在使用 Pro 或 Max Apple 硬件时仍然遇到了性能问题。开发者推测，这可能是因为这些硬件具有多个 GPU 芯片，macOS 可能会将 Anukari 的两个独立 GPU 工作负载（物理内核和旋转内核）分配到不同的 GPU 芯片上，从而导致时钟频率问题。
开发者提出了几种可能的解决方案，包括扩展 Audio Workgroup 概念到 GPU 处理，或者在 Metal API 中提供一个选项来指示 MTLCommandQueue 是实时敏感的。开发者希望能够与 Apple 的 Metal 团队联系，讨论这个问题并找到一个更好的解决方案。
HN 热度 336 points | 评论 170 comments | 作者：humbledrone | 19 hours ago #
https://news.ycombinator.com/item?id=43901619
- 希望苹果公司能够提供一个 API 来配置 Metal 的性能状态，以解决 Anukari 在 macOS 上的性能问题
- 认为 Anukari 的开发者应该尝试使用私有 API 或者反向工程的方法来解决问题
- 指出苹果公司的开发者关系不是很好，往往不关心开发者的问题
- 认为添加一个 API 来配置性能状态可能会导致开发者滥用最高性能状态，浪费电池寿命
- 指出 macOS 已经有机制来监控和提示用户关于电池寿命的问题，添加一个 API 不会改变现状
- 建议开发者应该尝试使用苹果公司的反馈系统或者在 WWDC 上预约时间来解决问题
- 认为苹果公司的反馈系统可能不太有效，开发者可能需要通过其他渠道来引起苹果公司的注意
OpenAI reaches agreement to buy Windsurf for $3B #
本网页主要介绍了 OpenAI 的一项重大收购。OpenAI 是一家人工智能公司，最近同意以约 30 亿美元的价格收购 Windsurf，这是一家提供人工智能辅助编码工具的公司，之前被称为 Codeium。这笔交易尚未完成，相关人员对此事保持沉默。据悉，这是 OpenAI 迄今为止最大的收购。
OpenAI 是 ChatGPT 的制造商，ChatGPT 是一种人工智能聊天机器人，能够理解和响应用户的自然语言输入。Windsurf 的技术可以帮助开发者更高效地编写代码，通过人工智能的辅助来自动完成某些编程任务。这种技术的集成可能会进一步增强 OpenAI 在人工智能领域的实力。
此外，网页中还提到了 Bloomberg 终端，这是一个为金融专业人士提供实时数据和新闻的平台。Bloomberg 终端被描述为连接决策者与信息、人员和想法的动态网络，能够快速准确地提供商业和金融信息、新闻和见解。
网页还包括了一些其他信息，例如 Bloomberg 的产品和服务、公司新闻和活动，以及如何联系 Bloomberg 的支持团队等。然而，OpenAI 收购 Windsurf 的新闻是网页的主要焦点。
HN 热度 308 points | 评论 313 comments | 作者：swyx | 22 hours ago #
https://news.ycombinator.com/item?id=43900877
- Windsurf 和 Cursor 感觉像暂时的解决方案，是在微软锁定 VSCode 代码库之前的产物
- 微软可能会在一年内复制 Windsurf 和 Cursor 的功能，并提供更稳定和精致的体验
- 未来的发展方向是智能团队成员，而不是智能编辑器
- Windsurf 和 Cursor 的 AI 功能存在许多 bug 和不稳定性
- 微软锁定 VSCode 代码库可能会遭到开源社区的强烈反对
- JetBrains 可能不会限制 Windsurf 插件的使用，因为他们的商业模式依赖于编辑器的销售
- AI 编码代理应该是插件或 LSP，而不是独立的编辑器
- LSP 的规范更新缓慢，微软的 Copilot 功能也使用了私有 API
- Cursor 的 UX 不是最终的解决方案，仍然需要探索和改进
- 开源社区需要维护和更新 AI 编码代理的功能和稳定性，以应对微软的竞争