加载失败
这是 Ask HN 的月度“你在做什么”帖子，社区成员把各自近期的 side project、创业、研究和爱好工程连同技术细节贴出讨论。2026 年的讨论呈现两条主线：一是大规模涌现的 agent / LLM 工程（编排、记忆、沙箱、工具调用与安全审计），二是回流的自托管/本地化诉求（从搜索、模型运行到 PaaS 与数据主权）。评论还覆盖独立游戏、创客硬件、教育应用与开发者工具，常提及的技术有 IPFS（去中心化存储）、Deno（TypeScript 运行时）、FAISS/HNSW（向量检索）、ONNX（模型运行格式）以及 Steam/Proton/SteamDeck（游戏发布和兼容性考量）。
大量开发者在做独立游戏，主题涵盖城市建造、像素/等距模拟、解谜与休闲每日游戏。以 Metropolis 1998 为例，作者强调手绘像素风的 3D 等距视角、可选的建筑自定义、按商铺级别的需求建模并计划通过 Steam Early Access 发布；很多创作者在讨论引擎选择（自研 vs Godot）、跨平台（Linux/Proton、macOS、SteamDeck）兼容性以及单人开发时如何外包像素美术或用 shader 增强表现。社区还关注玩法与现实主义平衡（例如交通/步行模拟）、Demo 大小与性能，以及如何在怀旧美学里加入现代交互和模拟深度。
[来源1] [来源2] [来源3] [来源4] [来源5] [来源6]
线程里大量项目聚焦 agent 编排、审计与运行时安全，目标是把多 agent 系统从黑盒变成可控流水线。比如有项目在 OS 层拦截 syscalls（捕获文件、网络、进程）并并行运行安全过滤器以降低 prompt injection 风险与暴露面；另一些中间件（如 Sift）把大 JSON 工具输出存为 artifact 并返回 artifact_id，从而在 benchmark 中将输入 token 量削减约 95% 并把回答准确率从 ~33% 提升到 ~99%。同时出现的 Orchestrator/TUI（如 Tenex）与 agent 框架（如 Boucle）强调持久记忆、漂移控制、子 agent 协同与 human-in-the-loop 的 review 流程，讨论的核心是权衡性能、成本、可审计性与用户信任。
代码和运维工程师在探索把模型变成可安装的、本地托管的构件：有项目提出像 "npm for models" 的 llmpm，让你秒装、运行并通过本地 API 暴露上千个开源模型；另有人用纯 Go 实现 embedding 与向量索引（goformer / goformersearch），以避免 Python/CGO 的构建复杂性并产出单文件静态二进制。讨论集中在工程权衡上：去除 Python 依赖降低部署成本与复杂性，但在吞吐与延迟上通常落后于 ONNX/FAISS 等成熟解决方案；索引策略（HNSW vs brute-force）与维度/向量规模的交叉点也被反复量化与讨论。
许多项目主张把关键服务本地化或以 GDPR/欧盟合规为设计目标：例如 Uruky 作为 EU 本地的 Kagi 替代，透明列出搜索提供商并控制合并策略；Hister 提供把已访问页面渲染并做本地全文索引的自建搜索；Monohub 则尝试做欧盟托管的轻量级 GitHub 替代。评论反映出两点动因：对数据主权及合规性的需求，以及对大厂方案（例如含争议搜索提供商）的规避；作者们同时在意可部署性、成本与对第三方依赖的最小化。
社区里有大量以实际物件为目标的项目，从实验室级水冷（OpenCooler）到 Daisy/ESP32 驱动的音频踏板（Hoopi Pedal）再到面向小屏设备的电子宠物（Catode32）与替换零件的 3D 打印。作者分享了从建模到多次打印迭代的工程经验，强调物理约束（电源、精度、耐用性）对设计的影响。许多项目还涉及传感（温湿度、PAR、pH、EC）与 LTE/低功耗联网的能耗权衡，显示出软件工程师向硬件领域迁移时的学习曲线与实用诉求。
不少创作者用技术做学习辅助：有面向双语故事与句子句法练习的 DuoBook、用手机物理交互教授词汇的 Sensonym、把 YouTube 视频逐词做成可点击词条以训练儿童词汇的 YouLingua，以及获奖的每日字谜游戏 Tiled Words。共同特点是把 LLM 或媒体处理当成生成与个性化层，与游戏化/习惯化机制（短时段、刷题式、家庭互动）结合来提高留存。评论里也涉及到训练亲友辨别 AI 生成内容与隐私/可审计性的权衡。
大量小众但实用的工程工具被提出以解决常见痛点：例如 Eazip 用单次 API 将远程文件打包为 ZIP，简化临时存储与大文件场景；Gatana 强调凭证管理、联邦 IDP 信任与 AI 沙箱能力以支持安全的工具调用；Talonwatch 做被动的安全扫描以早期发现暴露的密钥或配置错误。总体趋向是把重复性运维、安全检测和监控工作产品化，降低人为失误并提高可复现性。
agentic / agents: 指由一个或多个 LLM 驱动、能独立执行任务的“代理”程序或流程；agentic 编程强调子 agent 之间的协同、持久记忆、工具调用与审计（例如多轮规划、工具链调用与结果复核）。
vibe-coding（vibecoded）: 一种快速用 LLM 生成、迭代代码的工作流——开发者以较松散的指导（vibes）让模型生成大量实现并在项目中反复修正，优点速度快，缺点易引入不可预测或循环性的代码变更。
MCP: 文中多处出现的中间层/协议（MCP），指把模型、工具或外部服务以可插拔方式连接到 agent/平台的中介（用于暴露能力、做审计/权限隔离或给 agent 提供可调用的工具）。
HNSW: HNSW（Hierarchical Navigable Small World）是一种用于高维向量近似最近邻搜索的图索引结构，常用于向量数据库中以实现低延迟、高召回的相似度检索。