09 月 13 日
176 条动态
作者指出个人 AI Agent 在研究、日程、浏览、编码等任务上已实用，但互操作性仍是最大短板：你的 Agent 了解你的偏好、历史和工具，却无法直接与另一个人的 Agent 或商业 Agent 协调，每次交互仍需经过 App 界面、人工审批或定制集成。要让 Agent 走出孤立助手阶段，需要解决一整套问题：发现可信 Agent、广播能力、对端认证、权限协商、结构化请求交换、委托中保留用户意图、共享与审批日志。作者提问：目前是否有方案能可靠做到这些？
aziz4ai 分享用纯 GPT（不依赖视频生成模型）制作动画的方案：自行训练的 mix skill「AZIZMOTION」，内含重定向、风格参考、手写字体等八条 skill，并强调核心在于 prompt 与投喂内容的构造。尚未完工，完成后计划开源分享。
- @lucas_switzer 指出 Muse 的一个亮点:每个 Muse 实例都运行在自己的 Linux 机器上,用户可以和 AI 一起做正常的 Linux 操作——例如在虚拟机里现场构建一个自己的终端。
David Ondrej 采访了 Flask 框架作者、Pi Agent 开发者 Armin Ronacher（mitsuhiko），请他展示自己的 Agentic Engineering 工作流：如何在真实项目中设计、编排和驱动自主 agent。Ronacher 近期活跃于 AI 编码工具一线实践，其 Pi.dev 项目本身就是对 agent 工程的探索。视频由 PostHog 赞助，附 Discord 社区链接。
Reddit 开发者发帖称自己用 Claude Code 搭建了 290 多个离线小工具（配图为流量曲线），今天流量突然暴涨。是「一人公司 + AI 批量产出工具站获客」的又一真实信号。
作者分享踩坑教训：在企业级 Agentic AI 架构中，成本必须像内存预算一样作为首要设计约束，而非事后补救。受成本教训启发，他现在在每个 agentic AI 架构中都实现一个 Budget Guard（预算守卫）机制，在架构设计阶段就控制 token 开销。
开发者 Jason Kneen 分享自己动手搭流媒体平台的进展，起点只是「不想忍受中间商服务动不动挂掉」，并感慨「现在我能 build 出任何我能想象的东西」。 当前技术栈： 前端用 SwiftUI 做扩展与 demo Rust 后端负责所有重活，至今零丢帧 内置 agent 负责用 Rust、React 等生成其他 UI 并创建内容、小组件 正在加入音频滤镜效果（用于编程演示），并计划让 agent 完成直播时的摄像机切换 整个系统完全可通过 MCP 被外部 agent 驱动，他开玩笑说「到某个时候我自己都不需要在场了」
有开发者组合 Nous Research 的 Hermes 桌面端、Anthropic 的 Claude 桌面端以及 @leeguooooo 的命令行消息工具 ocs，做了一个多智能体对抗互审实验：两个 agent 可以互相读取帖子、注入消息，通过对话协商写锁等方式协作完成审查任务。该实验展示了桌面级智能体之间互相通信、协同工作的新玩法。
作者观察到有趣的编码风格反差：Opus 提交约 5 行的小改动时会反复检查、写测试，还在 commit message 里附上一段论证；而 Sol 在一小时内写出约 5000 行的大型新系统后，不做任何检查立即提交，commit message 只有一句「added new X system」。
开发者发布 Apache-2.0 开源项目 aletheia-mcp(npm 与 MCP 官方 registry 可得):一个确定性的预执行过滤器,在 MCP 工具调用真正运行前拦截提示注入与越权行为。 设计思路 市面多数 MCP 护栏要么在热路径上放一个 LLM 判断每次调用(慢且自身可被注入),要么靠各工具自行实现检查;Aletheia 做成零模型、fail-closed 的前置层。 两种模式:独立 guard 工具供手动调用,或作为任意下游 MCP server 的透明代理。 基于签名/模式匹配,签名来自跨语料的真实越权事件数据集:破坏性 bash 命令、SQL 注入/变更、文件系统逃逸、凭证与 SSRF 外泄尝试。 单次检查约 25µs 开销,附带 155+ 测试。 作者坦承局限:这是模式过滤器不是沙箱,黑名单天然不完备。近日有研究员发现一个真实绕过(显式开放网络后,非管道化的先下载后执行模式绕过了混淆过滤器),作者已验证、修复并发布 GHSA-grqh-xhm8-rj49 公告。 作者同时发起讨论:签名/黑名单方案对比全量 allowlist 或沙箱执行,天花板在哪里?
GitHub 博客介绍 Copilot 应用的新功能：diff、终端、浏览器三个面板并排内置，让开发者无需在编辑器、终端和浏览器间切换即可完成 agent 代码的审查闭环。 Diff 面板：高亮显示增删改行，可接受、评论或要求 Copilot 修改，用户保留最终决定权。 终端面板：直接在会话内运行项目命令，可配置为脚本（Run 按钮），示例演示启动 dev server 预览网站。 浏览器面板：并排预览 Web 应用真实运行效果。 作者观点：AI 编码的安全性取决于验证是否容易——看 diff、跑终端、浏览器实测三步构成接受 agent 代码前的完整检查循环。
Spencer Greenberg 用比喻概括 AI agent 的使用之道：agent 如同能在几分钟内完成你几小时工作（或需请专家）的精灵，但你必须懂得检查它的工作，否则就成了「猴爪」——做错的任务往往比没做更糟。
一位用户分享:用 Astra 模型配合 PufferLib 对自己童年喜爱的老游戏做强化学习训练,获得了和当年亲自玩这些游戏相近的满足感。PufferLib 是面向游戏 RL 的高性能训练库,这一组合展示了用 RL 复活老游戏玩法的可行路径。
OpenAI 开发者博客发布《Rethinking skills and prompts for GPT-6 Astra》指南，建议开发者针对新模型重新审视现有工程配置：技能触发条件要写得具体、只在相关场景启用，避免误触发；为旧模型添加的防御性指令可能过时，可让 AI 自查 AGENTS.md 中的冗余规则，并附上用 Codex 审计的用法。
有人翻出 2019 年的老推文回味「一切是怎么开始的」：当年 Deep TabNine 作为基于 GPT-2、在约 200 万个 GitHub 文件上训练的深度学习 NLP 模型问世，被盛赞将革命化软件开发。与如今 AI 编程工具的成熟相比，这条历史回顾颇有行业怀旧价值。
开发者吐槽 OpenAI Codex 团队在终端 UI 的文本输入区加入了闪烁星点装饰动画，视觉效果不错，但问题是这些星点是真实字符——用户复制文本粘贴到别处时，装饰字符会被一并带进内容里。 一个典型的“形式大于功能”的界面设计翻车案例。
作者（存储网络 Obsideo 的开发者）发布了 obsideo-mcp，一个面向 Agent 的 MCP 加密对象存储服务器，核心思路是让 Agent 不必盲信存储层。 默认端到端加密：文件在本机加密后才上传，密钥永不离开机器。 可本地验证的 recoverability 证明：verify 工具向各存储 provider 直接发起挑战（challenge），provider 签名证明，客户端对照上传时记录的 commitment 在本地核验，不下载对象、不信任协调器（coordinator）的口头保证。示例输出显示 3 个 provider（含一个第三方运营节点）全部 prove + signed。 共 12 个工具（put/get/ls/rm/verify/usage/账号与套餐管理等）；首次 put 可自动创建免邮箱试用账号（100 MB、约一周），补邮箱升级为免费层 12 GB、无需信用卡。 底层 S3 兼容；支持 npx 一行接入 MCP 客户端，Claude Desktop 提供 .mcpb 一键包。作者明说这是 5 月上线的小网络、无 SLA，只应作为额外加密副本。 作者征求反馈：存储服务器是否应把恢复性证明做成一等工具？Agent 需要的是裸对象存储接口还是 archive_project、checkpoint_workspace 这类高层工具？
一份面向生产环境的 Prompt Injection(提示词注入)检测实战清单,核心场景:RAG 检索回来的网页会试图「变成你的系统提示词」,必须在进入模型上下文前扫描。 六条检测做法: 1. 文本进入模型上下文之前先扫描 2. 标记「ignore previous instructions」类注入模式 3. 隔离被标记的可疑片段 4. 对可疑来源优先用抽取式答案而非生成 5. 疑似注入时阻断工具调用 6. 保留样本供红队使用 核心原则:不可信文本是数据,不是命令。作者还提醒:自己的知识库也可能被投毒,同样要扫描。 (注:原帖带导流关注语,但清单本身有工程实质。)
一位开发者分享其模拟盘交易 agent 的反思(self-reflection)回路踩坑与修复: 核心问题:每条反思仅基于盈亏(PnL)生成,导致「好决策碰上随机噪声亏钱」与「真烂决策」在系统眼里完全一样;这些「教训」又无过滤地直接注入后续所有 prompt,污染长期记忆。 已修复的一半:反思现在先独立判断原始入场逻辑(thesis)是否成立,与盈亏解耦,只有真正有缺陷的 thesis 才会被保留进入未来上下文。 仍未解决:社区指出所有记忆仍是无检索、无工具调用的「常驻 system prompt」全量注入,真正的解法应是让 agent 按需自主检索自己过往的推理记录,作者在征集干净的模式。 这是一个典型的 agent 记忆/反思工程案例:教训是「结果噪声 ≠ 决策质量」,反思必须评估过程与假设而非只看结果。
作者分享一个在个人套餐上提升多 agent 并行效率的技巧: 1. 让 Astra 先规划任务,然后把工作派发给另一个线程(可用任意模型)。 2. 派发后让 Astra 结束本轮回合(end turn)。 3. 指示被派发的线程「完成工作后再主动发消息给原线程」。 好处是避免了轮询(polling),工作线程完成时能自行唤醒发起线程继续后续工作,节省额度也减少等待。
开源项目 model-compose 主张像 docker-compose 一样，用一个 YAML 文件在几分钟内部署生产级 AI 服务——无需写应用代码即可构建聊天 API、RAG 管线、自主 Agent 与 MCP 服务器，并可在任意运行时部署。 设计原则： Composable：模型、Agent、工作流、工具、内存与协议皆为可互换积木。 Portable：一次定义，随处部署，无需重新工程。 Hybrid-First：自由桥接云端 API 与本地模型。 Stream-Native：token、音频、帧与事件等流式数据作为一等公民流经工作流。 项目已积累 1858 次提交、约 95 stars，提供中文与韩文 README。
- 作者对 git worktree 持强烈负面态度:agent 自行使用 worktree 时,常出现丢数据或需要事后拼凑恢复,总是一片混乱。 他主张的替代模式:每个工作流用一个独立的普通仓库克隆,再在 monorepo 层级中合并。 宏观模式上偏好带分层提交的大型 PR,而非 worktree 并行。
Uber 工程副总裁 Eric Friedman 表示自己全力投入 AI 编码，但首次遭遇严重事故：让 Codex 跑了一个过夜 /goal 会话后，整个 git worktree 被毁掉、数据丢失。对此有开发者分享替代做法：对 agent 自行使用 worktree 持强烈负面态度，因为常出现丢数据或需事后拼凑恢复的混乱局面，主张每条工作流独立克隆仓库，再通过大型分层 PR 合并，更适合 AI agent 编码场景。
- 作者分享一套面向快速原型的 AI 开发工作流：在 DigitalOcean Droplet 上直接搭好 harness，让模型自己装 Playwright 跑测试、配 web 服务器和 DNS、装本地数据库，每次部署前自动备份、每个功能提交到 GitHub，并做 Droplet 快照兜底。 效果是近乎即时的部署，绕开 Vercel 等第三方托管，也不依赖 DB/serverless 等层层加价的外部服务；AI 让搭基础设施变得足够简单，这些中间商不再必要。 作者明确说明不适合企业级生产环境，但非常适合周末项目快速迭代。额外好处：合上笔记本 agent 也能继续干活——SSH 进去或用 Claude Code remote，甚至可以让 Claude 替你跑 Grok。
