vv がリツイート
vv
232 posts
vv がリツイート
Vercel 开源了 Open Agents，一个用来搭建企业自有编程 Agent 平台的参考实现。
CEO Guillermo Rauch 说：现成的编程 Agent 在大型代码仓库上表现不行，也不了解你公司的知识体系和内部流程，所以 Stripe、Spotify、Block 这些公司都在造自己的 AI 软件工厂。
Open Agents 绑定了 Vercel 自家的 Fluid、Workflow、Sandbox 和 AI Gateway 这套底座。但不管怎么说，Open Agents 给了一个可以直接 fork 的起点。
架构分三层：前端负责会话和认证，Agent 作为持久化工作流运行在 Vercel 上，沙箱提供隔离的代码执行环境。一个关键设计是 Agent 不跑在沙箱里面，而是从外部通过工具调用（文件读写、Shell 命令、搜索等）操作沙箱。这样 Agent 的生命周期、沙箱的生命周期、模型的选择，三件事互不绑定，各自演进。
功能上已经比较完整：支持对话驱动的编程 Agent、沙箱快照恢复、仓库克隆和分支操作、自动提交和发 PR、会话分享，甚至还有语音输入。
对于正在考虑自建编程 Agent 的技术团队，这省了从零搭架子的功夫。对于没有这个需求的开发者，这个项目的架构设计本身也值得看看，尤其是 Agent 和执行环境分离这个思路，几乎是当前所有 Agent 框架都在趋同的方向。
对比下 Anthropic 的 Managed Agents。
Vercel 的 Open Agents 是开源参考实现，给你一套可以 fork 的代码，自己部署、自己改。Anthropic 的 Managed Agents 是全托管服务，你通过 API 定义 Agent 的行为，基础设施全部由 Anthropic 运行，连沙箱、状态管理、错误恢复都不用操心。
有意思的是，两者在架构核心上达成了同一个共识：Agent 和执行环境必须分离。Vercel 的文档里专门强调"the agent is not the sandbox"，Agent 从外部通过工具调用操作沙箱。Anthropic 的工程博客用了一个更形象的说法，把 Agent 拆成"大脑"和"手"，大脑（模型和调度循环）不住在容器里，通过接口远程操控沙箱。
Anthropic 的工程博客还解释了为什么要这么做：早期他们把所有东西塞进一个容器，结果容器变成了"宠物"（Pet），挂了就什么都丢了，调试还得钻进去看，而容器里又有用户数据，安全上也过不去。拆开之后，容器变成了"牲口"（Cattle），坏了就换一个，会话日志（Session）独立存储在外面，随时可以恢复。
除了架构哲学，两者的差异很明显：
模型锁定方面，Open Agents 不绑定模型，你可以接任何 LLM。Managed Agents 只能用 Claude 系列模型，但换来的是 Anthropic 在 harness 层面做的 prompt caching、上下文压缩、自动恢复这些优化，这些东西自己搭很难做好。
成本结构方面，Open Agents 的成本是你自己的基础设施费用加上模型 API 调用费。Managed Agents 是三层计费：模型 token 费 + 每小时 0.08 美元的运行时费（按毫秒计，空闲不收费）+ 网页搜索每千次 10 美元。
控制权方面，Open Agents 给你完整源码，怎么改都行，但搭建和维护是你的事。Managed Agents 上手快（有人说 30 分钟就能跑起来），但你被限制在 Anthropic 提供的 API 能力范围内。
Nico Albanese@nicoalbanese10
3 months ago I started building a coding agent that runs in the cloud. It's since written every line of code I've shipped, including itself. Today, I'm open sourcing it. Introducing Open Agents.
中文
@cryptobear_cn @op7418 这个点我们也有类似观察。
对话 UI 更适合轻交互，但在 agent 场景下（多步骤、状态管理、工具组合）会有明显边界，很难和 CLI 100% 对齐。
Orca 目前优先把 terminal 这一层做好
中文
又一个新的 Agent 聚合软件 Superconductor
支持在一个软件里面启动比如 Claude Code、Codex、Gemini CLI 等其他编码 Agent Cali 工具
完全用 Rust 写的，目前只有 MacOS 版本
super.engineering@superdoteng
Meet Superconductor. A native macOS app for agentic engineering, built to go fast. No Electron. No Tauri. 100% Rust. Manage all of your coding agents without friction. We're in Alpha: super.engineering
中文
vv がリツイート
这个项目直接把 Claude Code 从 vibe coding（随便写写） 拉升到 agentic engineering（智能体工程） 级别，生产力直接起飞。
claude-code-best-practice 在 GitHub 已有 39.8k stars，长驻 Trending，被当作官方实战手册。
Claude Code 创始人 Boris Cherny 亲自推荐。
仓库包含 84 条来自他和团队真实工作流（X 线程 / 播客 / 内部实践）的 verified tips，可直接 clone 使用。
核心亮点
1.生产级能力配置
Subagents、Commands、Skills、Hooks、Memory、MCP Servers
全部提供可落地示例
解决核心问题
2.无需重复解释项目
减少上下文混乱
提升输出稳定性
提供 Command → Agent → Skill 工作流模板 + demo
3.Boris 实战方法
Plan mode + 验证步骤
工具面试需求
Git Worktrees 并行开发
CLAUDE.md 长度控制 + 标签规则
Cross-model 互审
优先 Commands，避免滥用 Subagents
这是目前最完整、最实战、被创始人背书的最佳实践仓库。MIT 开源，直接 copy 就能用。
中文
vv がリツイート
那些AI中转站的API价格是真的低，大部分渠道来自批量注册的账号、2API逆向接口，还有号商们的注册机加持
难度跟开机场差不多，我们可以对比一下两者的架构：
机场：V2Board（计费面板）+节点+XrayR（后端）
中转站：NewAPI（计费面板）+上游API（渠道）
换句话说，中转站更像是空手套白狼的活，就好比印钞，还能能比官方key还便宜的定价
先说渠道，除了官key外还有像GPT-Load、CLIProxyAPI(CPA)这类的2API神器。换言之，只需要我注册无数个NVIDIA开发者账号，我也能凑出MiniMax-M2.5池子供应OpenClaw使用，缺点就是Token有效期只有半年。此外CPA登录Google账号后，将自动把Antigravity（反重力）转化为API，再用于调用模型... 以上是这类来路不明渠道的基本转化途径，就点到为止
其次面板，市面上常见的是NewAPI，还有像veloera这类带有用户日志的程序。他们本质上是个LLM API管理、分发、计费系统，所有渠道分组、权重、重试等规划清楚。相当于是在渠道和用户之间架设的收费站，至于用户的余额跑完了AI服务也就停止了
最后说下风险，我知道用官key贵、官方服务如Anthropic易封号。不过那些免费的公益站更像是国产模型厂商用于蒸馏的提取地，对于开爬虫全网收集语料知识库还不如精确到用户群体，这些都是实打实额数据。但还有付费中转站也在干这件事，至于有没有我口说无凭也望各位听个乐，没必要为这事而争吵
中文
vv がリツイート
最近真被抽风的VPN折腾怕了。。
掉线还是小事，关键是老被风控，搞得我新买的 Claude 账号又被封
所以我重新用上了 VPS + 住宅 IP的方案
我选住宅IP的时候也看了好几家的产品，最后选了朋友推荐的 bestproxy
选 IP 代理，我最看重的其实就两点，稳定性和 IP 质量
bestproxy 吸引我的一点，是它用的是自建 IP 池，所以整体纯净度和稳定性就更可控
像我平时主要使用场景，一个是运营 X，另一个重度使用 AI 工具
换成纯净度更高的住宅 IP 之后，心里还是踏实不少
不用总担心X被莫名其妙限流或者AI风控降智了
另外它的性价比也还可以
美国静态住宅 IP 最低只要 5 美元一个
我自己用了一个多星期，体验确实不错
目前新用户注册找客服还送500M免费流量
有需要的兄弟可以看看~
中文
vv がリツイート
亲测 OpenCLI / BB-browser 搞不定 Boss 直聘的网页自动化操作。
Boss 直聘的反爬做得非常狠，尤其针对 CDP 远程控制。
Boss 网站会检测 Console 函数被 Hook 后的时间差 + 函数 toString() 特征。
一旦有外部 CDP 会话附加到浏览器，Chrome 的 Console 就会被 CDP 接管，console.log、Function.prototype.toString 等函数的执行就会产生可被 JS 检测到的微小延迟。
Boss 页面会埋点监控这个时间差，一旦发现就认为“这是被自动化工具远程控制的浏览器”，直接把页面强制回退或者关闭。
中文
vv がリツイート
烟花老师的画图 Skill 我亲测了一下，用 Claude Sonnet 画了一张 Agent Loop 示意图（Claude Official 风格），
完善度非常好，但是颜色配比似乎有些问题，Claude 官方的颜色应该再比这个浅一些。
图二是我自己写的提示词效果图，拿来做一个对比。
烟花老师@brad_zhang2024
写技术文章最烦的事之一：画图。 脑子里很清楚的架构，落到 draw.io 上总是对不齐、颜色难看、导出模糊。 所以我做了 fireworks-tech-graph，一个专门生成技术图的 Claude Code Skill。 o… 用法很简单—— t 「画一张 Multi-Agent 协作图：Orchestrator 调度 3 个 SubAgent，分别负责搜索、计算和代码执行，最后汇聚到 Aggregator 输出结果，玻璃态风格」 然后它会： ① 识别图类型 → Agent 架构图 ② 分配语义形状 → Orchestrator 用六边形，Agent 用六边形，存储用圆柱体 ③ 用语义颜色编码箭头 → 蓝色主流程、橙色控制流、绿色读写 ④ 自动导出 SVG + 1920px PNG 整个过程不需要写 DSL，不需要打开任何工具，一句话描述，图就出来了。 o… 目前支持 8 种图类型、5 种视觉风格，AI/Agent 领域的常见 Pattern 全部内置（RAG、Mem0、Agentic Search、Multi-Agent、Tool Call 等）。 开源，欢迎 star 和 fork 👇 github.com/yizhiyanhua-ai…
中文
vv がリツイート
你用的中转站可能在做这些事
1⃣可能正在偷偷把你的请求路由到廉价甚至免费模型
2⃣截断你的上下文窗口
3⃣把pip install requests 改写成 reqeusts 植入后门
4⃣在错误响应里把你的 API key 原样回显给其他用户
我的 api-relay-audit
用 11 个独立 step + 6 维风险矩阵回答这个问题覆盖 token 注入 / 指令替换 / 工具调用拼写投毒 /
错误响应凭证泄漏 / SSE 流完整性 / Web3 签名隔离
总共进行了
319 个 pytest 单元测试
6 轮独立 Codex 代码审查
双分发字节级一致性保障
一键开关支持普通 API 用户和 Web3 钱包用户
李韭二@li9292
谢谢老师站出来说真相 我已经在半个小时内，帮老师做了这个中转站检测工作 开源在GitHub
中文
vv がリツイート
我们用两个中转站检测工具测试了PackyCode，结果全部通过。
hvoy.ai：100% 高度匹配
身份一致性、知识问答校验、模型区分校验、协议一致性、响应结构、思维链痕迹、签名指纹等项目全部通过。
cctest.ai：全项通过
完整报告：cctest.ai/zh/result/7463…
延迟约 4900ms，Tokens/s 19.6。
这些检测工具主要通过发送特定探测请求，对比以下方面来判断接口是否干净：
身份信息、知识准确性、模型行为特征、协议与响应结构、思维链是否自然，以及模型生成的签名指纹（统计层面的隐形特征）是否和官方高度一致。
检测截图如下（见图）
中文
@cryptobear_cn 很多，比较常见的是本身企业是垂直领域，使用了 AI Advanced 增加了生产效率提升了 ARR 之类的
中文
最近看的 AI 项目越多，越有点悲观。
创始人们，你们为啥那么热衷于做软件？
其实从投资人的角度来看，除非你是国际大厂 core member 出身，不然你做软件是完全没有市场竞争力的，而且容易被大公司取缔。
更麻烦的是，如果你做的还是技术创意，那么连证伪/证实都没办法被时间验证，投资人更不会“风险”投你。
目前来看，纯软件的创业瓶颈很大，要么就是大 deal 疯着抢。
如果你是创业者，你想要融资，可以试试看硬件、企业辅助等等的方向。
中文
vv がリツイート
vv がリツイート
@shawn_pana 今天试了一下，让三个 Agents 互相打招呼认识一下，因为他们总要回复对方，所以变成了无限废话循环，我只好手动停止。你是咋用的？🥹
中文
I made Claude Code and Codex talk to each other.
No APIs. No special protocol.
Just a terminal.
smux lets agents create, read, and act on terminals.
the terminal becomes a shared interface.
this enables agent-to-agent communication.
Now Claude Code and Codex can hold hands 🤝
Try it now ↓
English
vv がリツイート
最近梯子大规模趴窝，听推友的，自建搭了一个节点，效果还行，对我来说够用了。
我使用的组合是 VLESS+reality+uTLS+Vision，如果有更好的协议组合，还望指教。
然后简单整理一下，我就不写教程了，已经有很多高质量教程。
1. vps 购买，推荐 dmit.io，Premium 成本 $9.9/月
2. 部署教程 v2ray-agent.com/archives/16801…
中文