losingle
6K posts
losingle
@losingle
fasthttp,codemirror and spree contributor | developer not just AI
Katılım Mart 2010
1.6K Takip Edilen6.9K Takipçiler
我一个固定日本搬瓦工独立CN2 GIA服务器IP，每月上贡200美金的账号，一直无比稳定，也不换IP的，Anthropic也要封，只有1个可能性，他妈的谁用中文问问题，他就封谁号，太他妈的变态了！！！！！我知道原因了，阿迪王在百度肯定被鸡奸了！！一定的！！！！到底谁干的，李彦宏必须给大家一个说法！！！
初码@chumacn
日你妈啊！！！！！！原来是我的Claude被封号了！阿迪王我日你大爷啊！！！！！我的生产力啊，没有了。。。
中文
在说一个暴论。skills 就是 ai 时代的低代码，看起来很美，但最终还是阶段性产物。确定性流程是自动化的基础，每个环节稳定性 90%，十个环节稳定性就是 34.9%。
响马@xicilion
低代码拖拽工作流借 ai 火了几个月，还是被遗弃了。 我最早了解到可视化编程可以追溯到 1992 年前后，这个东西要是效率高，程序员老早自己就用了。 一个老程序员，看几十行代码，几乎扫一眼就明白了。同样的逻辑，用工作流得画两屏幕，要了解细节还得点开看。 你让程序员这么干活，他能把键盘给砸了。
中文
@xxx111god 很到位，大概就是这个意思
我们正在用解决人类缺陷的组织架构，去管理没有这些缺陷的 LLM
看到那些模拟人类社会，CEO，六部之类的，我都当他们在玩游戏
中文
Orchestration 就是让一个 AI agent 派几个 sub-agent 去干活，各自做完交报告，你汇总决策。可能 90% 的人都把这个跟 multi-agent 搞混了
但更关键的问题：怎么管这些 fire-and-forget 的 sub-agent？
大部分人的做法是让模型自己去 prompt sub-agent。模型决定派什么任务、怎么描述、什么约束。多数情况没问题
但如果你跑大量自动化任务，这个模式迟早翻车。模型 prompt 模型，60-70% 的指令会被遵守。剩下 30% 是实打实的翻车概率
我的观点：脚本 > prompt。Gate script 卡关键节点，wrapper 自动补参数，checklist 验输出。代码强制，不给模型选择权
你定义工具、规范输出标准、卡住关键节点。模型自己编排，但在轨道内
如何压榨 orchestration 的极限，以及什么时候才真的需要 multi-agent 👇
Jason Zuo@xxx111god
中文
这篇把 Agent 创业最大的认知陷阱讲透了：
垂类做 Agent = 拿领域知识跟 OpenAI 比推理，拿刀打坦克。Skill 没有外部状态就是卖模板，做得越好抄得越容易。
真正的壁垒是领域状态——用户每次交互都在生长的、别人从零追不上的业务上下文。这才是从 Skill 跃迁到 Application 的分水岭。
yan5xu@yan5xu
中文
最近试了下 Chrome 的 remote debugging 和 DevTools MCP，也顺手用 uxc 封装了两个 skill：chrome-devtools-mcp-skill 和 playwright-mcp-skill。一个接当前 Chrome 调试上下文，一个做确定性自动化。
jolestar@jolestar
中文
试了 @jolestar 的 webmcp-bridge，一下理解了这个方向的价值：
现在 AI 操作网页，本质是模拟人点击 —— 找按钮、算坐标、截图确认、反复重试。页面一改版就全废。
WebMCP 反过来：让网页应用主动告诉 AI「我能做什么」，AI 直接调用。不用模拟键鼠，不用找 DOM，一步到位。
从"被操控"到"主动服务"，这才是 AI 和浏览器协作的正确方向。
PS：这张配图就是我用 AI 工具画出来的，全程无手动操作。
jolestar@jolestar
中文
@jolestar 其实用 IM 来连接各种应用的早期 AI agent 形态已经暗示了：AI agents 和可组合服务是 actors，异步 event-driven 架构才是处理企业级 AI 应用的最合适架构。
中文
UXC v0.12.1 版本发布，支持消息订阅以及 IM
UXC 是一个统一协议调用层，最早解决的是 OpenAPI、GraphQL、MCP 这类接口的统一调用。到这个版本，我更想补的是另一类能力：subscribe。
因为我在做基于事件驱动的 agent 时，很快碰到一个问题：很多场景不是 call 一下接口就结束了，而是事件会持续进来，agent 要再决定怎么处理。
这时候，光有 request/response 还不够，你还得有一个统一的订阅运行时。
但问题也不只是“能不能收到事件”。如果把所有事件都直接扔给 agent，成本会很高，很多场景下它也处理不过来。上下文会被事件流淹没，调度也会变得很别扭。
更合适的方式，是先把订阅事件落到本地文件或其他可寻址状态，再按策略定时处理。这样 agent 看到的是已经被沉淀和筛选过的输入，而不是一股脑冲进来的原始事件流。
IM 是这件事里最直观的一类场景。
因为 IM 天然就是持续到来的事件流：收消息、发消息、接事件，再把它们接进更长的自动化流程。所以这一版先把 IM 这条线补了上来。
现在已经接进来的 IM 包括 Telegram、Slack、Matrix、Discord、Feishu / Lark，也覆盖了 LINE、WhatsApp、DingTalk 这些场景。
除了 IM，这套订阅运行时现在也已经能比较成体系地 GraphQL subscriptions（Bitquery）、WebSocket（Binance / OKX price event）、JSON-RPC subscribe（Ethereum / Sui） 这类事件源。
欢迎大家尝试反馈。
Repo:
github.com/holon-run/uxc
中文