注册并分享邀请链接,可获得视频播放与邀请奖励。

鸭哥
@grapeot
0 正在关注    0 粉丝
改 AI 交上来的东西,自己上手三分钟就改好;偷懒让它改这里改那里,半小时一小时都不够,它总在想不到的地方弄出新花样,最后还是自己上:还不如我自己干。 大家第一反应是 AI 不够聪明,或者提示词没写好,其实这不是 AI 问题。六十多年前哲学家波兰尼说,我们知道的比能说出来的多,俗话叫茶壶里煮饺子,有货倒不出。 老工匠自己干是把好手,却很难跟徒弟讲清楚怎么做。过去只有当主管带人才会遇到,现在 AI 让每个人都成了带徒弟的老手:你是老手,AI 是徒弟。 这个问题从哪来,该怎么解决?完整视频里我聊了背后的原因,还有两个改习惯的小技巧。
显示更多
DeepSeek 开源的第一个 agent harness DSH,论文里堆满了范畴论符号,很容易让人觉得又是研究员在真空里搞出来的理论产物。但在仔细读完源码并与 Codex 逐行对照后,我的工程判断很明确:对绝大多数日常写代码的开发者来说,它重得毫无必要;但对探索自进化 agent 的工程团队来说,它搭建了一套目前其他方案完全没有的底层骨架。 架构上最本质的差距在于插件模型的选择。 Codex 代表了典型的声明式路线:插件只是磁盘上的文件夹,贡献的是 Markdown 写的 skill 文件、MCP server 配置或 shell 脚本。插件不进 harness 进程,也不在同一进程里跑代码,改完配置重启独立进程只需两三秒。对于搜索、加工具这类绝大多数日常需求,声明式模型简单可靠,门槛接近于零。 DSH 走的是命令式路线:插件带着自己的状态,直接跑在 harness 进程内部,互相注册与调用。一旦要在运行时替换插件,悬空引用清理、后台任务终止、依赖链协同以及崩溃回滚都会变成棘手难题。为此,DSH 引入了一套叫 Cordis 的重型运行时,单是管理 fiber 生命周期的核心模块就有 750 行代码。 如果只是为了替换搜索服务或挂载常用工具,让开发者背上 Cordis 这套复杂度完全是过度设计。但 DeepSeek 包这盘饺子的真实意图,隐藏在控制流结构里。 在 Codex 中,agent loop 的控制流被硬编码在 Rust 核心逻辑里,开发者只能在预设时刻挂载 hook,无法在运行时把单 agent 循环改成多 agent 协作循环。而在 DSH 里,agent loop 本身是放在 packages/core/agent-loop 中的一个普通 TypeScript 插件,向外提供 ctx.agentLoop 服务。只要实现相同的接口,运行中的控制流骨架随时可以整体卸载并替换。 Cordis 打造的那些副作用跟踪、依赖变动通知和事务性 HMR,本质上全是在支撑 agent loop 可替换这个核心目标。它保证了 agent 在运行期如果动态生成了新工具或新 loop,系统能在不中断进程的前提下平滑加载;一旦生成的代码出现错误,又能通过事务性回滚退回上一个稳定状态。 Codex 交付的是结构固定的成品家具,而 DSH 交付的是允许动态改造的生成内核。DSH 不会让你的日常 coding 变得更快,但它让 harness 本身具备了面向自进化进行物理扩展的可能。 深度剖析与两套架构的完整对照:
显示更多
0
74
534
91
转发到社区
Claude Tag 拆开看,技术上没那么新。 底下还是给 HTTP endpoint 发请求,Slack @ 只是换了种触发方式;它记住的是频道聊天记录,不是组织智慧;和你开一个 Claude session 一直不关,区别也没宣传的那么大。 那它到底改变了什么? 真实的变化在另一层:企业开始把 agent 当作一个需要授权、治理、计费的非人类执行体。底层还是无状态的模型调用,但企业管理的对象从"谁装了这个 app"变成了"这个 agent 以什么身份存在、能访问什么、谁负责、花了多少钱"。 微软的 Entra Agent ID 把 agent 当企业目录一等公民:有身份、有预算、有审计、有生命周期。 always-on agent 的成本和订阅固定配额不兼容,定价从 per-seat 转 usage-credit。 但"持续学习"这层还没人做到。raw context 不是组织记忆。真正的护城河是能把上下文压缩成受治理、可执行、会过时的组织记忆。 底层技术没那么新,但企业授权的对象变了。
显示更多
0
24
22
1
转发到社区