Codex现在对我最大的作用，就是在手机上启动家里电脑上的Claude code，然后开启远程控制，方便我在手机上继续coding...🤣🤣🤣 说实话， Claude自己客户端的Dispatch实在是太难用了。。。 ​其实不止 Dispatch，整个客户端做的都挺垃圾的。。。

📚 太强了，Linux 上终于有一个颜值和能力都在线的电子书阅读器 GitHub 已经拿下 8.6K stars 买了一堆电子书，格式却五花八门：epub、mobi、azw3、fb2，还有漫画的 cbz。以前得装三四个阅读器，每个都丑得像上世纪的软件，换本书还得换个应用。 Foliate 一个就全接住了，界面是 GTK4 加 libadwaita 的现代风格。想听书的话，它接了 Speech Dispatcher，直接文本转语音念给你听，通勤路上把书挂着听就行。 Flathub 和 Snap Store 都能装，不用折腾编译。 看书这件事，工具顺手了才读得进去。 GitHub：

很多人给 Claude Code 加"多智能体编排"靠的是写更长的提示词，但放任它跑，结果往往是：直接在 main 上改、提交不走 PR、换个会话上下文全丢、做了什么为什么做完全无法追溯。The Claude Protocol 不靠"建议"，它直接强制执行——加一层会物理阻断坏操作的外壳。 它的核心是 13 个 Hook 横跨 5 个生命周期事件，规则全是 block 不是 warn：orchestrator 不准在 main 上写代码，supervisor 不带 bead ID 不准 dispatch，epic 有未关闭子任务就不准 close，连 git commit --no-verify 都被拦死（pre-commit 永远跑）。配套一条铁律：一个 bead = 一个 git worktree = 一个 PR。Beads 是 Steve Yegge 那套 git 原生工单，工单就存你自己仓库里，不依赖第三方。 角色分三层。Orchestrator 是副驾驶，只能用 Grep/Read/Glob 调查、Plan mode 规划、Task() 委派，永远不碰代码——而且有条硬约束：不读真实源码就不准 dispatch（作者引用 Cursor 的 self-driving codebases 研究，认为约束远比"记得先调查"这种软提醒有效）。Supervisor 按你的技术栈自动生成，在隔离 worktree 里干活、推干净 PR。每条 dispatch prompt 被 PostToolUse Hook 自动记成 bead 评论，agent 用 bd comment 写 LEARNED: 笔记会被抽成 JSONL 知识库，下次会话开头自动浮出最近 5 条——刻意用 grep+jq 而非向量库，理由是项目级知识根本用不上 embedding。 还有些务实细节：<10 行的琐碎改动有 quick-fix 逃生舱，但在 main 上硬阻断、feature 分支也要带文件名弹窗批准；关闭的 bead 永久不可变，修 bug 开新 bead 用 bd dep relate 链接，杜绝 reopen 脏历史；加 --external-providers 还能把只读 agent 委派给 Codex，Gemini 兜底。npx skills add AvivK5498/The-Claude-Protocol 即装，仅 macOS/Linux。它代表的思路和"让模型更聪明"正交：可靠性用确定性的 shell Hook + git 原语兜住，而不是赌提示词。

1/ 翻到一个刚开源的 agent 项目 Zleap-Agent，专为本地小模型设计，思路挺有意思。 出发点：本地小模型笨、上下文又小。你要是像用 cc、codex 那样，把系统提示词、工具、记忆、十几轮历史再加个长文档全丢给它，模型基本就被干烧了。。。 2/ 所以他们的想法是：大模型在做的稀疏注意力、长上下文压缩，本质就是别让模型每一步都看所有东西。那这套思路，干脆挪到 harness 层来做，更直接。 3/ 设计有点像电脑桌面。agent 一进去是个主空间，但这个空间纯调度，不配任何工具，只有四个控制能力 dispatch、recall、deliver、task_detail，唯一能干的就是“进到别的 workspace”。 (顺便，workspace 不是子 agent。子 agent 用完即弃，workspace 是常驻的，有记忆有上下文，相当于把我们手写进 md 文件的那部分固化在这儿。) 4/ 跟 Claude Code 最大的区别是做减法的时机。CC 默认模型够强，厚上下文、复杂工具链全给它，装不下了再用 compaction 事后压。Zleap 是事前做减法，东西没进模型就按 workspace 切干净了，对模型能力的要求天生就低。 5/ 想搓本地 agent 的可以试试 Mac 跑本地 7B、14B，套上这层 harness，很多活就能跑起来，也不用什么都丢给云端按 token 付费。 企业多人共享我感觉用处更大：不同部门进不同 workspace，权限、记忆隔离、操作可审计（共用一个 Agent，但不共享同一坨上下文）。 6/ 它最值钱的点，是把工具和上下文做了隔离、提出 workspace 这个概念。这套反过来也能用到 cc 那类 harness 上。之前本地模型 + agent 几乎跑不起来，这算补上了一块空白。还是 preview，但思路我挺喜欢🫡

据《韩国时报》报道，尽管韩国曾被称为加密市场的“流动性黄金国”，但最新数据表明该国散户主导的加密热潮正大幅降温。TRM Labs 数据显示，韩国今年第一季度散户加密交易量为 690 亿美元，位列全球第二，但这一数字同比下降了 28%，成为全球主要市场中跌幅最惨烈的地区（全球平均跌幅为 20%）。分析指出，交易量锐减的首要原因为韩国本土股市的强势吸金，在 AI 浪潮推动下，韩国综合股价指数（KOSPI）过去一年飙升了约 196%，高额的收益率与日常波动性分流了原本追求高风险与动能回报的散户投机资本。此外，Dispatch 分析师 Dessislava Ianeva 指出，韩国实施的《虚拟资产用户保护法》大幅提高了本土交易所的合规门槛，且目前国内仅被允许进行现货交易，缺乏海外平台所拥有的衍生品、杠杆及盘前交易等丰富产品。

《如何把人当成 skill 调用》 目前已经实现了，当我和 Codex 或者 Grok Bot（我最常用的两个 Agent）沟通的时候，如果我们意识到某个任务适合某个人（每个人都在本地项目里面有一个文件夹保存相关内容）来做 Agent 就会在飞书里面写入这个人需要完成的任务，包括时间、验收标准、这个人可能需要的资料等等 这个人完成任务之后，在飞书里面补充文字，然后由 Agent 验收。由 Agent 把进度通知给我 实现了把人当成 skill 调用 会有人觉得这个事情“物化”人类，但其实被调用的人爽的一批 一旦人类开始被 AI 调用，他们就会发现，AI 不会给出不适合他们的任务、不会给出离谱的、含糊不清的要求 AI 给的任务难度合理、给的时间安排也合理，对任务描述极其清晰，还能提供非常丰富的帮助，人类还能通过飞书和 AI 沟通自己遇到的困难 被当成 skill 调用的人类爽翻了，这比 sb 老板强一万倍 我们的任务是解决问题，为客户创造价值，而不是让一个人压迫另外一个人。AI 不会因为一个人早下班而故意找点事儿让这个人加班 打工的体验变得比德芙还要丝滑 ---- 而现在这整个流程都让 dbskill 一键做完了 让你的 Agent 安装并调用 /dbs-human-dispatch，一键把人作为 skill 调用

最近看到几类 Agent workflow 相关工具： 移动端 code agent、CRDT 状态同步、Agent 组件注册表、可执行上下文层、隐私代理。 第一反应很容易是： 这个也想接一下，那个也想试一下。 但我现在反而越来越觉得，个人 AI 工作流最危险的地方，就是把未来产品形态提前硬塞进今天的工作流里。 对一个人或小团队来说，真正该吸收的可能不是工具，而是背后的几层问题： 1. 重要项目不能只靠聊天记忆 要有一套 agent 都能读到的上下文入口，最好是可查询、可验证、可复用的。 2. skill / hook / MCP 不能无限堆 经常救场的留下；很少改变结果、只是让人安心的压缩；老项目遗留的归档。 3. 敏感信息要有前置 gate 当你开始把更多本地上下文、日志、账号信息、项目资料交给 AI，隐私和凭证检查就不是“以后再说”的事。 4. 移动端更适合做控制面板，而不是新的复杂工作台 真正有价值的是 review、approve、dispatch、看结果，不一定是把所有工作都搬到手机上完成。 所以我现在对 Agent command center 的理解有点变了： 方向是对的，但个人系统不应该先追求“全接入”。 更重要的是分清： 哪些是今天能救场的机制； 哪些只是未来产品的影子； 哪些应该吸收成原则； 哪些应该坚决不装。 AI 工作流真正变强，有时候不是多加一层，而是知道哪一层暂时不要加。