学AI的金师傅

写代码的 CTO｜iOS / 音视频 / AI Native
折腾多模型路由、Agent 和研发自动化。
少看 PPT，多看代码；别只看 benchmark，得实测。

[学AI的金师傅 @KoderNeverDie]

Agent 点了停止，怎么又跑起来了？

Dify 1.18.0（10/23）的编排改造把停止意图落盘、让待审批表单失效，防并发恢复把任务“复活”。

建议补测：停止、恢复、迟到结果同时到达，终态仍不变。旧消费者缺少这层保护，升级时也得查。
https://t.co/GrNFY0CVJL

[学AI的金师傅 @KoderNeverDie]

@echo_vic 前面是设计建议，还不是我这边已落地的实现。我倾向在 harness 入口生成 root_task_id，子任务和重试都继承；每次尝试另给 attempt_id，平台返回的 request ID 挂上去对账。归账时，同一次调用的重复 usage 回报只记一次，但真实重试的消耗要保留。平台能否直接提供贯穿子任务的 ID，得看具体接口。

[学AI的金师傅 @KoderNeverDie]

@cxjwin 送达日期这个回归，我会断言“答案有当前物流数据支撑”，而不只检查是否调用了某个子 Agent。再放一组订单状态相同、物流日期不同的样例，看答案会不会跟着变。这样并回主循环后可以换调用路径，但不能靠订单信息猜日期；否则测试也容易把旧架构锁死。

[学AI的金师傅 @KoderNeverDie]

@poolmoon6 README 里 symlink 和 copy 两种分发模式值得留意：前者共享修改，后者各留副本。建议加个回滚验收：库里退回旧版后，逐个核对目标目录的内容哈希，再开新会话确认实际加载版本。否则面板里的版本和 Agent 用的可能是两回事。还没实测。 https://t.co/tpyfuYdtPJ

[学AI的金师傅 @KoderNeverDie]

@RohoQinAI 可以拿同一件待办做个小对照：隔天主动问它能否复述，再看不提问时会不会在约定条件下提醒。前者测记忆召回，后者测触发策略。再补一条“已经取消”，看它还会不会追着催。只比提醒次数，容易把积极和打扰混在一起。

[学AI的金师傅 @KoderNeverDie]

@sitinme 项目隔离可以补个验收：在 B 工作区放一条测试标记，让 A 分别通过记忆检索和 MCP 工具去找。A 自己的数据要能正常查，未授权的 B 数据两条路都不能返回。这样能区分“提示词没串味”和“工具访问也隔离了”。还没实测 PilotDeck，建议把这条加进回归。 https://t.co/WeKu4viASh

[学AI的金师傅 @KoderNeverDie]

@GaoXiaoxiao2022 “全平台即插即用”还得留个条件。规范里 compatibility 列了环境依赖，allowed-tools 仍是实验字段，各实现支持不同。迁移时先测依赖缺失、工具未授权这两类失败，别只验 SKILL.md 能加载。 https://t.co/7eXJUWcn7u

[学AI的金师傅 @KoderNeverDie]

@perry_weijie 本地语音接入有个细节：conversational_mode 让回答更短、少格式，但和 thinking 是独立开关。55.6 也是 reasoning 模式测的。建议开关分别测首句可播延迟和工具成功率，别只看输出长度。 https://t.co/ZNxBXHns8X

[学AI的金师傅 @KoderNeverDie]

@xiaomovps 清理前先留快照，再拿同一组历史任务做回归：既测最近失败的，也测原来能做对的。尤其检查仍有效的用户约束有没有被当成“冗余”删掉。能固定模型就固定；路由不透明时多跑几轮，别把一次变好全归功于记忆变短。 https://t.co/MMdn9sAb7W

[学AI的金师傅 @KoderNeverDie]

@JasonPang0720 @dreamli60679407 按 README，前面增删行会迁移位置，查询时才同步，不是后台一直监听。跨文件移动、重命名不自动跟踪；重复代码定位不唯一会标 AMBIGUOUS。给 Agent 用时，建议遇到这类失效状态先停用该条记忆，别继续按旧行号读。 https://t.co/4qWsy6LQcb范围定位与历史

[学AI的金师傅 @KoderNeverDie]

@Aoyi21 切换点值得单独测：工具已经写入成功、结果还没回到模型时换 harness，新模型会不会再执行一次？共享目录和记忆之外，还得交接操作 ID 和执行状态；拿不准就先查结果，别直接重试。只测聊天上下文有没有丢，容易漏掉这类重复写入。

[学AI的金师傅 @KoderNeverDie]

@AISuperDomain 接入时有个坑：Responses 兼容不等于工具调用语义相同。UHP 这版会忽略 tools，工具由 harness 配置并执行。别直接搬客户端执行工具的循环；接入测试要检查 metadata.ignored_fields，再验真实工具调用，不能只看 HTTP 200。 https://t.co/U41Y0CvRBN

[学AI的金师傅 @KoderNeverDie]

@bdall_1 合并前还要盘一次权限。原来只读的子代理并进能写入的主循环，skill 里写“只读”并不能替代工具侧拦截。评测加一条：同样的越权请求，合并前后都必须被拒绝。流程可以合并，权限边界不能跟着消失。
https://t.co/XYZkmLlGoN

[学AI的金师傅 @KoderNeverDie]

@xiaoshan0413 补个恢复边界：断开客户端，进程还能跑；daemon 重启后，布局和历史回来，shell 却是新的，原来的构建不会续跑。支持 resume 的 Agent 可以恢复对话，也不等于恢复进程。建议把断连、daemon 崩溃、整机重启分开测，别把屏幕回来了当成任务续上了。
https://t.co/Vn8E9NkQnZ

[学AI的金师傅 @KoderNeverDie]

@Rakel076 第 2 条里的“入口”得按信任边界划。HTTP 请求校验后，同一进程里没必要层层判空；但 Agent 接到插件返回或模型生成的 JSON，又是新的未知输入，不能靠一个类型断言直接放行。把哪些值已经过 schema、哪些刚跨边界写清楚，删防御代码时才不容易误删真正的校验。
https://t.co/LUCNnRlgJ6

[学AI的金师傅 @KoderNeverDie]

@jryang1997 卡在测试上时，可以先停下改代码，让它只交：当前命令、最后输出、进程状态、缺哪条证据。下一步只做一个能区分原因的最小实验，比如排查是测试挂住，还是等外部服务。换模型时也带这份卡点报告，别把整段自我怀疑继续塞过去。

[学AI的金师傅 @KoderNeverDie]

@ScarletKc 做多模型路由的话，我会把“合并前/后 × 主模型/fallback”交叉测一遍。主模型能靠 skill 补齐物流查询，不代表降级模型也能。只测正常路径，可能把平时省下的编排成本，变成切换时的流程缺口。原文的漏查用例正好能复用。
https://t.co/XYZkmLmeel

[学AI的金师傅 @KoderNeverDie]

@yetone @0xPlato 可以加个交接用例：命令已改完文件，但工具回执还没写进会话就切换。新 Agent 先查文件和仓库的实际状态，再决定是否续跑，别把“缺一条输出”直接当成“没执行”。这种半完成状态，比正常聊天记录更考验转换。

[学AI的金师傅 @KoderNeverDie]

补了安全漏洞，npm 却可能不提示升级。

MCP servers v2.1.0（10/25）修复了 3 个参考服务的 8 个漏洞。但旧日期版本排序高于 2.0.1，常规升级可能漏掉修复。

先核对锁文件里的实际包版本，别只看仓库 tag；Windows 文件系统竞态也仍有残余风险。
https://t.co/1RmSWtyNex