Nongfu Spring

[姚金刚 @yaojingang]

这是今晚直播的相关资料、资源及系统，分享给大家

相关资料：
1、《GEO内容工程操作手册与评估标准》https://t.co/c0tEyINbzt
2、《GEO内容工程系统研究报告》https://t.co/HOEY73Cj7k
3、《GEO 内容工程方法体系与单篇内容实操教程》https://t.co/TzdsO33M5b
3、《系统之美》《人人都该懂的工程学》
4、《GEO: Generative Engine Optimization》https://t.co/QrHdgXghA1
5、《Generative Engine Optimization in digital repositories: optimizing visibility for generative AI》https://t.co/VJY4Yf5rss
6、《A Measurement Framework for Generative Engine Optimization Across AI Search Platforms》https://t.co/oj4eXluauw

相关资源：
1、GEO改写提示词：https://t.co/daKH5AEajS
2、GEO改写Skill：https://t.co/dJnVFIkErA
3、GEO单篇内容GEO特征标注演示：https://t.co/C8gwg72hH0

GEO系统与skill：
1、GEO Skills：https://t.co/Gee55y5OiT
2、GEOFlow：https://t.co/UHwRimsUsZ
3、Meta skill：https://t.co/Y0BXG6Z2Uo

[Tw93 @HiTw93]

挺有趣，听朋友说我这几篇文章成为了现在 AI 岗位面试准备必读的文章，那我来汇总一下给大伙好啦，希望有帮助，当然也祝福最近从传统岗位工程师转型成 AI 岗位的小伙伴找到自己满意的工作。

1. 你不知道的 Claude Code：架构、治理与工程实践
https://t.co/p0RWjHcklI

2. 你不知道的 Agent：原理、架构与工程实践
https://t.co/4FXcGYqbaJ

3. 你不知道的大模型训练：原理、路径与新实践
https://t.co/DJuvPaBvhu

4. 你不知道的 AI Coding：非技术人的上手、场景与实战
https://t.co/TLi4q9XOtJ

5. 你不知道的 GEO：AI 可见性的原理、实践与取舍
https://t.co/VrLUqgucwR

6. 你不知道的具身智能：从小机器狗到 Optimus
https://t.co/bRBbRZXIZg

[idoubi @idoubicc]

聊一聊 Agent 的存算分离架构设计👇

一个有灵魂，有记忆的 Agent，一次任务的生命周期包括以下步骤

1. 用户输入 query（text + files）
2. Agent 读取提示词文件（soul.md，identify.md，user.md 等）
3. Agent 读取可用的工具和技能（tools，skills 等）
4. Agent 读取记忆（memory.md，memory_search 查询）
5. Agent 构建上下文（prompt + tools + memory + query）
6. Agent 进入 Loop（LLM 调用 → 工具调用 → 观测 → 再推理）
7. Agent 交付结果（Artifacts）

什么需要存：提示词文件，工具和技能，对话记录，交付产物

什么需要算：上下文拼接，LLM 调用，工具调用

简单表示这个过程

fn(query, agent runtime) = artifacts

我们可以把 agent 运行方式简单分为三类

1. 本地裸机运行
2. 本地带沙盒（sandbox）运行
3. 云端多副本运行

---

1. 本地裸机运行，是 OpenClaw 之类 Agent 的常见模式。Agent 提示词文件、skills，对话记录（sessions）全部存在本地磁盘，Agent 执行任务时，会在固定 workspace 目录下运行，用户上传的文件、Agent 产出的文件全部落在同一个 workspace，Agent Loop 完全依赖本地文件构建上下文和执行工具调用，存跟算是一体的。

这种模式好处是足够简单，避免了额外的文件挂载开销，弊端在于安全性，比如 Agent Loop 执行了一个 exec(rm -rf /) 工具调用，很容易对宿主机产生破坏

2. 本地带沙盒运行，是 Codex 之类的 Agent 的常见模式。主要解决两个问题。一是防止 Agent 越权操作，提高安全性；二是解决宿主机的依赖缺失导致工具调用异常的问题。

Agent Loop 执行工具调用时，涉及到敏感操作或者有外部依赖时，把宿主机的 workspace 目录挂载到 sandbox，在 sandbox 执行工具调用，输出产物自动同步到宿主机的 workspace 目录

这种模式下的存算分离，只在工具调用环节引入 sandbox 来动态计算，存储主要靠宿主机的文件系统

3. 云端多副本运行，是 Manus 之类的工具型 Agent 的常见模式。主要特点是多租户，多任务，长时间运行

像 genspark claw，kimi claw，max claw 之类的托管版小龙虾，本质上是在云端多副本运行的助理型 Agent，每个用户有独立的提示词文件，动态安装的 skills，需要长期记忆

这类 claw 托管服务，最简单的实现方式是搭建一套 k8s 集群，在每个 pod 部署一套 Agent 框架（OpenClaw，harmes 等），通过 pvc 挂载云硬盘，实现对用户资料的持久化存储。通过负载均衡策略把每个用户的请求路由到固定的 pod，在同一个 pod 做 Agent Loop，存算是一体的，每个 Agent 有独立的运行空间。这种方案隔离性很好，不好的地方在于 pod 需要常驻，运行成本很高，难以规模化

---

云端 Agent 需要规模化（scalable），必然要结合 serverless 架构做存算分离。计算层依赖 k8s 集群的调度机制动态扩缩容，水平扩展 Agent 网关的并发处理能力

存储层结合 Agent 的运行生命周期，不同阶段的产物用不同的存储方案，主要分为四种

1. 热状态。Agent Loop 的 step，plan，游标等状态，用 kv（redis）来存，高性能，低延迟，用于异常重启后的断点恢复

2. 对话和任务记录。在任务完成后用关系型数据库（postgres）来存

3. 长期记忆。基于对话/任务记录做摘要，提取成记忆，用向量数据库（pgvector，milvus）来存

4. 工作产物。包括用户上传的文件，Agent 输出的文件，系统内置的 tools，动态创建的 skills 等，用对象存储（s3，oss）来存

---

以 FastClaw 为例，演示基于存算分离架构的云端 Agent 的运行过程👇

1. 一套 k8s 集群，日常 2 个 pod，部署 fastclaw gateway，接收用户请求

2. 负载均衡把用户请求路由到其中一个 pod，Agent 开始计算逻辑：

2.1 从 db 读取提示词文件（soul，identity，user）
2.2 初始化 pod 内一个临时目录作为 workspace
2.3 初始化 sandbox，挂载 workspace
2.4 从对象存储下载用户资料和系统 skills 到 workspace
2.5 调用 memory_search 工具，从向量数据库查询记忆
2.6 拼接上下文，调用 llm，解析工具
2.7 在 sandbox 执行工具调用，读写 workspace 内的文件
2.8 把 Agent Loop 过程中的状态设置为 checkpoint，保存到 kv
2.9 Agent 输出结果给用户

3. 通过惰性检查，把不活跃的 sandbox 关闭，关闭前把 sandbox 内 workspace 的文件上传到对象存储

以上的存算分离架构，计算层依赖 pod + sandbox，pod 水平扩容支持并发调用，sandbox 承接少量的工具调用，使用 e2b 作为 sandbox 可以做到秒级启动，构建 sandbox 池可以提高并发容错；存储层依赖 kv + db + vector db + oss 的组合使用，瓶颈在于 io 延迟

这套架构最大的挑战在于分布式多副本场景下的数据一致性，需要合理使用锁机制和负载均衡策略。

理解了这套架构，再去看 Manus，Claude managed agents 的实现，就很好理解了。

篇幅有限，不能详述细节，欢迎留言讨论。🤗

[余温 @gkxspace]

涨知识了，这几个网站是真牛逼，每天看一下，根本不会信息焦虑了……

1、NewsNow
仅一个页面看完知乎、微博、B站、虎扑、V2EX……
https://t.co/bZHs8GbSy0

2、今日热榜
GitHub Trending、Product Hunt、Hacker News
https://t.co/0NOgyZAeXN

3、SoPilot
X 上的爆款推文
https://t.co/yJFIicBCpn

[吕立青_JimmyLv 2𐃏26 @Jimmy_JingLv]

谷歌 Gemini 最被低估的产品！

https://t.co/E0U0qYkse7

如果你是开发者，那就还有

https://t.co/Cexnm002IK

[Nongfu Spring @NongfuSpring550]

@skysmilectx 老师，还有名额吗

[柴郡🔔｜Crypto+AI Plus @0xCheshire]

我请 Grok 帮我搭建一个赚钱的生意……它真的做到了！

10 条 Grok 指令帮你从明天开始赚钱：👇

[Lenny Rachitsky @lennysan]

You now get one free year of @cursor_ai, @v0, @Replit, @lovable, and @boltdotnew pro plans with an annual subscription to Lenny’s Newsletter.

Yes, you read that right.

A year free of the hottest AI tools in the world right now.

This is in addition to the existing products you already get free with a yearly subscription: @NotionHQ, @Superhuman, @Linear, @perplexity_ai, and @meetgranola.

These companies have never offered anything like this before. This is $15,000+ in value—and the nudge you needed to finally try out these cutting-edge tools.

Learn more and get your codes here: https://t.co/t5oX98Oeeu

A huge thank-you to our amazing partners for making this possible 🫶

[向阳乔木 @vista8]

网站地址：https://t.co/YYYDM3uEPN

[𝗦𝘁𝗲𝘃𝗲 𝕏 @st7evechou]

Steve 祝大家双快乐，辞旧迎新，感恩这一年的支持。Steve 系列 APP 限时 5 折。关注我转发此条 X 我将抽取 15 位粉丝送出 5 枚 SteveWatch 兑换码，5枚 StevePinyin 兑换码,5枚 SteveFans 兑换码。31 日晚 22 点开奖。

[Nongfu Spring @NongfuSpring550]

@btcnftfi 冲

[Nongfu Spring @NongfuSpring550]

@btcdaheng Fight

[Nongfu Spring @NongfuSpring550]

@Zach98899 我反向操作，base64解码是乱码😭

[Nongfu Spring @NongfuSpring550]

@TinsFox @follow_app_ 蹲

[Nongfu Spring @NongfuSpring550]

只有我一个人还没有follow的邀请码吗？@follow_app_ 😭😭

[Xiaowen @ixiaowenz]

话说，有好用的搜索阿里云盘资源的地方么，tgbot，网站，都可以。

感谢。

[Nongfu Spring @NongfuSpring550]

@Cydiar404 在用了，超级好用

[Nongfu Spring @NongfuSpring550]

RT @Cydiar404: #C大福利 沉浸式翻译，近期很多𝕏友，包络群里很多小伙伴都在使用沉浸式翻译，那咱们就来搞一波福利吧，转发该条推文并评论（抽奖工具需要）使用场景，即可参加活动！
- 活动截止：2023.09.29 22:00
- 活动奖励：Pro会员 × 10
-…

[酱紫表 @pengchujin]

你应该用上 Clash，最近我把所有客户端都迁移到了 Clash，花点时间学习便利很多：
1. 完善的规则：微软、谷歌、苹果的服务和各大流媒体，最主要的是最近用 ChatGPT，都能直接用别人现成的还自动更新的规则。
2. 所有客户端都通用，相同的规则体验，iPhone、Android、路由器、Windows、Mac 等。