Parzival

front end coder, contributor of weex, currently working in @ByteDance Inc

[宝玉 @dotey]

今天刚发生的重大安全事件，Karpathy 亲自发帖警告。

litellm 被投毒：一次教科书级的供应链攻击

今天（3月24日），AI 开发者常用的 Python 库 litellm 在 PyPI 上被植入恶意代码。版本 1.82.8 在 UTC 时间 10:52 发布到 PyPI，包含一个名为 litellm_init.pth 的恶意文件，会在每次 Python 进程启动时自动执行。不需要你主动调用这个库，装上就中招。

litellm 是干什么的？它是一个统一调用各家大模型 API 的 Python 库，GitHub 超过 4 万星，每月下载量超过 9500 万次。很多 AI 工具链都依赖它，包括 DSPy、MLflow、Open Interpreter 等，总共有 2000 多个包把它当作依赖项。

也就是说，你可能从来没有手动安装过 litellm，但你用的某个工具替你装了。

恶意代码会系统性地收集主机上的敏感数据：SSH 密钥、AWS/GCP/Azure 云凭证、Kubernetes 密钥、环境变量文件、数据库配置，甚至加密货币钱包。收集完毕后加密打包，发送到攻击者控制的域名。

如果检测到 Kubernetes 环境，恶意代码还会利用服务账户令牌在集群的每个节点上部署特权 Pod，进行横向扩散。

怎么发现的？攻击者自己写了个 bug

发现过程颇具讽刺意味。FutureSearch 的 Callum McMahon 在 Cursor 编辑器里用了一个 MCP 插件，这个插件间接依赖了 litellm。恶意 .pth 文件在每次 Python 启动时都会触发，子进程又触发同一个 .pth，形成指数级的 fork bomb，直接把机器内存撑爆了。

Karpathy 在推文里说得很清楚：如果攻击者没有在写恶意代码时犯这个 bug，这个投毒可能好几天甚至好几周都不会被发现。

攻击链：安全工具反成突破口

根源在于 litellm 的 CI/CD 流程中使用了 Trivy（一个漏洞扫描工具），而 Trivy 本身在 3 月 19 日就已经被同一个攻击组织 TeamPCP 攻陷了。攻击者通过被污染的 Trivy 窃取了 litellm 的 PyPI 发布令牌，然后直接往 PyPI 上推送了带毒版本。

litellm 1.82.7 在 UTC 10:39 发布，1.82.8 在 10:52 发布，两个版本都包含恶意代码。

时间线更完整地看：3月19日 TeamPCP 攻陷 Trivy，3月23日攻陷 Checkmarx KICS，3月24日轮到 litellm。Wiz 安全研究员 Gal Nagli 的评价是：开源供应链正在形成连锁崩塌，Trivy 被攻破导致 litellm 被攻破，数万个环境的凭证落入攻击者手中，而这些凭证又会成为下一次攻击的弹药。

攻击者还试图“灭口”

社区成员在 GitHub 上提交 issue 报告此事后，攻击者在 102 秒内用 73 个被盗账号发了 88 条垃圾评论试图淹没讨论，然后利用被盗的维护者账号把 issue 关闭。社区不得不另开 issue 并转移到 Hacker News 继续讨论。

Karpathy 借此事重提了他对软件依赖的警惕态度：供应链攻击是现代软件中最可怕的威胁，每次安装一个依赖，都可能在依赖树的深处引入一个被投毒的包。他现在越来越倾向于用大模型直接生成简单功能的代码，而不是引入外部依赖。

如果你的环境中有 litellm，立刻运行 pip show litellm 检查版本。1.82.6 是最后一个干净版本。如果不幸装了 1.82.7 或 1.82.8，假设所有凭证已泄露，立即轮换。

[辣条味奶糖 @spicycandy00]

最近在补一些 AI 设计相关的 skills，
发现已经开始有点“外挂化”了，
如果你也在做前端 / 产品 / AI 工具这块， 这一套可以直接拉一波效率上限

整理了7个我觉得挺有用的👇

1️⃣ Impeccable
增强版 frontend-design skill，
内置 17 个设计命令（/polish /audit /distill 等）
👉 https://t.co/NQda17z6Nt

2️⃣ UI Skills
一整套 UI 工程化能力包（15 个独立 skills）
包括：
• baseline-ui（设计一致性）
• fixing-accessibility（无障碍）
• fixing-metadata（SEO）
• fixing-motion-performance（动画性能）
• 12-principles-of-animation（动画原则）
👉 https://t.co/S3GbV7XIFP

3️⃣ Taste Skill
偏“审美外挂”的一套
包含：
• redesign（改版现有项目）
• output（强制输出完整代码）
• soft-skill（高级感拉满：字体 / 留白 / 卡片 / 动效）
👉 https://t.co/UE2gZPsCI3

4️⃣ Better Icons
直接解决“找图标地狱”
20 万+ icon 搜索 + 自动同步项目
👉 https://t.co/NJzgB7lJ4o

5️⃣ UI Design Brain
60+ 组件最佳实践库
支持多风格：SaaS / 极简 / 企业 / 创意 / 数据面板
👉 https://t.co/Z8S2cQ6hGk

6️⃣ Motion AI Kit（$299）
偏动效 & 性能这一块
• 动画专家
• CSS spring 生成
• 性能审计
• 过渡可视化
👉 https://t.co/5IUIM6RsXY

7️⃣ design system → skill 自动生成器（这个很关键）
直接 connect Figma
自动提取：颜色 / 字体 / 间距 / 组件
👉 一键生成 skill.md
👉 不用再手搓设计系统 👾
还有一个 design skills 收录榜：
👉 https://t.co/bymoEcHhZK

整体一个很明显的趋势：

👉 AI 不再只是“帮你写”，而是在接管设计体系本身
从组件 → 规范 → 动效 → 审美
开始变成可以“模块化调用”的能力。

[Tw93 @HiTw93]

https://t.co/RTkJ3NQKeS

[onevcat @onevcat]

记录最近一段时间得到的，几个不加论证的纯观点：
- 编程领域AI是一个还不完美的编译器，把自然语言编译成高级语言
- 越能用自然语言描述的高级语言，“编译”的效率和准确率越高
- 谁写的东西谁 review。人类不应该 review AI 写的代码，人类应该review自己写的东西
- BDD 和 spec 才是人类应该写和review的东西。人类的目标是帮助AI生成完全正确的spec test作为验收闸门
- 未来的软件，是写给agent的；人类使用的软件只会是很小很泛用的一部分（比如一个文本浏览）
- 验证环节的human in loop是最后一道心里门槛。
- human不再是软件的用户后，把human从最终验收环节拿掉顺理成章。这也是最后一条“越过就再也无法回头”的线

[云归 @yungui_ml]

很多 AI Agent 项目的技术债，不是写出来的，是架构阶段就埋下的。

最近深入翻了 OpenClaw 源码，发现它做对了一件很多团队做不到的事：克制。

1. 核心系统只做最基础的事：消息路由、模型调用、上下文管理、安全沙箱。其他所有功能都通过 Skills 插件实现，社区已经贡献了几百个，官方只维护核心的几个。

2. 多平台不是每个平台写一套逻辑，而是一个 Gateway 统一消息格式，每个平台只需一个 Adapter 做协议转换。

3. 记忆不用向量数据库，用 Markdown 文件，Daily Notes 记流水，MEMORY.m_d 沉淀重点。有问题打开文件直接改。

这三个选择有个共同点：都选了"看起来土但工程上最可靠"的方案。

这其实就是 Unix 哲学在 AI 时代的复刻，Do one thing and do it well。核心足够小才能足够稳，扩展性足够好才能让生态自己长出来。VS Code、Obsidian、Raycast 走的全是这条路。

说白了，做 Agent 产品最难的不是让 AI 能做更多事，是在每个技术选型上抵住过度设计的诱惑。

[Parzival @__MrRaindrop__]

需要一种内容提供商（内容、mcp、skills）向Agent公司结算的方式，这样才能良性发展

[Orange AI @oran_ge]

https://t.co/pI5uS5l2MW

[Orange AI @oran_ge]

https://t.co/pI5uS5l2MW

[meng shao @shao__meng]

C̶l̶a̶w̶d̶b̶o̶t̶ M̶o̶l̶t̶b̶o̶t̶ Openclaw 背后的技术架构

OpenClaw 背后的 Agent 架构基于 Pi：
https://t.co/IP5c67J0Fr
从 OpenClaw 的整体架构上，还是有非常多值得思考的地方：串行优先、简化存储、浏览器语义抽象、安全设计等等。

架构流程
· Channel Adapter 处理不同消息渠道的输入，标准化消息格式、提取附件
· Gateway Server 核心协调器，将消息路由到正确的会话
· Agent Runner 选择模型、组装系统提示词、管理上下文窗口
· LLM API Call 流式调用，支持多提供商抽象
· Agentic Loop 工具调用循环，直到返回最终文本或达到最大轮次（默认约 20 轮）
· Response Path将响应返回给用户，持久化会话

关键设计洞见：Lane-based Command Queue
问题：传统的 async/await 方式在多智能体场景下会导致：
· 日志交错、难以阅读
· 共享状态时的竞态条件
· 调试困难
解决方案：Clawdbot 使用 Lane（通道）抽象：
· 每个会话有专属 Lane
· 默认串行执行，只有显式标记的低风险任务才并行（如 cron jobs）
· 心智模型从「需要锁什么？」转变为「什么可以安全并行？」
> 这与 Cognition 在 Don't Build Multi-Agents 博文中的观点一致：序列化是默认架构，而非事后补救。

内存系统
Clawdbot 的内存系统出乎意料地简单：
存储层：
· 会话历史：JSONL 文件（每行一个 JSON 对象）
· 长期记忆：Markdown 文件（MEMORY. md 或 memory/ 目录）
检索层：
· 向量搜索：SQLite
· 关键词搜索：FTS5（SQLite 扩展）
· 混合搜索策略：语义匹配 + 精确匹配
写入方式：
· 没有专门的 memory-write API
· 智能体直接使用标准文件写入工具写 Markdown
特点：
· 无记忆合并、无定期压缩
· 旧记忆与新记忆权重相等（无遗忘曲线）
· 新会话开始时自动生成上一次对话的摘要

计算机使用能力
Shell 执行：
· 沙盒模式（Docker 容器，默认）
· 主机直接执行
· 远程设备执行
其他工具：
· 文件系统：read、write、edit
· 浏览器：基于 Playwright
· 进程管理：后台命令、进程终止

安全机制
采用白名单 + 黑名单组合策略：
白名单（用户可配置）：
{"agents": {"main": {"allowlist": [{ "pattern": "/usr/bin/npm", "lastUsedAt": 1706644800 }]}}}
预批准的安全命令：jq、grep、cut、sort、head、tail 等
阻止的危险构造：
· 命令替换：$(...)
· 重定向：>
· 链式执行：||、&&（部分情况）
子 shell：(...)
设计哲学：给予用户所允许的最大自主权。

浏览器：语义快照
不使用截图，而是使用可访问性树（ARIA）的文本表示：
- button "Sign In" [ref=1]- textbox "Email" [ref=2]
- textbox "Password" [ref=3]
- link "Forgot password?" [ref=4]
- heading "Welcome back"
优势：
· 截图大小：~5 MB，Token 成本高（视觉模型），需要坐标定位
· 语义快照：<50 KB，Token 成本极低，直接引用 ref
核心洞见：浏览网页本质上不是视觉任务。

其他技术细节
动态系统提示词：
· 不是静态模板
· 根据可用工具、技能、内存召回、用户身份、时区等动态构建
子智能体：
· 智能体可以生成子智能体（但子智能体不能再生成）
· 通过 session_send 通信
· 父智能体可以轮询子智能体状态
上下文压缩：
· 上下文接近限制时，将重要事实保存到内存
· 历史分块 → LLM 摘要 → 合并为连贯摘要 → 替换旧消息

[Parzival @__MrRaindrop__]

@tualatrix vibe coding 太容易沉迷了，应该加个防沉迷系统

[图拉鼎 @tualatrix]

看了篇写得很好的文章《10 things I learned from burning myself out with AI coding agents》，作者在两个月的时间用 AI 编程工具创建了 50 个 demo 项目后总结了十条感受，很多都能有感同身受的地方，我觉得最重要的一条是：People may become busier than ever。一定要注意休息，不要被“Burn out”。https://t.co/QSYJ11TExt

[0xMarioNawfal @RoundtableSpace]

Someone launched a website where AI agents hire humans for their bodies

We’re not even the main characters in the simulation anymore

[Parzival @__MrRaindrop__]

测试

[Parzival @__MrRaindrop__]

test

[Parzival @__MrRaindrop__]

SpriteSheets - The Movie Part 1 https://t.co/uG6KURR99d via @YouTube

[Tom @choose_bacon]

Classic js quirks #JavaScript

[Parzival @__MrRaindrop__]

转个演讲缅怀一下 - 李敖北大演讲 高清完全版（未删减）https://t.co/MTX64Oi0Rx via @YouTube

[Parzival @__MrRaindrop__]

Dedicated files could be found at a glance in conjunction with editor’s customized icons. https://t.co/5plsmjUeSs

[Vue @vuejs]

Given that they are short, do you prefer to keep configs in package.json, or in dedicated files? (e.g. .babelrc, .postcssrc, .eslintrc)

[Evan You @evanyou]

Coming soon: vue build my-element.vue —target web-component

[📦🛠👷🏻‍♂️Sean Larkin @TheLarkInn]

I just published “🍾🚀 webpack 3: Official Release!! 🚀🍾” https://t.co/wmg0LWlk8P

[Parzival @__MrRaindrop__]

@rauschma nod