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���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��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���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��spec test作为验收闸���
- 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���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���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。

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���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（���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