Hacken

最近在试各种 AI Agent

[Hacken @Hacken2077]

哎，补个踩坑角度：Bot 加上 Routine 开始无人值守地跑以后，可靠性和可见性比怎么分类更要紧。
这两天我的 Grok Bot 云端 VM 挂了，Computer 连不上，附件也发不出去，可聊天一切正常，看上去好好的。要是当时有 Routine 在后台跑，它出了问题我可能根本不知道。
所以建「岗位」之前，最好先想清楚它挂了怎么通知你，不然就是个没人管的岗位。

[Hacken @Hacken2077]

这两天试用 Grok Bot：文字能发，图片一发就 could not send，Computer 也一直 can't reach screen。

第一反应肯定是代理背锅。就让 Grok 自己查自己，直连、系统代理、TUN、规则模式挨个试，连它偷偷绕过代理的那条直连都抓回来了。结果还是不行。

后来干脆让它 SSH 到我远程机上，客户端和服务端两头一起抓包，我趁这 90 秒发张图。

结果 App 压根没发请求，图片在本地就被拦了，跟网络半毛钱关系都没有。

去论坛一搜，早有人踩过一样的坑，看起来附件要先传到 @bot VM，VM 挂了，图就发不出去，Computer 也连不上。官方是在后台重建 VM 修好的。反馈我已经交了，等着吧。

[Hacken @Hacken2077]

一个很好的思想实验：如果让 Agent 全自动重写你的代码库，要多久？（作者叫它 TTR，time to rewrite）

数字不重要，重要的是你会发现自己卡在哪：不敢信重写结果，往往是因为现在就没办法证明「行为没变」。

我做电商和 ERP 集成这些年，感觉这个问题在涉及订单和钱的系统里会被放大：
· 代码重写了，可外部系统的怪行为（限流、重复回调、乱序）不在你的代码里，也可能不在测试里
· 「用户可见行为一致」不够，还得对账一致：订单、库存、金额一条都不能差
· 跑到一半失败了，能不能重放、能不能回滚
所以我会给 TTR 再加一问：你有没有一套能回放真实流量、自动对账的验证？ 有它，Agent 才敢放手；没它，重写和日常改动一样都是赌。

[lauren @poteto]

something I have been thinking about is a way to approximate how well you’ve setup your codebase for agents. think of it as a thought experiment and rough heuristic, not a real number that can be compared

it’s not a fully formed idea yet, but i think there’s something to the idea of “time to (fully automated, hands off) rewrite” or ttr

as a thought experiment, lets say you decided to rewrite your code in a different language/framework/architecture. how long would it take a single engineer to do it?

the number itself isn’t that important, but it leads you to more questions that can help you directionally figure out how to make your codebase more legible and productive for agents.

for example, maybe you think your ttr is high because you wouldn’t trust the final result - because your agents don’t have a way to verify their work and convince you that their output is identical in user visible behavior to the original. well, that inability is likely also a problem today and slows you and your agents down

there’s also a more subtle question of the quality of the rewrite that would be produced. is perf better, the same, or regressed? is the code easy to delete and extend? and how much do you trust the rewritten version to be able to maintain its quality over time as PRs start flowing into it?

what do you think?

[Hacken @Hacken2077]

@bot 让我发个 Feedback. 只有等等看了。

[Hacken @Hacken2077]

本来想趁假期的尾巴玩一玩 Grok Bot，过程不太顺利。Computer 打不开，试了update 无效，然后 reset 居然也无效：Reset failed。
我开始怀疑是网络问题，我们前面接了hysteria2 with tun，但是 reset 都失败应该是服务端的问题吧？
Grok Bot 自己也帮不上忙，看来需要联系人类 Agent 了。有朋友遇到过么？

[Hacken @Hacken2077]

下面是 Grok Bot 自己的调查

[Hacken @Hacken2077]

@idatte2018 能详细分析一下么？

[Hacken @Hacken2077]

@huacnlee 你这个观点很吸引人，但是他本身有约束，有适用范围么？是玩具或者 poc 产品适用，还是说比如线线上有1万人用的，或者有交易的系统也适用？

[Hacken @Hacken2077]

@ChenEnzo4 @imwsl90 我一般是带些书，留书和咖啡或者所有其他东西占座 ，电脑必须跟人走。有些意外如果可以避免就避免了，这点麻烦当买个保险，背上包还可以再外面多逛逛中场休息。

[Hacken @Hacken2077]

@idatte2018 可以起个agent调查一下，会不会是苹果塞了个本地模型?

[Hacken @Hacken2077]

@huacnlee 看起来很厉害了。会不会恰好有什么相近的开源实现在GitHub上，agent直接抄过来优化? 当然这也很牛。

[Hacken @Hacken2077]

试用了一下这些个远程 agent，感觉上比较大的风险是供应商锁定，一旦你习惯了其中的一个aget，你的记忆你的 flow 都基于这个 agent 打造，迁移成本可能有点高。最好的是不是还是自己打造一个，选一个喜欢的，让ai进这个系统进行学习，把功能搬出来重新实现一份。

[范凯说AI @fankaishuoai]

尝试了一下OpenAI 全新推出的 Dots。就是一个云端的 Linux 虚拟主机，上面运行了一个图形用户界面，带有 Chrome浏览器。

Dots 和 GrokBot 是一回事，但是功能比 GrokBot 弱一些。

我尝试登录 Google 账号，IP 地址显示来自于 英国，Google 比较严格，反复验证就是不给通过。

如今这些大厂开始血拼云端 VPS + Agent了。这其实是 Manus 开创的赛道，如今大厂要摘果子了。

OpenAI Dots / Meta Muse / Grok Bot / Manus Cue

下一个还会有谁加入呢？

以后就是人手一台 Linux 云主机了，反正我是 GPT Pro 用户，一台英国 IP 的云主机，不用白不用。

[Hacken @Hacken2077]

Manus Cue的vm连起来还是有点卡顿， 16G RAM，54G SSD，https://t.co/w2N6AkGUQQ 查询出口 ip 在圣何塞，系统是 Ubuntu，日常使用撒的感觉没有什么限制，尝试 了直接 npm安装了 pi agent 没问题，还在探索中。最近出的几个远程 agent 都带虚拟机，配置都还不错。

[Hacken @Hacken2077]

我其实有点搞不懂为什么推上很多人喜欢把其他人英文的推用中文自己再讲一遍，特别是技术相关的内容，人都能到这儿了，也能关注原作者了，也有AI了，还有这个必要么? 如果是描述并且表达观点我觉得还好，但如果仅仅只是重新描述，价值不大，反而掩盖了一手原文，大家可能就懒得去看哪怕引用了的原文，是不是就是流量价值? 有谁研究过这个现象么?

[Hacken @Hacken2077]

MongoDB CEO 跳槽 Meta？是AI 的吸引力太大？还是有什么我们不知道的呀，等大神解读。

[Mark Zuckerberg @finkd]

We believe superintelligence will create significant new opportunities for all people and businesses. Meta already serves billions of people at scale and helps hundreds of millions of businesses reach customers. Today we are starting the next major pillar of our business, Meta Enterprise Platform, to help businesses use AI to grow and transform in new ways as well.

[Hacken @Hacken2077]

@dotey “先和我确认才能回复”， 这样的 prompt肯定是有概率失败的，这样的东西应该必然走可控 tools 进 gard-rail，进审批流程

[Hacken @Hacken2077]

@object_nullll 我没有看过其他的 mcp 已经死讨论。但是：“MCP 会塞满上下文纯粹是放屁”，如果你的论点只是mcp工具信息太大，接入mcp 太多， 这是可以解决的，那也是不完善的。塞满上下文的很多时候是返回结果。返回结果放哪里，返回结果如何用？这个方向也是需要优化的，而且我觉得是重点。

[Hacken @Hacken2077]

@idatte2018 是的，有的时候真是：生死之交一碗酒。
自媒体喜欢用小样本作为结论的以偏概全，这可能是容易传播的，因为有情绪。

[Hacken @Hacken2077]

@IsCX0hgyOAh5EL4 @localhost_4173 是的哈，openclaw 的作者其实也在说，东西还是这些东西，锤子只是换了各种造型，大家现在缺的不是锤子，缺的是钉子，缺的的是有*创造性*的使用这些锤子