jasonhu

[jasonhu @jsaonhu]

@yupi996 @likka_ailive 我也一样，等了 4 个 72 小时了

[jasonhu @jsaonhu]

@MAXChen990 @yupi996 大概等了多久呢？

[jasonhu @jsaonhu]

@yupi996 @likka_ailive 现在审核通过了么？

[lannie发发 @lannieFaFa]

什么东西成年人最该学却没人教？

[jasonhu @jsaonhu]

@tualatrix @Raw_0xDEADBEEF 大佬，请问下你这 4 个账号的切换是通过什么方式切换的，我现在也是多个 Pro切换着用，但纯靠手动来切换，感觉很麻烦，之所以不用 ccswitch 和 magpie 之类的工具来切换，就是担心其中一个封了，其他几个也一起被封。。。

[jasonhu @jsaonhu]

@shzutbi1 @yan5xu 代码交付么？

[jasonhu @jsaonhu]

@Jason_Young1231 @yshngmng935332 @TinsFox 大佬，目前使用 cc-switch 进行多个 Pro 管理时，其中一个如果被封了，另外几个都会被封么？

[Mark Verner @capital_vmv]

In American culture, particularly within academic and corporate environments, a norm of politeness and conflict avoidance dominates. Direct negative feedback is often perceived as rude or may even carry legal and HR risks. Consequently, people default to a safe approach, relying on generic phrases, exaggerated enthusiasm like "Wow, this is amazing!" or evasive remarks such as "I don't know, it happens." This is not necessarily malicious intent but rather a social reflex. For someone accustomed to more direct or informal sincerity, much like your example of having drinks with friends, this behavior comes across as hypocritical and patronizing without offering any real substance.

In the highly competitive landscape of the United States, information, especially regarding the true reasons for failure, unwritten rules, or the actual state of affairs, is a form of currency. Sharing it for free means giving away a competitive advantage. Furthermore, being candid about topics like Diversity, Equity, and Inclusion, political quotas, or the real value of a research topic carries significant reputational and institutional risks. An American professor or consultant will never tell you the truth if it could potentially be used against them. Silence or generic praise serves as a strategy to minimize personal risk.

American networking is frequently transactional in nature. The experiences described regarding meetups and consultants represent a classic market of illusions where individuals sell access to resources they do not actually possess. Genuine insider circles, such as established networks or closed professional cohorts, are built over years through shared backgrounds, including attending the same schools or belonging to the same social classes. Breaking into these networks through cold outreach is practically impossible.

[jasonhu @jsaonhu]

@tualatrix 是用什么工具来切换账号呢？

[索螺丝 @fiapp_pro]

GPT 过度防御过度设计的根本问题就是 OpenAI 的研究员没有意识到世界是熵增的，老是想要设计一套规矩把地球上所有东西都考虑进去，

你设计交通规则的时候永远不可能考虑到人类的一亿种开车方式，冲马桶的时候也不可能考虑到屎黏在马桶上的一百种场景，

人类社会允许你有遗漏，搞砸，修复，增加健壮性的方式也并不只是提前假设一万个边界条件并且测试，

这也是 opus 能够彻底赢过 GPT 的原因，根子歪了，怎么训练都是一股味。

[jasonhu @jsaonhu]

@Chuckwu0214 @bangbuilds 是直接给美区客服打电话吗？

[灰机仔 @janxin]

DeepSeek Harness 团队分享了他们关于 superagent 的思考：

这篇文章探讨的是一种叫 Super-agent 的智能体架构。它的核心目标是让 AI 能像人类员工一样，持续在线、同时推进多项任务，而不是每次都要人重新交代背景。Super-agent 的目标就是让 AI 从“对话工具”进化成“自主员工”。

文章给出的解法是把系统拆成几层：

双层架构：Router + Worker
系统被拆成两个角色。Router 是“前台接待”，负责接收所有消息并判断该交给谁处理；Worker 是“后台员工”，接到任务后自己闷头干。如果所有任务都挤在一个模型里处理，一来上下文会爆炸，二来一个耗时任务会堵住所有后续请求。拆开之后，Router 轻量快速，Worker 专注执行，互不干扰。这样，你在群里 at Agent 说“帮我查一下上周的销售数据”，Router 收到后把任务派给数据查询 Worker，同时你还能继续问“顺便看看这周的排期”，Router 又派给日历 Worker，两个任务并行跑。

事件驱动：不是每句话都要处理
系统不是对每条消息都调用大模型，而是先设一套规则过滤器。比如群聊里有人发“哈哈”“好的”，直接放过去；只有涉及任务、提问、at Agent 的内容才触发 AI 判断。这是因为群聊里 90% 的消息都是闲聊，如果每条都过一遍大模型，成本高、响应慢，还会让 Agent 变得“话多烦人”。用规则筛掉噪音，把模型资源留给真正需要判断的内容。

按需读取上下文
Agent 不会把整个聊天历史都塞进模型，而是只取最近几轮关键对话。更早的历史存到外部数据库里，当模型需要引用某条旧消息时，通过引用链去检索。这是因为大模型的上下文窗口再大也是有限的，塞满历史不仅浪费 token，还会让模型注意力分散，回答质量下降。比如你三天前让 Agent 记了一个需求，今天问“那个需求怎么样了”，Agent 不会把三天聊天记录全读一遍，而是直接去数据库找到那条需求记录，精准回答。

异步执行
Agent 接到耗时任务（比如生成一份几十页的报告）后，会在后台跑，前台立刻返回“正在处理，稍后通知你”。你该干嘛干嘛，不用盯着转圈。如果每次都要等模型跑完才能继续对话，用户体验极差。异步是让 Agent 真正“多任务并行”的关键。用户不需要知道任务什么时候跑完，Agent 跑完了自然会通知。

存算分离：本地轻量，云端重算
Agent 的会话状态（比如当前任务进度、上下文）存在数据库里，计算（模型推理）放在云端。本地只装一个轻量程序，用来连接代码仓库、文件系统这些工具。如果所有计算都在本地跑，普通电脑根本扛不住大模型。如果所有状态都存在云端，断网就全丢了。存算分离让两者各司其职——本地负责“连接”，云端负责“思考”。用户换设备、断网重连，Agent 的状态不会丢，因为状态在数据库里，不在本地内存里。

Super-agent 这套架构的核心思路就是：别让 AI 什么都自己扛，把听、想、做、记”拆开，各找最合适的工具来干。 这样它才能像一个人一样，同时处理多件事、记住上下文、不被打断、也不打断你。

https://t.co/kP1afjCvxI

[jasonhu @jsaonhu]

@_deepdig 有触发过安全警告么？

[jasonhu @jsaonhu]

@Jason_Young1231 @Gypsy_Digital66 我也需要

[jasonhu @jsaonhu]

@kongge_space Claude code用的CLI还是桌面版?

[Kevin Ma @kevinma_dev_zh]

完全可以，我现在就是让 Agent 自己发现问题、自己修复、自己测试，最后再部署上线，整个流程已经实现了高度自动化。

核心其实很简单：给足权限、上下文和开发测试环境，同时明确授权边界。

之前分享过一些，今天再完整梳理一下我是怎么做的。

我在本机的 Monorepo 中运行了一个 Claude Code Loop，定时检查 Sentry 中的错误。一旦发现异常，就会分派 Subagent，结合代码、Sentry 错误日志、Supabase 数据以及必要的服务器日志，分析问题并尝试修复。修复完成后，再交给 Fable 做 Code Review，通过后进入部署流程。

如果问题影响到了具体用户，还会创建相应的 Issue。另一边，Grok Bot 会定时检查需要通知用户的事项，起草邮件交给我确认，确认没问题后再发送。整个过程基本都由 Agent 自动推进，我只需要在关键节点介入。

这里有几个我认为很重要的实践。

首先是模型的选择和权限边界。

一定要用自己信得过、足够智能且可靠的模型。我的主 Loop 和 Subagent 使用 Opus，Fable 负责重要的技术分析、决策和 Code Review。

涉及产品交互、文案、技术设计变更、数据库变更、数据修改以及部署等操作，都必须经过我的确认。每个 Issue 完成后，部署前也要向我说明具体改动和处理结果。

另外，每个 Issue 都要求记录 Worklog，并总结经验、更新相关文档，让后续的 Agent 能够复用这些经验。

其次是尽可能提供完整的上下文。

客户端、前端和服务端的错误及崩溃都会统一收集到 Sentry，任何一端出现异常，都能及时发现。

我的 Codebase 是 Monorepo，各端代码都放在一起，Agent 可以直接跨端分析调用链和相关逻辑。需要查询数据库或后端状态时，可以通过 Supabase CLI 获取信息，Cloudflare、阿里云等服务也都有对应的 CLI 可以使用。

这样 Agent 在排查问题时，就能结合代码、日志、数据库和基础设施信息进行完整分析，减少因为上下文不足而误判的情况。

然后是复杂问题的处理。

有些问题在分析过程中会发现，根源可能涉及产品交互逻辑、模块设计或者更大范围的重构。这类问题不适合让 Loop 直接修改，就会创建 Linear Issue，后续再单独安排 Agent 推进。

另外还有一条独立的工作流。Grok Bot 在协助我处理用户反馈时，会与我一起分析问题、确认需求，最终创建 Linear Issue，再交给专门的 Agent 处理。

这样一来，无论问题来自 Sentry 自动监控，还是用户主动反馈，最终都能进入统一的 Issue 管理和开发流程。

测试环境也很重要。

每次测试都会自动创建临时测试账号，由 Agent 自己执行测试。服务端可以直接运行相关测试，客户端则会自行启动模拟器，完成对应的操作和验证。

尽可能让 Agent 自己完成从发现问题、分析原因、修改代码、测试验证到提交 Review 的整个过程。

最近一个很直观的变化是，Sentry 里之前积压的错误已经被陆续清理得差不多了。随着版本不断迭代，用户逐渐升级到新版本，现在收到的错误告警也越来越少。

整个体系运行下来，我最大的感受就是，Agent 能自主完成多少工作，很大程度上取决于你给了它多少有效上下文、工具和权限，以及有没有把边界和验收要求定义清楚。

尽可能提供完整的上下文，开放必要的权限，准备好开发和测试环境，明确哪些事情可以自主执行、哪些必须人工确认，再搭配足够可靠的 SOTA 模型。

剩下的就是让它持续运行，在实际工作中不断完善流程。

希望这些实践经验能对大家有所帮助。

[张立行 @bylixing]

写得很到位。

context 实际上是划分多 agent 的唯一标准，而非人为意淫的角色。

拆分 reviewer 这种是合理的（需要干净上下文），但是搞什么三省六部制就纯扯淡了。

另外就是项目一大，单个窗口还是会有上下文窗口腐烂的问题，拆分并发也是势在必行。

[jasonhu @jsaonhu]

@tualatrix 冲 Max 了么？

[USGC @usgraphics]

I want to say something positive, but it's just darkness ahead. The future is as follows: Apple will listen to feedback about touch screen issues. They will earnestly try to fix it, by bloating up the entire macOS to be increasingly touch-friendly. It is year 2032 and we will reminisce about the days when macOS was primarily designed for mouse & click. It's over folks...

I am desperately rooting for Apple and I hope they disprove my thesis.

[jasonhu @jsaonhu]

@lx3645874225236 可以找他们申请退款吗？