EasyVibeCoding Podcast

EasyVibeCoding Podcast

By EasyVibeCodingTechnology
Download on the App Store

All EasyVibeCoding Podcast episodes

  • @vercel_dev:Vercel 開源 deepsec 程式碼安全 harness,專為大型程式庫設計的 Agent 驅動漏洞掃描工具。 Vercel 開源「deepsec」…
    Vercel 開源 deepsec 程式碼安全 harness,專為大型程式庫設計的 Agent 驅動漏洞掃描工具。
    Vercel 開源「deepsec」,這款以程式撰寫 Agent 為核心的安全 harness,能在使用者自家基礎設施上運行,專門挖掘大型程式庫中難以察覺的漏洞。它支援 CLI 優先操作、沙盒擴展、plugin 相容的程式撰寫 Agent,並可搭配 AI Gateway 或自有訂閱進行推論,無需雲端服務暴露敏感原始碼。
    架構與工作流程
    deepsec 核心利用 Claude 和 Codex 模型,最高規格啟用 Opus 4.7 全力調查及 GPT 5.5 xhigh 推理模式,對程式庫進行客製化剖析。掃描流程分為五階段:
    Scan:純 regex 掃描所有檔案,標記安全敏感區域作為後續焦點。
    Investigate:Agent 逐一調查標記檔案,追蹤資料流、檢查緩解措施,並產生帶嚴重度評級的可行動發現。
    Revalidate:第二輪 Agent 驗證調查結果,移除假陽性並重新分類嚴重度。
    Enrich:調查完成後,Agent 利用 git 元資料及其他選用服務,識別負責修復各問題的貢獻者。
    Export:匯出指令將發現格式化為指示,便於轉換成人類或程式撰寫 Agent 的工單。
    擴展與效能
    單機掃描大型程式庫可能耗時數天,deepsec 支援選用 fanout 至 Vercel 沙盒進行遠端並行執行,Vercel 自身程式庫掃描常擴展至 1,000+ 並行沙盒。內部使用數月後,他們測試於多個大型開源程式庫,證實其在大規模 monorepo 的實用性;使用者可在筆電上運行,無需額外雲端設定,僅需既有 Claude 或 Codex 訂閱即可推論。
    生產環境應用案例
    deepsec 已應用於 Vercel 自身 monorepo 及客戶程式庫,發現 auth 條件中的細微邊緣案例,促使開發自訂掃描器 plugin 涵蓋所有認證路徑。
    Unkey 共同創辦人兼 CEO James Perkins 表示:「我們一直尋找開源程式庫的安全掃描工具,deepsec 掃描最徹底、發現最多,且真陽性率良好。」
    dub.co(行銷歸因平台,具認證存取、資料庫互動及多後端服務)開源版經 deepsec 掃描,創辦人 Steven Tey 回饋:「我們收到許多自動化安全報告,多數不可行動;deepsec 是首款浮現我們希望安全工程師標記問題的工具,且在我們控制的基礎設施運行。」
    假陽性與最佳適用
    deepsec 發現中假陽性率約 10-20%,作者認為真陽性影響重大,故透過 revalidate 步驟讓 Agent 進一步驗證以降低假陽性。他們對此結果滿意,但強調 deepsec 最適用於應用程式與服務;對程式庫或框架,需自訂提示與掃描器才具實用性。
    自訂與 plugin 系統
    deepsec 內建 plugin 系統,適應特定程式庫,常見為自訂掃描器:針對 auth 模型、資料層或團隊慣例調校的 regex 匹配器。建議先運行初始掃描,然後讓程式撰寫 Agent 依據先前結果生成匹配器,例如詢問「檢視 ./my-app 先前運行,是否需新增自訂 deepsec 匹配器以發現更多漏洞候選?」此方法強化工具對專案的適配性。
    模型相容性
    無需特殊「cyber model」,deepsec 相容 Anthropic 與 OpenAI 的 cyber 微調模型(專為安全任務設計,基模拒絕的任務也能處理),但 off-the-shelf 模型如 Opus 4.7 與 GPT 5.5 即足夠。內建分類器檢查每步研究後是否被拒絕,實測中拒絕非問題。
    起步與回饋
    起步簡單:在程式庫根目錄執行 npx deepsec init,產生 ./.deepsec 目錄用於系統設定與調查目錄;依指令輸出跟進,完整文件在 GitHub。雖然已廣泛內部使用,但仍處開發早期,歡迎 GitHub 回饋與貢獻。Vercel CTO Malte Ubl 於 2026 年 5 月 4 日發布此公告,強調其在內部與客戶測試的成功,凸顯開源工具對大型程式庫安全的實戰價值。
    原文:https://easyvibecoding.app/curated/1145
    6 min
  • @adaptiveai:Adaptive 推出「Passport」工具,讓 Agent 自動註冊帳號並獲取 API 金鑰。 Adaptive 公司發布「Passport」功能,讓…
    Adaptive 推出「Passport」工具,讓 Agent 自動註冊帳號並獲取 API 金鑰。
    Adaptive 公司發布「Passport」功能,讓 Agent 無需使用者介入,即可自行註冊帳號、獲取 API 金鑰、服務憑證等必要資源,實現更高自主性。
    自動註冊與資源獲取
    「Passport」的核心能力是讓 Agent 代表使用者註冊帳號並取得所需憑證,例如從「FRED (Federal Reserve Economic Data)」獲取 API 金鑰,用以建構精準且持續同步的金價模型。此舉解決 Agent 在執行任務時的資源障礙,避免使用者手動介入。
    登入既有帳號
    「Passport」亦支援登入使用者現有帳號,存取常用服務。支援服務清單詳見 https://adaptive.ai/docs/passport,涵蓋多種平台,讓 Agent 無縫整合既有生態。
    應用潛力與自主性提升
    透過「Passport」,Agent 可獨立處理註冊與認證流程,例如自動從 FRED 拉取經濟資料建模金價,展現 End to End (端到端) 自主運作。此工具強化 Agent 在真實世界任務中的實用性,無需人類干預即可擴展功能。
    原文:https://easyvibecoding.app/curated/1143
    2 min
  • @googlegemma:Google「Gemma 4」即將在 React Native 行動裝置端完全本地運行。 Google「Gemma」官方宣布,行動開發者社群透過「reac…
    Google「Gemma 4」即將在 React Native 行動裝置端完全本地運行。
    Google「Gemma」官方宣布,行動開發者社群透過「react-native-executorch」解鎖全新建置方式,即將支援「Gemma 4」模型在裝置上完全運行,由「Software Mansion」團隊打造此整合,連結至 GitHub 專案(https://github.com/software-mansion/react-native-executorch)。
    專案概述
    「React Native ExecuTorch」提供宣告式方式,讓 React Native 使用者透過「ExecuTorch」在裝置上運行人工智慧模型,支援多種大型語言模型(LLM)、電腦視覺模型等。「ExecuTorch」由 Meta 開發,專為手機或微控制器等裝置設計。此橋接解決 React Native 與原生平台間的落差,讓開發者無需深入原生程式撰寫或機器學習專業,即可高效運行本地 AI 模型。專案提供 npm 套件(最新版與 nightly 版),並通過 CI 測試,文件多語言支援(EN、ES、FR、CN、PT、IN)。
    支援版本與架構要求
    僅支援「New React Native architecture」,最低版本為:
    iOS 17.0
    Android 13
    React Native 相容性參考文件表格(https://docs.swmansion.com/react-native-executorch/docs/next/other/compatibility)。
    運行 LLM 需大量 RAM,模擬器崩潰時須增加分配 RAM。
    實際應用案例
    驅動「Private Mind」應用(https://privatemind.swmansion.com/),這是注重隱私的行動 AI App,已上架 App Store(https://apps.apple.com/gb/app/private-mind/id6746713439)與 Google Play(https://play.google.com/store/apps/details?id=com.swmansion.privatemind),展示真實世界部署。
    快速入門:運行 LFM2.5
    三步驟啟用 AI 文字生成:
    步驟一:安裝
    `bash
    yarn add react-native-executorch
    `
    Expo 專案加:yarn add react-native-executorch-expo-resource-fetcher expo-file-system expo-asset;
    Bare React Native 加:yarn add react-native-executorch-bare-resource-fetcher @dr.pogodin/react-native-fs @kesha-antonov/react-native-background-downloader;
    平台專屬:yarn < ios | android >。
    步驟二:設定與初始化
    在元件檔案加入:
    `tsx
    import {
    useLLM,
    LFM2512BINSTRUCT,
    Message,
    initExecutorch,
    } from 'react-native-executorch';
    import { ExpoResourceFetcher } from 'react-native-executorch-expo-resource-fetcher';
    initExecutorch({
    resourceFetcher: ExpoResourceFetcher,
    });
    function MyComponent() {
    const llm = useLLM({ model: LFM2512BINSTRUCT });
    // ...
    }
    `
    步驟三:執行模型
    `tsx
    const handleGenerate = async () => {
    const chat: Message[] = [
    { role: 'system', content: 'You are a helpful assistant' },
    { role: 'user', content: 'What is the meaning of life?' }
    ];
    await llm.generate(chat);
    console.log('LFM2.5 says:', llm.response);
    };
    `
    此流程展示聊天完成(chat completion)功能。
    示範應用
    專案內含多個範例 App(https://github.com/software-mansion/react-native-executorch/tree/main/apps),執行方式:進入目錄後 yarn && yarn < ios | android >:
    llm:展示 LLM 聊天應用。
    speech:語音轉文字與文字轉語音任務。
    computer-vision:電腦視覺相關任務。
    text-embeddings:計算文字嵌入,用於語意搜尋。
    bare-rn:無 Expo 的 Bare React Native LLM 聊天範例。
    現成模型與自訂支援
    庫內內建多款即用 AI 模型,完整清單見文件(https://docs.swmansion.com/react-native-executorch)。自訂模型需匯出為 .pte 格式,參考 PyTorch「Python API」(https://docs.pytorch.org/executorch/stable/using-executorch-export.html)與「optimum-executorch」文件(https://github.com/huggingface/optimum-executorch?tab=readme-ov-file#option-2-export-and-load-separately)。HuggingFace 頁面(https://huggingface.co/software-mansion)提供探索模型。
    文件與社群資源
    完整文件:https://docs.swmansion.com/react-native-executorch。
    GitHub 貢獻者、星數徽章。
    Discord 社群(https://discord.gg/ZGqqY55qkP)。
    聘請團隊(https://swmansion.com/contact)。
    授權為 MIT License(./LICENSE)。未來計劃見 milestones(https://github.com/software-mansion/react-native-executorch/milestones)。
    開發團隊背景
    「Software Mansion」自 2012 年起專注網頁與行動 App 開發,為 React Native 核心貢獻者,擅長解決 React Native 難題,提供客製服務(https://swmansion.com)。
    此整合標誌行動裝置端 AI 運行進入新階段,Google「Gemma」與 React Native 社群合作,強調本地執行、無雲端依賴的隱私優勢,由「Software Mansion」主導,快速上手門檻低,涵蓋 LLM 到電腦視覺等多模態,預計加速隱私優先 AI App 開發浪潮。
    原文:https://easyvibecoding.app/curated/1150
    5 min
  • @FuSheng_0306:Anthropic研究員Erik Schluntz強調,真正「Vibe Coding」是忘記程式碼存在,而非逐行審查AI產出。 Anthropic研究員E…
    Anthropic研究員Erik Schluntz強調,真正「Vibe Coding」是忘記程式碼存在,而非逐行審查AI產出。
    Anthropic研究員Erik Schluntz在演講《Vibe Coding in Production》中,批判多數工程師誤以為使用Cursor或Copilot寫程式碼就是「Vibe Coding」,實際上大多停留在過渡期開端。他指出AI能力每7個月翻倍,呼籲工程師轉向更高抽象層驗證,並重新定義責任邊界,以因應即將到來的範式轉移。
    Vibe Coding真義
    Karpathy精準定義「Vibe Coding」為「完全沉浸在vibe中,徹底忘記程式碼的存在」。Schluntz更直指:只要還在逐行審查AI寫的程式碼,就不是Vibe Coding,只不過換了個更貴的IDE。真正Vibe Coding是清楚告訴AI需求,它產出結果,你只驗證結果是否正確,像搭計程車只關心是否到達目的地,而非司機如何握方向盤。多數工程師尚未進入真正範式轉移。
    AI能力成長速度
    Schluntz提供數據:AI獨立完成任務時長每7個月翻倍。目前穩定執行1小時程式任務,7個月後半天,再7個月一整天,之後一周。當AI一次產出相當於一周工作量的程式碼,逐行審查將使人類成為鏈條中最慢環節。這類似編譯器發展史:早期程式員寫C語言後須檢查生成的組合語言,後來編譯器可靠後,坚持檢查者被淘汰;AI寫程式碼即今日編譯器,但抽象層更高、變化更快。
    驗證抽象層策略
    演講精華在於「找到你能驗證的抽象層」。CEO看財務指標、CTO看驗收測試、產品經理直接體驗產品,無人查看程式碼。用AI寫程式碼的核心問題不是AI寫得對不對,而是你在哪層能判斷對錯:
    能透過跑測試驗證,就不用看程式碼。
    能透過體驗產品驗證,就不用跑測試。
    能透過使用者資料驗證,就不用親自體驗。
    找到該層,就在那層工作,向上走而非向下鑽。這不是放棄責任,而是重新定義責任邊界。
    程式庫分層實操
    對創業者最實用策略:將程式庫分為主干架構(核心邏輯、底層介面、大量模組依賴部分)和葉子節點(末端功能、附加元件、無依賴部分)。策略為:
    葉子節點讓AI隨意寫,技術債無妨。
    主干架構須人工守住。
    在「放手」與「控制」間找到最優解,避免全交AI(找死)或完全不信任(浪費)。Anthropic團隊實例:合併22,000行Claude寫的程式碼,原兩工程師需兩周逐行審查,壓縮至一天。四招包括:需求規劃、限定葉子節點、核心邏輯人工審、建立可驗證檢查點。這是有邊界的授權,而非盲目信任。
    責任轉移與Prompt技巧
    Schluntz強調:「不要讓AI為程式碼負責,讓工程師為產品負責。」舊模式工程師對程式碼品質負責,新模式工程師對產品結果負責、AI對程式碼實現負責。核心能力從「會寫程式碼」轉為「會清楚說出需求」。具體動作:任務前花15至20分鐘與AI對齊,先讓AI探索專案結構、找相關文件、表述任務理解、共同定計劃,再整合上下文成完整prompt執行,成功率指數級提升。好prompt不是寫得長,而是上下文給足。
    對小團隊衝擊
    此趨勢對小團隊與創業者衝擊最大。過去軟體開發,技術團隊是最大門檻,好想法缺工程師無法實現;現在門檻快速降低。未來競爭力非「會不會寫程式碼」,而是「能不能清晰定義什麼叫完了」。能說清需求者為未來產品經理,加AI交付者為全棧。每次範式切換,心理模型未更新者將出局,變化不會等任何人。
    立即行動建議
    Schluntz提出三件事立即可做:
    在低風險模組放手,從一葉子節點開始,讓AI執行、你驗收結果。
    任務前與AI對齊,先讀懂背景、定計劃再开工。
    釐清驗證層,建立快速判斷「做對沒做對」的標準,這比學AI工具更迫切。
    AI能力每7個月翻倍,調整時間有限。推薦觀看原演講影片,此思路適用產品、技術、管理領域。
    原文:https://easyvibecoding.app/curated/1153
    6 min
  • @theo:Theo 示範 GitHub Copilot 計費漏洞,單一訊息跑16小時超億 tokens,理論成本破百萬美元,月費僅40美元。6月1日改模式。 The…
    Theo 示範 GitHub Copilot 計費漏洞,單一訊息跑16小時超億 tokens,理論成本破百萬美元,月費僅40美元。6月1日改模式。
    Theo 透過刻意壓力測試,暴露「Copilot 地獄場景」計費模式嚴重漏洞,單一訊息已燒掉逾115美元推論成本,潛在風險高達月費40美元方案內跑出14,375美元算力,模式即將於6月1日下架。
    Copilot 極端消耗案例
    Theo 在 Copilot 上僅送出一條訊息,即消耗超過6,000萬 tokens,目前仍在執行,已燒掉30美元推論成本。
    終端顯示:1個 Premium 請求跑6小時19分24秒,上行52.1M tokens、下行838.2k、49.5M cached、50.7k reasoning,正在執行「Delegating decryption」。
    依現行「按訊息計費」模式,每月限1500條訊息,Theo 預估可在方案內跑出4萬5,000美元訊息量。
    計費模式即將下架
    Copilot 將於6月1日終止此計費模式,「按訊息計費」已死。
    部分請求僅花幾美元零頭,其他則高達四位數美元,凸顯模式設計荒謔。
    實際消耗與潛在風險
    Theo 已用掉訂閱0.8%,總輸入達215.3M tokens,計費公式為 (input − cached) × $2.50 + cached × $0.25 + output × $15.00,每百萬 tokens。
    低估值已超115美元(含快取),多條訊息持續執行,成本只會攀升。最壞情況下,40美元方案可能跑出14,375美元算力,Theo 直呼「笑死」。
    單一訊息破紀錄
    單一訊息已跑7小時,上行58.1M、下行936.9k、55.3M cached、50.7k reasoning,Theo 驚呼「可能破百萬美元,瘋了」。
    最新狀態更新
    請求最終跑16小時10分23秒,上行111.3M tokens、下行1.6M、106.6M cached、66.2k reasoning,Theo 感嘆「我的老天爺」。
    測試背景
    測試來自專案路徑 ~/projects/copilot-hellscape/p2t2(「Copilot 地獄場景」),純屬刻意壓力測試,非真實工作負載,凸顯計費系統脆弱性。
    原文:https://easyvibecoding.app/curated/1141
    4 min
  • @mamagnus00:Browser Use Desktop App 推出,專注 Agent 瀏覽器半邊,引爆 browser-harness 熱議。 Browser Use …
    Browser Use Desktop App 推出,專注 Agent 瀏覽器半邊,引爆 browser-harness 熱議。
    Browser Use Desktop App 是開源桌面應用,由 Magnus Müller 推出,基於「Browser Harness」打造,讓使用者在桌上型電腦運行瀏覽器 Agent 團隊;它刻意避開成為完整瀏覽器,而是純粹的 Agent 執行層,保留原有 Chrome 習慣,同時將 cookies 匯入全新 Chromium,讓 Agent 自動登入使用者所有帳號,並支援全域鍵盤快捷鍵啟動任務,作者以此質疑「正確的介面是什麼」,回應「browser-harness 爆紅、有人喊 AGI 已至」的熱議。
    下載與平台支援
    提供 macOS、Windows 和 Linux 原生版本,下載連結永遠指向最新發行:
    macOS (Apple Silicon):Browser-Use-arm64.dmg
    Windows (x64):Browser-Use-Setup.exe
    Linux:Browser-Use-x64.AppImage(內建自動更新),另有 .deb 和 .rpm 套件供手動安裝。
    應用透過 GitHub Releases 分發,Linux 套件在 Docker 中建置,避免本地發行版工具干擾輸出一致性。
    核心定位與設計理念
    不同於其他 AI 瀏覽器試圖同時當瀏覽器與 Agent,這款工具明確切割:「保留你的正常 Chrome,這只是 Agent 那一半。」它將使用者 cookies 移植到全新 Chromium 實例,讓 Agent 無縫登入所有網站(如社群、郵件),並從任何地方透過鍵盤快捷鍵產生任務,強調「觀看魔法」(watch the magic),以視覺化示範展示 Agent 團隊運作。
    Provider 整合
    僅支援兩大提供者,需付費訂閱或 API 金鑰:
    Anthropic:Claude Code 訂閱或 API 金鑰
    Codex:ChatGPT 訂閱或 API 金鑰
    此選擇聚焦高效 Agent 模型,無多餘擴充,反映作者對精簡介面的堅持。
    管道與自動觸發
    內建「Channels」管道,讓輸入訊息自動啟動 Agent 工作階段:
    WhatsApp:傳訊息給自己,用 @BU 前綴發送與接收 Agent 回應,即時互動無需切換應用。
    這設計讓 Agent 像個人助手般嵌入日常通訊,強化桌面無縫體驗。
    開發與建置指南
    開發需安裝「Task」工具(brew install go-task),簡易指令啟動:
    task up:安裝依賴並啟動應用。
    task linux:make:docker:在 Docker 中建置 Linux 套件,確保跨發行版一致。
    授權與開源精神
    採用 MIT 授權,完全開源於 https://github.com/browser-use/desktop-app,歡迎社群貢獻;作者在 X(前 Twitter)上以「browser-harness exploded. some said AGI is here. but what’s the right interface?」開場,推出此工具作為回應,暗示熱議中「介面設計」才是關鍵,而非盲目追逐 AGI 神話。
    此應用不僅是工具,更是對 AI 瀏覽器趨勢的反思:當 browser-harness 等框架爆紅時,多數產品試圖「全包」,卻忽略使用者習慣;Browser Use Desktop App 透過專注 Agent 半邊、cookies 移植、全域快捷鍵與管道整合,提供更務實的 harness 實現,讓 Agent 真正融入桌面,而非取代瀏覽器。作者的視覺示範(CleanShot 2026-05-01 at 12:18:27)捕捉了這「魔法」瞬間,預示 Agent 桌面化浪潮將加速,但正確介面仍待驗證。
    原文:https://easyvibecoding.app/curated/1123
    5 min
  • @aparnadhinak:Agent Harness 的 Swarm 管理 我們在 Arize 內部構建了自己的 harness 管理工具,同時觀察到像 @cognition 的 …
    Agent Harness 的 Swarm 管理
    我們在 Arize 內部構建了自己的 harness 管理工具,同時觀察到像 @cognition 的 Devin 開始管理其他 Devin、@AnthropicAI 的託管 Agent,以及 Cursor 的 @leerob 所開發的長期運行 Agent,有一件事變得顯而易見:Swarm 管理是 AI 領域下一個真正的系統性難題。
    不是單一 Agent,也不是一次性的工具呼叫,而是管理長期運行的 Agent Swarm。
    大多數 Agent 框架已經跨過了第一道門檻:它們可以生成子 Agent。
    但那並不是 Swarm 管理。
    那只是問題的開端。
    有趣的問題在於子 Agent 產生之後會發生什麼?它住在哪裡?誰擁有它?它能被定址嗎?它能被引導嗎?當父 Agent 結束任務後,它還能繼續執行嗎?如果程序重啟,系統知道還有什麼在運行嗎?
    這是 Agent harness 之上的下一個層級。Harness 讓一個 Agent 可以呼叫工具、讀取文件、執行指令並保持迴圈運作。委派工具(Delegation tool)讓一個 Agent 可以借用工作者。而 Swarm 管理器則擁有一支艦隊。
    Agent harness 的核心功能是圍繞工具的迴圈。而 Swarm 管理器則是圍繞運行中 harness 的迴圈,確保它們持續推進。
    這種區別聽起來很學術,直到你審視真實的系統。
    Hermes 有一個非常好的委派原語(primitive)。它的 delegate_task 工具可以建立子 AIAgent 實例、並行運行它們、串流傳輸進度、應用逾時、中斷它們,並將結構化的摘要回傳給父 Agent。簡潔、實用、易懂。
    但子 Agent 存在於父 Agent 的工具呼叫內部。
    當我們在生態系統中尋找真正運作中的 Swarm 管理範例時,最棒的例子之一其實一直就在眼前:OpenClaw。
    OpenClaw 擁有一個紮實的 Swarm 管理系統。它的子 Agent 會成為閘道會話(gateway sessions)。它們擁有持久的會話金鑰、運行 ID、生命週期記錄、父子血緣關係、清理策略,以及一條基於推送(push-based)的回傳路徑,將結果送回請求者。
    這就是架構上的分界線。
    委派(Delegation)問的是:一個 Agent 如何拆分工作?而 Swarm 管理問的是:一個執行環境如何長期擁有並管理多個 Agent?
    這篇文章將花費大量篇幅,根據 OpenClaw 中的許多概念,強調我們認為 Swarm 管理中必須具備的要素。
    Agent 需要一個 ID
    Swarm 管理的第一個要求是識別性(identity)。
    如果你無法定址一個子 Agent,你就無法管理它。你可以等待它完成,可以取消本地的 future,也可以要求父 Agent 總結發生了什麼。
    但你無法操作一支艦隊。
    在 OpenClaw 中,生成的子 Agent 會獲得一個會話金鑰:
    agent::subagent:
    這個金鑰正在發揮真正的作用。
    它將子 Agent 變成了閘道可以識別的物件。子 Agent 可以被列出、被修補、被刪除,也可以連結回父 Agent。它能與一般的聊天會話、Cron 會話和 ACP 會話並列顯示。
    子 Agent 還會獲得一個運行 ID(run ID)。會話金鑰命名了子 Agent 的居住地,而運行 ID 則命名了當前的執行過程。
    這兩者缺一不可。
    Swarm 管理器必須掌握基本資訊:子會話金鑰、運行 ID、請求者、控制器、深度、角色、workspace、任務標籤、清理策略、時間戳記和結果。這些元資料(metadata)回答了執行環境無法含糊帶過的問題。
    是誰生成了這個子 Agent?它還在運行嗎?它有後代嗎?它應該作為會話保留,還是完成後刪除?結果真的送達了嗎?
    如果這些答案只存在於模型的 context window 中,執行環境就無法管理 Swarm。
    完成不只是一個回傳值
    大多數委派系統都有一個簡單的合約:
    父 Agent 呼叫工具。
    子 Agent 運行。
    父 Agent 阻塞(等待)。
    子 Agent 回傳摘要。
    父 Agent 繼續。
    這對於有界限的委派來說是一個很好的合約。
    但一旦父 Agent 不僅僅是在等待同一個呼叫堆疊時,這個合約就會失效。
    在真正的 Swarm 中,父 Agent 可能處於活躍狀態、閒置狀態、可能是另一個子 Agent、可能已重啟,或者已經消失。子 Agent 可能擁有自己的子 Agent。結果可能需要作為私有的編排上下文(orchestration context),而不是使用者可見的訊息。
    OpenClaw 使用基於推送的模型來處理這個問題。sessions_spawn 會回傳接受狀態與簿記資訊。結果稍後會透過註冊表(registry)和宣告流程(announce flow)送達。
    大致流程如下:
    父 Agent 透過 sessions_spawn 生成子 Agent。
    OpenClaw 建立一個子會話。
    子 Agent 的運行被註冊。
    子 Agent 在自己的會話中運行。
    註冊表等待生命週期完成。
    OpenClaw 擷取子 Agent 的最新輸出。
    它建立一個內部的 task_completion 事件。
    它將該事件路由回請求者會話。
    關鍵部分在於這個事件:
    `json
    {
    type: "task_completion",
    source: "subagent",
    childSessionKey,
    childSessionId,
    taskLabel,
    status,
    result,
    replyInstruction
    }
    `
    這就是父子合約:捕捉完成狀態、保留來源資訊、將其路由到正確的會話,並讓該會話決定下一步做什麼。
    交付層(delivery layer)具有策略。它可以引導活躍的請求者會話、將宣告排入佇列以供稍後處理、直接呼叫閘道 Agent 方法、傳送使用者可見的頻道訊息、重試,或退回到直接發送。大多數子 Agent 系統都跳過了這部分。
    它們將完成視為一個回傳值。但在 Swarm 管理器中,完成是一個路由問題。
    佇列比 Prompt 更重要
    一旦 Agent 可以生成 Agent,執行環境就必須以非常實際的方式關注併發性。
    你需要會話內的嚴格順序。兩條訊息不應該在同一個活躍的 Agent 迴圈中發生衝突。你還需要跨會話的並行性,否則艦隊就會變成單行道。
    這就是為什麼 Swarm 管理看起來越來越不像 Agent 框架,而更像是執行環境基礎設施。
    主 Agent 工作是一條通道,子 Agent 工作是另一條,Cron 或背景工作可能是另一條。每條通道都可以有自己的併發限制,同時每個會話仍然序列化其自身的活躍運行。
    當 Agent 忙碌時,使用者發送了後續指令;當父 Agent 還在運行時,子 Agent 完成了任務;子 Agent 還有自己的子 Agent;Cron 工作完成並需要通知會話。當模型正在串流傳輸時,一條引導訊息到達了。
    如果所有這些都只是訊息,系統很快就會變得混亂。
    有些訊息應該引導活躍的運行,有些應該作為後續指令排入佇列,有些應該中斷當前工作,有些則應該在積壓過多時被總結或丟棄。答案存在於佇列策略中,而不是更好的 Prompt。
    取消功能太過薄弱
    最簡單的系統可以取消一個 future,這只是基本門檻。
    一個真正的 Swarm 管理器需要能夠引導、中斷、終止和級聯(cascade)。其中「引導」是最有趣的。
    當子 Agent 執行錯誤時,你不一定想殺掉它並丟失會話,你可能想重新導向它。
    在 OpenClaw 中,引導一個受控的子 Agent 是一種控制平面(control-plane)操作。它會標記當前運行以進行「引導-重啟」(steer-restart),抑制過時的完成宣告,中止正在進行的運行,清除佇列,等待中止穩定,發送新的 Agent 訊息,並將註冊表從舊運行重新映射到新運行。系統正在告訴子 Agent 停止當前工作並進行轉向。
    「終止」(Kill)則不同。終止應該結束運行、標記會話狀態、抑制不適當的完成宣告,並選擇性地級聯到後代。
    級聯之所以重要,是因為 Swarm 是一棵樹。殺掉一個編排者(orchestrator)卻讓它的工作者活著通常是錯誤的,但有時這正是你想要的。執行環境需要足夠了解圖結構,才能做出這種區分。
    這就是僅靠 Prompt 進行協調會失敗的地方。
    你無法要求模型記住每一個活躍的子 Agent 並手動清理樹狀結構。執行環境必須擁有這張圖。
    角色是一種安全機制
    扁平化的 Swarm 無法擴展。如果每個子 Agent 都可以無限地生成其他子 Agent,系統最終會變得毫無用處甚至危險。
    簡單的劃分是「編排者」和「葉子」。編排者負責協調,它們可以生成工作者、檢查狀態並綜合結果。葉子負責執行…
    9 min
  • @thsottiaux:OpenAI「Codex」推出「Auto-review」模式,大幅減少人為審批200倍,成為內部預設。 OpenAI於2026年4月30日發布「Codex…
    OpenAI「Codex」推出「Auto-review」模式,大幅減少人為審批200倍,成為內部預設。
    OpenAI於2026年4月30日發布「Codex」的「Auto-review」模式,由Maja Trębacz、Sam Arnesen等團隊開發,此模式以獨立Agent取代同步人為審批,審核沙盒邊界動作,提供更安全的Agent部署預設。相較傳統「Default」模式頻繁需人為批准,或「Full Access」模式犧牲監督,此模式讓Codex會話停止人為審批次數減少約200倍,同時攔截多數人類欲阻擋的動作,已成為OpenAI內部Codex Desktop token使用主流,且使用比例持續成長。
    審批摩擦的安全隱患
    傳統「Default」權限模式限制Codex僅能讀取檔案、在預設寫入根目錄編輯,以及在沙盒內執行本地指令;超出界限的動作,如平凡的網路呼叫或簡單Python腳本,需使用者授權,程式化例外可透過config.toml或自訂.rules檔案授予。此限制雖防範風險,卻帶來嚴重挫折:使用者常切換至無環境規則強制的「Full Access」模式,導致惡意程式碼執行、資料外洩、憑證探測等危害無法阻擋;內部流量顯示,少數使用者撰寫過度寬鬆的前置規則,如允許所有以python開頭的指令;使用者也常因缺乏專業、審批疲勞而盲目批准,忽略後果。此外,生產環境無法每幾分鐘因需批准curl google.com而中斷,造成巨大生產力損失。
    Auto-review的運作機制
    「Auto-review」擴大Codex無人為干預的自主性,同時阻擋可能造成嚴重或不可逆危害的動作。當Codex觸及沙盒邊界請求升級執行外部動作時,獨立Codex Agent會評估使用者意圖、環境、安全政策及動作潛在影響,批准率約99%。角色分離至關重要:主Agent專注完成任務,視審批邊界為障礙;審批Agent僅窄化決策是否允許穿越邊界,此獨立模型呼叫便於評估、監控與改進。「Auto-review」針對資料外洩、暴露秘密、刪除資料、弱化安全設定、執行不受信任程式碼,或遵從與使用者指令衝突的不受信任內容等嚴重危害設阻;同時考量使用者意圖,批准明確要求的風險動作。採用GPT-5.4 Thinking(低推理),評估顯示更強模型在風險偵測與意圖辨識上表現更優。拒絕不僅說「否」,還提供理由讓Codex自行恢復,在內部部署中逾半數案例成功找到安全替代途徑;為防Codex操弄審批Agent,反覆拒絕後自動終止軌跡。
    評估與效能驗證
    內部部署前,「Auto-review」經嚴格可用性與安全性評估。可用性透過內部流量樣本比較,2026年3月Codex軌跡中,對使用者批准查詢的接受率高;停止人為審批次數減200倍,多數動作在沙盒無需審批,少數需審批者99%獲准,即便拒絕Codex常自行修正。安全性使用合成強化資料集,涵蓋內部流量未充分採樣的長尾危險情境:
    Agent過度積極:以GPT-5.3-codex生成Codex為完成任務而冒險的Agent情境。
    提示注入:對抗訓練攻擊者注入提示的內部評估。
    模型錯位:使用「MonitoringBench」資料集,測試編碼Agent隱蔽執行惡意任務,如下載惡意軟體。
    生產監控包含升級率、批准/拒絕率、額外延遲、使用者覆寫及頻繁標記指令;持續執行人類與AI紅隊測試,辨識潛在安全漏洞。評估流程預計演進,強化對抗壓力、AI控制技術、更真實對齊測試及全面人類紅隊研究為重點。
    謹慎警示與限制
    「Auto-review」非安全保證;在自動與人類紅隊測試中,發現可被誤導批准無使用者授權指令的案例,團隊正積極修復,但不預期此類系統提供決定性保證。亦非防範模型陰謀機制:僅評估升級點的沙盒外動作,策略隱藏意圖的模型可能產生無害請求,或在沙盒內隱藏行為未被察覺,需補充思維鏈監控等方法。
    未來監督願景
    對齊團隊目標是讓Codex等Agent享有員工等級權限,但目前尚未實現,「Auto-review」是多重妥協:相較傳統安全系統,犧牲決定性以換取表達力;相較「Full Access」,犧牲速度換取安全。模型監控需具對抗攻擊與判斷失誤韌性,Agent本身亦應具備同等常識與穩健性。此模式雖提升內部長Agent任務信心,並快速成為Codex Desktop主要使用方式,但反映部署Agentic程式開發仍需平衡自主與監督的挑戰,凸顯人為審批摩擦轉向Agent審批的過渡風險與潛力。
    原文:https://easyvibecoding.app/curated/1128
    6 min
  • @_heyrico:Service as a Software Service as a Software 是自 SaaS 以來最大的市場轉變。大多數服務型企業都將站在這個趨…
    Service as a Software
    Service as a Software 是自 SaaS 以來最大的市場轉變。大多數服務型企業都將站在這個趨勢的對立面。
    Y Combinator 剛告訴其創業者們:去打造能取代服務、而不僅僅是輔助服務的公司。他們最新的「創業需求清單 (Request for Startups)」中明確寫道:「AI 原生公司不賣軟體,他們賣的是服務。與其給你一個工具,他們直接幫你把活幹了。」
    保險經紀人、稅務會計師、合規官、醫療行政人員。這些職位都在 YC 2026 年夏季的 RFS 中被點名。
    這不是又一輪 AI 炒作週期。這是一個有雄厚資本支持的真實經濟論點。同時,它也比時間軸上那些最大膽的創業者所宣稱的更難以實現。這兩點都是事實。
    ---
    Service as a Software 的真正含義
    Sequoia 用一個比例來定義這個機會。在《Services: The New Software》一文中,他們指出:企業每花 1 美元在軟體上,大約就會花 6 美元在提供該軟體所支援服務的人員身上。過去二十年,這個比例一直是 SaaS 估值的核心限制。SaaS 捕獲了那 1 美元,而營運商捕獲了那 6 美元。
    新的論點是:在一個狹窄但正在擴張的工作流程集合中,AI 的能力已經足夠強大,足以親自擔任營運商的角色。
    因此,這種模式改變了客戶關係。公司不再是向簿記員銷售會計 plugin,而是直接向小企業主銷售完成後的報稅單,這些報稅單是由團隊構建並調校的 Agent 所生成的。其產出結果接近人類會計師所交付的成果。在可行的垂直領域中,價格下降了近一個數量級。
    Garry Tan 將垂直領域 Agent 稱為未來十年最大的軟體機會。他的框架是:16 個垂直領域,每個領域目前的 AI 滲透率皆為個位數,正等待著領域專家將智慧封裝進工作流程中。醫療、法律、金融、客戶服務、物流、保險、合規。
    Sequoia 將這個框架進一步延伸。在這種模式下,「自動駕駛 (autopilots)」的潛在市場總量 (TAM) 是該類別中所有的勞動力支出,而不僅僅是其中一小部分。這是樂觀情況下的上限。能被捕獲的份額只是其中的一部分,而通往成功的路徑取決於通路、領域專業知識、監管許可和信任,而不僅僅是模型品質。
    為什麼現在會發生這種轉變?
    三股力量正在匯聚。
    模型在狹窄的工作流程中已足以擔任營運商。從「AI 協助人類完成工作」到「AI 直接完成工作」的跨越,已經在可重複、邊界清晰的任務中實現。Anthropic 自身的 Agent 自主性資料顯示,目前最強勁的採用率集中在軟體工程領域,而在客戶支援和營運工作中也有顯著但較不均勻的進展。前沿領域正在迅速擴張,儘管在各個類別中尚未達到統一。
    構建垂直領域 Agent 的基礎設施成本大幅降低。Claude Code、Cursor、MCPs、向量資料庫、Vercel 等工具的出現,使得在 2023 年需要 A 輪融資才能完成的生產級垂直領域 Agent,現在由小團隊就能進行原型開發。從原型到實現營收需要多久,仍很大程度上取決於領域複雜度、整合介面和監管許可。基礎設施很便宜,但通往生產環境的路徑並不總是那麼短。
    買方改變了。終端客戶越來越不想學習使用另一個工具,他們只想把事情做完。在 AI 僅作為一項功能的時代,工具是限制因素;而在 AI 至少在某些時候成為營運商的時代,結果才是需求。
    這三點都是真實的,但並非在所有類別中都表現一致。
    任何服務的三個層次
    每個服務型企業都有三個層次。目前,其中兩個層次正以截然不同的速度被 Service as a Software 公司吸收,而另一個則不然。
    第一層:生產工作。可重複的執行過程。申報稅單、起草合約、生成報告、發布發票、發送後續跟進。這是「以時間換金錢」的工作。這部分正被最先、最快且最明顯地吞噬。Anthropic 的 tool-call 資料已經在軟體工程中反映了這一點。同樣的模式也開始在其他生產密集型類別中上演。
    第二層:模式應用。使用業界數十年來完善的「劇本」,將已知問題轉化為可行的答案。引導新客戶、處理常規索賠、調節月結帳目。Service as a Software 公司接下來將針對這一層,但其速度高度依賴於具體領域。擁有清晰客觀事實 (Ground Truth) 的垂直領域(如稅務、薪資、某些合規申報)發展較快;而受制於監管或信任限制的垂直領域(如醫療診斷、法律諮詢、保險核保)發展較慢,有時甚至慢得多。
    第三層:戰略方向。選擇要解決的正確問題、定義客戶真正需要的東西、規劃合作框架、決定拒絕什麼。這一層目前還沒有被以任何有意義的方式吸收。它反而變得更有價值,因為執行的成本正趨向於推理的邊際成本。
    一家按小時銷售第一層和第二層服務的企業,正越來越多地與那些能以低一個數量級的成本交付相同成果的 Agent 競爭。一家銷售第三層服務,並將第一、二層成果打包交付的企業,才具備成為 Agent 的條件。
    如何識別適合這種轉變的服務
    並非所有服務的轉變速度都一樣。有些今年就會被取代,有些要到 2028 年,而有些類別在可預見的未來可能會抗拒這種取代,特別是在監管、責任或需要人類介入 (human-in-the-loop) 的領域。有五個診斷訊號可以區分這些類別:
    工作是可重複的。相同的形式,不同的輸入;相同的檢查清單,不同的細節。
    工作已經外包。如果客戶已經在付錢給第三方來做這件事,他們就已經接受了「由他人負責執行」的模式。用一個外部供應商取代另一個,這只是一小步。
    有明確的正確答案或狹窄的可接受答案範圍。稅單要麼通過審計,要麼不通過。而戰略建議則模糊得多。前者會被更快地取代。
    客戶衡量成功的方式是結果,而非過程。沒人在乎會計師花了多少小時,他們只在乎稅單是否準時申報且正確無誤。
    利潤率足以吸引垂直領域 Agent 公司。每小時 50 美元的服務很難被顛覆,因為勞動力成本已經很低。而每小時 500 美元的服務則有足夠的利潤空間,讓軟體定價的替代方案看起來像魔法一樣,只要工作流程允許的話。
    一個符合這五點中四點,且沒有嚴重監管障礙的服務,目前正在 YC 的某個梯次中進行原型開發。而且很可能不只一個。
    ---
    轉變背後的經濟算術
    三個數字說明了一切。
    1 美元對 6 美元(Sequoia 的框架)。企業每花 1 美元在軟體上,大約花 6 美元在提供該服務的人員身上。SaaS 捕獲了那 1 美元,而營運商捕獲了那 6 美元。Service as a Software 是第一個讓單一公司在工作流程能完全由 Agent 掌控的類別中,有信心地瞄準全部 7 美元的模式。這個「條件」很重要。關於「全部 7 美元」的論點是樂觀情況下的上限,而非核心預測。
    16 個垂直領域,每個皆為個位數(Garry Tan 的框架)。醫療、法律、金融、保險、合規、物流、客戶服務,以及其他十個領域。每一個都是勞動力支出超過千億美元的市場。目前每個領域的 AI 滲透率都不到 5%。每一個現在都在進行原型開發。贏得某個垂直領域的公司,不會是 SaaS 獨角獸的翻版,它將成為該領域人類服務層中重要份額的持有者,並重新定價。實現的份額會比樂觀情況下更小、更慢,特別是在受監管的類別中,EIOPA 的生成式 AI 市場調查、麥肯錫的 2025 年 AI 現狀報告以及其他近期的企業調查都一致指出:人類監督、幻覺問題和信任是關鍵的限制因素。
    在實現轉變的地方,價格會出現一個數量級的重置。在早期的 Service as a Software 成功案例中,成果的價格已從人類服務定價壓縮至軟體定價。一份過去需要花費數百美元會計師時間的稅單,現在只需 Agent 運行時間的一小部分成本。一份過去需要理賠員一小時工作的索賠審查,現在縮減為 Agent 幾分鐘的運算時間。在狹窄、邊界清晰的工作流程中,這種壓縮非常迅速。它並沒有在所有服務中均勻發生,且已發布的證據基礎仍然薄弱。已經感受到壓力的現有企業面臨著教科書式的選擇:跟進價格並吸收利潤損失,或者維持價格並將客戶拱手讓給那些跟進的人。
    這種壓縮是否會推廣到整個服務類別,是本週期懸而未決的問題。大多數公開市場的服務型企業目前的估值方式,似乎都認為答案是否定的。今年每一筆 Service as a Software 的投資背後,論點都是:在足夠多的類別中,答案將會是肯定的。資本正在為服務營收(目前按服務倍數交易)與軟體營收(目前按軟體倍數交易)之間的倍數收斂做準備,因為新公司的營運模式正在模糊這兩者的界線。
    SaaS 是一場利潤率的交易。Service as a Software 是一場市場的交易。如果成功,市場交易的規模要大得多,而且它距離塵埃落定,遠比時間軸上那些聲音最大的創投所定價的要遙遠。
    ---
    更宏觀的框架
    Service as a Software 不是一種趨勢,而是一個論點。它有雄厚的資本、來自 YC 和 Sequoia 的嚴謹框架,以及在狹窄工作流程中嚴謹的早期進展。但它也面臨來自同一份企業調查資料的嚴厲反證,而那些聲音最大的創業者一直在悄悄地低估這些資料:在受監管的服務中,人類監督仍然佔主導地位;幻覺仍然是生產部署中被提及最多的風險;而信任的建立比估值所暗示的要花更長的時間。
    很少有類別會完全不受影響…
    5 min