最新

Eve 是一款 AI 智能体，运行在隔离的 Linux 沙盒中（2 个 vCPU、4GB 内存、10GB 磁盘），拥有真实的文件系统、无头 Chrome 浏览器、代码执行能力，并连接到 1000 多个服务。<p>你给它一个任务，它就会在后台工作，直到完成。<p>我构建它的初衷是想要 OpenClaw 的功能，但无需自托管，并能应用于实际的日常工作。我把它定位为更像一个有帮助的同事，而不是个人助理。<p>这里有一个简短的演示视频：<a href="https:&#x2F;&#x2F;www.loom.com&#x2F;share&#x2F;00d11bdbe804478e8817710f5f53ac61" rel="nofollow">https:&#x2F;&#x2F;www.loom.com&#x2F;share&#x2F;00d11bdbe804478e8817710f5f53ac61</a><p>主要界面是一个 Web 应用程序，你可以在其中实时观看工作进展（智能体生成、文件写入、CLI 的使用）。它还集成了 iMessage，因此你可以异步启动一个任务，放下手机，并在任务完成后收到回复。<p>在底层，有一个编排器（Claude Opus 4.6），它将任务路由到针对每个子任务的特定领域模型：浏览、编码、研究和媒体生成。<p>对于复杂的任务，它会启动并行的子智能体，通过共享文件系统进行协调。它们在会话之间拥有持久的记忆，因此上下文会随着时间的推移而积累。<p>我为它打包了许多预装的技能，因此它可以在运行时执行各种工作角色（销售、市场营销、财务）。<p>以下是 Eve 在过去几天里帮助我完成的一些事情：<p>- 用 Garry 的声音为这个演示视频配音：<a href="https:&#x2F;&#x2F;www.youtube.com&#x2F;watch?v=S4oD7H3cAQ0" rel="nofollow">https:&#x2F;&#x2F;www.youtube.com&#x2F;watch?v=S4oD7H3cAQ0</a><p>- 做我的税务申报<p>- 构建 2030 年版的 HN：<a href="https:&#x2F;&#x2F;api.eve.new&#x2F;api&#x2F;sites&#x2F;hackernews-2030&#x2F;#&#x2F;" rel="nofollow">https:&#x2F;&#x2F;api.eve.new&#x2F;api&#x2F;sites&#x2F;hackernews-2030&#x2F;#&#x2F;</a><p>欢迎就其架构进行提问，并让我知道你的想法 :)<p>附注：我为每个新用户提供了价值 100 美元的信用额度，供他们试用。

检查模型是否支持多模态输入。

开发了 EvoCat，一款使用“屏幕使用时间”API 的严格 iOS 应用拦截器。<p>大多数应用仍然允许你在使用过程中绕过拦截。 而这款应用不会。<p>“猫”是强制执行模式： – IronCat（铁猫）：硬性拦截 – BuffCat（猛猫）：需要付出努力才能解锁 – SageCat（智猫）：挑战 – ZenCat（禅猫）：延迟<p>每天选择一种模式。使用过程中无法切换。<p>欢迎提供反馈。

大家好，我们是Willy和Dan，Twill.ai（<https://twill.ai/>）的联合创始人。Twill在隔离的云沙箱中运行像Claude Code和Codex这样的编码CLI。您可以通过Slack、GitHub、Linear、我们的Web应用程序或CLI提交任务，它会返回一个PR、一个审查、一个诊断或一个后续问题。当它需要您的输入时，它会通知您，让您保持控制。<p>演示：<https://www.youtube.com/watch?v=oyfTMXVECbs><p>在Twill之前，使用本地的Claude Code进行构建时，我们一直遇到三个问题：<p>1. 并行化：两个同时触及您的Docker配置或相同基础设施文件的任务，在本地同时运行会很痛苦，手动端口重新绑定和单独的构建上下文无法扩展到几个任务以上。<p>2. 持久性：合上笔记本电脑，代理就停止了。我们希望在睡前启动一批任务，醒来时看到PR。<p>3. 信任：给一个自主代理完全访问您的本地文件系统和进程是一个飞跃，每个任务一个沙箱感觉更安全，可以无人值守地运行。<p>这三个问题都指向了同一个答案：将代理移到云端，给每个任务分配其自己的隔离环境。<p>所以我们构建了我们想要的。第一个版本是纯粹的委托：描述一个任务，然后获得一个PR。然后是多人协作，这样整个团队就可以与同一个代理对话，每个人都在自己的线程中。然后是记忆功能，这样“使用lib/log.ts中现有的记录器，永远不要使用console.log”就变成了对每个未来任务的持续指令。然后是自动化：用于重复性工作的cron作业，用于CI中断等事件的触发器。<p>这个领域竞争激烈。AI实验室发布他们自己的编码产品（Claude Code，Codex），本地IDE在您的编辑器中封装模型，并且一波初创公司在定制的框架上构建定制的云代理。我们采取以下路径：在云沙箱中重用实验室原生的CLI。实验室将继续向他们自己的框架中投入RL，这样它们只会随着时间的推移而变得更好。这样，就没有供应商锁定，您可以为每个任务选择不同的CLI或将它们组合起来。<p>当您给Twill一个任务时，它会启动一个专用的沙箱，克隆您的存储库，安装依赖项，并调用您选择的CLI。每个任务都有自己的文件系统、端口和进程隔离。机密信息通过环境变量在运行时注入。任务完成后，Twill会为沙箱文件系统创建快照，以便在同一个存储库上进行的下一次运行可以预先安装好依赖项。我们选择这种架构是因为每次实验室发布对其编码框架的改进时，Twill都会自动获取该改进。<p>我们还开源了agentbox-sdk，<https://github.com/TwillAI/agentbox-sdk>，这是一个用于在沙箱提供商之间运行和与代理CLI交互的SDK。<p>这里有一个例子：一个三人团队将Twill分配给了一个关于向他们的Rails应用程序添加CSV导入功能的Linear待办事项。Twill克隆了存储库，设置了开发环境，实现了该功能，运行了测试套件，截取了屏幕截图并将它们附加到PR上。PR需要一轮修改，他们通过Github请求了修改。对于更复杂的任务，Twill会在编写代码之前提出澄清问题，并录制一个浏览器会话视频（使用Vercel的Webreel）作为工作证明。<p>免费套餐：每月10个积分（1个积分= 1美元的AI计算成本，无加价），无需信用卡。付费套餐起价为每月50美元，可获得50个积分，更高层级提供BYOK支持。开源项目提供免费的专业套餐。<p>我们很乐意听取您关于云编码代理如何融入您当前工作流程的意见，如果您尝试了Twill，请告诉我们哪些有效，哪些无效，以及还缺少什么。