最新

您好， 我想听听大家对 AI Agent 生态系统中不同组件的看法。我发现目前的术语非常令人困惑，因为在研究可用选项时，我并不总是清楚我实际会得到什么。 很多东西都被称为 Agent，但这个术语似乎很难定义，因为它通常指代重叠的功能。对我来说，Agents 目前似乎由以下组件构成： ## Harnesses (控制框架) * 在 LLM 周围添加 UI 和系统指令，并且可能通过记忆、工具调用等方式对其进行增强。 * 例如：Claude Code, Code, Gemini CLI, pi.dev, ... ## Gateways (网关) * 这些将 Agents 连接到您选择的通信工具，例如 Whatsapp、Telegram、Slack、Discord 等。 * 例如：OpenClaw 和 Nanoclaw ## Sandboxes (沙盒) * 隔离的环境，Agents 可以在其中以有限或可审计的功能运行。 * 例如，可以是物理沙盒，如独立的 Mac Mini，也可以是 docker-agent、agent-sandbox、localsandbox 等。 然后，我们进入 *Agents*： ## Agents (智能体) * 能够行使一定自主权的 AI 系统，即在没有人工干预的情况下具有一定程度的自主行为。 * 这些通常结合了以下组件： ``` - **LLM**: 提供智能/推理/决策能力 - **Harness**: 引导行为并实现超越当前上下文窗口限制的长期行为一致性 - **Gateway**: 与人类和/或其他 Agents 交互 - **Sandbox**: 旨在将 Agent 的能力限制在一组经过批准的安全操作中，以便 Agent 自主执行。 ``` 我的问题是，当我查看可用选项时，通常不清楚我得到了哪些组件： ``` - https://github.com/openclaw/openclaw: Typescript，OG，一站式解决方案，最容易安装，但显然有点像“科学怪人”，而且很复杂 - https://github.com/qwibitai/nanoclaw: Typescript，越来越受欢迎，极简主义，实现似乎依赖于 Claude Code 来处理安装和配置 - https://github.com/sipeed/picoclaw: Golang - https://github.com/zeroclaw-labs/zeroclaw: Rust - https://github.com/nullclaw/nullclaw: Zig - https://nemoclaw.bot/: 由 Nvidia 推出，声称是“基于”开源，但我找不到代码库 ``` 我真正希望的是能够组装自己的 Sandbox + Gateway + Harness + LLM 堆栈。有什么想法/建议吗？

课程发生了哪些变化？教授们会告诉学生们什么，来解释他们所选的课程为什么值得如此严谨地学习？学生们买账吗？课程结束时，实际情况是否与预期相符？从“它已经过时了”到“它比以往任何时候都好”的持续摇摆中，很难真正了解情况。我既为自己的职业生涯感到担忧，也为我的侄子们感到担忧。我该给他们什么建议呢？我这一辈子都在倡导计算机科学作为一种有前途的职业选择。 附：我已经转型到成为一名最佳时机的自由职业者。“那大学怎么办呢？”

我用 Tailwind 和 React，并且一直在不同项目中复制相同的微小模式：一个 cn 辅助函数（clsx + tailwind-merge）和一个用于变体类的类型化 Record 查找。 最终，我把它放进了一个包里，这样我就不用重复劳动了。它导出了 cn 和 variants，一个接受变体名称到类映射并返回类型化查找的函数。复合变体只是 cn() 内部的条件语句。 它并不试图取代 cva 或 tailwind-variants。如果你需要 defaultVariants、slots 或响应式变体，它们非常棒。这只是我在实践中实际用到的子集。 很乐意听取其他人的想法，或者我是否遗漏了显而易见的东西。