一周热榜

我过去几周一直在运行 Clawdbot，确实觉得它很有用，但运行它让我非常害怕。<p>OpenClaw 有 52 多个模块，并在单个 Node 进程中运行具有近乎无限权限的代理。NanoClaw 的核心代码大约有 500 行，代理在具有文件系统隔离的实际 Apple 容器中运行。每个聊天都有自己的沙盒上下文。<p>这并不是一把瑞士军刀。它完全是为满足我的确切需求而构建的。Fork 它并将其变成你自己的。

今天又看到了 ICElist 被提及，所以我想再次尝试访问它（最初因为流量过大而无法访问）。 它是一个 Mediawiki 站点（太棒了！）。但我想看看它包含哪些实际信息，以及我如何从远处做出贡献。 我从 Agent 页面开始。在我写这篇文章的时候，维基上有 1574 个 Agent，我随机选择了大约十几个点击。每一个页面都什么都没有，只有一个指向该人 LinkedIn 个人资料的链接，他们大概在那里自我介绍。好吧，但这没什么意思。许多 Agent 确实有不寻常的名字，这有助于在网上挖掘更多细节。 Incidents 页面更有趣。有 377 个 Incident，其中包含合理的细节和描述。这绝对是一件好事，因为它们很容易被遗忘/忽略。 Unidentified 页面也有些意思，因为它们包含大约 50 个身份不明 Agent 的照片，但关于 Incident 甚至位置的信息并不完整。有些甚至不清楚是 Agent，这让我完全质疑一些提交内容。 Vehicles 可能是数据最完整的页面，有 1142 辆带有车牌号的车辆。用在 Incidents 中观察到的车牌更新 ICElist 是一种低风险的方式，可以提供有价值的信息。特别是如果 ICE 正在进行非法更换车牌的行为。 Boycott 部分也很有趣，因为它包含了关于各种公司如何支持 ICE 的具体信息。虽然个人很难通过抵制产生影响，甚至很难记住所有那些混蛋公司，但在你即将签订商业协议时，检查一下是有用的。 还有其他人浏览过该网站并有一些想法吗？

我妻子计划开一家小型面包坊。我们研究了生产管理软件，结果要么太贵，要么过于通用。对于小批量生产商来说，实际的工作流程并没有那么复杂，所以我自己搭建了一个，并且开源了它。 Craftplan 负责处理配方（带有成本汇总的版本化物料清单）、库存（批次追溯、需求预测、过敏原追踪）、订单、生产批次计划和采购。使用 Elixir、Ash Framework、Phoenix LiveView 和 PostgreSQL 构建。 在线演示：<a href="https:&#x2F;&#x2F;craftplan.fly.dev" rel="nofollow">https:&#x2F;&#x2F;craftplan.fly.dev</a> (test@test.com / Aa123123123123) GitHub：<a href="https:&#x2F;&#x2F;github.com&#x2F;puemos&#x2F;craftplan" rel="nofollow">https:&#x2F;&#x2F;github.com&#x2F;puemos&#x2F;craftplan</a>

想收集一些因为 AI 被解雇的人的故事。不是那种新闻稿里常见的、笼统的“组织架构调整”，而是真正因为 AI 被解雇的。有什么证据吗？

用 OpenClaw 运行 Anthropic API，一天就烧掉了大约 50 美元。<p>其他 OpenClaw 用户的情况如何？有人找到有效的降低成本的方法（模型分层、缓存等）吗？

大家好， 我正在开发 Persona，一个将邮件排程委托给 AI 的平台。最近，我一直在努力争取第一批用户，但这颇具挑战性。 我已经尝试了大家常说的那些典型策略：冷邮件、LinkedIn InMail、精准定向、不错的文案。但结果大多是死路一条。开信率低，几乎无人回复。 现在，我不想听那些在博客文章或 Reddit 上常见的建议。我特别想知道那些对你们早期有用的、非传统或不明显的策略，尤其是那些当时感觉有点草根、奇怪或违反直觉的策略。 如果你们经历过这个阶段，什么方法真正有效，并为你们带来了第一批用户？

“每请求的Token数” 这种计费模式对我们的生产环境来说一直具有误导性。真正的成本驱动因素似乎是以下几个乘数：重试/429错误、工具扇出、P95上下文增长以及安全检查。 在你的生产LLM系统中，最大的成本乘数是什么？哪些策略有效（限制、降级模式、回退、硬性失败）？