一周热榜

大家好，HN， 我目前正在开发 Aaptics，这是一个帮助创始人撰写内容的工具。最大的工程挑战不是基础设施，而是让底层模型不再听起来像个公司机器人（例如，避免使用“深入研究”、“证明”或“在当今快节奏的环境中”等词语）。 目前，我的流程使用自定义的 RAG 设置，它会摄取用户过去的写作内容，并结合大量的负面提示和少样本示例。然而，模型偶尔还是会陷入那种可识别的“ChatGPT 语气”。 对于那些正在构建 AI 应用程序的人来说，你们是如何量化评估输出的“人性化”程度的？ 你们使用 LLM 作为评判框架吗？ 依赖于特定的温度/top_p 调整吗？ 还是对某些 n-gram 进行硬编码惩罚？ 我希望在四月中旬发布之前完成这个流程，并感谢那些已经在生产中解决这个问题的人提供的任何见解。aaptics.in/waitlist

过去 18 个月里，我一直在试验 AI 工具，有时一天要花几个小时。最近，我发布了三个开源软件包，它们位于 AI 智能体和它们调用的工具之间。<p>我有一个暑期项目中用到的树莓派 5，它成为了我第一个 OpenClaw 的安装设备。一旦它运行起来，我就开始思考一个问题：当你不看的时候，谁来监视智能体？<p>UNWIND 的想法来源于苹果的 Time Machine。如果出现问题，你应该能够看到发生了什么并将其回滚。CRAFT，这个防篡改的审计链，来自于我几个月前一直在进行的一个独立的密码学项目。将两者与一个确定性的执行管道结合起来，就是我想要构建的设计。<p>UNWIND 充当 MCP stdio 代理。它封装了任何 MCP 服务器，拦截了每一个工具调用，而智能体永远不会知道它的存在。如果你正在使用 Claude Desktop、Cursor、Windsurf 或 VS Code Copilot 与 MCP 服务器，这就是主要的集成路径，也是目前最可靠的路径。虽然 OpenClaw 也有支持，但存在未解决的适配器问题，所以目前应该使用 MCP stdio 路径。<p>Claude Code 负责规划。树莓派上的 Codex 是构建者。我选择 Codex 是因为 OpenAI 允许 Pro 用户通过 OAuth 访问 OpenClaw，且没有 API 费用。我赋予了 Codex 一个 soul.md 文件（OpenClaw 智能体使用的指令文件），定义了它的角色是安全分析师：证据优先，标记未知项，永不假设，并且对于每一个发现，都要产生一个关于发生了什么、为什么重要的结构化评估……有了这个框架，它总能在 Claude Code 产生的每个计划中找到 5 或 6 个真正的结构性问题。<p>UNWIND 是一个确定性的安全代理，位于智能体和每个工具调用之间。每次调用都会运行 15 个检查。在执行路径中没有 LLM，只有规则和模式匹配。每个操作都记录在防篡改的哈希链中。文件更改会被快照，以便回滚。<p>三个软件包，目前都在 PyPI 上：<p>*craft-auth*：防篡改的命令身份验证。零依赖，纯 Python stdlib，1605 行。10 秒内试用：`pip install craft-auth &amp;&amp; craft-auth demo`。输出结果不言自明。<p>*ghostmode*：MCP 服务器的试运行代理。看看你的智能体会做什么，而不会让它做任何事情。拦截写入，读取通过，什么都不会改变。`pip install ghostmode &amp;&amp; ghostmode -- npx @modelcontextprotocol/server-filesystem ~/Documents`（需要 Node.js 作为上游 MCP 服务器，Ghost Mode 本身是纯 Python）。<p>*unwind-mcp*：完整的执行引擎。`pip install unwind-mcp &amp;&amp; unwind serve -- npx @modelcontextprotocol/server-filesystem ~/Documents` 然后将 Claude Desktop 或 Cursor 指向它。每个工具调用都会在终端中显示 ALLOW/BLOCK 决策。在 localhost:9001 上使用 `unwind dashboard` 访问仪表板（首先使用 `unwind sidecar serve` 启动 sidecar）。<p>安装后，Codex 立即被其自己的仪表板标记为 TAINTED。它在设置期间获取了网页，然后尝试执行一个命令。它帮助构建的安全堆栈在第一次实际操作中就捕获了它。<p>粗糙之处。<p>需要 Python 3.10+。Mac 附带 3.9.6，导入会崩溃。Homebrew Python 3.11+ 运行良好。Windows 未经过测试。原则上是纯 Python 和跨平台的，但没有人验证过。<p>污点系统工作正常，但对于无人值守的使用来说过于激进。正常的智能体工作流程会立即触发污点，这会阻止执行，直到人工批准。当你坐在那里时，这很好。当智能体自行运行时，它实际上被冻结了。“外部内容可能携带提示注入”和“智能体的正常工作涉及外部内容”之间的紧张关系是一个真正的问题，我还没有干净地解决。<p>欢迎第一批真正的用户测试者。<p>UNWIND 和 Ghost Mode 采用 AGPL-3.0 协议。craft-auth 是独立的，没有任何 AGPL 依赖项，可以单独授权。<p>github.com/unwind-mcp