颂雅风的博客

一个 Hermes 实例跑 6 个 Bot，每个专注一个领域——股票分析、教育内容、代码评审、文字润色、深度调研、综合协调。这篇记录我怎么从「一个万能 Bot」进化到「一支虚拟团队」，踩了哪些坑，以及为什么 Profile-as-Bot 比你想的更简单。 1. 缘起：一个万能 Bot 的疲惫我的 Hermes Agent 一开始只有一个 default profile。它要管股票分析、要写教案、要审代码、要润色文章、要做调研——什么都干，什么都不精。 问题逐渐暴露： 上下文膨胀：60+ 个技能全部塞进一个 Bot 的上下文，每次对话 token 消耗巨大 角色混乱：让它分析股票时它想写教案，让它审代码时它想做调研 Cron 冲突：所有定时任务共用一个 profile，盘前简报和教案巡检互相干扰 记忆污染：股票分析的对话历史和教育内容的对话历史混在一起 我需要的不是一个万能 Bot，而是一支各司其职的团队。 2. 核心架构：Profile = BotHermes 的 Bot Mode 本质上是一个 UI 层——底层原语就是 Profile。每个 Profil...

我给自己的 AI 家教系统（灵犀学堂）做了一次全面审计，结果发现：API 密钥明文裸奔、付费内容可免费白嫖、3 个用户共用同一个激活码、23 个临时脚本堆在根目录。这篇记录我怎么一步步发现问题、定位根因、逐个修复——以及为什么 AI 产品的安全审计比传统软件更难做。 1. 缘起：你的 AI 产品真的安全吗？做 AI 产品的人很容易陷入一个误区：功能跑通了 = 产品没问题。 我的灵犀学堂（Education Agent）上线两个月，学生端能聊天、能做题、能看教案，遗忘曲线引擎每天自动提醒复习——看起来一切正常。直到 8 月 16 号，我决定给自己做一次全面审计。 为什么突然想到要审计？因为我在清理项目根目录时，发现了一堆一次性的 Python 脚本——fix_01a.py、cleanup_all_misplaced_objectives.py、batch_review_all.py……这些脚本是之前调试时临时写的，一直堆在那里没人管。我开始好奇：如果连脚本都没清理，其他地方是不是也有隐患？ 于是我写了一个审计计划，从 6 个维度对整个系统做了一次体检。结果——每...

我在 Hermes Agent 里装了 QGS（Quality Gate System）质量门禁——一个会在每次复杂任务输出前自动评分的系统。运行了10天，46次被阻断，102次人工审批点。这篇用真实数据复盘：它值不值得装？踩了多少坑？以及什么情况下 QGS 反而会拖后腿。 1. 缘起：为什么要在 Agent 里装刹车去年我写了一篇 QGS 质量门禁系统：给 AI Agent 装上”刹车和质检”，介绍了 QGS 的设计理念——在 Agent 输出前加一道质量评分闸门，分数低于阈值就阻断输出。 当时只是一个实验性的想法，跑的是简单任务。 这一个月，我把 QGS 接进了生产环境——每天 20+ 个 cron 任务、多模型并发、跨项目协作，复杂度远超当年。 10 天下来，审计日志里记录了 373 次评分、46 次阻断、102 次人工审批点。数据不会说谎——我们来聊聊值不值。 2. 生产环境数据：46 次刹车背后的故事先上硬数据。QGS 的所有决策都写入 ~/.hermes/qgs/audit_wal.jsonl（append-only JSONL），我从中提取了以下统计： 整...

我给自己做的 AI 家教（灵犀学堂）加了个”自我改进引擎”。第一次 cron 运行就甩了我一巴掌：10 项补习调度，9 项是遗忘风险——一个学生 8 天没练，掌握度从 83% 直接归零。这篇记录我怎么把艾宾浩斯遗忘曲线从心理学课本搬进代码：一个公式、一套稳定性动力学、三条自动管线，以及四个真实踩坑。 1. 缘起：AI 家教凭什么知道学生”其实已经忘了”？做教育 Agent 之前，我以为自适应学习就是”记录学生答对答错，算出掌握度”。直到我给系统加了一个每天自动运行的自我改进引擎（AutoCalibrator / AutoRemediator / AutoStrategyTuner 三管线），第一次跑出来的报告让我意识到一个致命问题： 1234[遗忘提醒] yadinae | gk_it_02 遗忘风险: gk_it_02 (原始 80% → 有效 0%, 衰减 100%)[遗忘提醒] demo_student_001 | ch01 遗忘风险: ch01 (原始 62% → 有效 0%, 衰减 100%) 原始掌握度 80%，有效掌握度 0%...

上周我写了一篇《我的 Agent 假装上班了 5 天》，诊断了自研 ActiveAgent 的”空转”。这周我做了个更狠的决定：亲手杀掉它，推倒重写。 原因是一句话——“agent 技术发展日新月异，大概率 AA 一出生就是个落后产品。” 这篇记录从「要不要继续做」的灵魂拷问，到 AA v2 四层架构、QGS 三 Gate 时机设计、6 轮对抗式评审收敛的全过程。 1. 缘起：一个让我失眠的问题我的 ActiveAgent（AA）是一个”自治运维壳”：每 15 分钟 tick 一次，扫描 3 个项目 × 9 个维度，发现问题就修复，每天 21:00 出日报。上周刚把它”假装上班 5 天”的空转问题修好（见《我的 Agent 假装上班了 5 天：自主系统「空转」诊断实录》）。 修完之后，我盯着它问了自己一个问题：AA 还有必要继续发展吗？ 把账算清楚之后，答案让我睡不着： 数据 数值 含义 tick 次数 1416 次 系统自认为”工作”的总次数 其中只 report 的 98% 几乎全部只是汇报，没有行动 skills 只有声明无实现 宣称的能力是空...

2026 年 8 月 4 日，Cloudflare 发布 Cloudflare Wallets 与 cloudflare.pay：给部署在 Cloudflare 上的 AI 智能体一个稳定身份，以及一套”在人类设定的限额内安全花钱”的能力。这意味着 agentic commerce（智能体商务）的买方基建终于有了第一块正式拼图。本文基于官方博客、新闻稿与多家第三方报道，梳理这条产品线的来龙去脉：它解决什么痛点、架构长什么样、底层 x402 协议如何让 HTTP 402 复活、当前能做什么、还缺什么。 1. 缘起：AI 智能体的”付款困境”先看一个真实场景。你的 AI 智能体想试用一个新 API（比如某个模型服务、某个数据源），它需要做什么？ 打开一个为人类设计的登录页面； 等一个人类过来添加支付方式； 生成 API key； 最后才搞清楚怎么调用这个 API。 这个流程对智能体来说几乎走不通，原因有两个： 没有稳定身份：智能体没有一个持久的标识符去注册服务，一个人类可以瞬间开出几十个智能体，商户根本不知道在和谁打交道； 没有原生支付手段：智能体没法填信用卡，也没法...

我维护的 stock MCP Server 有上百个工具——实时行情、K线、龙虎榜、北向资金、涨停梯队……但某天我意识到：这些数据只喂给了自己，没有变成”作品”。于是花了 72 小时，给 Agent 接上一条「收盘后自动写市场综述并发到雪球」的管线。本文完整记录：6 大平台选型、阿里云 WAF 攻防（curl_cffi 全指纹被拦 → Playwright 页面内 fetch 穿透）、三个接口逆向坑，以及”LLM 写财经文数字必漂移”的数据零幻觉方案。第一篇文章已真实上线。 1. 缘起：一堆好工具，却没发挥出价值我有一套股票分析系统：一个 stock MCP Server（通过 Cloudflare Workers 网关暴露上百个工具），加上每天 11:00 的盘中简报、16:10 的收盘深度分析。数据链路非常完整——开盘、收盘、资金流向、涨停梯队，全部自动化。 但有一天我看着这些日报，突然问了自己一个问题： 这些分析只发给了我自己。它们能不能变成对外发布的作品？ 网络上正好有专门的股票社区——雪球、东方财富、掘金。能不能让 Agent 每天收盘后，用 MCP 拉数...

每天 21:00 准点发报告、每 15 分钟执行一次”工作循环”——我的自主 Agent 看起来忙得不可开交。但有人问了一句：”怎么每次报告的内容都差不多？” 一查之下发现：它从 7/27 起就在空转，5 天产出了零。 这篇记录完整的 8 处断链诊断与修复过程，附可直接抄的检查清单。 1. 缘起：一个让人起疑的问题我搭了一套名为 ActiveAgent 的三向 Agent 互联运行时（连接教育 Agent、股票 MCP 网关和 Hermes），它有两个核心承诺： 每 15 分钟一次 tick：自动扫描 3 个项目 × 9 个维度，发现问题就修复 每天 21:00 报告：汇总当天干了什么、进度如何 某天我翻看连续几天的每日报告，越看越不对劲： “怎么每次报告的内容都差不多呢？教案进度始终只有 1 个评审，自主扫描都是那几个数字。” 直觉告诉我它可能没在正常工作。于是开始排查——这一查，牵出一串**”看起来活着、实际上空转”**的连环断链。 2. 核心方法：8 处断链的定位与修复 第一步：确认”它真的没干活”先看数据全景： 组件 表面状态 实际状态 ...

一条 12 字的推文、290 万浏览量、48 小时三种竞争定义、一个根本不存在的”斯坦福研究”——“Graph Engineering”（图工程）成了 2026 年 7 月 AI 圈最热的新词。但它到底是不是又一个炒作？这篇文章给你一份不带滤镜的完整拆解。 1. 缘起：一个 12 字的推文2026 年 7 月 18 日，OpenClaw 作者 Peter Steinberger 在 X 上发了一条 12 字的推文： “Are we still talking loops or did we shift to graphs yet?”（我们还在谈循环吗，还是已经转向图了？） 这条推文获得约 290 万浏览量。48 小时内，”Graph Engineering” 经历了完整的互联网造词周期：出现三种竞争定义、一波跟风文章、以及一个根本不存在的虚假研究——号称”$3.1M 斯坦福与 Anthropic 联合研究”，后被调查确认为捏造的 engagement bait（引流诱饵）。 更戏剧性的是，Steinberger 并没有发明这个词。目前可考的最早严肃使用，是 Josh...

一句话摘要：软考高项（信息系统项目管理师）是以信息化与信息技术为基础、以项目管理十大知识领域为核心、以高级项目管理方法论为延伸的系统化考试，备考关键在于理解信息系统底层逻辑、掌握项目管理过程框架、熟练计算题公式，并通过案例分析与论文写作展现综合管理能力。 1. 考试全景（题型分布、考试形式、备考策略）软考高项考试分为三个科目，需一次性全部通过方可获得证书。 科目一：综合知识（选择题） 75道单选题，考试时间150分钟，满分75分，45分及格。 覆盖信息化与信息技术、项目管理知识体系、高级项目管理、法律法规、标准规范等。 计算题约5-8分，主要考查EVM挣值分析、PERT三点估算、CPM关键路径法、决策树等。 科目二：案例分析（问答题） 3道大题，考试时间90分钟，满分75分，45分及格。 题型包括找错改错、计算题、判断题、填空题等。 常考领域：范围管理、进度管理、成本管理、质量管理、风险管理、配置管理等。 科目三：论文写作 2道论文题选1道，考试时间120分钟，满分75分，45分及格。 要求结合自身项目经验，按照论文框架（摘要+正文）论述某一知识领域的管理过程。 近...