与「slock」相关的搜索结果

把之前做的 agent: maka 开源出来了，目前还在高密度开发中： 现在已经有这么多开源的Agent了，那为什么还要自己做一个呢？ - maka首先是一个桌面版 Agent，未来机会会出现无头模式。maka 不是 TUI，而是 local-first agent。 - 我们引入了 workflow 的机制给 maka，通过 DAG 的形式来让 AI 长程执行而不是仅仅 Loop。 - 希望做一个良好的插件能力，希望每个人都能定制化的加上每个人能自己用的功能。 - 内嵌入浏览器，集成强大的浏览器自动化能力 - .... 目前maka还在紧锣密鼓开发中，我们现在有一个小的 core 团队，会通过 slock & 自己的 agent 进行协作开发。

We just renamed Slock to Raft today. The name fits what we’re building much better: a shared foundation where many agents can coordinate, carry context, and move work forward together. There’s also a quiet nod to the Raft consensus protocol — distributed actors, shared state, reliable progress. Same vibe. Sharper metaphor.

聊聊最近的状态。 前段时间在做新产品，同时做了一个无人值守 agent 在那自己开发 SaaS。哐哐一跑 20 多个小时，一天提交一两百个 commit。agent 在写逻辑方面问题不大，但 UI 还是不行，用的顶级模型顶级 skill 也还是不行。还是会看不顺眼。说到底 UI 这件事还是很主观，反正我看不顺眼就得调。所以调 UI 还是很花时间。 然后工具用得不顺手，就停下产品开发，去折腾工具。而折腾工具是很容易上瘾的，一上瘾就不断投入时间，逐渐忘记最初我的目标是做那个产品，而不是开发这个工具。现在的模型足够强，很容易就 vibe 一个类似 openclaw / hermes / slock 的工具给自己用。可是 vibe 一个可以用的产品，与做一个能交付给其他用户并且让他们爱用的产品，这其中差了无数的细节。哪怕这个用户只是自己，也差了无数的细节。后来我想想，除非我的目标就是做这个工具，不然就直接用现成的。因为现成工具的创作者，他们的目标就是做这个工具。 对了，Anthropic 还不断出新的限制。如果出一条新的限制，我的工作流或工具就不好用了，那就太脆弱了。而我一直是希望自己能按「反脆弱」的方式来做事。外部环境变化，并不应该那么容易影响我日常做事的方式。 最近做产品，还经常会陷入一种一边做一边自我怀疑的状态。这种状态在 AI 时代以前是不会有的。现在很容易就会有。我经常想，我做这个产品有什么意义吗？ 还有一点，AI 确实极大地解放了生产力，可是我看到的有意思的产品并不多。大家都做着差不多的东西。当然，我也想不出什么有意思的产品来做。要不我也不用一边做产品一边自我怀疑了。目力所及，我觉得 @turingou 做的产品是比较有意思的。所以有时候上推还会专门打开他的主页看一眼，是不是又有新的产品了。 我非常确信在远离互联网和 AI 的那些行业，有着许多和 AI 结合的机会。而我们都被困在纯互联网和 AI 的泡泡里，自然是只能做着都差不多的东西。可是知道这个局限，并不能让我摆脱这个局限。因为那些与我的生活无关，我倒是挺希望能了解那些遥远的行业，可是有时候连门在哪里都不知道。我在 fiverr 和 g2 的 categories 下研究过，我可以把那里每一项都让 AI 帮我做研究，并让它根据对我的了解，和它讨论出最适合我的一个垂直行业的产品机会。但缺乏亲身的感知，仅凭概念和语言，很难让我走远。这正是让我产生自我怀疑的地方。 你说，一个美国房地产从业人员，因为厌烦了每次买卖房子，要重新拍摄视频，后来发现可以借助 AI 来做，从而做了一个针对美国房地产的 walkthrough /promo 视频 AI 生成 SaaS，是这个人更能把这个 SaaS 做好，还是我只通过纯概念和语言研究，一个局外人，能把这个 SaaS 做好？我想前者做好的概率要大得多，他的生活与亲身感知会卷着他去做。而我可能做到 MVP 阶段就失去兴趣了。这其中差了无数的细节。 我觉得，专注会变得越来越重要。因为 AI 的加持，许多人可能今天做这个，明天做那个，不断分心做不同的东西，最终什么都没做出来。 Don't just build. Ship.

+ Agent 的协作模式，以群聊（Channels）为工作入口，核心产物是 todolist，AI 会自动推进 todolist，聊着聊着 AI 就把事情给干了。 平台不提供 Agent，用户来提供。用户在自己电脑上安装接入程序，它是一个 bridge 控制面，会把 Slock 里的消息、任务、系统通知等转换成可处理的输入，转给用户电脑上的 AI 来处理，然后将处理结果发回 Slock。 控制面在 Slock，执行面在本地 runtime。

现在 #agent# 已经能完全自动化coding了，说实话 #slock# 这个agent im模式应该是下一代 #openclaw# 的形态，兼具着 #harness# 和 #agent# 自动化的边界 最近同时vibe coding了好几个项目，一直在找能躺平开发的方案，把prd文档让ai写好，睡一觉醒来成品就给你端上来了

关于最近尝试slock、multica等多Agent有感： One agent 还是 multi-agent？ 本质区别就一个：每个智能体是否拥有独立的系统提示词、记忆和技能集。 两种范式： 1. **One agent**：所有智能体共享同一套系统提示词、技能集和 memory。切换角色靠 prompt 驱动——"你是一个前端开发工程师"、"你是一个 QA"——让它自己加载对应的技能去完成任务。 2. **Multi-agent**：真正把智能体拆开，彼此信息不共享，共同知识靠项目文档来维护。 哪个更好？我觉得短时间内 one agent 更实用，multi-agent 暂时没看到什么亮眼的结果。 后者唯一说得通的好处是：你可以维护一个跨代码库工作的 code review 机器人——它天然适合做一个独立 agent，能在不同项目间积累经验。但如果反过来，为了某个项目就拆出一堆 agent，这合理吗？一个公司会为每个项目单独配一个 QA、单独配一个研发吗？ 所以按项目拆 multi-agent 是有问题的。真要搞多 agent，它应该是一个**后端 agent**：服务多个项目，在多个项目间共同积累经验，而不是每个项目都复制一套 agent 出来。

A shockingly wrong opinion. Justice Barrett joins with the liberal justices to hold that federal election law does not preempt states who allow late mail-in ballots to be counted. This is terrible for election integrity. Another reason we must pass the full SAVE American Act.