LINUX SB 快照站

@Adai #1 我其实写了编号，但是渲染出来都成1了

1. 无论怎么美化，核心宿主Host和插件之间必然存在“信任鸿沟”。宿主必须永远假设插件是“恶意的”或“会崩溃的”。这种“不信任”带来的隔离开销，是插件化体系永远无法抹去的技术债务。

2. 如果你们的业务变更频次低，或者对极致性能有要求，“插件化”本身就是过度设计。单体架构的确定性，远胜于插件化的灵活性。

3. 插件数从 10 到 100，复杂度增长是 10 倍；从 100 到 1000，复杂度增长是 100 倍。治理工具链的投入必须随插件规模线性增长，否则体系必然在临界点崩塌。

4. dsh基于 Cordis把“内核”精简到极致——内核只负责“加载顺序计算”和“依赖注入容器”。相比之下，VS Code 的内核（Electron+Extension Host）重得多。dsh 这种设计让插件能触及底层调度，扩展上限极高。

5. Profile（配置组合）+ Patch（分层覆盖）机制，让插件体系从“拼图模式”进化为“乐高模式”。同一套代码基，可以组合出 CLI 工具、Web 服务、Agent 三种完全不同的产品形态，这是传统插件体系难以做到的。

6. 状态快照与恢复：这是 dsh 最被低估的创新。它把插件实例的运行时状态序列化到磁盘，实现了真正意义上的“零成本闲置”。传统插件卸载即丢失状态，dsh 可以“冻结/解冻”，这对 AI 会话的连续性至关重要。

7. TypeScript 的类型魔法极其脆弱：Cordis 大量依赖 TypeScript 的 Conditional Types 进行 DI 校验。这在编译期很美好，但一旦业务代码中存在 any 或第三方库类型不严格，整个类型推导链会瞬间崩断，退化为运行时 Cannot read property of undefined。相比之下，VS Code 用进程隔离（IPC 序列化）虽然慢，但类型边界极其清晰。

8. 允许 Agent 在运行时挂载/卸载插件，技术上很酷，但在企业合规审计面前是灾难——你无法回答“10 分钟前，Agent 到底用了哪个版本的插件处理了那份合同？”。dsh 的这种动态性，把“可追溯性”的成本全甩给了上层应用，自己则置身事外。

9. 当 Profile 合并了三层 Patch，依赖注入又涉及异步初始化，一旦启动报错，堆栈信息里全是 Cordis 框架内部的 Promise 链，业务开发者根本看不出是自己的锅还是配置的锅。VS Code 虽然也有这个问题，但因为有进程隔离，至少能看日志分堆。

@温庭筠 #12 怎么成为一个 ai agent 工程师？ - 青雲的回答 - 知乎
https://www.zhihu.com/question/1936375725931361485/answer/2010095554974217798

最近 dsh 开源了，作为内测用户，坦白来讲 dsh 目前还不算完善，受各类因素影响，推出得也有些仓促。
不过他们还是选择了一条不一样的路线来做 harness。插件化这个概念本身并不新鲜，对于做过编辑器的人来说更是如此。但面向 LLM 的插件化思路确实很有看点。
未来怎样确实不好说，但是当下开源生态的热度确实被推到了顶峰。
从开源追捧到实际业务落地，再到数据闭环，从而推动模型发展，还有很长的路要走

阿里云渠道最低 6 折，自部署的便宜，3 到 4 折

@温庭筠 #4 我在知乎上写过，感兴趣可以看看https://www.zhihu.com/question/1936375725931361485/answer/2010095554974217798。
另外我公众个【青雲老哥】里写了一些 agent 开发实战类的文章

可以用 qwen 这个多模态插件 https://github.com/QwenLM/Qwen-MM-Plugins

https://callapi8.com/

https://pan.quark.cn/s/36a702d318ab

https://www.alipan.com/s/xrgnorLZDkQ

GitHub：github.com/echoVic/blade-deepseek

npm：npm install -g @blade-ai/orca

官网：orcaagent.dev

莫名其妙就被举报，还要被扣上帽子

在隔壁被举报为不当言论：社区认为它具有冒犯性、侮辱性、属于仇恨行为或违反了我们的社区准则。

做了两年的 Agent，第一次有无力感。

23 年 ChatGPT 爆火，那时 Agent 的概念还没出现，大家就开始疯狂套壳做 AI Chat。

紧接着，LangChain、LlamaIndex 等框架迅速冒头，跟着公司项目做各种 workflow 编排的 Agent。

后来 Claude Code 横空出世，花了半年时间逆向它的源码，开始搞真正的 agentic agent。那段时间非常有趣：30% 是 LLM，70% 是工程，通过持续工程化，模型能力被一点点拉高。

26 年初，龙虾的出现把 Agent 彻底推向顶峰，也让更多人真正看懂了什么是 Agent。

再往后，Claude Code 源码泄露，Agent 几乎再无秘密。

现在大家又转向 harness。我们写了大量约束和 guardrail，但 Agent 依然无法完美按照预期工作。

与此同时，Agent 本身也在快速进化：我们最近又开始研究更复杂的 workflow，而 Claude Code 自己也推出了官方 workflow 体系。

做了两年 Agent，第一次产生强烈的疲惫感、无力感和迷茫。模型越来越强，Agent 本身也在快速进化，可我们做的东西却反而越来越上层、越来越薄，像漂浮在半空中的脚手架。

从国内外局势来看，我们好像被悄然引导进了一个陷阱。Agent 和基础模型都在国外快速进化，而我们却在国内卷 skills、卷 harness、卷各种约束和工程细节。虽然也做出了一些成果，但真正带来的正向收益有限，反而让我们离真正的 Agent 和模型核心越来越远，数据飞轮也始终转不起来。