文章核心观点 - 作者将其个人使用一年的Agent自动化系统Agent-Autoloop正式开源，该系统经过两天重写，采用极简内核加全插件架构，旨在让更多人低门槛地使用Agent和自动化来改善生活 [1][2] - 系统设计理念借鉴Pi极简内核与Extensions设计以及DeepSeek Harness“一切皆插件”的架构理念，对核心内核中台重新设计，将事件、通道、Agent执行、CI体系等全部抽离为插件，实现热插拔和高度可扩展 [1] - 项目核心主张为：工作的意义是更好的生活，AI的本质是以人为本，人的注意力是最宝贵的资产 [2] 系统架构与流程 - 架构以中台内核Autoloop为中心，外围一圈的事件、Agent、通知通道、代码上线流水线全部拆分为插件 [4] - Agent自动化流程分为五步：事件发生并转为统一格式送入内核、内核按rules.json规则派活（同一事件短时间连续多条消息会合成一轮以避免多个Agent同时修改同一对象）、Agent执行任务并在最后一条回复中交代结果、能自主处理的自动完成或定时复查、需人工拍板的通过渠道（如飞书）通知用户点击后接续原对话继续执行 [4][5][6][7] - 整体流程为事件、派活、执行、交付、批奏折，与上一篇几乎无区别，本次主要为开源和方便自定义而将各环节拆为插件 [8] 内核模块 - 内核约1600行代码，无第三方依赖，装Node即可运行；暴力测试启动不到0.1秒，平时占60MB左右内存，同时1000个程序连接时约170MB出头，派一个活基本在1.5毫秒以内 [9] - 内核只做四件事：收事件、按规则分活、把活派给Agent、把每一步都记下来；内核自身绝不往外连，所有联网和调用第三方服务的工作都放到插件里，以保证内核逻辑的确定性 [10] - 内核绝不允许写死具体产品名字，只知有Agent需要执行任务而不关心是Claude、Codex还是Hermes，新增Agent只需写适配插件；并专门加测试盯防往内核塞对外请求或写死产品名，以维护架构边界、防止屎山 [11][12][13] 内核四大机制 - 挂起零消耗：借鉴审批、订单等长流程系统的存档读档做法，Agent发完卡片直接下班，用户三天不回则三天不跑、不花一分钱Token，用户点击卡片后接上原存档继续干，同一问题不会问第二遍 [14][15] - 事件溯源：借鉴银行账本机制，每发生一件事就往后记一笔且前面记录不改，状态由记录逐笔算出；事件先记入只能往后写的账本才回复“收到”，断电或强关后已记内容仍在，网断重发同一件事账本只记一次；任何一轮任务为何开始、用的哪版规则、哪台电脑接活、最终结果如何，一条命令即可翻出 [16][17][18][19] - 指令数据分离：纯粹为防Prompt注入，外部人员写的内容单独放进文件并明确标为资料，不混入给Agent的指令，是否审批、能执行什么操作一律以本机rules.json为准 [20][22] - 跳数熔断：借鉴计算机网络中数据包“还能走几步”每跳减一的设计，Agent每叫醒下一个Agent就加一层，超过8层自动停止派活并发卡片告知，以防Agent互相叫醒形成死循环烧额度 [22][23] 插件体系 - 事件插件负责触发新任务，万物皆事件，内置GitHub提Issue/PR、定时任务、小脚本定时轮询（无新内容直接退出、不叫醒大模型、不花Token）等类型，自有消息格式的系统可写小型事件插件翻译为标准事件 [24][25] - Agent插件负责干活，中台对Agent只有一个约定即在最后一条回复里交代结果，任务完成说结论，需询问、发通知、结卡片、约复查或叫醒别的活则在最后附一小段代码；无需装SDK、无需改Agent代码，已可直接使用Claude Code、Codex及支持ACP的Agent，DeepSeek Harness、Pi、OpenClaw、Hermes、Cursor、CodeBuddy等只要能在命令行接话吐结果、写一行配置即可接入 [26][27][28] - 通道插件负责把卡片送到用户面前，默认开启桌面通知（Mac和Linux均支持），钉钉、企业微信、Slack、Discord均可接入 [29][31] - 代码交付流水线插件由定时查看GitHub标签的小脚本加专门负责上线的Agent组成，给PR打deliver标签即自动完成审代码、等检查通过、合并、等发布完成、线上确认新版本，只想审不上线则加打deliver-review标签；审查和上线规矩只认主干那一份，PR里的代码绝不在本机运行，排队重试交给内核 [32] 安装与使用 - 安装直接交给Agent：打开Claude Code或Codex等，把仓库地址丢给它并让其读README和INSTALL.md照着装、跑试跑，试跑中需选择时转给用户，INSTALL.md本就是写给Agent看的 [33][34] - 内置插件和模板供参考，作者日常运行的例子包括：每天下午让Codex全网搜集微信群、X、小红书、抖音上关于AIHOT的讨论并汇总报告与优化建议；每周让Codex操控浏览器去豆包、DeepSeek、千问、元宝、ChatGPT、Gemini挨个问AIHOT相关问题以观察GEO推荐情况；每天晚上10点让Codex巡查AIHOT监控的所有厂商信源，核对已收集的Token羊毛和免费额度是否还在、规则是否变化、有无新羊毛可薅 [39] - 其他日常自动化包括：每天早上10点让Codex把AIHOT模型榜价格与各家官网逐一核对、缺补错改；每5分钟从外部检测AIHOT能否打开，能打开则什么都不干、不花钱，打不开才叫醒Codex排查；每周日早上大扫除，让Agent找出本周合入的重复代码、个案补丁、停用未拆干净的内容并删除后上线 [39][40] 公司虚实中台实践 - 公司虚实中台于国庆期间搭建，解决服务器和应用部署问题，员工可自行开发应用并部署到公司服务器，工作台与公司飞书所有数据和权限完全打通，近半个月各岗位同事自行搓出多个应用 [39] - 同事对中台的意见直接在飞书私聊机器人，Claude被叫起后自行评估、修改、上线，改完私聊回复同事，有敏感信息则找作者拍板 [42] - 截至目前同事已提八十多条意见，Claude自主修改近70条，作者拍板十几条，能自动处理的需求系统可在1个小时之内全部改完并反馈上线，虚实中台由大家一条条意见喂着长大 [43][44] 项目现状与展望 - 项目当前为1.0.0版本，仍有很多不完善之处甚至BUG，作者自述设计出身、不太懂技术，仍在学习摸爬滚打，欢迎提建议和Issue/PR [47][48] - 作者感慨周一发文前担心像玩具的东西被笑话，结果被很多人喜欢，这在一年前想都不敢想，希望内容对大家有用，并希望借助Agent让所有人拥有更好的生活 [49][50][51][53]

文章核心观点 - Anthropic于周二发布博客文章，宣布正在开发一个名为FlashProve的开源系统，用于验证特定输出由哪个AI模型生成 [1] - 该系统旨在提供“可验证推理”，即一种密码学证明（本质上是数学保证），证明给定输出来自特定模型，让用户确认所收到的答案确实来自其认为正在使用的模型 [1] - 系统类似于密码学电子邮件签名，可抵御试图将某一模型伪装成另一模型的冒充者，即使冒充者是构建和运行该模型的实验室本身也不例外 [2] - 研究人员特别指出，该系统可用于防止AI公司秘密替换为更便宜的模型以削减成本，或替换为更昂贵的模型以夸大性能结果 [2] 系统应用场景 - FlashProve可用于验证第三方关于特定任务由先进模型完成的声明 [3] - 研究人员举例：开发者可能声称其软件库已由前沿网络安全模型扫描漏洞，或公司可能声称其商业计划已获得适当模型的批准，用户如何验证这些声明 [3] 技术实现机制 - 系统要求AI实验室发布其每个已发布模型的“指纹”，该指纹后续可与特定输出匹配并进行密码学验证 [3] - 关键在于指纹不会泄露模型权重，即定义模型行为方式的内部数字，Anthropic和OpenAI等闭源模型厂商对此保密 [3] - 这意味着实验室可以在不放弃其最有价值资产的情况下发布指纹，使系统也能适用于商业模型 [3] - 系统设计为轻量级，验证可在本地设备上执行 [3] 开源发布与研究进展 - 作为公告的一部分，研究人员发布了详细的技术规范和系统各组成部分的可运行代码，以开源许可证在GitHub上公开可用 [4] - 该系统研究仍在进行中，目前没有在Anthropic或任何其他实验室部署的计划 [4] - 研究人员在公告文章中解释，该研究文章旨在分享中间进展而非完整的研究议程，分享的明确目标是让其他人查看已完成的工作、采纳并改进 [5]