大学青年教师 ｜ KOSX @kosxai 顾问 ｜ 计算机系统科研 想要革掉高校落后八股： 在做：mac-fleet 远程集群 · wx信息检索系统 · Antigravity多开 交付：落地真实 AI 工作流
Joined June 2018
- Tweets3K
- Following572
- Followers1.5K
- Likes1.5K
Pinned Tweet
配置一台可以长期无人值守的 Mac mini 远程主机，核心在于断电后能否全自动回到可连接状态。
真实部署时，主要处理四处系统级细节。
电源管理： 通过 pmset 将主机休眠设为零，开启断电重启与接通电源启动，拔掉显示器也能保持后台正常运行。
磁盘与登录： 关闭 FileVault 并开启指定账号自动登录，配合屏幕关闭立即锁屏，保证通电后系统服务能直接拉起。
权限隔离： 不使用默认的 staff 用户组，自动新建 fleetusers 组分配给远程用户，避免多账号之间互相读取家目录文件。
网络接入： 内网穿透由 Tailscale 承载，普通用户分配专属 SSH 权限，管理员保留屏幕共享与图形救援入口。
整套部署逻辑已拆解为标准 Shell 脚本，支持检查模式预演与全自动安装。
包含 26 项系统环境巡检与一键回滚逻辑。
仓库地址： github.com/edison-land/mac-f…
用 Claude Code 或 Codex 调 agent-browser 操作网页，可以加一条规则：页面跳转或 DOM 变化后，重新执行 `agent-browser snapshot -i`，再用新快照里的元素引用继续操作。
agent-browser 让 Agent 通过命令行读网页、点击和填表。这里的 snapshot 会把页面元素列成文本，给可交互元素分配 `@e1` 这样的引用。引用只对应获取快照时的页面状态；页面变了，继续沿用旧引用就可能导致操作失败。
点击失败时，也要检查目标是否被遮挡。例如，按钮被同意弹窗盖住，工具会报告失败。此时应处理遮挡，再获取快照，用更新后的引用重试。反复点击旧引用，解决不了遮挡问题。
另外，目标隐藏、被禁用或处于视口外，也会导致点击失败。更新快照能让 Agent 重新读取当前页面，但这些状态仍需要分别处理。操作后再读取页面或检查 URL，确认结果。
用 Claude Code、Codex 跑定时任务或跟进 GitHub Issue，遇到需要人决定的事，可以让 Agent 结束这一轮，等你回复后再接着干。Agent Autoloop 把任务触发、异步审批和会话恢复接到了一起。
它装在本机，按规则决定什么事件交给哪个 Agent、在哪个目录执行。比如每天整理笔记，或发现新 Issue 后到指定项目里处理。
关键在等待这一步：Agent 需要你决定时，在最后一条回复里输出约定格式的提问，然后退出进程。中台保存等待状态，通过飞书等通道找你；收到回答后，再启动 Agent，续接原来的会话。等待期间没有 Agent 进程持续运行，也不消耗模型 Token，轻量中台仍在后台等回复。
这适合工作能分轮推进、偶尔需要人拍板的任务。项目自带的 GitHub Issue 模板会定期检查新 Issue，在本地改代码并通知你查看，默认不提交、不推送、不回复 Issue。可以从这种交付范围较小的任务试起。
不过，卡片审批本身不提供权限隔离。这个流程依赖 Agent 按约定提出问题；它运行时能访问哪些目录、执行哪些操作，仍要靠底层 Agent 的权限配置约束。接上审批通知，不能据此认定删除数据、重启服务等操作都会被强制拦住。
目前支持 macOS、Linux，需要 Node 24、Git、curl，以及已安装并登录的 CLI Agent。电脑需要保持运行。作者称 Claude Code、Codex 的多轮问答和跨进程续接已跑通，飞书的发送、按钮回调和卡片更新也已验证；钉钉、企微、Slack、Discord 模板仅做过本地模拟验证，回答链接还需要配置成手机或电脑可访问的地址。
装好后运行 `agent-autoloop try`，就能体验提问、退出等待、回答、续跑的完整过程，再用 `agent-autoloop status` 查看结果。执行阶段仍使用自己的模型账号额度，高频自动化需核对厂商条款，对外提供服务应使用 API Key。
github.com/KKKKhazix/agent-a…
为什么我觉得AI肆虐下还能够产出更多的岗位？
我相信现在很多人在向外报价的时候是直接让AI评估需求和工期来报价的
但是多次反馈，以及和资深从业者聊了之后都觉得AI给的报价实际上是偏高的
所以这里从未来趋势讲，一个可以根据经济现状来对AI产出报价的岗位是非常重要的
从这里就可以引申很多东西，因为一切岗位的兴起都是为了更好地服务资金，大家都想多省钱，多赚钱。
而供需的本质是人类之间的点对点，即使中间可能隔了很多层agent，帮忙省钱和转钱的岗位是会随着科技的发展以一种莫名其妙的方式出现的
已经让 Claude Code 或 Codex 承担大部分实现工作的技术负责人，你们现在怎么估项目工期？需求澄清、Agent 执行、人工验收，分别怎么留时间？
看到 V2EX 讨论还有多少代码是自己手写的，不少回复说基本都交给 AI 了。其中一位提到，大小活都让 AI 干，但成本还是差不多：需求和技术设计要做，AI 工作过程中的阶段性总结要看，代码也要审查。另一位说，现在时间都用来写方案了。
这让我好奇，落实到团队排期时，你们怎么把这些工作估进去？尤其是 Agent 跑完后，人工检查发现理解有偏差、还要返工的时间，通常怎么预留？想听一个实际交付过的例子：原本预计多久，这几部分各花了多久，最后偏差出在哪里。
DNS 改成 1.1.1.1，查询途中仍可能被运营商篡改。更换解析服务器，只改变了查询的目的地；普通 DNS 查询通常仍以明文传输，链路上的干预机会还在。
Karthikey Hegde 排查 Podman 容器无法访问外部网站时，发现向多家公共 DNS 查询，几乎都得到同一个 IP；改用 Cloudflare 的 DoH 接口，却得到了另一个地址。他继续查了前一个 IP 的归属，发现属于自己的运营商，因此判断遇到了 DNS 劫持。
遇到类似异常，可以对同一域名、同一种记录类型，分别使用普通 DNS 和 DoH 查询作对照。得到不同地址，只能说明结果有差异，单凭这一点还不能证明劫持。作者继续核查返回地址的归属，才有了更具体的判断依据。
DoH（通过 HTTPS 查询 DNS）和 DoT（通过 TLS 查询 DNS）解决的是查询链路的加密问题。正确配置后，本地客户端到所选解析服务器之间的查询受到加密保护，运营商就难以在这段链路上直接读取或篡改内容。但解析服务器仍能看到查询，也仍需你信任它返回的答案。
本地跑 Unbound 也不自动解决这个问题。它自行递归解析时，需要逐级询问其他 DNS 服务器，这些对外查询传统上仍是明文。可以把它配置为向支持 DoT 的上游转发，并启用加密；仅仅把 Unbound 部署在自己机器上，并没有加密这些出站查询。
还有一个容易漏掉的地方：备用 DNS。如果主链路已经加密，备用项却只是普通 DNS 的 1.1.1.1，切到备用时仍可能遇到同样的问题。排查自托管服务时，要看容器实际使用的整条解析链路，包括主用和备用配置。
这些措施保护的是 DNS 查询链路，不能保证运营商完全不知道你访问了什么网站，也不能保证上游解析服务器永远返回正确答案。
学校想暂时关闭学生账号里的 AI 功能，却连 Google 搜索也得一起停用。这个权限设计，把日常检索和是否接受 AI 绑在了一起。
按 Google 公布的安排，2027 年起，学校管理的 K-12 学生账号中，Google Search 和多项 Gemini 教育功能将默认关闭，需要管理员显式开启。关键限制是：学校无法保留一个不含 AI 的 Google Search。选择完全限制 AI，学生账号就无法使用 Google 搜索，并会看到学校提示信息。
默认关闭给了学校审核机会，但缺少无 AI 搜索这个选项，审核就很难按功能分别推进。学校可能仍需要学生查找网页、核对来源，同时还在评估 AI 对学习过程的影响。现在，要继续提供 Google 搜索，就得接受搜索中整合的 AI 功能；不接受，就要另找检索工具。
这也不等于所有 Gemini 产品都必须一并启用。需要分清的是：独立 AI 工具能否关闭，以及搜索内部的 AI 能否关闭。当前披露的限制集中在后者。
负责教育产品选型的人，可以把这项检查加进验收：关闭新增 AI 功能后，原有基础服务还能不能继续用？让供应商演示学生账号关闭 AI 后的实际界面和可用功能，比只确认后台有没有关闭按钮更有用。
我有时候觉得地铁安检员真的像某些单位的保安老大爷一样，给点权力就作威作福。
事情是这样的：今天下班走过地铁安检。因为要过安检，所以每次都会自觉把包拿在手上准备放到安检机里。
然后那个地铁安检员还专门做样子提高嗓音说：把包放下安检
还看了我一眼，完全是一种命令式的语气，让我把包放到安检机里面...
给实验室的模型权重和数据集选冷备份，磁带报价里最容易漏掉的两项，是驱动器和恢复验证。
拿 LTO-9 举例：18TB 磁带的参考报价是 92–129 美元，约 5.14–7.17 美元/TB。这个单价只包含磁带介质，读写它还需要兼容的 LTO 驱动器。
比较 NAS 和 LTO 时，可以在相同保存年限、相同备份副本数下，把介质费用、分摊到这套备份上的设备费用，以及恢复验证的时间和人力都列进去，再除以实际需要保护的数据量。NAS 的设备成本也按同样口径计入。驱动器费用由多少数据分摊，会直接影响 LTO 的每 TB 成本；磁带没有写满时，也不能用标称容量计算实际单价。
恢复验证还得安排进流程：写完后，把文件实际恢复出来并核对内容，只看到系统提示可读还不够。这一步占用设备和人员时间，比较成本时也要留出预算。
富士胶片计划投入约 100 亿日元，把磁带产能提高到 2025 财年的 5 倍。但实验室是否适合采用 LTO，仍要看自己的数据规模和恢复要求。每 TB 介质便宜，只能回答采购清单中的一项。
