技术日志：2026年5月 - 6月

5月29日

Emergence World / Sonder 源码审计

看到一个叫 Sonder 的开源项目（GitHub: RedsonNgwira/sonder），被其 star 数迷惑。直接通过 gh api 拉取完整源码结构进行审计：

技术栈拆解：

simulation/loop.py — 主循环逻辑，Agent 生成-交互-存档的核心调度
simulation/agent.py — Agent 实体类，封装 LLM 调用和行为决策
simulation/world_builder.py — 世界初始化，Agent 放置和环境参数
simulation/agent_loader.py — Agent 从 Markdown 配置加载（性格、历史、目标）
db/models.py — SQLAlchemy ORM，Agent、Message、Event 三张表
main.py — FastAPI 入口，提供 REST API 和 WebSocket

审计结论： 架构本质是 LLM 循环 + 持久化 + Web 展示。Agent 之间的交互是串行轮询而非并行——world_builder 按顺序生成 Agent，loop 按顺序调用。多 Agent “社会” 的涌现性被串行架构限制。star 数高是因为概念吸引力而非技术深度。

关键判断： “感觉没有很大难度”——不是因为低估，是因为准确识别了串行架构的局限。真正的多 Agent 并行需要并发调度、竞态处理、共享状态一致性——这些在 Sonder 里不存在。

Emergence World 实验分析

同时消化了一篇关于 Emergence AI 公司的长文——他们做了 Agent 社会实验，让 AI Agent 在虚拟世界中自组织、形成层级结构、产生意外行为。技术上关注的是：

Agent 的性格注入机制（通过 system prompt 还是通过行为约束？）
交互协议设计（Agent 之间如何发现对方？消息格式是什么？）
工具使用权限的边界（哪些 API 可用，哪些被限制？）

5月30日

个人网站文章排序修复

hanxiaofan.site 的文章时间错乱。根因：Hexo 的 date frontmatter 字段格式不一致——有些用 ISO 8601，有些用简写格式。Hexo 的排序逻辑是按 date 字段的 moment.js 解析结果排列，不同的格式字符串导致解析偏移，新文章被排到旧文章后面。

另外怀疑 updated 字段覆盖了 date——hexo-generator-index 在某些配置下会将 updated 作为排序键。

AI 日报首次排查

日报突然不生成。初步排查：

GitHub Actions workflow 日志显示 node ai-daily.js 正常执行但没有产出 commit
Gemini API 返回 200 但 content 为空——模型拒答但没报错
怀疑 prompt 触发了安全过滤但没被 catch 到

多Agent文章批判框架搭建

调试一个文章批判流程：一位”严苛的学术评审人”角色对文章做逻辑一致性、概念精确性、论证链条三方面的批判。技术实现：

通过 system prompt 注入评审标准（逻辑完备性权重 0.35、概念精确度 0.30、论证链条 0.35）
输出格式要求：逐段标注问题 + 严重度评级 + 改进建议
第一版问题：Agent 倾向于”找茬”而不是”判断”——对每个段落都给负面评价，缺乏区分度

5月31日 - 6月2日

DeepSeek 多模态能力验证

DeepSeek 官方文档声称”支持图片输入”，但通过 Anthropic-compatible API 调用时：

curl -s "https://api.deepseek.com/anthropic/v1/messages" \
  -H "x-api-key: $DEEPSEEK_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -d '{
    "model": "deepseek-v4-pro",
    "messages": [{"role": "user", "content": [
      {"type": "image", "source": {"type": "base64", "media_type": "image/png", "data": "'$(base64 test.png)'"}},
      {"type": "text", "text": "描述图片"}
    ]}]
  }'

返回："type": "image" → "Not Supported"

技术根因： DeepSeek 的多模态能力部署在自有前端（web/app），走的是不同的推理管线。Anthropic-compatible API 端点只映射了文本接口，没有映射 vision 相关的路由。这不是 API key 权限问题，是基础设施层面的缺失。

微信 AI Bot 技术选型（多Agent辩论）

启动四Agent并行研究 + 辩论架构：

Agent A（实用主义者） 研究方案：

iLink（微信 PC hook DLL 注入）— 最成熟，C++ 实现，WS 协议与外部通信
ClawBot（基于 WeChatFerry）— Node.js 封装，社区活跃但维护不稳定

Agent B（安全保守派） 关注：

微信协议逆向的法律风险（违反 ToS 第 7.2 条）
DLL 注入被安全软件标记为恶意行为的概率
账号封禁触发机制（频率限制、消息模式检测、设备指纹）

Agent C（体验至上者） 关注：

iLink 的消息延迟（实测 200-500ms，取决于微信进程状态）
图片发送路径（iLink → WS → Node.js → image API → WeChat CDN → 消息构造）
主动消息 vs 被动回复的用户感知差异

Agent D（前沿激进派） 提出：

是否可以直接用微信 macOS 版的 Accessibility API 做 UI 自动化
AppleScript/PyAutoGUI 方案的可行性
或者等 DeepSeek native multimodal API 后简化

辩论收敛结论： iLink + 抽象层兜底。抽象层设计：

// 抽象层接口定义
interface WeChatAdapter {
  sendText(to: string, text: string): Promise<void>;
  sendImage(to: string, imageBase64: string): Promise<void>;
  onMessage(callback: (msg: Message) => void): void;
  getContacts(): Promise<Contact[]>;
}
// iLinkAdapter 和 ClawBotAdapter 分别实现
// 通过环境变量 WECHAT_DRIVER 切换

API 密钥配置与微信接入

实际对接微信时使用的凭证：

Chat API（DeepSeek Anthropic-compatible）：
WeChat 接入（腾讯云/微信云开发）

接入流程：

微信云开发平台创建环境
配置消息推送 URL（需要 HTTPS + 备案域名）
Token 验证（微信服务器发 GET 请求，返回 echostr）
消息加密/解密（

Token 验证是第一个坑——微信的验证请求格式和文档不一致，文档说 signature/timestamp/nonce/echostr 四个参数，实际返回顺序和大小写有差异。

多Agent辩论框架 v2 架构

v1 到 v2 的根本改进源于发现”假异构”：

v1 架构（被淘汰）：

1	主对话 → 同时启动4个Agent → 各Agent独立输出 → 在主对话中合并

问题：Agent 之间看不到对方的输出。分歧只是各自 prompt 的投影。

v2 架构：

主对话 → Agent A（搜索+论证）
       → Agent B（收到A全文+搜索+论证/反驳）
       → Agent C（收到A+B全文+搜索+论证/反驳）
       → Agent D（收到A+B+C全文+搜索+论证/反驳）
       → 批判Agent（三维评分：事实0.35+逻辑0.30+回应0.35，≥18通过）
       → 元批判Agent（审查批判Agent的公正性，≥20通过）

文件系统注入机制：

# 每个Agent写盘，后续Agent从文件读取
output_path = f"debate-records/round_{n}/agent_{name}.md"
with open(output_path, 'w') as f:
    f.write(agent_output)
# 父对话只传路径，不传内容
next_agent_prompt = f"前置Agent输出见：{output_path}"

关键设计决策：

串行而非并行——因为需要后续Agent看到前置完整输出
文件而非上下文——绕过 LLM 上下文压缩导致的信息丢失
批判双层——单层审查容易漏掉自身盲区

搭建微信 Bot 的完整链路

最终实际运行时的技术栈：

1
2
3

微信APP → iLink(DLL注入) → WebSocket(ws://localhost:8555) 
→ Node.js bot.js → OpenAI SDK(DeepSeek compatible) 
→ DeepSeek V4 Pro → 响应 → 消息构造 → iLink → 微信

PM2 进程管理：

// ecosystem.config.js
module.exports = {
  apps: [{
    name: 'wechat-bot',
    script: 'bot.js',
    watch: false,
    restart_delay: 3000,
    env: {
      NODE_ENV: 'production',
      DEEPSEEK_KEY: process.env.DEEPSEEK_KEY,
      WECHAT_DRIVER: 'ilink'
    }
  }]
};

AI 日报继续恶化

同一天发现 AI 日报和社会日报双重异常：

AI 日报产出内容约 200 字，之前是 800-1000 字——snippet 截断参数被改了
社会日报完全不产出——RSSHub 源需要 RSSHUB_URL 环境变量，但该 secret 只存在于 blog-source 仓库，日报实际运行在 beifen 仓库
daily-report.yml（singular）名字本身就暗示之前可能改过名

根因逐渐清晰：有两套脚本在并行运行。根目录的 680 行版本（DeepSeek）和 hexo-scripts 的 280 行版本（Gemini）。CI/CD 用的是根目录版本，但排查时在 hexo-scripts 里看到的旧代码造成了误判。

6月3日

心理画像 Skill 搭建

用多Agent辩论框架的架构思想，搭建了一个 psych-profiler：

多角度分析模型：

输入文本 → Agent 1(精神分析视角: 童年/防御机制/潜意识冲突)
        → Agent 2(认知行为视角: 核心信念/自动化思维/行为模式)
        → Agent 3(人本主义视角: 自我实现倾向/价值条件/共情)
        → Agent 4(特质论视角: Big Five OCEAN 维度)
        → Agent 5(存在主义视角: 自由/责任/意义建构)
        → 综合Agent(整合+矛盾标注+置信度)

第一版被毙的原因：每个Agent各自输出一段然后拼在一起。”AI腔偏重”、”没有争辩的模型”——要的不是并行输出，是串行对抗。和辩论框架 v2 的问题完全一样。

第二版改为串行热注入 + 迭代收敛：

1
2
3

Agent 1 输出 → Agent 2 读取、反驳、补充 → Agent 3 读取前两者、深化
→ ... → 综合Agent 标注"所有Agent一致"vs"存在分歧"vs"证据不足"
→ 如果有未解决分歧，回到分歧点再做一轮

心理学理论参考文件： 整理了 psychological-theories-reference.md（40KB），覆盖：

弗洛伊德：防御机制分类、心理性发展阶段
荣格：集体无意识、原型、人格类型
阿德勒：自卑与补偿、出生顺序
罗杰斯：自我实现、无条件积极关注
贝克：认知三角、自动化思维
埃利斯：REBT、ABC模型
Costa & McCrae：Big Five OCEAN
Frankl：意义疗法、存在真空

Codex 代理配置冲突

Codex 和 Claude Code 的代理配置冲突：

1 2	# .codex/config.toml 出现 invalid utf-8 sequence at byte 269 # 根因：配置文件在多次写入后被截断/覆盖，字节边界不完整

更根本的问题。Codex 的代理检测逻辑和 Claude Code 不同——Claude Code 从 settings.json 的环境变量读取，Codex 从 config.toml 读取。两个配置不同步。

修复：

清理 .codex/config.toml 中的无效字节
统一代理端口：codex 配置
为什么之前工作？——因为之前用的是 Clash 的系统代理（自动检测），不是手动配置

ccswitch 工具审计

ccswitch 是一个 AI API 代理切换工具。排查流程：

检查 GitHub 项目源码（确认是否还在维护）
发现 ccswitch 使用的 OpenAI 官方端点，但当前环境用的是 DeepSeek Anthropic-compatible 端点
ccswitch 的模型路由配置中有硬编码的 OpenAI 模型列表，不包含 DeepSeek
Codex 通过 ccswitch 路由时，路由到了不存在的 api.deepseek.com/responses（OpenAI responses API 格式，但 DeepSeek 用的是 /v1/chat/completions 或 Anthropic /v1/messages 格式）
错误：404 Not Found: url: https://api.deepseek.com/responses

深度阅读 Skill 创建

基于多Agent辩论框架，创建了一个 reading-companion skill。用途：读完文章后，多个视角的 Agent 分别发问、批判、补充，产生比单一解读更丰富的理解。

触发机制：用户可以自己提供文章，也可以让 Agent 去搜索文章。

6月4日

金融市场认知建模

学习目标不是炒股，是建立对金融市场运作的认知模型。

AVGO（Broadcom）分析：

关注其 AI 芯片（定制 ASIC）业务 vs NVIDIA GPU 的竞争格局
AVGO 的 VMware 收购整合进展
拆股（stock split）的机制和市场影响——拆股本身不改变公司价值，但影响流动性和散户可及性

TradingView 技术指标认知：

MA/MACD/RSI/Bollinger Bands 的数学定义和使用场景
指标不是预测工具——是”市场状态的另一种表示”。MACD 金叉不代表要涨，代表”短期动量超过长期动量”
过度依赖指标 = 过拟合噪声

大语言模型与金融：

DeepSeek 融资和估值讨论
ChatGPT 发布时间线（2022年11月）
用 AI 做市场情绪分析的可行性——NLP 情感分析 + 社交媒体数据 + 新闻标题

6月5日 - 6日

AI 日报完整诊断与修复

问题全貌：

日报内容从 800-1000 字骤降到 200 字 → max_tokens 参数被修改
社会日报完全停更 → RSSHUB_URL 环境变量缺失
两个脚本版本并存（680行 DeepSeek vs 280行 Gemini）
workflow 文件名 daily-report.yml(singular) 暗示之前被重命名过

Codex 修复审计：
让 Codex 先进去修了一遍，然后审计其修改：

Codex 改了 max_tokens 但没检查 RSSHub 源是否可用
Codex 在 workflow 中添加了 timeout-minutes: 30——合理但没有解决根因
Codex 没有发现两个脚本版本并存的问题

Superpower 模式审计：

检查 workflow 的每一次 commit diff
对比根目录和 hexo-scripts 的代码差异
验证 GitHub Secrets 在两个仓库中的设置
确认 CI/CD 实际运行的是哪个脚本

修复措施（10项改进计划）：

统一脚本版本，删除 hexo-scripts 旧版
修复 max_tokens 到合理值（1200+）
在 beifen 仓库配置 RSSHUB_URL
添加 RSSHub 源可用性检查（源不可用时用备用源）
AI 日报内容质量检查：生成长度 < 400 字时触发重试
社会日报添加 fallback 源列表
workflow 添加清晰注释说明每个 step
在 workflow 末尾验证 commit 是否成功
统一两个日报的 prompt 模板风格
添加每月生成的汇总统计

6月7日

编程指南16Agent并行架构

启动16个Agent并行产出，但 Agent 工具因 git worktree 限制被拒。

技术障碍：
Agent 工具内部调用 git worktree add 创建隔离工作区。Session 主目录 C:\Users\Administrator 虽然 git init 了，但 .gitignore 中有 * 规则导致几乎全部被忽略。git worktree add 克隆出的新 worktree 没有文件，被判定为”无效 git 仓库”。

WorktreeCreate Hook 方案：

Hook 接收 stdin JSON：

{
  "session_id": "bbcfdc74-...",
  "transcript_path": "C:\\Users\\Administrator\\.claude\\projects\\...",
  "cwd": "C:\\Users\\Administrator",
  "hook_event_name": "WorktreeCreate",
  "name": "agent-a8f96bd3faf37bb58"
}

Hook 实现（settings.json）：

import sys, json, os
d = json.load(sys.stdin)
p = os.path.join(d['cwd'], '.claude', 'worktrees', d['name'])
os.makedirs(p, exist_ok=True)
print(p)  # 必须作为最后一行输出——工具通过 stdout 获取 worktree 路径

最终成果： 6个Agent并行，全部成功。12篇月文章（合计约780KB）+ 1份完整合订本（92KB）。

技术日志：2026年5-6月