跳到主内容
精选85meng shao产品发布/更新多源精选 ×5

SpaceXAI 开源 Grok Build 并重置用户额度

SpaceXAI 最新开源了 Grok Build、还为全体用户重置了额度!

原文
推荐理由

做 coding agent 的同学必看,SpaceXAI 把生产级 Agent Harness 完整开源,架构设计和工程细节都值得参考,赶紧去 GitHub 上读源码。

SpaceXAI 最新开源了 Grok Build、还为全体用户重置了额度! https://github.com/xai-org/grok-build 回应之前的上传代码库的安全风波,赢得用户信任最佳的方式,就是认错调整,并把包括整体 Agent Harness 开源出来,让社区监督透明度,另外就是由 OpenAI Codex 团队带起来的「重置额度」😄 看看官方开源的原因 · 可靠性靠透明换取:把 context 组装、模型响应解析、工具调用分发的代码完整暴露,让外界能逐行审视一个生产级 coding agent 是怎么搭的。 · 可扩展性靠源码做参考:skills、plugins、hooks、MCP servers、subagents 的加载与调用,源码即文档。 · Local-first 可行性:可自行编译,指向你自己的本地推理后端,全部由 config.toml 驱动。这一点对关注数据主权和离线场景的开发者尤其有吸引力。 Grok CLI 的分层设计 Pager(UI)<-> Shell(runtime)<-> Tools(能力)<-> Workspace(宿主交互),四层解耦使得 headless、TUI、ACP 三种入口能复用同一套 runtime 与工具链。 Agent Harness 七层结构 1. Leader 进程:长驻宿主,三入口——Stdio(本地 IPC)、Headless(WebSocket relay)、ACP(编辑器嵌入)。4 字节大端长度前缀 JSON 帧,单帧 64 MB 上限。 2. Session Actor:每会话一个 actor,mpsc::UnboundedSender 驱动,状态经 Arc 暴露。 3. AgentActivity:Send + Sync 的活性视图,让 !Send 的 MvpAgent(跑在 LocalSet)能被外部 task 探询 busy 状态、做有界 grace 的优雅关停。 4. Turn 抽象:PromptOrigin 八种来源(User / TaskCompleted / SubagentCompleted / NotificationDrain / GoalSummary / GoalClassifierNudge / SchedulerFired / PlanResume),合成 prompt 统一进 turn 管道,按 origin 决定 history/scrollback 可见性。 5. Sampler:SamplerActor 持有 retry/doom-loop recovery,对接 Responses API SSE 流。 6. Subagent Coordinator:pending → active → completed 状态机,绑定 parent_prompt_id,foreground/background 区分。 7. Tool Index:BM25 over MCP tools,每次搜索重建(亚毫秒),标识符按 __/_/-/camelCase 拆解。 工程亮点 1. Two-pass 层级压缩:95% 历史先摘要成 NOTE₁,NOTE₁ + 5% 尾部再合成 NOTE₂ 给后继。切分 snap 到 tool-call 边界,绝不切断 tool_calls <-> ToolResult;prompt 硬性要求"完整并入前次摘要,禁止 see prior compaction",对抗层级摘要的早期遗忘。 2. Goal + 早停检测:一整套 goal_* 模块让模型自管目标;goal_stop_detector 用 9 个锁定 regex 识别"摆烂话术"(giving up / stopping here / verdict line / please deflection 等),命中即注入续命 nudge 并 emit 可观测事件供 dashboard 审 precision/recall。 3. 双层 Doom-Loop 防线:client 端 regex + server 端 SSE 信号检测(tail_repetition:N@channel),跨累积重发去重,仅 confident 信号触发 resample,default max_threshold=8, max_retries=2。 4. Subagent 工程细节:running gauge 用 atomic 重算而非递增防漂移;foreground 等待预算耗尽自动降级 background;cancel_with_outcome 返回 Cancelled/AlreadyFinished/NotFound 三态;worktree snapshot ref 支持 resume 水合。 5. Per-client 能力路由:同一 leader 挂 TUI(terminal:false)和 web 客户端(terminal:true)时,terminal / fs_read / fs_write / code_nav 按客户端独立路由。

更进一步:量化金融体系

看懂新闻只是起点——沿量化金融路径,把它变成能交付的工程能力

进入量化体系 →

关联讨论

同一事件的更多信源

相似阅读

另一事件,读法相近