互联网从业者充电站
前往频道在 Telegram
互联网从业者专属 内容多为技术、产品、设计、运营等不同话题内容; 目标人群为程序员、设计师、产品经理、运营管理等不同职能。 投稿/合作: @inside1024_bot 内容来源网络
显示更多📈 Telegram 频道 互联网从业者充电站 的分析概览
频道 互联网从业者充电站 (@https1024) 中文 语言赛道中的 是活跃参与者。目前社区聚集了 29 293 名订阅者,在 技术与应用 类别中位列第 4 672,并在 中国 地区排名第 8 495 位。
📊 受众指标与增长动态
自 невідомо 创建以来,项目保持高速增长,吸引了 29 293 名订阅者。
根据 10 六月, 2026 的最新数据,频道保持稳定运转。过去 30 天订阅人数变化为 528,过去 24 小时变化为 27,整体触达仍然可观。
- 认证状态: 未认证
- 互动率 (ER): 平均受众互动率为 1.65%。内容发布后 24 小时内通常能获得 1.09% 的反应,占订阅者总量。
- 帖子覆盖: 每篇帖子平均可获得 483 次浏览,首日通常累积 320 次浏览。
- 互动与反馈: 受众积极参与,单帖平均反应数为 1。
- 主题关注点: 内容集中在 6g.com, 充电站, 1000万, claude, 1820036.com 等核心主题上。
📝 描述与内容策略
作者将该频道定位为表达主观观点的平台:
“互联网从业者专属
内容多为技术、产品、设计、运营等不同话题内容;
目标人群为程序员、设计师、产品经理、运营管理等不同职能。
投稿/合作: @inside1024_bot
内容来源网络”
凭借高频更新(最新数据采集于 11 六月, 2026),频道始终保持新鲜度与高覆盖。分析显示受众积极互动,使其成为 技术与应用 类别中的关键影响点。
29 293
订阅者
+2724 小时
+1457 天
+52830 天
帖子存档
29 293
聊一聊 Agent 的存算分离架构设计👇
一个有灵魂,有记忆的 Agent,一次任务的生命周期包括以下步骤
1. 用户输入 query(text + files)
2. Agent 读取提示词文件(soul.md,identify.md,user.md 等)
3. Agent 读取可用的工具和技能(tools,skills 等)
4. Agent 读取记忆(memory.md,memory_search 查询)
5. Agent 构建上下文(prompt + tools + memory + query)
6. Agent 进入 Loop(LLM 调用 → 工具调用 → 观测 → 再推理)
7. Agent 交付结果(Artifacts)
什么需要存:提示词文件,工具和技能,对话记录,交付产物
什么需要算:上下文拼接,LLM 调用,工具调用
简单表示这个过程
fn(query, agent runtime) = artifacts
我们可以把 agent 运行方式简单分为三类
1. 本地裸机运行
2. 本地带沙盒(sandbox)运行
3. 云端多副本运行
---
1. 本地裸机运行,是 OpenClaw 之类 Agent 的常见模式。Agent 提示词文件、skills,对话记录(sessions)全部存在本地磁盘,Agent 执行任务时,会在固定 workspace 目录下运行,用户上传的文件、Agent 产出的文件全部落在同一个 workspace,Agent Loop 完全依赖本地文件构建上下文和执行工具调用,存跟算是一体的。
这种模式好处是足够简单,避免了额外的文件挂载开销,弊端在于安全性,比如 Agent Loop 执行了一个 exec(rm -rf /) 工具调用,很容易对宿主机产生破坏
2. 本地带沙盒运行,是 Codex 之类的 Agent 的常见模式。主要解决两个问题。一是防止 Agent 越权操作,提高安全性;二是解决宿主机的依赖缺失导致工具调用异常的问题。
Agent Loop 执行工具调用时,涉及到敏感操作或者有外部依赖时,把宿主机的 workspace 目录挂载到 sandbox,在 sandbox 执行工具调用,输出产物自动同步到宿主机的 workspace 目录
这种模式下的存算分离,只在工具调用环节引入 sandbox 来动态计算,存储主要靠宿主机的文件系统
3. 云端多副本运行,是 Manus 之类的工具型 Agent 的常见模式。主要特点是多租户,多任务,长时间运行
像 genspark claw,kimi claw,max claw 之类的托管版小龙虾,本质上是在云端多副本运行的助理型 Agent,每个用户有独立的提示词文件,动态安装的 skills,需要长期记忆
这类 claw 托管服务,最简单的实现方式是搭建一套 k8s 集群,在每个 pod 部署一套 Agent 框架(OpenClaw,harmes 等),通过 pvc 挂载云硬盘,实现对用户资料的持久化存储。通过负载均衡策略把每个用户的请求路由到固定的 pod,在同一个 pod 做 Agent Loop,存算是一体的,每个 Agent 有独立的运行空间。这种方案隔离性很好,不好的地方在于 pod 需要常驻,运行成本很高,难以规模化
---
云端 Agent 需要规模化(scalable),必然要结合 serverless 架构做存算分离。计算层依赖 k8s 集群的调度机制动态扩缩容,水平扩展 Agent 网关的并发处理能力
存储层结合 Agent 的运行生命周期,不同阶段的产物用不同的存储方案,主要分为四种
1. 热状态。Agent Loop 的 step,plan,游标等状态,用 kv(redis)来存,高性能,低延迟,用于异常重启后的断点恢复
2. 对话和任务记录。在任务完成后用关系型数据库(postgres)来存
3. 长期记忆。基于对话/任务记录做摘要,提取成记忆,用向量数据库(pgvector,milvus)来存
4. 工作产物。包括用户上传的文件,Agent 输出的文件,系统内置的 tools,动态创建的 skills 等,用对象存储(s3,oss)来存
---
以 FastClaw 为例,演示基于存算分离架构的云端 Agent 的运行过程👇
1. 一套 k8s 集群,日常 2 个 pod,部署 fastclaw gateway,接收用户请求
2. 负载均衡把用户请求路由到其中一个 pod,Agent 开始计算逻辑:
2.1 从 db 读取提示词文件(soul,identity,user)
2.2 初始化 pod 内一个临时目录作为 workspace
2.3 初始化 sandbox,挂载 workspace
2.4 从对象存储下载用户资料和系统 skills 到 workspace
2.5 调用 memory_search 工具,从向量数据库查询记忆
2.6 拼接上下文,调用 llm,解析工具
2.7 在 sandbox 执行工具调用,读写 workspace 内的文件
2.8 把 Agent Loop 过程中的状态设置为 checkpoint,保存到 kv
2.9 Agent 输出结果给用户
3. 通过惰性检查,把不活跃的 sandbox 关闭,关闭前把 sandbox 内 workspace 的文件上传到对象存储
以上的存算分离架构,计算层依赖 pod + sandbox,pod 水平扩容支持并发调用,sandbox 承接少量的工具调用,使用 e2b 作为 sandbox 可以做到秒级启动,构建 sandbox 池可以提高并发容错;存储层依赖 kv + db + vector db + oss 的组合使用,瓶颈在于 io 延迟
这套架构最大的挑战在于分布式多副本场景下的数据一致性,需要合理使用锁机制和负载均衡策略。
理解了这套架构,再去看 Manus,Claude managed agents 的实现,就很好理解了。
篇幅有限,不能详述细节,欢迎留言讨论。🤗
29 293
红包分好几种,很多人搞混了:
1. 发券:结合电商交易/本地生活服务(到家/到店)
2. 裂变:老带新,师傅带徒弟,做APP 拉新和拉活
3. 极速版:靠激励任务、刷内容(积攒时长)赚钱
4. 社交型:依托于支付体系的即时到帐的社交场域
微信和支付宝红包,代表集五福和春节偷袭;
拼多多淘特的红包,大家先入为主是砍一刀;
阿里京东的红包,商品券/店铺券/神券/Plus;
抖音快手极速版的红包,默认激励任务赚钱;
抖快生服滴滴携程的红包,是拼团和满减券。
其实,都是不一样的。
准备和 @潘乱 再聊一期红包/网赚/裂变的前世今生。
29 293
天涯社区秽土转生的公告写得挺绕的,我讲一些细节:
- 创始人刑明和原始团队已经出局了,包括2023年最后一次管理层连续直播一个星期筹款救天涯的活动,连300万人民币的目标都只完成了不到10%,然后法律意义上的天涯社区就宣告破产了;
- 破产之后的天涯社区拍卖了能卖掉的所有资产,但还是提前备份了论坛数据,一家跨境金融公司注册了成都天涯客这个主体,主要负责出钱保存服务器,并从刑明那里取得了受托授权,也就是字面意思上的接盘;
- 但新公司想要继续运作天涯社区的品牌,但不愿意背负天涯社区之前的债务——差不多1.2个亿左右——所以对资产剥离的技巧提出了很高的考验;
- 之所以tianya.cn的域名拿不回来,也是因为被债主中国电信给扣下并做了司法拍卖,说明运营商不接受这种做法,欠债还钱天经地义,于是新公司只能用tianya.net这个域名转生;
- 但比较意外的是,新公司通过仲裁打赢了数据所有权的官司,可能说服了法庭用户数据不算企业资产吧,目前的监管模式也比较倾向于保护数据的一方;
- 按照这个架构来收拾天涯的残局,其实成本不高,但一直没有正经公司掺合的原因还是没法赚钱,或者说没法以常规的商业模式赚钱,天涯社区作为产品已经名存实亡了;
- 所以新公司现在搞的都是野路子,卖2000块钱一份的会员集资、把天涯神贴改成付费可看、甚至计划效仿Reddit把内容卖给AI公司训练等等,还是很抽象的;
- 现在的天涯社区在实质意义上真的成了一艘忒修斯之船:若一艘船的所有部件被逐步替换,直至无原始材料留存,此时该船是否仍是原来的船?
29 293
#出海运营秘籍👉@yunying23
在 X 上写文章最烦排版搬运。
图片要一张张传、表格贴不进去、代码块全乱。
我做了个功能: Markdown 一键转 X 文章。
图片封面自动上传、表格自动转图、代码块原样保留。
另外跟 YouMind 无缝对接,文档、爆款文章集合均可一键导出到 X 草稿。
快来试试吧,10 秒钟上手:
https://youmind.com/landing/markdown-to-x-article
Invalid media: video
29 293
当巴别塔开始倒塌,小红书买下了世界杯
(虽然是在小红书工作,但以下说的所有观点仅代表个人不代表平台意志)
【有关“巴别塔”】
潘乱老师在标题里有一个比较明显的典故错用… 标题按照他的意思其实是巴别塔建立,而不是巴别塔倒塌。“巴别塔”源自《圣经》,上帝为阻止人类因语言统一而过于强大,变乱了人类的语言,导致通天塔工程失败。这揭示了人类社会的永恒悖论——集体协作依赖于共识,但个体认知的差异又会解构共识。
但现代现代社会的巴别塔其实靠翻译功能弥合是完全不够的。现代社会的协作失灵”常表现为“意义变乱”,即表层语言相通,但背后的价值判断和情感倾向因文化、立场不同而产生分歧… 这么看下来小红书确实比X更容易建造巴别塔,毕竟兴趣不会带来那么大的纷争,国际局势聊天广场可就不一定了…
【有关“社区的社区”】
小红书整体是一个大社区,但里面的体育、游戏等兴趣圈子还不足以形成小社区——我倾向于归纳为兴趣社群,一种相对松散的组织。区分两者的关键是:一个独立的社区需要具备“边界、独立信息流、成员身份认同”三个要素。
小红书的兴趣圈子没有边界(内容与主站推荐流混排,你无法“进入”一个只显示体育笔记的信息流),没有独立管理规则(所有话题共用平台统一的审核与分发逻辑),也没有超越单次互动的稳定成员关系(用户不会说“我是小红书体育社区的人”,他们只是“在聊球”)。
所以,小红书上只有话题的聚合、情绪的共鸣,但没有形成独立于平台的小社区。它暂且还不能被称为“社区的社区”。
29 293
推荐一个开源工具 NewsNow,专门用来优雅地阅读实时热门新闻。内容按国内、国际、科技、财经等分类聚合,来源覆盖微博、知乎、抖音、GitHub、华尔街、Hacker News、V2EX 等主流平台,一眼就能把当天热点扫清。
GitHub:https://github.com/ourongxing/newsnow
在线地址:https://newsnow.busiyi.world
互联网充电|优质资源
优质内容|内幕消息
29 293
昨晚去杭州某大厂交流,说了一个观点,越是大用户量的产品,产品经理就越难在其中融入“自己”,这在 AI 时代是危险的
反倒是做个小而美的东西,可以把自己的个性、甚至缺点,当做产品的特性,反正又不要吸引太多人,有一些臭味相投的就可以了
29 293
周末用TanStarter模板给娃做了个学习网站
后台生成学习任务,主要是学单词,
用 Workers AI 免费生成学习内容,
图片用 Thiings Icons 图库,
语音用 Workers AI 免费模型,
前端界面用 Animal UI,简单好看,
数据库、存储、部署都用Cloudflare,
成本为0,这就是 TanStarter 模板的优势!
29 293
+8
胡彦斌 Vibe Coding 的 App 彦火上架了
胡彦斌第一次亲手做 App ,从零开始学 Vibe Coding,根据之前的采访,差不多应该是一个多月不到两个月左右做出来的
下载体验了下,流程很完整,主体功能凸显,登录注册、邀请、会员等级等等,交互 UI 整洁美观,还内嵌 AI 助手可以聊天!!
整体 App 评级,综上考量,我给到夯!!
这是让多少号称互联网从业者汗颜啊,一天叭叭叭在那大谈阔论,以为马上要改变世界,一拿产品出来尴尬的要死
AI 时代,Code is cheap,Show me u product
品味决定一切
29 293
开源项目 botgroup.chat 支持本地桌面版啦!
可以将 本地 codex Claude code opencode 等本地 cli Agent 拉进一个群聊,帮你协同开发,
比如 codex 规划 -opencode 写代码-codex review 多轮自动交互。
https://github.com/maojindao55/botgroup.chat-desktop
顺便测了一把 minimax M 3 模型能力,效果不错
Invalid media: video
29 293
现代人太忙了
减少注意力的损耗其实有技巧的,分享我的方法
1. 用代办清单: 大多数任务都先加到清单中,不要去马上执行,这样避免人脑单线程CPU被过度切换。清单的主要作用就是备忘,然后方便后续的优先级管理
2. 用时间块切换替代事切换:比如早上这一段时间只做产品工作,所有研发的细节都放到下午,这样连续做相同性质的工作效率比较高,如果你把不同工作性质的内容放到一起,比如产品、设计、设计和硬件相关的东西放到一起效率就很低。因为不同工种的基础思考逻辑不一样,你要让大脑进入不同工种思维需要不同的知识和情绪,大脑的堆栈也是有限的,来回切换堆栈对脑能量的消耗也很大
3. 不重要的事情不要做:一天把最重要的三件事情做了,比你做100件不重要的事情,更有意义。因为不重要的事情做了,只是让自己心里好受点,但是有时候战术式勤奋就是战略懒惰的前兆
互联网充电|优质资源
优质内容|内幕消息
现已上线!2025 年 Telegram 研究 — 年度关键洞察 
