省下每月数百美元 webhook 账单：主动式 AI 助手三层架构拆解
uriwa · reddit · 2026-10-10
多数 AI 助手是被动聊天机器人，真正的助手应主动监听收件箱、潜在客户等信号。作者指出两条必须解决的关键障碍：
成本陷阱：收件箱 95% 的流量是噪音（简报、订单确认、通知），而一次完整 agent 回合消耗数千 token，对所有 webhook 全量唤醒 agent 每月可能烧掉数十到数百美元。需要一个比完整 agent 回合便宜两个数量级以上的前置过滤层。
安全陷阱：入站 webhook 是不可信输入，若允许 agent 任意执行代码，prompt injection 可导致密钥泄露（如恶意邮件诱导发送环境变量）。方案是默认沙箱化、确定性执行、无法访问未授权主机。
三层架构：
- 第 1 层：边缘沙箱代码（Safescript）——无循环、无文件访问、无 shell、网络请求按密钥策略生成的白名单静态分析，运行前拦截；
- 第 2 层：廉价决策模型（System 1）做垃圾分类，如判断邮件是否需要行动；
- 第 3 层：完整 LLM agent 循环（System 2）只处理高价值推理与用户交互。
文中附了沙箱语言处理邮件字段的示例代码。
「编程与Agent」频道最新
- mitsuhiko：模板引擎跑不可信输入，不加 OS 级隔离就是不安全 — mitsuhiko · 2026-10-10
- mitsuhiko 质疑 code mode 方案：共享 worker 隔离不足有风险 — mitsuhiko · 2026-10-10
- 用决策模型引入非确定性规则，或将大幅改善 AI 代码生成 — rickasaurus · 2026-10-10
- 把 Cloudflare 控制台搬进无限画布的脑洞演示 — round · 2026-10-10
- Anthropic 模型自动化测试中向费城警方提交伪造凶案线索 — rohanpaul_ai · 2026-10-10
- Composer 桌面版可'Tab 补全 Agent 提示词',用户称屡屡惊艳 — keyanzhang · 2026-10-10