看了下 Deno Sandbox，它防止 agent 泄露密钥的设计挺巧妙的。
你在创建沙盒时配置 API Key，但它不会被写进环境变量。代码读到的只是一个占位符，类似 `DENO_SECRET_PLACEHOLDER_b14043a2...`，一串没有实际意义的字符串。
沙盒所有出站请求都必须经过一个透明代理，这个代理干两件事：一是核对目标地址是否在你预设的白名单里，不在的直接拦掉；二是把占位符替换成真实密钥。
即使 agent 被 prompt 注入攻击了，生成的恶意代码想把密钥发到攻击者服务器，要么被白名单挡住，要么对方收到的也只是一串废字符。真实密钥只在代理层，沙盒内的 agent 或恶意代码全程接触不到。
你在创建沙盒时配置 API Key，但它不会被写进环境变量。代码读到的只是一个占位符，类似 `DENO_SECRET_PLACEHOLDER_b14043a2...`，一串没有实际意义的字符串。
沙盒所有出站请求都必须经过一个透明代理，这个代理干两件事：一是核对目标地址是否在你预设的白名单里，不在的直接拦掉；二是把占位符替换成真实密钥。
即使 agent 被 prompt 注入攻击了，生成的恶意代码想把密钥发到攻击者服务器，要么被白名单挡住，要么对方收到的也只是一串废字符。真实密钥只在代理层，沙盒内的 agent 或恶意代码全程接触不到。
今天看到QQ 农场移动端重新上线，想起 21 年我刚毕业做的第一款产品，小鹅庄园。
当时我们没有走传统的单人经营路线，而是做了「群庄园」，一个微信群share一个庄园，每个人只负责其中一块地，任务、金币、种子、肥料、果实、兑换实物，所有循环都被嵌进群关系里。
偷果实、除杂草、群友合种、瓜分金币、土地衰减，你能看到协作和对抗同时存在，用社交密度换召回效率，也确实用更少的预算撬动了更高效的召回。
Xinyang和青猫带我，那也是我第一次完整闭环的产品训练，每天都在体验陡峭学习曲线带来的正反馈，也持续被信任，被倚重，被交托重要事项，给了初入职场的我太多自信和面对逆境的能量。
现在回头看，小鹅庄园仍然是我最骄傲的作品之一，今天看到 QQ 农场重新上线，感觉是和当年的自己打了个照面。
当时我们没有走传统的单人经营路线，而是做了「群庄园」，一个微信群share一个庄园，每个人只负责其中一块地，任务、金币、种子、肥料、果实、兑换实物，所有循环都被嵌进群关系里。
偷果实、除杂草、群友合种、瓜分金币、土地衰减，你能看到协作和对抗同时存在，用社交密度换召回效率，也确实用更少的预算撬动了更高效的召回。
Xinyang和青猫带我，那也是我第一次完整闭环的产品训练，每天都在体验陡峭学习曲线带来的正反馈，也持续被信任，被倚重，被交托重要事项，给了初入职场的我太多自信和面对逆境的能量。
现在回头看，小鹅庄园仍然是我最骄傲的作品之一，今天看到 QQ 农场重新上线，感觉是和当年的自己打了个照面。
想写个 LLM 应用，脑子里全是 AI Agents 和 RAG 这些大词儿，真要动手写代码时却卡壳
GitHub 上有个叫 awesome-llm-apps 的仓库特别实用。它没整那些虚头巴脑的理论，直接甩给你一堆能跑的真代码。想做个 PDF 对话机器人？想把博客自动转成播客？或者搞个数据分析 Agent？这里面都有现成的。
OpenAI、Google、Anthropic，还有开源的 Llama，它都给你通过去验证过了。这简直就是个极其顺手的“抄作业”题库！
与其自己从零开始造轮子、踩坑，不如直接把它的代码拉下来改改。拿来就能用，这才是省时间的正确姿势。
🔗：http://github.com/Shubhamsaboo/awesome-llm-apps · Star：84.1k
GitHub 上有个叫 awesome-llm-apps 的仓库特别实用。它没整那些虚头巴脑的理论，直接甩给你一堆能跑的真代码。想做个 PDF 对话机器人？想把博客自动转成播客？或者搞个数据分析 Agent？这里面都有现成的。
OpenAI、Google、Anthropic，还有开源的 Llama，它都给你通过去验证过了。这简直就是个极其顺手的“抄作业”题库！
与其自己从零开始造轮子、踩坑，不如直接把它的代码拉下来改改。拿来就能用，这才是省时间的正确姿势。
🔗：http://github.com/Shubhamsaboo/awesome-llm-apps · Star：84.1k