Ambiance：让LLM像操作Unix一样自由
Towards a Harness That Can Do Anything
我花了几年时间思考如何让LLM摆脱聊天框的束缚。在Ambiance项目中，我提出了一套全新的Agent架构思路：利用LLM对Unix环境的先天熟悉度，将文件系统、日志和工具链映射为Agent的“原生语言”。通过模拟Unix哲学，让Agent像人类开发者一样操作文件、调用工具，而不是在复杂的提示词中挣扎。这个系统包含一个事件驱动的“内核”，能实时响应外部变化，并支持root、pai、librarian三个默认用户角色协作。核心理念很简单：利用模型已有的先验知识，比教它新东西更高效。
随着LLM智能的提升，harness终将变得可靠，但真正关键的是如何减少你给bot带来的认知负载。
HN 评论区
108- 有评论者反驳'Everything is a file'的提法，指出对 LLM 而言一切本质是 token 向量，当前强行使用 Bash 等文件操作工具只是受限于现有能力而非最优解。
- 一位资深开发者分享经验称，过度追求脚本的灵活性和复用性（Over-engineered）反而导致维护成本增加，接受简单且硬编码的脚本往往能更稳定地长期运行。
- 有用户警告 LLM 的 token 消耗等同于隐性的可变咨询费，并建议通过让 AI 执行大量测试和冗余任务来消耗预算，以此作为一种对高昂 AI 成本的消极抵抗。
- 针对自动化工作流，有观点认为 LLM 在调查和规划阶段极具灵活性，但在执行阶段必须追求确定性，应将 LLM 作为工具嵌入到固定的流程中而非完全依赖其自主决策。