节目

你喜欢的节目都在这里

第二十一章 Claude_Code的_Hooks_拦截机制

第二十一章 Claude_Code的_Hooks_拦截机制

双人漫谈:ClaudeCode

主题是 “Hooks —— 用户自定义拦截点”。本章深入剖析了 Claude Code 如何通过一套精密的 Hooks 系统,允许用户在 AI Agent 生命周期的 26 个关键事件点插入自定义逻辑,实现从格式检查到自动部署的任意工作流定制。 以下是该章节的核心内容总结: 1. 核心定位:可扩展的工作流引擎 Hooks 系统填补了内置安全防线(权限系统与 YOLO 分类器)的空白。它不只是简单的“回调函数”,而是解决了信任边界、超时控制、语义转换和配置隔离四个核心难题的工程方案。 2. 四种 Hook 类型 系统支持四种可持久化的 Hook 类型,满足不同复杂度的需求: * command(Shell 命令):最基础类型,支持 Bash 和 PowerShell,可利用 $ARGUMENTS 获取工具输入,并通过退出码与模型通信。 * prompt(LLM 评估):将输入发送给轻量级模型进行评估,用于快速判断。 * agent(Agent 验证器):最强大类型,启动一个完整的 Agent 循环来验证复杂条件(如“验证单元测试是否全部通过”)。 * http(Webhook):将数据 POST 到指定 URL,具备显式的环境变量白名单保护机制。 3. 五大类生命周期事件 Hooks 覆盖了 Agent 运行的全过程,共 26 种事件: * 工具执行:PreToolUse(可拦截或重写命令参数)、PostToolUse 等。 * 会话阶段:SessionStart(环境初始化)、Stop(响应结束前拦截)、UserPromptSubmit(提交前清洗)等。 * 多 Agent 协作:SubagentStart、TaskCompleted 等。 * 文件与配置:文件变更、目录切换及规则文件加载。 * 压缩与 MCP:对话压缩前后及 MCP 服务器的交互点。 4. 执行模型与退出码协议 * 异步生成器架构:采用 async function* 设计,支持流式处理 Hook 结果,每个 Hook 独立 yield 进度和最终状态。 * 超时策略:默认超时为 10 分钟以适应构建任务;但 SessionEnd 事件被严格限制在 1.5 秒内,以确保用户退出的流畅性。 * 退出码语义:这是 Hook 与宿主间的核心协议。0 表示成功;2 表示阻塞错误(stderr 会发送给模型进行修正);其他值视为非阻塞错误。 * 后台执行:通过 async: true 支持后台运行,asyncRewake 模式能在后台任务失败(退出码 2)时唤醒模型继续处理。 5. 信任门控与安全设计 * 强制信任检查:在交互模式下,所有 Hook 执行前必须经过信任对话框确认,遵循纵深防御原则。 * 配置快照隔离:Hook 配置在启动时捕获快照,运行时不再重复读取磁盘,确保了会话期间行为的一致性。 * 路径安全:在 Windows 上自动进行 Git Bash 路径转换,并在执行前验证工作目录的真实存在性。 6. 高级应用案例:LangSmith 运行时追踪 本章通过 LangSmith 插件展示了 Hooks 的强大价值:该插件无需修改源码,仅通过 9 个 Hook 事件采集信号,配合事实日志(Transcript)本地状态机,就能在外部重建出一棵包含子 Agent 和工具调用的完整 Trace 树。 总结而言:展示了 Hooks 系统如何将 Claude Code 从一个封闭工具转变为一个开放的集成平台。它通过标准化的退出码协议和丰富的生命周期钩子,让开发者能够以“非侵入”的方式深度定制 AI Agent 的行为。

6分钟
18
1个月前
第二十章 拦截AI隐形指令注入

第二十章 拦截AI隐形指令注入

双人漫谈:ClaudeCode

这一章深入解析了 Claude Code 如何应对 AI Agent 特有的安全威胁 —— 提示注入(Prompt Injection)。由于 Agent 具备读写文件和执行命令的能力,这类攻击可能导致 Agent 被劫持为攻击者的代理,从而执行任意恶意代码。 以下是该章节核心内容的总结: 1. 纵深防御体系(Defense in Depth) Claude Code 并不依赖单一技术,而是构建了一套七层纵深防御体系。其核心哲学是:没有任何一层是完美的,但七层叠加后,攻击者必须同时绕过所有层级才能成功。这七层涵盖了从字符级到行为级的全方位防护。 2. 第一道防线:Unicode 迭代清洗 针对真实的隐形字符攻击漏洞(如 HackerOne #3086545),系统实现了极其严格的清洗机制: * 三重防御:结合 NFKC 规范化、Unicode 属性类移除和显式字符范围过滤,剔除所有肉眼不可见但模型能“看到”的格式控制、私用区和隐形指令字符。 * 迭代清洗:由于规范化可能产生新的危险字符,系统会进行最多 10 轮迭代直到字符串完全稳定。 * 递归处理:系统不仅清洗 JSON 数据的值,还会清洗其键名,防止攻击者在键名中嵌入注入向量。 3. 结构与语义防御:XML 转义与来源标签 为了防止外部输入伪造系统指令,系统建立了严密的结构化防线: * XML 转义:所有进入上下文的外部字符串都会经过 escapeXml 处理,防止其包含伪造的标签(如 <system-reminder>)。 * 来源认证机制:定义了 29 个 XML 标签常量(如 bash-stdout, channel-message)。模型通过这些标签明确知晓内容来源,从而对不同来源的数据赋予不同的信任级别。例如,包裹在 <channel-message> 中的内容被视为不可信的外部推送,而非用户直接指令。 4. 模型即防线(Model as Defender) 该系统的一个独特之处在于让受保护的模型本身参与防御: * 注入检测训练:在系统提示词中明确要求模型:如果怀疑工具结果中包含注入尝试,必须主动向用户发出警告。 * 信任模型建立:通过提示词告诉模型,哪些标签是系统自动生成的,且它们与周围的工具结果无直接关联,从而识破伪造的系统提醒。 5. 架构级硬阻断与威胁面分级 系统根据操作的潜在损害范围实施威胁面分级(Threat Surface Tiering): * 本机操作:如读写文件,由权限规则和 ML 分类器判定。 * 跨机器消息:对于跨机器发送的消息,系统实施最严格的硬阻断 —— 将 classifierApprovable 设为 false。这意味着即使 AI 分类器认为安全,也必须由人类手动确认。 6. 行为边界:CYBER_RISK_INSTRUCTION 系统通过内嵌在系统提示词中的 CYBER_RISK_INSTRUCTION 为模型设定了认知边界: * 明确允许清单:列出合法的安全研究场景(如 CTF、渗透测试教育)。 * 灰色地带处理:对双用途安全工具(如 C2 框架)要求必须具备明确的授权上下文。 * 元防御:在指令文件中加入注释,禁止模型在未经用户许可下修改自身的安全规范文件。 7. 核心工程模式提炼 * 信任边界清洗(Sanitize at Trust Boundaries):只在外部数据进入内部系统的入口点(如 MCP 工具加载、Deep Link 解析)进行清洗,不在业务逻辑中散布清洗代码,以平衡性能与安全。 * 来源标记分级:对不同来源(代码内嵌、用户编写、Hook 输出、MCP 结果)赋予阶梯式的信任权重,其中 MCP 工具结果被视为最低信任级别,需经过完整的七层防御链。 总结而言,本章展示了 Claude Code 如何通过字符级清洗、结构化隔离、模型认知强化以及架构级硬阻断,在开放的工具生态(如 MCP)中为 AI Agent 筑起了一道坚实的防御长城。

5分钟
13
1个月前
Vol.130 美漫改编电视剧里有哪些"一季被砍"的倒霉蛋?

Vol.130 美漫改编电视剧里有哪些"一季被砍"的倒霉蛋?

摇摆指南

嘉宾:囧羊&原文中 封面/剪辑/后期:Ac 《蜘蛛侠4》火热上映,《绿灯军团》播出在即,我们却选择回到美漫历史上那些无人问津的角落——你听过DC《娜奥米》吗?你见过蝙蝠侠之子和小丑女儿组队吗?你知道漫改剧史上最贵的制作费烧掉了多少美元吗?你敢想象一部剧因为退税问题就被砍吗? 本期节目,我们继续邀请到老朋友囧羊和原文中。作为重度美漫迷,他们有着丰富的阅剧量,同时也保持着对漫改剧数据与资讯的持续关注。我们坐在一起,带大伙认识认识过去二十多年里的漫改美剧里,有哪些冷门的,小众的,播出一季就被砍的倒霉蛋。它们有的实属冤枉,有的颇为鸡肋,有的则死有余辜——你要么不知道它的存在,要么希望它不曾存在过。 P.S:出于节目篇幅及项目特殊性的考量,本期节目将不会涉及自2021年《旺达幻视》以来的,迪士尼+推出的所有漫威剧集。 本期时间轴: 00:03:16 《猛禽小队》(2002),生不逢时的哥谭女团 00:16:22 《刀锋战士》(2006),画虎类犬的鸡肋续作 00:28:35 《康斯坦丁》(2014),漫画里走出来的渣康 00:43:43 《无能为力》(2017),失败的DC宅核喜剧 00:52:34 《异人族》(2017),空前绝后的漫威最烂 00:59:07 《沼泽怪物》(2019),DC Universe之殇 01:06:23 《杀手一班》(2019),罗素兄弟的“弃子”们 01:13:20 《地狱风暴》(2020),这TM是漫威电视剧? 01:21:26 《朱庇特的遗产》(2021),史上最烧钱的漫改剧 01:31:55 《非战区》(2022),被疫情耽误的潜力股 01:40:58 《娜奥米》(2022),惊奇少女廉价青春版 01:50:06 《哥谭骑士》(2023),存在即原罪 02:01:56 《死亡男孩侦探社》(2024),“尼尔盖曼我燥称冯” 更多精彩,敬请期待。感谢大家的收听与支持!

132分钟
1k+
1个月前
20260805SpaceX首份财报营收大超预期!正与英伟达合作设计卫星算力部署方案

20260805SpaceX首份财报营收大超预期!正与英伟达合作设计卫星算力部署方案

从华尔街到陆家嘴

▼ 本期播客导览: 第一财经主持人:李欣 本期嘉宾:国鸣投资秦毅、申万宏源证券研究所研究部联席总监 钱启敏 「00:02:38 SpaceX首份财报营收大超预期!正与英伟达合作设计卫星算力部署方案」 ①SpaceX首份财报营收大超预期!正与英伟达合作设计卫星算力部署方案 SpaceX上市后首份财报显示,二季度总营收同比大增92%至78亿美元,调整后EBITDA达35亿美元,均大幅超出市场预期。净亏损收窄至5.41亿美元,AI业务亏损亦低于预期。星链业务是核心盈利支柱,贡献16.6亿美元运营利润。然而,财报发布后SpaceX股价盘后跌近7.5%。主要受两方面影响:一是AI相关资本支出高达158亿美元且预计后续维持高位,引发市场对现金消耗的担忧;二是本周面临大规模股票解禁压力。尽管业绩亮眼,但高估值与高投入并存,促使市场重新定价风险。同时,再SpaceX电话会议上,CEO马斯克宣布,公司已决定在AI算力建设上独家采用英伟达技术。SpaceX认为英伟达的Vera Rubin架构"是目前最好的AI计算机",并计划明年开始发射搭载英伟达Vera Rubin NVL72机架式系统的Starmind卫星,将AI算力延伸至近地轨道。 -国鸣投资秦毅:马斯克设想中的2030年SpaceX:全球最大的AI算力运营商之一(90%算力出租+10%自家大模型);全球卫星宽带与移动通信平台(V3容量10倍+发射10倍叠加服务价格降10倍,总经济价值依旧提升10倍)+Grok和Cursor构成企业AI软件入口;实现Starship每天发射,地面和轨道数据中心协同运行,最终年收入冲击1万亿美元。建议投资人密切关注:1)AI合同收入确认速度;2)每GW算力收入与回报率;3)Starship高频复用进度;4)Starlink企业用户单位价值及数量增长及移动通信收入。风险在于:SpaceX正在用极高资本强度购买增长。该万亿美元收入目标虽具备产业逻辑,但要求几乎所有战略同时成功,且面临极高的技术难度。 《从华尔街到陆家嘴》邀请您每个交易日上午与我们共同关注全球市场资讯,聚焦美股风云变幻,把握A股买卖良机! 想了解更全面的行业分析,获得更精准的投资机会,欢迎订阅我们的《从华尔街到陆家嘴·投资秘籍》!助您精准把握投资机会!一键直达▶投资秘籍 注:以上内容不构成任何投资建议。市场有风险,投资需谨慎,决策请结合个人风险偏好与专业分析。

30分钟
99+
1个月前
Vol.128|硅谷把 FDE 当 mini CTO 招?聊聊爆火的 AI 新职业

Vol.128|硅谷把 FDE 当 mini CTO 招?聊聊爆火的 AI 新职业

开始连接LinkStart

【本期内容】 这期节目聊一个正在 AI 行业爆火的新职业:FDE,前线部署工程师。 当程序员还在担心被 Coding Agent 替代时,FDE 却成了 OpenAI、Anthropic、AWS 等公司争抢的岗位。一年内,相关招聘增长约 7 倍。反直觉的是:模型越强,企业越需要人进入现场。 FDE 不是传统驻场,也不只是售前或外包。它要把 AI 能力带进真实业务流程,理解客户需求、判断模型边界、搭建可运行的工作流,并把一线经验反哺回产品。 本期我们邀请三位嘉宾,从研究和实战两端拆解:FDE 是 AI 公司的新护城河,还是临时补丁?它能规模化,还是会把 AI 公司拖回项目制?普通工程师转型 FDE,是通往 AI 核心战场的门票,还是职业陷阱? 本期播客整理自访谈精华内容。 【嘉宾】 郑玄|极客公园 副主编 王伟|词元无限 CTO 余一|腾讯研究院 高级研究员 盛思雄|Parall Founder&CEO 【精彩时刻】 PART1 FDE 到底是什么?不是驻场,也不是外包 01:47 2026 年最具代表性的新 AI 职业,可能就是 FDE 05:33 模型能力和业务交付之间,还有很长一段路要走 10:11 「前线」才是 FDE 的关键词:不是坐在后端想象用户需求 13:54 好的 FDE 一定要把项目经验产品化回流,而不是只做一次性交付 PART2 为什么今年 FDE 突然爆火? 18:00 过去一年,FDE 从「科技叙事」变成了「真实生产力」 19:48 大模型通吃通用知识,但在企业垂类场景里没有手和脚 20:39 OpenAI、Anthropic 做 FDE,说明垂类客户仍有巨大价值 24:42 SaaS 时代找最佳实践要 5–10 年,AI 时代大家两个月都等不了 PART3 FDE 这笔账怎么算?卖服务还是卖结果? 33:40 如果不是 AI Native,FDE 会直接退化成传统定制开发 42:47 国内 FDE 月薪大多 2–5 万,顶尖能到 8 万 46:10 FDE 最被看重的不是 AI 能力 47:30 硅谷把 FDE 当 mini CTO 招,但薪水却未必匹配 PART4 什么样的人适合做 FDE? 50:32 招 FDE 不能幻想招超人,关键看经验和学习能力 51:33 年资更高的人反而可能适合 FDE:业务理解和认知迭代更强 53:36 Palantir 模式里,FDE 不是一个人六边形,而是团队分工 60:15 FDE 既要会说「不」,也要做启蒙者和需求引导者 PART5 FDE 会走向生态,还是被 AI 替代? 62:02 FDE 可能变成兼职生态:1–10 人小团队做 AI 咨询加落地 71:28 未来可能团队规模缩小,但搭建 FDE 系统的人会长期存在 72:59 人与人的需求沟通、组织变革和责任承担,仍然很难被 Agent 取代 76:17 被低估的不是 AI 的效率,而是人的主观能动性 【名词释义】 * FDE:Forward Deployed Engineer,前线部署工程师 【听友群💬】 如果你喜欢我们的节目,欢迎保存下方二维码,微信扫码加入听友群和主播互动、交流节目听后感受和选题、认识同频小伙伴~(ps:二维码不过期哦✌️) 【关于节目】 「开始连接 LinkStart」是一档由极客公园出品的科技商业播客。在这里,我们会邀请各行各业的嘉宾一起跨界对话、碰撞思想,用科技、商业和人文的视角一起描摹这个时代。 欢迎同步关注「公众号/视频号-极客公园」,第一时间,带你追踪科技热点。 本期编辑:周永亮 剪辑:ioki 运营:ioki 监制:靖宇、xuxu 公众号/视频号:极客公园

79分钟
13k+
1个月前

加入我们的 Discord

与播客爱好者一起交流

立即加入

扫描微信二维码

添加微信好友,获取更多播客资讯

微信二维码

播放列表

自动播放下一个

播放列表还是空的

去找些喜欢的节目添加进来吧