Block Buzz:用 Nostr 协议把 AI Agent 变成真正的队友,而非自动化幽灵
Block Buzz用 Nostr 协议把 AI Agent 变成真正的队友而非自动化幽灵原文来源GitHub - block/buzzJack Dorsey 旗下 Block 公司2026年7月21日开源发布定性早期可用产品v0.4.21渐进优化中的范式尝试核心观点Buzz 要解决的问题非常具体现有工具中AI Agent 要么是旁观者Slack bot要么是幽灵cron job它们的行为没有身份、没有历史、不在人类决策的房间里。Buzz 的回答是把 AI Agent 当成拥有密钥对的成员——不是通过权限标志管理它而是和管理人类队友一样通过身份Nostr 公私钥来界定其边界。每一条消息、每一次代码 Review、每一个工作流步骤无论来自人类还是机器都是同一个事件日志里的签名事件。这个设计的真正聪明之处不是统一界面而是身份与行为的密码学绑定你不需要看 Agent 说了什么你可以验证它做了什么——每步可追溯、可审计、可搜索。关键信息它到底是什么用最直白的话说Buzz Slack 的协作体验 GitHub 的代码管理 Nostr 协议的去中心化身份专为人类和 AI Agent 混合工作设计。部署单元是一个社区community背后是一个 Nostr relay中继。一个 URL 对应一个社区所有状态都 community-local不泄漏到其他租户。底层技术栈Rustrelay React/Tauri桌面 Postgres事件存储 全文搜索 Redispub/sub S3/MinIO媒体存储。最关键的设计决策Agent 是成员不是 Bot这是 Buzz 区别于 Slack/GitHub 现有 AI 集成的核心分叉点维度传统 Bot/集成Buzz Agent身份模型平台颁发的 token自持密钥对Nostr keypair权限管理全局 permission flags频道成员身份同人类行为可审计性日志分散、平台相关统一签名事件日志哈希链保证完整性能力边界调用 API与人类相同的操作面创建频道、发 patch、触发工作流、进 huddleBlock 内部的实际数据佐证了这个方向的价值其内部系统 BuilderBot 每天执行 200,000 次操作每周合并 1500 PR占生产代码变更的 15%——这已经不是辅助而是共同生产。技术架构速览ClientsDesktop / AI Agent CLI / 脚本 │ WebSocket REST ▼ buzz-relayAxum NIP-01/42 REST API audit log │ │ │ Postgres Redis S3/MinIO 事件FTS pub/sub Blossom媒体Agent 接入通过两条路buzz-cliJSON in / JSON out为 LLM tool call 设计buzz-acpACP ↔ MCP 桥接支持 Goose、Codex、Claude Code当前功能完成度✅ 已可用 建设中 有想法无代码relay、频道、线程、DM、画布、搜索、审计日志iOS/Android 移动端跨 relay 信任图谱桌面应用Tauri React工作流审批门控推送通知buzz-cli ACP harnessHuddle 生命周期事件Culture 特性YAML 工作流消息/反应/定时/webhook 触发Git 事件NIP-34 Git hosting代码示例快速启动自托管开发者路径# 一次性初始化 git clone https://github.com/block/buzz.git cd buzz . ./bin/activate-hermit # 固定工具链首次使用自动下载 just setup just build # 每天开发 . ./bin/activate-hermit just dev # 同时启动 relay 桌面应用 # Relay: ws://localhost:3000Agent 接入# 设置 Agent 私钥后直接用 CLI export BUZZ_PRIVATE_KEYyour_key buzz-cli JSON tool call # JSON in → JSON out设计为 LLM tool call常用命令just relay # 只跑 relay just check # fmt clippy desktop check just test-unit # 单元测试无需基础设施 just test # 完整测试套件 just reset # ⚠️ 清除所有数据交叉验证搜索并深读了以下两个独立信源信源一The New Stack —《Block Built a Slack for AI Agents》结论基本认同原文但补充了几个原文未提及的关键细节并隐含了质疑补充GitHub stars 发布时仅 100对比其 goose 框架的 50,000说明目前用户关注度有限而非已有广泛验证。补充Block 在今年2月裁员 40%10,000 → 6,000 人Dorsey 公开表示 AI 使新的工作方式成为可能——Buzz 很可能是裁员后内部工作流重构的外化产品而非纯粹从市场需求出发的产品。质疑文章引用 AxenBlock AI 负责人的话承认Slack 有十年的历史积累暗示替代 Slack 并非短期内可行Buzz 更可能以补充者而非替代者的身份存在。信源二Decrypt —《Jack Dorseys Block Launches Buzz, a Nostr-Based Slack and GitHub Rival》结论认同技术路线但指出了一个深层的架构矛盾关键质疑Buzz 宣称去中心化但每个工作空间实际上运行在单一中继single relay上该 relay 是唯一的事实来源。这是去中心化承诺与工程现实之间的张力——Nostr 协议本身支持去中心化但 Buzz 当前的部署模型并没有充分利用这一点更像是用了 Nostr 协议的自托管 Slack而非真正去中心化的网络。补充将 Buzz 放进 Dorsey 的一贯脉络——他从 Bluesky 董事会离职、持续支持 Nostr 生态Buzz 是这一开放协议理念的延续。这让产品定位更清晰这不只是商业产品也是 Dorsey 对开放协议基础设施押注的一部分。综合判断两个信源都没有反驳原文的核心技术主张但都从不同角度补充了原文的乐观叙事所忽略的现实约束采用率低、单中继架构的去中心化局限、以及商业模式的不确定性。个人启发这件事处于什么阶段该怎么看Buzz 不是又一个 AI 聊天工具也不是已经颠覆赛道的成熟产品。它处在一个非常微妙的位置范式想法正确工程现实还早。真正重要的那个判断是Buzz 把 Agent 的身份问题当成头等公民来设计而不是事后用权限系统打补丁。这件事的价值不在于今天的功能清单在于它预设了一个**Agent 是签名主体的世界观**——如果这个方向被更广泛接受比如成为行业标准那么所有基于 Agent 是 API 调用者 建模的工具都需要重构。但基于机制推演我判断短期内 Buzz 最可能的落地场景不是替代 Slack而是成为 AI-native 小团队10-30人大量使用 Agent 的创业团队/开发者团队的第一个工作台。Slack 的网络效应和工作流集成深度是 Buzz 短期内无法撼动的但在从零开始、天然接受 Agent 作为队友的团队中Buzz 没有迁移成本的包袱。边界与风险必须诚实说几个被原文轻描淡写的局限移动端缺失是硬伤2026年没有移动端的协作工具对于真实团队使用是显著障碍。单中继 单点故障去中心化的身份模型配上中心化的中继部署一旦 relay 挂了整个社区的实时性就断了。数据主权的承诺依赖于你自己维护好这个 relay。NIP-34 的 Git 集成是亮点但也是赌注Nostr 原生 Git 事件NIP-34目前还不是主流工作流要让团队从 GitHub PR 流程迁移过来工程阻力远大于 README 所暗示的。别被100 stars迷惑当前关注度低不代表方向错但确实说明这还在极早期生产可用性需要自行评估。对不同角色的具体行动建议AI Agent 框架开发者值得认真研究buzz-acpACP↔MCP 桥接的实现方式。这是当前少数把 Agent 身份管理做到协议级的开源实现可以参考其事件模型设计自己的审计机制。技术团队负责人如果你正在为团队评估AI 协作工具不需要现在迁移但可以用just dev跑一个本地实例感受其工作模式——特别是branch as room和agent-in-channel这两个交互模式可以反向启发你现有 CI/CD 工作流的改造方向。普通开发者暂时不需要行动等移动端出来、版本过了 1.0 再看。但如果你在用 goose 做 AI coding值得关注buzz-cli的 JSON tool call 集成——这可能是目前让 goose 工作留痕最简单的方案之一。延伸思考Agent 是签名主体这个设计决策会不会成为行业标准Buzz 的 Nostr keypair 模型和 Linux Foundation 的 ACP 协议方向一致如果 ACP 成为 Agent 互操作标准Buzz 的身份模型就不只是产品特性而是基础设施。反之如果 OpenAI/Anthropic 推出自己的 Agent 身份协议Buzz 的 Nostr 押注就会变成兼容成本。一个事件日志统治一切的架构在规模化时会遇到什么把聊天、代码、CI、审批都压进同一个 Nostr 事件流在小团队场景非常优雅但当团队到了 500 人、日均事件量达到百万级时Postgres FTS 搜索的性能边界在哪里这个单体日志模型是否需要分片这些问题原文完全没有回答。Block 的 Buzz 与其裁员40%之间是否存在逻辑自洽性如果 BuilderBot 真的能完成 15% 的生产代码变更那 Buzz 所描述的人类与 Agent 共存工作室在未来几年会不会变成Agent 主导、人类审批的工作室Buzz 现在强调humans stay in the loop但这条边界线的位置正是整个 AI 劳动力替代讨论中最需要被追踪的变量。 参考来源GitHub - block/buzz: A hive mind communication platform · GitHub

相关新闻

基于JAVA的选课系统与课程评价整合平台任务书

基于JAVA的选课系统与课程评价整合平台任务书

一、课题研究背景与意义 随着高校信息化建设不断推进,传统人工选课、线下课程评价的管理模式已无法适配现代化教学管理需求。多数高校现有选课系统功能单一,仅支持课程挑选与课表生成,缺少配套的课程评价、教学反馈、数据统计功能&#xff0c…

2026/7/25 0:03:17阅读更多 →
RabbitMQ 高频面试题详解

RabbitMQ 高频面试题详解

RabbitMQ 高频面试题(完整详解,后端面试直接背诵)一、基础概念篇1. 什么是消息队列?使用 MQ 有哪些作用?定义:消息队列是进程间 / 服务间异步通信的中间件,生产者发送消息存入队列,消…

2026/7/25 0:03:17阅读更多 →
央企程序员AI创业一个月感受 ?

央企程序员AI创业一个月感受 ?

央企程序员AI创业一个月感受 从央企的“铁饭碗”到AI创业的“独木桥”,一个月的时间,像是一场加速版的过山车。央企的稳定、资源、流程,与创业的混乱、迭代、生存,形成了鲜明的对比。这一个月,我学会了用代码快速验证想…

2026/7/25 0:03:17阅读更多 →
Luogu P2801 教主的魔法 题解

Luogu P2801 教主的魔法 题解

Luogu P2801 教主的魔法 题解 题目概述Luogu P2801 教主的魔法 是一道经典的数据结构题目,要求维护一个长度为 ( n ) 的序列,支持两种操作:1. 区间加法:对区间 ([L, R]) 内的所有元素加上一个整数 ( w )。2. 区间查询:…

2026/7/25 1:21:27阅读更多 →
2026年Java后端面试冲刺:7天高效备战与高频考点解析

2026年Java后端面试冲刺:7天高效备战与高频考点解析

距离面试只剩几天时间,面对海量的Java后端知识点,你是不是感到无从下手?传统的"地毯式复习"在时间紧迫的情况下已经不再适用。2026年的Java后端面试环境正在发生变化——AI辅助面试、场景题比重增加、八股文深度升级,这些变化要求我们采用更高效的冲刺策略。 这…

2026/7/25 1:21:27阅读更多 →
【限时开源】腾讯/米哈游内部使用的AI测试用例生成器v2.3(仅开放72小时),支持Unreal+Unity双引擎热插拔

【限时开源】腾讯/米哈游内部使用的AI测试用例生成器v2.3(仅开放72小时),支持Unreal+Unity双引擎热插拔

更多请点击: https://codechina.net 第一章:AI 游戏测试自动化的范式变革 传统游戏测试长期依赖人工探索、脚本化录制回放与基于规则的断言,面对开放世界、动态生成内容、多模态交互等现代游戏特性时,暴露了覆盖率低、维护成本高…

2026/7/25 1:21:27阅读更多 →
OMAP-L138硬件设计:上拉下拉电阻与电源时序的实战配置与故障排查

OMAP-L138硬件设计:上拉下拉电阻与电源时序的实战配置与故障排查

1. 项目概述:为什么上拉/下拉与电源时序是硬件设计的“定海神针”在嵌入式硬件设计领域,尤其是面对像TI OMAP-L138这样集成了ARM和DSP双核的高性能异构处理器时,新手和老手最容易栽跟头的地方,往往不是复杂的软件算法,…

2026/7/25 1:21:27阅读更多 →
射频采样ADC技术解析:从直采原理到ADC12DJ5200RF实战应用

射频采样ADC技术解析:从直采原理到ADC12DJ5200RF实战应用

1. 射频采样ADC:从“变频”到“直采”的技术跃迁在传统的射频接收机设计里,我们早已习惯了“超外差”架构:一个高频的射频信号进来,先经过一级甚至多级的混频器,与一个本振信号相乘,将信号频谱搬移到频率较…

2026/7/25 1:21:27阅读更多 →
如何在Linux上快速安装RTL8852BE Wi-Fi 6驱动:解决无线网卡识别问题

如何在Linux上快速安装RTL8852BE Wi-Fi 6驱动:解决无线网卡识别问题

如何在Linux上快速安装RTL8852BE Wi-Fi 6驱动:解决无线网卡识别问题 【免费下载链接】rtl8852be Realtek Linux WLAN Driver for RTL8852BE 项目地址: https://gitcode.com/gh_mirrors/rt/rtl8852be 你是否在Linux系统上遇到了RTL8852BE无线网卡无法识别的问…

2026/7/25 1:19:27阅读更多 →
Go语言静态资源打包方案对比与实践指南

Go语言静态资源打包方案对比与实践指南

1. 项目背景与核心需求在Go语言开发中,我们经常需要处理静态资源文件的打包问题。无论是Web应用的模板文件、前端资源,还是配置文件、证书等,都需要随程序一起分发。传统做法是将这些文件与编译后的二进制文件放在同一目录下,但这…

2026/7/25 1:01:14阅读更多 →
Go语言实现高性能LDAP认证服务的架构与实践

Go语言实现高性能LDAP认证服务的架构与实践

1. 项目背景与核心价值LDAP(轻量级目录访问协议)作为企业级身份认证的黄金标准,已经服务了超过80%的财富500强公司。我在金融科技领域实施统一认证体系时,发现传统Java方案存在启动慢、内存占用高等痛点。而Go语言凭借其协程并发模…

2026/7/25 1:01:14阅读更多 →
【AI面试官实战指南】:用ChatGPT模拟10类高频技术岗面试,3天提升应答精准度92%

【AI面试官实战指南】:用ChatGPT模拟10类高频技术岗面试,3天提升应答精准度92%

更多请点击: https://intelliparadigm.com 第一章:AI面试官实战指南的核心价值与适用场景 AI面试官并非替代人类HR的“黑箱工具”,而是以可解释、可审计、可迭代的方式,赋能招聘全链路的关键基础设施。其核心价值在于将主观经验沉…

2026/7/25 1:01:14阅读更多 →
突破文档下载限制:kill-doc让你看到的都能保存

突破文档下载限制:kill-doc让你看到的都能保存

突破文档下载限制:kill-doc让你看到的都能保存 【免费下载链接】kill-doc 看到经常有小伙伴们需要下载一些免费文档,但是相关网站浏览体验不好各种广告,各种登录验证,需要很多步骤才能下载文档,该脚本就是为了解决您的…

2026/7/25 0:01:16阅读更多 →
C++ string类模拟实现:从深拷贝到内存管理的完整指南

C++ string类模拟实现:从深拷贝到内存管理的完整指南

1. 项目概述:为什么我们要“手撕”string类?在C的学习道路上,尤其是从C语言过渡到C的“初阶”阶段,string类绝对是一个绕不开的核心。标准库里的std::string用起来太方便了,、find、substr,几个操作符和函数…

2026/7/25 0:01:16阅读更多 →
三角洲寻宝鼠工具:高效文件搜索与资源管理实战指南

三角洲寻宝鼠工具:高效文件搜索与资源管理实战指南

1. 先搞清楚“三角洲寻宝鼠”到底是什么工具从名称来看,“三角洲寻宝鼠”更像是一个资源查找或文件检索类工具,而不是游戏或娱乐软件。这类工具的核心价值在于帮助用户快速定位特定资源,比如文档、图片、压缩包或特定格式的文件。如果你经常需…

2026/7/25 0:01:16阅读更多 →
YOLOv8推理性能优化:从1.2FPS到35FPS的全链路加速实践

YOLOv8推理性能优化:从1.2FPS到35FPS的全链路加速实践

如果你在部署 YOLOv8 时,发现推理速度只有可怜的 1-2 FPS,而别人的演示视频却能跑到 30 FPS 以上,那么问题很可能不在模型本身,而在于你的整个处理链路。很多开发者拿到一个训练好的 YOLOv8 模型后,会直接使用官方示例…

2026/7/24 23:01:03阅读更多 →
Coze与Dify对比指南:低代码AI应用开发从入门到实战

Coze与Dify对比指南:低代码AI应用开发从入门到实战

1. 从零到一:为什么你需要了解 Coze 和 Dify?如果你对 AI 应用开发感兴趣,但一看到“大模型”、“智能体”、“工作流”这些词就头疼,觉得门槛太高,那这篇文章就是为你准备的。很多开发者,包括我自己&#…

2026/7/24 19:00:40阅读更多 →
AI生图工具怎么选?2026年6月版实测对比

AI生图工具怎么选?2026年6月版实测对比

做自媒体的朋友应该都有体会:配图一直是个让人头疼的问题。2026年,AI生图工具已经非常成熟了,但工具太多反而不知道怎么选。以下是截至2026年6月我对主流AI生图工具的实测对比。Midjourney V8.1:速度之王2026年6月11日&#xff0c…

2026/7/24 19:00:40阅读更多 →