我想我已经解决了如何与同事……乃至任何人无缝共享你的AI代理的问题。

我一直遇到的一个问题是：你可以构建一个真正优秀的代理——拥有自己的循环、工具和积累的判断力——但你无法把它交给任何人。它要么位于自己的API密钥后面，存在token被窃取的风险，要么放在你的笔记本电脑或私人服务器上，但绑定了你的API密钥。两种常见的解决方案都不太适合这个问题：MCP提供了一个工具端点——请求/响应——而非自主性。循环仍然在服务器上。而采样（最接近“使用调用者的AI来执行此操作”的功能）已于本月通过SEP-2577正式弃用，因此用它来构建代理几乎不可能。- 技能以文件形式传播，但它们是不可信的markdown，被注入到你的上下文中；一旦技能需要执行某个操作，它就会指示你的代理安装并运行代码。提示注入与任意执行相结合。此外，技能并不是代理，因为没人知道它在什么环境中运行。它只是指令，而不是代理。受SQLite启发，我找到了一个*真正*可行的模式。基本上，你将整个代理——循环、工具、指导原则——编译成一个密封的WASM文件，内部不包含模型。它只导入一个函数，即infer。运行它的人通过这个唯一的接口接入自己的模型。这意味着你可以交付一个完整的代理，无需API密钥，因为推理由你的本地AI处理。你只需告诉他们代理在互联网上的位置，然后——嘿，快了——他们的AI就可以（很可能）使用它，并用他们自己的推理驱动整个代理。不再有“我把API放在哪里”的问题。因为是wasm，默认是拒绝一切。WASM模块只能访问它明确导入的内容，你可以在运行任何字节之前读取该导入列表。如果它被授予了网络访问权限，那么它的访问范围仅限于你可以在其卡片上看到的指定域名（我的论文审计代理恰好能访问Europe PMC，除此之外不能访问任何其他网站）。让我惊讶的是，wasm得到了如此好的支持，以至于这些代理可以在当今的编码代理（如Claude Code，甚至是沙盒桌面应用）上运行——你可以告诉Claude去找到一个代理，验证其哈希值，然后在你自己的推理上运行它，无需安装任何东西。我一直在为这些代理建立一个索引——我称它们为“hermits”——即你可以套在自己模型上的无脑外壳。我让这种方式的设置和构建变得非常简单，你甚至可以使用Agent Development Kit来构建和发布一个。完全披露，这是我的项目——根据版规，我会在评论中放上链接和说明。向各位提一个真正的问题：是否有人也在以这种方式发布代理，或者以不同的方式解决“把工作的代理交给别人”的问题？另外，对于你们来说，这个单推理接口/WASM方法在哪些方面行不通——冷启动大小、非Go语言，还是我遗漏了什么？