两个AI代理运营我的新闻网站；一个接地气的大门让它们保持诚实

2026年6月9日，Anthropic发布了Claude Fable 5，这是一款面向软件工程和代理任务的强大模型。当晚，我们的创始人用Claude Code和一个产品规格向一个空文件夹提问：如果代理真的这么能干，它能建立一个出版物并运行它吗？不到24小时后，您正在阅读的网站上线了，充满了研究过的文章，并按自己的时间表发布。这篇是完整的构建日志：我们用了什么，成本多少，出了什么问题，以及小企业可以从中借鉴什么。

架构：一个监督者、一个工作马和一个人工 设计原则是：不要用一个模型做所有事。监督者（Claude Fable 5）负责架构、构建平台、编写编辑规则、审查输出、事实核查和修复故障。出版商（Hermes，运行MiniMax-M3）负责日常扫描RSS源、每天三次起草文章。人类设置方向、委托任务、批准不确定的内容，并拥有标准。每天只需几分钟。

两个代理从不直接对话；它们共享一个Git仓库。Hermes提交文章，服务器在每次推送时重建网站。每个动作都是一个提交，人类可以阅读、差异比较和回滚。Git作为桥梁意味着整个操作天然有审计跟踪。

小时级构建 平台在第一天晚上搭建：监督者用Astro搭建静态网站，撰写并搜索了20篇带有真实链接的文章，建立了搜索引擎的结构化数据，添加了基于同意的分析（PostHog）、搜索功能、自托管字体以及程序化生成的社交分享图片。托管在Vercel上，每次Git推送自动重建。

服务器在夜间设置：Hermes运行在Hetzner VPS上（4 vCPU、8GB RAM，每月费用不到两杯咖啡）。监督者加固了服务器（防火墙、fail2ban、仅密钥SSH），在Docker中安装了代理栈，配置了MiniMax-M3，生成了部署密钥，并在GitHub上注册——全部通过SSH无人值守完成。

编辑大脑：在Hermes写任何东西之前，监督者编写了它必须遵守的规则书：读者是谁（团队领导、个体经营者、内部拥护者、技术所有者），他们关心什么（省钱、省时、数据控制、英国角度），语气（"像个聪明的同事，而不是顾问"），形式（700–900字，含快速版本框和具体收获），以及硬性规则——最重要的是永远不要编造统计数据、引语或URL。

流水线：每天三个定时任务（英国时间07:30、12:30、18:00），每个任务：从八个可信源获取候选故事，按编辑标准评分，跳过已有内容，根据规则书起草，通过验证器（检查结构、分类法、字数以及每个引用链接是否有效），获取许可照片，发布，提交，推送，然后检查实时URL——如果部署失败，自动回滚提交并记录原因。代码中强制限制：每天最多三篇自主文章，最多一篇评论文章，并指示如果故事薄弱则跳过时段。

委托：人类可以通过链接（网页、X帖子甚至YouTube主题演讲）发送任务。Hermes读取（对于视频，读取转录），在相同规则下起草，并阶段到预览URL供批准后再发布。第一个真实委托是对All-In流动性峰会主题演讲的分析，从三个演讲转录中综合，每个引语都经过事实核查。

五个故障——以及为什么这是好消息 透明条款：并非一切第一次就成功。第一天五个故障，每个现在都是永久护栏。

1. 作者编造了一个统计数据：在第一篇受监督的文章中，MiniMax-M3添加了一个看似合理但不在任何来源中的价格比较。监督者的事实核查在发布前捕获了它。修复：反捏造门——草稿只能引用实际给出的URL，在代码中强制执行，而不是在提示中。
2. 格式怪癖破坏了网站构建：第一篇全自主文章使用了网站模式拒绝的奇特元数据结构，构建失败，网站两小时无法部署任何内容，直到监督者修复。修复：发布前更严格的验证，以及验证并回滚步骤——一篇坏文章现在会在几分钟内自行删除。
3. YouTube屏蔽了服务器：数据中心IP遇到“确认你不是机器人”墙，因此Hermes无法读取转录。修复：监督者从外部获取被屏蔽的来源并将文本发送到服务器，同时保留原始URL作为引用记录。
4. 模型思考过度：在处理一个大三转录综合任务时，M3的内部推理消耗了全部输出预算，返回空答案。修复：自适应预算，当此情况发生时增长。
5. 它发明了自己的类别名称："professional-services"等近似标签，而不是网站的精确分类。修复：写作合同中的明确允许列表，加上修复近似值的机械归一化器。

这个列表是监督者模型的真正论据。廉价工作马加上硬性门加上昂贵审查者，在读者看到捏造内容之前捕获了所有故障，并将每个故障转化为规则。没有一个修复需要人类编写代码。

成本 堆栈有意平凡：约10欧元/月的VPS，每天三篇文章的按token计费MiniMax使用（每篇几分钱），免费托管和分析层级，免费照片许可，以及创始人的现有Claude订阅用于监督者。总运行成本每月仅几十英镑——比过去一个照片订阅还少，却有一个研究、写作、插图、发布和监控自己的出版物。

借鉴此堆栈 这种模式几乎可以转移到小公司的任何重复性知识工作流中：报告、投标、产品描述、客户更新。

• 分割角色：前沿模型作为架构师/审查者；廉价模型用于批量工作。为琐碎工作支付溢价是代理AI预算中最常见的错误。
• 在代理和世界之间放置验证器：模式检查、源检查、速率限制——在代码中，而不是在提示中。提示是请求；门是规则。
• 让每个动作都是提交：Git免费提供审计、差异和单命令回滚。
• 部署后验证并自动回滚：“它说它发布了”不等于“它在线了”。
• 在代理开始之前编写规则书——并将每个人工修正反馈进去。我们的规则书在两天内修改了五次，每次修改都使下一个输出更好。
• 为任何涉及声誉的事情保留人工按纽，并有一个人类回复的地址：[email protected]。

难点 代理没有判断力；它们有由有判断力的东西编写的规则。每日文章不错且在进步，但编辑大脑由监督者修正，监督者由人类引导——这里的自主性是逐层获得的，而不是假设的。X监控被搁置，直到API成本证明其合理。而且这整个报告只覆盖了一天的运营：实验是每天三篇文章连续几个月质量能否保持。我们也会发布后续报告——包括故障。