在卫星链路末端跑一个常驻 AI 代理

在加州北部驾驶一辆手动挡牧马人越野时，作者借助 T-Satellite 卫星消息链路，持续与一个名为 Cortex 的常驻 AI 代理对话。这篇随笔记录的不是某款新模型，而是这套「卫星 + 微信通道 + 驻留代理」组合在野外低带宽环境下的真实工作循环：用户在早餐时给出一句模糊需求，代理在到达越野起点前就把可用的工具交付到手机上。

系统架构：会话驻留在服务端

作者把 Cortex 描述为「一个长会话」「一个常驻代理」，与上一篇文章里那种「每条消息唤醒一次机器、机器做件事、回复一条」的「自动售货机」式响应形成对比。其核心组件「conductor」是部署在服务器侧、与消息脊柱并存的一个持久会话进程：

• 会话状态按 turn 累积，作者从野外发来的每条文本都成为同一个长上下文的新一轮；
• 代理既能直接回答，也能自行「记笔记」而不是刷屏，并能向其他子代理派工；
• 每隔几小时推送一份压缩摘要，适配作者在石头上看的屏幕；
• 行为准则以「章程」（charter）形式存放在 git 中；
• 若会话崩溃，看门狗会重启继任进程，重新读取章程、会话计划与既有会话，不丢上下文。

按作者的说法，这种在信道另一端放一个「驻留者」、而不是「接线员」的思路，目的是让人在现实世界里更在场——意图与碎片由人发送，合成与归档在服务端完成，卫星链路只传输必要的内容。

案例：早餐一句话，到越野点就能用

出发前的最后一个需求，是把音频压缩成能在卫星链路上传输的 1–4 MB 微信语音文件，并接入已有的卫星消息脊柱。作者在 Williams 镇吃完早餐、付了账、上车进山，期间没有手写一行代码。当车开到越野起点时，能力已经就位：

• 一套把一小时语音压进卫星链路的工具；
• 已针对转写错误率做过对比测试；
• 以三档不同体积的语音条形式投送到了他的手机上，分别对应不同清晰度与保真度取舍。

编解码物理边界：从 2.2 kbps 出发

需求被代理团队理解为「一小时压进约 1 MB」，即 2.2 kbps。代理接着撞上了物理极限，并据测量结果调整方案：

• MP3：下限约 8 kbps，对应每小时约 3.6 MB，因此 1 MB 的 MP3 至多容纳约 17 分钟；
• Opus（微信语音原生编解码）：约 2.5 kbps 以下会塌缩为静音；在 2.2 kbps 实测得到约 −94 dB 的「沉默」，转写错误率 100%，实际可用下限约 4.4 kbps。

撞墙之后，代理没有强行交付，而是用同一小时音频生成了三个诚实选项，每个都用转写模型测出词错误率作为评分：

• 1 MB：完整一小时，加速到两倍速播放，转写词错误率 10.7%；
• 1.9 MB：自然速度完整一小时，词错误率 1.4%；
• 3.9 MB：基本无损。

构建报告中的原话是：「2 MB 是甜蜜点」「1 MB 老实说只能装下自然速度的约 31 分钟」。

工作节奏的位移：早餐之间完成的「深度工作」

作者把过去在书桌前数小时计的那种深度工作，比作了「两封消息之间的昂贵中间环节」——现在被压缩到了早餐与到达越野点的车程里。比起读，他更愿意在越野时听：眼睛和手都被石头、灯光、炉火占用，能腾出来的只剩耳朵。同一套文字转语音流水线在出行前为他生成了按真实装备清单与行程定制的「私人语音课纲」，覆盖车辆救援、野外医学、GPS 失灵时的导航，以及「为何要开车」式的随笔；大体量音频走地面信号，提前离线同步到手机，越野期间只有文本穿越卫星链路。

这种「在信道末端放一个常驻代理」的用法，把作者的注意力从工具切换与上下文重建中释放出来，让他更彻底地交还给越野本身。