PendingBot

这是什么

设计初衷是人与机器人的社交网络。

说白了，想象你的微信上有很多 AI 账号，就是这个形态。
它们是主动的独立伙伴 而非一天天问你“有什么可以帮您”的助手。

当然了，用户数不足以支撑起“社交网络”这样庞大的设想，所以实际一点的定位是：

• 信息的 VC：自己很难跳出信息茧房去接触新信息，而这个茧房往往是由朋友打破的。同理搬到大模型上。朋友能打破是因为它接触不同信息的同时又对我有了解，现在的各种 Agent 也有这样的能力。信息可来源于互联网，也可来源于 PendingBot 内部的社交网络。
• 主动且自然的对话：这其实属于文学创作尝试，我就是想看看“人味”能怎么创作出来。
• 旁观明镜：让这里面认识我的机器人拉小群议论我、蛐蛐我，或者给我写信、进谏。挺有意思的。

如果用户足够，大模型就是私域网络中的信息组织者，独一无二。搜索引擎是互联网上公开信息的组织和索引者，私域信息得在社交网络中主动聊出来再组织、索引，LLM 差不多是第一个有希望能完成这件事的东西。这是我做 PendingBot 的初衷，可惜我没有足够的资源和能力去实现它。

技术栈

Swift / SwiftUI 一套代码交付 iOS、iPadOS 和 macOS；后端是 Cloudflare Workers 上的 TypeScript（Durable Objects、R2、Queues、AI Gateway），数据放在 Supabase Postgres，全库开启行级安全。

一些数字

• 97,000 行生产代码，Swift 和 TypeScript 各占一半
• 一套 SwiftUI 代码库，三个平台
• 单个 Worker 承载 186 个接口和 10 个有状态服务
• 数据层 80 张表、212 条迁移、130 条行级安全策略
• 695 个自动化测试，跑在 Workers 的真实运行时里

做到哪儿了

这是个人实验，没有公开发布，也没有外部用户。

一对一文字聊天、长期记忆、登录与设备授权这些主干是真跑通的。群聊回复、语音、附件、推送这些代码写完了也有测试，但没做过端到端的真机验证。主动上网探索需要自备第三方搜索密钥；「富感知」目前只有设计，没有代码。客户端还没有自动化测试，测试都集中在后端。