Video wird geladen...

Video konnte nicht geladen werden

Zur Startseite

Fable 5.1 + Cursor Cloud Agent + Grok 4.6 + Grok Bot,可能是目前 AI 编程最强的一套“王炸组合” 分工非常明确: - Fable 5.1 负责规划。 - Grok 4.6 负责写代码。 - Cursor Cloud Agent 负责开机器、跑任务、测试和提 PR。 - Grok Bot 负责远程调度、追进度和纠偏。 整个流程可以压缩成四步: Plan → Write → Ship → Steer 乍一看,只是把几个热门 AI 工具串了起来。 但真正厉害的地方,是它没有强迫一个模型从头干到尾,而是把不同模型放到了各自更合适的位置。 复杂需求先交给 Fable 5.1。 它不急着写代码,而是先分析需求、拆解任务、定义验收标准,再决定要启动哪些...

30,987 Aufrufe • vor 21 Tagen •via X (Twitter)

29 Kommentare

Profilbild von 晚晚
晚晚vor 21 Tagen

这套分工挺像把程序员的加班拆成了四个机器人😂

Profilbild von 蓝哥AI
蓝哥AIvor 21 Tagen

分工很明确

Profilbild von Alfred Ning
Alfred Ningvor 21 Tagen

日常开发中 对于fable5.1和grok4.6干出来的活 但凡开发体量大一些 不加review直出的东西都会有问题 加上review就涉及一个agent做主控和mcp调用异模型审核的工作流 这种主控工作流和cursor的云端开发以及grokbot的上位主控存在冲突 我之前尝试过这种“上云”的方法 但是对于大型软件开发又回到了codex/cc做主控 mcp协调各agent开发的路线

Profilbild von 蓝哥AI
蓝哥AIvor 20 Tagen

这个很真实, 还是跟业务场景的复杂度有关, 都有使用场景

Profilbild von qq-leoGOAT
qq-leoGOATvor 21 Tagen

@grok 总结要点以及可能涉及到的工具套件、skill、操作步骤说明,尤其是我能够直接复制粘贴的prompt pack。

Profilbild von Alcreon
Alcreonvor 21 Tagen

分工比单模型全干这个思路是对的 但"Grok Bot负责纠偏"这一层还是需要人在后面盯着Grok Bot 真正的问题是管理层级推上去了,不是消失了

Profilbild von 蓝哥AI
蓝哥AIvor 21 Tagen

是的, 最终的决策这事还是得人来看

Profilbild von 查而思Charles
查而思Charlesvor 21 Tagen

已经这么跑了

Profilbild von 蓝哥AI
蓝哥AIvor 21 Tagen

是的, 本地、云端、bot 串联

Profilbild von miette | XT 8周年 - Build the NeXT🎉
miette | XT 8周年 - Build the NeXT🎉vor 21 Tagen

这分工绝了 管理真的能自动化吗

Profilbild von 蓝哥AI
蓝哥AIvor 21 Tagen

真绝了

Profilbild von Nicole|Builder
Nicole|Buildervor 21 Tagen

5.1的规划和fable有明显优势嘛

Profilbild von 蓝哥AI
蓝哥AIvor 21 Tagen

5.1 就是 fable 5.1 , 比5.0强一些

Profilbild von 蓝哥AI
蓝哥AIvor 21 Tagen

这张图看着更清晰

Profilbild von RemoteBrowser
RemoteBrowservor 21 Tagen

The split makes sense on paper, but the real bottleneck is handoff quality between planning and coding. Fable's specs need to be precise enough that Grok doesn't reinterpret them. What's your experience with that boundary?

Profilbild von AI Mastery Guide
AI Mastery Guidevor 20 Tagen

stacking tools like that is smart

Profilbild von Lan
Lanvor 21 Tagen

具体如何执行?

Profilbild von 蓝哥AI
蓝哥AIvor 21 Tagen

只需要你把这个事情告诉 Grok Bot , 它就能帮你规划. 前提需要有 cursor ultra 、 supergrok

Profilbild von Collective Wisdom
Collective Wisdomvor 21 Tagen

Adversarial Review 也是很重要的一环 可以加Opus 5 做review

Profilbild von 蓝哥AI
蓝哥AIvor 21 Tagen

这确实是个好主意

Profilbild von fuckopenai
fuckopenaivor 20 Tagen

四件套分工很漂亮。 真掉坑多半在交接:规划写完,执行模型看不见上下文。

Profilbild von Justin
Justinvor 21 Tagen

这个我真的试过……昨天 10 点定的项目重构,Fable5.1 做重构分析,Grok 做执行,做完 Fable 复核,一直干到早上 5 点多才做完

Profilbild von 蓝哥AI
蓝哥AIvor 21 Tagen

这不是很牛皮嘛, 全程不用人参与

Profilbild von Chris
Chrisvor 20 Tagen

engineering team: - Fable 5.1: Architect - Grok 4.6: Programmer <—- this alone is already a magical combo. If you set it up right you get fable to choose how many agents do the work and then fable verifies and approves everything before it gets committed

Profilbild von 蓝哥AI
蓝哥AIvor 20 Tagen

是这样设置的

Profilbild von Joe Kann
Joe Kannvor 20 Tagen

I do the same except Grok isn’t good enough to program. He refuses to consistently follow clear directives. So I use my GrokBot as my scheduler. His routines do rule

Profilbild von 蓝哥AI
蓝哥AIvor 20 Tagen

Grok 大部分场景都够了, 估计你是本身场景很复杂

Profilbild von 小札
小札vor 21 Tagen

视频用什么做的

Profilbild von 蓝哥AI
蓝哥AIvor 21 Tagen

估计图是用 Excalidraw的, 动画用支持镜头关键帧的工具(如 Excalimate、Excalidraw Animator),或导出大图后,在 CapCut / 剪映 里做缩放和运镜。

Ähnliche Videos

蚂蚁百灵刚刚发布了 Ling-3.0-flash: 一个AI 执行层的关键拼图 刚刚看到 Ling-3.0-flash 正式发布,我觉得这款模型值得认真关注。原因很简单:在 AI 工程越来越深入到实际业务的今天,大家早就不满足于模型“会不会想”了,更关键的是它“能不能持续做”。 尤其是在 Agent 工作流中,需要高频调用工具、迭代代码、处理长程任务时,一个响应快、执行稳的执行引擎成了刚需。Ling-3.0-flash 的出现,正好瞄准了这个缺口。 1. Agent 的执行层 从我的角度看,它最聪明的一点是没有去硬拼超大模型的深度推理能力,而是把自己定位成一个高速执行引擎——负责把已经规划好的任务快速落地。 这在实际应用中特别实用,比如当大模型把方案设计好之后,剩下的代码生成、工具调用、批量处理就需要一个既快又稳的模型来接手。 2. 为什么它能兼顾速度和成本 技术细节上,它采用 124B 参数的 MoE 架构,但实际激活参数约 5.1B,在推理速度和运行成本之间找平衡。 它还支持混合推理模式:简单任务可以关闭 Reasoning,降低延迟,适合大批量处理;复杂任务则可以开启思考模式,保持逻辑连贯。 原生支持 256K 上下文,对需要持续读取历史指令和项目状态的 Agent 工作流也很重要。 3.如何使用 我觉得 Ling-3.0-flash 最适合做 Agent 工作流里的执行节点。反复调用 API 或 MCP 工具时,它能根据结构化错误信息自我诊断和修复,不容易在循环调试中卡死,因此适合放进 Loop 或 Graph 架构。 4.结对编程和批量任务 结对编程是一个典型场景:人负责架构规划、边界定义和测试,Ling-3.0-flash 负责快速生成代码、调用工具、读取报错,并根据反馈持续修改。 批量处理长文档、日志、简历和结构化数据时,它看重的也是速度、格式稳定性和成本控制。直播数字人或高频办公协作,则需要它的低延迟响应来减少体验断层。 5.边界 当然,它不是万能模型。复杂系统不能只靠一句指令搞定;缺乏架构和测试环境时,结果可能跑偏;需要深度冷门知识的研究任务,还是更适合交给更大规模的推理模型。 更合理的用法是:大模型负责搜索、规划和架构设计,把方案写成规范文档;Ling-3.0-flash 负责高频工具调用、代码执行和批量处理。 总结:Ling-3.0-flash 不是来替代所有模型的,而是把 Agent 工作流里“执行层”这件事做得更快、更稳。大模型负责想清楚,它负责做出来。

奶牛叔

66,157 Aufrufe • vor 2 Monaten

OpenAI刚刚开源的这个东西,感觉要把程序员的工作方式给整个改写了。 现在大家都在卷模型写代码有多强,但其实真正的瓶颈早就不是生成了。 一个人每天最多同时有效监督3-5个编码Agent,再多就会注意力崩溃,生产力直接归零。 有了Symphony,直接把这个上限干到了几十个。 它把你的Linear、GitHub Issues直接变成了永远在线的Agent调度器。 你开一个任务,它自动启动一个独立隔离的Codex Agent。 自己写代码,自己跑测试,自己做交叉Review,damn! 全部搞定之后,会给你提交一个完整的证据包。 CI全绿,安全和性能专项审查通过,改了UI就自动录好操作视频。 所有验证全过了,才会出现在你的Human Review队列里。 以后人类的角色可能会被彻底颠覆了。 以前你是监工,盯着Agent一步一步写代码,上下文切到吐。 现在你是老板,只需要看最终的结果。 满意就点合并,不满意就去仓库里补规则补文档补Guardrails。 记住兄弟们,永远不要手把手指挥Agent,永远不要替它干活。 这可不是啥实验室概念,OpenAI自己已经这么干了。 三个工程师,五个月,写了一百万行代码,0行人工写的。 产品已经有几百个内部用户,每天都在迭代。 我觉得他们最厉害的不是模型,是他们把整个仓库变成了Agent能看懂能自主工作的乐园。 现在很多人都搞错了Agent时代的核心竞争力。未来不是谁的模型更聪明,而是看谁能设计出让Agent可靠自主工作的环境。 我觉得未来最好的工程师,再也不是写代码最快的人,而是那些最会写规则,最会设计反馈回路,最会给Agent搭舞台的人。 现在Symphony已经开源了,它甚至不是一个成品。 是一个17k token的完整SPEC。 你把这个SPEC喂给任何一个编码Agent,十分钟就能生成你自己定制版的Symphony。 GitHub地址评论区自取👇

AYi

63,210 Aufrufe • vor 4 Monaten

卧槽,最近发现一个强的有点离谱的 AI 团队。 96人的团队约 2/3 的研发成员是在校学生,博士、硕士、本科生都有,来自复旦、中科院软件所、中科院自动化所、人大、哈工大、华东师大等高校。 本来以为又是什么学生创业项目,结果顺着他们做的东西看下去,发现不太对劲。 他们做了一个 Agent 模型,叫 Atria Dawn Preview Atria ASI。 官网放出来的 Demo 一个比一个猛。 有科研和深度研究,有完整的软件项目,有交互作品和游戏,还有 3D 建模、CAD 机械结构。 重点不是让模型生成一张图或者一段代码。 而是让模型在一个真实环境里持续推进任务。 Atria Dawn Preview 面向科研、开发和专业工作,可以往下推进资料检索、写代码、调用工具、运行实验,再根据真实结果继续修改。 代码能不能跑,文件有没有生成,结果是否符合要求,也可以通过外部工具和环境继续验证。 看了一圈,我也拿了用它跑了个任务,因为之前9 月 12 日是世界急救日。 我就让它做一个 3D 海姆立克急救法互动学习页面。 就用大白话描述需求后,它开始拆任务、写代码、搭 3D 场景、做交互,再根据运行结果继续修改。 最后就是视频里的东西。 3D 人体模型、施救位置、操作步骤、动作演示都有,整个页面也可以直接操作和交互。 而一个完整的 3D 网页,恰好把 Agent 面对的另一类问题暴露了出来。 今天能力比较强的模型接上 Coding、搜索、文件系统和运行环境,都能完成相当复杂的任务。 真正难的,正在从能不能做,变成能不能稳定地做完。 一个复杂任务可能涉及几十甚至上百步操作。 前面查到的信息能不能被后面的步骤正确使用,代码报错后能不能恢复,工具返回意外结果会不会把整个任务带偏,最后的产物有没有经过独立验证。 任何一步出问题,都可能沿着任务链一路放大。 单步能力越来越强之后,长链路里的错误累积、状态保持和结果验证,反而变得越来越重要。 这也是 Atria Dawn Preview 比较强调 Harness、环境和 Verifiable Experience 的原因。 模型负责理解、推理和行动,Harness 负责维持目标、状态、上下文和错误恢复,环境则提供真实反馈和验证依据。 这套思路关注的已经不只是模型单次回答有多聪明。 而是把模型放进一个真实任务里,它能连续干多久,出错之后能不能拉回来,最后交付的结果又能不能被验证。 模型能力决定单步能走多聪明。 Agent 系统决定这些聪明的单步,能不能最终连成一个可靠的结果。 现在模型的单步能力已经卷得很高了。 AI下一阶段真正值得看的,可能就是谁能把这些能力稳定地串起来。

李岳

31,475 Aufrufe • vor 9 Tagen

兄弟们,最近实测了一把 Grok 4.5,只能说:老马这次真有点东西。 我上传了一段手绘动画,让它反向拆解,并设计一套能让 Codex 直接生成同类视频的工具。 它没有随便甩几句提示词,而是把视觉元素、绘制过程、动画节奏、技术架构和实现步骤,完整拆成了一套可执行方案。 然后我把方案直接丢给 Codex 开发。 最终效果非常惊艳,基本复刻了原视频的视觉和动画效果。 这次最大的感受,不是 Grok 又会写代码了,而是它开始像一个真正的产品架构师: Grok 负责看懂需求、拆解问题、设计方案; Codex 负责写代码、验证效果、持续迭代。 两个模型组合起来,一个负责想清楚,一个负责干出来。 这可能才是接下来 AI 编程真正的玩法:你不需要精通所有技术,只要能描述清楚目标,再让不同模型接力完成。 Grok 4.5 官方确认与 Cursor 一起训练,SpaceX 收购 Cursor 的交易也已经公布。之前我并不看好老马这步棋,现在看,Cursor 在真实开发场景上的积累,确实可能补上 Grok 的编程短板。 这次必须给老马点个赞,确实牛逼。 想体验这套手绘视频制作工具,可以加入知识猫 AI 群。 群是付费永久群,猫哥做出的新工具和新作品,一般都会优先给群里的兄弟们体验。群内还会不定期分享 AI 课程、自媒体玩法和可以直接落地的实战项目。 这种有辨识度的视频,拿去做账号,至少比千篇一律的 AI 图文更容易抢到注意力。 想了解的,私信我:知识猫。

知识猫AI实验室

11,935 Aufrufe • vor 2 Monaten

Anthropic 7 月 10 日发布了一场关于 Agent 基础设施的对谈。Claude 平台工程负责人 Katelyn Lesse、产品负责人 Angela Jiang 和产品经理 Jess Yann,分享了几个来自一线的观察。 【Agent 的“脚手架”正在变薄】 几个月前,搭建 Agent 往往需要写大量流程控制代码:先执行 A,满足条件再进入 B,遇到不同情况还要切换不同分支。流程越复杂,系统越容易出错。 随着模型的推理和工具调用能力增强,这些编排层(harness)正在变薄。开发者不用再规定每一步,只需给出目标和基本边界,让模型自己决定怎么完成。 与此同时,一种更高层的编排方式开始出现:让多个 Agent 同时解决一个问题,从中选出最佳方案;让一个 Agent 提方案,另一个负责挑错;或者在 Agent 卡住时,请另一个能力更强的 Agent 提供建议。 重点正在从“控制每一步”,转向“设计 Agent 之间如何协作”。 【衡量 Agent “投入产出比”(ROI,Return on Investment),先看一个人快了多少】 Angela 建议,企业不要一开始就规划上百个自动化流程,而应该先看一个具体的人:用了 Agent 之后,他的工作速度和产出提高了多少? 验证有效后,再从个人推广到团队,最后才处理跨部门流程。前期重点看速度和生产力,等应用逐步成熟,再衡量收入、成本和用户指标。 很多企业做 AI 转型时,喜欢先画一张宏大的自动化蓝图。问题是,流程涉及的部门越多、规则越复杂,落地阻力就越大。从个人开始,更容易看到效果,也更容易持续推进。 【工程团队没消失,但每个人的角色都变了】 Katelyn 观察到,Anthropic 的工程团队和半年前相比,人员构成没有太大变化,但协作方式已经不同。 过去通常由技术负责人决定架构,其他工程师领取任务、编写代码。现在,更多工程师会参与产品和架构决策,再分别指挥 Claude 完成具体工作。 Agent 的作用也不再只是“帮忙写代码”。她提到 Shopify 的 River 系统,已经把需求文档、开发环境、代码实现和 QA 测试串成了一套端到端的 Agent 工作流。 【个体变强,不等于团队自然变好】 Agent 降低了开发和试错成本,也可能带来新的问题。 过去,一个团队会先讨论十个方案中哪个最值得做。现在,每个人都可以快速做出十个原型,甚至全部上线,让市场决定谁胜出。 这样做速度很快,但如果缺少统一方向,产品很容易无序扩张。Agent 能显著放大个人能力,却不会自动解决团队的协调、取舍和决策问题。 来源:

宝玉

67,350 Aufrufe • vor 2 Monaten

给大家带来 MiniMax-M3 实测! 本次测试包含了复杂前端, 后端 Agentic Coding, Agent 能力测试, 以及我的使用经验总结. 来看结论: 前端能力上, 可以完全适配 KCORES2026p2 的前端测试题目, 无论是空间理解, 建模精确度, 场景美学都十分在线, 其中我最满意的是美学部分, 它的颜色运用非常好. 不足的地方主要体现在复杂需求不能一次性写对(比如光追引擎), 需要迭代一下就可以了. 后端能力测试这次也是突飞猛进, 得分超过了 deepseek-v4-pro 和其他一众国产大模型, 略逊于 GPT-5.4-Pro(xhigh). Agent 能力上表现同样亮眼, 达成了榜单第二的接单量, 证明它的规划能力特别强。 下面是我在测试和实际使用中, 总结出来的 M3 使用经验, 供大家参考: 我的体感是 M3 特别喜欢推理, 它可以单次执行超长的推理. 在咱们的这些前端测试中, 它最长的输出甚至达到了我规定的 64k token上限, 所以, 不要上来就写一个超级复杂的 prompt 让它执行, 而是需要先把需求形成 plan, 然后让 agent 蜂群去执行, 这样才能得到理想的效果, 所以 M3 先天适合放在带 plan 模式的 Coding Agent 中使用. 如果把它嵌入到 Agent 框架中使用, 那么 prompt 编排就一定要做好, 不要一股脑把大量的 tool call 或者超大的 system prompt 丢给它. 还是需要下功夫好好编排一下的. 本次 M3 相比之前的 2.7 版本有了大幅度的提升, 模型偏好上来看, M3 是一个规划能力极强的模型, 所以特别适合用在一些规划性质的 Agent 框架中, 比如任务拆分, 日程管理, 流程设计等. 而本次暴露出来的不足则是执行过程中约束不够强, 比如 prompt 中设置的复杂规则, 一定要增加代码级别的 harness 闭环流程来进行约束, 而不能只靠模型本身来管理自己的行为. #minimaxm3 #minimax #agenticcoding #aiagent #harness

karminski-牙医

18,950 Aufrufe • vor 3 Monaten

最近拿 StepFun 的 Step 3.7 Flash 跑了一次完整的自动编程流水线,从需求文档到能用的工具,65 分钟,中间没碰键盘。 先说模型。Step 3.7 Flash 的定位是把 Agent 工作流从头跑到尾:规划、写代码、跑测试、审代码、出错重试,看的是整条流程跑完的综合效率。原生多模态,开源可部署。Agent 循环一次要调几百次模型,快和便宜在这里不是锦上添花,是能不能跑得起的问题。 再说项目。hero-coding 是我用 Go 写的一个自动编程流水线:输入一份 Markdown 需求文档,四个 Agent 执行——Planner 把需求拆成带依赖关系的小任务,Worker 在独立的 git worktree 里写代码提交,Verifier 跑测试出硬证据,Reviewer 审 diff,通过就合入主干,不过就打回重做。四个角色全部由 Step 3.7 Flash 驱动,区别只是 system prompt 和工具权限。 这次给它的需求:做一个 Agent 运行日志分析工具,读日志文件,统计每个 Agent 的调用次数、成功率、平均耗时、token 消耗,找出最慢和最不稳定的 Agent。 实际跑下来: · Planner 把需求拆成 6 个任务,自动排好依赖顺序 · 6 个任务全部自动交付,逐个合入主干 · 期间 Reviewer 打回 5 次——有测试全绿但被审出正确性问题的,有只改测试期望值想糊弄过去被拒收的,全部在重试轮次内自动修复 · 不是一个模型在自言自语,是多个 Agent 在互相检查,而且检查真的拦住了东西 · 最终产出的 CLI 直接能用,视频结尾是它分析真实日志的输出 视频是完整过程的运行日志。 国内: 海外: StepFun

劳伦斯

51,937 Aufrufe • vor 3 Monaten

Ling-3.0-flash :一个更适合实际工作的 AI 执行助手 过去一段时间,大模型的发展重点一直集中在能力提升上。模型能回答什么问题、能处理多复杂的任务,成为行业关注的焦点。但随着 AI 开始进入真实工作流程,用户对于模型的期待也在发生变化:除了能够提供高质量答案,更希望它能够稳定、高效地完成具体任务。 在日常工作中,真正消耗时间的往往不是复杂问题,而是大量重复性的处理工作。例如整理资料、分析数据、生成文档、处理代码、执行流程任务。这些事情需要投入大量精力,但其中有很多环节都可以通过 AI 进行优化。 Ling-3.0-flash 的定位正是在这一方向展开。它并不是单纯追求更大的模型规模,而是聚焦 Agent 工作流中的执行效率,帮助用户将明确的任务快速推进完成。官方介绍,该模型面向长程 Agent 工作流设计,重点提升响应速度、工具调用能力以及任务执行稳定性。 从实际体验来看,它最大的特点是能够很好地融入已有工作流程,让 AI 从一个问答工具变成一个真正参与任务执行的助手。 实测一:资料整理效率明显提升 第一个测试场景是长文档处理。 在实际工作中,经常会遇到需要快速阅读大量资料的情况,例如行业报告、会议记录、产品文档等。如果完全依靠人工整理,需要花费大量时间筛选重点、提取信息,再重新组织内容。 测试过程中,我将一批较长的资料交给 Ling-3.0-flash 处理,让它完成信息提取、重点归纳和结构化整理。 整个过程比较符合实际工作习惯。它能够快速抓取文档中的核心内容,并按照任务要求整理成更加清晰的结构。尤其是在面对大量相似信息时,它可以帮助用户减少重复阅读和手动整理的时间。 这类能力对于内容运营、产品分析、市场研究等岗位非常实用。很多时候,用户并不是需要 AI 替自己完成最终判断,而是希望它先完成信息整理,把大量基础工作处理好,让人可以把精力放在更重要的分析和决策上。 实测二:代码协作更加高效 第二个体验场景是代码辅助。 AI 编程已经成为大模型应用的重要方向,但真正影响开发效率的,不只是生成代码的速度,更重要的是能否持续参与开发过程。 在测试中,我让 Ling-3.0-flash 协助完成一个简单工具开发任务,包括生成基础代码、调整功能逻辑以及根据反馈进行优化。 我需要做一个AI 会议纪要整理助手,请帮我生成代码,把会议录音转文字或会议记录,自动生成:会议摘要、决策事项、待办任务、负责人、截止时间 首字耗时:337ms·完成耗时:68984ms·每秒 token 数:371 ,Ling-3.0-flash生成的会议纪要整理助手功能完整、专业美观,支持录音转文字、AI自动生成摘要/决策/待办任务,并支持导出和多种交互功能。 实际体验下来,它更适合成为开发过程中的协作助手。开发者可以先确定整体需求和功能方向,再让 AI 快速完成代码生成、修改和补充。这样一来,开发者不需要把大量时间花在重复编码和基础调整上,而可以更多关注产品逻辑和技术方案。 这种协作方式更接近真实开发场景。人负责判断方向,AI 负责提高执行效率。 实测三:批量任务处理展现执行优势 除了开发场景,批量信息处理也是 Ling-3.0-flash 比较适合的方向。 例如整理用户反馈、分析业务数据、处理文本分类等任务,通常具有数据量大、格式相对固定的特点。 在测试中,我模拟了用户反馈整理场景,让模型对大量文本进行分类,并提炼其中的主要问题。 从结果来看,它能够快速完成信息归类,并输出较为清晰的结构化结果。 这类任务的价值在于帮助用户减少大量机械操作。以前需要人工逐条查看和整理的信息,现在可以先由 AI 完成初步处理,再由人工进行确认和优化。 对于企业团队来说,这种能力可以应用在客服分析、市场调研、内部知识整理等多个环节。 速度和效率,是 Flash 模型的重要优势 随着 AI 应用逐渐深入业务流程,模型的效率同样成为重要指标。 很多实际任务并不需要每一次都进行复杂推理,而更需要快速响应和稳定执行。例如信息分类、内容整理、数据转换等工作,如果能够以更高效率完成,就能明显提升整体生产力。 Ling-3.0-flash 支持混合思考模式,可以根据任务复杂程度调整处理方式,在响应速度和任务能力之间进行平衡。 这种设计让它更适合高频使用场景。用户可以将更多日常任务交给 AI 处理,而不必担心流程效率受到影响。 从使用体验来看,它更像一个高效执行伙伴 经过几个场景测试后,Ling-3.0-flash 给我的整体感受是,它并不是单纯提升聊天体验,而是在帮助用户重新分配工作时间。 它可以处理大量信息整理工作,可以辅助开发过程,也可以参与自动化任务执行。 对于普通用户来说,它能够减少重复操作,提高工作效率。 对于开发者来说,它能够加快开发流程,降低基础工作的时间成本。 对于企业来说,它能够帮助更多业务流程实现自动化。 未来 AI 的价值,不只是回答问题,而是逐渐参与到真实工作流程中,帮助人完成更多具体任务。 Ling-3.0-flash 所体现的方向,就是让 AI 从一个提供答案的工具,进一步成为一个能够执行任务、提升效率的工作伙伴。 官推: 感兴趣可以自己试试 👉

冰糖雪梨

15,661 Aufrufe • vor 1 Monat

每一次重制 Codex 背后的男人 Tibo 终于来了,看完这 44 分钟视频,我感觉 OpenAI 已经把下一代 ChatGPT 的样子提前说透了。 Tibo 反复在讲一件事:今天我们使用 AI 的方式,很快也会显得极其原始。现在你还要写 Skills、维护记忆、启动子 Agent、切十几个窗口、自己盯进度,本质上还是“人类在管理 AI”。OpenAI 想做的下一步,是把这整层管理工作也干掉。 Tibo 给出的终局非常明确:ChatGPT 和 Codex 会继续融合,语音、视觉、记忆、工具调用、云端 Agent 全部接到一个系统里。 它长期理解你是谁、你每天在做什么、团队做到哪一步,然后自己决定该调用什么工具、开多少个 Agent、什么时候提醒你、什么时候直接执行。 程序员和普通人最后甚至可能用的是同一个产品,只不过 AI 根据每个人自动长出完全不同的界面。 今天的笔记本电脑,本来就是按人类能处理多少工作设计的。你一次只能盯几个窗口、操作几个 App,但模型没有这个限制,未来完全可以同时处理几十甚至上百个应用。 到那时候,瓶颈就不再是模型会不会写代码,而是我们今天这套电脑、App、菜单、鼠标点击的交互方式,本身已经配不上 AI 的速度了。 所以 Codex 一次次重制,其实不是 OpenAI 在打磨一个更好的编程工具。它更像是在拿程序员这群最重度用户,提前测试一种新的计算范式: 你不再操作软件,也不再管理 Agent,你只负责表达目标,剩下的工作由 AI 自己组织完成。 看完这 44 分钟,我对 OpenAI 的判断反而更清楚了:它真正想吞掉的,可能从来都不是 Cursor 或 Claude Code。 而是人类亲自操作电脑这件事。

比特币橙子Trader

15,740 Aufrufe • vor 1 Monat

微软研发的 AutoGen 框架太强大了,它是一个多代理框架,利用它可以轻松定制一系列工作任务。 举一个常见的例子:我们要实现一个爬虫程序,抓取并保存网页图片。如果把这个任务丢给 ChatGPT,它会直接返回一串可执行代码,但是代码通常会存在问题,例如执行报错、缺少依赖等,你需要反复跟 ChatGPT 对话来完善程序。当然,我们也可以设定一个复杂 Prompt,要求它调用 ChatGPT 的代码执行插件,如果存在报错,则继续修正程序。 这个任务如果交给 AutoGen 来实现,将会变得无比简单,几行代码就可以搞定: 1)定义一个 Assistant Agent,它的任务是解决问题 2)定义一个 UserProxy Agent,它的任务是替代人询问问题,同时在本地执行程序 这两个 Agent 都不需要给他们设置 Prompt。当我们把爬虫任务交给 UserProxy 后,它会理解任务,然后询问 Assistant 应该如何做,Assistant 会把操作过程告诉 UserProxy,接着 UserProxy 会根据指示在本地安装依赖,然后创建文件执行代码,如果执行出现错误,它会把详细报错提交给 Assistant,依次循环,直到可以获取到最终的结果。任务结束的时候,你会看到目标图片已经保存到本地磁盘了。 利用这个框架可以做的事情非常多,它提供的能力也十分完善,可以在项目的 notebook 中找到很多最佳实践: P.S. 为了确保安全,还是建议你在 Docker 环境中执行程序,UserProxy 有一个 code_execution_config 配置,将 use_docker 配置为 True 即可;另外,它还有一个 human_input_mode 参数,设置为 NEVER,表示整个过程都不需要人参与,也可以设置为其他值,它会等待人的输入后再进行下一步操作,这个设计可以让人参与到任务执行过程,避免跑偏。

Barret李靖

518,692 Aufrufe • vor 2 Jahren

"投了 300 家公司,拿了 0 个 offer。 直到他不再以单一工程师的身份去面试,而是带着 20 个云端 Agent 组成的自动化团队: 对方给他开了 85 万美元年薪。" 这是最近一个SpaceXAI工程师刷屏的开场白。 他讲的这套玩法,核心其实很明确: 多数人还在把 AI 当搜索框单次问答,少部分人已经在搭数字班底了。 架构看似很清晰: 1. 顶层放一个幕僚长(Chief of Staff)统筹全局 2. 中层是 PM Agent 拆解需求、排定优先级 3. 底层挂一排 Worker Agent 在云端并行写代码、做调研 4. 跑完对照测试集自检,早上往 Slack 自动扔一份交付摘要 人睡了,流水线通宵在转。 原作者给出的结论极具煽动性:“这不是技能差距,只是一个晚上就能补上的技术栈差距。” 技术栈确实一晚上就能搭出来,但后半句话经不起推敲。 单窗口聊天和真正把“研究、实现、交叉验证、复盘”拆开跑的流水线,产出确实差了一个数量级。 但这根本不是靠堆 Agent 数量就能赢的事。 很多人只看到了“20 个 Agent 替我通宵干活”的性感,却忽略了真实的工程底色: 没有严密的验收标准,20 个 Agent 只是 20 个通宵幻觉放大器。 没有任务闭环和熔断机制,代码没跑通,API 额度两天就能烧穿。 Agent 越多,系统的混乱度越高。谁来定义任务边界? 什么才算真正的交付(Done)? 跑偏了由谁来兜底和回滚? 这些脏活累活,没有一件能靠模型自己解决。 这从来不是工具过时的问题,而是工程师的工位性质变了: 你不再是那个一行行敲实现细节的写手,而是变成了给机器定规则、排班表、挑毛病的质检官。 照着教程搭一套 Agent 确实只要一个晚上。 但敢不敢放手让它们在你睡着时接着干,全看你白天有没有真正把任务执行标准和边界确定到位。

Hux

81,629 Aufrufe • vor 9 Tagen