Video wird geladen...

Video konnte nicht geladen werden

Zur Startseite

Gmail 正式进入 Gemini 时代 这次更新的核心亮点: AI Overviews(AI概览) 像Google搜索一样,直接给你答案。打开长邮件,自动生成摘要;用自然语言问收件箱问题,比如"去年给我浴室装修报价的水管工是谁?",Gemini直接帮你找出来。 Help Me Write + Suggested Replies 写邮件更轻松。AI能根据对话上下文生成符合你风格的回复建议,一键搞定。 AI Inbox(AI收件箱) 自动过滤噪音,把真正重要的事项(账单到期、预约提醒)置顶,还能识别你的"VIP联系人"。 基础功能免费开放,高级功能需订阅Google AI Pro/Ultra。目前先在美国上线英文版,后续扩展更多语言和地区。 邮箱不再只是收发信息的工具,而是你的个人AI助理。 Google正在把Gemini的能力渗透到每一个日常应用场景。

52,453 Aufrufe • vor 7 Monaten •via X (Twitter)

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

报销日翻邮箱找发票的那半小时,不应该是你干的活 兄弟们,我说一个牛马人每月必过的鬼门关——报销。 流程复杂不说,就找发票、统计发票这一步纯粹尼玛是在消耗生命。 电子发票全特么发在邮箱里,高铁票、滴滴、酒店、餐饮……一个月下来几十封,发件人五花八门,没有任何规律。到了报销日,你得一封一封翻、一个一个下载PDF、对金额、填日期、写用途,然后手动往报销单里搬,再写一封提交邮件发给财务。 整个过程没有任何技术含量,全是体力活,但就是要花你半个小时甚至更长——因为经常翻着翻着漏掉一张,又得从头找。 我为了偷懒研究过写过邮箱CLI脚本批量导出发票,结果研究脚本的时间比手动搞还长,最后还是老老实实一封一封翻。 直到发现网易邮箱大师 APP 的 AI 助理可以把这套流程完整跑下来。 操作就三步: 第一步:先把邮箱整理一遍。 AI助理 → 整理最近邮件,一键扫最近30封,垃圾邮件清掉,发票类邮件自动浮出来,不用自己筛。 第二步:让 AI 查本月发票清单。 用 AI 搜索和问答,直接告诉它:"帮我查本月所有含发票的邮件,列出文件名、金额、日期。" 扫完直接给你一张清单,复制就能用。 第三步,输出报销内容 + 顺手把报销邮件也写完。 告诉 AI 报销人、部门,让它按财务要求的格式整理好明细;再用撰写邮件功能,一句话生成提交报销的正式邮件,改个抬头直接发财务。 查发票 → 整理清单 → 填表格 → 写邮件,全在邮箱里一站搞定,原来半小时的活现在 10 分钟跑完。 统计发票、贴发票,这种牛马专属的苦力活,能外包给 AI 的就别自己动手了。 功能入口:网易邮箱大师 APP → 底部导航栏 → AI助理 我平时工作习惯是MAC,大师app也有MAC版,助理入口就在窗口右上角。 #网易邮箱 #AI办公 #效率工具 #老杨啊分享

老杨啊

10,098 Aufrufe • vor 2 Monaten

卧槽,太夸张了,现在 AI 时代的闲鱼已经面世了吗?这不就是谁先知道谁赚钱,拼速度了? 你的技能,专业知识,等等你的一切,竟然可以在你睡觉的时候被别人买走,这是什么科幻小说吗?? 之前我一直在想,现在大家优秀的 skill 往往都是自己用,大部分人舍不得开源的,那有没有一个平台既能让用户用到这些大神的专业知识、skill,但是又不用开源呢? 还真让我给找到了!! 前两天看到国内一个博主推荐一个很野的平台-UUMit 让你的技能、经验、工作流都可以变成能力卡,被需要的人、或者别人的 Agent 自动发现、调用 并且直接付费!! 有点像03年淘宝刚出来的时候,只不过当年流通的是商品,现在流通的是能力 具体能干什么?举几个例子你就懂了 会写小红书脚本的,可以把选题逻辑、爆款模板、平台规则检测能力上架,别人发布“帮我做一周小红书内容计划”,平台自动匹配到你,你接单交付 会做行业研究的,可以把数据库、报告、案例库放进知识商店,AI 生成不了的真实行业数据,反而更值钱 会写代码的,可以把 API、MCP 工具、自动化脚本上架,别人的 Agent 需要某个能力时,直接调用你的接口,你按调用次数收费 甚至你只是整理过某个垂直领域的供应商名单、SOP、课程讲义,这些 AI 生成不了的资料,都可以变成知识资产 这绝对是一次能力供应链的重构! 以前的 AI 只能在自己的对话框里回答问题,但复杂任务需要很多外部能力:数据、接口、行业知识、人工交付 UUMit 做的事情是:让 Agent 可以发现别人的能力,也能让自己的能力被别的 Agent 调用 这就是 A2A(Agent to Agent)真正有意思的地方,不是让 AI 互相聊天,而是让 AI 找能力、调接口、买知识、拉人协作,把事情交付掉 为什么我说谁先知道谁赚钱? 因为这个平台刚起来,早期上架的人能建立先发优势 而且现在 Agent 真的开始干活了,不再只是聊天工具,它们需要外部能力来完成复杂任务 谁先把自己的能力挂上去,谁就有机会被更多 Agent 发现和调用 这就是信息差的价值,就像03年最早在淘宝开店的那批人 UUMit 现在有哪些功能? 任务发布入口:你不用一开始就知道该找谁,也不用自己拆一堆工具,你只要说清楚想完成什么,UUMit 会帮你找能完成这件事的能力 Skill/Agent/工作流上架:你写好的工具,不一定只能自己用,它也可以成为别人工作流里的一环 知识商店:AI 可以生成很多内容,但它不一定拥有你手里的行业资料、真实数据、案例库和经验沉淀,这些东西放到 UUMit,可能会变成可复用的知识资产 数据广场:Agent 不必自己拥有所有数据和接口,需要某项外部能力时,可以通过 UUMit 调用数据广场里的资源 强烈推荐大家来试试:

超级个体|柿子

42,021 Aufrufe • vor 4 Tagen

这是 Booking 和 Sourcegraph 的技术负责人在昨天 AI Engineer Summit 2025 上的一场主题为“在企业 SDLC 中构建真正带来投资回报的 AI 智能体”的演讲,他们分享了自己如何开发与使用 AI 工具,来替公司里的开发者节约时间、减少重复劳动,还能保证产品质量。在某种程度上,这就和我们在日常生活里寻找各种“捷径”或“自动化工具”有异曲同工之妙。 这场演讲围绕一个大主题:如何在企业中使用 AI(人工智能)来真正节省时间、提高效率并获得实实在在的回报。可能你不是专业的程序员,但在工作和生活里,你也常常会遇到那些繁琐、重复的事情。如果我们有办法用更聪明的 AI 系统来分担琐碎、让自己有更多时间去做更有创造力或更有意义的工作,那也是挺不错的。 AI 解决了 Booking 中的哪些“痛点”? 1. 代码库太大、太旧 • 就好比我们的电脑里堆了很多文档、照片、软件,到底该删哪儿、该留哪儿?最后找个东西怎么都翻不出来。 • Booking 里有几千名开发人员、海量代码,各种“过时的功能开关”、“没用的旧功能”就像老旧文件一样堆积成山,找和改都很费时。这些“旧东西”不但让系统臃肿,也拖慢了后续新功能的上线速度。 2. 日常工作重复度高 • 想象一下,你每天可能要应对相同的邮件模板、相同的表格操作,甚至相同的对话。时间一久,就失去了激情和创造力。 • 对他们来说,是在同一个庞大系统上修改、审查代码,可能 80% 都是重复操作。“小问题”却要手动翻大量文档或代码才能找到答案,极其浪费时间。 3. 团队合作成本高 • 同事之间得相互审阅彼此的修改,还要确保所有人遵守项目的统一规则或合规要求。 • 设想一下,如果每次你都要仔细对照一份几十页的“规范手册”,然后挨个校对,很繁琐也容易出错。 他们怎么用 AI 来解决? 1. 智能搜索与自动化提示 • 就像给你的文档库装了一个“超级搜索引擎”,能理解关键词甚至上下文,立刻帮你在海量资料里找到精确的内容。 • 在 Booking,他们用 Sourcegraph 的“智能搜索”功能快速定位旧代码或特性开关,然后再用 AI 模型(Cody)判断哪些能删,哪些需要保留,就像一个自动化的“断舍离”助手。 2. 让 AI 帮你码字、审阅和修正 • 你可能已经见过一些自动写作或自动补全工具,AI 能在编辑器里推荐或帮你改错,还能根据公司内部的规则给出修改建议。 • 在 Booking 的场景下,AI 不只写代码,还会根据预先定义的“企业规范”和“审核规则”,在审阅过程中自动指出问题,并给出修正建议。这样人类的审查者就不必再“重头到尾”一遍遍去对照那些复杂规范。 3. 长期目标:自动化地清理旧系统、升级基础架构 • 我们平时也会有电脑系统定期清理的需求,把冗余的文件删掉,让系统更快、更稳定。 • 他们希望在几个月内,通过 AI 辅助大规模迁移,让老旧代码变得更现代、更易维护,而不是拖个几年还没动工。 这些工具带来的价值与启示 1. 节省时间,减轻负担 • 在演讲中提到,Booking 的一些开发者如果持续使用 AI 工具,效率能提升 30% 以上。一天 8 小时的工作量,只需花 5~6 小时就可完成。这让他们能拿出更多精力去做更有创造力或价值更高的事情。 • 这一点放在我们日常生活里,你也可以想想:如果有一个智能工具帮你做重复、琐碎、机械的事,能帮你省多少功夫? 2. 提升质量并保持一致 • AI 可以帮助自动检查并修复那些人工容易忽视的规范性问题,减少人为失误。 • 在公司或团队里,也更好维持统一标准,就像一个耐心又不会犯困的“质量管理员”。 3. 教育与学习 • 他们反复提到,“培训团队”非常关键。再好的工具,如果不了解使用方法和思路,也感受不到真正的价值。 • 对我们普通人而言,想用好一款新软件或新 AI 工具,也要学会“怎么问”、“怎么给它提示”。通过合适的提问,AI 才能真正解决你的具体问题。 4. 不是“包治百病”,但有无限潜力 • 演讲嘉宾也坦言,他们还在不断摸索和试验,AI 既有机会也有局限。 • 目前最常见的风险就是“幻觉”(AI 胡乱编造答案)、“隐私问题”(公司机密数据的安全),以及如何更好地落地(比如整合进现有工具、培训员工)。 • 但对于“重复琐碎”的场景,AI 的潜力是巨大的。 这次演讲的核心,其实不只适用于软件开发者。它给我们的启示是:面对日益繁琐的数字化世界,我们可以借助“智能体”来减少重复劳作、提升工作效果。 • 你可能在文档编辑、报表制作、邮件回复等环节,都能找到“AI 小助手”的用武之地; • 你可能也需要培训自己或培训团队,学会正确和 AI 工具“对话”,才能最大化地获得收益; • 你还需要考虑企业规范、团队文化、安全等多种因素,这些都需要一个循序渐进的过程。 一句话总结: 当“自动化”不再只停留于机械流程,而是能读懂复杂环境、给出直接改进建议的时候,我们就离真正的“降本增效”更近一步了。不断学习、不断试错,才能让 AI 与我们的实际工作完美结合。 希望这篇简单介绍能帮你了解这场演讲的实质。如果有机会,不妨进一步关注 Booking、Sourcegraph 以及更多企业在 AI 落地方面的探索,也许下一步,你就能把这些方法带入自己的工作流程,真正让“AI 智能体”成为你可靠的帮手。

宝玉

22,729 Aufrufe • vor 1 Jahr