Video wird geladen...

Video konnte nicht geladen werden

Beim Laden dieses Videos ist ein Problem aufgetreten. Dies könnte an einem vorübergehenden Netzwerkproblem liegen oder das Video ist möglicherweise nicht verfügbar.

今晚如果你本来打算刷 2 小时 Netflix 不如看这个 40 分钟 masterclass 来自一家 $20B 中国 AI company 的 Kimi founder 它最有价值的地方不是“讲 AI 很强” 而是把 Agent Swarms 和 AI systems 到底怎么在规模化场景里运作，讲得非常清楚不管你从来没搭过 agent，还是已经每天都在用 Claude，这个内容都值得看真正有意思的是：很多人还在把 AI 当单个工具用但 Agent Swarms 讨论的是另一件事： -- 多个 agent 如何分工 -- 如何协作 -- 如何把任务拆开 -- 如何在系统层面持续运行这也是为什么我把里面的关键思路整理成了一份 practical... show more

0x_Miko

16,947 subscribers

16,093 Aufrufe • vor 4 Monaten •via X (Twitter)

Bildung Wissenschaft & Technologie

Anya Rossi• Live Now

Private livecam show

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

最近看到一个很值得研究的开源项目：learn-claude-code。它不是在教你怎么堆 prompt、连工作流、搭节点图，而是在教你一件更底层的事：怎么从 0 到 1 搭一个类 Claude Code 的 agent harness。这个项目最有意思的观点是：真正的 Agent 是模型本身，外面的代码只是 harness。所以它讨论的重点，不是“怎么把流程编排得更复杂”，而是怎么给模型准备一个真正能工作的环境。 README 里把 harness 拆成了： Tools Knowledge Observation Action Interfaces Permissions 也就是工具、知识、观察、动作接口和权限边界。说白了，模型负责思考， harness 负责让它看见世界、调用工具、执行动作。我觉得这个视角很重要。因为很多人现在做 Agent，还停留在“拼工作流”和“堆胶水代码”的阶段。但真正决定 Agent 能不能跑起来的，往往是你给它什么环境，而不是你给它多少层 prompt。这个项目现在 GitHub 已经有 36k Stars、5.8k Forks。如果你在关注 AI Agent、Claude Code，或者 agent engineering，这个项目很值得看看。👇

最近看到一个很值得研究的开源项目：learn-claude-code。它不是在教你怎么堆 prompt、连工作流、搭节点图，而是在教你一件更底层的事：怎么从 0 到 1 搭一个类 Claude Code 的 agent harness。这个项目最有意思的观点是：真正的 Agent 是模型本身，外面的代码只是 harness。所以它讨论的重点，不是“怎么把流程编排得更复杂”，而是怎么给模型准备一个真正能工作的环境。 README 里把 harness 拆成了： Tools Knowledge Observation Action Interfaces Permissions 也就是工具、知识、观察、动作接口和权限边界。说白了，模型负责思考， harness 负责让它看见世界、调用工具、执行动作。我觉得这个视角很重要。因为很多人现在做 Agent，还停留在“拼工作流”和“堆胶水代码”的阶段。但真正决定 Agent 能不能跑起来的，往往是你给它什么环境，而不是你给它多少层 prompt。这个项目现在 GitHub 已经有 36k Stars、5.8k Forks。如果你在关注 AI Agent、Claude Code，或者 agent engineering，这个项目很值得看看。👇

axiaisacat

44,334 Aufrufe • vor 6 Monaten

Anthropic 刚放出一个 27 分钟 workshop 如何真正给 Claude 写 prompts 最关键的是，这不是外面的人二次包装是由 Claude 背后的人亲自讲 Free No registration No paywall 很多人花 $300 买的 prompt course，可能前 8 分钟都讲不到这里面的密度真正有意思的是：大多数人还在把 Claude 当聊天框用但 Anthropic 自己展示的是，怎么把 prompt 变成一套更稳定的工作流你怎么描述任务怎么给上下文怎么限制输出怎么让 Claude 更接近你真正想要的结果如果你正在用 Claude 写代码、做内容、搭 agent，或者处理复杂任务这个 27 分钟值得直接看完，然后 bookmark 问题是： AI 时代真正的差距，是谁买了更贵的课，还是谁更早学会和模型正确协作？

Anthropic 刚放出一个 27 分钟 workshop 如何真正给 Claude 写 prompts 最关键的是，这不是外面的人二次包装是由 Claude 背后的人亲自讲 Free No registration No paywall 很多人花 $300 买的 prompt course，可能前 8 分钟都讲不到这里面的密度真正有意思的是：大多数人还在把 Claude 当聊天框用但 Anthropic 自己展示的是，怎么把 prompt 变成一套更稳定的工作流你怎么描述任务怎么给上下文怎么限制输出怎么让 Claude 更接近你真正想要的结果如果你正在用 Claude 写代码、做内容、搭 agent，或者处理复杂任务这个 27 分钟值得直接看完，然后 bookmark 问题是： AI 时代真正的差距，是谁买了更贵的课，还是谁更早学会和模型正确协作？

0x_Miko

64,328 Aufrufe • vor 4 Monaten

Microsoft 一位 senior AI engineer，刚刚公开了他们团队如何用 Anthropic 创建 AI agents 34 分钟 free workshop 而且是 Microsoft team 直接讲不是二手包装不是 vibe-coding 课程核心流程很清楚：把 Claude 连接到一个 agent 给它添加 tools 然后 deploy to production 素材里提到： Opus 4.7 over 1,400 MCP tools already ready to use 这其实说明了一件事： AI agent 不是停留在“让模型聊天” 而是开始进入更具体的工程流程：模型负责 reasoning tools 负责执行 agent 负责组织任务最后落到 production 很多 $500 的 vibe-coding training，讲的可能还是“怎么让 AI 帮你写代码” 但这里讲的是： Microsoft teams 怎么把 Claude、MCP tools 和 agent workflow 串起来，真正做成可部署系统如果你正在用 Claude、MCP，或者想理解 agent 怎么从 demo 走向 production 这个 34 分钟值得看完，然后 bookmark 未来 AI agent 的门槛，是谁更会写 prompt，还是谁更会把模型、工具和生产环境连接起来？

Microsoft 一位 senior AI engineer，刚刚公开了他们团队如何用 Anthropic 创建 AI agents 34 分钟 free workshop 而且是 Microsoft team 直接讲不是二手包装不是 vibe-coding 课程核心流程很清楚：把 Claude 连接到一个 agent 给它添加 tools 然后 deploy to production 素材里提到： Opus 4.7 over 1,400 MCP tools already ready to use 这其实说明了一件事： AI agent 不是停留在“让模型聊天” 而是开始进入更具体的工程流程：模型负责 reasoning tools 负责执行 agent 负责组织任务最后落到 production 很多 $500 的 vibe-coding training，讲的可能还是“怎么让 AI 帮你写代码” 但这里讲的是： Microsoft teams 怎么把 Claude、MCP tools 和 agent workflow 串起来，真正做成可部署系统如果你正在用 Claude、MCP，或者想理解 agent 怎么从 demo 走向 production 这个 34 分钟值得看完，然后 bookmark 未来 AI agent 的门槛，是谁更会写 prompt，还是谁更会把模型、工具和生产环境连接起来？

0x_Miko

42,500 Aufrufe • vor 4 Monaten

这是我用 OpenClaw 搭的 AI 团队。他们各司其职，不用睡觉，做了很多我一个人根本做不过来的事情。这期视频我想分享我的 AI 团队到底长什么样。然后我们再一步一步，搭出属于你自己的 AI 团队，视频会讲，如何创建一个agent，在openclaw里面Agent具体是什么， Agent 之间怎么协作，什么时候需要多个agent以及最佳实践。

这是我用 OpenClaw 搭的 AI 团队。他们各司其职，不用睡觉，做了很多我一个人根本做不过来的事情。这期视频我想分享我的 AI 团队到底长什么样。然后我们再一步一步，搭出属于你自己的 AI 团队，视频会讲，如何创建一个agent，在openclaw里面Agent具体是什么， Agent 之间怎么协作，什么时候需要多个agent以及最佳实践。

木子不写代码

134,382 Aufrufe • vor 6 Monaten

$SAUCE：币安 Agent 真正开始“自己发币”了 CA：0xd7ccd29b6fd1464edb425f24b01115556e737777 近期 BSC 上比较有意思的一条 AI Agent 叙事，我反而更关注 $SAUCE 它炒的不是普通 AI Meme，而是一个非常具体的链上实验：让 Binance Agent OS 的 Agentic Wallet，通过 MCP 调用合约，直接在 Flap 上完成发币。这件事真正有意思的地方在于—— Agent 不再只是帮你分析市场，而是开始自己调用链上基础设施。币安 4 月上线 Agentic Wallet，本身就是在把 AI Agent 和链上交易连接起来：Agent 可以在权限范围内执行转账、交易和资产管理，并支持 CLI、MCP、Skills、OpenAPI 等接入方式。而 $SAUCE 做的事情，是把这个能力进一步往前推： Binance Agent OS → Agentic Wallet → MCP → 中转合约 → Flap → 创建 Token 也就是说，它不是在讲“AI 会不会炒币”，而是在演示： > AI Agent 能不能自己成为链上用户。这才是我认为 $SAUCE 比普通 Agent Meme 更值得看的地方。更关键的是，相关合约已经部署并开源。如果后续 Binance Agent OS 的 Agentic Wallet 可以直接调用这套流程，那么未来理论上不只是发一个 $SAUCE： Agent 可以自己创建 Meme、部署合约、管理资产，甚至进一步组合不同的链上服务。这也是 MCP 叙事真正有想象力的地方—— 过去我们是人 → 钱包 → DApp。未来可能变成：人 → Agent → 钱包 → 链上协议。 $SAUCE 恰好卡在这个转折点上。目前市值大约 $1.5M，我个人反而觉得这个位置比已经被炒到几十 M 的 AI Agent Meme 更值得观察。当然，它最大的风险也非常明显： $SAUCE ≠ Binance 官方代币。目前能确认的是 Binance Agentic Wallet / MCP / Agent OS 这套基础设施本身是真实存在的，而 $SAUCE 是社区基于这套技术做出来的链上实验。所以我不会把它当成“币安官方币”去理解。但如果后续真的出现： Binance Agent OS 更新 → Agentic Wallet 能力扩大 → 更多 Agent 开始自主调用链上协议 → Flap/Four 等发币平台被 Agent 接入那么 $SAUCE 今天这个 “第一个把 Binance Agent 和发币结合起来的实验”，很可能会变成一个非常漂亮的早期 Lore。我的看法：我更愿意把 $SAUCE 看成 Binance Agent 经济的 Demo Token，而不是单纯 Meme。如果后面只有一个中转合约，热度很快就会过去；但如果它真的能成为 Agent → Wallet → MCP → Token Launch 这条链路的第一个案例，1.5M 的定价就会显得非常便宜。 AI Agent 下一阶段拼的不是会不会聊天，而是能不能自己干活。而 $SAUCE 现在玩的，恰好就是这个方向。查看及交易： DYOR。不是投资建议。

$SAUCE：币安 Agent 真正开始“自己发币”了 CA：0xd7ccd29b6fd1464edb425f24b01115556e737777 近期 BSC 上比较有意思的一条 AI Agent 叙事，我反而更关注 $SAUCE 它炒的不是普通 AI Meme，而是一个非常具体的链上实验：让 Binance Agent OS 的 Agentic Wallet，通过 MCP 调用合约，直接在 Flap 上完成发币。这件事真正有意思的地方在于—— Agent 不再只是帮你分析市场，而是开始自己调用链上基础设施。币安 4 月上线 Agentic Wallet，本身就是在把 AI Agent 和链上交易连接起来：Agent 可以在权限范围内执行转账、交易和资产管理，并支持 CLI、MCP、Skills、OpenAPI 等接入方式。而 $SAUCE 做的事情，是把这个能力进一步往前推： Binance Agent OS → Agentic Wallet → MCP → 中转合约 → Flap → 创建 Token 也就是说，它不是在讲“AI 会不会炒币”，而是在演示： > AI Agent 能不能自己成为链上用户。这才是我认为 $SAUCE 比普通 Agent Meme 更值得看的地方。更关键的是，相关合约已经部署并开源。如果后续 Binance Agent OS 的 Agentic Wallet 可以直接调用这套流程，那么未来理论上不只是发一个 $SAUCE： Agent 可以自己创建 Meme、部署合约、管理资产，甚至进一步组合不同的链上服务。这也是 MCP 叙事真正有想象力的地方—— 过去我们是人 → 钱包 → DApp。未来可能变成：人 → Agent → 钱包 → 链上协议。 $SAUCE 恰好卡在这个转折点上。目前市值大约 $1.5M，我个人反而觉得这个位置比已经被炒到几十 M 的 AI Agent Meme 更值得观察。当然，它最大的风险也非常明显： $SAUCE ≠ Binance 官方代币。目前能确认的是 Binance Agentic Wallet / MCP / Agent OS 这套基础设施本身是真实存在的，而 $SAUCE 是社区基于这套技术做出来的链上实验。所以我不会把它当成“币安官方币”去理解。但如果后续真的出现： Binance Agent OS 更新 → Agentic Wallet 能力扩大 → 更多 Agent 开始自主调用链上协议 → Flap/Four 等发币平台被 Agent 接入那么 $SAUCE 今天这个 “第一个把 Binance Agent 和发币结合起来的实验”，很可能会变成一个非常漂亮的早期 Lore。我的看法：我更愿意把 $SAUCE 看成 Binance Agent 经济的 Demo Token，而不是单纯 Meme。如果后面只有一个中转合约，热度很快就会过去；但如果它真的能成为 Agent → Wallet → MCP → Token Launch 这条链路的第一个案例，1.5M 的定价就会显得非常便宜。 AI Agent 下一阶段拼的不是会不会聊天，而是能不能自己干活。而 $SAUCE 现在玩的，恰好就是这个方向。查看及交易： DYOR。不是投资建议。

银马

15,062 Aufrufe • vor 1 Monat

Karpathy 说过一句话：我们现在还处在 AI 的 1960s 这场 40 分钟的 Y Combinator lecture，基本把这个判断讲透了很多人已经在用 Claude Opus 4.8 但使用方式还停留在：把它当 search engine 当 chatbot 当更聪明的问答框而 Karpathy 讲的 Software 3.0，不是这个它指的是： LLMs as operating systems, not chatbots 也就是模型不只是回答问题，而是开始承接 workflow 读取上下文调用工具拆解任务持续执行在没人盯着的时候，把一整套流程往前推进。这也是 autonomous agents 真正有意思的地方。不是“让 AI 写一段代码” 而是让 agent 跑完整个 workflow 你不需要一直看着它它自己推进你回来 review 结果这篇文章里的 32 个 skills，本质上就是帮你跨过这条线从“使用 AI”变成“构建 AI workflow” 未来真正的差距，是谁会用 Claude 提问，还是谁能把 Claude 变成自己的 operating system？

Karpathy 说过一句话：我们现在还处在 AI 的 1960s 这场 40 分钟的 Y Combinator lecture，基本把这个判断讲透了很多人已经在用 Claude Opus 4.8 但使用方式还停留在：把它当 search engine 当 chatbot 当更聪明的问答框而 Karpathy 讲的 Software 3.0，不是这个它指的是： LLMs as operating systems, not chatbots 也就是模型不只是回答问题，而是开始承接 workflow 读取上下文调用工具拆解任务持续执行在没人盯着的时候，把一整套流程往前推进。这也是 autonomous agents 真正有意思的地方。不是“让 AI 写一段代码” 而是让 agent 跑完整个 workflow 你不需要一直看着它它自己推进你回来 review 结果这篇文章里的 32 个 skills，本质上就是帮你跨过这条线从“使用 AI”变成“构建 AI workflow” 未来真正的差距，是谁会用 Claude 提问，还是谁能把 Claude 变成自己的 operating system？

0x_Miko

47,352 Aufrufe • vor 4 Monaten

最近北大开源的一个项目，我觉得很值得关注。 AI Agent 现在最缺的，可能不是模型，而是一套像 npm 一样可复用的 skill 基础设施。 MagicSkills 做的就是这件事。它不是再去造一个新的 Agent framework，而是想把那些散落在各处的 SKILL.md，变成可安装、可组合、可同步、可调用的共享能力层。 MagicSkills 的思路更像是，先把 skill 从零散文档里抽出来，做成一个本地优先的共享 skill pool，然后再按不同 Agent、不同框架去组合和分发。这样一来，skill 就不再只是 prompt 附件，而是开始变成真正可复用的能力基础设施。说白了，它想推动的一件事就是：让 Agent 的技能，从“写一份文档自己用”，变成“写一次，到处复用”。我觉得这个方向很值得看。因为当 skill 开始像包管理一样被组织起来，多 Agent 工作流才会真正开始像工程系统，而不是一堆 prompt 和脚本的临时拼装。如果你在关注 AI Agent、Multi-Agent、技能复用，或者正在想怎么管理越来越多的 SKILL.md，这个项目值得研究一下。👇

最近北大开源的一个项目，我觉得很值得关注。 AI Agent 现在最缺的，可能不是模型，而是一套像 npm 一样可复用的 skill 基础设施。 MagicSkills 做的就是这件事。它不是再去造一个新的 Agent framework，而是想把那些散落在各处的 SKILL.md，变成可安装、可组合、可同步、可调用的共享能力层。 MagicSkills 的思路更像是，先把 skill 从零散文档里抽出来，做成一个本地优先的共享 skill pool，然后再按不同 Agent、不同框架去组合和分发。这样一来，skill 就不再只是 prompt 附件，而是开始变成真正可复用的能力基础设施。说白了，它想推动的一件事就是：让 Agent 的技能，从“写一份文档自己用”，变成“写一次，到处复用”。我觉得这个方向很值得看。因为当 skill 开始像包管理一样被组织起来，多 Agent 工作流才会真正开始像工程系统，而不是一堆 prompt 和脚本的临时拼装。如果你在关注 AI Agent、Multi-Agent、技能复用，或者正在想怎么管理越来越多的 SKILL.md，这个项目值得研究一下。👇

axiaisacat

46,330 Aufrufe • vor 6 Monaten

值得每个人细细品味世界是一元的事物都是从一面走向它的反面不用想如何成为什么样的人你现在就是你就用这样的身份去做就是了

值得每个人细细品味世界是一元的事物都是从一面走向它的反面不用想如何成为什么样的人你现在就是你就用这样的身份去做就是了

Yangyi

29,927 Aufrufe • vor 1 Jahr

Anthropic 一位 AI engineer，刚演示了如何让 AI agents 拥有真正的 memory 28 分钟完全免费但这个点可能会改变很多人理解 agent 的方式大多数人现在还在每次新开 chat 时，反复 copy-paste context 但真正的 agent，不应该每次都从零开始它应该能记住过去发生过什么这次 workshop 讲了 4 个关键点：为什么 agents 会在 sessions 之间忘掉一切 memory stores 如何让 agents 跨 session read / write dreaming：让 agents 自己改进自己的 memory 95% cache hit rate，保证成本不会失控真正有意思的是： agent memory 不是简单“多塞一点上下文” 而是让系统形成持续状态今天执行过什么哪些信息有用哪些判断错了下次应该怎么改如果 agent 每晚都能整理记忆、更新经验、压缩上下文，那它就不是一个临时工具而更像一个会持续变强的工作系统很多人还在手动喂上下文但已经有人开始搭能跨 session 记忆、复盘、优化自己的 agents

Anthropic 一位 AI engineer，刚演示了如何让 AI agents 拥有真正的 memory 28 分钟完全免费但这个点可能会改变很多人理解 agent 的方式大多数人现在还在每次新开 chat 时，反复 copy-paste context 但真正的 agent，不应该每次都从零开始它应该能记住过去发生过什么这次 workshop 讲了 4 个关键点：为什么 agents 会在 sessions 之间忘掉一切 memory stores 如何让 agents 跨 session read / write dreaming：让 agents 自己改进自己的 memory 95% cache hit rate，保证成本不会失控真正有意思的是： agent memory 不是简单“多塞一点上下文” 而是让系统形成持续状态今天执行过什么哪些信息有用哪些判断错了下次应该怎么改如果 agent 每晚都能整理记忆、更新经验、压缩上下文，那它就不是一个临时工具而更像一个会持续变强的工作系统很多人还在手动喂上下文但已经有人开始搭能跨 session 记忆、复盘、优化自己的 agents

0x_Miko

87,232 Aufrufe • vor 4 Monaten

一个人做游戏，真的开始像带团队了。 Claude-Code-Game-Studios 这个项目很猛。它不是单纯给你一个更会写代码的 Claude，而是想把一整个游戏工作室塞进 Claude Code 里。 README 里直接给了： 48 个 AI agents 37 个 workflows 还有完整的 studio hierarchy、slash commands、hooks、rules 和 templates。也就是说，你不是在和一个 AI 助手聊天，而是在调度一支虚拟游戏团队。从创意总监、技术总监、制作人，到玩法程序、关卡设计、叙事、音频、QA、发行，整套分工都已经拆好了。甚至连 Godot、Unity、Unreal 三套引擎专家也都配上了。我觉得这类项目真正有意思的地方，不是“Agent 数量很多”，而是它开始把 AI Coding 从单兵作战，推进到“组织协作”这一步。游戏开发本来就是最典型的多角色协同场景之一，所以这种玩法特别值得看。项目现在 GitHub 也已经有 3.3k Stars、440 Forks。如果你在关注 AI 游戏开发、多 Agent workflow，或者一人游戏工作室这个方向，值得研究一下👇

一个人做游戏，真的开始像带团队了。 Claude-Code-Game-Studios 这个项目很猛。它不是单纯给你一个更会写代码的 Claude，而是想把一整个游戏工作室塞进 Claude Code 里。 README 里直接给了： 48 个 AI agents 37 个 workflows 还有完整的 studio hierarchy、slash commands、hooks、rules 和 templates。也就是说，你不是在和一个 AI 助手聊天，而是在调度一支虚拟游戏团队。从创意总监、技术总监、制作人，到玩法程序、关卡设计、叙事、音频、QA、发行，整套分工都已经拆好了。甚至连 Godot、Unity、Unreal 三套引擎专家也都配上了。我觉得这类项目真正有意思的地方，不是“Agent 数量很多”，而是它开始把 AI Coding 从单兵作战，推进到“组织协作”这一步。游戏开发本来就是最典型的多角色协同场景之一，所以这种玩法特别值得看。项目现在 GitHub 也已经有 3.3k Stars、440 Forks。如果你在关注 AI 游戏开发、多 Agent workflow，或者一人游戏工作室这个方向，值得研究一下👇

axiaisacat

67,870 Aufrufe • vor 6 Monaten

今天免费给大家挖到一个牛的工具 Stanford University 放出来的一套 AI 课程，直接用 1 个半小时，把 Claude 和 ChatGPT 背后的工作原理，拆得非常透。很多人天天都在用 AI。写内容。做研究。跑工作流。做自动化。但大部分人，说实话连模型 10% 的能力都没真正用出来。问题从来不是 AI 不够强。而是你根本不知道，它到底是怎么思考、怎么推理、怎么处理信息的。你一旦理解底层逻辑，你会发现，提示词、自动化、Agent、工作流这些东西，全部都会进入另一个层次。建议直接收藏，少刷一小时短剧。明天醒来，你可能就比大部分人，多了一条真正能赚钱的路。 AI 最大的红利，永远属于理解它的人。

今天免费给大家挖到一个牛的工具 Stanford University 放出来的一套 AI 课程，直接用 1 个半小时，把 Claude 和 ChatGPT 背后的工作原理，拆得非常透。很多人天天都在用 AI。写内容。做研究。跑工作流。做自动化。但大部分人，说实话连模型 10% 的能力都没真正用出来。问题从来不是 AI 不够强。而是你根本不知道，它到底是怎么思考、怎么推理、怎么处理信息的。你一旦理解底层逻辑，你会发现，提示词、自动化、Agent、工作流这些东西，全部都会进入另一个层次。建议直接收藏，少刷一小时短剧。明天醒来，你可能就比大部分人，多了一条真正能赚钱的路。 AI 最大的红利，永远属于理解它的人。

财龙 | &道心在我，财源滚滚&

19,804 Aufrufe • vor 3 Monaten

今早刷到一条新闻的时候，我愣了几秒。去年那个曾经风靡一时、全网都在找邀请码、朋友圈一夜刷屏的 Manus，被 Meta 收购了。而且不是象征性的那种。传闻中的收购价，高达 20 亿美元。一瞬间，脑子里只有一句话：原来那一波热闹，真的不是泡沫。如果你去年混过 AI 圈，一定记得 Manus。那种典型的产品—— 不是“炫技 demo”，而是你一用就发现不对劲的那种工具。它不是只回答问题，而是能自己拆任务、查资料、写东西、跑流程。你给它一个目标，它自己往下干。后来大家才慢慢意识到：哦，这是 Agent。 Manus 真正厉害的地方，并不是“它能干什么”，而是它敢把“人”的工作流直接吃掉。不是辅助你，不是提高效率，而是—— “这事我来做，你别管了。” 在当时那一堆还停留在 ChatBot、Copilot 阶段的产品里， Manus 是极少数真的在往“替代”走的团队。这也是为什么它能在极短时间内：用户暴涨付费率不低在海外圈层迅速传播 Agent 这个词后来被讲烂了，但Manus 是最早让普通人真正“感受到 Agent 的”那一批。更讽刺的是另一件事。去年，字节跳动曾经试图以 3000 万美元左右收购 Manus。这事在圈子里不是秘密。当时很多人的第一反应是： “挺高了吧？” “早点卖也正常。” 但结果你现在也看到了：没卖。一年后，直接卖给 Meta，估值翻了近百倍。你说这是运气？不完全是。这是对一件事的判断差异： Agent 会不会成为下一代核心计算入口。很多人只盯着“20 亿美元”这个数字。但更值得琢磨的，其实是另一条线索： Manus 后来把公司主体放在了新加坡。这一步，太关键了。不是因为新加坡有什么魔法，而是因为：面向全球用户面向美元资本面向 Meta、OpenAI、Google 这种买家你必须站在“他们习惯的坐标系里”。产品是全球的，那公司也得是全球的。这也引出了一个让很多中国 AI 创业者心里不舒服的问题：为什么这么多 AI 初创，最后都很难在中国大陆生根？不是技术不行，不是人不行，甚至也不完全是钱的问题。而是一个更现实的东西： “长大以后怎么办？” 能不能无摩擦地服务全球用户能不能被全球巨头并购能不能走一条清晰、可预期的退出路径这些问题，对早期创业者来说，比模型参数重要得多。再回到 Meta。你要明白一件事： Meta 不是“看热闹的投资人”。它现在最缺的，不是模型，不是算力，而是能真正跑在模型之上的 Agent 层。 Chat 是入口，但 Agent 才是生产力。而 Manus，恰好站在这个位置上。所以这次收购，与其说是“买一家创业公司”，不如说是—— 直接买了一条通往下一代产品形态的快车道。最后说句很人话的。很多人会把这件事解读成： “中国 AI 又一次被美国收走了果实”。也有人会说： “这是中国创业者的成功”。我更愿意用一个不那么宏大的视角看它：这是一个创业者，在关键时刻，没有把自己卖便宜的故事。而在 AI 这个时代，这种故事，会越来越少，也越来越贵。如果你去年抢过 Manus 的邀请码，如果你用过 Agent，如果你正在创业、或者想创业，你大概能理解这种复杂的情绪。不是羡慕，也不是愤怒，而是一种： “原来世界已经走到这一步了”的感觉。这条新闻，不只是 Manus 的终点。它更像是很多人，某种幻想的终点。也是另一种现实的开始。

今早刷到一条新闻的时候，我愣了几秒。去年那个曾经风靡一时、全网都在找邀请码、朋友圈一夜刷屏的 Manus，被 Meta 收购了。而且不是象征性的那种。传闻中的收购价，高达 20 亿美元。一瞬间，脑子里只有一句话：原来那一波热闹，真的不是泡沫。如果你去年混过 AI 圈，一定记得 Manus。那种典型的产品—— 不是“炫技 demo”，而是你一用就发现不对劲的那种工具。它不是只回答问题，而是能自己拆任务、查资料、写东西、跑流程。你给它一个目标，它自己往下干。后来大家才慢慢意识到：哦，这是 Agent。 Manus 真正厉害的地方，并不是“它能干什么”，而是它敢把“人”的工作流直接吃掉。不是辅助你，不是提高效率，而是—— “这事我来做，你别管了。” 在当时那一堆还停留在 ChatBot、Copilot 阶段的产品里， Manus 是极少数真的在往“替代”走的团队。这也是为什么它能在极短时间内：用户暴涨付费率不低在海外圈层迅速传播 Agent 这个词后来被讲烂了，但Manus 是最早让普通人真正“感受到 Agent 的”那一批。更讽刺的是另一件事。去年，字节跳动曾经试图以 3000 万美元左右收购 Manus。这事在圈子里不是秘密。当时很多人的第一反应是： “挺高了吧？” “早点卖也正常。” 但结果你现在也看到了：没卖。一年后，直接卖给 Meta，估值翻了近百倍。你说这是运气？不完全是。这是对一件事的判断差异： Agent 会不会成为下一代核心计算入口。很多人只盯着“20 亿美元”这个数字。但更值得琢磨的，其实是另一条线索： Manus 后来把公司主体放在了新加坡。这一步，太关键了。不是因为新加坡有什么魔法，而是因为：面向全球用户面向美元资本面向 Meta、OpenAI、Google 这种买家你必须站在“他们习惯的坐标系里”。产品是全球的，那公司也得是全球的。这也引出了一个让很多中国 AI 创业者心里不舒服的问题：为什么这么多 AI 初创，最后都很难在中国大陆生根？不是技术不行，不是人不行，甚至也不完全是钱的问题。而是一个更现实的东西： “长大以后怎么办？” 能不能无摩擦地服务全球用户能不能被全球巨头并购能不能走一条清晰、可预期的退出路径这些问题，对早期创业者来说，比模型参数重要得多。再回到 Meta。你要明白一件事： Meta 不是“看热闹的投资人”。它现在最缺的，不是模型，不是算力，而是能真正跑在模型之上的 Agent 层。 Chat 是入口，但 Agent 才是生产力。而 Manus，恰好站在这个位置上。所以这次收购，与其说是“买一家创业公司”，不如说是—— 直接买了一条通往下一代产品形态的快车道。最后说句很人话的。很多人会把这件事解读成： “中国 AI 又一次被美国收走了果实”。也有人会说： “这是中国创业者的成功”。我更愿意用一个不那么宏大的视角看它：这是一个创业者，在关键时刻，没有把自己卖便宜的故事。而在 AI 这个时代，这种故事，会越来越少，也越来越贵。如果你去年抢过 Manus 的邀请码，如果你用过 Agent，如果你正在创业、或者想创业，你大概能理解这种复杂的情绪。不是羡慕，也不是愤怒，而是一种： “原来世界已经走到这一步了”的感觉。这条新闻，不只是 Manus 的终点。它更像是很多人，某种幻想的终点。也是另一种现实的开始。

比特币橙子Trader

122,896 Aufrufe • vor 9 Monaten

Anthropic engineer 这句话很关键： “你不应该一直 prompt Claude。你应该搭一个会自己 prompt 自己的 system。” 这可能是最近看到最值得保存的 Claude workflow 之一视频里她拆了很多人正在犯的同一个问题：用了 Claude 几个月，但每次还是从零开始新开 session 重新解释背景重新贴上下文重新写 prompt 然后关掉 tab，一切停止她讲到几个细节： CLAUDE.md 在你输入第一个字前，就可能吃掉 14% 95% 用户从来没装过的 plugins 不需要你手动输入 prompt，也能运行的 workflows 以及为什么“打一条 prompt 然后关掉页面”，等于把 90% 的能力留在桌上真正有意思的是： Claude 的价值不只是回答你的问题而是你能不能把它放进一套系统里让它记住规则读取上下文调用 plugins 跑 workflows 甚至在你不输入下一条 prompt 的时候，继续推进任务如果你用了 Claude 几个月，但每次 session 还是从头开始那你至少还有 28 个 untouched features 可能是 30 个今晚与其再刷一集剧，不如看完这个视频看完先 bookmark

Anthropic engineer 这句话很关键： “你不应该一直 prompt Claude。你应该搭一个会自己 prompt 自己的 system。” 这可能是最近看到最值得保存的 Claude workflow 之一视频里她拆了很多人正在犯的同一个问题：用了 Claude 几个月，但每次还是从零开始新开 session 重新解释背景重新贴上下文重新写 prompt 然后关掉 tab，一切停止她讲到几个细节： CLAUDE.md 在你输入第一个字前，就可能吃掉 14% 95% 用户从来没装过的 plugins 不需要你手动输入 prompt，也能运行的 workflows 以及为什么“打一条 prompt 然后关掉页面”，等于把 90% 的能力留在桌上真正有意思的是： Claude 的价值不只是回答你的问题而是你能不能把它放进一套系统里让它记住规则读取上下文调用 plugins 跑 workflows 甚至在你不输入下一条 prompt 的时候，继续推进任务如果你用了 Claude 几个月，但每次 session 还是从头开始那你至少还有 28 个 untouched features 可能是 30 个今晚与其再刷一集剧，不如看完这个视频看完先 bookmark

0x_Miko

155,580 Aufrufe • vor 4 Monaten

如果你翻墙之后，还只会刷每日大赛，那真的有点浪费了因为互联网真正值钱的东西，其实大量都藏在 GitHub 很多最新的 AI 工具、自动化项目、效率工作流，几乎都会第一时间出现在那里这两年越来越明显的一件事是：会用 GitHub 的人，已经开始用 AI 放大自己的效率了很多原本需要团队完成的事情，现在一个人就能做我的建议是收藏起来，认真看看这个视频它真正有价值的地方，不是教你“看网站”，而是让你开始理解： AI 时代里，普通人该去哪里找机会

如果你翻墙之后，还只会刷每日大赛，那真的有点浪费了因为互联网真正值钱的东西，其实大量都藏在 GitHub 很多最新的 AI 工具、自动化项目、效率工作流，几乎都会第一时间出现在那里这两年越来越明显的一件事是：会用 GitHub 的人，已经开始用 AI 放大自己的效率了很多原本需要团队完成的事情，现在一个人就能做我的建议是收藏起来，认真看看这个视频它真正有价值的地方，不是教你“看网站”，而是让你开始理解： AI 时代里，普通人该去哪里找机会

Suu

572,680 Aufrufe • vor 3 Monaten

可以肯定的是：这个女子是真的想自我了结！不是作假的。这两名男子2次把他救下，行为值得称赞，但是以后呢？还会这么“幸运”吗？也许对这个女子来说，生不如死，还不如一了百了，这是怎样的一个世道啊，可以比把人逼到如此境地！

可以肯定的是：这个女子是真的想自我了结！不是作假的。这两名男子2次把他救下，行为值得称赞，但是以后呢？还会这么“幸运”吗？也许对这个女子来说，生不如死，还不如一了百了，这是怎样的一个世道啊，可以比把人逼到如此境地！

洼地老牛

62,534 Aufrufe • vor 8 Monaten

Claude Code 的创造者 Boris 讲了一个很关键的转变： “我现在不再给 Claude 写 prompts。我写 loops 然后让 loops 去完成工作我的工作，就是写 loops。” 这其实也是很多人用 Claude Code 卡住的地方他们还在把它当聊天工具用：输入一个需求等一次回答然后手动继续改但 Boris 在 30 分钟里展示的是他真实的 daily setup： Claude Code loops dynamic workflow 核心不是让 Claude 一次性给出完美答案而是把任务拆进一个可以反复执行、检查、修正的循环里模型不只是回答你它会在 workflow 里持续推进任务这类内容，可能比很多 $500 的 vibe-coding 课程更有价值因为它讲的不是“怎么写一句更好的 prompt” 而是怎么把 Claude Code 变成一个能持续工作的系统 AI coding 的关键，是 prompt 写得更漂亮，还是你能不能设计出让模型自己推进的 loop？

Claude Code 的创造者 Boris 讲了一个很关键的转变： “我现在不再给 Claude 写 prompts。我写 loops 然后让 loops 去完成工作我的工作，就是写 loops。” 这其实也是很多人用 Claude Code 卡住的地方他们还在把它当聊天工具用：输入一个需求等一次回答然后手动继续改但 Boris 在 30 分钟里展示的是他真实的 daily setup： Claude Code loops dynamic workflow 核心不是让 Claude 一次性给出完美答案而是把任务拆进一个可以反复执行、检查、修正的循环里模型不只是回答你它会在 workflow 里持续推进任务这类内容，可能比很多 $500 的 vibe-coding 课程更有价值因为它讲的不是“怎么写一句更好的 prompt” 而是怎么把 Claude Code 变成一个能持续工作的系统 AI coding 的关键，是 prompt 写得更漂亮，还是你能不能设计出让模型自己推进的 loop？

0x_Miko

188,655 Aufrufe • vor 3 Monaten

Anthropic 刚花了 millions 去 hire Andrej Karpathy 但同一周，Karpathy 把同样级别的认知，用 $0 放出来了 OpenAI co-founder Former head of AI at Tesla 提出 vibe coding 的人没有 recruitment fee 没有 exclusive access 只有一个链接，29 分钟他这次讲了几个很关键的判断： - LLMs are ghosts, not animals. - Vibe coding is dead. - Software 3.0 is here. 真正有意思的是： Karpathy 讲的是 Software 3.0 到底是什么但如果只停留在理解概念，还不够下一步是：怎么把它做出来这也是为什么我整理了一份 full build guide 核心是用 Claude Code 搭一个 software factory 让它自动拆任务、写代码、改功能、推进项目甚至在你睡觉的时候，也能继续 ship features Karpathy 的 29 分钟，告诉你 Software 3.0 是什么这份 guide，则是告诉你怎么用 Claude Code 把它建出来

Anthropic 刚花了 millions 去 hire Andrej Karpathy 但同一周，Karpathy 把同样级别的认知，用 $0 放出来了 OpenAI co-founder Former head of AI at Tesla 提出 vibe coding 的人没有 recruitment fee 没有 exclusive access 只有一个链接，29 分钟他这次讲了几个很关键的判断： - LLMs are ghosts, not animals. - Vibe coding is dead. - Software 3.0 is here. 真正有意思的是： Karpathy 讲的是 Software 3.0 到底是什么但如果只停留在理解概念，还不够下一步是：怎么把它做出来这也是为什么我整理了一份 full build guide 核心是用 Claude Code 搭一个 software factory 让它自动拆任务、写代码、改功能、推进项目甚至在你睡觉的时候，也能继续 ship features Karpathy 的 29 分钟，告诉你 Software 3.0 是什么这份 guide，则是告诉你怎么用 Claude Code 把它建出来

0x_Miko

75,348 Aufrufe • vor 4 Monaten

有一个超级暴论：现阶段的 OpenClaw 根本不适合团队协作！！折腾过的人，应该都有类似的感受！ OpenClaw 本质上其实是一个很强的 Agent 底座！你可以把它接入到自己的团队工作流里，把 Agent 搭起来，把渠道接进去，把能力跑通，每个人都能让Agent干事情，但是再进一步就会发现真正的问题：团队怎么一起用？中间产出和最终结果都沉淀在哪？前面做过的分析、写过的文档、跑过的方法，怎么变成团队可复用资产？新的成员进来，怎么接着往下做，而不是从头再来一遍？这些，落到实际的应用中，都是坑！最近，Flowus团队开发了一个新产品： Kollab Kollab 似乎解决了上面这些问题，它的思路很直接：把 Agent 直接变成工作流的一部分。这是什么意思呢？ OpenClaw 解决的是：我个人怎么拥有一个随叫随到、能力很强、自己可控的 AI。而 Kollab 解决的是：怎么让 AI 参与真实的团队工作，让做过的事能留下来，方法能复用，团队能协作。对于内容团队、研究团队、小型创业团队来说，一定知道这其中的区别！！你可以很简单的建立不同的项目组，或者工作空间，每个项目组里都有 Agent，项目推进的全过程中，所有的工作流、产出和方法论，都会沉淀在这个空间里。当下次遇到同类型的B项目时，就可以一键复用A项目沉淀下来“工作资产”。我觉得，这才是团队协作里最有价值的部分，尽可能减少重复劳动！！不管是传统团队协作，还是AI时代的团队协作，都如此。所以，AI 产品真正的分水岭，不是谁更像人，也不是谁接了更多更强的模型。而是，到底能不能提供一个能沉淀、能协作、能推进的工作空间。

有一个超级暴论：现阶段的 OpenClaw 根本不适合团队协作！！折腾过的人，应该都有类似的感受！ OpenClaw 本质上其实是一个很强的 Agent 底座！你可以把它接入到自己的团队工作流里，把 Agent 搭起来，把渠道接进去，把能力跑通，每个人都能让Agent干事情，但是再进一步就会发现真正的问题：团队怎么一起用？中间产出和最终结果都沉淀在哪？前面做过的分析、写过的文档、跑过的方法，怎么变成团队可复用资产？新的成员进来，怎么接着往下做，而不是从头再来一遍？这些，落到实际的应用中，都是坑！最近，Flowus团队开发了一个新产品： Kollab Kollab 似乎解决了上面这些问题，它的思路很直接：把 Agent 直接变成工作流的一部分。这是什么意思呢？ OpenClaw 解决的是：我个人怎么拥有一个随叫随到、能力很强、自己可控的 AI。而 Kollab 解决的是：怎么让 AI 参与真实的团队工作，让做过的事能留下来，方法能复用，团队能协作。对于内容团队、研究团队、小型创业团队来说，一定知道这其中的区别！！你可以很简单的建立不同的项目组，或者工作空间，每个项目组里都有 Agent，项目推进的全过程中，所有的工作流、产出和方法论，都会沉淀在这个空间里。当下次遇到同类型的B项目时，就可以一键复用A项目沉淀下来“工作资产”。我觉得，这才是团队协作里最有价值的部分，尽可能减少重复劳动！！不管是传统团队协作，还是AI时代的团队协作，都如此。所以，AI 产品真正的分水岭，不是谁更像人，也不是谁接了更多更强的模型。而是，到底能不能提供一个能沉淀、能协作、能推进的工作空间。

沐阳

51,104 Aufrufe • vor 5 Monaten

最近Hermes Agent 爆火，OpenClaw 过时了？现在真实发生的是 AI Agent 正在分成两条路一条是 OpenClaw 这类：系统派 - 强调多 Agent 调度 - 强调工具链、权限、流程控制 - 更像一个AI操作系统本质是：让 AI 更好地“干活” 另一条是 Hermes：进化派 - 强调长期记忆 - 强调自我学习、技能沉淀 - 用得越久越强本质是：让 AI 自己变强很多人觉得 Hermes 更高级是因为它解决了一个痛点： AI 不再用完就忘但这不代表 OpenClaw 没价值 OpenClaw 解决的是另一件更硬的事：多系统、多工具、多人协作的控制问题有人这样用 Hermes 当大脑，OpenClaw 当执行层下面是Hermes的安装文档

最近Hermes Agent 爆火，OpenClaw 过时了？现在真实发生的是 AI Agent 正在分成两条路一条是 OpenClaw 这类：系统派 - 强调多 Agent 调度 - 强调工具链、权限、流程控制 - 更像一个AI操作系统本质是：让 AI 更好地“干活” 另一条是 Hermes：进化派 - 强调长期记忆 - 强调自我学习、技能沉淀 - 用得越久越强本质是：让 AI 自己变强很多人觉得 Hermes 更高级是因为它解决了一个痛点： AI 不再用完就忘但这不代表 OpenClaw 没价值 OpenClaw 解决的是另一件更硬的事：多系统、多工具、多人协作的控制问题有人这样用 Hermes 当大脑，OpenClaw 当执行层下面是Hermes的安装文档

HankAI

36,938 Aufrufe • vor 5 Monaten