正在加载视频...

视频加载失败

加载此视频时出现问题。这可能是由于临时网络问题，或视频可能不可用。

兄弟们，我挖到个离谱玩法：有人把Token 斗地主塞进了 Codex Agent 运行面板里。不是那种玩具 Demo，是直接拿账户 Token 当欢乐豆，上桌就能看到每个人真实余额，叫分、抢地主、加倍、明牌，全走实时房间。我自己试了两把，最吓人的不是游戏，是这个思路： Agent 框架不只是跑任务、调工具，它开始能长出一个小型经济系统了。插件一挂，Token 变筹码，用户变玩家，页面瞬间从控制台变赌场。说实话这东西很粗糙，但创意真猛。以后谁还说 Agent 只能写代码，我真想让他先输一把地主再说。

火山哥🕊️

85,579 subscribers

61,208 次观看 • 24 天前 •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

0 条评论

暂无评论

原始帖子的评论将显示在这里

相关视频

👏扣子3.0 发布了。这版我最期待的两个功能：一是"多人多 Agent 协作"——把不同的 Agent 拉进同一个项目，@ 来 @ 去分工干活；二是能把本地的 Claude Code、Codex 直接接进去托管。我平时主力就用 Claude Code，自己还折腾过几个让多 Agent 协作的小工具： - multi-agent：用 tmux 分屏把 Claude、Codex 拉起来，按顺序调度 - hero-coding：一个 Go 写的小程序，让 Agent 写完代码自动跑测试、再过一遍审查 - roundtable：让几个不同的模型对着同一个问题互相辩论，出一个结论我第一时间就上手了。先接入：本地配好的 Claude Code、Codex 点几下就接进来托管，不用重配；一个项目里我拉三个 Agent —— 本地的 Claude Code、本地的 Codex、Coze Agent。然后我在项目里 @ Claude Code，让它读我本地那个 hero-coding，它确实能读到内容，而且不单单是能读文件。我又让它调我本地的 imgen SKILL（我自己写的文生图工具）生成一张图，再通过我自己的 coze-bridge 把图发回聊天里——图真出来了，一张未来感城市夜景。也就是说，我电脑上的整套工具链、skill 它都能调起来用，云端和本地直接打通。

👏扣子3.0 发布了。这版我最期待的两个功能：一是"多人多 Agent 协作"——把不同的 Agent 拉进同一个项目，@ 来 @ 去分工干活；二是能把本地的 Claude Code、Codex 直接接进去托管。我平时主力就用 Claude Code，自己还折腾过几个让多 Agent 协作的小工具： - multi-agent：用 tmux 分屏把 Claude、Codex 拉起来，按顺序调度 - hero-coding：一个 Go 写的小程序，让 Agent 写完代码自动跑测试、再过一遍审查 - roundtable：让几个不同的模型对着同一个问题互相辩论，出一个结论我第一时间就上手了。先接入：本地配好的 Claude Code、Codex 点几下就接进来托管，不用重配；一个项目里我拉三个 Agent —— 本地的 Claude Code、本地的 Codex、Coze Agent。然后我在项目里 @ Claude Code，让它读我本地那个 hero-coding，它确实能读到内容，而且不单单是能读文件。我又让它调我本地的 imgen SKILL（我自己写的文生图工具）生成一张图，再通过我自己的 coze-bridge 把图发回聊天里——图真出来了，一张未来感城市夜景。也就是说，我电脑上的整套工具链、skill 它都能调起来用，云端和本地直接打通。

劳伦斯

27,519 次观看 • 3 个月前

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👇

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 次观看 • 4 个月前

兄弟们别再把 Codex 当聊天框用了。问一句，答一句。复制代码。手动调试。报错再丢回去。这套玩法不是不能用，是太亏了。这期直接整理了一篇 Codex 保姆级完整教学，尽量做到最全、最简洁、最白话，真就是新手也能跟着走那种。如果你还没系统玩过 Codex，建议真别划走。少刷7分钟短视频，把这套东西啃明白。明天起来，说不定手里就多了个能搞钱的技能。最离谱的是，人家还真不卖课。不搞引流。不藏一半。纯纯白给，手把手教你玩。这哪是教程啊。这不赛博菩萨吗。

兄弟们别再把 Codex 当聊天框用了。问一句，答一句。复制代码。手动调试。报错再丢回去。这套玩法不是不能用，是太亏了。这期直接整理了一篇 Codex 保姆级完整教学，尽量做到最全、最简洁、最白话，真就是新手也能跟着走那种。如果你还没系统玩过 Codex，建议真别划走。少刷7分钟短视频，把这套东西啃明白。明天起来，说不定手里就多了个能搞钱的技能。最离谱的是，人家还真不卖课。不搞引流。不藏一半。纯纯白给，手把手教你玩。这哪是教程啊。这不赛博菩萨吗。

火山哥🕊️

19,865 次观看 • 1 个月前

装完 Codex 还在那儿问能干啥？别问了，先拿去做视频赚钱。我看到一个玩法挺狠：给 Codex 装上 6 个 skills，直接让它参与一整条视频的制作流程。不是单纯写脚本那种。是从选题、脚本、素材、剪辑思路，到成片流程里能插手的地方，全让它进来干活。说白了，就是把 Codex 从“代码助手”，硬拽成“视频工作流打工人”。这思路有点离谱。但仔细一想，又很合理。毕竟 AI 都装好了，不拿来搞点能变现的东西，难道真天天让它陪你写 demo 吗。

装完 Codex 还在那儿问能干啥？别问了，先拿去做视频赚钱。我看到一个玩法挺狠：给 Codex 装上 6 个 skills，直接让它参与一整条视频的制作流程。不是单纯写脚本那种。是从选题、脚本、素材、剪辑思路，到成片流程里能插手的地方，全让它进来干活。说白了，就是把 Codex 从“代码助手”，硬拽成“视频工作流打工人”。这思路有点离谱。但仔细一想，又很合理。毕竟 AI 都装好了，不拿来搞点能变现的东西，难道真天天让它陪你写 demo 吗。

淘沙者(TheSandPicker)

27,190 次观看 • 2 个月前

本地 Agent 跑通，不等于它能交付。我最近做 AI 内容工厂时发现，真正难的不是让 AI 写稿，而是把它变成一个能被团队、客户、真实用户使用的 Agent 产品。这次用 EdgeOne Makers 跑了一遍：从 Agent Template 创建项目，到本地 edgeone makers dev 调试，再到 agent-metrics 看调用链路，最后用 edgeone makers deploy 部署上线。我最看重的是它把 Agent 产品化需要的能力打包好了：对话记忆、沙箱工具调用、调用链路追踪、模型接入、Web 与 Agent 同项目管理。对已经有本地 Agent 的开发者来说，它解决的不是“怎么想一个 Agent”，而是“怎么把 Agent 交付出去”。 Beta 期间，新用户可获得 50w Token/月免费模型额度。粉丝专属福利：点击活动页链接，选择参与「限时加码」活动，填入专属邀请码79885666，即可额外领取 50 万 Token。任务福利最高可叠加到 5000 万 Token，具体以活动页规则为准。产品体验与活动页：产品入口： #腾讯云 #EdgeOne #AIAgent #EdgeOneMakers

本地 Agent 跑通，不等于它能交付。我最近做 AI 内容工厂时发现，真正难的不是让 AI 写稿，而是把它变成一个能被团队、客户、真实用户使用的 Agent 产品。这次用 EdgeOne Makers 跑了一遍：从 Agent Template 创建项目，到本地 edgeone makers dev 调试，再到 agent-metrics 看调用链路，最后用 edgeone makers deploy 部署上线。我最看重的是它把 Agent 产品化需要的能力打包好了：对话记忆、沙箱工具调用、调用链路追踪、模型接入、Web 与 Agent 同项目管理。对已经有本地 Agent 的开发者来说，它解决的不是“怎么想一个 Agent”，而是“怎么把 Agent 交付出去”。 Beta 期间，新用户可获得 50w Token/月免费模型额度。粉丝专属福利：点击活动页链接，选择参与「限时加码」活动，填入专属邀请码79885666，即可额外领取 50 万 Token。任务福利最高可叠加到 5000 万 Token，具体以活动页规则为准。产品体验与活动页：产品入口： #腾讯云 #EdgeOne #AIAgent #EdgeOneMakers

Rachel🥥

91,709 次观看 • 2 个月前

Claude Opus 4.8 出了之后，我的第一反应是：想试。第二反应是：算了，token 这东西真的不经烧。结果看到 ZenMux 现在可以体验 Opus 4.8，就拿它试了一个我最近一直想做的小东西。我自己有个很真实的问题：脑子里经常冒出各种产品想法。但每次真要开始做，就会卡住。用户是谁？第一版到底做什么？哪些功能应该先砍掉？怎么定价？第一周从哪一步开始？上线后怎么找第一批用户？想法很多，执行很散。所以我让 Claude Opus 4.8 做了一个「一人公司作战室」。需求我写得也挺直接：输入一句产品 idea。自动拆出产品定位、MVP、开发任务、定价方案。再生成落地页文案、冷启动实验、风险清单和本周计划。最好不是一个静态页面，而是真的能点、能改、能导出。然后我就把这段话丢给 Claude Opus 4.8。出来的效果比我预期好不少。它真的把“一人公司怎么从想法走到执行”这件事拆开了。左边输入产品想法。中间生成产品蓝图、MVP 范围、定价和官网文案。右边是任务看板和本周计划。底部还有冷启动实验、风险雷达和 Markdown 导出。最让我觉得有意思的是，它不是一味堆功能。比如我输入“给小红书博主做 AI 选题助手”，它会主动判断：第一版必须做什么。哪些功能看起来高级，但现在应该先别碰。怎么找第一批真实用户。哪些风险可能让这个项目做不下去。这点就很能体现 Opus 4.8 的能力。普通模型经常是：你要什么，我全给你加上。最后页面很热闹，但产品判断是空的。 Opus 4.8 更像是在帮你收敛：先想清楚用户、场景和第一步，再把它变成可以执行的工作台。我是在 ZenMux 上试的。它比较方便的一点是，一个 Key 就能切不同模型，新模型上线也很快。 Opus 4.8 拿来做这种带产品判断、交互状态和复杂信息结构的网页，确实挺顺。想试 Claude Opus 4.8 的，可以从这里进：

Claude Opus 4.8 出了之后，我的第一反应是：想试。第二反应是：算了，token 这东西真的不经烧。结果看到 ZenMux 现在可以体验 Opus 4.8，就拿它试了一个我最近一直想做的小东西。我自己有个很真实的问题：脑子里经常冒出各种产品想法。但每次真要开始做，就会卡住。用户是谁？第一版到底做什么？哪些功能应该先砍掉？怎么定价？第一周从哪一步开始？上线后怎么找第一批用户？想法很多，执行很散。所以我让 Claude Opus 4.8 做了一个「一人公司作战室」。需求我写得也挺直接：输入一句产品 idea。自动拆出产品定位、MVP、开发任务、定价方案。再生成落地页文案、冷启动实验、风险清单和本周计划。最好不是一个静态页面，而是真的能点、能改、能导出。然后我就把这段话丢给 Claude Opus 4.8。出来的效果比我预期好不少。它真的把“一人公司怎么从想法走到执行”这件事拆开了。左边输入产品想法。中间生成产品蓝图、MVP 范围、定价和官网文案。右边是任务看板和本周计划。底部还有冷启动实验、风险雷达和 Markdown 导出。最让我觉得有意思的是，它不是一味堆功能。比如我输入“给小红书博主做 AI 选题助手”，它会主动判断：第一版必须做什么。哪些功能看起来高级，但现在应该先别碰。怎么找第一批真实用户。哪些风险可能让这个项目做不下去。这点就很能体现 Opus 4.8 的能力。普通模型经常是：你要什么，我全给你加上。最后页面很热闹，但产品判断是空的。 Opus 4.8 更像是在帮你收敛：先想清楚用户、场景和第一步，再把它变成可以执行的工作台。我是在 ZenMux 上试的。它比较方便的一点是，一个 Key 就能切不同模型，新模型上线也很快。 Opus 4.8 拿来做这种带产品判断、交互状态和复杂信息结构的网页，确实挺顺。想试 Claude Opus 4.8 的，可以从这里进：

Joruno

16,224 次观看 • 3 个月前

最近，很多人说豆包2.1 PRO在编程方面可用！！但很少人实际跑一个项目去测试它，我自己也好奇它到底行不行？所以，我准备让豆包自己看抖音，然后把视频里面的一款玩具做成3D游戏。我相信这个测试不仅仅可以测试编程能力，而且连多模态也能测试。所以豆包到底能不能坐大人那桌了呢？下面是我的真实录屏测试👇：

最近，很多人说豆包2.1 PRO在编程方面可用！！但很少人实际跑一个项目去测试它，我自己也好奇它到底行不行？所以，我准备让豆包自己看抖音，然后把视频里面的一款玩具做成3D游戏。我相信这个测试不仅仅可以测试编程能力，而且连多模态也能测试。所以豆包到底能不能坐大人那桌了呢？下面是我的真实录屏测试👇：

铁锤人

51,359 次观看 • 2 个月前

以前玩贪吃蛇，玩的都是别人做好的。今天我试着让 AI 给我做了一款。我只说了一句： “做一个经典贪吃蛇小游戏，用方向键控制小蛇吃苹果，撞墙或撞到自己就结束。” 然后 Gear Zero 就开始自己规划、写代码、搭画面。我在旁边等着，它在认真给小蛇铺果园、放苹果。最神奇的是，做完不是给你一张效果图，而是真的生成一个能玩的小游戏。打开浏览器就能玩；觉得不够好玩，还能接着跟它说：“加几个障碍物”“吃到金苹果多加分”“速度再快一点”，它会继续往下改。不用学游戏引擎，不用写代码，也不用找美工。你只要把脑子里的游戏说出来，它就能一步步给你做成能在浏览器里直接玩的版本。以前我们玩别人创造的游戏，现在，终于可以玩自己脑洞里的游戏了。想做贪吃蛇、赛车、塔防，还是“打工人下班逃生”？去 Gear Zero，说一句试试。想自己做一个的话，方法很简单：打开比如“做一个贪吃蛇”“做一个双人赛车”“做一个奶茶店经营游戏”。剩下的，交给 Gear Zero。 Gear Zero

以前玩贪吃蛇，玩的都是别人做好的。今天我试着让 AI 给我做了一款。我只说了一句： “做一个经典贪吃蛇小游戏，用方向键控制小蛇吃苹果，撞墙或撞到自己就结束。” 然后 Gear Zero 就开始自己规划、写代码、搭画面。我在旁边等着，它在认真给小蛇铺果园、放苹果。最神奇的是，做完不是给你一张效果图，而是真的生成一个能玩的小游戏。打开浏览器就能玩；觉得不够好玩，还能接着跟它说：“加几个障碍物”“吃到金苹果多加分”“速度再快一点”，它会继续往下改。不用学游戏引擎，不用写代码，也不用找美工。你只要把脑子里的游戏说出来，它就能一步步给你做成能在浏览器里直接玩的版本。以前我们玩别人创造的游戏，现在，终于可以玩自己脑洞里的游戏了。想做贪吃蛇、赛车、塔防，还是“打工人下班逃生”？去 Gear Zero，说一句试试。想自己做一个的话，方法很简单：打开比如“做一个贪吃蛇”“做一个双人赛车”“做一个奶茶店经营游戏”。剩下的，交给 Gear Zero。 Gear Zero

Cheery

11,465 次观看 • 15 天前

这两天时间线全是 GPT-6 Astra。 OpenAI 自己也说了，先给 Pro / Enterprise，Plus 还要再等几天。API 倒是写了 live，但很多小伙伴实际还是进不去、排不上、或者根本没那个套餐。刷了半天，基本就是：模型很强，轮不到你。我后来翻到 ZenMux。不是去找什么旁路，就是一个统一网关，一个 key 切模型。打开一看，Astra 已经挂在上面了。今晚拿它跑了个我自己卡住的活：一份写得很乱的 brief，要变成能直接交差的文档，中间还得自己去网页里核几处信息。以前这种活，模型走着走着就丢上下文，或者写得很长、token 烧一截。 Astra 更像是给这种跨步骤的活准备的——代码、浏览器、研究、文档拧在一块。这次输出也短一些，单任务体感成本比我常用的那几个低。过程放视频里了。不是评测报告，就是我自己用上了。对了，ZenMux 这几天有个限时充值，7 天，每个账号一次：充 $50 到账 $70 充 $100 到账 $150 反正要试 Astra 的话，这几天进去更合适 🔗：

这两天时间线全是 GPT-6 Astra。 OpenAI 自己也说了，先给 Pro / Enterprise，Plus 还要再等几天。API 倒是写了 live，但很多小伙伴实际还是进不去、排不上、或者根本没那个套餐。刷了半天，基本就是：模型很强，轮不到你。我后来翻到 ZenMux。不是去找什么旁路，就是一个统一网关，一个 key 切模型。打开一看，Astra 已经挂在上面了。今晚拿它跑了个我自己卡住的活：一份写得很乱的 brief，要变成能直接交差的文档，中间还得自己去网页里核几处信息。以前这种活，模型走着走着就丢上下文，或者写得很长、token 烧一截。 Astra 更像是给这种跨步骤的活准备的——代码、浏览器、研究、文档拧在一块。这次输出也短一些，单任务体感成本比我常用的那几个低。过程放视频里了。不是评测报告，就是我自己用上了。对了，ZenMux 这几天有个限时充值，7 天，每个账号一次：充 $50 到账 $70 充 $100 到账 $150 反正要试 Astra 的话，这几天进去更合适 🔗：

程序员端哥

12,710 次观看 • 4 天前

DoorDash CTO Andy Fang 这句太狠了： “用AI的目标不是写代码更快，而是再也不用亲手写代码了。” 他们公司现在全员跑agent。有个代码迁移项目，原本要4个工程师干满一个季度。现在一个人，三周搞定。结果就是：专家团队变成了“一个专家+一堆规则和agent”。这哥们跟Claude Code创始人聊了25分钟，全是干货。看完我算是明白了，大多数人用AI的方式还是最原始那种：手动输入、等待、修改、再问。效率低到离谱。真正的玩法早就不一样了。

DoorDash CTO Andy Fang 这句太狠了： “用AI的目标不是写代码更快，而是再也不用亲手写代码了。” 他们公司现在全员跑agent。有个代码迁移项目，原本要4个工程师干满一个季度。现在一个人，三周搞定。结果就是：专家团队变成了“一个专家+一堆规则和agent”。这哥们跟Claude Code创始人聊了25分钟，全是干货。看完我算是明白了，大多数人用AI的方式还是最原始那种：手动输入、等待、修改、再问。效率低到离谱。真正的玩法早就不一样了。

淘沙者(TheSandPicker)

92,216 次观看 • 2 个月前

Altman 现在想投一种过去会被硅谷嘲笑的人。这种人以前叫“点子人”。嘴上说自己有一个绝妙创意。又不肯讲清楚是什么。只说需要一个程序员把它做出来。然后公司就能起飞。 Altman 说，当年大家会笑这种人。因为他们大多做不成。他自己也烦这个逻辑。这就像有人说：我有一首神曲的点子，只差一个会弹吉他的人帮我做出来。妙吧？硅谷最看不起的角色，突然等来了复仇时刻。 Altman 原话里用了一个词：revenge of the idea guys。点子人的复仇。过去很长时间，YC 和整个创业圈筛创始团队，最看重的是技术能力。谁能写代码，谁能搭系统，谁能把想法变成产品。技术人才依然重要。但权重变了。 Altman 现在说，那些完全不会写代码，却真正理解用户的人，他想投。这句话的变化不在“不会代码也行”。真正的变化在于，创业的第一门槛正在从“你会不会造”，挪向“你知不知道该给谁造”。以前点子人最大的问题，是把工程师当外包吉他手。现在能被重新估值的点子人，必须把用户理解到骨头里。知道痛点在哪里，知道谁愿意付钱，知道产品第一秒该解决什么。 AI 和工具链把一部分技术门槛压低之后，人的优势开始换地方。会写代码的人仍然值钱。但只会写代码、却不懂用户的人，反而会越来越像拿着高级乐器却找不到旋律的人。硅谷这轮转向真正刺痛人的地方在这里。过去“我有个点子”不值钱。现在“我知道用户为什么痛”开始值钱。创业桌上的筹码，正在从代码能力扩展到用户洞察。

Altman 现在想投一种过去会被硅谷嘲笑的人。这种人以前叫“点子人”。嘴上说自己有一个绝妙创意。又不肯讲清楚是什么。只说需要一个程序员把它做出来。然后公司就能起飞。 Altman 说，当年大家会笑这种人。因为他们大多做不成。他自己也烦这个逻辑。这就像有人说：我有一首神曲的点子，只差一个会弹吉他的人帮我做出来。妙吧？硅谷最看不起的角色，突然等来了复仇时刻。 Altman 原话里用了一个词：revenge of the idea guys。点子人的复仇。过去很长时间，YC 和整个创业圈筛创始团队，最看重的是技术能力。谁能写代码，谁能搭系统，谁能把想法变成产品。技术人才依然重要。但权重变了。 Altman 现在说，那些完全不会写代码，却真正理解用户的人，他想投。这句话的变化不在“不会代码也行”。真正的变化在于，创业的第一门槛正在从“你会不会造”，挪向“你知不知道该给谁造”。以前点子人最大的问题，是把工程师当外包吉他手。现在能被重新估值的点子人，必须把用户理解到骨头里。知道痛点在哪里，知道谁愿意付钱，知道产品第一秒该解决什么。 AI 和工具链把一部分技术门槛压低之后，人的优势开始换地方。会写代码的人仍然值钱。但只会写代码、却不懂用户的人，反而会越来越像拿着高级乐器却找不到旋律的人。硅谷这轮转向真正刺痛人的地方在这里。过去“我有个点子”不值钱。现在“我知道用户为什么痛”开始值钱。创业桌上的筹码，正在从代码能力扩展到用户洞察。

墓碑科技

19,109 次观看 • 4 个月前

读别人代码最难的地方，其实不是某一行看不懂。而是你根本不知道自己站在哪。一个陌生仓库打开，文件、调用、服务、依赖全糊在一起，AI 解释也经常只是按文件念一遍。 Understand-Anything 这个思路挺狠：直接把代码库变成一张能点、能搜、能追调用的知识图谱。以后新人接手项目，是先读 README，还是先看地图？

读别人代码最难的地方，其实不是某一行看不懂。而是你根本不知道自己站在哪。一个陌生仓库打开，文件、调用、服务、依赖全糊在一起，AI 解释也经常只是按文件念一遍。 Understand-Anything 这个思路挺狠：直接把代码库变成一张能点、能搜、能追调用的知识图谱。以后新人接手项目，是先读 README，还是先看地图？

Vincent

14,245 次观看 • 2 个月前

Claude Code 和 Codex，已经能直接“说话”了。没走 API。没上专用协议。中间只隔着一个终端。关键不是把两个模型硬绑在一起。而是让它们都能创建、读取、操作 terminal。 smux 做的，就是这件事。于是终端不再只是人类的黑窗口。它成了 agent 之间共享的接口。很多人以为，agent 协作的门槛是统一 API。这次给了一个更朴素的答案。先共享操作面，再谈协议层。能读。能写。能执行。沟通就自然发生了。 Claude Code 和 Codex，现在真能“牵手”了。

Claude Code 和 Codex，已经能直接“说话”了。没走 API。没上专用协议。中间只隔着一个终端。关键不是把两个模型硬绑在一起。而是让它们都能创建、读取、操作 terminal。 smux 做的，就是这件事。于是终端不再只是人类的黑窗口。它成了 agent 之间共享的接口。很多人以为，agent 协作的门槛是统一 API。这次给了一个更朴素的答案。先共享操作面，再谈协议层。能读。能写。能执行。沟通就自然发生了。 Claude Code 和 Codex，现在真能“牵手”了。

墓碑科技

59,626 次观看 • 5 个月前

Anthropic官方最新的演讲，直接给火了一年的Agent时代浇了一盆冷水。他们说别再造Agents了，赶紧去造Skills。这句话也不是啥小众观点，是Claude核心团队的工程师Barry Zhang 和Mahesh Murag站在台上对着全世界喊出来的。最反直觉的地方在这里，大部分人都以为Agent的未来，是做出一个更聪明的大脑，让它自己思考，自己规划，自己解决所有问题。但Anthropic说，这条路走不通，通用Agent确实聪明，但它没有领域知识，一碰真实世界就碎。难维护，不可靠，出了问题你都不知道为什么。绝大多数你见过的Agent，都只能停留在演示视频里。真正能落地的，是Skills。不是什么复杂的新东西，就是一个个文件夹，里面放着代码、脚本、提示词和流程知识。用文件系统、bash、Python这些最朴素的东西做接口。它没有Agent那么酷，但它可组合，可版本控制，可分享。需要的时候才加载进上下文，永远不会爆token。甚至连财务、HR、法务这些非程序员，都能自己造技能。这其实是一次非常务实的倒退，我们不再要求AI自己学会怎么干活，而是把人类已经验证过的干活方法，打包成一个个技能包，让AI去调用，去执行。把AI从一个需要你手把手教的实习生，变成一个能熟练使用所有专业工具的得力助手。现在终于明白，为什么Claude一直在死磕MCP，死磕文件系统，死磕终端集成，它根本就不想做一个聊天机器人，它想做的是所有技能的运行时。未来的竞争，不看谁的Agent更聪明，主要看谁的技能库更丰富更专业更可靠。最后两位老哥呼吁别再纠结怎么让AI自己思考了，先把你手里的工作打包成第一个技能。

Anthropic官方最新的演讲，直接给火了一年的Agent时代浇了一盆冷水。他们说别再造Agents了，赶紧去造Skills。这句话也不是啥小众观点，是Claude核心团队的工程师Barry Zhang 和Mahesh Murag站在台上对着全世界喊出来的。最反直觉的地方在这里，大部分人都以为Agent的未来，是做出一个更聪明的大脑，让它自己思考，自己规划，自己解决所有问题。但Anthropic说，这条路走不通，通用Agent确实聪明，但它没有领域知识，一碰真实世界就碎。难维护，不可靠，出了问题你都不知道为什么。绝大多数你见过的Agent，都只能停留在演示视频里。真正能落地的，是Skills。不是什么复杂的新东西，就是一个个文件夹，里面放着代码、脚本、提示词和流程知识。用文件系统、bash、Python这些最朴素的东西做接口。它没有Agent那么酷，但它可组合，可版本控制，可分享。需要的时候才加载进上下文，永远不会爆token。甚至连财务、HR、法务这些非程序员，都能自己造技能。这其实是一次非常务实的倒退，我们不再要求AI自己学会怎么干活，而是把人类已经验证过的干活方法，打包成一个个技能包，让AI去调用，去执行。把AI从一个需要你手把手教的实习生，变成一个能熟练使用所有专业工具的得力助手。现在终于明白，为什么Claude一直在死磕MCP，死磕文件系统，死磕终端集成，它根本就不想做一个聊天机器人，它想做的是所有技能的运行时。未来的竞争，不看谁的Agent更聪明，主要看谁的技能库更丰富更专业更可靠。最后两位老哥呼吁别再纠结怎么让AI自己思考了，先把你手里的工作打包成第一个技能。

AYi

108,732 次观看 • 4 个月前

所謂＇緣起的世界＇只不過是我們的妄想🌹 我看到一篇關於雙縫干涉實驗的文章，正好與唯識講的道理相互印證，分享給大家。以下是文章的內容：［引用］说一个东西真实存在，就必须得有它本身、他自己、他的本体才叫真实有。不论谁来看，都一样，不会变，我们称真实为客观存在，即不以人的意识为转移，是放之四海而皆准的道理。佛法中把真实存在的东西叫做自性，如果说这个东西真实存在，就是说它有自性，没有自性的东西，即是不存在是虚妄。按照我们现代人的理解，我们能找到一个真实存在的东西吗？这个问题我们先放一边，我们先考虑另外一个问题。我们看到的是什么？我们能看到外界的东西吗？我们看到外界的颜色是真正外界有颜色吗？现代物理学证明，我们的眼睛有三种视锥细胞，可以组成上百万种颜色，我们看到的世界就是由这三种颜色组成的；像牛，狗等哺乳动物他们的视觉画笔只有两种，而螳螂虾的视觉可以说是世界之最，它的视锥细胞多达12-16种，它所看到的世界简直不可思议。通过这个视频，我们能够知道：这个世界上可能并不存在颜色，我们之所以能看到颜色，是因为我们个体有不同的视锥细胞造成的。实际上我们都知道，我们之所以能看到物体，是因为光的反射和折射的作用。光通过物体表面时会反射一部分光线到我们的眼睛，我们就看到了这个物体，我们认为这个物体的颜色就是我们看到的颜色，实际上不是，这个物体的颜色其实是我们自己个体视锥细胞翻译出来的，每个人看到的颜色都会有差别，但我们会认为每个人看到的颜色是一样的，之所以会这样认为，是因为我们根本无法得知除了自己之外其他人的视觉感受，换句话说就是我们看不到我们视觉之外的任何颜色，这一点证明了颜色根本不是真实存在的，完全是主观认知，或许这个世界根本没有颜色，但我们无从得知，从而我们得到一个结论：我们看不到任何东西的自性。从这个结论所引申出来的声音、气味、味道、触觉、想法，即佛法中的声、香、味、触、法，都是我们个体的主观认知，并不是一个东西真实有这些特征，因为我们无从得知我们认知之外的认知。这就是为什么“有一种冷叫奶奶说冷”的原因，我们的所有见闻觉知只代表自己，你体会不到你认识外的存在，一旦被我们认识到的就只是我们自己的认知，所以我们都是生活在自己的认知范围里，也就是说我们的所有认知不是客观存在的，都是没有自性的。我们再思考：既然我们认识不到客观存在的东西，那我们能不能说到他们？能不能用理论证明确实有真实存在的东西呢？实际上，我们认识不到客观存在的东西，怎么能说到他们呢？很显然说不到，你没见过的东西，怎么脑补也无法说清楚，就算说出来了你也没办法证实，因为我们说眼见为实，可我们都没见过真实存在的东西怎么能说清楚呢？那我们，能不能用理论证明有真实存在的东西呢？物理学非常有名的双缝干涉实验，我把视频发在这里。咱们说说为什么科学家会做这个实验？科学家们认为物质是客观存在的，就像我们所有人类的认知一样，他们为了证明物质真实存在，想方设法去验证。他们认为只要找到组成物质的最小单位，并且证明这个最小单位是真实存在的，就可以说由它组成的任何物质都是真实存在的了，就如上面的双缝干涉实验，但这个实验却证明打出去的粒子是变成物质的存在形式（竖条纹）还是变成能量的存在形式（波纹）跟观察者是否观察有关，也就是说人类所认为的物质并不真实存在，说它是否真实存在跟我们的意识有关。实际上，科学家最初的设想就是自相矛盾的，他们想找到组成物质的最小单位以此来证明由这个基本单位组成的任何东西都是存在的，这个想法看似合理，实际上根本就是个悖论，如果说最小的物质单位找到了，那这个东西得有长宽高吧？有体积就不是最小，就可以再分，无限分下去还得有体积，不能是零，是零就不存在物质了，所以只要有体积就可以再分，请问你怎么能找到组成物质的最小单位呢？真可笑！退一步说，真理是永恒不变的，放之四海而皆准的，在地球上的真理也必须在地球以外还得皆准才能叫真理，我们连地球还没研究明白呢，又怎么能找到永恒不变的真理呢？这不是夜郎自大吗？同类有情的见闻觉知都是相似的，但绝不相同，每个有情的认知仅限于他的见闻觉知，他永远不可能认识到他认知之外的东西，甚至我们会下意识不假思索的认为我们的见闻觉知是真实存在的，但我们都忘了——真理是什么？永恒不变！如果你见闻觉知的东西都是不变的，你才可以说我找到真实了，除此之外都是妄想。

所謂＇緣起的世界＇只不過是我們的妄想🌹 我看到一篇關於雙縫干涉實驗的文章，正好與唯識講的道理相互印證，分享給大家。以下是文章的內容：［引用］说一个东西真实存在，就必须得有它本身、他自己、他的本体才叫真实有。不论谁来看，都一样，不会变，我们称真实为客观存在，即不以人的意识为转移，是放之四海而皆准的道理。佛法中把真实存在的东西叫做自性，如果说这个东西真实存在，就是说它有自性，没有自性的东西，即是不存在是虚妄。按照我们现代人的理解，我们能找到一个真实存在的东西吗？这个问题我们先放一边，我们先考虑另外一个问题。我们看到的是什么？我们能看到外界的东西吗？我们看到外界的颜色是真正外界有颜色吗？现代物理学证明，我们的眼睛有三种视锥细胞，可以组成上百万种颜色，我们看到的世界就是由这三种颜色组成的；像牛，狗等哺乳动物他们的视觉画笔只有两种，而螳螂虾的视觉可以说是世界之最，它的视锥细胞多达12-16种，它所看到的世界简直不可思议。通过这个视频，我们能够知道：这个世界上可能并不存在颜色，我们之所以能看到颜色，是因为我们个体有不同的视锥细胞造成的。实际上我们都知道，我们之所以能看到物体，是因为光的反射和折射的作用。光通过物体表面时会反射一部分光线到我们的眼睛，我们就看到了这个物体，我们认为这个物体的颜色就是我们看到的颜色，实际上不是，这个物体的颜色其实是我们自己个体视锥细胞翻译出来的，每个人看到的颜色都会有差别，但我们会认为每个人看到的颜色是一样的，之所以会这样认为，是因为我们根本无法得知除了自己之外其他人的视觉感受，换句话说就是我们看不到我们视觉之外的任何颜色，这一点证明了颜色根本不是真实存在的，完全是主观认知，或许这个世界根本没有颜色，但我们无从得知，从而我们得到一个结论：我们看不到任何东西的自性。从这个结论所引申出来的声音、气味、味道、触觉、想法，即佛法中的声、香、味、触、法，都是我们个体的主观认知，并不是一个东西真实有这些特征，因为我们无从得知我们认知之外的认知。这就是为什么“有一种冷叫奶奶说冷”的原因，我们的所有见闻觉知只代表自己，你体会不到你认识外的存在，一旦被我们认识到的就只是我们自己的认知，所以我们都是生活在自己的认知范围里，也就是说我们的所有认知不是客观存在的，都是没有自性的。我们再思考：既然我们认识不到客观存在的东西，那我们能不能说到他们？能不能用理论证明确实有真实存在的东西呢？实际上，我们认识不到客观存在的东西，怎么能说到他们呢？很显然说不到，你没见过的东西，怎么脑补也无法说清楚，就算说出来了你也没办法证实，因为我们说眼见为实，可我们都没见过真实存在的东西怎么能说清楚呢？那我们，能不能用理论证明有真实存在的东西呢？物理学非常有名的双缝干涉实验，我把视频发在这里。咱们说说为什么科学家会做这个实验？科学家们认为物质是客观存在的，就像我们所有人类的认知一样，他们为了证明物质真实存在，想方设法去验证。他们认为只要找到组成物质的最小单位，并且证明这个最小单位是真实存在的，就可以说由它组成的任何物质都是真实存在的了，就如上面的双缝干涉实验，但这个实验却证明打出去的粒子是变成物质的存在形式（竖条纹）还是变成能量的存在形式（波纹）跟观察者是否观察有关，也就是说人类所认为的物质并不真实存在，说它是否真实存在跟我们的意识有关。实际上，科学家最初的设想就是自相矛盾的，他们想找到组成物质的最小单位以此来证明由这个基本单位组成的任何东西都是存在的，这个想法看似合理，实际上根本就是个悖论，如果说最小的物质单位找到了，那这个东西得有长宽高吧？有体积就不是最小，就可以再分，无限分下去还得有体积，不能是零，是零就不存在物质了，所以只要有体积就可以再分，请问你怎么能找到组成物质的最小单位呢？真可笑！退一步说，真理是永恒不变的，放之四海而皆准的，在地球上的真理也必须在地球以外还得皆准才能叫真理，我们连地球还没研究明白呢，又怎么能找到永恒不变的真理呢？这不是夜郎自大吗？同类有情的见闻觉知都是相似的，但绝不相同，每个有情的认知仅限于他的见闻觉知，他永远不可能认识到他认知之外的东西，甚至我们会下意识不假思索的认为我们的见闻觉知是真实存在的，但我们都忘了——真理是什么？永恒不变！如果你见闻觉知的东西都是不变的，你才可以说我找到真实了，除此之外都是妄想。

唯識學苑

82,169 次观看 • 2 年前

我想很多人都有这个困扰：之前经常需要在Codex和Claude Code之间来回切换，现在又加上了最近爆火的DeepSeek Harness。但是每次来回切换、或者想尝尝DSH的鲜的时候，我都得把背景重新讲一遍，确实挺烦的~ 最近在GitHub上发现的一个开源项目 memmy-agent，把 Codex、DeepSeek Harness、Claude Code接了进去，直接解决了困扰我很久的跨Agent 记忆的问题。我用它做的事情很简单：把分散在不同 Agent 里的历史，沉淀到同一份个人上下文里，默认 Local-first，让它们都能调用。我把它分别接入 Codex、DeepSeek Harness、Claude Code 之后，我做了一个信号中继站小游戏。我先在Codex 写完基础玩法，然后对话里说一句话：第一次失败时，给玩家一次翻盘机会，别直接结束游戏。但这句话我故意不写入代码、README 或者是本地记忆文件。然后新开 DeepSeek Harness，它从 Memmy 直接读出了这条决定，非常丝滑。再新开 Claude Code，它读代码前先复述了规则，再按这个方向把后续功能补完。代码只能告诉下一个 Agent 项目做到哪，但那些留在对话里的决策，才影响着项目接下来往哪走。以后，Agent 要记住的，不只是代码，还有你前面已经决定的决策和经验。 Memmy 不仅帮我解决了Agent记忆的问题，还让这些经验不再独属于某一个 Agent，而是只属于你。 Switch agents, not context。 Memmy 支持桌面端、CLI、API、MCP 和 Skills多种方式，可以直接接着执行任务。如果你也经常在多个 Agent 之间切换，可以拿自己的项目试一下。项目GitHub：

我想很多人都有这个困扰：之前经常需要在Codex和Claude Code之间来回切换，现在又加上了最近爆火的DeepSeek Harness。但是每次来回切换、或者想尝尝DSH的鲜的时候，我都得把背景重新讲一遍，确实挺烦的~ 最近在GitHub上发现的一个开源项目 memmy-agent，把 Codex、DeepSeek Harness、Claude Code接了进去，直接解决了困扰我很久的跨Agent 记忆的问题。我用它做的事情很简单：把分散在不同 Agent 里的历史，沉淀到同一份个人上下文里，默认 Local-first，让它们都能调用。我把它分别接入 Codex、DeepSeek Harness、Claude Code 之后，我做了一个信号中继站小游戏。我先在Codex 写完基础玩法，然后对话里说一句话：第一次失败时，给玩家一次翻盘机会，别直接结束游戏。但这句话我故意不写入代码、README 或者是本地记忆文件。然后新开 DeepSeek Harness，它从 Memmy 直接读出了这条决定，非常丝滑。再新开 Claude Code，它读代码前先复述了规则，再按这个方向把后续功能补完。代码只能告诉下一个 Agent 项目做到哪，但那些留在对话里的决策，才影响着项目接下来往哪走。以后，Agent 要记住的，不只是代码，还有你前面已经决定的决策和经验。 Memmy 不仅帮我解决了Agent记忆的问题，还让这些经验不再独属于某一个 Agent，而是只属于你。 Switch agents, not context。 Memmy 支持桌面端、CLI、API、MCP 和 Skills多种方式，可以直接接着执行任务。如果你也经常在多个 Agent 之间切换，可以拿自己的项目试一下。项目GitHub：

木马人

62,768 次观看 • 23 天前

游戏世界的天要变了，玩游戏的人，现在也可以AI搓游戏啦。哈哈，更有意思的是AI 在干活的时候，你可以一直在旁边摸鱼打游戏。不用学游戏引擎、不用写代码、不用搞美工，就说话，就靠脑洞，描述它，看它变成游戏。太高级了，随便什么人，不用关心游戏怎么做，只要有嘴就行。我对 Gear Zero 说：帮我设计：《是兄弟就来砍我》。 20 分钟后，第一个能在浏览器里直接玩的版本出现了。突然想起小时候的4488小游戏网站，以前在玩别人创造的世界，现在，轮到我们创造自己的世界。 Gear Zero 不只是生成一个玩完即弃的 AI Demo。Deep Mode 可以围绕同一款游戏持续工作最长 10 小时；你还可以邀请朋友进入同一个创作房间，一起讨论、修改和打磨游戏。以前我只会玩游戏，现在我一句话就能搓出一个游戏。还可以不断迭代，别人的游戏还可以继续二创想试试的话，直接来，不用花钱：打开官网免费注册账号用大白话描述你想做的游戏看着它一步步变成真正能玩的作品 Gear Zero

游戏世界的天要变了，玩游戏的人，现在也可以AI搓游戏啦。哈哈，更有意思的是AI 在干活的时候，你可以一直在旁边摸鱼打游戏。不用学游戏引擎、不用写代码、不用搞美工，就说话，就靠脑洞，描述它，看它变成游戏。太高级了，随便什么人，不用关心游戏怎么做，只要有嘴就行。我对 Gear Zero 说：帮我设计：《是兄弟就来砍我》。 20 分钟后，第一个能在浏览器里直接玩的版本出现了。突然想起小时候的4488小游戏网站，以前在玩别人创造的世界，现在，轮到我们创造自己的世界。 Gear Zero 不只是生成一个玩完即弃的 AI Demo。Deep Mode 可以围绕同一款游戏持续工作最长 10 小时；你还可以邀请朋友进入同一个创作房间，一起讨论、修改和打磨游戏。以前我只会玩游戏，现在我一句话就能搓出一个游戏。还可以不断迭代，别人的游戏还可以继续二创想试试的话，直接来，不用花钱：打开官网免费注册账号用大白话描述你想做的游戏看着它一步步变成真正能玩的作品 Gear Zero

岚叔

125,055 次观看 • 16 天前

$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 次观看 • 22 天前

啊？AI可以自己找活干了？给大家介绍一个炸裂的开源项目 Hephaestus - 这玩意儿让AI Agent自己规划工作，自己发现问题，自己创建任务！抽象到什么程度？它内嵌了个kanban....让AI自己拆解card自己做.... 传统的Agent框架都是你提前写死所有流程，遇到没预料到的情况就傻眼。Hephaestus 直接换了个思路：只定义三个阶段（分析-实现-验证），然后Agent自己看着办。举例：测试Agent在跑测试时，发现了一个性能优化机会，它不是记个log就完事，而是自己创建了一个新的调查任务，然后放到kanban里，然后另一个Agent接手去研究，确认可行后又自己创建实现任务。整个工作流就这么自己长出了一个分支。你给它一个PRD，它分析出5个组件，创建5个并行任务。其中一个Agent干完了发现bug，自己创建修复任务。另一个Agent发现可以优化，自己创建优化分支。工作流是实时生成的，而不是一开始就预测好的。我有空也会测一下试试，看看它能不能真的从0到1自己把活干完。总之先增加到待测试列表。项目地址：

啊？AI可以自己找活干了？给大家介绍一个炸裂的开源项目 Hephaestus - 这玩意儿让AI Agent自己规划工作，自己发现问题，自己创建任务！抽象到什么程度？它内嵌了个kanban....让AI自己拆解card自己做.... 传统的Agent框架都是你提前写死所有流程，遇到没预料到的情况就傻眼。Hephaestus 直接换了个思路：只定义三个阶段（分析-实现-验证），然后Agent自己看着办。举例：测试Agent在跑测试时，发现了一个性能优化机会，它不是记个log就完事，而是自己创建了一个新的调查任务，然后放到kanban里，然后另一个Agent接手去研究，确认可行后又自己创建实现任务。整个工作流就这么自己长出了一个分支。你给它一个PRD，它分析出5个组件，创建5个并行任务。其中一个Agent干完了发现bug，自己创建修复任务。另一个Agent发现可以优化，自己创建优化分支。工作流是实时生成的，而不是一开始就预测好的。我有空也会测一下试试，看看它能不能真的从0到1自己把活干完。总之先增加到待测试列表。项目地址：

karminski-牙医

41,586 次观看 • 10 个月前

兄弟们，这个真的有点牛逼。 OpenAI给Codex整了个狠活：你把重复劳动做一遍给它看（报销、请假、填表这种破事），它直接给你变成可重复用的技能。录什么、录到哪，你自己说了算。我前两天实际试了下，感觉就一个字——爽。以前是你教一遍、做一遍。现在是你教一遍，它自己会了，还能随时翻出来改。说白了，这不就是给AI当师父吗？我筛了这么多AI工具，真正能落地的从来不是花活，而是把你每天最烦、最重复的那几个动作彻底吃透。别的功能可以晚点吹，这个建议先玩。

兄弟们，这个真的有点牛逼。 OpenAI给Codex整了个狠活：你把重复劳动做一遍给它看（报销、请假、填表这种破事），它直接给你变成可重复用的技能。录什么、录到哪，你自己说了算。我前两天实际试了下，感觉就一个字——爽。以前是你教一遍、做一遍。现在是你教一遍，它自己会了，还能随时翻出来改。说白了，这不就是给AI当师父吗？我筛了这么多AI工具，真正能落地的从来不是花活，而是把你每天最烦、最重复的那几个动作彻底吃透。别的功能可以晚点吹，这个建议先玩。

火山哥🕊️

17,864 次观看 • 24 天前