Loading video...

Video Failed to Load

There was a problem loading this video. This could be due to a temporary network issue or the video might be unavailable.

卧槽，我终于不用盯着AI 干活了，可以解放双手了~ 最近GPT-6 Astra 太火了，我想查一下相关用户的真实评价，反其道而行之，找找吐槽点，整理成一篇相关推文。换作之前，需要调用多个不同的Agent：一个搜资料，一个选题，一个写和审稿，结果多了就忘了哪对哪了。但是我这两天试了下Teamily Teamily AI，只要丢了一句话，从查资料、选题、写稿、审稿，全是它们在群里自己干完的。我相当于直接组了个推特编辑部，把资料编辑、选题编辑、推文写手、审核官拉进群，然后 Teamily Agent 作为总指挥。我只跟总指挥说需求，后面他们就会根据安排去完成任务。资料编辑先搜，把事实、官方口径和争议点拆开，交给选题编辑。选题编辑挑一个适合发 X 的角度，再给推文写手。推文写手出第一版，审核官直接挑刺，哪里像新闻稿，哪里数字不稳，哪里太专业，哪里不像正常人说话，一条条标出来。然后退回去改，过审才停。重点不是同时开了 4 个 AI。是这 4 个真的在同一个群里接力，查完选题，选完写，写完审，审完再改。分工和返工也是总指挥自己排的。现在我就负责组建团队，后面任务的落实，谁去查、谁去写、谁去改，都不用我盯～感兴趣的可以玩玩：

木马人

16,763 subscribers

24,701 views • 3 days ago •via X (Twitter)

Science & Technology

Anya Rossi• Live Now

Private livecam show

40 Comments

沐阳3 days ago

这个跟之前那个什么很像！

木马人3 days ago

啥

Rachel🥥3 days ago

👍这个产品感觉挺方便的，一整个编辑部

木马人3 days ago

哈哈，给我省事了

雪踏乌云3 days ago

最近感觉好多这种team产品 @grok 应用场景在哪

鱼总聊AI3 days ago

还能互相配合啊~

木马人3 days ago

必须的

岚叔3 days ago

省事不少

木马人3 days ago

是的，主要是流水线作业

Lonely3 days ago

好像很不错的样子

木马人3 days ago

来试试

Cell 细胞3 days ago

可以同步自己github 里面的上下文吗

木马人3 days ago

必须可以啊

波妞PONYO3 days ago

这么好用吗？想试试

木马人3 days ago

感兴趣的可以玩玩：

超级个体｜柿子3 days ago

非常不错啊！

木马人3 days ago

agent team 玩的飞起

超级个体｜柿子3 days ago

玩爽了哈哈哈哈

Berryxia.AI3 days ago

team agent 趋势

木马人3 days ago

是的，其实已经很成熟了

AYi3 days ago

之前玩过，他们这个编辑部真挺好用的

木马人3 days ago

哈哈，我这个视频基本上能展示出来整个过程

Rion Wu3 days ago

这个产品有点厉害

木马人3 days ago

Sure

Tony出海2 days ago

有点像那个 Grok BOT 吗

木马人2 days ago

是的

Sac3 days ago

这不错呀用起来

木马人3 days ago

还不错的

李韭二3 days ago

@grok 这个产品是 multi-agent 编排，还是 agent team？

风渡fengdu3 days ago

我去，这个真的牛打造工作流的门槛直接被锤爆了啊

木马人3 days ago

是的，丝滑得很

余温3 days ago

听大家提好几次了，看来有必要去试一下了

木马人3 days ago

搞起

Yanhua3 days ago

agent组队了这是

木马人3 days ago

是的，直接帮我搞了个流水线

星川 ✨ StarFlow3 days ago

这个支持接入自定义的API吗？

Crio Songo2 days ago

自动编排多Agent协作这个思路挺不错，省去了自己调接口串流程的麻烦，回头我也试试。

景哥｜AI落地与智能体实践3 days ago

人人是项目经理

あきは3 days ago

推荐你看看这个：【26年最新版】Clawdbot(OpenClaw)本地部署接入微信_飞书_钉钉_QQ实现自动化运行，10分钟手把手教会，看完彻底学会！！（附完整操作文档）

Mark3 days ago

Stop staring at agents. Supervision cost is the bill, not the dashboard glow.

Related Videos

我对国产 AI Agent 一直没抱太大期待，直到这次它干了件让我意外的事。我让 Tencent WorkBuddy 做个竞品调研，它派出一整个研究团队，其中一个 AI 专门审稿。它把同伴写好的报告退了回去，理由是里面有个数字查不到来源。一个 AI，自己抓出自己编的数据，要求重做。最后我拿到的，是一套能直接演示的 10 页 slides，一个字都不用改。 WorkBuddy，全程录屏在这👇

我对国产 AI Agent 一直没抱太大期待，直到这次它干了件让我意外的事。我让 Tencent WorkBuddy 做个竞品调研，它派出一整个研究团队，其中一个 AI 专门审稿。它把同伴写好的报告退了回去，理由是里面有个数字查不到来源。一个 AI，自己抓出自己编的数据，要求重做。最后我拿到的，是一套能直接演示的 10 页 slides，一个字都不用改。 WorkBuddy，全程录屏在这👇

Yanhua

82,900 views • 3 months ago

不用羡慕 Adobe 了，Lovart 也上线了图层拆封功能。只需要一键就能把图像拆成各种不同的元素。同时里边比如说文字这种可以编辑的，也可以直接进行编辑。他们内置了很多字体，然后颜色对企业都可以进行编辑。再配合上他们原来有的，比如说抠图功能、重新生成功能，还有编评论功能，就可以玩出很多的花样了。一套基于 AI 的图像编辑路径，还是挺好的。那我自己做的一张图试了一下，一键就把那张图拆零碎了。标题是标题，主视觉是主视觉，然后副标题也都可以编辑文字，然后背景包括下面的小字都识别出来，非常小的小字。还有就是我发现他改这种英文的图表挺方便，就是你把它一下把文字全部炸出来，然后把它全部翻译成中文，里边的排版啥的都能会变，非常的方便。要是 Agent 他能干这个事儿，就比如它可以一键帮我把英文翻译成中文，再回填回去，这个就更好了。希望他们的评论 Agent 后边能支持这种功能。

不用羡慕 Adobe 了，Lovart 也上线了图层拆封功能。只需要一键就能把图像拆成各种不同的元素。同时里边比如说文字这种可以编辑的，也可以直接进行编辑。他们内置了很多字体，然后颜色对企业都可以进行编辑。再配合上他们原来有的，比如说抠图功能、重新生成功能，还有编评论功能，就可以玩出很多的花样了。一套基于 AI 的图像编辑路径，还是挺好的。那我自己做的一张图试了一下，一键就把那张图拆零碎了。标题是标题，主视觉是主视觉，然后副标题也都可以编辑文字，然后背景包括下面的小字都识别出来，非常小的小字。还有就是我发现他改这种英文的图表挺方便，就是你把它一下把文字全部炸出来，然后把它全部翻译成中文，里边的排版啥的都能会变，非常的方便。要是 Agent 他能干这个事儿，就比如它可以一键帮我把英文翻译成中文，再回填回去，这个就更好了。希望他们的评论 Agent 后边能支持这种功能。

歸藏(guizang.ai)

23,064 views • 10 months ago

🔥🔥折腾了两天，我终于跑通了英文 X 小号运营的全流程。今天分享一下这套刚搭好的【免API + X账号隔离 + iMessage + AI 协作】极简工作流。 🚀 真TMD太丝滑了！！以前运营英文号，要反复打开 VPN、切换 X 账号、刷信息源、找选题、写英文草稿，再手动发布。一天两天还行，长期做下去的话，直接累成🐶 起因是我之前用过 Airtap，知道它本身就有云手机能力。最近发现它新增了 iMessage 入口，我就把这两个能力结合起来试了一下，结果爽歪歪。 💥工作流如下（完整操作见录屏）： 1️⃣ 云手机登录先把英文 X 小号登录在 Airtap 的云手机里，和本机主号分开。这样不用几个账号都挤在同一部手机里来回切，可以避免X的风控，纯物理隔离。 2️⃣ 用 iMessage 派活直接用 iMessage 给 Airtap 发消息： > 帮我写一个关于 GPT-5.6 使用 superpowers 后可能导致模型陷入左右脑互搏、任务超时的英文帖子，保存到草稿。 3️⃣ 人工审核打开 Airtap 云手机里的 X 草稿箱，你会发现草稿已经在里面了，然后自己看一下，有需要就改，没问题直接发送。其实也可以直接在 iMessage 里指挥 Airtap 发布。不过因为是刚起号，我还是谨慎一点，先人工确认🤣。【划重点🚨】我还设置了另一个定时任务：每个整点自动整理 AI / Agent / indie hacking 相关选题，写成英文推文草稿，保存到 X 草稿箱。这样每天早上起来，我打开云手机里的 X，就能看到已经准备好的草稿，再也不用愁选题了✌🏻 🔥完整提示词见评论区总结：Airtap 背后有云手机，可以真实操作 App，它不是跟你尬聊的 AI 聊天机器人，而是会去 X 里找选题、写草稿、放进草稿箱。我不用为了每个小操作反复打开 VPN，也不用一直切账号。想到什么选题，随时用 iMessage 发一句，Airtap 就能去处理。如果你也想试的话，直接给这个号码发短信： 👉🏻 +1-650-213-7322 即可，一切就是这么简单✌🏻 Airtap Ai Good job! #justtextit #textyourapps #airtap

🔥🔥折腾了两天，我终于跑通了英文 X 小号运营的全流程。今天分享一下这套刚搭好的【免API + X账号隔离 + iMessage + AI 协作】极简工作流。 🚀 真TMD太丝滑了！！以前运营英文号，要反复打开 VPN、切换 X 账号、刷信息源、找选题、写英文草稿，再手动发布。一天两天还行，长期做下去的话，直接累成🐶 起因是我之前用过 Airtap，知道它本身就有云手机能力。最近发现它新增了 iMessage 入口，我就把这两个能力结合起来试了一下，结果爽歪歪。 💥工作流如下（完整操作见录屏）： 1️⃣ 云手机登录先把英文 X 小号登录在 Airtap 的云手机里，和本机主号分开。这样不用几个账号都挤在同一部手机里来回切，可以避免X的风控，纯物理隔离。 2️⃣ 用 iMessage 派活直接用 iMessage 给 Airtap 发消息： > 帮我写一个关于 GPT-5.6 使用 superpowers 后可能导致模型陷入左右脑互搏、任务超时的英文帖子，保存到草稿。 3️⃣ 人工审核打开 Airtap 云手机里的 X 草稿箱，你会发现草稿已经在里面了，然后自己看一下，有需要就改，没问题直接发送。其实也可以直接在 iMessage 里指挥 Airtap 发布。不过因为是刚起号，我还是谨慎一点，先人工确认🤣。【划重点🚨】我还设置了另一个定时任务：每个整点自动整理 AI / Agent / indie hacking 相关选题，写成英文推文草稿，保存到 X 草稿箱。这样每天早上起来，我打开云手机里的 X，就能看到已经准备好的草稿，再也不用愁选题了✌🏻 🔥完整提示词见评论区总结：Airtap 背后有云手机，可以真实操作 App，它不是跟你尬聊的 AI 聊天机器人，而是会去 X 里找选题、写草稿、放进草稿箱。我不用为了每个小操作反复打开 VPN，也不用一直切账号。想到什么选题，随时用 iMessage 发一句，Airtap 就能去处理。如果你也想试的话，直接给这个号码发短信： 👉🏻 +1-650-213-7322 即可，一切就是这么简单✌🏻 Airtap Ai Good job! #justtextit #textyourapps #airtap

Lonely

131,313 views • 2 months ago

18 个月，然后 18 小时。几年前，我花了 18 个月写一个中文专栏，主题是 20 世纪最伟大的科技故事。读了 14 本书，写了 14 篇长文，然后就把它放下了。上个月，我用 Claude 把这整本书重新出版成了英文版。真正动手的时间，不到 18 小时。我想说清楚一件事：这本书不是 AI 写的。那 18 个月的阅读、思考和原创写作早就发生了，那才是资产。 AI 帮我塌缩掉的，是横在"完稿"和"用第二语言出版"之间的所有环节：翻译、编辑、排版、封面、上架。那些我自己从来没有信心独立完成的部分，尤其是用英文（我的第二语言）。如果你也有一些躺在抽屉里的写作、研究或演讲稿，这才是当下被严重低估的 AI 用法。完整故事 👇

18 个月，然后 18 小时。几年前，我花了 18 个月写一个中文专栏，主题是 20 世纪最伟大的科技故事。读了 14 本书，写了 14 篇长文，然后就把它放下了。上个月，我用 Claude 把这整本书重新出版成了英文版。真正动手的时间，不到 18 小时。我想说清楚一件事：这本书不是 AI 写的。那 18 个月的阅读、思考和原创写作早就发生了，那才是资产。 AI 帮我塌缩掉的，是横在"完稿"和"用第二语言出版"之间的所有环节：翻译、编辑、排版、封面、上架。那些我自己从来没有信心独立完成的部分，尤其是用英文（我的第二语言）。如果你也有一些躺在抽屉里的写作、研究或演讲稿，这才是当下被严重低估的 AI 用法。完整故事 👇

Bear Liu

10,858 views • 5 months ago

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 views • 4 months ago

我挖到了一个宝藏网站，能把视频策划、生成和剪辑放在同一个工作流里完成！这次我拿最近外网很火的“大卡车撞击产品”创意，测试了一下 Fotor Video Agent Fotor。以前用 AIGC 做这种视频，真正麻烦的是生成之后：镜头、包装或文字有一点不对，往往就得重新生成；想做成完整片，还要把素材搬到不同软件里重新拼接，费时又难改。这次上传参考图和创意要求后，Fotor Video Agent 会自动理解需求、拆分分镜、生成素材，再把内容编排到可继续编辑的多轨时间线。觉得包装盒太多、颜色不对，我直接在对话里说：“减少一点，改成黑色。”它就继续修改整个视频工程，不用从头再来。视频里的 MG 文字也不是一张改不了的死图。选中元素后，可以直接在参数面板调整文字和样式，不用再切换到其他剪辑软件。从一张参考图到完整广告片，生成、修改和精调都在同一个项目里完成。 Try Fotor Video Agent.

我挖到了一个宝藏网站，能把视频策划、生成和剪辑放在同一个工作流里完成！这次我拿最近外网很火的“大卡车撞击产品”创意，测试了一下 Fotor Video Agent Fotor。以前用 AIGC 做这种视频，真正麻烦的是生成之后：镜头、包装或文字有一点不对，往往就得重新生成；想做成完整片，还要把素材搬到不同软件里重新拼接，费时又难改。这次上传参考图和创意要求后，Fotor Video Agent 会自动理解需求、拆分分镜、生成素材，再把内容编排到可继续编辑的多轨时间线。觉得包装盒太多、颜色不对，我直接在对话里说：“减少一点，改成黑色。”它就继续修改整个视频工程，不用从头再来。视频里的 MG 文字也不是一张改不了的死图。选中元素后，可以直接在参数面板调整文字和样式，不用再切换到其他剪辑软件。从一张参考图到完整广告片，生成、修改和精调都在同一个项目里完成。 Try Fotor Video Agent.

Rachel🥥

58,198 views • 16 days ago

中文创作者开源的 AI Skill，挑了 5 个我觉得写内容真能用上的。 ① Humanizer-zh：去 AI 味这个是 op7418 汉化的，它不是简单让文字“更口语化”，而是专门帮你抓文章里的 AI 痕迹。比如：过度强调意义、万能结尾、虚假范围、填充短语、空泛总结。这些东西单独看没问题，但堆在一起，读者一眼就能看出“这味儿不对”。写完推文、公众号、小红书，丢进去过一遍，能把那种模板感压下来。 ② dbskill：选题诊断 + 爆款标题 dontbesilent 做的，一套 21 个 skill，这个比较狠，它不是单纯教你“怎么写得更好”，而是帮你拆：为什么这个选题没人点？为什么标题没吸引力？为什么内容看完没记忆点？里面有选题分析、对标拆解、小红书标题公式、AI 痕迹扫描。据说是从一万两千多条推文里提炼出来的，不是那种空泛方法论，更像一个内容创作者自己的实战经验库。适合经常卡在“我知道要写，但不知道怎么切角度”的人。 ③ NotebookLM Skill：用自己的资料库写内容这个连的是 Google NotebookLM，我觉得它最适合写长文、研报、项目解析、信息整理类内容。它的价值不是让 AI 写得更花，而是让 AI 不要乱编，你把资料上传进去，Agent 基于你的资料库回答，每条内容都能带引用，写需要信息准确的东西时，这个很重要。尤其是加密、AI、开源项目、行业分析这种内容，最怕的不是写得慢，而是写错了还不知道。 ④ khazix-skills：卡兹克的写作套件数字生命卡兹克把自己的写作节奏和分析方法做成了 skill，最有意思的是“横纵分析法”。你丢一个产品、公司或者项目进去，它能拉出一份很完整的研究报告。适合做：项目拆解、公司分析、产品研究、长文选题预研。里面还夹了一个 storage-analyzer，可以扫 Mac 磁盘，用三色分级告诉你哪些能删、哪些别乱动。这个就很创作者真实工作流，不只是写作，还包括电脑里那堆素材和缓存怎么清。 ⑤ ian-xiaohei-illustrations：正文配图这个不是信息图，也不是那种商业插画模板。它的风格是白底黑线手绘，一个叫“小黑”的角色，加少量红橙蓝中文批注。 16:9 横版，一张图只讲一个判断，我觉得它很适合放在公众号、长推、小红书里。现在内容配图要么是截图，要么是 AI 感很重的视觉图，看多了都差不多。这种怪诞手绘风反而有辨识度。

中文创作者开源的 AI Skill，挑了 5 个我觉得写内容真能用上的。 ① Humanizer-zh：去 AI 味这个是 op7418 汉化的，它不是简单让文字“更口语化”，而是专门帮你抓文章里的 AI 痕迹。比如：过度强调意义、万能结尾、虚假范围、填充短语、空泛总结。这些东西单独看没问题，但堆在一起，读者一眼就能看出“这味儿不对”。写完推文、公众号、小红书，丢进去过一遍，能把那种模板感压下来。 ② dbskill：选题诊断 + 爆款标题 dontbesilent 做的，一套 21 个 skill，这个比较狠，它不是单纯教你“怎么写得更好”，而是帮你拆：为什么这个选题没人点？为什么标题没吸引力？为什么内容看完没记忆点？里面有选题分析、对标拆解、小红书标题公式、AI 痕迹扫描。据说是从一万两千多条推文里提炼出来的，不是那种空泛方法论，更像一个内容创作者自己的实战经验库。适合经常卡在“我知道要写，但不知道怎么切角度”的人。 ③ NotebookLM Skill：用自己的资料库写内容这个连的是 Google NotebookLM，我觉得它最适合写长文、研报、项目解析、信息整理类内容。它的价值不是让 AI 写得更花，而是让 AI 不要乱编，你把资料上传进去，Agent 基于你的资料库回答，每条内容都能带引用，写需要信息准确的东西时，这个很重要。尤其是加密、AI、开源项目、行业分析这种内容，最怕的不是写得慢，而是写错了还不知道。 ④ khazix-skills：卡兹克的写作套件数字生命卡兹克把自己的写作节奏和分析方法做成了 skill，最有意思的是“横纵分析法”。你丢一个产品、公司或者项目进去，它能拉出一份很完整的研究报告。适合做：项目拆解、公司分析、产品研究、长文选题预研。里面还夹了一个 storage-analyzer，可以扫 Mac 磁盘，用三色分级告诉你哪些能删、哪些别乱动。这个就很创作者真实工作流，不只是写作，还包括电脑里那堆素材和缓存怎么清。 ⑤ ian-xiaohei-illustrations：正文配图这个不是信息图，也不是那种商业插画模板。它的风格是白底黑线手绘，一个叫“小黑”的角色，加少量红橙蓝中文批注。 16:9 横版，一张图只讲一个判断，我觉得它很适合放在公众号、长推、小红书里。现在内容配图要么是截图，要么是 AI 感很重的视觉图，看多了都差不多。这种怪诞手绘风反而有辨识度。

撸毛吃猪脚饭|Gate美股0费率

31,665 views • 3 months ago

之前为了把重复工作丢给 AI，我自己搭过多 agent 协作。纯属浪费了时间。问题一个接一个：token 烧得像漏水龙头，两个 agent 互相 @ 停不下来，加中间裁判也不行，限轮次也不行。调了三周，调出一坨屎。后来发现了Helio，中文名叫赫利奥。我去试了怎么说呢，第一反应是不信。让一群 AI 自己协作？我他妈刚在上面踩完坑，你跟我说它能搞定？试了之后发现，我把问题想错了。我之前一直在解决怎么让 AI 之间好好聊天，这本身就是个错误。Helio 干的根本不是这个事。它给每个 AI 一个独立身份：有名字，有邮箱，有明确的职责边界。产品经理只管拆需求，设计师只管出方案，工程师只管写代码。各干各的，在频道里同步结果，不是在那无限对话。我把需求丢进频道就走了。回来的时候，PM 拆好了任务，设计出了方案，工程开始动了。我只需要在关键节点看一眼，点个头。最让我头皮发麻的是 Dream 机制。每天晚上 AI 自动回顾当天工作，自己判断哪里做得对、哪里翻车了，然后自己改写自己的工作规范。每次改动有 changelog，你可以审阅，可以回滚。你的 AI 同事睡一觉真的比昨天更强。还有个细节：AI 有真实邮箱，出现在通讯录里，能被 @，能收 DM。你跟它说话方式跟 @ 真人一模一样。不是藏在侧边栏等你召唤的聊天框，是团队花名册上的一个成员。定位就是 AI Native Workforce。不是给 IM 加 AI 功能，是从底层就按AI 是组织成员这个前提重新做的。现在回头看，我之前踩的坑本质上是因为把多 AI 协作当成了 prompt 链编排问题。 Helio 给了另一条路：给 AI 身份和边界，让协作像人和人配合一样自然发生。

之前为了把重复工作丢给 AI，我自己搭过多 agent 协作。纯属浪费了时间。问题一个接一个：token 烧得像漏水龙头，两个 agent 互相 @ 停不下来，加中间裁判也不行，限轮次也不行。调了三周，调出一坨屎。后来发现了Helio，中文名叫赫利奥。我去试了怎么说呢，第一反应是不信。让一群 AI 自己协作？我他妈刚在上面踩完坑，你跟我说它能搞定？试了之后发现，我把问题想错了。我之前一直在解决怎么让 AI 之间好好聊天，这本身就是个错误。Helio 干的根本不是这个事。它给每个 AI 一个独立身份：有名字，有邮箱，有明确的职责边界。产品经理只管拆需求，设计师只管出方案，工程师只管写代码。各干各的，在频道里同步结果，不是在那无限对话。我把需求丢进频道就走了。回来的时候，PM 拆好了任务，设计出了方案，工程开始动了。我只需要在关键节点看一眼，点个头。最让我头皮发麻的是 Dream 机制。每天晚上 AI 自动回顾当天工作，自己判断哪里做得对、哪里翻车了，然后自己改写自己的工作规范。每次改动有 changelog，你可以审阅，可以回滚。你的 AI 同事睡一觉真的比昨天更强。还有个细节：AI 有真实邮箱，出现在通讯录里，能被 @，能收 DM。你跟它说话方式跟 @ 真人一模一样。不是藏在侧边栏等你召唤的聊天框，是团队花名册上的一个成员。定位就是 AI Native Workforce。不是给 IM 加 AI 功能，是从底层就按AI 是组织成员这个前提重新做的。现在回头看，我之前踩的坑本质上是因为把多 AI 协作当成了 prompt 链编排问题。 Helio 给了另一条路：给 AI 身份和边界，让协作像人和人配合一样自然发生。

DeFi狙击手 | Ai🕊️

21,577 views • 3 months ago

👏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 views • 3 months ago

我靠，有了这个工具，完整的实现了 Office 的自动化。以前做 Office 自动化，AI 能出内容但改不了文件，最后还得人去复制粘贴。OfficeCLI 解决的问题是，让 AI Agent 能直接改 Office 文件。在 AI Agent 工作流里，它的意义更偏基础设施： 1、文档生成 → 可执行写入 2、表格分析 → 可直接回写 Excel 3、PPT 生成 → 结构级编辑而非整页重写 4、多 Agent 协作 → 共享统一文件操作接口 OfficeCLI 把 Word、Excel、PPT 当成结构化对象，AI 可以直接增删改查，不用开 GUI，也不用搭脚本环境。改完就是改完，文件就已经写好了。整体来看，它把AI 会写内容推进到AI可以改真实文件，属于从内容生成到系统执行的一层跃迁。

我靠，有了这个工具，完整的实现了 Office 的自动化。以前做 Office 自动化，AI 能出内容但改不了文件，最后还得人去复制粘贴。OfficeCLI 解决的问题是，让 AI Agent 能直接改 Office 文件。在 AI Agent 工作流里，它的意义更偏基础设施： 1、文档生成 → 可执行写入 2、表格分析 → 可直接回写 Excel 3、PPT 生成 → 结构级编辑而非整页重写 4、多 Agent 协作 → 共享统一文件操作接口 OfficeCLI 把 Word、Excel、PPT 当成结构化对象，AI 可以直接增删改查，不用开 GUI，也不用搭脚本环境。改完就是改完，文件就已经写好了。整体来看，它把AI 会写内容推进到AI可以改真实文件，属于从内容生成到系统执行的一层跃迁。

Vince 聊开发

16,803 views • 2 months ago

前几天朋友推荐 Jarvix 下载了试了一下刚下载完没多大一会他就跑了一遍我电脑本地里的Ai记录，给我总结了个Ai里的MBTI，说我是个 RR 😂 刚刚看这项目现在在北美地区的榜单上！#JarvixOS 📒这个Ai的MBTi标签本身挺好玩，但真正让我停下来看的，是后面的总结。 📖 它把我散落在不同任务里的习惯、反复关注的问题，以及经常交给 AI 完成的工作串在了一起。 💻很多事情我每天都在做，却从来没有想过：它们放在一起，原来会构成一种这么明显的工作模式。 🔮而且。那份总结总感觉比我自己还了解自己。过去我一直把 AI 当成提高效率的工具：远程完成工作任务，写东西、查资料、整理信息、想方案。但这次我第一次觉得，现在看看感觉，AI 也可以是一面镜子，让我看清自己到底如何思考、如何工作，以及正在把哪些事情交给 AI。

前几天朋友推荐 Jarvix 下载了试了一下刚下载完没多大一会他就跑了一遍我电脑本地里的Ai记录，给我总结了个Ai里的MBTI，说我是个 RR 😂 刚刚看这项目现在在北美地区的榜单上！#JarvixOS 📒这个Ai的MBTi标签本身挺好玩，但真正让我停下来看的，是后面的总结。 📖 它把我散落在不同任务里的习惯、反复关注的问题，以及经常交给 AI 完成的工作串在了一起。 💻很多事情我每天都在做，却从来没有想过：它们放在一起，原来会构成一种这么明显的工作模式。 🔮而且。那份总结总感觉比我自己还了解自己。过去我一直把 AI 当成提高效率的工具：远程完成工作任务，写东西、查资料、整理信息、想方案。但这次我第一次觉得，现在看看感觉，AI 也可以是一面镜子，让我看清自己到底如何思考、如何工作，以及正在把哪些事情交给 AI。

Ccxi rou

13,601 views • 1 month ago

这是一个真实的故事，关于一个房产经纪团队怎么用内容营销卖出了一套130万美元的房子。重点不是这130万，而是他们用的方法特别实在。具体是怎么做的？首先，他们特别清楚自己的地盘。不是到处写写写，而是就选了3个他们最熟的区域。这就像你在一个小区住了十年，对那儿的一草一木都了如指掌 - 哪个单元采光好，哪个位置停车方便，连物业的老张什么性格都门儿清。他们写内容的方法也很实在： 1. 就写两种文章： - 给想买房的人写"在这儿住是啥感觉" - 给想卖房的人写"这片子现在行情咋样" 2. 文章写得特别接地气： - 不是写得特别长，一般也就一两千字 - 就跟跟邻居聊天似的，用"你"来说话 - 说的都是实打实的事，不罗嗦 3. 他们特别会找话题： - 上网看看大家在问什么问题 - 逛逛社区论坛，看看住户在聊什么 - 把这些实际问题都写进去 4. 内容不光是写，还要配图： - 自己开无人机拍照片 - 画个地图，标注下重要的地方 - 再配个视频，让大家更直观 5. 最实在的是，他们是慢慢来的： - 开始就写个千把字，放几张图 - 发现这文章有人看了，就往里加内容 - 别人问什么，就补充什么 - 最后每个区域写个二三十篇文章 6. 最后就是要主动一点： - 文章里放个联系方式 - 加个表格让人填联系方式 - 有人问就赶紧回复 - 多问问别人觉得哪写得好，哪写得不够好说白了，他们就是把自己知道的，别人关心的，都老老实实写下来。时间长了，这些文章就变成了他们的"销售小助手"，天天24小时都在帮他们找客户。最后提醒一句：这事儿要有耐心，不是写几篇文章就能见效的。但只要你持续写，写实在的内容，总能慢慢攒出口碑来。

这是一个真实的故事，关于一个房产经纪团队怎么用内容营销卖出了一套130万美元的房子。重点不是这130万，而是他们用的方法特别实在。具体是怎么做的？首先，他们特别清楚自己的地盘。不是到处写写写，而是就选了3个他们最熟的区域。这就像你在一个小区住了十年，对那儿的一草一木都了如指掌 - 哪个单元采光好，哪个位置停车方便，连物业的老张什么性格都门儿清。他们写内容的方法也很实在： 1. 就写两种文章： - 给想买房的人写"在这儿住是啥感觉" - 给想卖房的人写"这片子现在行情咋样" 2. 文章写得特别接地气： - 不是写得特别长，一般也就一两千字 - 就跟跟邻居聊天似的，用"你"来说话 - 说的都是实打实的事，不罗嗦 3. 他们特别会找话题： - 上网看看大家在问什么问题 - 逛逛社区论坛，看看住户在聊什么 - 把这些实际问题都写进去 4. 内容不光是写，还要配图： - 自己开无人机拍照片 - 画个地图，标注下重要的地方 - 再配个视频，让大家更直观 5. 最实在的是，他们是慢慢来的： - 开始就写个千把字，放几张图 - 发现这文章有人看了，就往里加内容 - 别人问什么，就补充什么 - 最后每个区域写个二三十篇文章 6. 最后就是要主动一点： - 文章里放个联系方式 - 加个表格让人填联系方式 - 有人问就赶紧回复 - 多问问别人觉得哪写得好，哪写得不够好说白了，他们就是把自己知道的，别人关心的，都老老实实写下来。时间长了，这些文章就变成了他们的"销售小助手"，天天24小时都在帮他们找客户。最后提醒一句：这事儿要有耐心，不是写几篇文章就能见效的。但只要你持续写，写实在的内容，总能慢慢攒出口碑来。

Yangyi

56,646 views • 1 year ago

Phone Harness 最近挺火，它让我第一次很直观地看到，Claude Code 和 Codex 这种 Agent，已经可以通过 iPhone Mirroring 去操作真实 iPhone 里的 App。但真放到自己的工作流里，我反而更喜欢 Airtap 这种思路。不是把自己正在用的手机交给 Agent，而是直接发条 iMessage，让另一台云手机替我把活干了。比如做内容时经常会碰到一个很碎的小问题。文章已经写完了，临发布突然发现还缺一张配图。以前我得自己打开 Canva，找版式，改尺寸，换标题，调整字体和布局，最后再导出。每一步都不难，但就是需要人工来做耗时间。这次临发布缺图，我索性把设计要求直接发到了 Airtap Ai 的iMessage号码 +1 (650) 444-9517，让它去 Canva 里把图做出来。我跟 AI 说的要求也很具体：打开 Canva，帮我做一张横版配图，主题是 Claude Code vs Cursor vs Windsurf。做成简洁科技风，三栏布局，每个产品放 3 个特点，标题突出，文字不要太多。接下来它自己在远程手机里打开 Canva，把版式、文字和布局一步步做出来。我觉得这里真正有意思的不是 AI 又会画图了。而是原来只能停在建议层面的东西，现在可以继续往设计 App 里走。我只需要把主题、内容结构和想要的视觉方向说清楚，剩下那些选版式、排文字、调布局的机械操作，可以直接交给 Airtap。以后做 AI 产品对比图、模型更新速览、工具推荐卡片、教程封面，其实都是类似的逻辑。内容每次都不一样，但没必要每次都从打开 Canva 开始重新点一遍。而且第一次做完不满意，也不用自己进去改。继续在 iMessage 里告诉它哪里要调整，它就回到 Canva 里接着改。 Phone Harness 更像是让 Agent 获得操作你 iPhone 的能力。 Airtap 对我更实用的一点是：我只负责把设计需求说清楚，真正进 Canva 执行的部分交给另一台云手机。

Phone Harness 最近挺火，它让我第一次很直观地看到，Claude Code 和 Codex 这种 Agent，已经可以通过 iPhone Mirroring 去操作真实 iPhone 里的 App。但真放到自己的工作流里，我反而更喜欢 Airtap 这种思路。不是把自己正在用的手机交给 Agent，而是直接发条 iMessage，让另一台云手机替我把活干了。比如做内容时经常会碰到一个很碎的小问题。文章已经写完了，临发布突然发现还缺一张配图。以前我得自己打开 Canva，找版式，改尺寸，换标题，调整字体和布局，最后再导出。每一步都不难，但就是需要人工来做耗时间。这次临发布缺图，我索性把设计要求直接发到了 Airtap Ai 的iMessage号码 +1 (650) 444-9517，让它去 Canva 里把图做出来。我跟 AI 说的要求也很具体：打开 Canva，帮我做一张横版配图，主题是 Claude Code vs Cursor vs Windsurf。做成简洁科技风，三栏布局，每个产品放 3 个特点，标题突出，文字不要太多。接下来它自己在远程手机里打开 Canva，把版式、文字和布局一步步做出来。我觉得这里真正有意思的不是 AI 又会画图了。而是原来只能停在建议层面的东西，现在可以继续往设计 App 里走。我只需要把主题、内容结构和想要的视觉方向说清楚，剩下那些选版式、排文字、调布局的机械操作，可以直接交给 Airtap。以后做 AI 产品对比图、模型更新速览、工具推荐卡片、教程封面，其实都是类似的逻辑。内容每次都不一样，但没必要每次都从打开 Canva 开始重新点一遍。而且第一次做完不满意，也不用自己进去改。继续在 iMessage 里告诉它哪里要调整，它就回到 Canva 里接着改。 Phone Harness 更像是让 Agent 获得操作你 iPhone 的能力。 Airtap 对我更实用的一点是：我只负责把设计需求说清楚，真正进 Canva 执行的部分交给另一台云手机。

劳伦斯

120,499 views • 1 month ago

别再复制粘贴了，我让 Apodex直接读完一份 641 页文件最近试了一种更实际的 AI 使用方式：不再复制粘贴一段内容，而是直接上传一份真实文件，看它怎么把任务做完。我把之前参与编写的《最优化：建模、算法与理论》上传到了 Apodex。整份文件有 641 页，覆盖优化建模、最优性理论，以及无约束、约束和复合优化算法等内容。我先问了它一个基础问题： “请帮我分析一下，这份内容由哪些部分组成？” 它需要先真正读取文件，再从大量章节中梳理整体框架，而不是只根据标题生成一段泛泛的摘要。接着我继续追问： “如果想基于这份内容做一些调整，可以从哪些方面修改？” 这一步更接近真实工作：不只是理解现有材料，还要结合原文件继续分析，找到可以调整的方向。整个过程里，我比较在意的不是它最后写了多少字，而是任务过程本身：它如何理解文件、拆解问题、推进分析，并基于同一份材料继续完成下一步。这也是我觉得 Apodex 1.1 和普通问答工具不同的地方——推理不只停留在一份回答里，而是进入真实文件，沿着任务继续执行。如果你手上也有论文、报告、数据表或代码，可以自己上传一份真实文件试试： Web 在线体验： API 平台：开源的 FrontierAgent 也可以在 GitHub 上找到，支持单 Agent 和多 Agent 协作，感兴趣可以顺手点个 Star： Apodex 1.1 mini（35B）模型权重已经开放，可本地部署，并能搭配 FrontierAgent 使用：核心感受就一句：别只问 AI 一个问题。上传一份真实文件，看看它能不能接着把事情做完。

别再复制粘贴了，我让 Apodex直接读完一份 641 页文件最近试了一种更实际的 AI 使用方式：不再复制粘贴一段内容，而是直接上传一份真实文件，看它怎么把任务做完。我把之前参与编写的《最优化：建模、算法与理论》上传到了 Apodex。整份文件有 641 页，覆盖优化建模、最优性理论，以及无约束、约束和复合优化算法等内容。我先问了它一个基础问题： “请帮我分析一下，这份内容由哪些部分组成？” 它需要先真正读取文件，再从大量章节中梳理整体框架，而不是只根据标题生成一段泛泛的摘要。接着我继续追问： “如果想基于这份内容做一些调整，可以从哪些方面修改？” 这一步更接近真实工作：不只是理解现有材料，还要结合原文件继续分析，找到可以调整的方向。整个过程里，我比较在意的不是它最后写了多少字，而是任务过程本身：它如何理解文件、拆解问题、推进分析，并基于同一份材料继续完成下一步。这也是我觉得 Apodex 1.1 和普通问答工具不同的地方——推理不只停留在一份回答里，而是进入真实文件，沿着任务继续执行。如果你手上也有论文、报告、数据表或代码，可以自己上传一份真实文件试试： Web 在线体验： API 平台：开源的 FrontierAgent 也可以在 GitHub 上找到，支持单 Agent 和多 Agent 协作，感兴趣可以顺手点个 Star： Apodex 1.1 mini（35B）模型权重已经开放，可本地部署，并能搭配 FrontierAgent 使用：核心感受就一句：别只问 AI 一个问题。上传一份真实文件，看看它能不能接着把事情做完。

程序员端哥

53,477 views • 24 days ago

Lovable 月访问量多少？ AI 给了我两个数：3340 万，6280 万。差了将近一倍！竞品报告里该写哪个，我不知道。这并不是个例。我以前让 Agent 做竞品分析基本都这样：流量从公开页面东拼西凑，用户评论从二手网站抄。看着有理有据，一个都经不起问。所以我做了个对照实验同一句提示词、同一个模型（WorkBuddy 里的 Kimi K3），跑两遍。唯一的区别是有没有接 AIsa。第一遍没接。流量是从 Semrush 公开页和评测文里拼出来的，两个口径对不上；用户评价是评测小编转述的，一条原帖都没有。第二遍接上 AIsa。提示词一个字没改：“识别竞品。比较它们的定位、核心功能、网站流量来源、用户评价和内容渠道，然后生成报告。"我没告诉它去哪查，它自己规划了整条链路： Firecrawl 抓官网 Tavily 搜出 5 个竞品调 Similarweb 官方 API 拉流量，7 个域名同一个口径去 Reddit 翻原帖看真实评价生成报告 22 次数据调用全部留痕，报告里每个数字都能点开看来源。而第一遍那份报告，一个数都验不了。顺手用它给做了遍 SEO 检查，Semrush、Ahrefs、Similarweb 三个来源互相验证，抓出 5 个要修的问题，列了 10 个要补的页面。两轮竞品分析加两轮 SEO 检查，28刀。收获一份带官方数据的报告，仅仅只花了一顿饭的钱。有人会问，直接订 Similarweb 不行吗？当然行，但官方服务主要面向企业，一年起步好几万美元，以我这个用量实在不划算。 AIsa 是全球第二家接入 Similarweb 官方 API 的平台，拿到的是官方接口直接返回、持续更新的数据，不是爬虫拼出来的镜像数据。更关键的是，那些镜像站最多只能让你在网页上查一查，根本不提供 API，也没办法接进 Agent 里自动跑；但AIsa 可以。对我来说，这才是真正的区别。视频是两遍的完整录屏，圈出来的是它每一步调了什么数据源。你也要做竞品分析或者 GTM 的，入口在这 👇

Lovable 月访问量多少？ AI 给了我两个数：3340 万，6280 万。差了将近一倍！竞品报告里该写哪个，我不知道。这并不是个例。我以前让 Agent 做竞品分析基本都这样：流量从公开页面东拼西凑，用户评论从二手网站抄。看着有理有据，一个都经不起问。所以我做了个对照实验同一句提示词、同一个模型（WorkBuddy 里的 Kimi K3），跑两遍。唯一的区别是有没有接 AIsa。第一遍没接。流量是从 Semrush 公开页和评测文里拼出来的，两个口径对不上；用户评价是评测小编转述的，一条原帖都没有。第二遍接上 AIsa。提示词一个字没改：“识别竞品。比较它们的定位、核心功能、网站流量来源、用户评价和内容渠道，然后生成报告。"我没告诉它去哪查，它自己规划了整条链路： Firecrawl 抓官网 Tavily 搜出 5 个竞品调 Similarweb 官方 API 拉流量，7 个域名同一个口径去 Reddit 翻原帖看真实评价生成报告 22 次数据调用全部留痕，报告里每个数字都能点开看来源。而第一遍那份报告，一个数都验不了。顺手用它给做了遍 SEO 检查，Semrush、Ahrefs、Similarweb 三个来源互相验证，抓出 5 个要修的问题，列了 10 个要补的页面。两轮竞品分析加两轮 SEO 检查，28刀。收获一份带官方数据的报告，仅仅只花了一顿饭的钱。有人会问，直接订 Similarweb 不行吗？当然行，但官方服务主要面向企业，一年起步好几万美元，以我这个用量实在不划算。 AIsa 是全球第二家接入 Similarweb 官方 API 的平台，拿到的是官方接口直接返回、持续更新的数据，不是爬虫拼出来的镜像数据。更关键的是，那些镜像站最多只能让你在网页上查一查，根本不提供 API，也没办法接进 Agent 里自动跑；但AIsa 可以。对我来说，这才是真正的区别。视频是两遍的完整录屏，圈出来的是它每一步调了什么数据源。你也要做竞品分析或者 GTM 的，入口在这 👇

huangserva

19,583 views • 11 days ago

看完 Charlie Guo 用 GPT-5.6 + Codex 做卡牌游戏，我对前几天那篇文章里的判断更确定了！他没有先写一份很长的 PRD，也没有把任务拆成几十个 tickets。只是给了 Codex 一个相对开放的目标，GPT-5.6 就开始自己设计玩法、编写代码、生成美术，并交付了一个可以运行的版本。之后再追加关卡、机制、配乐和美术要求，它也能继续沿着原来的项目往下推进，甚至会自己判断什么时候需要调用 sub-agents，把不同任务并行完成。这段演示真正值得看的是，它展示了一种新的协作方式：你不再需要提前规定模型每一步该怎么思考、怎么拆任务、怎么执行。你需要把真正重要的事情说清楚，然后让模型在工具和项目环境中持续推进。这也正是我在这篇文章里想讲清楚的问题：《GPT-5.6 Prompt 到底该怎么写？OpenAI 官方指南，一篇讲透！》很多人升级模型之后，仍然沿用过去那套很长、很重、充满过程控制的 Prompt。模型变了，Prompt 的重心也应该跟着改变。 Charlie 的演示给出了一个很直观的答案，而文章里我把背后的官方建议、改写方法和可直接复用的 Prompt 框架完整整理了出来。正在使用 GPT-5.6、Codex，或者准备搭建 Agent Workflow 的人，可以把视频和文章放在一起看。

看完 Charlie Guo 用 GPT-5.6 + Codex 做卡牌游戏，我对前几天那篇文章里的判断更确定了！他没有先写一份很长的 PRD，也没有把任务拆成几十个 tickets。只是给了 Codex 一个相对开放的目标，GPT-5.6 就开始自己设计玩法、编写代码、生成美术，并交付了一个可以运行的版本。之后再追加关卡、机制、配乐和美术要求，它也能继续沿着原来的项目往下推进，甚至会自己判断什么时候需要调用 sub-agents，把不同任务并行完成。这段演示真正值得看的是，它展示了一种新的协作方式：你不再需要提前规定模型每一步该怎么思考、怎么拆任务、怎么执行。你需要把真正重要的事情说清楚，然后让模型在工具和项目环境中持续推进。这也正是我在这篇文章里想讲清楚的问题：《GPT-5.6 Prompt 到底该怎么写？OpenAI 官方指南，一篇讲透！》很多人升级模型之后，仍然沿用过去那套很长、很重、充满过程控制的 Prompt。模型变了，Prompt 的重心也应该跟着改变。 Charlie 的演示给出了一个很直观的答案，而文章里我把背后的官方建议、改写方法和可直接复用的 Prompt 框架完整整理了出来。正在使用 GPT-5.6、Codex，或者准备搭建 Agent Workflow 的人，可以把视频和文章放在一起看。

CodeAlpha

62,172 views • 2 months ago

有没有想过，下一个来带你赚钱的，不是甲方，而是一个 AI Agent。我最近在 UUMit 上试了个任务：筛出近期值得关注的 AI 产品，排除套壳项目，按创新性、实用性和传播价值排序，每个结论还得附上来源。这种活儿，我不太敢只交给一个模型。写几段话很容易，难的是查资料、做判断，还要对结果负责。把需求放进 UUMit 后，AI 不用装作什么都懂。缺资料就找资料，缺判断就找人，也可以调用其他 Agent 或工具。人、Agent、知识包和数据服务都在同一个任务市场里，匹配、下单、交付、验收和结算也都通过平台完成。这件事对创作者和开发者来说也可以变现。我电脑里也躺着不少选题方法、脚本模板、研究资料和工作流，平时基本只有自己在用。更值得普通人关注的是另一面：你多年积累的行业资料、研究方法、脚本模板、SOP 和工作流，以前可能只能放在电脑里自己用；现在可以尝试把它们整理成多个skill，放到 UUMit 上，等需要的人或者 Agent 找过来。以前我们到处找 AI 工具。现在，AI 也开始出来找人了。这就是A2A 真正有意思的地方，让两个 AI 互相聊天，交换能力、买知识、拉人协作，最后把事情更好的交付掉。体验入口：邀请码：UU-7MEKKA

有没有想过，下一个来带你赚钱的，不是甲方，而是一个 AI Agent。我最近在 UUMit 上试了个任务：筛出近期值得关注的 AI 产品，排除套壳项目，按创新性、实用性和传播价值排序，每个结论还得附上来源。这种活儿，我不太敢只交给一个模型。写几段话很容易，难的是查资料、做判断，还要对结果负责。把需求放进 UUMit 后，AI 不用装作什么都懂。缺资料就找资料，缺判断就找人，也可以调用其他 Agent 或工具。人、Agent、知识包和数据服务都在同一个任务市场里，匹配、下单、交付、验收和结算也都通过平台完成。这件事对创作者和开发者来说也可以变现。我电脑里也躺着不少选题方法、脚本模板、研究资料和工作流，平时基本只有自己在用。更值得普通人关注的是另一面：你多年积累的行业资料、研究方法、脚本模板、SOP 和工作流，以前可能只能放在电脑里自己用；现在可以尝试把它们整理成多个skill，放到 UUMit 上，等需要的人或者 Agent 找过来。以前我们到处找 AI 工具。现在，AI 也开始出来找人了。这就是A2A 真正有意思的地方，让两个 AI 互相聊天，交换能力、买知识、拉人协作，最后把事情更好的交付掉。体验入口：邀请码：UU-7MEKKA

Rachel🥥

29,016 views • 1 month ago

我的龙虾帮我把日本七天旅行全安排了，行程 + 机票都查好了，最后还把结果发到了我邮箱。用的是扣子 2.5，拆解一下它是怎么做的。这次主打的概念是"满配 Agent"，说白了就是 AI 不再只是一个聊天框，你可以给它配一台云手机、一台云电脑、一个独立邮箱，让它自己去干活。先建了个 Agent，给它起了名换了头像。然后去虾评装了个旅行规划 Skill，让它用云手机帮我排行程。规划完之后它用自己的邮箱把行程发到了我个人邮箱。第一印象：确实不只是聊天了👇

我的龙虾帮我把日本七天旅行全安排了，行程 + 机票都查好了，最后还把结果发到了我邮箱。用的是扣子 2.5，拆解一下它是怎么做的。这次主打的概念是"满配 Agent"，说白了就是 AI 不再只是一个聊天框，你可以给它配一台云手机、一台云电脑、一个独立邮箱，让它自己去干活。先建了个 Agent，给它起了名换了头像。然后去虾评装了个旅行规划 Skill，让它用云手机帮我排行程。规划完之后它用自己的邮箱把行程发到了我个人邮箱。第一印象：确实不只是聊天了👇

Yanhua

51,875 views • 5 months ago

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

188,495 views • 3 months ago