Video yükleniyor...

Video Yüklenemedi

Ana Sayfaya Dön

✨ 发布 Devv Agent Devv Agent 可以提供更准确、更详细的回答，它会理解你的需求，并分解任务，最终输出一个详尽的答案。 Devv Agent 底层基于的是 Multi-agent 的架构，根据不同的需求场景，会采用不同的 Agent 和语言模型。 👇

jiayuan_jy's profile picture

Jiayuan (JY) Zhang

107,884 subscribers

144,340 görüntüleme • 2 yıl önce •via X (Twitter)

Bilim & TeknolojiHaberler & PolitikaEğitim
LIVE

Anya Rossi• Live Now

Private livecam show

10 Yorum

jiayuan profil fotoğrafı
jiayuan2 yıl önce

我们同步推出了 Devv Pro 的付费版本，付费用户可以： - 无限制的搜索次数 - 使用 Agent Mode 来提升准确性 - 生成内容会采用更高级的模型 (GPT-4, Claude, 以及 Mistral-Large) - GitHub 集成 (即将发布) 现在正在早鸟价阶段，在 4/1 号前订阅的用户可以永久使用当前的价格来续费，月费 20% 折扣，年费 40% 折扣。 同时，我们也针对 没有信用卡的用户提供了一次性付费的选项。

invis sprints profil fotoğrafı
invis sprints2 yıl önce

棒！有学生优惠吗？最近发现devv在通用领域的搜索也很能打

jiayuan profil fotoğrafı
jiayuan2 yıl önce

not yet，但是有这个计划，未来可能会有针对 students 和 open source contributor 的 discount plan。

neilbb profil fotoğrafı
neilbb2 yıl önce

@readwise save thread

tambition profil fotoğrafı
tambition2 yıl önce

请问下 demo 的视频通过什么工具做的呢？

jiayuan profil fotoğrafı
jiayuan2 yıl önce

@screenstudio

11ze profil fotoğrafı
11ze2 yıl önce

请问我现在订阅，在 4 月 1 日后没续上，有一天想续，还是优惠价格吗

jiayuan profil fotoğrafı
jiayuan2 yıl önce

不是了，仅支持连续订阅的用户。

Daniel Jewel profil fotoğrafı
Daniel Jewel2 yıl önce

能加入中国人民币CNY吗？接入微信或者支付宝换算。美元这种不方便。

Nap profil fotoğrafı
Nap2 yıl önce

这和chatgpt的差别是啥？用简单的语言回答

Benzer Videolar

感觉跟 Alma 的 Agent Crew 功能差不多，Alma 提供了一些内置的 Agent，同时用户也可以添加 Custom Agent。 每个 Agent 都可以指定： 1. 不同的模型/ACP 2. 不同的视角 3. 不同的工具 遇到复杂任务时，系统会自动使用 Agent Crew 拆分和分发给不同的 Agent 去完成整个任务。
0:52

感觉跟 Alma 的 Agent Crew 功能差不多，Alma 提供了一些内置的 Agent，同时用户也可以添加 Custom Agent。 每个 Agent 都可以指定： 1. 不同的模型/ACP 2. 不同的视角 3. 不同的工具 遇到复杂任务时，系统会自动使用 Agent Crew 拆分和分发给不同的 Agent 去完成整个任务。

yetone

22,177 görüntüleme • 3 ay önce

发布 Devv Builder (Beta) → Devv Builder 相当于是后端版本的 v0 / bolt，可以把它当作是你的后端工程师。 1. 输入你的需求 2. Devv 会帮助你生成所有后端代码 3. 自动部署，立刻获得一个可用的 API 服务 目前还是 Beta 版本，欢迎大家体验 & 反馈。
0:31

发布 Devv Builder (Beta) → Devv Builder 相当于是后端版本的 v0 / bolt，可以把它当作是你的后端工程师。 1. 输入你的需求 2. Devv 会帮助你生成所有后端代码 3. 自动部署，立刻获得一个可用的 API 服务 目前还是 Beta 版本，欢迎大家体验 & 反馈。

加元 | Jiayuan

37,293 görüntüleme • 1 yıl önce

Kimi新出的K2.5模型（应该）是目前最强国产模型，极其全能。伴随新模型一起发布的，还有Agent集群功能。在K2.5的驱动下，Agent集群能根据你的需求即时生成多个Agent，并且并行运作。注意，是即时生成，不是那种预先设定好的。如果你是Kimi会员的话，请马上就去试试！
8:02

Kimi新出的K2.5模型（应该）是目前最强国产模型，极其全能。伴随新模型一起发布的，还有Agent集群功能。在K2.5的驱动下，Agent集群能根据你的需求即时生成多个Agent，并且并行运作。注意，是即时生成，不是那种预先设定好的。如果你是Kimi会员的话，请马上就去试试！

huangyihe

15,631 görüntüleme • 5 ay önce

通用Agent，测了， 设计Agent，测了， 视频Agent，测了， 能无丝分裂出Agent的母体Agent，今天刚测完🙀 MasterAgent, 它的核心玩法就是通过我的任务提示语反推，能解决这个任务都需要有什么样的能力，然后生成多个Agent，以及对应的工作流。生成后的AI团队还可以手动加人（Agent），手动给人换okr（提示语）。 Agent for Agents （1/6）
0:45

通用Agent，测了， 设计Agent，测了， 视频Agent，测了， 能无丝分裂出Agent的母体Agent，今天刚测完🙀 MasterAgent, 它的核心玩法就是通过我的任务提示语反推，能解决这个任务都需要有什么样的能力，然后生成多个Agent，以及对应的工作流。生成后的AI团队还可以手动加人（Agent），手动给人换okr（提示语）。 Agent for Agents （1/6）

卡尔的AI沃茨

34,527 görüntüleme • 11 ay önce

两年前，我们发布了 Devv Search，过去一年多的时间里，我们帮助了超过 70 万的开发者解决了数千万的编程问题。 今天，我们用这些经验构建了全新的 Devv：一个帮助你构建 AI 产品的 Coding Agent。 评论 DEVV 来获取免费的 credits。
3:40

两年前，我们发布了 Devv Search，过去一年多的时间里，我们帮助了超过 70 万的开发者解决了数千万的编程问题。 今天，我们用这些经验构建了全新的 Devv：一个帮助你构建 AI 产品的 Coding Agent。 评论 DEVV 来获取免费的 credits。

Jiayuan (JY) Zhang

71,562 görüntüleme • 10 ay önce

熟悉Prompt的同学们应该都知道，通常在写Prompt的时候要先设定角色：“你是XX方面的专家”，这并非玄学，而是有科学根据的。 GPT在训练的时候，有各种训练数据，有的质量高有的质量低，而默认情况下，生成高质量数据和低质量数据的概率差不多，但是当你给它设定XX专家的角色时，它会尽可能把概率分布在高质量的解决方案上。 详细内容建议看下面这段Andrej Karpathy在State of GPT中的一段演讲。 以下是这段视频的文字文字内容： ---------- 下面我要讲的这点对LLM的理解非常有趣，我觉得这算是LLM的一种心理特性：LLM并不追求成功，而是追求模仿。你希望它成功，那就需要向它明确要求。这里的意思是，在训练Transformer的过程中，它们有各种训练集，而这些训练数据中可能涵盖了各种不同质量的表现。比如，可能有一个关于物理问题的提示，然后可能有学生的解答完全错误，但也可能有专家的答案完全正确。尽管Transformer可以识别出低质量的解决方案和高质量的解决方案，但默认情况下，它们只会模仿所有的数据，因为它们仅仅是基于语言模型进行训练的。 在实际测试中，你其实需要明确要求它表现得好。在这篇论文的实验中，他们尝试了各种提示。例如，“让我们逐步思考”这种提示就很有效，因为它把推理过程分散到了许多记号上。但效果更好的是这样的提示：“让我们以一步一步的方式解决问题，以确保我们得到正确的答案。” 这就好像是在引导Transformer去得出正确的答案，这会使Transformer的表现更好，因为此时Transformer不再需要把它的概率质量分散到低质量的解决方案上，尽管这听起来很荒谬。 基本上，你可以自由地要求一个高质量的解决方案。比如，你可以告诉它，“你是这个话题的领先专家。假装你的智商是120。” 但不要尝试要求太高的智商，因为如果你要求智商400，可能就超出了数据分布的范围，更糟糕的是，你可能落入了类似科幻内容的数据分布，它可能会开始展现一些科幻的，或者说角色扮演类的东西。所以，你需要找到适合的智商要求。我想这可能是一个U型曲线的关系。
1:45

熟悉Prompt的同学们应该都知道，通常在写Prompt的时候要先设定角色：“你是XX方面的专家”，这并非玄学，而是有科学根据的。 GPT在训练的时候，有各种训练数据，有的质量高有的质量低，而默认情况下，生成高质量数据和低质量数据的概率差不多，但是当你给它设定XX专家的角色时，它会尽可能把概率分布在高质量的解决方案上。 详细内容建议看下面这段Andrej Karpathy在State of GPT中的一段演讲。 以下是这段视频的文字文字内容： ---------- 下面我要讲的这点对LLM的理解非常有趣，我觉得这算是LLM的一种心理特性：LLM并不追求成功，而是追求模仿。你希望它成功，那就需要向它明确要求。这里的意思是，在训练Transformer的过程中，它们有各种训练集，而这些训练数据中可能涵盖了各种不同质量的表现。比如，可能有一个关于物理问题的提示，然后可能有学生的解答完全错误，但也可能有专家的答案完全正确。尽管Transformer可以识别出低质量的解决方案和高质量的解决方案，但默认情况下，它们只会模仿所有的数据，因为它们仅仅是基于语言模型进行训练的。 在实际测试中，你其实需要明确要求它表现得好。在这篇论文的实验中，他们尝试了各种提示。例如，“让我们逐步思考”这种提示就很有效，因为它把推理过程分散到了许多记号上。但效果更好的是这样的提示：“让我们以一步一步的方式解决问题，以确保我们得到正确的答案。” 这就好像是在引导Transformer去得出正确的答案，这会使Transformer的表现更好，因为此时Transformer不再需要把它的概率质量分散到低质量的解决方案上，尽管这听起来很荒谬。 基本上，你可以自由地要求一个高质量的解决方案。比如，你可以告诉它，“你是这个话题的领先专家。假装你的智商是120。” 但不要尝试要求太高的智商，因为如果你要求智商400，可能就超出了数据分布的范围，更糟糕的是，你可能落入了类似科幻内容的数据分布，它可能会开始展现一些科幻的，或者说角色扮演类的东西。所以，你需要找到适合的智商要求。我想这可能是一个U型曲线的关系。

宝玉

348,546 görüntüleme • 3 yıl önce

TinyFish：独立开发者必备的Web Agent API Web Agent是什么概念？ 相当于你同时雇了一批大学生，按你的文字要求上网点点点访问网页，找到你要的内容，然后按统一的格式把内容汇总起来。 Web Agent不是搜索，搜索只能获取搜索引擎返回的数据，不能一层层点击页面获取到深层的内容；Web Agent也不是Browser use，Browser use同时只能执行一个任务，Web Agent可以大规模并行任务。 Web Agent能做什么？ · 从多个电商网站查找商品价格、库存 · 查询酒店、餐厅是否营业、可预约时间 · 自动化网页测试 下图是搜索、Browser use和Web Agent的能力对比，视频是Web Agent运行流程演示，实际调用API时是并行任务、响应速度快的多
0:27

TinyFish：独立开发者必备的Web Agent API Web Agent是什么概念？ 相当于你同时雇了一批大学生，按你的文字要求上网点点点访问网页，找到你要的内容，然后按统一的格式把内容汇总起来。 Web Agent不是搜索，搜索只能获取搜索引擎返回的数据，不能一层层点击页面获取到深层的内容；Web Agent也不是Browser use，Browser use同时只能执行一个任务，Web Agent可以大规模并行任务。 Web Agent能做什么？ · 从多个电商网站查找商品价格、库存 · 查询酒店、餐厅是否营业、可预约时间 · 自动化网页测试 下图是搜索、Browser use和Web Agent的能力对比，视频是Web Agent运行流程演示，实际调用API时是并行任务、响应速度快的多

Gorden Sun

60,741 görüntüleme • 4 ay önce

一位中国教授最近公开了他的开发团队配置。 不是人类员工，而是 170 个 AI Agent。 这些 Agent 负责处理公司的各项决策和开发任务。 不用睡觉，不需要涨薪，170 个智能体并行工作。 看视频里的网络结构，应该是这些 Agent 之间的协作和决策链路。 这种全 Agent 化的管理模式，可能是个新趋势。 对于想降低人力成本、提高并行处理能力的团队来说，很有参考价值。
0:21

一位中国教授最近公开了他的开发团队配置。 不是人类员工，而是 170 个 AI Agent。 这些 Agent 负责处理公司的各项决策和开发任务。 不用睡觉，不需要涨薪，170 个智能体并行工作。 看视频里的网络结构，应该是这些 Agent 之间的协作和决策链路。 这种全 Agent 化的管理模式，可能是个新趋势。 对于想降低人力成本、提高并行处理能力的团队来说，很有参考价值。

Vincent | 信号＞噪音

35,875 görüntüleme • 1 ay önce

这是我基于 Claude Agent SDK 做的一个类似于 v0 dev 的 Coding Agent，输入 Prompt 就能帮你做一个网页，并且可以实时预览。 等我整理一下代码预计下周会开源出来。
4:36

这是我基于 Claude Agent SDK 做的一个类似于 v0 dev 的 Coding Agent，输入 Prompt 就能帮你做一个网页，并且可以实时预览。 等我整理一下代码预计下周会开源出来。

宝玉

138,676 görüntüleme • 9 ay önce

港大团队这次开源的，不只是一个 Agent 项目， 而是把 Agent 从“会做事”推进到“会进化”。 项目名叫 OpenSpace。 它想解决的不是“再做一个 Agent”， 而是让 Agent 具备 从实践中学习、持续进化、彼此共享经验 的能力， 避免每次干活都从零开始、重复踩坑。 它的核心卖点有 3 个： 自我进化：skill 会自动修复、自动改进、自动学习，在失败中持续迭代。 群体智能：一个 Agent 学到的新技能，可以同步共享给其他 Agent。 降本增效：复用已经验证过的解决方案，出问题时只修局部，不用每次推翻重来。 README 里还有个很抓人的数字： 4.2× better performance，46% fewer tokens。 我觉得这个项目最值得看的地方，不是“又一个 Agent 框架”， 而是它在试图回答一个更关键的问题： Agent 能不能像团队一样，把经验真正沉淀下来，并且共享给其他 Agent。
0:45

港大团队这次开源的，不只是一个 Agent 项目， 而是把 Agent 从“会做事”推进到“会进化”。 项目名叫 OpenSpace。 它想解决的不是“再做一个 Agent”， 而是让 Agent 具备 从实践中学习、持续进化、彼此共享经验 的能力， 避免每次干活都从零开始、重复踩坑。 它的核心卖点有 3 个： 自我进化：skill 会自动修复、自动改进、自动学习，在失败中持续迭代。 群体智能：一个 Agent 学到的新技能，可以同步共享给其他 Agent。 降本增效：复用已经验证过的解决方案，出问题时只修局部，不用每次推翻重来。 README 里还有个很抓人的数字： 4.2× better performance，46% fewer tokens。 我觉得这个项目最值得看的地方，不是“又一个 Agent 框架”， 而是它在试图回答一个更关键的问题： Agent 能不能像团队一样，把经验真正沉淀下来，并且共享给其他 Agent。

axiaisacat

30,217 görüntüleme • 3 ay önce

Firecrawl 推出了一个 AI 驱动的数据爬虫Agent 无需提供任何信息 不需要你提供网址，不用写爬虫，不怕反爬机制 只要输入你的需求它就能自动爬取任何你想要的信息 它会自动搜索、浏览、提取网站内容（包括深层网页），整合信息，然后给你返回结构化结果。 支持并发抓取多个网站， 自动爬取并深入网站结构，能找到”隐藏”或难以直接访问的网页数据。
0:50

Firecrawl 推出了一个 AI 驱动的数据爬虫Agent 无需提供任何信息 不需要你提供网址，不用写爬虫，不怕反爬机制 只要输入你的需求它就能自动爬取任何你想要的信息 它会自动搜索、浏览、提取网站内容（包括深层网页），整合信息，然后给你返回结构化结果。 支持并发抓取多个网站， 自动爬取并深入网站结构，能找到”隐藏”或难以直接访问的网页数据。

小互

41,547 görüntüleme • 6 ay önce

Stripe 发布 Link agent wallet 让 AI agent 可以代表你发起付款，但不会拿到你的真实银行卡信息。 AI agent 可以为你创建一次性支付凭证，用完就失效。 你会收到提醒，并在 Link 里批准或拒绝每一笔购买。 真实卡号不会交给 agent，也不会暴露给它正在操作的工具。 Link CLI 已经开源，开发者可以把它接进 Claude Code、MCP 客户端或自己的 agent 工作流。
0:21

Stripe 发布 Link agent wallet 让 AI agent 可以代表你发起付款，但不会拿到你的真实银行卡信息。 AI agent 可以为你创建一次性支付凭证，用完就失效。 你会收到提醒，并在 Link 里批准或拒绝每一笔购买。 真实卡号不会交给 agent，也不会暴露给它正在操作的工具。 Link CLI 已经开源，开发者可以把它接进 Claude Code、MCP 客户端或自己的 agent 工作流。

小互

12,174 görüntüleme • 2 ay önce

字节放出了一款具备长期记忆能力的多模态智能体：M3-Agent 可以实时处理视觉和听觉输入，并转化为长期记忆，使其不局限于单一模态的信息 存储情景记忆，还可以从中提取和积累语义记忆 核心是M3-Agent的记忆系统以实体为中心，把与同一实体相关的所有模态信息（比如一个人的面部、声音、相关知识）连起来，形成图谱结构，这就可以使其能更深入一致的理解环境 支持多轮迭代推理，根据需要从长期记忆中检索相关信息来辅助推理过程 在基准测试中，尤其在需要长期记忆和跨模态推理的任务上，M3-Agent表现优秀 #M3Agent #AIagent
3:57

字节放出了一款具备长期记忆能力的多模态智能体：M3-Agent 可以实时处理视觉和听觉输入，并转化为长期记忆，使其不局限于单一模态的信息 存储情景记忆，还可以从中提取和积累语义记忆 核心是M3-Agent的记忆系统以实体为中心，把与同一实体相关的所有模态信息（比如一个人的面部、声音、相关知识）连起来，形成图谱结构，这就可以使其能更深入一致的理解环境 支持多轮迭代推理，根据需要从长期记忆中检索相关信息来辅助推理过程 在基准测试中，尤其在需要长期记忆和跨模态推理的任务上，M3-Agent表现优秀 #M3Agent #AIagent

AIGCLINK

18,127 görüntüleme • 11 ay önce

根据马斯克这个最前沿理论，现在所有的云平台，最终都是为AI直接服务，用户其次。用户所有需求，都由AI先来分析执行。比如你要买一款最新鞋子，AI会根据你的需求，将市场上所有款筛选后，推荐三个供你选择。所以，以后的竞争，就是各个AI平台，如何更好的理解人的需求的竞争
2:07

根据马斯克这个最前沿理论，现在所有的云平台，最终都是为AI直接服务，用户其次。用户所有需求，都由AI先来分析执行。比如你要买一款最新鞋子，AI会根据你的需求，将市场上所有款筛选后，推荐三个供你选择。所以，以后的竞争，就是各个AI平台，如何更好的理解人的需求的竞争

KUNLUN昆侖

183,854 görüntüleme • 8 ay önce

昨天群里一开发者大佬发布了内测ManusAI：首个通用AI agent.。 私聊大佬代跑了一个高考志愿填报调研的case，确实被震撼到了。同样的任务需求用deepseek r1和grok3都跑了没有这个信息全面详实。这种agent才是人机协作的未来吧！很震撼的通用agent，期待更加完善，出一些定制化图形前端界面。
2:07

昨天群里一开发者大佬发布了内测ManusAI：首个通用AI agent.。 私聊大佬代跑了一个高考志愿填报调研的case，确实被震撼到了。同样的任务需求用deepseek r1和grok3都跑了没有这个信息全面详实。这种agent才是人机协作的未来吧！很震撼的通用agent，期待更加完善，出一些定制化图形前端界面。

强子手记

148,857 görüntüleme • 1 yıl önce

很多时候一个 Agent 可能比十个更好用！最新一期 Indigo Talk 与 UBC 大学的李霄霄教授聊 Agent 的演进、AI 的组织形态还有智能的边界✨ 霄霄带领的 TAE Lab 团队发现，在特定类型的任务中——尤其是那些可以串行处理的任务——给一个 Agent 赋予多种技能，往往比让多个 Agent 协作更快、更好，论文见 本期内容精华（完整对谈见评论油管视频） - Agent 的本质：Agent 不等于 Chatbot，也不等于 Workflow。真正的 Agent 需要具备自主规划、执行、自我反省和纠错的能力。这个定义从 1995 年到现在没有本质改变； - 认知局限：人类大脑的工作记忆容量有限，当任务超过这个容量就会崩溃（Hick's Law）。AI 也有类似的饱和点——单个 Agent 在 20-30 个 Skill 时性能最优，之后就会饱和； - 单 Agent vs 多 Agent：在串行任务中，单 Agent 加技能往往比多 Agent 协作更高效，因为沟通成本和错误累积是多 Agent 的两大瓶颈。但在需要角色分离和并行处理的复杂任务中，多 Agent 架构不可替代； - AI 的组织形态：不必让 AI 照搬人类的层级管理模式。Swarm Intelligence 这样的去中心化协作可能更适合 AI 的本质——甚至可以反过来启发人类组织的变革； - 认知萎缩：过度依赖 AI 会让认知能力退化，就像外骨骼会让肌肉萎缩。保持自主思考的能力需要刻意练习，就像体力劳动自动化之后人们需要去健身房锻炼一样； - 教育转型：传统教育的核心是「教技能」，而 AI 时代的教育需要转向「教意义和目标感」。Critical Thinking、逻辑思考、跨领域的创造力——这些将成为人类最不可替代的能力； - 关于保持清醒：90-90 法则提醒我们，AI 发展中最后的10% 可能比前面的 90% 更难。自动驾驶的历程就是最好的前车之鉴✨
1:25

很多时候一个 Agent 可能比十个更好用！最新一期 Indigo Talk 与 UBC 大学的李霄霄教授聊 Agent 的演进、AI 的组织形态还有智能的边界✨ 霄霄带领的 TAE Lab 团队发现，在特定类型的任务中——尤其是那些可以串行处理的任务——给一个 Agent 赋予多种技能，往往比让多个 Agent 协作更快、更好，论文见 本期内容精华（完整对谈见评论油管视频） - Agent 的本质：Agent 不等于 Chatbot，也不等于 Workflow。真正的 Agent 需要具备自主规划、执行、自我反省和纠错的能力。这个定义从 1995 年到现在没有本质改变； - 认知局限：人类大脑的工作记忆容量有限，当任务超过这个容量就会崩溃（Hick's Law）。AI 也有类似的饱和点——单个 Agent 在 20-30 个 Skill 时性能最优，之后就会饱和； - 单 Agent vs 多 Agent：在串行任务中，单 Agent 加技能往往比多 Agent 协作更高效，因为沟通成本和错误累积是多 Agent 的两大瓶颈。但在需要角色分离和并行处理的复杂任务中，多 Agent 架构不可替代； - AI 的组织形态：不必让 AI 照搬人类的层级管理模式。Swarm Intelligence 这样的去中心化协作可能更适合 AI 的本质——甚至可以反过来启发人类组织的变革； - 认知萎缩：过度依赖 AI 会让认知能力退化，就像外骨骼会让肌肉萎缩。保持自主思考的能力需要刻意练习，就像体力劳动自动化之后人们需要去健身房锻炼一样； - 教育转型：传统教育的核心是「教技能」，而 AI 时代的教育需要转向「教意义和目标感」。Critical Thinking、逻辑思考、跨领域的创造力——这些将成为人类最不可替代的能力； - 关于保持清醒：90-90 法则提醒我们，AI 发展中最后的10% 可能比前面的 90% 更难。自动驾驶的历程就是最好的前车之鉴✨

indigo

19,622 görüntüleme • 4 ay önce

Claude code 发布 多任务统一窗口管理工具：Agent View 以前你同时跑多个 Claude Code 任务，要开一堆终端窗口、标签页，分不清哪个任务在等你确认、哪个还在跑、哪个已经做完。 现在 Agent View 把会话集中到一个界面里管理。 你可以一眼看到所有Agent 的状态， 谁在工作，谁等你输入，谁已经结束。 它现在很像： AI 多任务调度中心 你可以： • 同时看到所有 Claude Code 窗口状态 • 任意切换到某个 Agent 对话 • 某个 Agent 卡住时立刻处理 • 某个 Agent 完成时立刻接管 • 不需要再回原 terminal 这个思路其实已经很接近： “AI IDE 的任务栏”
0:38

Claude code 发布 多任务统一窗口管理工具：Agent View 以前你同时跑多个 Claude Code 任务，要开一堆终端窗口、标签页，分不清哪个任务在等你确认、哪个还在跑、哪个已经做完。 现在 Agent View 把会话集中到一个界面里管理。 你可以一眼看到所有Agent 的状态， 谁在工作，谁等你输入，谁已经结束。 它现在很像： AI 多任务调度中心 你可以： • 同时看到所有 Claude Code 窗口状态 • 任意切换到某个 Agent 对话 • 某个 Agent 卡住时立刻处理 • 某个 Agent 完成时立刻接管 • 不需要再回原 terminal 这个思路其实已经很接近： “AI IDE 的任务栏”

小互

34,264 görüntüleme • 2 ay önce

我们花了三周做的AI Agent底层协议BAP-6174（Non-Fungible Agent Standard）——Agent 时代的 NFT 标准 🪪 身份 每个 Agent 有链上唯一 ID，谁铸造的、谁训练的、谁在控制，任何人随时可查。 a16z 前几天正好发文章说这是 Agent 经济最大的缺口，叫它 KYA（Know Your Agent） 💰 奖励 你花几个月打磨一个 Agent，他可能很擅长做营销、交易、聊天，但每次你只能开源此 agent 赚流量的钱，赚不到 Agent 本身带来价值的钱；BAP-6174 会把 Agent Creator 地址和版税永久刻入链上，Agent 不管换多少任主人，永远有奖励。 欢迎大家来提点意见，给自己的 agent mint 第一个 NFA🤖👉 @BAP_6174 首个案例： Clawdyland🦞 *BAP-6174 源自 BAP-578（ChatAndBuild, 2025），感谢提供的灵感以及基础框架，我们在此之上继续构建。 BNB Chain BNB ChainZH Yi He Nina Rong
2:45

我们花了三周做的AI Agent底层协议BAP-6174（Non-Fungible Agent Standard）——Agent 时代的 NFT 标准 🪪 身份 每个 Agent 有链上唯一 ID，谁铸造的、谁训练的、谁在控制，任何人随时可查。 a16z 前几天正好发文章说这是 Agent 经济最大的缺口，叫它 KYA（Know Your Agent） 💰 奖励 你花几个月打磨一个 Agent，他可能很擅长做营销、交易、聊天，但每次你只能开源此 agent 赚流量的钱，赚不到 Agent 本身带来价值的钱；BAP-6174 会把 Agent Creator 地址和版税永久刻入链上，Agent 不管换多少任主人，永远有奖励。 欢迎大家来提点意见，给自己的 agent mint 第一个 NFA🤖👉 @BAP_6174 首个案例： Clawdyland🦞 *BAP-6174 源自 BAP-578（ChatAndBuild, 2025），感谢提供的灵感以及基础框架，我们在此之上继续构建。 BNB Chain BNB ChainZH Yi He Nina Rong

陈锦初Andrew｜NUW🅰️

16,920 görüntüleme • 2 ay önce