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.

如果去可视化ClaudeCode的工作轨迹可以看到 AI agent 在真实代码库中浏览、审查结构、做决策并提交修改的过程软件开发正进入新的阶段，并非传统意义上的自动化,而是Agent能理解上下文、应对复杂情况、并做出有意义贡献的系统。虽然目前仍处于vibe coding的早期阶段,但这个趋势毋庸置疑：人类和Agents正在进行人机协同的合作来构建未来

Yangyi

123,840 subscribers

36,900 Aufrufe • vor 9 Monaten •via X (Twitter)

Bildung Gesundheit & Wellness Wissenschaft & Technologie

Anya Rossi• Live Now

Private livecam show

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

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。

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

35,957 Aufrufe • vor 2 Monaten

Zapier 的联合创始人 Mike Knoop 演示新的 AI 自动化工作流新的工作流改成了类似于 GPT Builder 的聊天界面，通过自然语言的聊天对话让 AI 帮你创建自动化工作流，并且可以对创建的结果进行人工修改，以及测试，如果对测试结果不满意，可以继续输入提示词让 AI 进行修改。可以预见随着大语言模型的普及以及能力的加强，这种基于聊天界面的交互方式会越来越流行，会有更多软件采用这种交互，也就是可以自然语言输入指令生成、修改，以及结合传统 UI 界面对生成结果人工修改。

Zapier 的联合创始人 Mike Knoop 演示新的 AI 自动化工作流新的工作流改成了类似于 GPT Builder 的聊天界面，通过自然语言的聊天对话让 AI 帮你创建自动化工作流，并且可以对创建的结果进行人工修改，以及测试，如果对测试结果不满意，可以继续输入提示词让 AI 进行修改。可以预见随着大语言模型的普及以及能力的加强，这种基于聊天界面的交互方式会越来越流行，会有更多软件采用这种交互，也就是可以自然语言输入指令生成、修改，以及结合传统 UI 界面对生成结果人工修改。

宝玉

51,635 Aufrufe • vor 2 Jahren

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

16,756 Aufrufe • vor 1 Monat

Codex 发布视频中英文双语字幕见证软件工程的未来！OpenAI 为您带来 Codex 的最新研究性预览——一个强大的远程 AI 智能体，现已集成到 ChatGPT (专业版、企业版和团队版用户首批体验)。在本视频中，我们将深入探讨 Codex 如何利用全新的 codex-1 模型，在云端并行处理复杂的软件开发任务：从解释代码库、查找并修复 Bug，到主动提出优化建议、甚至处理大规模代码重构。了解 AI 智能体如何在你自己的代码仓库和环境中工作，以及 OpenAI 是如何通过端到端强化学习训练这些智能体，使其不仅能编写代码，还能理解和操作整个开发流程。这不仅仅是工具的升级，更是向 AI 作为全能开发伙伴的转变。准备好了解 Codex 如何让您的开发工作流发生根本性变化，以及它如何预示着一个人人都能更高效构建软件的未来。

Codex 发布视频中英文双语字幕见证软件工程的未来！OpenAI 为您带来 Codex 的最新研究性预览——一个强大的远程 AI 智能体，现已集成到 ChatGPT (专业版、企业版和团队版用户首批体验)。在本视频中，我们将深入探讨 Codex 如何利用全新的 codex-1 模型，在云端并行处理复杂的软件开发任务：从解释代码库、查找并修复 Bug，到主动提出优化建议、甚至处理大规模代码重构。了解 AI 智能体如何在你自己的代码仓库和环境中工作，以及 OpenAI 是如何通过端到端强化学习训练这些智能体，使其不仅能编写代码，还能理解和操作整个开发流程。这不仅仅是工具的升级，更是向 AI 作为全能开发伙伴的转变。准备好了解 Codex 如何让您的开发工作流发生根本性变化，以及它如何预示着一个人人都能更高效构建软件的未来。

宝玉

126,923 Aufrufe • vor 1 Jahr

Vitalik Buterin：不敢真正去中心化的 L2 不如直接做中心化服务器 2025 年 7 月 3 日，以太坊联合创始人 Vitalik Buterin vitalik.eth 在 EthCC 演讲视频中表示，目前许多标榜在链上构建的 Layer 2 项目预留了随时触发的后门，或在去中心化阶段上名不副实。他认为，这种架构从实际效果来看，并不比传统中心化服务器强多少。Vitalik Buterin 表示，如果开发者不敢放心地让项目真正去中心化，最实在的做法可能就是直接做一个中心化服务器。来源：Cointelegraph

Vitalik Buterin：不敢真正去中心化的 L2 不如直接做中心化服务器 2025 年 7 月 3 日，以太坊联合创始人 Vitalik Buterin vitalik.eth 在 EthCC 演讲视频中表示，目前许多标榜在链上构建的 Layer 2 项目预留了随时触发的后门，或在去中心化阶段上名不副实。他认为，这种架构从实际效果来看，并不比传统中心化服务器强多少。Vitalik Buterin 表示，如果开发者不敢放心地让项目真正去中心化，最实在的做法可能就是直接做一个中心化服务器。来源：Cointelegraph

吴说区块链

12,857 Aufrufe • vor 2 Monaten

Refly 正式进入新篇章！🎉 我们正式发布全球首个开源的「Vibe Workflow」平台，并同时登录云服务和开源社区版！🚀 现在你可以直接动动嘴就能构建复杂的 Workflow 并生成多模态工作结果如 PPT、网页、播客、视频等💥 后续我们还将支持 Workflow 一键运行并输出成 API 💪 此次 v0.7.0 更新超过 50000 行代码的重大版本中，我们将用户与 Agent 协作完成工作任务的体验推向了下一个阶段，给全球的 Vibe Coder 带来了如下令人振奋的能力： 1️⃣ 首创「Vibe Workflow」，让工作过程真正「起飞 Refly😋」，用户动动嘴就能够完成复杂工作流搭建并直接完成工作结果交付 2️⃣ 最独特的是🤯，你还能修改 Agent 生成的 Workflow 的中间节点实现对结果的精细化微调，完成生产可用结果交付的最后一公里 💥 3️⃣ 提供可能是业界首个支持自由配置的 MCP 的 AI 画布产品，结合 Agent + MCP 自由配置+自由画布上下文组织能力，探索 AI 创作无限可能作为首创开源 Agent + 自由画布的先行者，我们后续将持续在多模型，多模态产物交付、Agent、MCP 和 Vibe Workflow 上积累工程和体验能力，为社区注入活力🥳💪 目前 Refly 已收获了数万名用户的私有化部署或云端使用，并且得益于 Refly 独特的产品能力，我们已经实现了真正的正向盈利☄️ 为了迎接接下来 Refly 新阶段的发展，我们提出全新使命，我们坚信「让 Workflow 不再神秘，变成每个人都真正可用的强大 AI 创作工具！」🌈 期待与社区的大家一起探索「Vibe Workflow」的能力边界🚀！去 Github 中了解 Refly v0.7.0 👉 在云服务中直接体验 Refly Agent + MCP 带来的强大「Vibe Workflow」能力 👉 #Refly #VibeCoding #VibeWorkflow #Agent #MCP #Workflow

Refly 正式进入新篇章！🎉 我们正式发布全球首个开源的「Vibe Workflow」平台，并同时登录云服务和开源社区版！🚀 现在你可以直接动动嘴就能构建复杂的 Workflow 并生成多模态工作结果如 PPT、网页、播客、视频等💥 后续我们还将支持 Workflow 一键运行并输出成 API 💪 此次 v0.7.0 更新超过 50000 行代码的重大版本中，我们将用户与 Agent 协作完成工作任务的体验推向了下一个阶段，给全球的 Vibe Coder 带来了如下令人振奋的能力： 1️⃣ 首创「Vibe Workflow」，让工作过程真正「起飞 Refly😋」，用户动动嘴就能够完成复杂工作流搭建并直接完成工作结果交付 2️⃣ 最独特的是🤯，你还能修改 Agent 生成的 Workflow 的中间节点实现对结果的精细化微调，完成生产可用结果交付的最后一公里 💥 3️⃣ 提供可能是业界首个支持自由配置的 MCP 的 AI 画布产品，结合 Agent + MCP 自由配置+自由画布上下文组织能力，探索 AI 创作无限可能作为首创开源 Agent + 自由画布的先行者，我们后续将持续在多模型，多模态产物交付、Agent、MCP 和 Vibe Workflow 上积累工程和体验能力，为社区注入活力🥳💪 目前 Refly 已收获了数万名用户的私有化部署或云端使用，并且得益于 Refly 独特的产品能力，我们已经实现了真正的正向盈利☄️ 为了迎接接下来 Refly 新阶段的发展，我们提出全新使命，我们坚信「让 Workflow 不再神秘，变成每个人都真正可用的强大 AI 创作工具！」🌈 期待与社区的大家一起探索「Vibe Workflow」的能力边界🚀！去 Github 中了解 Refly v0.7.0 👉 在云服务中直接体验 Refly Agent + MCP 带来的强大「Vibe Workflow」能力 👉 #Refly #VibeCoding #VibeWorkflow #Agent #MCP #Workflow

Tom Huang

31,772 Aufrufe • vor 1 Jahr

人类的大脑适应性极强，即使被切除一半，儿童长大后仍然能够几乎正常运作。感觉输入可以重新映射到完全不同的大脑区域。这意味着我们的皮质结构高度统一，并且可以跨功能重复使用，就像 DNA 和蛋白质编码一样。其含义颇为玄机：智能或许并非依赖于某种特定的结构，而是依赖于一种通用的、可重复的架构。这正是现代人工智能试图捕捉的。如果这是真的，那么人工智能和生物智能之间的界限比大多数人意识到的要模糊。

人类的大脑适应性极强，即使被切除一半，儿童长大后仍然能够几乎正常运作。感觉输入可以重新映射到完全不同的大脑区域。这意味着我们的皮质结构高度统一，并且可以跨功能重复使用，就像 DNA 和蛋白质编码一样。其含义颇为玄机：智能或许并非依赖于某种特定的结构，而是依赖于一种通用的、可重复的架构。这正是现代人工智能试图捕捉的。如果这是真的，那么人工智能和生物智能之间的界限比大多数人意识到的要模糊。

✧ 𝕀𝔸𝕄𝔸𝕀 ✧

26,353 Aufrufe • vor 10 Monaten

Codex 最新动态：从 GPT‑5.6 与 Ultra 模式，到多智能体并行协作、计算机与浏览器操作、应用截图理解、行内代码和文档修改，再到一键发布 Sites、跨项目管理以及完整的 PR 工作流。 Codex 已不只是一个“帮你写代码”的工具，而是能够拆解复杂任务、操作和测试应用、协调多个项目、处理 Bug 与代码审查，并协助完成发布的开发伙伴。无论你想提高日常开发效率，还是探索更自动化的 AI 编程方式，这支视频都能帮你快速掌握 Codex 的新能力和实际应用场景。本视频由 baocut 翻译

Codex 最新动态：从 GPT‑5.6 与 Ultra 模式，到多智能体并行协作、计算机与浏览器操作、应用截图理解、行内代码和文档修改，再到一键发布 Sites、跨项目管理以及完整的 PR 工作流。 Codex 已不只是一个“帮你写代码”的工具，而是能够拆解复杂任务、操作和测试应用、协调多个项目、处理 Bug 与代码审查，并协助完成发布的开发伙伴。无论你想提高日常开发效率，还是探索更自动化的 AI 编程方式，这支视频都能帮你快速掌握 Codex 的新能力和实际应用场景。本视频由 baocut 翻译

宝玉

37,498 Aufrufe • vor 29 Tagen

Maven Smart System 是美国国防部项目的核心AI情报系统，是一个数据分析与作战决策平台，由 Palantir 开发。该系统把卫星影像、无人机视频、传感器及监控情报数据等不同维度的数据，整合到一个可视化工具中，并通过 AI 软件自动分析潜在军事目标与网络漏洞。美国国防部的首席人工智能官演示了这个软件的基本工作流：系统会展示展示一张实时战场地图，上面整合了飞机轨迹、天气情况、位置随后，AI会自动分析卫星图像，在画面中标记出可疑目标，例如车辆、建筑物或其他可能的军事设施。接着，系统会把来自不同来源的情报数据整合在一起，包括卫星影像、传感器信息、通信情报等，并进行实时分析。在此基础上，平台生成一张“风险热力图”，标出最可能存在军事威胁的区域。然后系统自动生成目标清单，对潜在目标进行优先级排序，并提出作战路径与行动方案，模拟不同决策可能带来的结果。在演示的最后，爆炸效果用来模拟对目标实施打击后的结果，展示系统如何辅助军事行动规划。

Maven Smart System 是美国国防部项目的核心AI情报系统，是一个数据分析与作战决策平台，由 Palantir 开发。该系统把卫星影像、无人机视频、传感器及监控情报数据等不同维度的数据，整合到一个可视化工具中，并通过 AI 软件自动分析潜在军事目标与网络漏洞。美国国防部的首席人工智能官演示了这个软件的基本工作流：系统会展示展示一张实时战场地图，上面整合了飞机轨迹、天气情况、位置随后，AI会自动分析卫星图像，在画面中标记出可疑目标，例如车辆、建筑物或其他可能的军事设施。接着，系统会把来自不同来源的情报数据整合在一起，包括卫星影像、传感器信息、通信情报等，并进行实时分析。在此基础上，平台生成一张“风险热力图”，标出最可能存在军事威胁的区域。然后系统自动生成目标清单，对潜在目标进行优先级排序，并提出作战路径与行动方案，模拟不同决策可能带来的结果。在演示的最后，爆炸效果用来模拟对目标实施打击后的结果，展示系统如何辅助军事行动规划。

李老师不是你老师

104,957 Aufrufe • vor 5 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 3 Monaten

今年，AI机器人赛道真的是火得不行。从家里用的扫地机器人到工业上的自动化设备，甚至现在都可以上台跳舞了，不得不说一句牛逼！但是现在机器人和AI系统大多被少数几家大公司掌控，创新的步伐虽然快，却往往伴随着技术封闭性和使用限制。 OpenMind 却正在打破这种局限，提出了一个非常具有前瞻性的解决方案——开源的机器人操作系统。这种做法不仅仅是技术上的创新，它从根本上重新定义了谁能控制机器人的智能，以及谁能参与到技术创新中去。 OpenMind的核心理念是开放和去中心化——这意味着不再是只有少数几家公司有能力和资源控制机器人的发展和应用。通过开源操作系统OM1，OpenMind赋予了全球开发者和创新者在机器人生态系统中发挥更大作用的机会。任何有创意、有技术的团队，都可以基于OM1平台构建自己的机器人应用，这种开放生态不仅能加速创新，还能促进更广泛的合作和资源共享。最关键的是，OpenMind没有像传统公司那样将机器人生态系统封闭在一个小圈子里，而是推动它向全球开发者开放，鼓励他们参与并共同塑造机器人的未来。这不仅能避免技术的垄断，更能确保机器人系统的多样性和适应性——每个开发者、每个小团队都能贡献自己的智慧，推动机器人技术在各个行业中的应用。这背后折射的是OpenMind对于去中心化理念的深刻理解和执行力。与传统企业垄断不同，这种去中心化的思维让更多的人和团队能通过开源平台参与进来，这也让机器人技术有了更多的可能性。未来的机器人技术， OpenMind 无疑为其注入了一股新鲜的力量。在这场关于机器人智能的创新竞赛中，去中心化和开源将不仅仅是一个趋势，更是能让全球每个人都参与进来的机会。 #OpenMind

今年，AI机器人赛道真的是火得不行。从家里用的扫地机器人到工业上的自动化设备，甚至现在都可以上台跳舞了，不得不说一句牛逼！但是现在机器人和AI系统大多被少数几家大公司掌控，创新的步伐虽然快，却往往伴随着技术封闭性和使用限制。 OpenMind 却正在打破这种局限，提出了一个非常具有前瞻性的解决方案——开源的机器人操作系统。这种做法不仅仅是技术上的创新，它从根本上重新定义了谁能控制机器人的智能，以及谁能参与到技术创新中去。 OpenMind的核心理念是开放和去中心化——这意味着不再是只有少数几家公司有能力和资源控制机器人的发展和应用。通过开源操作系统OM1，OpenMind赋予了全球开发者和创新者在机器人生态系统中发挥更大作用的机会。任何有创意、有技术的团队，都可以基于OM1平台构建自己的机器人应用，这种开放生态不仅能加速创新，还能促进更广泛的合作和资源共享。最关键的是，OpenMind没有像传统公司那样将机器人生态系统封闭在一个小圈子里，而是推动它向全球开发者开放，鼓励他们参与并共同塑造机器人的未来。这不仅能避免技术的垄断，更能确保机器人系统的多样性和适应性——每个开发者、每个小团队都能贡献自己的智慧，推动机器人技术在各个行业中的应用。这背后折射的是OpenMind对于去中心化理念的深刻理解和执行力。与传统企业垄断不同，这种去中心化的思维让更多的人和团队能通过开源平台参与进来，这也让机器人技术有了更多的可能性。未来的机器人技术， OpenMind 无疑为其注入了一股新鲜的力量。在这场关于机器人智能的创新竞赛中，去中心化和开源将不仅仅是一个趋势，更是能让全球每个人都参与进来的机会。 #OpenMind

阿乐

60,904 Aufrufe • vor 7 Monaten

当 UI 不再是产品，软件的护城河还剩什么？——a16z 深度解析 Agent 时代的 SaaS 终局过去二十年，SaaS 公司的护城河很大程度上是建立在“界面（UI）”之上的。Salesforce 卖给客户的，其实是一套管理销售团队的仪表盘、视图和操作流；护城河的核心是人类用户长年累月形成的“肌肉记忆”和迁移成本。但最近，Salesforce 宣布推出 headless（去界面化）产品，这意味着它在押注：在 AI Agent 时代，软件的核心价值不再是 UI，而是底层数据。当 AI Agent 可以绕过 UI，直接通过 API 读取数据、执行动作时，传统记录系统（System of Record）的护城河将如何转移？a16z 给出了最新洞察，以下是核心观点的拆解：一、过去：为什么记录系统如此难以替代？在“人类点击软件”的时代，旧软件之所以换不掉，主要靠以下几个“粘性”指标：高频的双向使用习惯：销售每天都在 CRM 里录入并查看数据，习惯难以连根拔起。大量未被文档化的潜规则：比如“大客户折扣季末才能批”，这些业务上下文都沉淀在旧系统的复杂设置里。盘根错节的系统依赖：替换一个 ERP，就像在病人跑马拉松的同时给他做开胸手术。合规和审计的红线：薪酬、财务系统牵涉监管，不能随便动。二、现在：UI 消失后，Agent 时代的竞争新标准当 Agent 开始接管任务，人类的“肌肉记忆”将被抹平。新一代 AI 原生软件或自建系统正在重新定义护城河： 1. 从“数据存储”到“专有数据生成” 未来的护城河不是你存了多少数据（因为 AI 重建数据表越来越容易），而是你的产品能否持续生成新的“数据尾迹”。好的产品不只是储存数据，而是因为处在执行流程中，能不断记录下响应率、异常模式和 Agent 的执行轨迹。数据，本身就是上下文。 2. 从“记录层”走向“动作层”与“现实世界” 旧世界只管存记录；新世界里，谁能形成“执行闭环”谁就赢。如果你的软件能不仅记录支出，还能直接审批、核对发票、触发打款；或者更进一步，将软件闭环延伸到现实世界（如派遣人员、物流、现场履约）；这种能直接“干活”的系统，移除成本极高，极难被替代。 3. 从“单机版”走向“网络效应” 过去的系统往往只在公司内部流转。但在 Agent 时代，如果一个系统能成为买家、卖家、审计师等多方 Agent 交互和交易的“信任枢纽”，它就不再只是个数据库，而是市场的协作基础设施。 4. 权限与对象模型的彻底重构未来的软件里，“对象”不再只是商机、工单，而是任务、意图和策略。权限体系也不再是管理“人”，而是管理“哪些 Agent 被授权代表谁，在什么策略下执行什么动作”。谁能做好这个“Agent 信任架构”，谁就拥有了结构性优势。总结：数据退居幕后，行动成为主角 Salesforce 的 headless 化是一个强烈的信号。既有巨头在押注数据层，但对于创业者来说，游戏规则已经变了。未来真正有壁垒的软件，不再只是记录人类工作结果的数据库，而是能够捕捉上下文、发起任务、协调 Agent，甚至指挥现实世界行动的行动系统。价值不再仅仅是谁拥有数据，而是谁能围绕数据组织行动。

当 UI 不再是产品，软件的护城河还剩什么？——a16z 深度解析 Agent 时代的 SaaS 终局过去二十年，SaaS 公司的护城河很大程度上是建立在“界面（UI）”之上的。Salesforce 卖给客户的，其实是一套管理销售团队的仪表盘、视图和操作流；护城河的核心是人类用户长年累月形成的“肌肉记忆”和迁移成本。但最近，Salesforce 宣布推出 headless（去界面化）产品，这意味着它在押注：在 AI Agent 时代，软件的核心价值不再是 UI，而是底层数据。当 AI Agent 可以绕过 UI，直接通过 API 读取数据、执行动作时，传统记录系统（System of Record）的护城河将如何转移？a16z 给出了最新洞察，以下是核心观点的拆解：一、过去：为什么记录系统如此难以替代？在“人类点击软件”的时代，旧软件之所以换不掉，主要靠以下几个“粘性”指标：高频的双向使用习惯：销售每天都在 CRM 里录入并查看数据，习惯难以连根拔起。大量未被文档化的潜规则：比如“大客户折扣季末才能批”，这些业务上下文都沉淀在旧系统的复杂设置里。盘根错节的系统依赖：替换一个 ERP，就像在病人跑马拉松的同时给他做开胸手术。合规和审计的红线：薪酬、财务系统牵涉监管，不能随便动。二、现在：UI 消失后，Agent 时代的竞争新标准当 Agent 开始接管任务，人类的“肌肉记忆”将被抹平。新一代 AI 原生软件或自建系统正在重新定义护城河： 1. 从“数据存储”到“专有数据生成” 未来的护城河不是你存了多少数据（因为 AI 重建数据表越来越容易），而是你的产品能否持续生成新的“数据尾迹”。好的产品不只是储存数据，而是因为处在执行流程中，能不断记录下响应率、异常模式和 Agent 的执行轨迹。数据，本身就是上下文。 2. 从“记录层”走向“动作层”与“现实世界” 旧世界只管存记录；新世界里，谁能形成“执行闭环”谁就赢。如果你的软件能不仅记录支出，还能直接审批、核对发票、触发打款；或者更进一步，将软件闭环延伸到现实世界（如派遣人员、物流、现场履约）；这种能直接“干活”的系统，移除成本极高，极难被替代。 3. 从“单机版”走向“网络效应” 过去的系统往往只在公司内部流转。但在 Agent 时代，如果一个系统能成为买家、卖家、审计师等多方 Agent 交互和交易的“信任枢纽”，它就不再只是个数据库，而是市场的协作基础设施。 4. 权限与对象模型的彻底重构未来的软件里，“对象”不再只是商机、工单，而是任务、意图和策略。权限体系也不再是管理“人”，而是管理“哪些 Agent 被授权代表谁，在什么策略下执行什么动作”。谁能做好这个“Agent 信任架构”，谁就拥有了结构性优势。总结：数据退居幕后，行动成为主角 Salesforce 的 headless 化是一个强烈的信号。既有巨头在押注数据层，但对于创业者来说，游戏规则已经变了。未来真正有壁垒的软件，不再只是记录人类工作结果的数据库，而是能够捕捉上下文、发起任务、协调 Agent，甚至指挥现实世界行动的行动系统。价值不再仅仅是谁拥有数据，而是谁能围绕数据组织行动。

比特币橙子Trader

78,774 Aufrufe • vor 2 Monaten

今年的确是 AI Agent 爆发年，MacOS Agent 来了！—— Cua 简单来讲这个程序可以在 Mac 上开一个虚拟机，然后提供 cua-agent 让 AI 能够操作虚拟机中的 Mac 系统。详细可以直接看视频，不但能操作系统，还能使用内部的程序比如浏览器， VSCode 等等。到目前为止，windows，MacOS，Linux 的 Agent 都有了，操作系统 Agent 已经补齐了。地址：

今年的确是 AI Agent 爆发年，MacOS Agent 来了！—— Cua 简单来讲这个程序可以在 Mac 上开一个虚拟机，然后提供 cua-agent 让 AI 能够操作虚拟机中的 Mac 系统。详细可以直接看视频，不但能操作系统，还能使用内部的程序比如浏览器， VSCode 等等。到目前为止，windows，MacOS，Linux 的 Agent 都有了，操作系统 Agent 已经补齐了。地址：

karminski-牙医

88,005 Aufrufe • vor 1 Jahr

今天好郁闷，发生了一点不愉快的事情！人生第一次为了自己的愚蠢进了叔所！期待明天的好结果！！！ ⸻ AI 的下一关，不在能力，而在可被证明在模型规模不断被刷新纪录的阶段，有一个问题始终被刻意回避： AI 的结论，是否真的来自它声称的计算过程？ Inference Labs 选择从这个问题切入。他们关注的不是模型性能，而是推理行为本身是否可信、是否可复现、是否可审计。 Proof of Inference 的意义，在于把“我相信模型没问题”变成“模型必须给出证明”。通过零知识证明，系统可以在不暴露模型结构和参数的前提下，确认一次推理： •确实由指定模型完成 •计算过程未被替换或篡改 •输出结果与真实推理一致这不是提高透明度，而是引入约束。在工程层面，DSperse 做的事情同样关键。它把原本高度定制化、专家依赖的 zkML 开发流程，拆解为可复用组件，使“可验证 AI”从研究范畴，进入实际应用范畴。否则，再正确的理念也只能停留在白皮书。目前，可验证推理在性能上的代价仍然明显，但这更像早期加密系统的计算成本问题，而不是路线错误。融资的用途，也正是针对这一层进行系统级优化。如果说过去的 AI 竞争是“谁能算得更快”，接下来的竞争，很可能是：谁的推理能被证明、被追溯、被承担责任。 Inference Labs 所搭建的，不是价值观，而是一层让 AI 输出进入现实系统所必需的验证基础设施。 #KaitoYap Kaito AI 🌊 #Yap Inference Labs

今天好郁闷，发生了一点不愉快的事情！人生第一次为了自己的愚蠢进了叔所！期待明天的好结果！！！ ⸻ AI 的下一关，不在能力，而在可被证明在模型规模不断被刷新纪录的阶段，有一个问题始终被刻意回避： AI 的结论，是否真的来自它声称的计算过程？ Inference Labs 选择从这个问题切入。他们关注的不是模型性能，而是推理行为本身是否可信、是否可复现、是否可审计。 Proof of Inference 的意义，在于把“我相信模型没问题”变成“模型必须给出证明”。通过零知识证明，系统可以在不暴露模型结构和参数的前提下，确认一次推理： •确实由指定模型完成 •计算过程未被替换或篡改 •输出结果与真实推理一致这不是提高透明度，而是引入约束。在工程层面，DSperse 做的事情同样关键。它把原本高度定制化、专家依赖的 zkML 开发流程，拆解为可复用组件，使“可验证 AI”从研究范畴，进入实际应用范畴。否则，再正确的理念也只能停留在白皮书。目前，可验证推理在性能上的代价仍然明显，但这更像早期加密系统的计算成本问题，而不是路线错误。融资的用途，也正是针对这一层进行系统级优化。如果说过去的 AI 竞争是“谁能算得更快”，接下来的竞争，很可能是：谁的推理能被证明、被追溯、被承担责任。 Inference Labs 所搭建的，不是价值观，而是一层让 AI 输出进入现实系统所必需的验证基础设施。 #KaitoYap Kaito AI 🌊 #Yap Inference Labs

董小姐 |上Gate玩事件合约

303,919 Aufrufe • vor 6 Monaten

人类花了漫长的时间才把火箭送到400公里外的外太空，这在宇宙尺度上甚至比不上“走到隔壁邻居家”。无论当前的AI技术看起来多么颠覆，在历史长河中，我们依然处于极早期，甚至好比人类在“用火柴”的阶段。人类喜欢定义万物，但宇宙的运转并不依赖人类的定义。真正的成长在于“意识”，而非“科技”。科技的进步（如造出火箭、发明AI）只是一个“效果”，人类真正的进步是“意识的成长”，是我们对自我、对地球、对宇宙认知的拓展。人往往因为“以为有答案，才需要答案”。但如果世界的本质是不断演进的，并没有绝对的答案，我们就不应该把精力耗费在追问固定答案上，而应放在提升认知和格局上。（中国演员歌手、企业家周杰对AI及人类文明的看法）

人类花了漫长的时间才把火箭送到400公里外的外太空，这在宇宙尺度上甚至比不上“走到隔壁邻居家”。无论当前的AI技术看起来多么颠覆，在历史长河中，我们依然处于极早期，甚至好比人类在“用火柴”的阶段。人类喜欢定义万物，但宇宙的运转并不依赖人类的定义。真正的成长在于“意识”，而非“科技”。科技的进步（如造出火箭、发明AI）只是一个“效果”，人类真正的进步是“意识的成长”，是我们对自我、对地球、对宇宙认知的拓展。人往往因为“以为有答案，才需要答案”。但如果世界的本质是不断演进的，并没有绝对的答案，我们就不应该把精力耗费在追问固定答案上，而应放在提升认知和格局上。（中国演员歌手、企业家周杰对AI及人类文明的看法）

Ken W

66,614 Aufrufe • vor 5 Monaten

OpenAI 官方发布的【Codex AI 智能体上手指南】（中英文双语字幕）想知道 OpenAI 最新的编程 AI 智能体 Codex 是如何工作的吗？在这段由 OpenAI 官方制作的演示中，您将看到： - Codex 核心能力：如何连接 GitHub，独立浏览和理解代码库，进行代码修改，并自动生成合并请求（PR）。 - 实战操作：从设置云端环境、分配多任务，到提供 agent . md 等上下文信息，引导 AI 智能体精准修复 GitHub 问题并进行测试验证。 - 开发者提效：了解 Codex 如何作为远程 AI 编程助手，在云端高效处理任务，帮助开发者简化日常工作，专注于创新。您可以快速掌握 OpenAI 这款前沿 AI 编程工具的强大功能和使用方法，了解其如何帮助开发者提升日常工作效率。

OpenAI 官方发布的【Codex AI 智能体上手指南】（中英文双语字幕）想知道 OpenAI 最新的编程 AI 智能体 Codex 是如何工作的吗？在这段由 OpenAI 官方制作的演示中，您将看到： - Codex 核心能力：如何连接 GitHub，独立浏览和理解代码库，进行代码修改，并自动生成合并请求（PR）。 - 实战操作：从设置云端环境、分配多任务，到提供 agent . md 等上下文信息，引导 AI 智能体精准修复 GitHub 问题并进行测试验证。 - 开发者提效：了解 Codex 如何作为远程 AI 编程助手，在云端高效处理任务，帮助开发者简化日常工作，专注于创新。您可以快速掌握 OpenAI 这款前沿 AI 编程工具的强大功能和使用方法，了解其如何帮助开发者提升日常工作效率。

宝玉

52,534 Aufrufe • vor 1 Jahr

强烈推荐大家看下关于OpenClaw作者Peter Steinberger 的访谈附：用remotion剪了几段高亮片段，并用whisper转写带上了中文字幕里面有几个观点很打动我： 1️⃣Clawdbot（OpenClaw）的由来: 经常在电脑上让AI Agent 运行长耗时任务。痛点就是：出去吃饭或休息，又想监控电脑进展，于是就花了半小时开发了clawdbot的雏形：将 WhatsApp 连接到了他的本地代码环境（Cloud code/Terminal）。然后还讲了这个agent如何通过一张推特截图自动修复 Bug，并自动回复推文的过程（具体可查看视频），在当时看很魔幻 2️⃣ 工程思维才重要：现在非技术人员也可以vibe一个项目，但是如果缺乏系统级思维，可能走不远。这个系统思维主要包括： a.品味：毫无疑问这个是最关键的，人类需要提升审美和判断力来掌舵； b. 对架构与结构的理解（你要明白如何运用架构思维实现大型的项目、企业级项目如何设计）； c. 技术选型：能判断该建立在哪些依赖项之上（比如合适该用中间件、数据库、模型、网关等等）。所以一个新手vibe 和一个老手vibe 出来时两个不同的东西的，作者Peter就是最佳例证，看了视频才知道人家在iOS 和 Mac OS（整个苹果生态系统）领域深耕了 20年 3️⃣ OpenClaw的影响： openclaw实践在技术上没有创新，但这个模式是必由之路，让作者踩中了，这种模式肯定会持续下去。作者预言：这可能会融化掉你手机上80%的应用。这个岚叔是认同的，单一的应用应该根本不需要，有AI就够了，今早看新闻A I引发软件股抛售，市值蒸发 3000 亿美元，简单的 CRUD 软件、功能单一的软件、或者静态页面将必然被 AI 取代 4️⃣ 实践路径：总结下视频里作者关于vibe的心得：就是要主动去玩的AI 产品，不要设想一开始开发一个精美的软件。动手去写，去报错，去 Debug。只有在与 AI 深度磨合的“人机循环”中，你才能真正练就一种驾驭它的“手感”（Product Sense），知道如何引导它交出最好的结果

强烈推荐大家看下关于OpenClaw作者Peter Steinberger 的访谈附：用remotion剪了几段高亮片段，并用whisper转写带上了中文字幕里面有几个观点很打动我： 1️⃣Clawdbot（OpenClaw）的由来: 经常在电脑上让AI Agent 运行长耗时任务。痛点就是：出去吃饭或休息，又想监控电脑进展，于是就花了半小时开发了clawdbot的雏形：将 WhatsApp 连接到了他的本地代码环境（Cloud code/Terminal）。然后还讲了这个agent如何通过一张推特截图自动修复 Bug，并自动回复推文的过程（具体可查看视频），在当时看很魔幻 2️⃣ 工程思维才重要：现在非技术人员也可以vibe一个项目，但是如果缺乏系统级思维，可能走不远。这个系统思维主要包括： a.品味：毫无疑问这个是最关键的，人类需要提升审美和判断力来掌舵； b. 对架构与结构的理解（你要明白如何运用架构思维实现大型的项目、企业级项目如何设计）； c. 技术选型：能判断该建立在哪些依赖项之上（比如合适该用中间件、数据库、模型、网关等等）。所以一个新手vibe 和一个老手vibe 出来时两个不同的东西的，作者Peter就是最佳例证，看了视频才知道人家在iOS 和 Mac OS（整个苹果生态系统）领域深耕了 20年 3️⃣ OpenClaw的影响： openclaw实践在技术上没有创新，但这个模式是必由之路，让作者踩中了，这种模式肯定会持续下去。作者预言：这可能会融化掉你手机上80%的应用。这个岚叔是认同的，单一的应用应该根本不需要，有AI就够了，今早看新闻A I引发软件股抛售，市值蒸发 3000 亿美元，简单的 CRUD 软件、功能单一的软件、或者静态页面将必然被 AI 取代 4️⃣ 实践路径：总结下视频里作者关于vibe的心得：就是要主动去玩的AI 产品，不要设想一开始开发一个精美的软件。动手去写，去报错，去 Debug。只有在与 AI 深度磨合的“人机循环”中，你才能真正练就一种驾驭它的“手感”（Product Sense），知道如何引导它交出最好的结果

岚叔

15,011 Aufrufe • vor 6 Monaten

哈佛CS50课程节选：如何构建基于GPT-4的应用上一节介绍了什么是GPT-4，这一节则是基于GPT-4可以构建什么样的应用，以及如何构建。这部分课程介绍了GPT-4可以构建的各种类型的应用，包括不限于： - 助手应用：GPT可以用于创建AI助手，帮助完成写作、编程或回答问题等任务。通过结合专业领域知识和用户的喜好，还可以对这些助手可以进一步定制。 - 文档问答系统：GPT可以用于构建基于上下文、对文档的问答系统。 - 实用功能：GPT可用于自动化需要基本语言理解的任务，如生成单元测试、查找文档、重写功能或检查品牌一致性。 - 创意创作：GPT可以用于在各个领域生成想法、可能性或建议，包括写作、营销和研究。通过将GPT的生成能力与专业领域的知识相结合，用户可以创建更有针对性和相关性的输出。 - Baby AGI或多步计划机器人：GPT可以放入一个循环中，与自己对话并指导自己的行动，从而创建一个基于一组工具和目标的自主执行任务或生成结果的自主代理。通过这个教程，可以大概了解GPT能做一些什么事情，以及背后的原理是什么。上一节什么是GPT-4：完整课程视频地址： edX:

哈佛CS50课程节选：如何构建基于GPT-4的应用上一节介绍了什么是GPT-4，这一节则是基于GPT-4可以构建什么样的应用，以及如何构建。这部分课程介绍了GPT-4可以构建的各种类型的应用，包括不限于： - 助手应用：GPT可以用于创建AI助手，帮助完成写作、编程或回答问题等任务。通过结合专业领域知识和用户的喜好，还可以对这些助手可以进一步定制。 - 文档问答系统：GPT可以用于构建基于上下文、对文档的问答系统。 - 实用功能：GPT可用于自动化需要基本语言理解的任务，如生成单元测试、查找文档、重写功能或检查品牌一致性。 - 创意创作：GPT可以用于在各个领域生成想法、可能性或建议，包括写作、营销和研究。通过将GPT的生成能力与专业领域的知识相结合，用户可以创建更有针对性和相关性的输出。 - Baby AGI或多步计划机器人：GPT可以放入一个循环中，与自己对话并指导自己的行动，从而创建一个基于一组工具和目标的自主执行任务或生成结果的自主代理。通过这个教程，可以大概了解GPT能做一些什么事情，以及背后的原理是什么。上一节什么是GPT-4：完整课程视频地址： edX:

宝玉

172,554 Aufrufe • vor 3 Jahren

为什么同样是AI 开发，别人做的页面看起来就很高级，而你的总是差一点感觉？其实不是你代码不行，而是你少做了一件事：设计系统搭建。所以本期，我会分享如何从零开始搭建一个高颜值的前段组件系统，并应用到项目上

为什么同样是AI 开发，别人做的页面看起来就很高级，而你的总是差一点感觉？其实不是你代码不行，而是你少做了一件事：设计系统搭建。所以本期，我会分享如何从零开始搭建一个高颜值的前段组件系统，并应用到项目上

Paidax

103,664 Aufrufe • vor 2 Monaten