Video yükleniyor...

Video Yüklenemedi

Bu video yüklenirken bir sorun oluştu. Bu geçici bir ağ sorunundan kaynaklanıyor olabilir veya video kullanılamıyor olabilir.

Ana Sayfaya Dön

搞AI Agent的可以直接冲了，这个Github开源项目，帮你把Demo变成实盘它专门解决一个最现实的问题：你的Agent为什么只能跑demo，上不了实盘？作者是Dex Horthy dex（HumanLayer创始人），他跟至少100位技术创始人聊完 + 实战挖了几百个框架后，提炼出12条真能落地的工程原则覆盖上下文管理、工具调用、状态建模、错误处理、控制流等等核心环节这个项目叫 12-Factor Agents，现在 23.5k+ Star GitHub：

梭哈.AI

24,337 subscribers

16,672 görüntüleme • 2 ay önce •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

0 Yorum

Yorum bulunmuyor

Orijinal gönderinin yorumları burada görünecek

Benzer Videolar

说个扎心的真相，90%的AI工程师，其实什么都没做出来 Cluely的CEO Roy Lee在NYU做活动，当场掏500美元现金，问在场所有学AI的学生和工程师，谁在LinkedIn上真正上线过一个公开的项目，结果全场几乎没人举手。太真实了，现在的AI圈就是这样，人人都能跟你聊大模型，聊Agent，聊世界模型，刷过几百篇论文，调过几十个demo，但你问他有没有上线过一个能让别人用的东西，大部分人都沉默了。我们总以为AI时代拼的是谁懂的多，谁的技术深，其实根本不是。 LLM能帮你写80%的代码，能帮你解决大部分技术问题，但剩下那20%的脏活累活，部署，边缘case，用户体验，成本控制，才是真正能区分你和别人的地方。所以别再当那个只会看教程的工程师了，去做去实践，去解决实际问题，，离线小模型App，自我迭代的代码Agent，个人生活OS，哪个都行。不用等你学完所有东西，不用等完美，这个周末开干，下周就公开上线。哪怕做的很烂，哪怕只有几个人用，也比你藏在电脑里的一百个demo强一万倍。在AI时代，知识已经变成了最不值钱的东西，到处都是教程，到处都是论文，真正稀缺的，是把知识变成公开可验证的产品的执行力。别当那个坐在NYU教室里，连500美元都拿不到的人，动起来兄弟们

说个扎心的真相，90%的AI工程师，其实什么都没做出来 Cluely的CEO Roy Lee在NYU做活动，当场掏500美元现金，问在场所有学AI的学生和工程师，谁在LinkedIn上真正上线过一个公开的项目，结果全场几乎没人举手。太真实了，现在的AI圈就是这样，人人都能跟你聊大模型，聊Agent，聊世界模型，刷过几百篇论文，调过几十个demo，但你问他有没有上线过一个能让别人用的东西，大部分人都沉默了。我们总以为AI时代拼的是谁懂的多，谁的技术深，其实根本不是。 LLM能帮你写80%的代码，能帮你解决大部分技术问题，但剩下那20%的脏活累活，部署，边缘case，用户体验，成本控制，才是真正能区分你和别人的地方。所以别再当那个只会看教程的工程师了，去做去实践，去解决实际问题，，离线小模型App，自我迭代的代码Agent，个人生活OS，哪个都行。不用等你学完所有东西，不用等完美，这个周末开干，下周就公开上线。哪怕做的很烂，哪怕只有几个人用，也比你藏在电脑里的一百个demo强一万倍。在AI时代，知识已经变成了最不值钱的东西，到处都是教程，到处都是论文，真正稀缺的，是把知识变成公开可验证的产品的执行力。别当那个坐在NYU教室里，连500美元都拿不到的人，动起来兄弟们

AYi

82,922 görüntüleme • 4 ay önce

兄弟们，又挖到一个 GitHub 宝藏开源项目——hello-agents 🏆直接登顶 GitHub 开源热榜，而且还在持续飙升中它把 AI 和 Agent 从理论到实践系统，整理成了一套开源课程，覆盖了 Agentic RL、SFT 、GRPO 这些在找高端 AI 岗位时会用到的技能这类内容之前要么散落在各处、要么得花钱买课。这个项目把它整合成体系直接放出来，省了不少时间。

兄弟们，又挖到一个 GitHub 宝藏开源项目——hello-agents 🏆直接登顶 GitHub 开源热榜，而且还在持续飙升中它把 AI 和 Agent 从理论到实践系统，整理成了一套开源课程，覆盖了 Agentic RL、SFT 、GRPO 这些在找高端 AI 岗位时会用到的技能这类内容之前要么散落在各处、要么得花钱买课。这个项目把它整合成体系直接放出来，省了不少时间。

阿西_出海

265,022 görüntüleme • 3 ay önce

一个完整的 AI 公司团队，现在可以直接装进你电脑里。爆火的agency-agents ：打包了 230+ 个专业 Agent，前端开发、后端架构、产品经理、文案写手、Reddit 运营、创意注入、现实检查……每个都有明确人设、工作流程和可交付成果。它跟 Claude Code、Cursor、GitHub Copilot、Codex 等主流工具全部打通。装完后在对话里直接调对应 Agent，不用来回切换环境。

一个完整的 AI 公司团队，现在可以直接装进你电脑里。爆火的agency-agents ：打包了 230+ 个专业 Agent，前端开发、后端架构、产品经理、文案写手、Reddit 运营、创意注入、现实检查……每个都有明确人设、工作流程和可交付成果。它跟 Claude Code、Cursor、GitHub Copilot、Codex 等主流工具全部打通。装完后在对话里直接调对应 Agent，不用来回切换环境。

Amto

12,681 görüntüleme • 16 gün önce

你以为 AI 不好用，其实是你的提示词太烂了 GitHub 上爆火工具：Prompt Optimizer。它专门解决一个痛点：把你脑子里模糊的一句话，优化成 AI 真能听懂、能执行、能出结果的专业 Prompt。你只要输入： “帮我写个口播稿” 它就能自动补全目标受众、内容结构、语气风格、输出格式和注意事项。最实用的是它的“提示词花园”，覆盖编程、文案、翻译、职场、金融、自媒体等几十个分类，大量高质量 Prompt 可以直接复制使用。 GitHub：

你以为 AI 不好用，其实是你的提示词太烂了 GitHub 上爆火工具：Prompt Optimizer。它专门解决一个痛点：把你脑子里模糊的一句话，优化成 AI 真能听懂、能执行、能出结果的专业 Prompt。你只要输入： “帮我写个口播稿” 它就能自动补全目标受众、内容结构、语气风格、输出格式和注意事项。最实用的是它的“提示词花园”，覆盖编程、文案、翻译、职场、金融、自媒体等几十个分类，大量高质量 Prompt 可以直接复制使用。 GitHub：

撸毛吃猪脚饭

12,832 görüntüleme • 1 ay önce

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

41,543 görüntüleme • 9 ay önce

🚀 28个真实可跑项目！AI Agent实战圣经开源李博杰新书《深入理解 AI Agent：设计原理与工程实践》全开源！仓库包含全书正文+PDF+10章配套代码，核心公式：Agent = LLM + 上下文 + 工具。 - 28个可跑项目，从基础上下文消融、工具调用，到Coding Agent、自我进化、多Agent协作、多模态实时交互，全是生产级实操 - 小模型也能干大事：0.6B本地部署+强工具能力演示 - 上下文/KV Cache/压缩/记忆/RAG实战，效果直观对比 - 代码+PDF免费下，亲手跑一遍就懂工程竞争力在哪真正把原理讲透、代码跑通的稀缺货。想系统学Agent的别错过！

🚀 28个真实可跑项目！AI Agent实战圣经开源李博杰新书《深入理解 AI Agent：设计原理与工程实践》全开源！仓库包含全书正文+PDF+10章配套代码，核心公式：Agent = LLM + 上下文 + 工具。 - 28个可跑项目，从基础上下文消融、工具调用，到Coding Agent、自我进化、多Agent协作、多模态实时交互，全是生产级实操 - 小模型也能干大事：0.6B本地部署+强工具能力演示 - 上下文/KV Cache/压缩/记忆/RAG实战，效果直观对比 - 代码+PDF免费下，亲手跑一遍就懂工程竞争力在哪真正把原理讲透、代码跑通的稀缺货。想系统学Agent的别错过！

开发者Hailey

25,997 görüntüleme • 1 ay önce

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 görüntüleme • 5 ay önce

谷歌的AI，已经开始做人类没教过它的事了。它自己学会了一门全新的外语。谷歌CEO把这称为“黑箱”。什么意思？就是他们自己也搞不明白AI的运作原理。举个例子。一个谷歌AI项目，本来没接受过孟加la语的训练。研究员只是用孟加拉语对它进行了几次提示。结果，它自己学会了翻译整个孟加拉语。现在谷歌的研究重点，变成了让AI去掌握上千种语言。但那个最核心的问题还在。为什么AI会这么做？没人能完全解释。当被问到为什么AI会出错时，他们也只有一些模糊的想法。最关键的一点是，谷歌CEO承认，在不完全理解工作原理的情况下，已经将这项技术释放给了全社会。他的解释是，我们也不完全理解人脑是如何工作的。把一个实验室里诞生的、行为不可预测的技术，与经过数百万年进化的人类大脑相提并论。这是一种合理的解释，还是一种推卸责任的说法？当创造者都无法完全控制其创造物时，我们普通人应该思考什么？

谷歌的AI，已经开始做人类没教过它的事了。它自己学会了一门全新的外语。谷歌CEO把这称为“黑箱”。什么意思？就是他们自己也搞不明白AI的运作原理。举个例子。一个谷歌AI项目，本来没接受过孟加la语的训练。研究员只是用孟加拉语对它进行了几次提示。结果，它自己学会了翻译整个孟加拉语。现在谷歌的研究重点，变成了让AI去掌握上千种语言。但那个最核心的问题还在。为什么AI会这么做？没人能完全解释。当被问到为什么AI会出错时，他们也只有一些模糊的想法。最关键的一点是，谷歌CEO承认，在不完全理解工作原理的情况下，已经将这项技术释放给了全社会。他的解释是，我们也不完全理解人脑是如何工作的。把一个实验室里诞生的、行为不可预测的技术，与经过数百万年进化的人类大脑相提并论。这是一种合理的解释，还是一种推卸责任的说法？当创造者都无法完全控制其创造物时，我们普通人应该思考什么？

墓碑科技

48,679 görüntüleme • 6 ay önce

我的这份免费开源的《AI 编程零基础教程》已经持续更新大半年了，GitHub Star 数已经 1.68 万 ⭐️！内容覆盖 Codex / Claude Code / Cursor 等主流 AI 编程工具的教程、Vibe Coding / Harness / Loop Engineering 等 AI 编程模式实操、几十个项目实战、产品变现套路等。希望能帮更多人打开 AI 编程的大门~

我的这份免费开源的《AI 编程零基础教程》已经持续更新大半年了，GitHub Star 数已经 1.68 万 ⭐️！内容覆盖 Codex / Claude Code / Cursor 等主流 AI 编程工具的教程、Vibe Coding / Harness / Loop Engineering 等 AI 编程模式实操、几十个项目实战、产品变现套路等。希望能帮更多人打开 AI 编程的大门~

程序员鱼皮

17,403 görüntüleme • 1 ay önce

震惊了，终于有人把 GitHub 说清楚，哦对，就是我说的，哈哈，非常适合小白阅读。这是一期 github 的奶爸级别教学。如果你是AI编程爱好者，这视频对你帮助极大的。 GitHub有多牛？它有1.8亿开发者，至少6亿以上的仓库数量。你知道的腾讯，阿里，字节的开源项目全部都会放到GitHub上。上面内容五花八门，全部开源免费，比如有最近爆火的openclaw，有数字人，有skill仓库，有电商系统等等他可不是程序员专属，因为AI编程能力变强了，现在几乎要人手一个GitHub的，接下来我带你学习它的核心功能，包括 > 怎么注册使用GitHub > 怎么跟从GitHub下载项目 >如何上传GitHub项目

震惊了，终于有人把 GitHub 说清楚，哦对，就是我说的，哈哈，非常适合小白阅读。这是一期 github 的奶爸级别教学。如果你是AI编程爱好者，这视频对你帮助极大的。 GitHub有多牛？它有1.8亿开发者，至少6亿以上的仓库数量。你知道的腾讯，阿里，字节的开源项目全部都会放到GitHub上。上面内容五花八门，全部开源免费，比如有最近爆火的openclaw，有数字人，有skill仓库，有电商系统等等他可不是程序员专属，因为AI编程能力变强了，现在几乎要人手一个GitHub的，接下来我带你学习它的核心功能，包括 > 怎么注册使用GitHub > 怎么跟从GitHub下载项目 >如何上传GitHub项目

产品经理老王霸

252,790 görüntüleme • 2 ay önce

AI 能操作手机啦！继 BrouserUse, ComputerUse 等等后，PhoneUse 类的项目终于出现了 —— DroidRun 这个项目可以让你的 AI Agent 操作手机，并且将视觉理解与 UI 结构提取相结合，实现全面的网页交互。目前项目刚放出了视频和官方页面，据作者说马上就会开源并推送到 Github 官网地址：

AI 能操作手机啦！继 BrouserUse, ComputerUse 等等后，PhoneUse 类的项目终于出现了 —— DroidRun 这个项目可以让你的 AI Agent 操作手机，并且将视觉理解与 UI 结构提取相结合，实现全面的网页交互。目前项目刚放出了视频和官方页面，据作者说马上就会开源并推送到 Github 官网地址：

karminski-牙医

88,989 görüntüleme • 1 yıl önce

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 görüntüleme • 3 ay önce

兄弟们，这个项目简直是搞自媒体神器啊！斩获3.5K Star，还直接开源免费啊！还不赶紧给你的Agent搞起来啊又有一个给AI Agent装“互联网眼睛”的开源项目，叫Agent-Reach。它通过一个CLI工具，让Agent能免费读取和搜索Twitter、Reddit、YouTube、GitHub、B站、小红书等多个平台的内容。核心不是自己写爬虫，最牛的是智能选择当下最稳定的开源后端工具，并自动做健康检查和故障切换。安装后，Agent就能直接处理“帮我看这个YouTube视频的字幕”“搜一下Twitter上对这个产品的评价”“全网搜LLM框架对比”这类任务，而且全程零API费用、本地运行。最实用的是它把这些碎片化的能力封装成了Agent可直接调用的skill，还做了多后端路由和自动降级，让整个系统更稳定可靠。这其实是在补齐当前很多agent最缺的一块能力：低成本、可靠的网页和社交媒体内容获取。非常丝滑和nice，搞创作搜集信息的兄弟们，别错过了！ ✍🏻项目地址，记得给作者Star啊，见评论区👇🏻

兄弟们，这个项目简直是搞自媒体神器啊！斩获3.5K Star，还直接开源免费啊！还不赶紧给你的Agent搞起来啊又有一个给AI Agent装“互联网眼睛”的开源项目，叫Agent-Reach。它通过一个CLI工具，让Agent能免费读取和搜索Twitter、Reddit、YouTube、GitHub、B站、小红书等多个平台的内容。核心不是自己写爬虫，最牛的是智能选择当下最稳定的开源后端工具，并自动做健康检查和故障切换。安装后，Agent就能直接处理“帮我看这个YouTube视频的字幕”“搜一下Twitter上对这个产品的评价”“全网搜LLM框架对比”这类任务，而且全程零API费用、本地运行。最实用的是它把这些碎片化的能力封装成了Agent可直接调用的skill，还做了多后端路由和自动降级，让整个系统更稳定可靠。这其实是在补齐当前很多agent最缺的一块能力：低成本、可靠的网页和社交媒体内容获取。非常丝滑和nice，搞创作搜集信息的兄弟们，别错过了！ ✍🏻项目地址，记得给作者Star啊，见评论区👇🏻

Berryxia.AI

26,362 görüntüleme • 1 ay önce

🦞有人做了一个网站，专门统计OpenClaw创业者赚了多少钱。数据全公开，Stripe API实时验证，不是截图，不是故事。网站叫TrustMRR。现在的数字：132个项目，最近30天总收入$29万+，最猛的单个项目月入$5.1万。更有意思的是这些项目在卖什么： OpenClaw一键部署、AI代理托管、OpenClaw使用课程、甚至直接卖"帮你把OpenClaw跑起来"的服务。本质：卖铲子。每一次技术浪潮，最先赚到钱的都不是挖金子的人，是卖工具、卖教程、卖"帮你用起来"服务的人。

🦞有人做了一个网站，专门统计OpenClaw创业者赚了多少钱。数据全公开，Stripe API实时验证，不是截图，不是故事。网站叫TrustMRR。现在的数字：132个项目，最近30天总收入$29万+，最猛的单个项目月入$5.1万。更有意思的是这些项目在卖什么： OpenClaw一键部署、AI代理托管、OpenClaw使用课程、甚至直接卖"帮你把OpenClaw跑起来"的服务。本质：卖铲子。每一次技术浪潮，最先赚到钱的都不是挖金子的人，是卖工具、卖教程、卖"帮你用起来"服务的人。

KK.aWSB

114,948 görüntüleme • 5 ay önce

用Deep Research 分析开源项目，目前我也刚开始，挑了最简单的。 Deep，why deep? 因为他真的挖的很深，其实他的一个核心功能是搜索工具。但是传统搜索工具是有局限的。你看一下这个例子。在这个开源的DR重要的部分，叫做Expanded Usage，搞开发的这难道不是个金矿么。 Ok, 点开，是YC hackernews的一个论坛页。这个我自己那是万万不可能找到的。搜到的：生成的文档处，会在原链接页面高亮。

用Deep Research 分析开源项目，目前我也刚开始，挑了最简单的。 Deep，why deep? 因为他真的挖的很深，其实他的一个核心功能是搜索工具。但是传统搜索工具是有局限的。你看一下这个例子。在这个开源的DR重要的部分，叫做Expanded Usage，搞开发的这难道不是个金矿么。 Ok, 点开，是YC hackernews的一个论坛页。这个我自己那是万万不可能找到的。搜到的：生成的文档处，会在原链接页面高亮。

Susan STEM

22,728 görüntüleme • 1 yıl önce

在硅谷科技圈社交的觥筹交错之中，小龙虾之父🦞 Peter Steinberger 🦞 打开自己的电脑，分享了他和 Agent 一起工作的几个流程。开篇他就提到：去年，我受限于 token。我通过加入 OpenAI 解决了这个问题。后来，我受限于 CPU。现在我感觉，真正限制我的其实是注意力。他点出了我们与 AI 协作方式中正在发生的一个重要转变。大多数人以为自己在使用 AI。但实际上，他们还在做那些未来应该由 agent 接手的协调工作。我把它整理成一个 7 层阶梯。看看你现在在哪一层。第 1 层：聊天你提问，它回答。其他事情还是你自己做。第 2 层：上下文你把背景信息贴进去，它的回答变好了。但你仍然要决定什么上下文重要，以及什么时候提供。第 3 层：记忆它开始记住你。你不用反复解释那么多。但你仍然在管理每一次会话。第 4 层：工具它可以搜索、读文件、运行代码。但你仍然要决定什么时候调用工具、为了什么调用工具，以及如何检查每一个结果。第 5 层：技能skill 你已经给了它一些工作流程和 playbook。它知道你的工作方式，而不只是你问了什么。但它仍然是被动的，还在等你启动。第 6 层：后台工作它可以在你不盯着看的情况下运行，异步执行。你审核的是输出，而不是过程。现在大多数关于 “agentic” 的炒作，其实都集中在这一层，而且大多数团队还没有真正达到。第 7 层：目标你定义结果、约束和品味。agent 负责跑完整个循环。你不再管理任务，而是管理方向。每往上一层，你做的任务管理就更少，承担的结果 ownership 就更多。这不只是工具能力的变化，而是你和工具、你和自己时间之间关系的根本变化。大多数人还停留在第 2 层或第 3 层，却把这叫作“使用 AI”。大多数团队还停留在第 4 层或第 5 层，却把这叫作“AI-powered”。真正的突破，是建立一种更好的 delegation contract，把人从执行者释放出来，变成方向的定义者。那么：你现在在哪一层呢？

在硅谷科技圈社交的觥筹交错之中，小龙虾之父🦞 Peter Steinberger 🦞 打开自己的电脑，分享了他和 Agent 一起工作的几个流程。开篇他就提到：去年，我受限于 token。我通过加入 OpenAI 解决了这个问题。后来，我受限于 CPU。现在我感觉，真正限制我的其实是注意力。他点出了我们与 AI 协作方式中正在发生的一个重要转变。大多数人以为自己在使用 AI。但实际上，他们还在做那些未来应该由 agent 接手的协调工作。我把它整理成一个 7 层阶梯。看看你现在在哪一层。第 1 层：聊天你提问，它回答。其他事情还是你自己做。第 2 层：上下文你把背景信息贴进去，它的回答变好了。但你仍然要决定什么上下文重要，以及什么时候提供。第 3 层：记忆它开始记住你。你不用反复解释那么多。但你仍然在管理每一次会话。第 4 层：工具它可以搜索、读文件、运行代码。但你仍然要决定什么时候调用工具、为了什么调用工具，以及如何检查每一个结果。第 5 层：技能skill 你已经给了它一些工作流程和 playbook。它知道你的工作方式，而不只是你问了什么。但它仍然是被动的，还在等你启动。第 6 层：后台工作它可以在你不盯着看的情况下运行，异步执行。你审核的是输出，而不是过程。现在大多数关于 “agentic” 的炒作，其实都集中在这一层，而且大多数团队还没有真正达到。第 7 层：目标你定义结果、约束和品味。agent 负责跑完整个循环。你不再管理任务，而是管理方向。每往上一层，你做的任务管理就更少，承担的结果 ownership 就更多。这不只是工具能力的变化，而是你和工具、你和自己时间之间关系的根本变化。大多数人还停留在第 2 层或第 3 层，却把这叫作“使用 AI”。大多数团队还停留在第 4 层或第 5 层，却把这叫作“AI-powered”。真正的突破，是建立一种更好的 delegation contract，把人从执行者释放出来，变成方向的定义者。那么：你现在在哪一层呢？

Michael Guo

17,812 görüntüleme • 1 ay önce

✅ 推荐一个宝玉老师开源的 Skill：用 Claude Code 一行命令就能把 Markdown 文章自动发到 X，带图片的那种。 👉 这个工具其实开源挺久了，但好像用的人不多？可能大家不太知道怎么上手。我自己用了一段时间觉得真的很方便，就录了个视频教程，把原理和用法都讲了一遍。有兴趣的朋友可以试试，真的能省不少事儿，如果遇到什么问题你直接让AI帮你分析这个skill的逻辑和流程然后帮你解决，其实很简单，来尝试下吧👇

✅ 推荐一个宝玉老师开源的 Skill：用 Claude Code 一行命令就能把 Markdown 文章自动发到 X，带图片的那种。 👉 这个工具其实开源挺久了，但好像用的人不多？可能大家不太知道怎么上手。我自己用了一段时间觉得真的很方便，就录了个视频教程，把原理和用法都讲了一遍。有兴趣的朋友可以试试，真的能省不少事儿，如果遇到什么问题你直接让AI帮你分析这个skill的逻辑和流程然后帮你解决，其实很简单，来尝试下吧👇

阿蔺A-Lin

27,925 görüntüleme • 5 ay önce

这个开源视频制作工作流真爽啊！单日斩获3000 Star，真的牛～又一个把AI coding agent直接变成视频制作工作室的项目开源了，叫OpenMontage。它把整个视频生产流程拆成12条结构化pipeline（动画解说、纪录片蒙太奇、电影感、Talking Head等），内置52个工具和500+个agent skills。用户只需要用自然语言描述需求，agent就能完成调研、脚本、素材生成、剪辑合成全流程。最硬核的是它同时支持AI生成内容和真实素材工作流，还做了生产级的质量把控（预合成验证、后渲染自检、预算控制）。渲染引擎用了Remotion和自研的HyperFrames，能输出高质量的动态视频。本质上它是把“视频制作”这件事彻底agent化了，让普通人也能通过对话让agent产出接近专业水准的视频内容。

这个开源视频制作工作流真爽啊！单日斩获3000 Star，真的牛～又一个把AI coding agent直接变成视频制作工作室的项目开源了，叫OpenMontage。它把整个视频生产流程拆成12条结构化pipeline（动画解说、纪录片蒙太奇、电影感、Talking Head等），内置52个工具和500+个agent skills。用户只需要用自然语言描述需求，agent就能完成调研、脚本、素材生成、剪辑合成全流程。最硬核的是它同时支持AI生成内容和真实素材工作流，还做了生产级的质量把控（预合成验证、后渲染自检、预算控制）。渲染引擎用了Remotion和自研的HyperFrames，能输出高质量的动态视频。本质上它是把“视频制作”这件事彻底agent化了，让普通人也能通过对话让agent产出接近专业水准的视频内容。

Berryxia.AI

106,139 görüntüleme • 2 ay önce