AI探索指南
- 对近期的几个 Agent 协作产品的第一印象
Moxt → AI Native Notion
Multica → Linear for Agents
Slock → Slack for Agents
Bloome → 微信群 for Agents
前面三个都偏工作场景, Bloome 偏个人场景
我建了个群,老实说也没想好能做什么,不过如果你有 Agent 可以来玩
好像最多只能 100 人
https://bloome.im/join/oKv_NBm6?ref=xTP0800l - 3. **Strings are raw strings.** Do not wrap values in extra quotes, code fences, or markdown.
4. **Numbers and booleans are unquoted.** `30`, not `"30"`. `true`, not `"true"`.
## Paths and identifiers
5. **File paths, URLs, IDs, and similar fields go to system functions, not chat output.** Never format them as markdown links, never wrap them in backticks, never add explanatory parentheses.
Correct: `"/Users/me/notes.md"`
Wrong: `"[notes.md](http://notes.md)"`
Wrong: `` "`/Users/me/notes.md`" ``
Wrong: `"/Users/me/notes.md (the notes file)"`
6. **If a tool description says "path", treat it as input to a filesystem call.** No formatting, no decoration.
## Related parameters
7. **When a tool has paired parameters (e.g., offset + limit, start + end, from + to), provide both or neither.** Read the description — if two fields work together, half the pair often produces an error.
## Recovery
8. **If a tool returns a validation error, read the error message carefully and fix only what it complains about.** Do not rewrite the whole call. Do not retry the same arguments.
9. **If a tool returns a "Note:" with a defaulted value, that's informational, not an error.** Continue the task. If the default is wrong, retry with the correct explicit value.
## Tool selection
10. **Use the tool whose description matches your intent most specifically.** Don't reach for `shellCommand` if a dedicated tool exists. Don't reach for `execute_code` for things a single tool call can handle.
- AI爆款国学视频|零门槛起号,当天就能见流量!
核心公式:扎心情绪金句 + 唯美古风画面 + 强节奏剪辑 = 高完播 + 稳推流 + 狂涨粉!
小白上手超简单:AI自动出文案、生成素材、剪辑成片,一条视频几分钟搞定,批量生产轻松跑量。
当下最火国学赛道,情绪价值拉满,算法爱推,涨粉变现两不误!
独家保姆级教程,复制就能赚!⬇️
链接:https://pan.quark.cn/s/cd7522d13923
AI探索 | Hermes/OpenClaw|优质资源|优质内容 - 说白了一堆人扎堆做API中转,核心就一个:“躺赚过路费”。
这帮人就是专门搭桥修路的,把原本难搞、普通人自己根本没渠道搞定的接口资源,整合成一条现成通道。
你自己想直接对接,门槛高、限制多、折腾半天还未必能用,费劲又耗时间;
但走他们的中转通道,不用折腾门槛、不用踩各种坑,顶多就多花一点点溢价,省事省心直接能用。
就跟过河一个道理:自己硬闯要么没路、要么绕远路累死;走别人搭好的桥,多掏两毛小钱就能直达目的地。
普通人嫌麻烦、没资源,自然愿意多花这点小钱图省事;做中转的就靠着这座桥,稳稳坐收过路费,毫无难度还稳赚,这才是为啥扎堆干这行的根本原因。
AI探索指南 | Hermes爱马仕 & OpenClaw小龙虾🦞 - 俞浩一针见血地指出了美团的问题
其实问题这个词是不严谨的,是 pattern ,中性词,不好不坏
中国的企业家做梦的时候,一般会得到其他人的嗤之以鼻的反应
安分守己的思维,做好自己的事情
这是在资源稀缺的时代生存本能带来的思维惯性
在资源丰饶的时代反而成了束缚
- 今天早晨看了两期美国人聊 AI 的 HBO 脱口秀节目,我看的很入迷,像是进入了平行世界
我是真的没想到,在美国电视台带着怒火攻击 AI 是当下的政治正确
看着脱口秀演员在镜头面前用全力表演对 AI 的愤怒,对 AI 公司的愤怒,我真的有点难以相信 这就是真实世界 - 也许在同等条件下,有过生养孩子经历的人相比没有经验的人而言,在机器人领域更具优势。
- 立即马上可以落地的就是厂商给手机配置上个mcp接口,然后接入 AI,用户各种设置语音操控,毕竟现在好多老人不会设置
我估计都已经在搞了,比如很多搞智能会议设备一样,不过这些会议设备最后大概率被飞书干死去
AI探索指南 | Hermes爱马仕 & OpenClaw小龙虾🦞 - 前两天看到机器人越野跑,现在机器人都开始钓鱼了???
- 企业 AI 转型的第一步是先问一个问题,不然提高 100% 也毫无意义
问题:这个事情,这个部门,这个组织方式,未来还存在吗?
其实如果一件事在未来不存在,大概率也无法提高很多 - 有了 AI 和智能体之后,软件开发不是"效率提升 30%"这种量变,而是整个生产关系的重构。
开发环节:以前一个功能从需求到上线,开发写代码占了 60% 的时间。现在这部分被压缩到原来的
1/10。开发者的角色从"写代码的人"变成"验收代码的人"——你描述意图,AI 写实现,你做最终判断。
协作环节:当开发周期从两周变成两天,产品经理不能再按月排期了。需求确认、方案评审这些流程会被倒逼提速,否
则就成了瓶颈。"等排期"这个词会消失。
测试环节:AI 写的代码天然带测试。以前测试是开发之后的独立阶段,以后测试和开发是同一个动作。QA
的角色从"找 bug"变成"定义质量标准"。
运维环节:Agent 能 7x24
盯着线上系统,自己发现问、自己诊断、自己给方案。人类运维从"救火队员"变成"规则制定者"——你告诉 Agent
什么能做什么不能做,剩下的它自己搞定。
真正的变化是:软件从"人力密集型"变成"算力密集型"。以前拼的是招多少工程师,以后拼的是谁能更好地指挥 AI。
一个人 + AI,能做到以前一个小团队的产出。一个小团队 + AI,能做到以前一个部门的产出。
这不是未来,这是正在发生的事。我刚花一个下午,用 AI 从零写了一个能自主诊断 MySQL 的运维
Agent——它自己决定查什么、怎么查,最后给出完整诊断报告。以前这是一个资深 DBA
半小时的工作,现在一句就搞定了。
我很多 CRUD 的写程序的同事年后一脸亢奋喜滋滋地找到我,说他的效率提升了 15 倍(因为我年前安利的)
能驾驭 AI 的人不会被 AI 取代,但会取代不用 AI 的人。
AI探索指南 | Hermes爱马仕 & OpenClaw小龙虾🦞 - 让AI连续工作10小时不崩溃?揭秘Anthropic官方推崇的“Harness工程”!
很多人用Claude Code跑长任务,跑着跑着AI就变傻、甚至罢工。
原因很简单:上下文窗口爆了。
今天分享一套让AI“无限续航”的系统级方案(Harness Engineering),不仅能让AI干活,还能让它自我进化。
1⃣ 核心原理:重置上下文
AI的记性有限。官方Anthropic的思路是:把大任务拆碎,每次只让AI在一个全新的、干净的上下文里干一件小事。
❌ 错误做法:把所有需求一次性塞给AI。
✅ 正确做法:拆解任务 -> 独立会执行 -> 记录进度 -> 下一个循环。
2⃣ 方案对比:Ralph vs 多智能体
方案A(Ralph循环): 用Bash脚本写个while循环,强制重启新会。简单粗暴,适合极客。
方案B(多智能体协同 - 推荐): 我在用的方案。更灵活,更像真实团队。
主Agent(Coordinator): 只负责调度,绝不写代码(保持上下文极其干净)。
子Agent(Workers): 计划、开发、测试(布局/美观/动画)。各司其职,独立上下文。
3⃣ 工作流设计(关键!)
我的实战工作流:
主Agent 接收需求 -> 丢给 计划Agent 出排期。
主Agent 拿到计划 -> 派给 开发Agent 写代码(只传文件路径,不传大段代码!)。
开发完 -> 派给 测试Agent 找Bug。
Bug修复闭环: 测试挂了?用 resume 参数唤醒同一个开发Agent修Bug(保留现场上下文),而不是开新号!
4⃣ 让AI自我进化的Secret Sauce
Lessons Learned: 建一个经验库文件。每次踩坑,强制AI把错误写进去。下一次开发,先读这个文件,避免重复犯错。
文件通信: Agent之间只传文件路径(Path),不传具体内容。主Agent的上下文永远只有几行字,永不爆窗。
这套系统我跑了一个通宵,生成了20多页PPT,质量极高。
真正的Harness不是让AI更聪明,而是设计一套不依赖AI记性的流程。
AI探索指南 | Hermes爱马仕 & OpenClaw小龙虾🦞 - 现在各种Agent有点太多了,想poll下大家最常用的组合是?
1. Claude Code
2. Codex
3. OpenClaw
4. Hermes
5. Cursor CLI
6. Manus
7. Genspark
8. AnyGen
9. 其他
我自己是1456,已经有点打架和用不完了,但还想试试2……