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🦞Media is too bigVIEW IN TELEGRAM
