即刻App年轻人的同好社区
下载
AI工作流
你探索出了哪些AI辅助工作的思路，来这里和即友们分享，一起提升工作效率！
7004人正在讨论，19.2万人浏览
相关圈子
设计师的日常
6.7万名设计师正在擦屏幕
JitHub程序员
39万名开发者在这里同性交友
人工智能讨论组
47万名技术爱好者在研究人工智能or“智障”
职场那些事儿
100万+名职场人士正在分享
动态
- 5月北京&深圳｜一场给 AI创业者的线下小局👀
AI Next社区第一场线下「疯享会」来了。
我们想做得简单一点：
不办那种听完很燃、回去没变化的活动。
也不做只有观点、没有产品的圆桌。
就是把一群正在做 AI 产品的人放到一起，只聊一件事：
你正在用 AI 解决什么具体问题？
看产品，
互相提问，
试产品，
聊下一步。
你可以带三样东西来：
一个正在做的 AI 产品；
一个只有你能讲的真实故事；
一个最近真的想不明白的问题。
两场活动：
📍北京｜5.19 周二 18:30｜中关村
📍深圳｜5.22 周五 18:30｜腾讯滨海大厦
适合已经有产品、用户反馈，或者真实卡点的 AI Nativer。
闭门局，想来可以评论区留「北京」或「深圳」。
#AI的神奇用法 #AIHackathon #AI工作流
35 3023 - MIT 发布了一批免费AI 课程，足以让你达到入职水平。
没有付费墙，没有废话。
精华推荐 👇
1. AI 101（AI 入门）
→ 从零开始，建立真正的直觉。
ocw.mit.edu
2. 深度学习训练营（Deep Learning Bootcamp）
introtodeeplearning.com
3. 人工智能（Artificial Intelligence）
→ 解决问题的方法论 + 机器学习基础。
ocw.mit.edu
4. 机器学习导论
→ 那些你真正会用到的
openlearninglibrary.mit.edu+6.036+1T2019/about
5. 如何 AI 化（几乎）任何事物（How to AI Almost Anything）
→ AI + 创意（音乐、艺术、系统设计）。
ocw.mit.edu
6.
。。。
#提示词工程 #AI工作流 #AI的神奇用法美国麻省理工发布7门免费AI课程，推荐💄 - 小红书
336 30336 - 疯享会深圳站听到一个很好的问题：AI 都能生成世界了，为什么我们还需要记录真实世界？
Jack带来的Remy，是KIRI Innovations推出的 3D 空间记录应用。用手机拍一段视频，就能生成一个可以360度查看的空间。Jack分享了一句话：记录也许是对抗时间唯一的武器。AI可以生成一个从未存在过的房间。但它替代不了你真正住过的房间、真正去过的校园、真正发生过的一次聚会。当生成越来越便宜，真实反而会变贵。Remy想留下的，就是这些真实发生过的空间。#AI工作流
7 82 - #AI工作流
用 Claude Code 和codex做东西，最大的痛点是关了窗口下次打开全忘了。
自己搭了个工作流系统，说"继续"它就知道上次做到哪了。还能帮你做项目管理和引导，中间遇到不会的还能启动学习程序，学完后项目继续执行，上下文也不脱节，没有想法时他还有引导程序00:352 42 - 妈耶，有了 GPT image 2
历代大师成为你的专属老师
再也不怕学不进去了
提示词：
生成一张真实的大学教室照片，iPhone16质感，XX老师在教XX知识，黑板上有详细而清晰的粉笔介绍，有图形辅助理解，不需要同学
或者你也可以使用这个YouMind Skill
只需输入人名就可出图
youmind.com
欢迎在评论区交作业，让我看看你们都学了啥
#提示词工程
#AI工作流
#AI的神奇用法
24 42 - 因为Agent太猛自己被搞成了ADHD（绝对不是因为订阅了舍不得token没用完）
做了一个开源项目，「Agent Mission Control」
它是一个本地多 Agent 任务控制台，用来集中查看 Codex、OpenCode、Claude Code / Claude Desktop 里的线程、项目、token 用量、quota、运行状态和待处理事项。
最近一版补了几个我自己很需要的能力：
1. 支持安装成 Chrome / Edge PWA，像一个独立桌面应用一样打开、切回和收起
2. 顶部指标可以直接跳到「运行中」和「待处理」面板
我做这个东西的初衷很简单：现在我同时开 Codex、Claude Code、OpenCode、各种 agent 线程，时间一长就很容易忘记「谁还在跑」「谁卡住了」「哪个需要我授权」「今天 token / quota 用到什么程度」。
所以它更像是给 AI coding / agent workflow 做的一个本地塔台。
几个原则：
- 默认只监听 127.0.0.1
- 只读取本机状态文件
- 不写入 Codex / OpenCode / Claude 的工作数据
- 不发送遥测
- README 截图使用虚构数据生成，不包含本机线程、路径、消息、token 或 quota 细节
项目地址：
github.com
欢迎试用、star、提 issue，也欢迎告诉我你们自己的多 Agent 工作流是怎么管的。
#AI工作流
4 41 - 开源一个四格漫画Skill
灵感来源于宝玉老师之前分享过的一个四格漫画
提示词：
基于主题,创作一个富有哲理的四格漫画故事。故事结构:
**第一格:问题/现状呈现**
- 场景描述
- 人物动作和表情
- 对话内容
- 旁白(点明主题)
**第二格:问题加深/冲突**
- 场景描述
- 人物动作和表情变化
- 对话内容
- 旁白(揭示困境）
**第三格:转折/觉醒**
- 场景描述
- 人物动作和表情转变
- 对话内容
- 旁白(引导思考)
**第四格:升华/智慧**
- 场景描述
- 人物动作和表情释然
- 对话内容
- 旁白(传达哲理)
- 橙色标签(核心关键词)
**故事要点:**
- 使用视觉隐喻(如:推墙与门、紧握与松手、高度与花朵等)
- 对比强烈(前三格 vs 第四格)
- 结尾升华,传达深刻哲理
- 简洁有力,不拖沓
将完整的四格故事呈现给用户确认。
使用 imageGenerate 工具生成插画。严格遵循以下提示词模板:
四格漫画,2×2方格布局(两行两列),简约线条艺术风格,商务插画风格。纯白背景,黑色线条勾勒,仅使用橙色作为重点标签的强调色,橙色使用非常克制。除木质物体可使用极少量浅棕色外,不使用灰色调。
在整个四格漫画的顶部,用黑色清晰的中文字体写上标题:"[主题名称]"。
人物风格:简化但比例协调的人物造型(非火柴人):圆形头部,极简五官(两个点表示眼睛,一条弧线表示嘴巴,简单的发型轮廓),身体有清晰的衬衫领子、袖子、裤子和鞋子细节。人物占据画面较小比例(中远景)。通过不同发型区分角色:光头、短发、中长发等。
四格布局:2行2列的方格布局,每格边框为手绘风格,线条略带自然曲线感(非完全笔直)。
风格要点:干净的线条艺术,有个性的简化人物,人物在画面中比例适当,纯白背景,仅黑色轮廓线,橙色仅用于关键标签且非常克制,极少阴影(仅木质物体可用浅棕色),手绘美学感的略不规则边框,商务休闲服装轮廓清晰。
[如果涉及品牌logo,添加:]重要:人物的胸前要显示各自的logo(简化版本,黑色线条勾勒,Claude logo使用温暖的铁锈橙色填充)
第一格(左上):[详细的场景、人物、动作、表情、对话、旁白描述]
第二格(右上):[详细的场景、人物、动作、表情、对话、旁白描述]
第三格(左下):[详细的场景、人物、动作、表情、对话、旁白描述]
第四格(右下):[详细的场景、人物、动作、表情、对话、旁白描述,强调橙色标签是整幅画中唯一的橙色元素]
**关键参数:**
- aspect_ratio: "16:9"
- quality: "medium"
- title: "[主题名称] - 四格漫画"
Skill链接：youmind.com
#AI工作流
#AI的神奇用法
#提示词工程
70 630 - YouMind 创作者激励计划，才开启两天
已经有小伙伴赚到300+美刀啦
也看到涌现了非常多好的新的Skills，
大家可以在
youmind.com 里看到
也欢迎大家来参赛，
创作出属于你的第一个付费Skill
制作 YouMind Skill 见这文档：
youmind.com
#提示词工程
#AI的神奇用法
#AI工作流
17 00 - 41岁失业，零基础学AI。
没有代码基础，全靠“发现问题→让AI调研→测试→反面验证”一步步磨出工作流。
现在用Claude Code+黑曜石搭了一套知识卡片系统，每天复盘迭代。
身边没人这么干，有点孤独。
有没有也在用AI搭建个人工作流的朋友？想看看你们的玩法。
#AI工作流 #41岁学AI #知识卡片
1 20 - Gemini免费拍写真
提示词：
女主要有女神刘诗诗的气质😂
真人摄影风格的竖幅日系生活抓拍，第一人称 POV。清晨卧室，镜头位于成年男生刚在床上醒来时的枕头高度，只呈现他躺着仰视看到的画面，不要出现第三人称机位。
成年女友双手自然撑在床面或枕头两侧，像刚俯身过来说早安，靠近镜头上方但姿态放松。她面容清秀漂亮，黑色长直发自然垂落，发丝略微凌乱，带着刚起床时温柔、轻松、带一点睡意的微笑看向镜头。她穿浅色薄棉夏季家居服，清爽日常，不暴露，不刻意性感化，氛围亲密但自然。
刚醒来的视线有轻微未对焦感，不是完全锐利的商业写真。清晨窗边柔和散射光穿过浅色窗帘，白色床品略有褶皱，前景有模糊的被子或枕头边缘，近距离浅景深让女友的脸和眼神逐渐成为视觉焦点。低对比度，轻微柔焦，高光有细腻晕染，肤色真实，整体明亮、干净、朦胧、温柔，像真实生活中醒来后偶然看到的一瞬间。
避免梦幻滤镜过重、AI 感、动漫感、塑料皮肤、过度磨皮、畸形手指、错误肢体结构、表情僵硬、裸露和低俗姿势。
#AI工作流 #AI的神奇用法 #PM每日好文推荐
11 21 - OpenAI官方最新发布《OpenAI如何使用Codex/AI 编程》。
哪怕你是零基础小白、产品经理、设计师，只要把 OpenAI 内部这6 个神仙技巧融入到你的 Vibe 里面，效率直接拉满！
💡 OpenAI官方教你：如何优雅地 Vibe Coding？
1️⃣ 开启“询问模式”（Start with "Ask Mode"）
❌ 别一上来就让 AI 哐哐写一堆代码，很容易跑偏。
正确姿势：先用大白话问 AI：“我想做个番茄钟 App，你觉得架构该怎么设计？”等 AI 给出完美方案、你点头确认后，再让它动手。
2️⃣ 像写 GitHub Issue 一样写提示词
❌ 拒绝无效沟通，别只发一句“帮我写个登录页面”。
正确姿势：明确告诉 AI 文件路径、组件名字。比如：“参照【首页模块】的视觉风格，帮我在【用户中心】实现一个第三方登录功能”。给足上下文，AI 才不会胡说八道。
3️⃣ 建立你的专属AGENTS.md 文件（⭐核心神技）
💡 很多人的 AI 聊着聊着就“失忆”了？OpenAI的秘诀是在项目根目录下建一个 AGENTS.md 文本文件。
📝 把你产品的特殊业务规则、命名规范、或者是你个人的审美风格（Vibe）通通写进去。每次 AI 提笔前先读一下它，保证风格永远在线！
4️⃣ 用“Best of N”让 AI 卷起来
❌ 别只看一个生成结果。
正确姿势：让 AI 针对同一个功能一次性给出 3 个不同实现方案（N个方案），你来当阅卷老师，挑一个最优雅的，或把 A 方案的界面和B 方案的算法拼在一起！
📚 跟着这套结合了 OpenAI 规范的全新课程工序走，1周完成蜕变：
第一阶段：AI 时代产品意图课➡️ 告别死记语法！专门学怎么把脑子里的“灵感”和 OpenAI 提倡的“结构化提示词”完美融合。
第二阶段：全自动 AI Agent 工具实战➡️ 直接上手最新一代 AI 编程智能体。学着去“指挥”AI 批量改文件、自动写单元测试。
第三阶段：商业化闭环与上架 ➡️ 推广。
#提示词工程 #AI工作流 #AI的神奇用法🔥Vibe Coding怎么落地？OpenAI 官方教程 - 小红书
5 01 - 顶级信源Skill，打破信息差
这个Skill让你知道全球最顶尖的人是怎么用AI的
大家有没有发现，
那些大V的消息怎么那么灵通
平时海量信息很多
但真正有价值的却很难挖掘
我意识到，真正有价值的信息
=在做事的人+可复用的方法论
于是我把上次的45个AI信源
加上张咋啦分享的25个Builder总结成了65个顶级AI信息源
并且让 YouMind 去抓取这65个信源里真正可复用的方法论
跑出来的效果非常好
第一条已经震惊到我
比如说 @milesdeutscher 分享的50个Claude Code不为人知的使用方法
这么干货宝藏的内容
如果没有这个Skill
我是绝对不可能刷到的
这个Skill真的完全打开了我的视野
也把它分享给大家
无论你是用来学习
还是用来Quote涨粉
都是神器
youmind.com
#提示词工程
#AI工作流
#AI的神奇用法
22 015 - 10门全球顶尖大学公司免费AI课程
🔋不花钱，不用复杂设置，只要有好奇心和一台电脑就能学起来！
💡 为什么不容错过这些免费AI课程？
• 零成本入门：课程完全免费！
• 顶尖资源：哈佛、微软、谷歌、OpenAI等巨头出品，质量有保证！
• 实用技能：从Python入门到生成式AI，再到提示工程，覆盖AI核心领域！
• 职业加分：无论你是学生、职场人还是创业者，AI技能都是你的“超能力”！
1. 哈佛大学 – Python人工智能导论
◦ www.edx.org
2. 微软 – AI初学者指南
◦ microsoft.github.io
3. 谷歌 – 生成式AI导论
◦ www.skills.google
4. DeepLearning.AI – 人人可学的生成式AI
◦ www.deeplearning.ai
5. 领英 – 生成式AI课程
◦ lnkd.in
6. 范德堡大学 – ChatGPT提示工程
◦ lnkd.in
7. OpenAI – 开发者版ChatGPT提示工程
◦ lnkd.in
8. edX – AI应用与提示工程
◦ lnkd.in
。。。
#提示词工程 #AI工作流 #AI的神奇用法🚀 10门全球顶尖大学公司免费AI课程 - 小红书
3 27 - 早上醒来
又看到了苹果的打款短信和推送通知
熟悉的招行App
熟悉的美金💲
业余喜欢开发小而美App
结合个人使用需求和灵感开发
如今
Vibe Coding开发工具如虎添翼
Cursor、Claude得心应手
Figma、Lovart、Google AI Studio各司其职
AI时代
工具的杠杆作用无数倍放大
效率暴增
时间则显得尤为珍贵
同样的时间可以创造出以往N倍的产出
。。。
于是
个人也在持续创作输出优质App
轻日记App
SongDetect App
精灵扫描仪App
ChatAI App
Christmas App
。。。
收获了无数App用户的认可和赞赏
也收获苹果源源不断的回报
#AI工作流 #AI的神奇用法 #PM每日好文推荐🍎苹果给你打美金，vibe coding开发App - 小红书
4 00 - 新Vibe Coding一个实用的推文收藏工作流。
主要痛点：平时逛Twitter会发现很多干货长文，习惯点赞收藏最后基本落灰。因为打开推特天然会被新的推文内容吸引，而不是去阅读收藏的旧推文。
解决方案：
1. 自建了一个保存推文快捷指令（iOS）
2. 发现好的推文，就点分享主动触发这个快捷指令
3. 保存推文快捷指令会将推文链接推给服务器，服务器解析推文内容并存下来
后续优化：
1. 打通我之前实现的类LLM Wiki系统brain（知识生长系统）
2. 支持更多有趣的模式促进快速有效学习，如阅后即焚、阅读倒计时（超时自动删除）等
3. 自动生长出各领域Skill，真正应用到工作中来
#AI工作流 #AI的神奇用法
2 10 - YouMind 的宝藏用户——@泛函
Bonjour 的前 CMO
即刻 1w+ 关注的大V
他最近在做两件事：帮科技行业从业者打造个人品牌，以及辅导想进入 AI 行业的年轻人求职。
在做自己的新事业的过程中，泛函基于自己之前积累多年的方法论，做了非常多对于 OPC、早期创业者、独立工作室、专业服务供应商特别有帮助 skills。
如果群里有做 IP 和运营增长相关工作的小伙伴，这是非常值得参考的第一手经验和方法论，欢迎大家安装使用👇:
个人 IP 定位咨询—泛函
youmind.com
访谈式创作—泛函
youmind.com
口播稿剪辑重排—泛函
youmind.com
咨询记录整理—泛函
youmind.com
增长洞察引导式挖掘—泛函
youmind.com
泛函风格写作
youmind.com
Fancytitle给文章起吸引人的标题—泛函
youmind.com
转化漏斗文案法—泛函
youmind.com
黑客松宣发推文生成器—泛函
youmind.com
课程主编—泛函
youmind.com
服务报价说明书—泛函
youmind.com
#提示词工程
#AI工作流
#AI的神奇用法
14 03 - 终于不用再给别人发 HTML 文件了😭 直接上链接
我花了2天搓出来一个产品！
最近我一直被一个很小、但很烦的问题卡住：
AI 明明已经能帮我做出一个完整网页了，
比如作品集、提案页、小工具、教学页面、活动页……
但到最后一步，我还是要：
下载 HTML 文件
找到本地文件
再想办法上传
然后还要跟别人解释“你要这样打开” 😵💫
这一步真的很反直觉。
所以我做了一个小工具，叫 FolioDrop。
它解决的不是“怎么让 AI 做网页”，而是更后面的那一步：
👉 AI 做完之后，怎么直接发给别人看。
现在的流程会简单很多：
让 ChatGPT / 豆包 / agent 做一个完整 HTML 页面
发布到 FolioDrop
直接拿到一个真实 URL
发给别人，对方用手机或电脑都能打开
不用懂部署。
不用 GitHub。
不用 Vercel。
不用命令行。
也不用把一个 .html 文件丢来丢去。
我觉得它特别适合这几类人：
✨ 用 AI 做作品页、简历页、提案页的人
✨ 给客户看 demo 的顾问、设计师、产品经理
✨ 老师/培训者临时做一个教学页面
✨ 独立开发者或 maker 快速展示一个想法
✨ 不会部署，但已经会跟 AI 协作的人
目前它能做的事：
🔗 把完整 HTML 发布成真实链接
🧑💻 支持 AI 通过 MCP / OpenAPI 直接发布
🗂 登录后可以保存到“我的作品集”
🔐 需要时可以设置访问密钥
👀 可以看到基础打开次数
🗑 不想留了可以删除
⏳ 匿名链接 7 天，登录后作品默认保留 6 个月
我自己最喜欢的一点是：
它不是复杂建站工具，也不是给开发者替代 Vercel 的东西。
它更像一个“AI 作品临时展台”。
AI 把东西做出来，FolioDrop 负责让它真的被别人打开。
如果你也经常遇到这种场景：
“AI 已经做好了，但我不知道怎么发给别人看”
那这个工具就是为这个瞬间准备的。
站点：foliodrop.app
AI 接入页：foliodrop.app/ai
#AI工具 #ChatGPT #豆包 #非开发者工具 #AI工作流 #效率工具 #独立开发 #作品集 #网页分享 #MCP
2 11 - 微软官方开源的《AI Agents for Beginners》教程。
整套课程永久免费、配套中文翻译、零基础友好，实战性拉满，新手入门AI智能体，看这一套足够。
课程核心优势
全程由微软技术团队打造，内容干货密集、没有冗余噱头，完全贴合企业真实落地场景。
全套仅11节课，由浅入深搭建完整知识体系，从基础概念到项目部署一站式覆盖，不用四处搜集零散资料。
实操门槛极低，每节课配套专属Python代码，支持浏览器Codespaces直接运行，无需本地复杂环境配置，真正做到边学边练、学完即用。
#AI工作流 #AI的神奇用法 #AIHackathon2026年学AI｜微软免费AI Agent教程，0基础 - 小红书
4 02 - 发现了一超全的个 GPT Image 2 提示词站，
已已经有 500+ 条提示词了
· 分类筛选
· AI 搜索
· 参数化模板（填几个空就能直接复用）
非常方便
youmind.com
#提示词工程
#AI工作流
#AI的神奇用法00:278 410 - vibe coding了一个小网站evelynproject8.netlify.app
pdf改成可交互的html
可以干啥：
1.侧边记得笔记直接导到notion里
2.自动高亮文章论点（p3），但目前这个论点选的我不怎么满意，等考完试再调调
3.自己改字体大小颜色，有些pdf字真的看得我快瞎了呜呜
4.ai总结解释这些老生常谈的功能，但我不用也不建议大家用（除了被学校逼着看的弱智书。。。）karpathy大佬说“你可以把思考外包出去，但你不能把理解外包出去”。自己总结的过程就是理解～
可配合我之前做的插件食用chromewebstore.google.com
自动预测一些不认识的单词，标在上面，保持阅读原文节奏（p4）。
我自己很有用这个的需要，我不怎么看书，看的都是些pdf论文，新闻，可能很多GenZ的阅读习惯都跟我差不多，或者干脆不阅读听播客。不过我现在又开始“逼”自己看完整的书了，“心流”状态很重要。
之前阅读习惯很差，瞎画重点（adhd病友），不记笔记，也没啥阅历无法和自身经历结合起来，看了一两周就忘了。希望记notion笔记能帮我养成好习惯。
可惜是我现在想记笔记的几篇pdf报告是加密的，解析出一堆乱码hhh，不过以后读论文可以用。
非结构化数据解析，关联notion，前后端测试，做的时候还是挺麻烦滴，有图的pdf处理挺久没处理好，耗时5h，70刀
有什么建议直接评论区提出呀，我下周考完试修改～
#AI工作流
4 00 - 🔥Anthropic 前几天发布最新《创始人手册》（The Founder’s Handbook）！
不谈复杂算法模型，全篇只讲：在 2026 年 AI 能力爆发的今天，普通人、独立开发者和创始人该如何创业、带团队、拼认知？
读完这份手册，最大的感受是：从前创业游戏规则，彻底失效了。
如果你也想在AI 时代破局，这4个颠覆性的搞钱/创业底层逻辑，必须立刻死磕：
❌ 误区：2026年创业，最忌讳过早动手写代码
因为有Claude Code这样的神器，现在的构建成本低到可以忽略不计。很多人一拍脑袋就开始写代码，最后陷入拿着锤子找钉子的自嗨。
💡 高阶打法：验证先于构建。手册强调，在概念阶段，先用AI 辅助做行业交叉验证，至少进行 5 次真实用户访谈。确定 Problem-Solution Fit之后，再让 AI 动手。
🧠 认知：判断力彻底碾压执行力
当 AI 可以高效搞定生产级代码、市场调研、甚至基础法务财务时，执行力不再是壁垒。
💡 核心竞争力：从“能不能做出来”变成了“该不该做”。创始人的深度行业洞察和战略判断力，才是最宽广的护城河。
👥 团队：打造“10人独角兽”的秘密武器
💡 招聘新标准：极致的技术只是底线，2026 年最抢手的人才，必须具备高情商、卓越的沟通力，以及极强的 Agentic Workflow的能力。
🚀 2026 AI 原生创业的 4 步框架：
1️⃣ Idea 阶段：拼认知，用 AI 快速验证痛点是否真实。
2️⃣ Prototype 阶段：拼速度，利用 AI 代码助手快速撸出 MVP，只解决一个核心痛点。
3️⃣ Launch 阶段：拼迭代，推给早期核心用户，用 AI 自动化分析海量用户日志，高频优化。
4️⃣ Growth 阶段：拼效率，用 AI Agent 重新定义业务流程（营销/销售/客服），保持核心团队极度扁平，拒绝大公司病！
💡 最后的一点思考：
AI 抹平了技术门槛，这意味个人的“超级个体化”时代真正到来了。一个人加一个 AI 团队，就能跑通一个商业闭环。
#AI工作流 #AI的神奇用法 #PM每日好文推荐Claude母公司发布《创始人手册》！AI创业圣经 - 小红书
4 01 - 做了个小工具：ClickDeck。
这是一个 HTML 可视化编辑插件，核心流程如下：
* 直接在HTML上进行可视化修改；
* 自动将视觉变更转换为结构化 Prompt；
* 一键发送给 Codex 或 Claude Code；
* 由 AI 完成对应代码的精准微调。
通过这种方式，设计调整与代码修改能够无缝衔接，大幅提升前端开发和 AI 协作效率。
动图里是一个简单演示。
#AI工作流 #AGIBuilder #AIGC创作大赛·夏日
1 10 - EonveraX闭门分享会 |从投出100+项目，到亲自下场做Founder
5月30日，EonveraX 邀请资深 AI 投资人郑斯泓（Rex）这里@Rex的账号带来专场分享，围绕早期项目判断逻辑、AI 产品壁垒、商业化路径，以及当下更值得关注的行业方向，展开了系统分享。
本文基于当晚内容做精简整理，摘录部分核心观点，与大家一同回看这场关于 AI 创业与投资的深度讨论。
分享嘉宾
郑斯泓（Rex）Cheese Ventures 创始合伙人、MIZU Financial 创始人兼 CEO，入选福布斯 30 位 30 岁以下风险投资人榜单。
长期活跃于硅谷和中国，累计参与投资项目 100 余个，覆盖人工智能、消费科技、航空航天等多个领域，投资阶段横跨天使轮、成长期至 Pre-IPO，在早期项目判断与行业趋势研判方面拥有丰富经验。
一、他眼中的早期投资：人、趋势、速度
分享一开始，Rex 就讲得很直接：自己最舒服的出手阶段，往往是公司刚成立、甚至还没有 demo、还没注册的时候。
在这个阶段，看财务、看历史数据几乎没有意义，所以他会把早期判断压缩成三个关键词：人、趋势、速度。
人，指的是创始人有没有勇气去做“非共识”的事。在他看来，如果一个方向已经变成市场共识，真正留给早期创业者的超额机会往往已经不多；相反，那些敢于挑战非共识、又有足够判断力的人，更可能在早期阶段跑出差异。
趋势，指的是项目是不是站在一个长期方向上。创业本身就是高风险的事，如果项目不在趋势里，团队很容易在缺乏反馈和外部验证的过程中持续消耗，最后要么停掉，要么变成一个不再适合风险投资的小生意。
速度，则是今天小团队最重要的武器。这里说的不是某一个动作做得快，而是从试错、反馈到迭代、再发布的整个闭环要足够短。尤其在 AI 迭代极快的当下，小团队如果还沿用旧节奏做产品，往往很难跟上基础能力变化的速度。
二、他如何判断一个早期项目
在具体评价早期项目时，Rex 提到了一个非常关键的概念：Founder-Market Fit。因为在他常出手的阶段，大多数项目还没有成型产品，也没有稳定商业模式，所以比起 Product-Market Fit，他更看重创始人和赛道之间是否真正匹配。
他通常会重点看几件事：
- 创始人是不是对这个行业有长期积累，或者至少有持续深入的好奇心；
- 是否具备足够的韧性，能在长期不确定中继续学习和调整；
- 有没有自己的世界观，而不是完全被外部情绪和热点带着走。
他也提到一个很现实的判断：很多公司之所以最后变成“僵尸公司”，并不是因为团队不努力，而是一开始没有踩中结构性机会。
如果赛道本身没有足够高的增长空间，反馈慢、迭代慢、成长也慢，公司就很难真正跑出来。
三、AI 时代怎么做产品
谈到 AI 创业，Rex 反复强调，今天最危险的，不只是竞品，而是下一轮模型升级本身。
1. 只是在大模型外包一层工具或工作流，但没有真实场景和用户积累的产品，会非常脆弱。
2. AI 产品真正的壁垒不在模型本身，而在数据、场景、工作流，以及合规、信任、分发等更难复制的能力。
3. “如果产品不收钱，它永远只是一个玩具。”对早期团队来说，越早接近真实付费，越有机会验证产品价值。
四、他更看好的方向
基于行业发展节奏和市场变化，Rex 也提到了未来更值得关注的几类方向。
1. 金融、法务、税务、教育等专业服务领域，市场大、门槛高、人工交付成本也高。
2. 能通过 AI 和工作流重构高成本服务流程的产品与 Agent。
3. AI 底层基础设施及相关硬科技方向，包括算力、存储、芯片、能源、机器人等。
五、EonveraX AGI LAB：下一场见你
我们会在EonveraX生态下持续组织类似的线上线下闭门活动，包括但不限于：
- 如何构建AI原生产品
- 运营增长实践圆桌
- 超级个体 / 一人公司的实战经验
- 行业投资人、产业方的视角拆解
如何参加
关注我们的账号，留言【闭门会】，我们会主动联系你。
EonveraX闭门分享会，仅摘录部分内容，获取完整内容可以留言。
#AI工作流 #AI的神奇用法 #创投好文推荐
3 01 - 用ai做企业架构，实话实话和管理实际公司没有区别。如果不是大厂的程序员，专门做rag什么的比，常规业务赋能的技术角度，我已经拉到替代人工成本的顶了
我让我的技术中层（技术项目文档）做了很多自动化，原本计划放手让它自己做，结果在工作成果产出抽检的时候发展了很多问题。其实这个和企业架构是一样的，一个公司如果真的能脱离老板谈架构，只能是投资人参与创始人模式且要创始人经常report
否则下面小兵一定会出问题。抽检之后我就把中层的自动化停掉了。
我的技术团队文件的执行逻辑是这样的：
111入口 -> 中枢系统判断任务 -> Task Intake 做分类 -> Router 分配到正确业务模块 -> Source Map 定位真实资料和真实保存位置 -> 调用对应 skill/SOP -> 在真实业务文件夹执行 -> 必要时回流到索引/规则/Change Log
所以，111 的本质不是“多建文件”，而是“先判断，再路由，再执行，再沉淀”。
为什么文件多也不会乱
真正会让文档出问题的，不是文件数量多，而是这几件事混在一起：
规则和正文混在一个地方
素材和事实库混在一个地方
草稿和正式版混在一个地方
不知道该去哪找资料、去哪保存
改完以后没有同步记录
而你的系统刚好是反着设计的：
中枢系统 只负责导航、判断、边界和回流，不负责堆正文
写作大脑 负责“怎么写”
写作素材 负责“拿什么写”
综合材料库 和 产品资料库 是只读事实库，防止误写污染
Dora待批箱 负责待审核内容，避免半成品混进正式库
Change Log + 小抄 + Source Map 负责同步、定位和防断链
所以你这套不是“碎片化”，而是“模块化”。
文件多，在你这里反而是稳定性的来源，因为每一层都有单一职责。你不是把所有东西塞进一个总文档里，而是让每种信息待在自己该待的位置。这样后续检索、复用、审阅、纠错都会更稳。
你可以直接这样跟别人解释
“我的 111 不是靠记忆工作的，也不是把所有内容堆在一个总文件里。它是一套中枢调度系统：先判断任务类型，再路由到真实业务模块，再按规则执行，最后把变更回流到索引和日志。文件多并不等于混乱，没分类、没路由、没边界才会乱。我这里的文件多，是因为规则、素材、事实、待审核、客户跟进、技能索引都被分层管理了，所以反而更不容易出错。”
依据的核心文件在这里：
中枢系统/README.md
中枢系统/00-TASK_INTAKE_PROTOCOL.md
中枢系统/02-TASK_ROUTER.md
中枢系统/03-SOURCE_MAP.md
中枢系统/04-OUTPUT_RULES.md
中枢系统/09-CHANGE_LOG_AND_SYNC_STATUS.md
Skill 多本身不是问题，失控才是问题。我这套系统不是‘谁想到一个 skill 就直接乱用’，而是先走 111 中枢判断，再决定要不要调用 skill。也就是说，skill 在我这里不是入口，只是被中枢调度的执行工具，所以数量多不会天然把系统搞乱。”
“我解决 skill 变多风险，靠的是这几层控制：”
111 是唯一总入口。任何任务先经过中枢判断，不允许直接凭记忆或随便挑一个 skill 开始做。
skill 不是散放的。正式可复用的 skill 统一归档在 中枢系统/Codex Skills，不是到处复制一堆版本。
我有总索引，不靠脑子记。06-REUSABLE_SKILL_INDEX.md 会写清楚这个 skill 解决什么问题、什么时候调用、要读什么资料、不能越什么边界。
我有路由，不是 skill 抢活。02-TASK_ROUTER.md 先判断任务归谁，再决定是否调用 skill，所以不会因为 skill 多就互相覆盖。
我有 Source Map，先确认真实资料和真实保存位置。03-SOURCE_MAP.md 保证每个 skill 都知道该去哪读、去哪存，不会自造路径。
我有边界控制。04-OUTPUT_RULES.md 规定什么能写、什么不能承诺、什么必须我确认，所以 skill 不会乱输出。
我不允许重复膨胀。发现已有相近 skill，不是再新建一个，而是走 skill优化，优先优化旧 skill，避免越积越乱。
我有变更回流。只要 skill、新规则、路由、保存位置变了，就同步到索引、Source Map、小抄和 Change Log，不让系统靠聊天记忆运行。
“我不是用很多 skill 硬堆工作，而是用中枢系统把 skill 管起来。对我来说，skill 多不是风险，没入口、没索引、没路由、没边界才是风险。我现在做的就是把这些风险前置解决掉。”
即便我已经做到了60%以上的自动化，我用ai搭建团队的时候充分理解了一件事情就是：你的价值判断是业务的执行灵魂。#AI工作流
3 00 - 算笔账：OpenAI官方Codex API每百万要几美金，ThinkAI这边直接压到6毛人民币。
我昨晚跑了代码生成+内容批处理，成本几乎可以忽略。
现在注册ThinkAI送30刀，试完再决定值不值得付费
刚需的可以看看。
注册链接：www.thinkai.tv
#ChatGPT对话大赏 #AI工作流 #提示词工程
New API
1 10 - EonveraX LinkUp：HealixAI ✖️宏科百世私募基金：医疗AI产品融资匹配实录
5月19日，EonveraX AGI Lab成功为医疗AI初创团队HealixAI与宏科百世私募基金投资人完成了一场线上融资路演匹配。
宏科百世专注于早期医疗及AI赛道，单笔投资额度在300万至3000万之间，而HealixAI正致力于打造以语音病历生成为切入点的全链路智能化解决方案。
关键问题
产品策略
团队认为，医疗信息化的机会在于找到一个真实的临床痛点。以语音病历作为切入点，既是医生刚需，也是进入医院数据体系的关键。
产品方案经过多轮迭代，最终选择了一个分立设计，不同功能模块独立运行。
竞品思路
与卫宁等玩家的定位不同。 HealixAI 从AI原生的角度设计系统，而非在现有HIS上叠加功能。短期内选择与现有系统共存。
落地路径
团队选择从技术难度最高的临床场景入手，后续扩展到其他场景时成本会低很多。
商业模式
硬件加软件订阅，不追求按业务分成。医院需要的是可控的成本结构，而非和收益挂钩的未知数。
投资人视角
在投资人眼中，技术之外有几件事很重要：
- 选的切入点是否足够刚需、足够具体，能否在有限资源下快速验证价值；
- 与传统大厂之间的关系，是正面硬刚，还是以特别的角度切入，在对方做不好的场景中形成差异化；
- 从单点场景到医院级系统再到数据中台，是否存在一条循序渐进、可被医院接受的升级路径。
成果与后续
投资方对项目方向表示认可，认为其与基金在医疗AI领域的布局较为契合。
双方成功建立沟通渠道，将另行深入探讨算法等细节，并签署NDA。
---
关于EonveraX LinkUp匹配活动
EonveraX LinkUp是我们发起的长期线上/线下需求匹配活动。
我们做的事情，是把同路人连接起来，让他们在一个相对安全、信任度更高的环境里，对接需求、交换判断、找到下一步动作的伙伴。
它的形式不设限。线上会议、线Coffee Chat、项目路演、行业圆桌，一切以需求为导向。
你的身份和需求不设限。你不用一定是Founder或者投资人，你的需求可以是EonveraX生态能提供的任何一种，我们只关心你此刻最真实的需求是什么，我们能不能帮你找到合适的那一方。
谁在这里
我们有专人审核参与者身份的真实性，这里有Founder、产品经理、设计师、运营增长专家、产业人、行业上下游、专业的投资人组成的完整生态。
怎么参与
填写我们的资料完善问卷，说明自己在找什么、能提供什么，我们根据双向需求做预匹配。
如果你：
- 正在为新的产品或项目寻找资金、用户或合作伙伴
- 希望用一次对话，检验自己的判断和叙事
- 或者只是想找一个人来完成一件小事
欢迎留言[问卷]，我们会主动找你，把你的需求说清楚，剩下的交给EonveraX LinkUp。
---
本文由EonveraX AGI Lab整理发布，内容经双方确认，已隐去敏感信息。
#AI的神奇用法 #AI工作流
3 01 - 你有没有遇到过这样的情况：花了几周用AI快速做出一个产品原型，兴冲冲拿给朋友看，对方说挺酷的，但真上线后却没人愿意用？这是因为你跳过了创业中最危险的一步。在做产品之前，先验证假设。
AI极大地降低了“做出来”的难度，但这也意味着你可以在错误的方向上走得又快又远。真正值得投入时间精力的是“这个问题值不值得解决”，而不是“我怎么把这个做出来”。回答这个问题，唯一可靠的方式就是和真实用户对话。以下是一套一周内可完成的实操流程。
第一步：写出三个核心假设
使用下面的填空模板，把想法转化为陈述：
1. 痛点假设：“我假设 [目标用户] 目前有 [具体痛点]。”
2. 替代方案假设：“他们目前用 [现有方案] 处理，但感到 [具体不满]。”
3. 价值承诺假设：“如果有一个产品可以 [核心价值]，他们会愿意 [付费/每周使用3次]。”
第二步：用AI生成访谈脚本
输入：
我正在验证创业想法。我的假设是：[粘贴]。请生成30分钟用户访谈脚本：开场白、5个开放式问题（挖掘行为与痛点）、2个封闭式问题（验证假设）、结束语。附注意事项：不推销、不解释、多追问“举个例子”。
第三步：筛选招募访谈对象
目标：5人深度访谈 + 5人快速问卷。
标准（满足至少两条）：过去3个月主动搜索过相关方案；曾向他人抱怨过类似烦恼；目前在使用替代方案。
渠道：朋友圈/行业群、垂直社区、自由职业平台
第四步：执行访谈并采集数据
访谈前准备录音并征得同意。访谈中进行追问。访谈后立即转录，让AI分析：
这是访谈稿。我的假设是：[粘贴]。请提取：①痛点的频率；②现有方案及不足之处；③与假设矛盾的地方；④有没有满足用户的期望。
第五步：决策检查表
标准 通过要求
痛点共鸣 ≥3人主动描述同一个未解决痛点
支付意愿 ≥2人明确说“我愿意付X元/月”
无致命矛盾 未出现“其实也还好”“够用了”
决策：三项通过→进入MVP（只做最核心3个功能）；仅前两项通过→调整假设再访5人；第一项不通过→换痛点或用户，先不做产品。
很多人问AI能不能帮我验证想法？AI可以帮你整理一下访谈记录、提炼一些矛盾点、生成几个脚本，但它不能替你去和人完成对话。下次你想让AI帮助你做产品前可以先问自己。我的假设被验证过了吗？如果答案是否定的，你就知道该从哪里开始了。
#提示词工程 #创投好文推荐 #AI工作流
3 01 - 我用八个月时间，做出了一套架构——让AI不仅可以回答问题，还可以直接生成并运行软件。
最近OpenAI发布了无界面AI手机，所有界面都是AI实时生成的。
但是我今天要给你看的东西，方向跟它一样，但今天就能用，不需要换手机。
用户描述需求：
“帮我生成一个健身打卡APP”
几秒后生成页面。
然后换一个完全不同的场景：
“我要去北京旅游三天预算5000”
再次生成全新的应用界面。
为了实现这件事，
我设计了一套动态生成架构。
AI负责理解需求，
系统负责生成页面结构、
组件树、
交互逻辑，
最终实时渲染成可运行的APP界面。
目前已经能够支持：
• 多场景页面生成
• 动态组件渲染
• AI驱动UI构建
• 实时应用预览
我不知道它最终会走到哪里。
但我很好奇：如果未来的软件，不再通过编程开发，而是通过对话生成，会是什么样子？
如果你对：AI Agent，动态应用生成，Flutter，大模型，产品创业，感兴趣，
我们一起把它做成国内真正的AIOS。#AIGC创作大赛·夏日 #AI工作流 #AI的神奇用法01:232 00 - 从功能到人：Snapchat 15年创业的核心思考
Snapchat创始人Evan Spiegel曾说：
“社交网络的价值，不在于连接最多的人，而在于连接对的人。”
“软件功能不是护城河，你今天做出新功能，明天别人就能复制。”
“如果想出好主意，你得先有一堆主意。”
“别只听用户说他要什么，要理解他为什么这么说。”
这位CEO回顾过去十五年的创业经历，给出的答案并非某个产品功能，而是一个更底层的问题。
当功能越来越容易被复制时，一家公司靠什么活下来？
几乎所有故事最终都指向同一个答案——长期竞争力，来自对人的理解。
一、分发能力：连接对的人
很多创业者把时间花在打磨产品上，Evan却发现，产品本身并不是最大问题，而是如何让用户知道它的存在。
过去下载新应用很自然，但如今大多数人手机已满，对新应用兴趣下降。
TikTok靠巨额补贴建立生态，Threads依赖Instagram用户盘，这两种模式创业公司难以复制。
Snapchat的突破在于发现，社交网络价值不在于最大，而在于紧密。
用户不需要认识一千个人，只要最在乎的人在平台上，产品就有意义。
这个思路也奠定了Snapchat早期增长和分发能力。
二、Stories：理解需求，比满足需求更重要
早期用户提出“发给所有人”按钮，团队发现，问题并非效率，而是社交压力。
传统社交媒体让人反复修饰、在意点赞和评论。
团队观察到，信息流倒序显示生活故事，体验不自然。
于是诞生Stories：一次分享给所有好友、24小时消失、按时间顺序排列，没有公开点赞压力。
Evan总结：“别只听用户说他要什么，要理解他为什么这么说。”
三、功能不是护城河，生态与硬件才是
Snapchat几乎每一项创新都被复制：Stories、滤镜、短视频。
Evan坦言：“功能从来不是护城河。”难以复制的，是背后长期积累的生态。
Lens平台让数百万创作者持续生产内容，这种生态无法一蹴而就。更难复制的，是硬件。
Spectacles从单纯拍照演化为完整AR平台，让数字内容自然存在于现实世界，而不是打断交流。
四、AI时代，依然把人放在技术前面
AI加速了创意落地，设计师能直接写代码，AI Agent管理文档和数据，自动化产品流程，但设计仍是瓶颈。
Snapchat坚持上线前设计审核，保证用户体验一致性。
技术可以加速执行，但决定方向的，始终是人。
五、活过十五年的核心逻辑
回顾过去十五年，阅后即焚、Stories、滤镜甚至未来AI能力都可能被复制。
但有一样无法被轻易复制：对人的理解。
Snapchat从第一天起关注的不是功能，而是人与人如何连接。
正因如此，它穿越了技术周期和竞争浪潮，持续活着，并在变化中不断探索人性与科技的关系。
本文编译自Snapchat创始人兼CEO Evan Spiegel在访谈中分享的观点。
原视频链接：www.youtube.com
#创投好文推荐 #融化我心的瞬间 #AI工作流
2 01 - 2026年6月9日凌晨，蒂姆·库克最后一次以苹果CEO的身份站上WWDC的舞台。
当全新AI版Siri通过灵动岛的流光特效完成首次跨App任务演示时，台下掌声雷动。但掌声背后，是苹果AI战略一次迟到了两年的“补考”。
两年前，苹果在WWDC上高调展示“Apple Intelligence”，画下了“AI无处不在”的宏大蓝图，结果技术不及预期、产品接连跳票，甚至还惹来了集体诉讼。AI团队核心骨干被Meta大量挖走——掌舵AI八年的约翰·贾尼安德里亚4月正式离职，Siri负责人罗比·沃克也走了，光是从苹果挖走的AI骨干就有九人。
WWDC 2026是一场复杂的发布会。
既有Siri换脑带来的技术突破，也有苹果向谷歌“借脑”背后的战略焦虑；既有端侧AI去云端化的宏大叙事，也有中国本土化缺失的现实短板。
但对投资者和创业者来说，真正值得关注的不是库克在台上展示了什么，而是苹果AI战略带来的行业结构性变化：端侧AI的算力迁移、开放的AI生态红利、中美的生态分化——这些才是未来两年真正的投资主线。
招商证券的判断或许值得参考：AI端侧创新将于2026-2027年进入加速兑现期。算力是工具，存储是载体，连接是骨架，而端侧AI，是让所有计算能力真正“触达用户”的最后一公里。当苹果把端侧AI推向核心叙事，这条赛道的一切，才刚刚开始。 #WWDC26 #AI工作流
2 01 - 刚交付完「烟雨江南」小程序，伸个懒腰 🍃。
很多人找 UI，最怕遇到只能“听指令画图”的无情机器。
而我现在的接单日常： 客户抛给我一句话的模糊需求，我借力 AI 提效，最终交付的是从「产品架构图」到「UI/UX视觉全案落地」的完整闭环。
拿这次的项目来说，我接手的第一步，绝对不是打开 Figma 盲目堆砌素材，而是跑通了这样一套高能工作流：
1. AI 辅助推演，打破冷启动： 把那句单薄的需求，结合 AI 工具快速拆解成线框骨架，梳理核心用户路径，敏捷试错。
2. 专家级干预与重构： 砍掉影响主线体验的伪需求，把“骨架”立得稳稳的，确保业务逻辑严密闭环。
3. 高质视觉与极客级交付： 视觉上用克制的微交互把沉浸感拉满；底层严格遵循 Auto Layout 盒子模型与 Design Token 变量注入。
好看的界面千篇一律，懂业务且拥有先进生产力的设计万里挑一。
我的交付不仅对用户友好，对前端和 AI 编程也极度友好。不管你是手敲代码，还是用 Cursor / Trae 跑生成，源文件逻辑绝对清晰，从设计到前端自动化精准对接，绝不给开发添堵。
目前专注做超级个体，自由设计师。如果你手上的 APP / 小程序 / 复杂B端系统，正缺一个能用 AI 提效，帮你把“一句话想法”变成“高标准落地产品”的靠谱设计师，欢迎找 Amy 小姐姐聊聊业务
#AI工作流 #ui设计日常 #超级个体 #产品思维
2 00 - 熬夜死磕！拼出你的第一个Hermes 框架Agent
今天用大白话带大家用 Hermes 框架落地真正能帮你干活的第一个AI Agent。
💡为什么选 Hermes？
框架很多，但推荐Hermes的理由很简单：它足够轻量，不玩虚的。
很多大框架套路太深，封装得像个黑盒。Hermes 就像乐高，把大模型（大脑）、提示词策略（思考方式）和函数接口（手脚）拆得清清楚楚。你只要把它们拼起来，它就能自己查资料算数据。
🛠️ 三步走，带你硬核落地
准备工作简单，电脑装好Python 3.10+，搞定API Key（新版大模型都行），直接开整。
1. 装环境与配密钥
新建项目目录，终端直接输入这一行：
```bash
pip install hermes-agent-framework python-dotenv
```
然后在根目录下建个 .env 文件，把API密钥塞进去。
2. 把大模型和工具“拼”起来
核心代码就几步：
1. 选好大模型大脑
第 1 步
实例化LLM核心，如果是自己跑本地小模型，记得把Temperature（温度系数）调低到0.1左右，让它别瞎老实干活。
2. 给它装上手脚
第2步
写几个标准的Python函数（如查数据库、调搜索接口）。Hermes绝的地方在于，它能直接读你函数的注释，自动转成大模型看得懂的工具说明。
3. 套上思维紧箍咒
第 3 步
塞给它System Prompt。告诉它：“你是谁，你手里有什么工具，不准瞎编。”
3. 一键跑通任务
调用agent.run("查查2026年AI大事件，并整理成表格")。你会看到终端里打印出它一步步思考、调搜索、拼表格，最后把结果拍在屏幕上。
。。。
#提示词工程 #AGIBuilder #AI工作流熬夜死磕！拼出你的第一个Hermes 框架Agent - 小红书
2 00 - 每次在和AI处理事情的对话中遇到了基础性问题，反反复复拉扯半天都解决不掉。最后不得已新开一个session告诉它：“我们现在好好解决一下xx问题。”它马上飞速就把问题修复了。😓是我的使用姿势不对吗？
#AI工作流3 10 - 做了 3 个月终于敢拿出来内测了
InfoHunter — AI 帮你读 100 个网页，每天给你 5 张卡
设你关心的话题（AI、独立开发、出海、xxx）
它每天爬中英文信息源
帮你筛过滤，只留 5 条真值得看的
看到不懂的可以追问，AI 拉数据深度回答
我自己用 1 个月
每天信息消耗时间 2 小时 → 15 分钟
招 50 个内测官 仅限苹果手机
评论或私信都行 我私发 TestFlight 链接
试用 7 天后帮我填个 5 分钟问卷
#AI工作流 #
1 20 - 终于有个 AI 能干完整件事复杂系统的事了 🦌
一直有个感受：大多数 AI 工具就是个聪明的打字机——你问，它答，然后什么都没发生。
直到用了字节跳动开源的 DeerFlow 2.0，才知道什么叫"给 AI 一台电脑"。
它不只是帮你查资料写报告，而是真的可以：
🧩 跑代码、读写文件（独立沙箱，互相隔离）
⚡ 主 Agent 拆任务，多个子 Agent 同时干活（效率 3-5x）
🧠 有长期记忆，关掉再开还记得你
🔌 技能可插拔——研究、数据分析、写代码按需装载
你说"帮我研究竞品，做成带可视化的分析报告"，它会自己搜索、自己写代码、自己出图，交给你一个完整能打开的 HTML 网页——不是文字，是真东西。
DeerFlow 全称 “Deep Exploration and Efficient Research Flow”，是字节跳动开发的社区驱动深度研究框架，结合了语言模型和专业工具的多智能体系统，旨在自动化复杂的研究任务。
核心能力：
• 集成了沙盒环境、长效记忆、技能扩展以及多智能体编排的全套解决方案
• 子代理并行调度，主代理自动拆解复杂任务，执行效率提升 3-5 倍
• 支持深度研究、MCP 集成、报告 AI 增强编辑以及播客生成等功能
我部署使用了两周，亲测非常提效
几个我最喜欢的用法👇
🍎 App开发：跟它说出你的一个创意，它自动进行需求分析、市场调研、竞品分析、代码架构、营销设计
📊 数据分析：扔个 CSV，自动清洗+出图+写洞察
🌐 做网页：一句需求直接出可运行的前端页面
🔍 深度调研：行业报告、竞品分析，自带引用来源
🎙️ 内容生产：PPT、播客脚本、科普漫画全能搞
对标 OpenAI Deep Research，但完全免费开源，数据不出你的机器，支持 DeepSeek / 豆包 / GPT / Claude 随便切。
发布当天登顶 GitHub Trending 第一，现在快 5 万 Star 了 🔥
#AI的神奇用法 #AIHackathon #AI工作流字节神作DeerFlow 2.0，最受欢迎AI Agent - 小红书
4 22
