即刻App年轻人的同好社区
下载
其实 R1当前版本的反应速度，只是一个中间形态，V3 0324 这样的版本，其实才是更好用的。 质量上乘，反应速度快，价格便宜。
无论基于AI做什么样的产品开发，只要把接口写好了，后续就等待的更好，更新的模型上就行了 ，一年前的时候没有模型的满足功能使用的，到目前为止V3就已经能实现的非常好了，而且还有qwen3 235b 可以用。
无论基于AI做什么样的产品开发，只要把接口写好了，后续就等待的更好，更新的模型上就行了 ，一年前的时候没有模型的满足功能使用的，到目前为止V3就已经能实现的非常好了，而且还有qwen3 235b 可以用。
4 20
更新了一个公众号生成器，地址：xhscopy.com
这种工具做起来很快，
到高质量的内容和批量生成，大概只完成了50%的工作。
但好处是，后续可以根据需求，高度定制化，一些高频刚需，以及资料、设定和提示词稳定的方向，可以量产内容了。
这种工具做起来很快，
到高质量的内容和批量生成，大概只完成了50%的工作。
但好处是，后续可以根据需求，高度定制化，一些高频刚需，以及资料、设定和提示词稳定的方向，可以量产内容了。
5 31
trae 的pro 首月3美元
真有点想充钱
（忍住了，等cursor500次用完，到慢速再说。
trae用的最不爽的地方是，单次只能读200行内容，太长的内容处理不了，之前免费时候是老排队。
真有点想充钱
（忍住了，等cursor500次用完，到慢速再说。
trae用的最不爽的地方是，单次只能读200行内容，太长的内容处理不了，之前免费时候是老排队。
2 00
claude4 写的pdf处理小工具，
拆分、提取、合并等简单功能都可以实现。
继续探索单HTML网页的可能性。
还是之前的观点：AI编程，先学些html，拿一个html 就可以解决80%的常见工具需求。
地址：9p37hnnwoq.app.youware.com
拆分、提取、合并等简单功能都可以实现。
继续探索单HTML网页的可能性。
还是之前的观点：AI编程，先学些html，拿一个html 就可以解决80%的常见工具需求。
地址：9p37hnnwoq.app.youware.com
2 01
补充三个方向，ChatGPT帮润色的：
你目前的“提效-探索-学习”是基于使用目标进行的分类。我们可以进一步精炼为一组更有力、更系统的动词结构，同时保留你原本的表达意图。
升级版本建议（以更符合你风格的方式表达）：
1. 解决问题（Problem-solving）
AI 是解决具体问题的工具。从生成文案、自动汇总、代码脚本，到工作流程自动化。目的是让人从琐碎中脱身，把时间还给战略与创造。
2. 拓展视角（Perspective-expanding）
AI 是认知与反思的助推器。它像镜子，也像异星人，提供你未曾想到的角度，帮你发现盲点、澄清混乱。对话的过程本身就是理解世界和自己的过程。
3. 结构性学习（Structured learning）
AI 是一个节奏可控的老师。你可以用它从零开始掌握一门技能、洞察一个系统，或拆解一个行业。关键不是知识本身，而是“怎样学”，它让“知道”变成“会做”。
你目前的“提效-探索-学习”是基于使用目标进行的分类。我们可以进一步精炼为一组更有力、更系统的动词结构，同时保留你原本的表达意图。
升级版本建议（以更符合你风格的方式表达）：
1. 解决问题（Problem-solving）
AI 是解决具体问题的工具。从生成文案、自动汇总、代码脚本，到工作流程自动化。目的是让人从琐碎中脱身，把时间还给战略与创造。
2. 拓展视角（Perspective-expanding）
AI 是认知与反思的助推器。它像镜子，也像异星人，提供你未曾想到的角度，帮你发现盲点、澄清混乱。对话的过程本身就是理解世界和自己的过程。
3. 结构性学习（Structured learning）
AI 是一个节奏可控的老师。你可以用它从零开始掌握一门技能、洞察一个系统，或拆解一个行业。关键不是知识本身，而是“怎样学”，它让“知道”变成“会做”。
孙建伟: 最近关于AI使用的几个感受。 1.工具不用使用太多或天天追赶新的，熟练掌握上一个批次产品的能力，充分挖掘到这个工具的最大潜力。直到你认为新工具当前已经有案例可以大幅超越之前你的工作方式的时候才建议使用。 2.AI编程的最佳入门是，HTML网页，HTML+js+大模型api，可以做出市面上任何内容生成、润色类的工具，教同事，0编程基础的人，1小时之内就能掌握制作入门级的工具。不是简单的小红书文案生成器。再其次是 油猴脚本，再其次是python代码，暂时先不要碰小程序和网站，坑太多，不是解决问题最快速的方式。造自己使用的工具，投入成本低，对个人产出大，如果为了满足更多人的使用，势必投入大量时间去覆盖边界问题，代码复杂度会大幅提升。 3.Agent的使用，不是对话式的，而是Sop式，使用Sop驱动Agent才能发挥这些通用型Agent的能力，不然就是任其自由发挥，结果非常不可控。这个和之前熟知的对话或提示词还不太一样。也可以让Agent执行任务后，将此次任务的Sop总结出来。 4.AI的使用，每个人都应该从对话式，走向自己造工具的方式。对话式是最基础的，知道模型能干嘛，在这个基础上使用通用型Agent解决更复杂的问题，或者替代一小步人的工作，然后使用自己造的工作流或agent解决高频、稳定输入的问题或事项，最终还是ai编程来造符合自己的工具，无论是爬取数据，分析数据，还是解决日常工作难题都是需要的。 5.AI最重要的使用，或者说对个人更高阶的使用是，通过它达到了未知的世界，就像DeepSeek的口号，探索未至之境，就像程序员用它来写SQL或者HTML，未必是对这个人最高阶的使用方式。但如果是一名文科生，用来写SQL或生成HTML，则会打开新世界的大门，也会成就感爆棚。
2 00
Flowith的新版本 无限智能体NEO 的一些任务感受
结论是推荐使用，建议搭配一些固定流程的工作进行测试。
比如涉及到批量任务的搜索、总结、制作文档、审查。
1.复杂任务下，其实界面会不容易加载，以及当任务步骤超级多的时候，因为是测试阶段，个人是不会看过程的，直接拿结果出来看。在这种情况下，使用画布功能，整个页面其实会很复杂，浏览器加载时候很慢。个人认为，画布不是这种特别能干活的智能体交互的最佳解决方案。
2.结果无法批量导出。比如我希望它处理30个图书的信息，形成30个文档时，到20个已经卡住了，有50个过程文档，无法批量导出。
3.部分任务卡主的时候，如果我同时跑多个任务，希望将来是类似任务看板，可以看到哪些任务是卡顿，需要人工选择路径的。毕竟将来大家不可能只开一个智能体盯着它看。虽然它无需关注，下达任务，让晚上自己运转已经足够聪明了。因为上边单独点卡一个复杂任务，再点智能体找到进展，太消耗浏览器了。
4.宣传的无限长度和上下文，相比较其他产品确实是有大幅提升的，但实际使用中还没有触碰到相对极限的状态。
5.左侧的agent，点击后，找不到它对应的节点和位置。
6.知识库没有测试使用。
7.困惑是，当前所有的智能体都能带来海量的信息和总结报告，信息是极度过载的。如果我愿意，一天可以让各个智能体加起来生成超过100万字的内容，但人是看不过来的，也无法逐个审查的。
结论是推荐使用，建议搭配一些固定流程的工作进行测试。
比如涉及到批量任务的搜索、总结、制作文档、审查。
1.复杂任务下，其实界面会不容易加载，以及当任务步骤超级多的时候，因为是测试阶段，个人是不会看过程的，直接拿结果出来看。在这种情况下，使用画布功能，整个页面其实会很复杂，浏览器加载时候很慢。个人认为，画布不是这种特别能干活的智能体交互的最佳解决方案。
2.结果无法批量导出。比如我希望它处理30个图书的信息，形成30个文档时，到20个已经卡住了，有50个过程文档，无法批量导出。
3.部分任务卡主的时候，如果我同时跑多个任务，希望将来是类似任务看板，可以看到哪些任务是卡顿，需要人工选择路径的。毕竟将来大家不可能只开一个智能体盯着它看。虽然它无需关注，下达任务，让晚上自己运转已经足够聪明了。因为上边单独点卡一个复杂任务，再点智能体找到进展，太消耗浏览器了。
4.宣传的无限长度和上下文，相比较其他产品确实是有大幅提升的，但实际使用中还没有触碰到相对极限的状态。
5.左侧的agent，点击后，找不到它对应的节点和位置。
6.知识库没有测试使用。
7.困惑是，当前所有的智能体都能带来海量的信息和总结报告，信息是极度过载的。如果我愿意，一天可以让各个智能体加起来生成超过100万字的内容，但人是看不过来的，也无法逐个审查的。
1 02
最近关于AI使用的几个感受。
1.工具不用使用太多或天天追赶新的，熟练掌握上一个批次产品的能力，充分挖掘到这个工具的最大潜力。直到你认为新工具当前已经有案例可以大幅超越之前你的工作方式的时候才建议使用。
2.AI编程的最佳入门是，HTML网页，HTML+js+大模型api，可以做出市面上任何内容生成、润色类的工具，教同事，0编程基础的人，1小时之内就能掌握制作入门级的工具。不是简单的小红书文案生成器。再其次是 油猴脚本，再其次是python代码，暂时先不要碰小程序和网站，坑太多，不是解决问题最快速的方式。造自己使用的工具，投入成本低，对个人产出大，如果为了满足更多人的使用，势必投入大量时间去覆盖边界问题，代码复杂度会大幅提升。
3.Agent的使用，不是对话式的，而是Sop式，使用Sop驱动Agent才能发挥这些通用型Agent的能力，不然就是任其自由发挥，结果非常不可控。这个和之前熟知的对话或提示词还不太一样。也可以让Agent执行任务后，将此次任务的Sop总结出来。
4.AI的使用，每个人都应该从对话式，走向自己造工具的方式。对话式是最基础的，知道模型能干嘛，在这个基础上使用通用型Agent解决更复杂的问题，或者替代一小步人的工作，然后使用自己造的工作流或agent解决高频、稳定输入的问题或事项，最终还是ai编程来造符合自己的工具，无论是爬取数据，分析数据，还是解决日常工作难题都是需要的。
5.AI最重要的使用，或者说对个人更高阶的使用是，通过它达到了未知的世界，就像DeepSeek的口号，探索未至之境，就像程序员用它来写SQL或者HTML，未必是对这个人最高阶的使用方式。但如果是一名文科生，用来写SQL或生成HTML，则会打开新世界的大门，也会成就感爆棚。
1.工具不用使用太多或天天追赶新的，熟练掌握上一个批次产品的能力，充分挖掘到这个工具的最大潜力。直到你认为新工具当前已经有案例可以大幅超越之前你的工作方式的时候才建议使用。
2.AI编程的最佳入门是，HTML网页，HTML+js+大模型api，可以做出市面上任何内容生成、润色类的工具，教同事，0编程基础的人，1小时之内就能掌握制作入门级的工具。不是简单的小红书文案生成器。再其次是 油猴脚本，再其次是python代码，暂时先不要碰小程序和网站，坑太多，不是解决问题最快速的方式。造自己使用的工具，投入成本低，对个人产出大，如果为了满足更多人的使用，势必投入大量时间去覆盖边界问题，代码复杂度会大幅提升。
3.Agent的使用，不是对话式的，而是Sop式，使用Sop驱动Agent才能发挥这些通用型Agent的能力，不然就是任其自由发挥，结果非常不可控。这个和之前熟知的对话或提示词还不太一样。也可以让Agent执行任务后，将此次任务的Sop总结出来。
4.AI的使用，每个人都应该从对话式，走向自己造工具的方式。对话式是最基础的，知道模型能干嘛，在这个基础上使用通用型Agent解决更复杂的问题，或者替代一小步人的工作，然后使用自己造的工作流或agent解决高频、稳定输入的问题或事项，最终还是ai编程来造符合自己的工具，无论是爬取数据，分析数据，还是解决日常工作难题都是需要的。
5.AI最重要的使用，或者说对个人更高阶的使用是，通过它达到了未知的世界，就像DeepSeek的口号，探索未至之境，就像程序员用它来写SQL或者HTML，未必是对这个人最高阶的使用方式。但如果是一名文科生，用来写SQL或生成HTML，则会打开新世界的大门，也会成就感爆棚。
7 15
0 00