感觉以后区块链行业中的DAO自组织 是非常普遍的模式。甚至以DAO组织模式，结合当下的AI模型能力，去做外卖、打车、电商等业务挖巨头们的根基，是有可能的。

程序设计中，有时只要可以运行就不要管它
所以交给Agent的任务有时要宽容些，不要想着掌控细节，不要想着太多原则和条条框框，
有时可以执行其实就是最优结果，因为需求是变化的。
#AI的神奇用法

最怕提一个需求，然后输出一堆精致的垃圾。
甚至很多你看不懂的词，你还觉得他写的不错。
用你不没有掌控感，不用删了又感觉可惜。
想提炼下 输出的太多 脑子不够用。

获取信息不在打开任何APP和网站，这个需求希望有人做.

多源->Agent 过滤->精选
最好能爬固定的网站和App 用户已关注的up主或公众号内容，而不是仅web搜索汇集。

🐴的 有时我无法跟Claude 对齐，我想掌控细节枝干，真的有点慌！我以为我能，但NO 太菜太耗时。
所以我只能当老板设置目标与边界，验收结果（执行结果不是输出结果）。刚上线一个loop 调多个agent，我不知道它会不会捅出很大的篓子！

感觉5年10年AI和机器人大规模应用， 会有组织打造集体的UBI覆盖掉基础的生命成本。当下社会确实会有很多时间陷阱 黑洞，一不小心就赔上大半个人生,比如很多人在等退休才去做。

Life just one day
Today is the only life.

求助！
感觉现在是人的带宽上限拖累了AI产出。
你们与AI协作工作流是怎么样？
都是怎么组织多AI Agent协作呢？
感觉只要肯给权限，Claude code等工具，利用CLI、in chrome 和Computer use等能力，人就不在花费过多注意力放在对话框里，而是侧重执行结果审查。

但要组织起来，需要有可供AI自动验收的产品方法论，开发侧已有OpenSpes 用规范驱动开发解决了部分问题，但人与模型协作 从需求到产品规划方面没有看到成熟些的方法论资源。

图片中只是结合我使用的工具搭建的框架构想，
核心是人机协作共享任务看板和 可无缝交接的项目文档,AI Agent工具应可随意替换，后续Claude可换成 Hermes部署云端。
核心就是利用现有Work Agent工具，低代码实现多AI工具协作，达到Agent 输出 就Aagent执行，人只负责看结果。
#AI的神奇用法

我也遇到这问题，特别我内容沉淀在Claude等多个工具上。我感觉要走极端，只有可用的结果需要特殊对待，其它删除大于归档。因为产出太便宜了、且未来模型能力更好，可以预见如果我们留念那些不是最终产物的内容，我们心智会被内容淹没，就像现在的收藏 ROI很低。

手贱测了下 ，积分签到、小广告！ 大厂又不差钱，多少年了为什么国产软件还是这么不干净，甚至还是那种算计用户的设计理念。

刚刷到视频 先生成3D 白膜视频，在生成细节，效果好 少返工 成本低！