-
对谈前剪映负责人KiKi：「All in One」是个伪命题，创业别用AI新瓶装旧酒
九年时间，Kiki 几乎完整经历了字节跳动在影像工具赛道上的每一次关键战役。 从早期的 Faceu、将轻颜相机推至 1500 万 DAU 的品类天花板，到 2019 年接手剪映，陪伴一款工具从零走向全球过亿用户的规模。2023 年生成式 AI 席卷行业，她又带着剪映团队在内部极为激进地推演 AI 剪辑的可能性，直到整个业务线跑通商业闭环、实现盈利。 2026 年初，这位在大厂内部操盘过超大体量业务…- 2k
-
我对 AI Coding 的一点思考：从 Spec 驱动转向环境与验证驱动
本文指出随着AI模型在代码生成基准测试中取得高分，Coding环节已趋近被解决，但研发整体效率并未同步提升，瓶颈已转移至编码之外的环境与验证环节。作者通过类比电气化革命中从“电力轴传动”到“单元驱动”的转变，批判了当前将AI简单嵌入原有固定工作流（Spec驱动）的做法，认为这限制了AI的自主性且收益线性递减。文章主张转向“环境与验证驱动”，即停止在提示词编排等易被模型迭代抵消的领域过度投入，转而致…- 3.2k
-
DeepSeek 终于支持多模态了（附实测及接入教程）
大家好，我是苍何。 终于，DeepSeek 支持多模态了，发布了最新的多模态模型 deepseek-v4-flash-vision-exp。 该模型为实验性模型，额外支持图片输入。 现在 API 已经支持，只需要将模型名改为 deepseek-v4-flash-vision-exp 就能直接调用。 deepseek-v4-flash-vision-exp 模型支持在文本之外输入图片，你可以让模型描…- 1.4k
-
说一个反常识的真相，Agent如今在真实工作场景的成功率依然很低。
上周一，我发了自己做的AIHOT大模型排行榜。 有很多朋友感兴趣，在文章下面评论，最高赞的一条，是在问能不能有个分类测评，能够评估不同模型做不同任务的表现。 讲道理，这其实一直是我想做的，也是我觉得特别特别核心的痛点。 现在的大模型榜单很多，比如LiveBench、DeepSWE之类的，可以很快知道哪个模型在某一个能力维度上更强，像Coding、数学、浏览器操作等等。 但是有一类评测集，其实是最稀…- 1.2k
-
实测WorkBuddy打通公众号！文章自动进草稿箱！
都 AI 时代了，一直手搓公众号文章，肯定也不符合时代潮流。 我最近研究了一下，怎么用 WorkBuddy 写公众号文章。折腾了几天，终于把「写稿 → 排版 → 推送草稿箱」这条流水线整个跑通了！ 这篇文章就是 WorkBuddy 写的——从写稿到排版到进草稿箱，全程自动，我只负责审。它到底怎么做到的，往下看。 文章目录 01 先说背景：AI 写的没「人味」，排版还磨人 02 解决排版磨人：App…- 1.2k
-
教你用Workbuddy生成好看的封面图
AI生图的两个重点 有小伙伴一直在催更这期的教程，原本老马是真没想写的。因为确实没啥技术含量，而且是老生常谈的东西。 首先声明，本文的标题是有点标题党的意思。因为要介绍的工具和模型，并非只有WorkBuddy和内置模型，还有其它的。 AI生图，无非两个重点，一个是提示词，一个是生图模型。随着生图模型的发展，现在提示词已经不那么关键了。 假设按二八法则划分，现在提示词只占20%，生图模型占80%。也…- 1.4k
-
重构协同：关于AI Native团队的思考
本文指出当前AI提效陷入“单点优化、全局低效”困境的根源在于协同缺失，主张通过重构生产侧将流程串联者从人转变为Agent，构建以“知识底座+Agent+人”为核心的AI Native团队闭环形态，其中人负责目标与判断，Agent基于统一的知识底座承担执行与串联；文章强调软件是被固化的知识，而实现该形态的关键瓶颈并非协同工具，而是如何为存量业务构建具备自治能力、能清晰定义业务规则与流程且可持续更新的…- 1.9k
-
得物知识问答：复合检索 Agent 的系统设计实践
目录 一、AgentScope 2.0：Harness Agent 架构 我们重点使用的三个能力 基于框架能力构建的复合检索流程 当前定位：知识库 + 个人飞书数据 二、Agent 自主决策的复合检索架构 多源并行检索能力 自主决策能力 信息整合能力 三、检索质量：三阶段 Pipeline——不只靠搜，更要靠"筛" 查询扩展：为什么是自然语言句子而非关键词 问题：向量相似 ≠ …- 1k
-
AI 时代 Vibe Design 必备的 50 种 UI 风格名词！
哈喽大家好，我是萤柳！ 最近用 Codex、Claude Code 做页面的人越来越多，我也经常看到一句熟悉的提示词。 帮我做得高级一点。 这句话听起来没毛病，真交给 AI 以后，结果就很看运气了。 你脑子里想的是干净的瑞士网格，它可能端来一套蓝紫渐变。 你想要年轻、有点野，它又给你铺满玻璃卡片。两边都没偷懒， 只是“高级”这个词实在太大了。 所以我整理了 UI设计场景里比较常用的部分，凑成这份 …- 1k
-
3万字长文带你WorkBuddy 从入门到精通
这是一份 WorkBuddy 的「从入门到精通」完整指南，从下载安装到基础使用，再到进阶玩法与效率技巧，3 万字带你一步步摸清 WorkBuddy 的核心能力。无论你是第一次接触，还是已经用过一段时间、想进一步解锁更多玩法，都可以在这里找到答案。 温馨提示：WorkBuddy 仍在持续迭代中，本文部分章节及操作界面可能会随产品功能更新有所调整，具体功能及使用方式请以 WorkBuddy 最新版本为…- 3.5k
-
天猫AI助手：调度框架重构与AI Coding工程化实践
天猫AI助手团队通过“调度框架重构”与“AI Coding工程化”双轮驱动，在两周内将底层架构从硬编码升级为基于Reducer/Event的三层调度模型，实现了状态写入收敛、可观测性独立通道及业务接入效率的大幅提升；同时建立包含范式、Skill、Hook及观测报告的AI工程化闭环，将单业务接入成本从3.5–4.5人天降至约0.7人天，验证了将隐性知识显式化为组织工程能力对于应对业务泛化迭代及穿越模…- 1.4k
-
10万+Skill 背后：腾讯SkillHub如何帮用户找到真正好用的那20%
作者：赵秀雯 导语：AI 时代下，平台如何做内容治理与分发？SkillHub 作为国内最大的 Skill 社区之一，与小红书、知乎、App Store 这些传统内容社区做推广搜有什么不同？SkillHub 是如何帮助用户快速找到那 20% 值得被看见的 Skill 的？本文将通过深度解读 SkillHub 针对这些命题的思考与实践，来逐一为大家解答。 SkillHub 是专为中国用户优化的 AI …- 1.9k
-
实战从零开始构建一个Coding Agent：Violin
目录 一、背景 二、效果预览 三、分层实现介绍 1.Agent Loop（一切的核心） 2.AI 模型适配层（Agent Loop 调用的是谁） 3.Tool System（Agent Loop的手和脚） 4.Product层（循环之外的事） 5.Event System（插件实现的基础） 6.网络层（客户端实现的基础） 7.Python C…- 1.2k
-
16000字超详细 Seedance 2.5 官方提示词指南及提示词模板
字节跳动 发布了新一代视频创作模型 Seedance 2.5。对做视频的人来说，这次变的不只是画质：一条视频能装下一整场戏，一次能同时指挥几十份参考素材，改片子的时候还能定位到第几秒。 支持纯文本生成，也支持同时参考图片、视频和音频进行创作，并可对已有视频进行编辑。] 相比 2.0，Seedance 2.5有主要突破： 字节跳动给发布了一份官方提示词指南：从一句话生成，到 50 份参考素材怎么调度…- 3.1k
-
百亿补贴 C 端 AI Coding实战：端到端 CodingAgent设计与实践
本文介绍了百亿补贴 C 端 AI Coding 实战中端到端 CodingAgent 的设计与实践，旨在解决前端开发中重复编码、上下文理解成本高及视觉还原难等痛点。该 Agent 采用基于规范驱动与知识增强的自反思架构，通过构建包含页面、模块、组件等多层级的垂直领域知识库，并结合 Git Hooks 实现知识库的自动化同步与在线进化，确保代码生成的业务准确性与时效性。其核心能力涵盖多粒度输入适配、…- 40
-
前端 Skill 驱动的团队 AI Coding 实践：从个人到整体提效
前言：当团队里的后端、PD、设计师都在用 AI 写前端代码，我们怎么保证产出是"一个团队的产物"而不是 AI 的随机产物？ 答案是：把前端规范做成 Skill，前置到 AI 写第一行代码之前。 01 背景：AI 能写代码了，但可维护性、规范一致性成了新问题 过去半年，团队几乎全员进入 AI Coding 状态：后端用 AI 写前端模块、PD 用 AI 搭可交互原型。大家跑得很快…- 2.1k
-
从 Vibe Coding 到 AI 原生研发团队：一套能落地的工程实践
作者：masoncai 导语 ：AI 写个人玩具项目很顺手，但落到真实业务里就是另一回事了。这篇整理了我们在打造 AI 原生研发团队上摸出来的一些经验，主要讲四块：通用能力怎么搭、Harness 工程实践、开发跟产品怎么协同。我们希望打破职能边界，让不懂代码的产品同学也能借 AI 东风，自主定义并实现各类内部运营工具，从而带动整个团队的研发效能迈上新台阶。 还有踩完坑之后的一些 Lessons。希…- 1.1k
-
AI Agent 的 Skill 系统设计
本文系统阐述了 AI Agent Skill 系统的设计理念与工程实践，核心观点是将 Skill 视为“行为编程”而非文档，旨在通过结构化设计（YAML+Markdown、DOT 流程图、检查表）和严格的约束机制（门控、合理化防御、说服原则）来规范 AI 代理的行为。文章详细探讨了在有限上下文窗口下的 Token 经济策略，包括基于触发条件的发现机制、两阶段加载及声明式引用；提出了单向管道工作流编…- 2.2k
-
WorkBuddy教程：5分钟接入Agent Mail，让AI自动处理邮件
给AI用的邮箱来了~ 近日，QQ邮箱专为AI Agent设计的独立邮箱服务Agent Mail开启内测，WorkBuddy成为Agent Mail首批支持的智能体。该服务为AI智能体提供独立邮箱身份，与用户个人邮箱数据完全隔离。 简单说，就是给AI配一个独立于你个人邮箱的专属邮箱（基于QQ邮箱），你可以用自然语言对它说： “帮我找出上周老板发的所有邮件” “把这封邮件的内容总结一下”…- 1.3k
-
AI 创业一年复盘：第一次 Build 的成就感，是创业最大的幻觉
(Seede AI 至尊广告位) 去年 6 月，我从新加坡 NUS 工学院毕业，回国，开始了人生第一段全职 all in 的创业。 刚好一年。世界变化真大。趁端午假期，手敲一篇 2w 字长文记录下创业第一年的收获，试着把踩过的坑和想明白的事写下来。 之前在 Founder Park，总听创业前辈们念叨，创业后的学习曲线和信息密度极陡峭。现在看，确实如此。放在几年前不敢想象，一个做 marketin…- 985
-
别再手动复制 Skill了：多 Agent 时代的 Skill 管理方案
你的 Skill 散落在几个地方？ Cloud Native 当前 AI Coding 的发展正处在百花齐放的时代，没有永远的王者。模型越来越强，Cursor、Claude Code、Codex 轮番成为阶段性首选；再加上额度限制、响应延迟等现实问题，开发者早就习惯了“鸡蛋不放在一个篮子里”。 除了编程工具，各种通用 Agent 也在不断涌现，每出一个新的，总有人第一时间…- 1.3k
-
我用 WorkBuddy + Obsidian，搭了一个会自己生长的个人知识库
karpathy之前发布了一条帖子表示，最近绝大部分 Token 消耗从写代码转向利用 LLMs 构建个人知识库，这条推文引起了大量的关注，很快就高达1700多万阅读。 抛开karpathy自带流量因素之外，从另外一个角度也说明，在构建AI知识库这个场景还远没有被满足，有很多的人都受困于知识管理。 次日，karpathy就在Github上面公开了LLM wiki 的构想文件，详细的阐述了这套知识库…- 1.8k
-
Loop Engineering实践指南：在 Code Buddy中构建自主循环系统
作者：eliqiao 一、什么是 Loop Engineering Loop Engineering 是由谷歌工程师 Addy Osmani 提出的 AI 编程新范式。其核心理念是：围绕大模型构建自主循环运行系统，使 AI 从单次响应工具升级为长期自治代理。 在传统的 AI 辅助开发中，开发者与 AI 的交互模式是"一问一答"——你发一条指令，AI 回复一次，然后等待下一条指令…- 992
-
从埋点需求到规则资产：Hermes Agent 重构得物数仓工作流
目录 一、Hermes Agent 让流程可控 二、用单 Agent 串流程，用能力模块沉淀可复用能力 1.固化流程契约 2.可复用能力模块设计：从埋点链路迁移到更多数据研发场景 三、总体工作流：从一次对话变成一条可回放链路 四、能力底座：把规则、上下文和命令资产化 1.规则资产化：先决定什么值得记住 2.协作可见：让 AI 不在后台默默跑完 3.上下文与事…- 1.1k