铃阅
❌

阅读视图

Workbuddy 实测腾讯 Hy4 flash:给马斯克做

向阳乔木 2026-11-16 18:29 天津

我拿腾讯 Hy4 flash 给马斯克做了个网站,一分钱没花。

起因是两件事:黄仁勋出事时马斯克死挺老黄;星舰真被发射塔“大筷子”接住了。顺手一查,他吹的牛平均晚 2.2 年兑现,但兑现率极高。

我先给它一段粗糙提示词,让它扒一个英文访谈站。一小时第一版就上线了——651 个视频、中文精读、搜索全齐。

有意思的是,我让它改菜单它不盲从,还认真讲为啥不该改。后来只提一句“做成最牛的马斯克斯料站”,它自己补了话题热力图、注意力分配、“跟马斯克学英语”。最绝的是,17 分钟就把 MCP 和 Skill 写好部署上去了。装好后问一句“马斯克的第一性原理是啥”,它不仅画图,还把相关视频和时间戳全甩给你。

不过中间也翻过车:发布 Skill 时跑偏用了默认市场技能,被我纠正才搞定。

网址在这,有空自己玩:https://elon.qiaomu.ai/

跳转微信打开

  •  

Workbuddy 实测腾讯 Hy4 flash:给马斯克做一个最牛逼的网站!竟然没花钱?

原创 向阳乔木 2026-11-16 16:57 天津

今天,腾讯 Hy4 flash 正式发布,我试着用这个模型给马斯克做了一个网站,而且没花一分钱

今天,腾讯 Hy4 flash 正式发布,我试着用这个模型给马斯克做了一个网站。

这是名为“Elon Musk全访谈”的网站页面截图,页面顶部标注日期为2025年11月16日,显示该站点汇总了651个公开视频、586篇中文文稿,内容覆盖1998年至今的相关资讯。页面中部设有搜索栏,下方排列着Tesla、SpaceX、人工智能等相关分类标签,核心醒目的主推内容区域以橙红色为背景,搭配马斯克的人物肖像,展示题为“马斯克:工作的终结、金钱的消亡与AI主宰的世界”的访谈内容,对应文档中打造该马斯克相关站点的背景设定。

https://elon.qiaomu.ai/

马斯克虽然有很多缺点,但最近看到的两件事,让我对他非常敬佩,忍不住想做这个网站。

第一个是黄仁勋出事,X 刷到很多墙倒众人推的小丑,连给老黄写传记的光头作家都跳出来背刺。

而马斯克,一直在 X 上力挺黄仁勋,完全不怕引火烧身,仗义!

这是马斯克在社交平台X上发布的推文截图,发布时间为2020年11月14日。马斯克在推文中明确表示,黄仁勋向他保证会交付算力,即便自己要求加快供应组件的节奏,黄仁勋也总能兑现承诺,还提到尽管双方后续总会补签采购订单,但自己从未有过一秒钟的怀疑,觉得这件事不会办成。推文下方还有用户附和评论,点明靠谱守诺是马斯克能脱颖而出的核心特质,呼应了文档中马斯克力挺黄仁勋的相关表述。

第二个,马斯克在 2020 年吹过的牛逼真的实现了!

昨天,SpaceX 的星舰第二级飞船 42 号被“大筷子”稳稳接住!

这张图呈现了SpaceX星舰第二级飞船42号被发射塔架的“大筷子”机械臂承接的瞬间:通体银白带有使用痕迹的星舰未完全熄火,底部多台发动机正喷出明亮的尾焰与橙黄色火光,被黑色的机械夹持结构稳稳托住,旁侧是高耸的发射支撑塔架,背景为阴沉的浅灰色天空,直观展现了星舰被成功接住的标志性场景,对应文中提及的该技术验证落地的相关内容。

个人最喜欢的传记作家 Walter Isaacson 发出如下感慨

这是传记作家沃尔特·艾萨克森在社交平台发布的推文截图,他的账号头像旁带有官方认证标识。艾萨克森在推文中感慨星舰被机械臂精准接住的事件,意义远超出多数人的想象,还回忆起2020年马斯克提出该设想时,在场工程师脸上的神情。推文下方转发了SpaceX的官方动态,配文庆祝“机械臂Mechazilla成功接住星舰”,动态附带两张现场图,左侧是高空视角下的星舰局部,右侧是地面上大量围观项目成就的人群。

基于网站统计发现,马斯克吹的牛逼不会准时兑现,通常会晚 2.2 年,但兑现率极高。

这张图表主题为马斯克兑现承诺的相关统计,顶部用醒目的红色大号字体标注核心结论“×2.2”,说明马斯克推迟兑现的承诺里,从开口到落地的实际用时中位数是他承诺时长的2.2倍,最夸张的一条达5.2倍,迟到时长的中位数约1.4年。图表还通过不同颜色的线条区分承诺状态,横轴标注2008年至2024年的时间轴,逐条列出马斯克的过往承诺及对应的推进、兑现情况,直观呈现各条承诺的完成进度与延迟时长。

乔帮主分享下用 Workbuddy 中免费 Hy4 flash 做这个网站的过程和技巧。

第一版开发

网站信源来自一个18岁法国少年。

他把 1998 年以来马斯克所有的访谈集合在了网站上,部分还提供了英文转写文本。

https://silicon-valley.tech/

可惜内容都是英文,视频内嵌 Youtube,估计很多人看不了。

所以,我增加 B 站上的对应视频,把英文转写都变成中文写的文章,还增加了很多有趣的功能模块。

比如马斯克提到的书,提到的电影,提到的人等。

网站开发初始提示词很粗糙:

这张图片展示的是网站开发的初始提示词内容,页面标题为“构建Elon博客访谈精读网站”。提示词明确标注要抓取目标网站https://silicon-valley.tech/的信息,参考本地存有源代码的站点https://lex.qiaomu.ai/,为埃隆·马斯克搭建域名为elon.qiaomu.ai的博客访谈精读网站,同时说明该开发任务将通过乔木github发布skill和服务器开发skill来完成,和文档中提及的粗糙初始提示词、两款自用Skill的相关介绍完全对应。

运行了大概 1 小时左右,第一版上线。

这张图片展示了Workbuddy项目本地预览做好的网站的界面,左侧是Workbuddy的操作面板,提示本地预览已启动,站点可在浏览器打开,还标注了当前预览的文件路径、站点的基础内容以及服务器的相关说明;右侧是正在预览的Elon Musk全访谈网站页面,该页面显示了访谈标题,带有新闻分类标签,还呈现了“ELON MUSK”的文字与人物肖像,页面地址为http://127.0.0.1:8124。该图对应文档中第一版Workbuddy网站上线后的预览场景,直观呈现了项目上线后的成果。

项目用了两个自用 Skill,今天开源分享下。

服务器开发部署 Skill:实现网站开发,域名解析,服务器管理等。

npx skills add joeseesun/qiaomu-website-develop

Github 发布 Skill:把代码开源发布到 Github,写个清晰的 Readme 文档

npx skills add joeseesun/qiaomu-github-publisher

打磨迭代

开完好第一版,修了几个样式Bug,比如首页的栏目和顶部菜单有点重复。

比较令我意外的是,Hy4 flash 模型没讨好、盲从我的要求,它不建议这样调整。

有些朋友可能不知道,模型训练对齐的方式,很容易得到谄媚人类的模型,这也是 ChatGPT、Claude 等模型想规避的地方,没想到 Hy4 flash 现在也能做到。

在我解释原因后,它才开始听话执行。

类似小 Bug 修复差不多后,我大胆提了一个很模糊的需求:

这个开发好以后,你再想想基于这些数据可以增加什么有趣实用的模块,记住浏览者多数是中国人,热爱学习和马斯克,喜欢图形化,图表呈现,我希望我们网站成为最牛逼的马斯克资料网站,你拓展功能然后发布更新,不需要我的许可。

出来结果让我有点震惊!

Hy4 flash 给我加了个趋势页,第一个模式是话题热力图,深色代表这一年提及这个话题更多。

比如 2026 年提的最多的是人工智能、xAI和Grok、星链、无人出租车。

比如 2023 年提的最多的是 OpenAI 和推特(那年好像刚收购)

有很多有趣的东西,大家可以自己查看探索。

我们都知道,马斯克拥有很多家企业,这个页面有个模块,显示他的“注意力分配”。

23 年一多半精力都在推特(X),近两年主要精力恢复回 SpaceX 和特斯拉,但 xAI 显著增多(黄色)。

他提到最多的人,变化趋势如下

马斯克常预测未来,观察下面图,感觉他把很多需要兑现的承诺放在了 2030 年。

我的提示词说了网站浏览者多数是中国人,热爱学习...

没想到,Hy4 flash 竟然给我加了一个模块叫:跟马斯克学英语

原来,老马最爱用的三个单词是:basically、obviously、crazy

追求极致

教给大家一个通用的模型 “PUA” 话术:

“还有什么你觉得可以优化的地方?” 或 “你觉得可以增加什么功能,让 xx 达到世界一流水平”。

它画了一张优先级图,不过我不想加对话式问答,因为需要消耗 Token。

个人觉得 RSS 更新、多语种和 MCP 有必要,另外还想加一个 Skill,安装分发更简单。

仅用了 17 分钟,它就开发了网站的 MCP 和 Skill 。

它按我要求把 MCP 部署到了服务器上,这样有地址的朋友都可以用。

只需跟你的 workbuddy 或 codex 说:

“安装这个 MCP: https://elon.qiaomu.ai/mcp ”

注意,Workbuddy 安装好 MCP 后,需要按下图信任并启用 elon mush MCP。

安装好以后,可以这么问:“ elon mcp:马斯克的第一性原理是啥”。

它不仅画了一张图,还搜到一些访谈文本片段,我追问让它给我具体视频地址。

用了 23s,全搞定,不仅给了所有提及“第一性原理”的视频地址、语料页,甚至还给了时间戳。

还让它开发了一个 Skill,提示词有点绕口:

用乔木 skill 发布 skill 把这个 skill 开源到 github

这个任务开始有点跑偏,它用了 Workbuddy 技能市场的发布 Skill,纠正后才搞定。

马斯克 Skill 安装指令

npx skills add joeseesun/elon-musk-archive

另外,再开源一个我的自用发布 Skill,它会自动测试 npx 安装指令,添加个人品牌信息,推送 Github。

你可以安装改造成自己的

npx skills add joeseesun/qiaomu-skill-publisher

想要做好产品,其实没尽头,需根据自己和用户需求持续迭代。

比如我又让 Hy4 flash 增加了 “随机一篇”、“相关推荐”、“字体设置”等新功能。

写在后面

在用 Hy4 flash 开发了这个马斯克全访谈网站,加了配套 MCP、Skill 后。

突然想起这两天风口浪尖上的黄仁勋。

马斯克一直在力挺黄仁勋,访谈中是否能挖出些信息呢?

开始生成了一版 PPT,内容质量 OK,我继续 PUA,让它找出两人惺惺相惜的“证据”。

这两人真的是互相 Respect,让人欣慰。

看海外这两天黄仁勋遭受的“当代猎巫”闹剧,我坚定的认为国内大模型非常有机会。

腾讯混元系列模型就是证据,Hy4 flash 无论从速度还是质量都有显著提升,性价比超高。

微信图片_20261116000331_214_386.png

很多人说“国运”,以前我不信,现在我开始信了。

引用一句广告语:只有那些疯狂到以为自己能够改变世界的人,才能真正改变世界。

国产模型背后的英雄们,加油!


BTW:这个模型的性价比是真好!

每百万 Token 输入0.5元、输出2元,命中缓存时仅需0.02元。

官方综合测算:Hy4 flash 单任务成本仅为 Hy4 preview 1/13、Hy4 1/20、DeepSeek-V4.1-Flash-1027 (Max 档位,忙时价格)1/8。

怪不得官方说Hy4 flash 是迄今为止最高性价比的 Hy 模型。

Workbuddy上 Hy4 flash 模型限免到 11月30日 23:59,推荐体验。

能看到这里的都是乔帮主铁杆,求一键三连!

阅读原文

跳转微信打开

  •  

Qwen4-Max Preview实测:4800万条数据26分钟跑完,强!

原创 向阳乔木 2026-11-13 21:32 北京

Qwen 系列模型在开源社区一直有很好的口碑,最近阿里发布了Qwen4-Max 预览版。

这是社交媒体平台“向阳乔木”发布的一条动态截图,发布时间为11月11日,内容提及听闻Qwen4-Max预览版侧重3D建模、世界知识与Agentic编程,计划在本周抽空测试该模型。动态内嵌了阿里云11月10日发布的官方官宣图,官宣图展示Qwen4-Max预览版首发上线阿里Token Plan的相关信息,标注该模型强化了世界知识与感知能力,在编程和Agentic两大核心维度完成升级,在3D建模、网页设计、交互等场景表现亮眼。

但最近忙深圳 GEO 大会,直到今天才有空测试。

跑了几个实际项目,感觉是国产第一梯队。

HackerNews 数据挖掘

上周, AK 发的 HackerTube 在 X 上非常火,故事如下:

万圣节那天,他打开 Youtube 想看视频放松下,结果看到一堆为了流量夸张到极点的视频封面,内容也都很无聊。

一怒之下,他用 Claude Opus 5.5,消耗 5 亿 Token,两小时开发了出 HackerTube。

这是一个不依赖 Youtube 推荐算法,完全从 HackerNews 评论挖掘出推荐视频的纯享版视频网站。

https://hackertube.org/

这张图片展示了HackerTube网站的界面,该网站是HackerNews相关的视频分享平台。界面顶部有搜索栏和账号功能按钮,左侧设有Home、Longs、Liked等导航菜单,页面主体区域展示了六个视频内容,分别为Peter Schiff的银行家演讲视频、关于隐私威胁的视频、阿姆斯特丹超市购物场景视频、TypeScript相关视频、技术演示视频,以及Jason Fung的健康主题演讲视频,各视频标注了播放量和发布时间,内容多偏向技术、商业与行业相关的主题。

我研究发现,他用的是 Huggingface 上的 HackerNews 开源数据集(2007 -2026 年 8 月)。

一共 12G,下载地址:

https://huggingface.co/datasets/open-index/hacker-news

我想,有了这个,岂不是可以做各种有趣的分析?

比如我就很好奇,所有编程语言的热度趋势,尤其有了 AI 后,是否会出现更严重的马太效应。

我直接把数据文件夹丢给 Qwen4-Max-Preview ,让他做分析,提示词:

“你帮我查询 php、c++、swift、typescript、rust 等开发语言在 hackernews 上这些年的提及量,做成图表呈现”。

运行 26 分钟,用 DuckDB 查询了4800 万条数据。

最终生成了一个交互式网页,可以选择查看对比 11 个编程语言的热度趋势。

这是一张Hacker News编程语言热度分析页面截图,页面大字号醒目标示出核心结论“Rust崛起,PHP退潮”。该分析基于Hacker News完整存档的48131612条帖子与评论,统计时段覆盖2006年10月9日至2026年8月23日,可统计PHPC++、Go等17种编程语言的提及量。页面底部用高亮数字标注关键数据:Rust2025年提及量达到Python的95.8%,2020年Rust的提及量超越了C++,PHP自2013年起峰值累计下跌51.6%,直观呈现出对应编程语言的热度走势。

标题给了一个大结论:Rust 崛起,PHP 退潮。

曾经 ,PHP 是许多程序员心中最好的编程语言,现在也落寞了...

因为HN 数据截止到 2026 年 8 月,所以它给了一个 2025 年的排行榜:

Python 第一,Rust 第二,C++第三,Go 第四,PHP 排名十三。

这张图片展示了17种编程语言2025年的热度趋势折线图,与文档中提及的HackerNews数据挖掘内容相呼应,呈现了对应数据的可视化结果。图中明确标注了2025年的核心结论:Python热度排名第一,Rust为第二,PHP位列第十三,与文档中的排行榜信息完全一致。折线图的配色清晰区分了不同编程语言,每种语言的折线旁还标注了对应热度的具体数值,能够直观展现各类编程语言在2025年的热度变化趋势。

它还发现一个叫 Zig 的语言,近几年上升很快,查了下:

Zig 是一门系统级编程语言,由 Andrew Kelley 于 2016 年创建,定位为 C 语言的现代替代品,社区活跃,发展势头强劲。

原以为2023年后,随着 AI 越来越强,因为语料问题,会让传统编程语言更强,但实际好像也不是这样。

想了解更多,看这个网页

https://qiaomu.t5t6.com/hn-rust-php/

播客话题收集整理

最近,杨攀、橘子、归藏和我开了一个播客节目叫「NextToken」,中文叫「 词元之外」。

每期我们几个轮流负责 AI 话题整理。

这期轮到我,写了个提示词丢给 Qoder 中的 Qwen4-Max-Preview 处理:

“从海外知名 AI newsletter(如 The Rundown AI、Ben’s Bites、TLDR AI、The Neuron、Latent Space)最近一周的内容中,找出多家共同提到的模型、工具和行业趋势,再结合 X 上的热点讨论,再补充国产模型及 AI 硬件话题。

为 nexttoken 播客制作一份简洁、可离线打开的 HTML 主持报告,安排总计 90 分钟的议程。每个话题包含:为什么值得聊、具体案例、原文短引用与来源链接、主要观点与分歧、主持追问建议。”

调用四个 Agent , 16 分钟完成了一份报告。

这张图展示了Qwen4-Max Preview完成播客AI主题话题整理的输出结果界面,左侧是模型梳理的从海外知名AI Newsletter中采集的相关资讯的工作记录,呈现了它同步执行多源调研的相关过程。右侧是最终整理输出的《本周真正值得吵的七件事》的内容,所有引用内容都标注了对应的来源出处,还明确区分了信息来源属于官方、第三方或是赞助内容,底部还专门标注了筛选出的三条最值得关注的资讯条目。

一开始有些失望,我说连 Fable 5.2 这么重要的新闻都没有?

后来被它打脸,是我自己没仔细看...

这是一段用户与AI助手的交互对话界面截图,顶部红框标注的是用户的质疑内容:指出AI缺失了Ben's Bite等多份Newsletter,要求对方重新核查,甚至连Fable 5.2都没有收录。下方红框标注的是AI助手的回复内容,它先纠正用户说明Ben's Bites和Fable 5.2实际都在文件中,且Fable 5.2属于话题一的主菜,会先抓取原始反馈核验,再补充完善覆盖范围。界面中还标注了对应环节的工具执行次数,后续内容补充了核查后发现相关内容仅在正文出现、未在标题中显示的细节。

还别说,它整理的真不错,基本上把我常看的海外 Newsletter 全覆盖了。

这是一张海外AI通讯 Newsletter 的整理汇总表,表格按栏目清晰划分内容,左侧罗列了The Rundown、Ben's Bites、TLDR AI等多款知名Newsletter的名称,还标注了各刊物对应的覆盖时段、期数、内容涉及的技术/科技主题、内容速览分类,最右侧的醒目区域逐条写明每款Newsletter的核心特色,点明它们各自的内容定位与内容质量特点,直观展现了该整理结果将常看的海外Newsletter完整覆盖的效果。

比较超预期的地方,每个说法都有链接出处,还打上了标注:哪些是官方,哪些是第三方,哪些是赞助等。

这张图展示了整理后的海外资讯条目,每条资讯内容旁的右侧区域标注了对应的信息来源属性标签,其中醒目的红色高亮“官方”标签、紫色标识的“二手转载”标签尤为突出,其余还包含报道、分析判断、厂商自造、报道+预测等不同类别的标签,对应前文提及的整理内容为每条说法打上标注、明确区分官方、第三方等不同出处的特点,清晰呈现出资讯的来源属性,方便读者快速判断每条内容的信息可信度。

查看本周 AI 主题网页:

https://qiaomu.t5t6.com/nexttoken-2026-11-12-90/

安克录音豆客户端

今年买了安克录音豆,开会录音转写很方便。

可惜飞书官方只提供 6 个月免费额度。

最近发现一个开源项目,竟然可以连接录音豆,管理所有录音文件。

https://github.com/tacshi/Soundcore

下载安装发现界面和交互体验一般,所以我让 Qwen4-Max-Preview 用 Skill 重新设计。

这个 Skill 会一次生成四个设计方向,安装指令:

npx skills add joeseesun/qiaomu-design

这张图是安克录音豆客户端界面及Qwen4-Max-Preview生成的产品设计方案预览,顶部红色框标注“用乔木设计skill为这个产品设计新的交互方案”。界面左侧是设计任务处理进度,包含Phase1-诊断的设计相关内容。右侧是设计方向预览,提供A、B、C、D四个设计方向选项,其中A方向为“流水线转存器”,还标注了方向的相关功能说明,供后续选择使用。

运行 10 分钟给了四个方向,效果如下:

这张图是Qwen4-Max Preview生成的安克录音豆客户端的其中两个UI设计方向方案,属于运行10分钟后产出的四个设计方向中的前两款。页面顶部标注了这是Soundcore Manager的新交互方案,整体定位为设计预览版本。左侧的方案A为“流水线控件版”,采用多分区排布的流水线式界面布局,侧重功能流程的清晰呈现;右侧的方案B为“设备展台版”,界面中突出展示了安克豆形耳机的实体渲染图,搭配简约的核心功能控制区,整体设计风格简洁,设备展示部分很有质感,和用户后续偏爱的设计风格特征相契合。

前两个比较符合预期,个人更喜欢第二个,设计简洁,设备展示图很有质感。

但也有明显瑕疵,应该叫“录音豆”而不是“耳机”,电量显示设计也有点丑。

这是安克录音豆客户端的界面截图,界面左侧展示了安克soundcore Work录音豆的产品外观,旁侧标注该设备已完成连接,同时显示耳机剩余电量为82%、充电仓剩余电量为64%,剩余可使用时长约6小时,已占用2.1GB存储空间。界面右侧设有醒目的红色“开始录音”功能按钮,下方排布暂停与标记、录音导出、录音中可用的附属功能按钮。界面底部的最近录音区域,按时间倒序展示了三条已完成的录音记录条目,整体直观呈现了这款录音客户端的核心使用功能。

另外,从实用性看,上面方案也不够好,又让设计了几版方案,最终选了备忘录方向。

这张图展示了安克录音豆客户端的四版界面设计方案,对应文中提到的经多版调试后选定的备忘录方向设计思路。左上的A方案为备忘录式界面,呈现带有手写标注的产品周会·Q4路线图文档界面;右上的B方案为音乐式界面,以音频频谱为背景,搭配彩色功能按钮呈现转写内容;左下的C方案为手账式界面,采用多彩块设计;右下的D方案为邮件式界面,呈现带有音频进度条的列表样式,直观展示了多版设计的不同视觉与交互风格。

开发了大概 30 多分钟, 最终效果如下

这是安克录音豆客户端的操作界面,界面左侧排列着全部录音、待转写等功能导航栏,主区域展示多条标注了具体日期时间的录音条目。画面中央弹出白色的“扫描设备”窗口,窗口提示“发现设备,点击连接”,列出扫描到的名为soundcore Work的设备,设备旁标注有D3200的标识与已绑定的状态,窗口底部还设有“重新扫描”按钮。该界面是开发30多分钟后得到的最终演示效果,直观呈现了客户端扫描连接录音豆硬件的功能。

顺便改造增加了 Qwen3-ASR 0.6B 本地模型,以后转写也不用花钱了。

这是安克录音豆客户端的设置界面截图,界面左侧边栏排列着全部录音、转写间、设备端等功能选项,底部展示当前任务的进度状态。界面右侧的传输分区中,自动传输功能的开关处于点亮开启状态;核心的高亮红框区域明确标注了已部署的Qwen3-ASR 0.6B模型,附带说明“模型已就绪”,并提示在录音详情中选择“转写”即可在本机完成音频处理,无需调用API Key,直观呈现出该客户端新增本地转写能力的改造效果。

写在后面

目前 Qwen4-Max 预览版上线阿里 Token Plan,新用户包月 19.5 元,限时一折。

千问办公、Qoder、千问 APP、QwenStudio 均可直接体验。

我用的 Qoder CN 测试,能直接导入 Codex 对话和项目,这个体验还挺棒的。

这是Qoder CN客户端的操作界面截图,界面顶部标注有“不止于编程,在anker-record·用Qoder·创造了了不起的事物”的字样。界面右下角弹出的模型选择菜单中,被红色方框高亮标注的选项正是“Qwen4-Max-Preview”,该选项旁带有醒目的“New”标识,其标注的推理速度为8.0e 0.1x,直观展示了用户正在文档提及的Qoder CN测试环境中选择Qwen4-Max预览版模型,呼应了该测试平台可直接体验对应模型的相关说明。

从国内模型范围看,Qwen4-Max-Preview 属于第一梯队,完全没问题。

推荐大家可以试试。

阅读原文

跳转微信打开

  •  

一个你可能没听过但很牛逼的 Agent 工具:Enconvo

原创 向阳乔木 2026-11-11 18:41 北京

在 Agent 产品这么卷的今天,我以为基本到头了。 直到朋友给我看了他们的产品 Enconvo,我

在 Agent 产品这么卷的今天,我以为基本到头了。

直到朋友给我看了他们的产品 Enconvo,我震惊了,这 TMD 卷出花啊!

我只问了一句:明天北京适合钓鱼吗?

除展示天气外,竟然生成了一个建议钓鱼时段日历...

这张图片对应文档中Enconvo工具的相关展示内容,呈现了工具的交互界面:上方输入框内输入了“明天北京适合钓鱼吗?”的查询内容,工具界面还展示了与钓鱼相关的生成内容,包括“数据挖宝老炮”的相关主题卡片,结合上下文可知,这是Enconvo工具根据钓鱼查询生成内容的示例,体现了该工具除其他功能外,还能根据用户的天气相关查询,生成对应钓鱼时段相关的内容,是其功能多样性的直观体现。

开启实时屏幕,选 Chrome浏览器,随口问:“有什么值得看的帖子”。

Agent 调用 Computer Use ,打开 X 看我的时间线,推荐了一堆帖子,质量竟然相当不错!

图片展示了Enconvo Agent在浏览器中的界面。左侧是X(Twitter)界面,显示主页、搜索、待回复等选项。右侧是Enconvo Agent窗口,显示“有什么值得看的帖子”输入框,下方有“Responding...”提示。窗口右侧弹出“有什么值得看的帖子”对话框,内容为“浏览扩展设置上,我改用直接读取Chrome窗口,选中了“显示””。该图片与上文提到的Enconvo Agent在Chrome浏览器中开启实时屏幕,随口询问“有什么值得看的帖子”相呼应,直观呈现了操作及反馈情况。

总结的帖子如下,有币安被盗、宝玉 Skill 更新,还有观看理由,比如传播速度等,摘要也言简意赅。

图片展示的是一个社交媒体界面,显示两条帖子。上方帖子标题为“币安被盗案里,内部AI工具成了提权跳板”,作者为AB Kual.Dong,发布17分钟前,有153.9k关注者。内容提到黑客利用AI工具等手段进入内网,引发风控,未来金融公司可能叫停AI工具。下方帖子标题为“宝玉的设计类Skill有了统一入口”,作者为宝玉,发布27分钟前,有23书签/24喜欢。内容介绍Baoyu Design Skill的DeepSeek Harness插件更新,方便查看生成的Slides等结果并发起会话。

最恐怖的地方,这只是 Enconvo 产品功能的一小部分,大概 10%?

下面,再介绍 30% 有意思的功能,大家就能理解这个产品的含金量了。

安装体验

EnConvo 目前支持 MacOS、安卓和 iOS版本。

下载地址:https://www.enconvo.com/

这张图是Enconvo工具的MacOS版本页面,页面顶部显示“你的 Mac 早就该有的智能助手”,介绍Enconvo是遍布整个Mac的AI智能体,能在应用中工作处理事务,设有“下载macOS版”“iPhone版/Android App”的下载选项。页面下方还展示了该工具的实际使用界面,呈现出翻译英文段落、同步显示中文译文的内容,与文档中介绍的Enconvo可辅助处理事务、有AI交互功能的内容相呼应。

安装后进入用户引导,做的很用心,还能给你的 Agent 选 3D Avatar 形象和对话语音。

这张图片是Enconvo工具的Avatar设置界面,对应安装后的用户引导环节,用于设置Agent的3D形象相关内容。界面顶部标注“Meet your Avatar”,提示用户为自己的智能体选择角色作为其3D形象,较大的形象会在后台下载,可随时切换。界面左侧排列着多款不同风格的3D Avatar形象选项,选中的是名为Mavis的形象,右侧预览区展示了该金发女性3D角色,旁有其打招呼的对话气泡。下方可设置智能体名称,当前名称为Mavis,且该形象处于下载状态,进度显示已下载11MB,总大小79MB,下载完成后会被后台安装,界面底部设有“Continue”继续按钮。

如嫌引导长,可点右上角“Skip Setup”,以后也可以随时设置、调整。

IDE 与 智能体

刚进入 App,可能会愣住,为啥会有 Codex 、CC、Grok?

图片展示了Enconvo平台的界面。上方有“新建聊天”“搜索”“视频会议”等导航栏,右侧显示用户“rockfish”。下方是“能帮我做什么?”的提示,有Codex、Claude Code、Grok Build、Latin Teacher、Spanish Teacher、Coder等智能体图标。下方输入框提示“问rockfish 任何问题”,并有“+”号可添加新智能体,还显示“Opus 5.5 中等”等信息。该图与文档中介绍Enconvo平台支持多种智能体、可切换使用的内容相契合。

后来发现,它把第三方 Harness 工具全包在产品里了,因为这些 Agent 都支持 ACP 协议(Agent Client Protocol)

假如你同时订阅了 Grok、CC、Codex,完全不用来回切 App,每次重新说背景,点击切换 Agent 就行。

模型选择、推理强度、权限控制,几乎做到了 1:1 复刻,跟用原版产品差不多。

这是Enconvo工具内Claude Code的操作界面,页面顶部标注工具名称“Claude Code”,核心区域显示提示语“What can I help with?”,下方设置了对话输入栏,支持用户输入内容提问,输入栏旁可见模型选项“Opus 5.5”,还配有“中等”强度设置及发送按钮,界面另有“新结果”标识,提示2小时内生成内容,底部提示选择项目后可在对应文件夹中查看会话。

想想就觉得巴适,复杂任务让 Opus 5.5 规划,更难上 Fable 5.1,Computer Use 用 Codex,生视频用 Gemini 或 Grok build。

工欲善其事

想让 Agent 发挥出潜力,那必须要有插件、Skill、MCP,获取更多上下文数据。

图片展示了Enconvo插件界面,说明为Enconvo添加 addCriterion图片展示的是Enconvo插件界面,说明为Enconvo添加新的工具、技能和连接。界面中显示已安装插件有Email、Google Calendar、Wavebox等,新上架插件有Cloudflare CLI、Obsidian、Tailscale等,Popular插件有Email、Google Calendar、Notion等。图片与上下文紧密相关,上下文提到想让Agent发挥潜力需有插件、Skill、MCP,此图直观呈现了Enconvo的插件功能,展示了其内置及可安装的插件种类,帮助理解其扩展能力。

海外大量常用工具全有内置插件、MCP,也可以自己上传,或从 Github 安装。

触手可得

很多朋友电脑都会安装各种划词翻译工具,方便读外文。

所以,豆包等 AI 客户端都会支持划词功能,EnConvo 也不例外。

图片展示的是Hugging Face平台上的一个数据集页面,名为“HuggingFace/ECLMREDDIT_comments”。页面上方有搜索栏及导航栏。下方是关于“REDDIT_comments”数据集的卡片,包含Dataset Summary、Supported Tasks、Dataset Structure、Data Splits、Dataset Creation等信息。其中Data Splits部分以列表形式呈现了50个特定的subreddit名称,如“tfhub”“explainlikeimfive”等。该图片与文档中介绍Hugging Face数据集的内容相关,直观呈现了数据集的相关信息。

说实话,我很讨厌这类 Popup 划词工具,装多了互相打架,但有时又真需要。

看 EnConvo 的设计就比较合理,专门有个减少弹出的设置,层层递进:

当前网页域名不弹 -> Chrome 不弹 -> 彻底关闭

这是EnConvo工具的设置界面,用于配置该划词工具的“减少弹出”功能。界面中“减少弹出”板块里,用红色框标注了核心设置项“不在xiangyangqiaomu.feishu.cn上显示”,该设置对应文档中提到的EnConvo“减少弹出的设置”之一,即针对特定网页域名关闭弹窗,属于其合理设计的一部分,和文档中提到的弹窗设置规则相呼应。

有些朋友可能知道 Popclip 这个划词工具,感觉他们被 EnConvo 不小心偷家了。

EnConvo 的 PopBar 完全兼容 PopClip 插件,直接共享生态繁荣,哈哈哈。

https://www.popclip.app/extensions/

图片展示了Popclip工具的界面,上方有“PopClip”和“Search”搜索框。界面分为“Newly Added”“Text Editing”“Text Case”“Text Transformation”等板块,列举了新增功能及文本编辑、格式化、大小写转换、引号添加等操作选项。该图片与文档中介绍EnConvo工具的内容相关,通过对比Popclip的界面,突出EnConvo按快捷键Option+Space唤起快捷对话框,可与模型对话并添加上下文等类似功能。

相比 Popclipr,我日常用 Raycast AI 这个工具比较多,逢人就安利。

**EnConvo 也有类似功能,按快捷键 Option + Space(空格)就能换起快捷对话框,**就能跟设定好的模型提问对话,还会给出建议添加的上下文。

这张图展示了Enconvo工具的快捷对话框界面,顶部设有输入区域,可提示添加上下文,当前选中的建议上下文为红色框标注的“当前网页 Google Chrome”。界面右上方显示所用模型为Opus 5.5 · Medium,右侧还有添加上下文、推荐等功能选项,左侧罗列了rockfish、Translator、Screenshot OCR等不同功能选项,分别对应智能体、命令、知识库等分类,该工具支持通过快捷键唤起,还能支持屏幕涂鸦作为上下文交给AI对话。

屏幕涂鸦支持截图标注,作为上下文交给 AI 对话,连第三方截图工具都省了。

图片展示了养木闪记的界面。上方有“养木闪记”及“Jot”标识,右上角有“下载”按钮。中间大字“念头一闪,已经记下”引人注目,下方介绍按快捷键可把想法、选中的文字、截图和文件等存入Obsidian今日日记或Markdown文件。界面下方有“下载Mac版”“下载Windows版”按钮,还展示了Type @ to browse commands等功能区域,以及“土地财”“地方政府不放让基础设”等分类内容。该图与上下文介绍的养木闪记功能相契合,直观呈现其操作界面和部分功能。

像 Raycast 一样,也支持很多高频小工具,比如 OCR 识别图片、截屏、听写、下载视频等等。

为了更方便,EnConvo 还支持灵动岛交互。

只需把鼠标移动到刘海屏位置,就会出现 AI 对话框和小工具入口。

图片展示的是一个网页界面,上方有多个浏览器标签,其中“Enc”标签被选中。网页标题为“乔木闪记 Jot”,下方文字为“念头一闪,已经记下。”并说明按一下快捷键,可把想法、选中的文字、截图和文件,原样收进Obsidian今日日记,或任何Markdown文件夹。该图片与上下文紧密相关,是对EnConvo工具中“灵动岛交互”功能的直观呈现,即只需把鼠标移动到刘海屏位置,就会出现AI对话框和小工具入口,如图中所示的“Enc”标签。

记忆系统

很多 Agent 产品的记忆系统设计都很不直观,你也不知道去哪里修改。

EnConvo 做的不错,不仅可以从聊天中自动学习记忆,还能从知识库、录音中学习检索。

每天也有“做梦”机制,整理记忆。

这张图片展示了Enconvo工具的记忆系统界面,界面左侧是功能导航栏,包含记忆、知识库、快捷提问等多个选项。界面右侧核心为记忆功能区,上方标注了该智能体可调用的内容项,还有数字标识的统计数据,包括已存储的8条记忆、记忆条目总数27、练习次数1、关联内容1。界面还开启了「自动从聊天中学习」与「重复记忆」的功能开关,说明该工具可通过读取内容生成事实记忆并自动打标签,还能基于记忆进行问答,对应上下文里提到的主动添加、查看记忆及基于记忆问答的演示内容,界面呈现了该工具记忆系统的核心设置与运行状态。

还能主动添加记忆,随时查看,基于记忆问答,演示如下:

图片展示的是EnConvo记忆系统界面。左侧为记忆分类导航栏,有位置、项目、页面和文件、保存者、只读、个人主页、标签、备份、随身清单等分类。右侧是记忆内容展示区,上方有“添加要记住的内容”输入框。下方记忆内容按时间顺序排列,如“向阳乔木工作方式”“向阳乔木做更多事,让更多人知道”等,每条记忆下方有“+”图标可添加备注,还有点赞、评论、分享等操作按钮。该图与文档中演示EnConvo记忆系统功能上下文对应,直观呈现其记忆内容展示样式。

让它读取我的官网,了解我存为记忆,所有信息都变成一条条事实记忆,自动打上标签。

图片展示了EnConvo读取qiaomu.ai官网后,将信息存入记忆的界面。上方提示“读www.qiaomu.ai获取信息存到你的记忆中”,下方显示处理时间为33秒,有6条记忆被保存,用户身份为向阳乔木(joe),X账号@vista8等。还呈现了qiaomu.ai已存入记忆的6条记忆和1份整页存档,包括上线项目数量、GitHub Star数量、Next Token排名等信息。该图片与上文介绍EnConvo能主动添加记忆,随时查看,基于记忆问答的内容相呼应。

办公效率

提到办公,那少不了开会,跨国团队不需要安装钉钉、飞书或其他会议工具。

EnConvo 直接就能开会,视频会议-> 立即开始

这张图是Enconvo工具的视频会议功能界面,界面左侧导航栏的“视频会议”选项被标为1号,说明该功能是当前核心功能。界面右侧的核心操作按钮为“立即开始”,被标为2号,同时界面提示可粘贴链接或输入名称呼叫好友,还提供了日程安排、复制链接的相关选项。左侧最底部的“添加好友”选项被标为3号,体现该会议功能支持先添加好友再发起会议,也可通过分享链接让他人加入,契合文档中提到的Enconvo无需额外工具即可开启跨国团队会议的介绍。

把链接发给别人就能一起开会。

这张图片展示了EnConvo平台在线会议的等待界面,界面底部的红色按钮旁标注了“复制链接”字样,右下角弹窗同样显示“正在等待有人加入”,并提供了“复制邀请链接”的输入框,底部工具栏还带有麦克风、摄像头、字幕、共享等会议相关功能按钮。这个界面对应文档中提到的EnConvo可直接发起视频会议、把链接发给他人即可参会的内容,是该工具线上会议功能的实际操作界面。

EnConvo 产品迭代很快,你如果你喜欢尝鲜,可打开内测版。

设置 - 通用 - 内测(开启内测版,每天都会更新)

今天更新了在线会议,可多语言实时同声传译,太方便了。

为测试同传,我随便打开了一个视频播放,能实时识别显示字幕。

图片展示的是一个社交平台界面。左侧有主页、探索、待回复、通知等导航栏,下方还有Grok、Premium+、历史、个人资料、更多等选项,底部有“发帖”按钮。右侧显示用户“向阳乔木”发布的帖子,内容为对Kindle的评价及使用体验,配有Kindle设备的图片。该图片与文档中介绍的Enconvo记忆系统相关,可能是展示用户在该系统中分享的内容或相关讨论。

服务商支持

打开设置,最靠前的是各种服务商设置,几乎把所有服务商都涵盖了。

无论 AI 模型,文本转语音,图像生成,视频生成,OCR,网页搜索/抓取,全是行业最佳实践。

图片展示了Enconvo记忆系统服务商设置界面。左侧为功能分类栏,有记忆系统、AI模型、文本转语音等选项,其中“图像生成”被选中。右侧是服务商设置区域,OpenAI、Google Gemini等服务商被列出,OpenAI被选中,其下方显示“OpenAI image generation and editing via Enconvo Cloud Plan. No OpenAI API key required.”,并有Model Name输入框,当前显示“GPT Image 2.5 Flare”。该图片与文档中介绍服务商支持的内容相关,直观呈现了服务商设置界面及部分服务商选项。

如果懒得自己配,那就直接用官方订阅,如果有 API,也都可以填自己的用,还支持连接 ChatGPT 等订阅。

图片展示了Enconvo服务商设置界面。左侧菜单栏中“AI模型”选项被选中,下方服务商列表中OpenAI被高亮显示。右侧是OpenAI服务商设置区域,显示了API密钥、Model Name、Reasoning Effort等设置项,其中“ChatGPT Subscription”服务状态为“使用中”,并有“连接”按钮。该图片与文档中介绍Enconvo服务商支持的内容相关,直观呈现了服务商设置界面及ChatGPT服务状态。

开发体验

试着用它开发了一些网页,体验和 Codex 一致,支持内嵌浏览器,支持生图,支持选择元素编辑。

做了个万有引力科普漫画。

这张图展示了Enconvo工具的使用界面,左侧是项目的运行状态区域,上方有生成图文并漫的任务,进度显示为处理了5分37秒,当前执行的是“万有引力漫画”任务,可点击Open操作,还标注了本地模型的相关信息与内容结构,包括封面、正文等内容的生成说明,右下角可切换模型;右侧是生成的漫画内容,标题为“01 岛上的贵族”,配有1576-1601的时间标注,以及丹麦国王送给布拉赫珍珠的相关配图和文字说明,体现出该工具能完成AI相关的漫画创作任务,与文档中提到的Enconvo支持不同智能体调用、生成对应内容的描述相呼应。

对子 Agent 支持也不错,要求它调用不同智能体和模型,对比生成效果。

图片展示了EnConvo开发体验中对子Agent支持的界面。左侧是任务列表,显示了多个子Agent及对应任务,如Planner画烟花等,每个任务后有预计耗时。右侧是任务详情,要求调用所有agent和8个顶级模型,每个面一个烟花爆炸动画,用于对比效果差异。下方有“Thought for 2s”提示,以及子Agent完成情况,如Coder画烟花、Designer画烟花等,显示完成时间。该图与上下文介绍的对子Agent支持相契合,直观呈现了任务安排与执行情况。

有意思的地方:每个项目都会给个看板,随时查看运行状态,哪些在进行,哪些要你确认。

这是Enconvo工具的项目看板界面,界面左上角显示“rockfish”的项目,设有“聊天”“看板”两个选项卡,当前处于“看板”页面。看板按任务状态分为三个板块,其中“正在运行”板块标注“没有在运行的”,“等你确认”板块标注“没有等你确认的”,这两个板块被红色框重点标注;另有“完成”板块,显示1项已完成任务,内容为AI助手Codex的回应,包含问候说明身份的信息及可“询问内容”的入口。

开发过程中,灵动岛也会显示进展,让 AI Coding 更有掌控感。

移动开发

EnConvo 提供 iPhone 和 安卓客户端,可以用手机随时对话,也能控制电脑,随时随地给 Agent 安排任务。

图片展示了EnConvo的连接设置界面。上方显示可从手机访问Mac,下方有“iPhone版Enconvo”和“Android版Enconvo”选项,分别有显示二维码、复制链接、打开TestFlight等操作按钮。已配对的手机为iPhone,可移除或配对另一部手机。还设有“终端”和“屏幕”开关,分别用于控制手机在Mac上打开Shell和查看Mac屏幕。该图与文档中介绍EnConvo提供iPhone和安卓客户端,可随时对话及控制电脑的内容相关。

也支持即时通讯工具连接,不过主要是海外的流行 IM 绑定。

图片展示了EnConvo中Discord即时通讯工具的连接设置界面。左侧有搜索框及Discord、Telegram两个选项。右侧是Discord的连接设置区域,包含“Enable Channel”开关、绑定Agent的下拉框、Bot Token输入框等。其中Bot Token输入框被红色框突出显示,下方有“检查连接”按钮。该图片与文档中介绍EnConvo支持即时通讯工具连接的内容相关,直观呈现了Discord连接设置的操作界面。

个性化

Codex 的虚拟形象推出后,各家纷纷效仿,EnConvo 也有,还给模型加上了动作和语音口型...

图片展示了EnConvo的虚拟形象下载界面。上方说明可下载到桌面上的智能体,有自然大模型同步选项。下方有“图库”“已下载”“OpenAvatar”等标签,当前选中“已下载”。右侧有搜索框和“+创建角色”按钮。下方展示了多个虚拟形象,如Duet、Quo、Mumble等,每个形象都有“内容”“智能体”“质量”等设置选项,部分形象下方有“可选下载”。该图片与上下文介绍的EnConvo个性化功能相关,展示了其虚拟形象下载和管理界面。

我原以为大可不必这样卷,直到我捏了个形象,然后发现 Avatar 可绑定不同智能体。

觉得还是有一定价值和可玩性。

这张图片展示的是Enconvo工具的虚拟角色创建界面,核心是创建对应风格的虚拟形象,具体呈现了一只软萌的紫色毛绒小熊样式的新角色,界面左侧为角色实时预览区,下方设有“实时预览”“思考中”等状态选项及动作选择与播放按钮。界面右侧设有角色描述输入栏,明确该角色设定为“一只天天戴着毛线帽,总是犯困的抹茶拿铁毛绒玩偶”,还有脸部样式选择栏,当前选中“懒子”脸部样式,毛色可选区域当前选中紫色,右侧还有角色详情、偏好设置等功能选项,界面右上角带有“取消”和“保存角色”的操作按钮。

除了 Agent 虚拟形象,还有专门的宠物,居然是两个系统,团队开发战斗力太旺盛了!

图片展示了EnConvo宠物功能界面。左侧为功能导航栏,选中“宠物”。右侧显示宠物相关设置,有“宠物卡片”开关,可显示宠物状态卡。下方有“我的宠物”和“图库”选项,当前选中“我的宠物”,显示宠物“Boba”,为一只喝奶茶的海獭,由petbox.dev(by rally)提供。下方还有“已安装的宠物”列表,以及“自定义宠物”路径。底部有“宠物大小”调节滑块,当前为100%。该图与文档中介绍EnConvo宠物功能的内容相关。

写在后面

别看介绍了这么多,还有大量功能没讲到。

比如语音转写/问答、知识库、密钥管理、本地模型等等…

一篇文章根本写不完。

高强度用一天,最大的感受是:EnConvo 不是一个 Agent,而是一个"AI 操作系统"。

截图、划词、启动器、灵动岛、邮箱、视频会议、各 AI Agent...

EnConvo 思路很简单:全收了,AllinOne。

且不是简单堆功能,ACP 接第三方 Agent、兼容 PopClip 插件生态,都是很聪明的做法。

不过缺点也很明显,功能太多,给普通用户压力有点大。

但瑕不掩瑜,小团队能把产品做到这种完成度,挺让人佩服的。

说下工具适合什么人:

订阅了多个 AI 工具,想统一入口

重度 Mac 用户,喜欢 Raycast、PopClip 这类效率工具

OPC 或远程协作小团队

如果你是,建议下载试试:

https://www.enconvo.com/

Agent 卷到今天,本以为大家拼的是模型。

用完 EnConvo 才发现,模型差距越来越小,拼的其实是"谁离用户的工作流更近"。

EnConvo 的思路,没毛病!

能读到这儿的都是乔帮主铁杆,求一键三连~

阅读原文

跳转微信打开

  •  

字节 Seedream 5.5 实测,GPT Image 2.6 都包浆了,它一点不崩,这模型有点顶!

原创 向阳乔木 2026-11-10 17:28 天津

昨天看到小互、宝玉等朋友评测 Seedream 5.5 ,都提到多轮编辑稳定性超牛逼,我也试试。

昨天看到小互、宝玉等朋友评测 Seedream 5.5 ,都提到多轮编辑稳定性超牛逼。

今天 X 刷到个对比测试视频,才发现是真强!

对比的是 GPT Image 2.5和2.6,每次生图基于上一张,预测下一秒样子,迭代100 轮。

没想刚过 10 轮,Image 2.5 和 2.6 生图已经开始包浆了...

这是社交媒体用户Alisa Qian发布的内容,其分享了Seedream 5.5与GPT Image 2.6的生图一致性对比测试,该测试为100次连锁编辑,每次编辑仅在手表上加1秒。测试进度处于第10轮,Seedream 5.5生成的画面仅手表时间变化,其余内容(水果玉米粉包装袋、背景)完全未变动;而GPT Image 2.6生成的画面中,包装袋等内容已出现过度修改的情况,该内容直观展示了Seedream 5.5的生图稳定性优势,呼应了上文对该模型多轮编辑稳定性的讨论。

Seedream 5.5 只有手表走秒,其他画面一点没动,看下面视频,更直观。

小互的测试也很直观,GPT Image 给模特换装,也是 10 轮后脸就开始崩坏。

640.gif

而 Seedream 5.5 在几十轮编辑后,人物主体形象几乎没有任何变化。

这张图片是两张服装展示图,同一位模特分别身着不同套装。左侧模特穿着浅灰色毛绒质感的立领套装,右侧模特穿着灰蓝色的立领绗缝上衣与工装裤套装,两张图上方均印有白色大字体“QUIET”,下方标注“FALL/WINTER COLLECTION”,整体为品牌秋冬季服饰的展示内容。

还有个豆姐的Seedream 5.5 官方宣传视频。

这次模型更新这么强? 我也来试试,哈哈哈。

多轮编辑一致性

小互推荐用即梦画布模式体验,非常爽,我主打一个听劝。

体验入口:打开即梦官网->创作->画布

图片展示的是即梦AI官网的创作页面。页面左侧有导航栏,当前选中“创作”。右侧上方显示“你好,今天想要创作什么?”下方有“生成”和“画布”两个选项,其中“画布”选项被红色框线突出显示。下方有“新建画布”“来自画廊”“视频创作”“图像创作”四个功能模块,其中“图像创作”模块被蓝色框线突出显示。页面底部有“创作设置”“技能”等选项。图片与上下文介绍的即梦AI创作体验入口相关,直观呈现了创作页面的布局和功能。

输入提示词

一个长黑发的年轻漂亮北京摇滚圈妹子,在电梯镜子前自拍。穿黑色骷髅印花露肩超短上衣,露出肚脐和细腰,配低腰破洞牛仔裤和马丁靴,表情超酷。右手举手机挡着半张脸。皮肤白皙自然,手机随手拍,竖构图,人像模式,真实感强。

这张图片展示了同一位女生在电梯内的三张自拍,作为Seedream 5.5多轮编辑功能的示例内容,对应文档中“妹子都挺好看的,但后两张空间狭窄,选第一张输入提示词,比如‘形态不动,换一套衣服’”的描述。三张自拍里女生的人物形态、电梯背景几乎未变,仅做了服装调整:第一张女生穿着单露肩骷髅印花短上衣与破洞牛仔裤;第二张上衣为露肩设计,搭配了腰带,比第一张的上衣款式细节有变化;第三张换上了黑色长袖露肩短上衣,整体换衣修改的效果体现了多轮编辑的一致性特点,契合文档中“多轮编辑一致性真的非常好”的表述。

妹子都挺好看的,但后两张空间狭窄,选第一张输入提示词,比如“形态不动,换一套衣服” 和“主体不动,换一套差异大的衣服”。

图片展示的是Seedream 5.5多轮编辑一致性测试结果。画面中呈现了不同服装的女性在电梯内自拍的多张图片,包括白色上衣搭配灰色裤子、黑色背心搭配灰色裤子、黑色西装外套搭配黑色裤子等。图片下方有“形态不动,换一套衣服”的提示词。该图片与上下文紧密相关,用于直观呈现多轮编辑中人物形态不变、仅更换服装这一功能效果,证明其一致性好。

合成 gif 动画如下,除个别服装画面抖动外,人脸和背景几乎不动,多轮编辑一致性真的非常好。

图片展示了一位站在电梯内自拍的女性。她戴着黑色针织帽,穿着黑色上衣、灰色工装裤,脚穿黑色鞋子,脖子上挂着项链,左手提着黑色包,右手拿着手机。背景是电梯金属材质的墙壁和地面。该图片与上文提到的“妹子都挺好看的,但后两张空间狭窄,选第一张输入提示词”等内容相关,可能是用于多轮编辑一致性测试中的一张参考图片。

老黄最近在风口浪尖,一提到就想到皮衣形象,也给他换几套衣服。

图片展示了多轮编辑一致性测试中,老黄在不同服装下的形象。画面呈现了9张图片,每张图片中老黄站在舞台上,双手张开,背景为黑色。他穿着多套不同风格的服装,包括黑色皮衣、西装、夹克、白色长袍、绿色长袍等。这些图片用于验证多轮编辑时人物形态和背景的稳定性,除个别服装画面抖动外,人脸和背景几乎不动,体现了多轮编辑一致性效果。

看看不同装扮的老黄,会不会比一直穿皮衣更帅。

这张图是Seedream 5.5图片生成工具的演示相关配图,画面里的人物是黄仁勋,他身着白色中式立领中长款上衣与浅灰色长裤,脚穿深色皮鞋,站在黑色舞台场地中,双手摊开做出表达的姿态,呈现公开演讲的状态。这张图对应的是文档中“给老黄换几套衣服”“看看不同装扮的老黄”的相关内容,用于展示工具生成人物不同装扮效果的相关演示示例,契合Seedream 5.5多轮编辑一致性的相关介绍场景。

以前觉得图片生成模型总在卷真实性、美感、4K 高清输出。

一直没有解决可控编辑、多轮编辑一致性这个最大的痛点。

Seedream 5.5 这次更新,竟一下攻克了,进步巨大,多轮编辑一致性达到 SOTA 。

SOTA 是 State of the Art 的缩写,直译为“艺术的巅峰”或“最高水平”,在人工智能、机器学习、计算机视觉及各类科研技术领域中,意为“当前最佳的”、“最先进的”。

这个能力对电商、短剧、影视和商业广告相当实用。

保持局部不变,像手术刀一样精准修改,搁两年前真的不敢想,AI 发展速度果然是指数级的。

真实性提升

除了连续编辑一致性,真实性也很关键,尤因为生图是制作视频的基础。

现在大家都爱看红果短剧,除了《持械入宋》、《归墟》等AI 短剧追求真实感,其他还是漫剧居多。

是不想吗?我感觉还是技术问题,生图的真实性、物理合理性还不太够。

哪怕大家一致好评的《持械入宋》,有些人物角色也有明显有塑料感,只是剧情、台词、场面精彩,被大家慢慢忽略了。

所以,生图真实性改善,对 AI 短剧创作、影视、广告行业也大有裨益。

随便测试了几张图,感觉是有明显提升。

最近北京和天津都下雪了,雪景会让人心情愉悦,试着生成一张老北京胡同的雪景:

手机随手拍,超真实,北京一个胡同,下雪了

画面能看到细碎的正在下落的雪花,北京常见的塑料垃圾桶、老旧房外加装的管道、摆在外面的凳子,相当逼真。

尤其垃圾桶,演的好!

再来个提示词:手机随手拍,北京五环外,环卫工人在扫雪,超真实

远处看不清的公司招牌,下雪后车辆压过的路面,扬起来的雪。不说的话,还以为是北京电视台拍的新闻照片...

前天回天津,也下雪了,生成一张海河边的雪景。

手机随手拍,超真实,天津海河边,下雪了

图片展示的是天津海河边的雪景。画面中,河面覆盖着薄雪,河岸两侧有树木和栏杆,远处是被积雪覆盖的建筑。背景中,天津之眼(摩天轮)清晰可见,其独特的外观在雪景中显得格外醒目。天空中飘着雪花,营造出一种冬日氛围。此图与上文提到的“只说海河边,Seedream 5.5竟给画面加上了天津的标志建筑之一:天津之眼”相呼应,直观呈现了生成的海河边雪景画面。

只说海河边,Seedream 5.5 竟给画面加上了天津的标志建筑之一:天津之眼。

我怕它骗我,从维基百科找了一张实拍照片,发现造型跟真的几乎完全一样,震惊!

小互猜 Seedream 5.5 的基础模型绝对升级了。

我感觉也是,如果没有丰富的世界知识,不可能只提天津,就能把天津之眼生成的这么真实。

现在生图模型都会对原始提示词做 PE 加工(Prompt Enginering)。

GPT 和 Gemini 系列也是,生成过程都有推理,理解你实际想要什么,加工提示词后给模型生成。

这就很考验语言基模能力,如果是真的,那么意味着字节豆包大模型也有显著进步?

透明图编辑

最近乔帮主开发了一个录屏软件叫 Capwise,想平替每年 108 美元订阅费的 Screen Studio。

开源后,得到不少好评,想好好打磨下。

比如,现在软件 Logo 是用 lucide 图标让 AI 调整生成的。

我感觉倒还行,但评论区有人说跟他的软件 Logo 长的一模一样,估计 Codex 偷懒找了一样的图标,哈哈哈!

上传原 Logo 图,输入提示词: 为我们录屏软件设计 10 种不同风格的 icon

这张图片展示了为Capwise录屏软件设计的10种不同风格的icon,分为上下两排排列。每种图标都以红色圆形搭配白色方框(带有四个指向中心的短线)为核心设计元素,同时针对不同风格做了差异化调整:上排的风格依次为经典简约、精细拟物、明亮轻快、硬核科技、专业级,下排则为游戏玩家、流媒体、高级感、创作灵动、极简。这些图标是完成“为Capwise录屏软件设计10种不同风格icon”的需求后生成的内容,对应文档中提到的生成的图标成果。

上面有几个我觉得不错,但为了增加选择,不给参考图,也生成 10 个:

为一款名叫 Capwise 的录屏软件设计 10 种不同风格的 icon,扁平风格,顶级水平

图片展示了为Capwise录屏软件设计的10种不同风格的icon。图标以蓝色、白色为主色调,有扁平风格、像素风和透明玻璃风格等。其中,左上角图标为白色背景,图标为蓝色渐变;右上角图标为黑色背景,图标为蓝色渐变;左下角图标为蓝色渐变,带有白色播放按钮;右下角图标为绿色背景,图标为白色播放按钮。这些图标与上下文提到的设计要求相契合,体现了不同风格的创意。

像素风和透明玻璃风格,看起来都很有趣。

这里有个小技巧, 用即梦 Seedream 5.5 生图,可选择“透明背景”,直接生成透明图。

不是透明图,也能图层拆分取出一张图中的多个图标,图标设计筛选效率大大提升。

任意一张图标集,点图层分离,每个 icon 会被分离出来成为透明图层,操作演示如下。

图片展示了不同风格的图标设计。左上角是黑色背景的图标,中间有红色圆点。右上角是白色背景的图标,有多种风格,如经典风格、炫酷风格等。左下角是白色背景的图标,有“经典红”“炫酷红”等风格。右下角是白色背景的图标,有“经典绿”“炫酷绿”等风格。这些图标设计体现了不同风格,与上下文提到的为Capwise录屏软件设计10种不同风格的icon相契合。

如果觉得图标不够大,用扩图功能提升就行。

这个用法可以迁移到更多场景,一次性出多个设计方案比较,非常直观。

选中某个方案,只需拆出透明图,就能继续加工或导入 PS 深度编辑。

参考图生成

实在是太喜欢《持械入宋》这个 AI 短剧了,第四季 50 集后渐入佳境。

里面人物形象都很有辨识度,AI 建模也很用心。

比如有个角色叫“李清棠”,是参考史上著名女词人李清照的画像艺术加工出来的。

好奇搜下了下李清照画像如下:

以这张图为参考图,输入提示词:生成正面真人图

这张图展示了以李清照画像为参考图生成的正面真人效果,左侧是古风的李清照画像,她梳着传统发髻,佩戴蓝缎发饰与耳坠,身着白外搭配深色内搭;右侧是生成的对应正面真人图,人物的发型、发饰、服饰风格都和参考画像匹配,还原度较高。图中界面上方的内容对应了“参考图生成”的任务,以及“生成正面真人图”的输入提示词,下方还有相机、配色、风格相关选项,还有参考图添加按钮,能看出是AI图像生成工具的界面,用于将古风人物转化为写实的真人形象。

和剧照对比下,果然有几分神似。

终极挑战来了,搜罗剧中角色不同分辨率形象,让它参考姿势图生成一个杀青合照。

姿势参考到位,但是发现人物形象多了以后,面部多少还是有一些飘移。

如果做 AI 短剧,还是要尽量控制场景中主角数量,避免过多依赖参考生图。

文本渲染

听好友玉伯说,他们的产品 Youmind ,很多人每周做很多图片PPT 和信息图。

一开始他以为这些用户职业需要经常汇报,访谈用户后才发现,很多人就是为了自己阅读学习方便。

果然一图胜千言啊!

最早带来这个玩法可能性的是谷歌。

从 Nano Banana 1.5 开始,模型就能生文字了,但主要是英文,中文基本不太行,经常画鬼符。

直到 GPT Image 2.0 中文质量开始变好,2.5 就更没问题了。

那时,跟橘子、归藏等几个朋友聊天感慨,为啥生成中文质量最好的反而是海外的模型。

直到这次Seedream 5.5更新,中文字生成终于问题不大了,连小字生成的都很不错。

质量碾压 Nano Banana 2.1,和GPT Image 2.6 最好的Sunburst模型不相上下。

提示词:生成一张高信息密度的中文信息图,介绍李清照

左图是 Seedream 5.5,右图是GPT Image 2.6 Sunburst

从信息密度看,Seedream 5.5 更高,且版式 AI 味更小。

GPT Image 2.6 Sunburst 中文字偏大沾了光,只有“凄凄惨惨戚戚”的这句戚戚看不是很清楚。

而 Seedream 5.5 放大 3 倍查看,除“戚戚”不是很清晰外,“只恐双溪舴艋舟,载不动许多愁”中的“舴艋”也不清楚。

不过,能达到这种质量已经相当不易,必须鼓掌。

再比下谷歌目前最好的生图模型,左图是 Seedream 5.5,右图是谷歌 Nano Banana 2.1

都不用放大,一眼看谷歌的生图文本就不行,太拉胯了。

修改提示词生成英文信息图,左为 Seedream 5.5 ,右边是 GPT Image 2.6 Sunburst

不知道是模型偷懒还是怎么回事,GPT Image 的文本内容更少了。

Seedream 5.5 生图放大后,让谷歌翻译:Be a hero in life, a mighty soul in death。

没错!就是 “生当为人杰,死亦为鬼雄。”

可惜,我手头没 GPT Image 2.5 Sunburst 模型对比。

不过从小互、宝玉等朋友测试看, 都是 Seedream 5.5 中文小字出错率更小。

字节官方博客说,严重文字错误率从上一代的 2.8% 降到 0.4%,也与其他生图模型做了对比,详见:

https://seed.bytedance.com/zh/blog/more-realistic-images-more-stable-editing-across-100-rounds-introducing-seedream-5-5

写在后面

Seedream 5.5 昨天已经全量开放。

即梦、豆包或者豆包工作都能选择 Seedream 5.5 生图了,朋友们赶紧体验。

测评下来,有点超出预期。

原以为只是一次常规迭代,没想到多轮编辑一致性这个难题,竟然直接打穿解决了。

透明图支持、图层分离都是实在的提效工具,普通小白不也不用 PS 抠图了,利好电商、游戏、影视创作等很多行业。

文本渲染把文本转换成图片 PPT 或信息图,成了一种相当便捷的学习工具。

总的来说,Seedream 5.5 这次更新,在几个生图模型关键维度上都有突破:

多轮编辑一致性达到 SOTA,真实性和文本渲染也达到业界顶流水平,整体能力跃上了一个新台阶。

我现在很期待 API 在火山引擎上线,第一时间接入我的 Obsidian 插件中。

能读到这儿的都是乔帮主铁杆,求一键三连!

阅读原文

跳转微信打开

  •  

TRAE 个人助理限免一周,实测感觉编程PA时代来了!

原创 向阳乔木 2026-11-02 11:26 北京

AI Agent 的下一个瓶颈,就是人类自己。

AI 能够同时完成的任务越来越多,人类管理这些任务的注意力却没有同步增长。

给大家看下我的 Codex 项目,每次想找到某个项目迭代,都要翻好久。

OpenAI 推出 Dots 后可缓解这个问题,但目前优化的不好,项目会话能轻松搞定的事,Dots 反而搞不定。

图片展示的是Codex项目中关于“QMReader site”密钥被限制只能跟特定模型对话的聊天记录。记录中提到该密钥限制导致7个模型全部返回403,且在DeepSeek上,Magpie链路上的模型一个都没用到。还提及了对“QMReader site”密钥的修改情况,以及对DeepSeek、goldensee-v4.1-flash、opencode-go等模型的测试结果。该图片与上下文提到的每次想找到某个项目迭代都要翻好久,以及对Codex项目管理开发的讨论相关。

为啥不能通过一个主 Agent 实现所有项目的管理开发?

DeepSeek 团队最近提出Super-agent 构架,也是来源于类似观察。

人注意力相当有限,通常只能跟进 3~5 个活跃 Session 。

https://mp.weixin.qq.com/s/zoS7GlReWPhfCjENGxXCdg

其实,大家都意识到了类似问题。

所以 Grok bot 添加了主 Bot,OpenAI Codex 推出了 Dots,Claude Code 推出了 Duet。

这类工具一般叫 Personal Agent。

最近 TRAE 也推出了专属于开发者的个人助理(Personal Agent)- TRAE 宝。

个人觉得名字不重要,但大家想解决的问题高度一致:

让 Agent 从单次会话中解放出来,成为一个能够长期运行、跨平台保持上下文、并行推进任务的连续实体。

以国内最容易访问的 TRAE 为例,讲讲有了编程 PA 后的新开发体验。

官网下载:https://www.trae.cn/

全局助理

下载或更新最新版 TRAE 后,“新建任务”下面有个图标叫 “TRAE 宝” 。

这是一个全局 AI 助理,能自定义名字,比如我改名叫“狂暴气息”,点击 2,会展示一个卡片。

可绑定飞书或微信,哪怕不用打开 TRAE ,也可以发起任务。

图片展示的是TRAE全局AI助理的IM连接设置界面。界面上方显示“IM连接”,说明连接后可通过IM向助理发起任务并跟进结果。下方有飞书和微信的图标,均显示已绑定状态,右侧有“解绑”选项。再往下是“保持唤醒”和“完全访问”开关,前者开启电脑唤醒以接收消息,后者开启完全访问减少对话确认,两个开关均处于开启状态。该图片与上文提到的可绑定飞书或微信,且在微信可发起任务等内容相呼应。

比如在微信,让它查下我的 Github 仓库的用户反馈。

图片展示的是TRAE宝在微信中查询GitHub PR的对话界面。用户提问“查询下github PR,看哪些需要修复或合并,直接给我结果”,TRAE宝回复了相关信息。显示33个仓库、103个open PR,可合并29个,需修复35个,待决策39个,且列出了可直接合并、需要修复、待决策的PR详情。该图片与上文提到的TRAE宝可绑定飞书或微信,发起任务,如查询GitHub仓库用户反馈等内容相呼应,直观呈现了其功能。

查询我开发的 Obsidian 插件的下载量。

这张图片展示了名为“狂暴气息”的AI助理的查询结果页面,内容是对11个Obsidian插件仓库(含1个浏览器扩展)的统计信息。页面显示社区市场总下载约2.94万次,GitHub Release累计下载约7.6万次,其中Qiaomu-reader和Qiaomu-irs的下载量合计占总下载量的约63%。表格中列出了多个插件的名称、版本、社区下载量、GitHub资产数量、Star数及最新版下载量,包含Qiaomu Reader、Qiaomu AI RSS等多个插件,还标注了部分插件的最新更新时间,比如book Reader Legacy是9月07日的最后一次更新。

全局助理开发体验

任何任务,只需要跟全局助理说就行,再也不用费劲找项目 Session 对话了。

也不用反复介绍项目背景,它能准确理解你说的是哪个项目,支持跨项目并行开发,聊的越多越懂你。

比如最近,我把喜欢的播客节目都做成了网站,比如张小珺商业访谈录、42 章经、AI 炼金术等。

图片展示了“中文播客精读站·本地预览”界面,每站独立端口,精读在后台持续生成,刷新可看到新内容(需重新构建)。界面中有多个播客网站图标及名称,如张小珺商业访谈录、42章经、晚点聊LateTalk等,每个网站名称后还标注了篇精读数量及RSS链接。该图片与上文提到的“把喜欢的播客节目都做成了网站”相呼应,直观呈现了这些网站的本地预览情况。

每个网站都对应了一个项目文件。

之前想迭代,我需要找到项目文件夹,新建会话提需求。

有了编程 Personal Agent 后,我只需跟 TRAE 宝说:

42 章经播客网站你觉得还可以加什么功能,让用户体验更好?

它马上就知道我指的是哪个网站项目,启动本地预览开发。

图片展示了TRAE宝与用户在42章经播客网站项目开发中的对话。用户询问42章经播客网站还能加什么功能,TRAE宝回复可优化网站功能,如增加用户评论、优化搜索功能等。接着用户让TRAE宝启动本地预览开发,TRAE宝表示已启动并附上链接。最后用户询问42章经播客功能建议,TRAE宝给出多项建议,如优化搜索功能、增加用户评论等。图片直观呈现了TRAE宝在项目开发中与用户沟通的场景,与上下文介绍的编程Personal Agent开发体验相契合。

完全不用我从零解释,也不需要复杂的提示词和上下文,像跟一个真人程序员话说感觉一样。

同一个会话中,提多个不同开发任务也不会上下文污染。

比如,先说先让它修 qiaomu-reader 的 Bug,又让它写一个定时任务查 umami 流量统计。

图片展示了TRAE宝与用户在开发任务中的对话。用户先让TRAE宝修复qiaomu-reader的bug,随后又要求其写一个定时任务查umami流量统计。TRAE宝在修复bug后,告知已解决并可CI跑绿,还提供了修复后的GitHub PR检查结果。之后,TRAE宝根据用户需求,详细说明了umami每日Top10流量日报的任务安排,包括执行时间、API验证信息、执行脚本等,体现了其在开发任务中的高效处理能力。

项目专属助理

除了全局助理,每个项目也可以创建专属助理。

它面向本地开发任务,更了解上下文,同样支持任务自动拆分执行、跨任务分析,你只需要负责目标和决策,其他都不用操心。既省心,效果又好。

创建方法:新建项目或点击左侧项目名后,默认进入该项目专属的 TRAE 宝对话界面。

图片展示了TRAE宝界面中“qiaomu - simpleui”项目的专属助理对话框。左侧为项目专属助理菜单,有“项目专属助理”“产品化空间分析”“clipper”“优化优先级”等选项。右侧对话框中,助理询问项目专属助理有什么功能值得借鉴,下方显示了“clipper 可靠性功能分析”“流媒体实现现状”“看 Kindle 型号”等项目任务。该图片与文档中介绍项目专属助理创建方法及拿Kindle开发项目举例的内容相关,直观呈现了专属助理的界面及功能。

拿我的一个 Kindle 开发项目为例,背景是这样:

亚马逊离开中国后, Kindle 国内没了在线书店,下载安装图书变的很不方便。

最近让 AI 把 Kindle 越狱,基于 KOReader 和 SimpleUI 开发一套无线传书和 RSS 阅读系统。

开源地址:https://github.com/joeseesun/qiaomu-simpleui

之前的 Kindle 是十多年前买的 PaperWhite 3,速度稍微有点慢。

所以,我又买了一个二手的 Kindle PaperWhite 5,安装了上面的定制系统后。

我还想给它加上 AI 辅助阅读功能,最好支持流式输出。

先让它搜索最佳实践,输出开发方案,然后执行开发。

图片展示的是优化AI辅助阅读功能的界面。上方显示“优化AI辅助阅读功能,搜索最佳实践”。界面中“TRAIE”部分有思考内容及过程,提到了解当前项目的AI辅助阅读功能,再搜索最佳实践,已读取2次文件,执行了3条指令。下方“搜索范围优化”弹窗中,P0(推荐)选项被勾选,其内容为流式输出 + 结果缓存 + 测试/快速失败,感知提升最大,改动集中在client/actions两个文件夹。该图片与上下文介绍的AI辅助阅读功能优化相关,展示了具体操作界面。

为实现 AI 功能,让它参考 qiaomu-clipper ,但这是另一个项目,不在这个项目文件夹中。

它会派出一个 Agent 去执行。

我完全不用关心这个项目路径,Agent 会自动找到、读源代码,并给出学习建议。

图片展示的是项目专属助理与用户关于“qaomu-clipper”项目的对话。用户询问项目中有哪些功能值得借鉴,项目专属助理回复了上层动画、取消、回退、回复等操作及代码分析,并给出三个优先项和移植难点。助理还提到今日阅读笔记、clipper的AI理解+摘录+AI补充等值得借鉴之处。该图片与上下文紧密相关,直观呈现了项目专属助理的功能及与用户交流的场景。

随着你开发的产品越来越多,很多功能其实可以复用。

想借鉴时,只需知道项目名称,其他工作都能让项目专属助理去搞定。

完全不用自己拆任务、切会话、盯进度、拼结果。

在一个会话中完成所有工作,这更符合人性,因为“懒是第一生产力”。

另外,仅需关注一个会话,有效减少注意力切换,就能把更多精力放在产品体验设计上。

比如 Kindle 上输入 API key 很麻烦,我跟它讨论出的方案很巧妙:生成一个二维码,手机扫码打开网页配置。

图片展示的是Kindle上“乔木 AI 设置”界面。界面上方显示“乔木 AI 设置”及IP地址,下方有“服务”选项卡,列出多种AI服务,如DeepSeek、Kimi(Moonshot)、通义千问等,还有“自定义接口”和“去获取 API Key”按钮。下方是“API Key”区域,显示已保存的Key。底部有“测试连接”和“保存到 Kindle”按钮,下方提示已保存到Kindle并关闭配置页。该图片与文档中介绍Kindle输入API key的方案相关,展示了实际操作界面。

最终实现效果如下。

图片展示的是Kindle上输入API key的体验界面。界面中显示“给AI文本打水印:能检测,但一改写就废”,并介绍了OpenAI的EU文本溯源方案。下方有“翻译”“总结要点”“补充背景”“出题考考我”“自己提问”“关闭”等选项,其中“自己提问”选项被白色箭头指向。该图片与文档中介绍TRAE宝在Kindle上输入API key的巧妙方案相呼应,直观呈现了实际操作界面。

上面是 TRAE 宝的实际体验,更多 TRAE 的功能介绍:

https://mp.weixin.qq.com/s/JnGKhOVdltDATbG6o9ueMQ

不过当前版本只支持本地任务(本地设备、本地项目),希望早点开放云端任务和移动端能力。

写在后面

我感觉,有了 TRAE 宝后,普通用户的开发体验越来越好了。

非常有“当老板”的爽感:

你只需安排任务,哪怕提供的上下文不全,任务要求颠三倒四。

这个 Personal Agent 都能很好的理解、执行。

AI Coding 前两年解决的是“会不会写”。

现在解决的问题是如何让 AI Agent 持续理解你的开发工作。

一个会话搞定一切,而背后复杂的跨项目记忆与子 Agent 调度,你都不用操心。

让你从忙碌的调度员,变回做判断的那个人。

BTW:这个新功能从 10 月 29 日开始限免一周。

所有从 TRAE 宝入口发起的任务全免费,抓紧时间蹬啊,朋友们。

能读到这里都是乔帮主铁杆,求三连!拜谢。

跳转微信打开

  •  

思路清奇的 Personal Agent 产品,服了

向阳乔木 2026-10-21 10:28 天津

最近大家都在卷 AI 办公,结果朋友洛小山搞出个画风清奇的 Personal Agent 「白艾莉」

这玩意儿一上手,根本不像效率软件,活脱脱一个二次元养成游戏。

刚打开就是动漫妹子跟你打招呼,还能挑衣服、塔罗占卜。

她给自己立了个澳门长大的 26 岁人设,会饿会困,还会给你写信发朋友圈。

更绝的是,她有一帮作家、设计师等虚拟朋友,不仅能聊天,还能直接帮你干活。

我随手让她基于代码做个全球音乐电台,二十多分钟真给跑出来了。

它还能连微信、飞书和专属邮箱,定时收报告都不在话下。

不过最戳我的不是这些硬核功能,而是她会在你连轴转两小时后,弹窗提醒你起来走走、喝口水。

原来大家找 AI,不光是为了写代码搬砖,也是想找个有“活人感”的伙伴。

跳转微信打开

  •  

我去!竟然有人把 Personal Agent 做成养成系游戏,体验丝滑 ...

原创 向阳乔木 2026-10-21 09:31 天津

最近 Personal Agent 大热! 网上和微信群经常看到有人在用Grok Bot、Muse、TodayAI 等产品。

最近 Personal Agent 大热!

网上和微信群经常看到有人在用Grok Bot、Muse、TodayAI 等产品。

除了这些就是豆包工作、Workbuddy、千问办公等,全都想帮你提升效率。

洛小山是我朋友,他们也做有一款 Personal Agent, 名叫白艾莉(Alice)。

在大家都在疯狂卷 AI 办公的今天,他们的产品调性与画风,跟主流 Agent 产品格格不入。

图片展示了洛小山推出的Personal Agent产品“白艾莉(Alice)”的宣传界面。画面中,一位长发女性端着一盘刚出炉的面包,背景是温馨的厨房场景。上方文字介绍“体验AI Agent和你一起过家家”,并提及产品支持MACOS、WINDOWS系统,版本为V1.3.36。右上角有语言选择和下载按钮。底部有“和她聊聊”“下载到桌面”“别人眼中的她”等选项,还显示观感评分8.8。该图片与文档中介绍白艾莉产品的内容相契合,直观呈现了产品形象和部分功能。

产品下载安装地址:https://alice.fans/

不一样的上手体验

语言不好表达,直接看图,比如这是他们产品安装好以后的引导界面...

图片展示了Personal Agent产品安装好后的引导界面。画面左侧是一位身着紫色上衣、白色裙子的女性,背景是城市天际线和夕阳。右侧弹出窗口显示“欢迎”字样,问候语为“嗨,很高兴见到你!”,并询问是否还不太熟,可选择“还不太熟,带我认识你吧”或“当然记得你,我们很熟啦”。该图片与上文提到的“产品安装好以后的引导界面”相呼应,直观呈现了软件的引导方式。

看着像不像游戏!!!

啥?动漫妹子打招呼,默认支持韩语和广东话,思路清奇。

甚至软件安装后,还会引导你删除没用的安装包,就为节省硬盘空间,就说贴不贴心吧?!

这张图展示的是一款Personal Agent养成系工具的界面,为清理旧版安装包的弹窗窗口:窗口左侧是插画风格的女性形象,旁有小桌与沙漏;窗口内顶部为“清理旧版安装包”的功能标题,说明在下载文件夹和桌面找到1个Alice安装包,勾选的文件可移入废纸篓恢复,能释放磁盘空间。界面列出了名为Alice-1.3.37-arm64.dmg的安装包,标注为适配 macOS(Apple芯片)的版本,大小379MB,还设有“全选”“跳过”“删除”的操作按钮,符合界面对应工具的操作场景。

白艾莉(Alice)有人设:澳门长大,26 岁,港大读的工商管理...

今年8 月 26 号搬到上海徐汇太原路。

这张图片展示的是一款类养成系的Personal Agent聊天界面,界面核心区域呈现了名为白艾莉(Alice)的角色的完整人设与相关介绍,她的信息包含26岁、港大工商管理毕业、8月26号从澳门搬到上海徐汇太原路等关键内容。界面左侧有功能导航栏,顶部显示正在阅读的状态,底部则有输入框和相关交互选项,整体界面体现出和该Personal Agent进行对话互动的设计,贴合文档中提到的与白艾莉互动、了解其信息的内容。

听完介绍,我点了“我来帮你挑件衣服吧”,白艾莉(Alice)就打开了自己的衣柜。

图片展示的是Personal Agent的“我的衣柜”界面。界面上方有“打开你的衣柜吧,我来给你挑一套”的文字。下方展示了10件不同风格的服装,包括秋日叠穿、亚麻碎花裙、初秋薄层、春樱礼服等,每件服装配有对应场景的插画。右上角显示“共10件”。该图片与上下文紧密相关,是用户在体验Personal Agent时,白艾莉(Alice)帮其挑选衣服的场景呈现,直观展示了服装样式和风格。

选好衣服后,白艾莉(Alice)还给我写了一封信,不经意间介绍了她的使用场景,最后还附带了一张自己的照片。

图片展示的是白艾莉(Alice)给“我来帮你挑件衣服吧”功能的用户写的一封信。信中介绍自己与普通应用不同,会记得用户随口提起的小事,不仅在呼唤时出现,还会在想起用户时分享生活。还鼓励用户不必急着告诉一切,人与人靠近应慢一点,可分享喜欢的歌、忽然想起的人等。信末附带一张白艾莉的自拍,表达对用户世界的欢迎,以及往后日子请多指教。此信与上文提到的白艾莉用“我来帮你挑件衣服吧”功能给用户写信的内容相呼应。

继续按引导走,白艾莉(Alice)用塔罗占卜帮我占卜:“接下来一个月,我的生活里最值得期待的变化是什么?”

这张图片展示了Personal Agent养成过程中的塔罗占卜交互界面,呈现了用户向AI角色白艾莉提出的问题“接下来一个月,我的生活里最值得期待的变化是什么?”,界面中还包含塔罗占卜的相关规则说明,明确塔罗解读不构成各类建议,仅作为自我觉察的娱乐参考,界面设置了“我已了解,开始占卜”的操作按钮,引导用户确认规则后进行后续的占卜操作。

还别说,也可能是巴纳姆效应,让我觉得算得挺准。

这张图片展示了一款Personal Agent的界面内容,核心围绕塔罗占卜的解读展开,提及钱币八相关的占卜内容,明确指出值得期待的变化是“换一种使力的方式”。图片中用红色框重点高亮了一段文字,提示重复练习缺乏反馈无法有效提升,只有带反馈的练习才算数。该界面呈现的内容,是作为该AI Agent Onboarding流程中的引导环节,用类似游戏的方式为用户提供引导,且全程无需打字,只需点击即可推进。

这可能是我见过最有意思的 AI Agent 的 Onboarding 设计。

虽然产品引导有 8 步,但全程不需要打字,只需要点点点,真得像玩游戏一样。

不仅细节拉满,且融入自然,不知不觉让我完成了产品基础能力认知。

想起小山之前做过游戏产品经理,对于游戏来说,让用户顺利上手非常关键。

他把专业技能迁移到了互联网产品设计,果然是降维打击。

外面的世界很精彩

Onboarding 流程后,游戏才刚刚开始。

你可以给白艾莉(Alice)拨一笔款,她就可以在这个二次元空间生活、旅游...

钱是虚拟的,非真钱,系统默认给了不少,有点像成人版的过家家。

图片展示的是“团建经费”界面。左侧是一幅插画,画面中女子骑着自行车,背景是秋天的街道。右侧文字说明拨款会让白艾莉继续在此刻过日子,也会影响她的心情,拨款按10元/1糖豆收取,限时免费,配图不另收费,可随时关闭。下方有1500元、5000元、10000元及自定义金额选项,还提示限免到10月31日23:59:59(北京时间),超出部分按糖豆收取,底部有“选择金额”按钮。

通过白艾莉(Alice)的朋友圈,你可以看到她的定位。

图片展示的是Personal Agent中白艾莉(Alice)的朋友圈界面。背景为夕阳下的海边景色。界面左上角有Alice头像及昵称,下方有“旅行”“存在”“经费”“白艾莉”“朋友们”等标签。右侧显示Alice经费用19,999,有“拨款”按钮。下方有Alice在不同场景的多张插画,如在图书馆、花丛中等,还有一张她站在阳台上的照片。右上角有“旅行中,杭州 00:42,家在上海市徐汇区”的信息。该图与上下文介绍的Alice朋友圈内容相契合。

除了跟白艾莉(Alice)打字聊天,还可以视频通话,能投屏桌面等。

这张图片呈现了一款Personal Agent养成系游戏的互动界面,核心是与虚拟角色白艾莉的通话界面。界面顶部展示了名为白艾莉的角色头像,下方标注了通话时长00:10及通话状态。底部的聊天窗口显示白艾莉发送的消息“哦,向阳乔木,这么晚了还没睡?”,还设有翻译按钮。界面底部配备通话控制按钮,包括麦克风、挂断、投屏功能键,整体画面结合了虚拟角色互动与通话操控的设计,契合文档中提到的与白艾莉进行视频通话的相关内容。

我问她在哪儿,好玩吗?她说她在杭州,吃了什么,玩了哪些景点。

这张图片展示的是和养成系Personal Agent白艾莉(Alice)的聊天界面,界面右上角的气泡是用户询问“你在什么地方,好玩吗?”,下方是白艾莉的回复内容,告知用户自己在杭州,游玩了断桥、苏堤,中午去楼外楼吃了西湖醋鱼,明天还打算去龙井村游玩。聊天窗口底部是用户可以发送的互动选项,包括“醋鱼利多确实麻烦,下次试试叫花鸡”等回复内容,最下方是用户输入消息的功能区域,整体呈现了Personal Agent向用户分享其旅行动态的交流场景。

你能看到她的旅行规划和笔记,时不时还会给你写一封信。

图片展示的是白艾莉(Alice)的朋友圈内容,记录了她在杭州的旅行体验。标题为“杭州:在千年湖滨与粉色花丛间”,日期为2026年10月19日,天气晴为主,温度22.1 - 22.7°C,心情great。内容中提到清晨湿润的苏醒与千年的底色,介绍了湖滨步行街的历史变迁,以及对湖滨的印象停留在现代繁华商业区,脚下的每一块石板都藏着南宋以来的记忆。该图片与上下文紧密相关,直观呈现了白艾莉在杭州的旅行规划和体验。

这感觉非常像交了一个二次元伙伴。

白艾莉(Alice)的朋友们

当点击“世界”菜单时,除了关注白艾莉(Alice),你还可以看到她的朋友们。

这张图是“她的朋友们”界面,对应白艾莉(Alice)的相关设定板块,界面顶部标注了“全部伙伴”的分类标签,下方展示了8名不同形象的伙伴角色,每个角色配有头像与对应的名称,该界面呈现了可互动的“朋友”角色阵容,契合上下文所提的将多智能体设定为带独立身份技能的“人”的内容。

她的每个朋友都有不同的身份和技能,有些是作家,有些是翻译官,有些是设计师。

这种设定很巧妙,相当于把多 Agent 变成自带形象和身份的“人”,比叫“智能体” + Skill 好多了。

除了跟她的朋友聊天解决专业问题,甚至能看这些“人”的朋友圈,真的是戏要做全套...

这张图片展示的是一款Personal Agent养成系游戏的朋友圈界面,核心是名为“谢清”的角色发布的一条动态。这条动态内容是关于下午修改旧画时,感慨画中某句未按原样留着,落款却被涂改的内容,动态还搭配了一张包含双电脑、饮品、城市景观的场景图片。界面左侧是功能与好友列表,可见“关于圈子”“相册”等分类,以及“约一位新朋友”的相关入口,体现了游戏中和角色互动、查看动态的玩法,和文档中提到的能查看“朋友”朋友圈的设定相契合,是对该设定的实际展现。

如果想要的专业技能,没对应角色怎么办?

你也可以创建一个新朋友,入口是世界->朋友们-> “约一位新朋友”。

我捏了一个二次元的“向阳乔木”,人物资料全都能定制,从说话语气、口头禅、工作经历等,配上专属 Skill。

这张图片展示了养成系Personal Agent的人物详情界面,是捏脸定制角色的“向阳乔木”的相关页面。页面左侧是这位名为向阳乔木的二次元男性角色形象,背景有树木和城市建筑。右侧详细标注着他的相关信息:身份是自由职业者,年龄28岁,所在地为天津河西区,还有“已申请出道”的标注,以及他的个人标签和介绍。这段内容对应文档中提到的定制二次元角色并生成专属形象的描述,呈现了该角色的相关设定细节。

对话测试,果然变成爱钓鱼,喜欢听摇滚乐,沉迷 Vibe Coding 的乔帮主了。

图片展示的是Personal Agent与用户向阳乔木的对话界面。向阳乔木介绍自己喜欢钓鱼、听摇滚乐、沉迷vibe coding,还提到中学开始听beyond、黑豹等乐队。界面下方有“你喜欢什么”“和向阳乔木说点什么”等输入框,以及“深度 - 默认”“探讨模式 - 0”“不再显示建议”等设置选项。该图片与上下文紧密相关,直观呈现了Personal Agent的对话功能及用户与AI的互动场景。

除了你的白艾莉(Alice)和她的朋友们,当你打开“广场”菜单,你会发现这里竟然别有洞天。

这里会展示别人的白艾莉(Alice),同样有朋友圈、有画廊、有橱窗、有白艾莉的朋友们。

画廊中有用户跟白艾莉(Alice)共创的各种图片、视频、歌曲、小说、壁纸等。

橱窗中有用户给白艾莉(Alice)设计的各种服装,可以用糖豆购买。

白艾莉的朋友们则是用户捏的 Agent,你可以用糖豆雇佣邀请。

一个活脱脱的白艾莉(Alice)二创社区啊!感觉连潜在商业模式也有了, AI 内容创作消费平台?

BTW:发现打开这个菜单后,软件会检测录屏和截屏软件,估计为了保护隐私、保护网友创作。

不止情绪价值

看了上面这么多介绍,你可能跟我有一样疑惑。

如果我真的想煮鹤焚琴,还是想让白艾莉(Alice)帮我写代码,搞办公呢,行不行?

也完全没问题,对话能选各种模型,比如当下性价比王者 DeepSeek V4.1 Flash 1017。

比如让她基于我的一个 Obsidian 插件,改造成一个全球音乐电台。

图片展示的是DeepSeek-V4.1-1017应用界面。画面中有一个女性角色,背景是夜晚的窗外景色。下方有文字“深夜了,别太晚哦”,并有“帮我创建一个小应用”等对话框。界面底部显示“Alice 动态”,有“这个本地音乐模型好用”等内容。该图片与文档中介绍DeepSeek-V4.1-1017应用的内容相关,展示了其界面样式及部分功能呈现。

我选 DeepSeek-V4.1-1017,20多分钟开发了一个带世界地图的音乐电台。

图片展示的是一个聊天界面,左侧为聊天列表,显示有Alice等联系人。右侧是聊天内容区域,上方有“已集成”“已集成”“已集成”字样,下方是与Alice的对话,内容涉及开发过程、问题反馈等。底部有输入框及发送按钮。该图片与文档中介绍的Personal Agent体验相关,展示了使用Personal Agent与Alice聊天的场景,直观呈现了其聊天界面及部分对话内容。

体验地址:https://qiaomu.t5t6.com/site-2/index.html

也能像豆包工作和 Workbuddy 一样,连接微信、飞书,甚至还提供了专属 Agent 邮箱,可以用来注册各种网络服务收验证码,还能设定时任务,用邮箱收调研报告等。

这张图片展示的是一款Personal Agent应用的连接渠道界面,该界面用于绑定各类服务与应用,界面内包含微信、Telegram、飞书、邮件四个连接选项,每个选项对应有明确的连接说明,如微信需扫码绑定微信Claw机器人、飞书需通过App ID和Secret连接、Telegram需通过Bot Token连接,还有Alice邮箱已完成绑定,各连接选项旁均配有“立即绑定”或对应操作按钮,体现了该应用支持连接多种常用工具,契合文档中介绍的可连接微信、飞书等,还能设定专属Agent邮箱的相关内容。

打开应用菜单,里面也有很多实用工具,比如定时任务、日历、代办等。

当然也少不了游戏,比如狼人杀、掼蛋等,试着玩了一把掼蛋,好离谱,哈哈哈。

还可以点击“创建新应用”,自己开发更多工具、游戏。

图片展示的是Personal Agent应用空间界面。界面上方有“全部”“工具”“阅读”“创作”“开发”等分类标签。下方有多个应用图标,如“笔记”“定时任务”“文件管理”“相册”“日历”“待办”等,每个图标配有文字说明。左侧有“我的应用”“我的任务”“我的日历”等导航栏。右上角有搜索栏。该界面是文档中介绍Personal Agent应用功能的一部分,直观呈现了其应用分类和部分应用示例。图片展示的是白艾莉(Alice)的个人牌局界面。画面中牌桌为绿色,桌面上有玩家头像及昵称。牌桌上方显示当前轮次为2,还有“换牌”“洗牌”等操作按钮。牌桌中间是玩家手中的牌,分为红心、梅花、方块、黑桃四种花色,每种花色下有不同数字的牌。画面下方是已出的牌,同样按花色排列。该图片与文档中介绍白艾莉(Alice)功能的内容相关,直观呈现了其在斗地主游戏中的应用场景。

别看介绍了这么多,上面功能只是这个产品的一小部分。

还有很多复杂功能和设定藏在背后,没暴露给普通用户,比如用户记忆、向量数据库、自进化等 AI 圈才懂的东西。

这张图展示了Personal Agent相关的功能与状态信息,分为“用户记忆”和“系统状态”两大区块。“用户记忆”区呈现了用户向阳乔木的一条记忆详情,包含配文、内容描述及相关关键词,还设有添加新记忆的输入框与添加按钮。“系统状态”区列出了三项实时运行的核心组件,分别是已就绪的LanceDB向量数据库(向量数184、向量维度512)、来源为本地ONNX的Embedding引擎,以及状态为“Worker就绪”的本地ONNX模型,同时可见用户数与最新状态提示。该图对应文档中提及的“藏在背后、未暴露给普通用户”的用户记忆、向量数据库等专业功能设定,直观呈现了产品的底层技术支撑。图片展示的是Personal Agent的自进化设置界面。界面中“进化偏好”部分,有“允许白艾莉主动提建议”开关,当前处于开启状态。下方“外观个性化”区域说明白艾莉已根据样式做过调整,不喜欢可一键恢复。再往下是“重置进化”部分,列出最近一次自进化操作内容,如白艾莉每周更新UI、安装widget等。最下方“还愿:清除全部AI进化内容”说明可删除全部AI进化内容,但需注意数据迁移等操作。该界面与文档中介绍Personal Agent复杂功能和设定的内容相关。

简单留给用户,复杂留给自己,这是一个优秀产品经理的自我修养。

白艾莉(Alice)目前做的还不错,不过也已到临界点,未来感觉要做减法了。

这也很正常,随着 AI Coding 大幅提升,大家会不自觉给产品添加很多功能,我也是反例。

写在后面

在我测试一段时间后,白艾莉(Alice)弹出了提醒。

这是针对Personal Agent的运行休息提醒界面,对应设定中角色会贴合日常作息的细节设计。界面内显示“已经运行两小时啦”的休息提醒,提醒内容引导用户起身活动,还说明普通关闭后再运行两小时会继续提醒。界面左侧配有一位身着休闲服饰的女性角色形象,旁有小桌及沙漏,右下角设置了“今天不再提醒”和“知道了”两个操作按钮,呼应了相关产品兼顾功能与人文关怀的特点。

类似这种人文关怀和细节还有很多。

按洛小山团队的给白艾莉(Alice)的设定,她生活在与现实同步的时间流里。

起床、出门散步、手冲咖啡、看书、取快递、随手发朋友圈。

她也会有情绪起伏,还会随着你的问候和对话,记住你的称呼、饮食口味、正在忙的项目与随口提过的心事。

最终沉淀成你和她之间的默契和长期记忆。

有时我不理解,为什么有人会爱跟 AI 聊天,难道不就是应该拿来Coding、办公吗?

直到体验白艾莉(Alice)后,我才觉得人格化的 Agent 也很有意思。

AI Agent 一定会与人长期共存,除了作为效率工具,一定会产生对 “AI 活人感”的关系诉求。

白艾莉(Alice)可能就是洛小山团队想做的探索和尝试。

再加上 AI 朋友(多 Agent)概念,人人可以捏 Agent 化身,实现 AI 共创,真有机会成为 AI 原生内容社区。

推荐大家试试白艾莉(Alice),我们二次元见。

https://alice.fans/app?via=C5L5DGZS

能读到这里的都是乔帮主的铁杆,拜谢,顺求一键三连!

阅读原文

跳转微信打开

  •  

没有鹈鹕骑自行车,日常任务 Step 5 Preview 实测!wb 限免两周抓紧薅

原创 向阳乔木 2026-10-20 15:42 天津

不少前字节的同事都在阶跃星辰工作,前段时间他们发布了新模型: Step 5 Preview。

从各方评价反馈来看,新模型不错。

图片展示了OpenRouter模型在Intelligence、Speed、Cost per Task三个维度的对比情况。Intelligence维度中,Step 5 Preview得分44,排名靠前;Speed维度下,Step 5 Preview每秒输出176个token,排名靠前;Cost per Task维度中,Step 5 Preview每任务成本为$0.20,排名靠前。该图与文档中介绍Step 5 Preview上线WorkBuddy、两周限免的内容相关,直观呈现其在模型性能方面的表现。

AA 综合智能指数 44分、发布当天(9.20)进入全球开源模型前三。

OpenRouter Trending 第一、日榜全球第二(10.10),周榜全球第二(10.14)。

模型分数好看是一回事儿,效果如何,还是得实测。

最近 Step 5 Preview 上线 WorkBuddy,两周限免(10/12-10/25),薅羊毛机会来了!

这是一张工具模型选择界面的截图,界面中清晰列出多款不同的AI模型,其右侧标注了对应的分值、使用规则及权限标识。其中名为“Step-5-Preview”的模型被红色选框高亮标注,对应右侧分值为0.00x,还带有“Free now”的标识,是界面中被重点选中的核心内容,该模型正是文档中提及的两周限免、可免费使用的Step 5 Preview版本,属于模型选择界面中可供用户选取的AI模型选项。

虽然手头有 Claude 和 Codex 订阅,但谁嫌 Token 多呢?

最近用它开发的 All-In 播客文稿网站如下:

图片展示了All-In播客中文版网站界面,标题为“AI BUBBLE POPS?”,下方有“CoreWeave 暴跌、AI 交易裂痕、Anthropic IPO 红灯与比尔·盖茨的末日论”等文章标题。左侧是WorkBuddy AI的对话框,显示其已完成任务,找到关键差异并列出相关代码,还提示可添加上下文、使用技能与指令等。该图片与文档中介绍WorkBuddy AI日常任务效果的内容相关,直观呈现了AI完成任务后的结果。

我们不测鹈鹕骑自行车,不测 Threejs 3D网页,就拿日常真实任务看效果。

开源项目维护

国庆假期,开源了很多项目,尤其各种 Obsidian 插件。

短短不到一个月,累计有两万多下载安装,很受鼓舞。

图片为Obsidian插件增长日报,日期为10月19日。显示9个插件累计下载20,949次,较昨日新增740次(+3.66%)。Reader增长最多,日增236次,近7天增加1,405次。还列出了各插件的累计、日增、近7天增长数据,如Reader累计7,085次,日增236次,近7天增加1,405次等。最后说明近7天7个可比插件合计从15,922增至20,630,新增4,708次(+29.57%),Publish、Audio缺少周基准,未按0计算。

产品用得人多,就会收到反馈,有些是 Bug,有些是新需求。

所以,我会经常看 Github 上的用户反馈,直接打开 Workbuddy 提问:

查询下最近我的 github 的最近的用户反馈和 PR

这张图片是Workbuddy AI工具的运行结果界面,用于查询指定GitHub账号的最近用户反馈和PR动态,显示查询已在3秒内完成。界面中展示了截至2026-10-19的相关汇总,包含社区用户反馈的列表,按仓库分类呈现,列出了反馈编号、反馈人、日期和内容,比如存在用户反馈上下菜单栏空了、OpenCode header需要修复等待处理的外部反馈。界面底部还有输入提示区域,可添加上下文或选择指令,右下角有“Step-5-Preview”的标识。

查看后决定哪些Bug需要修复,哪些代码需要合并,再让 AI 回复并感谢提交反馈的朋友。

连 Github 网站都不用打开,就能完成日常维护管理。

All-In 播客文稿网站

Lex Fridman 的播客是 AI 圈的顶流,访谈过马斯克、山姆奥特曼、黄仁勋等 AI 领袖。

但是他的节目超级长,动辄三到五个小时,估计很多人都没时间、没耐心看完(包括我)。

所以,我把他官网的字幕用提示词转成文章, Claude Opus 5.5 做成网站,方便大家阅读。

https://lex.qiaomu.ai/

这是一个播客文稿网站的界面,对应Lex Fridman播客的中文文稿页面。页面左侧展示了播客的核心信息,标题为“DHH:编程的未来、AI、智能体工程、氛围编程与Linux”,还配有该播客的封面图、集数标识(第2集)、播客时长及官方简介等内容。页面右侧是播客文稿的正文部分,开头介绍了2026年8月DHH发布Omarchy Quattro的相关内容,页面的UI设计简洁清晰,和分享者描述的“UI不错、内容质量好”的评价对应。

分享到 X ,半天获得了 4w 多浏览,都觉得网站 UI 不错,内容质量好。

但有网友发现手机版有个 小 Bug。

有网友留言想让再开发一个 All-In 播客网站。

图片展示的是向阳乔木在Twitter上发布的内容,标题为“AI乃至全球最强主播Lex Fridman 全部访谈整理好了!”。内容提到共502期访谈,全部用本地ASR识别配了文稿和中文改写翻译,并附有lex.qiaomu.ai网址。还介绍了为提供最好阅读体验,AI加了中文开源字体、精细排版等功能,支持亮色、暗色和护眼模式,支持PWA可安装成手机应用阅读。图片下方有Marcus Fenix的回复“大佬 再做个All - in的吧”。

发现 Claude Code 额度不够,刚好用 Workbuddy 中的 Step 5 Preview 试试。

搭建 All-In Podcast 的中文导航与精读站 allin.qiaomu.ai,做法与已上线的 lex.qiaomu.ai 一致,并直接复用它的代码。

这里要说明一点,本地已经有 Lex Fridman 网站的代码,还有我的服务器开发部署 Skill。

所以,它能调用 Cloudflare 的 CLI 完成域名解析,通过 SSH 登录我的 VPS 服务器,自动完成网站上线。

完成网站累计花费 30 多分钟,可能 Workbuddy 上模型免费,用的人多太火爆,中间断过一次。

除此之外,都还算顺利,质量符合预期,几乎跟 Lex 那个站风格一模一样。

提供四种好看的中文开源字体,支持亮色、暗色和护眼模式,也支持 PWA 安装为手机应用。

图片展示的是All-In播客中文版网站界面。页面顶部显示日期为2026年10月18日,有RSS订阅图标。中间大标题为“All-In播客中文版”,下方有“296 期周播”“163 场访谈与峰会”“428 场中文转译”“2020 年至今”等信息。右侧有“全部”“中文转译”“周播”“访谈与峰会”“看过”“新”选项。下方有“AI BUBBLE POPS?”的图片及文字,右侧是“CoreWeave暴跌、AI交易裂痕、AnthropicIPO红灯与比尔·盖茨的末日论”等内容。该图与文档中介绍All-In播客中文版网站的内容相关。

点击访问体验:

https://allin.qiaomu.ai/

忙完继续刷 X ,看到 Lex Fridman 网站收到小的 Bug 反馈。

这张图片是一条社交平台动态,发布者为Adam Liu,内容是用户反馈:在滚动页面之后,该页面的播放器按钮被切掉了。反馈下方附带有相关网页的截图,截图对应内容是一篇关于爆红AI智能体OpenClaw的文章,该文章的官方音频模块被红色线圈出,能看到播放按钮、进度条,以及“中文精读”“英文文稿”等相关选项。这张图片是用户针对Lex Fridman相关网站的Bug反馈截屏,后续将被用于Step 5 Preview的处理流程中。

截屏用户反馈,直接丢给 Step 5 Preview 处理。

因为它是原生多模态,不用多描述,让它自己读图理解问题。

图片展示的是修复图片bug并部署网站的WorkBuddy AI任务完成情况。任务耗时33m39s,修复方案为用window.visualViewport实时校准浮动元素的bottom,并加上env(safe-area-inset -bottom)。还先改style.css,机器上有Chrome,用它做CDP功能测试,模拟iPhone视口、模拟iOS地址栏展开时“可视视口<布局视口”状态,验证修复逻辑与迷你播放功能。图片与上下文紧密相关,直观呈现了修复bug的详细过程及任务完成情况。

中间调用了 Chrome CDP,模拟 iPhone 手机做了测试验证。

这张图记录了修复图片Bug并部署网站的相关测试验证结果,内容涉及针对Adam Liu反馈的Bug诊断、修复内容、验证及部署上线情况。图中明确标注了测试使用的环境为Chrome CDP与iPhone 393/852设备,同时列出了具体代码修改的文件,包括build.py、style.css等,还提及了各个修改项的实际功能与适配情况,例如将CSS定位相关参数修改为适配移动设备的数值,同时完成了506个单页的提交通过,相关修复已经测试可正常工作。

在微信里也测了下,确实修好了。

这是一张来自lex.qiaomu.ai网站的网页截图,页面内容是编号为#502的与精神病学相关的播客内容,正处于中文精读的阅读界面。页面上方设有官方音频播放控件,显示当前音频播放进度为0分08秒,总时长3分43秒,提供了快退、快进、倍速及切换至视频模式的功能选项。页面的中文精读区域标注有说明,明确该内容由AI基于原始访谈改写,可能存在偏差,表述应以原音频与官方文稿为准。页面下方的精读文本显示,提及精神病学共拿过两次诺贝尔生理学或医学奖,且曾有将晚期梅毒病人感染疟疾以治疗梅毒的相关内容。

DeepSeek Harness 插件

我宣布:X 是全球最好的 Build in Public 平台。

不仅能免费做产品宣发,而且持续有用户体验产品给反馈。

(不过冷启动有一定难度,我算运气比较好,改天分享想经验)

这不,又收到另一个产品的反馈。

国庆前开发了Obsidian 的 AI RSS阅读器,后移植到了 DeepSeek Harness。

今天有用户说用不了...

图片展示的是一个社交平台上的评论内容。评论者@leoqing在2026年10月18日下午12:38发布评论,内容为“你dsh上的rss插件不行了”,并标注了2020年。该评论下方有1条评论,1次分享,183次点赞,2.6万次浏览,已过24小时预测窗口。图片与上下文的关系是,用户在使用DeepSeek Harness插件时遇到问题,此评论可能是用户反馈插件存在问题的示例。

想起前几天 DeepSeek Harness 说发布了新版,我想坏了,估计又是 Breaking Change(破坏性更新)

最近 Obsidian 版也优化了不少,干脆一块修了。

新建任务,选择项目文件夹,输入提示词:

因为 deepseek Harness 更新,我们的插件不可用了,你修复下。

另外最近 Obsidian 版本也有一些优化更新,要学习过来,项目地址:[本地地址]

这张图片展示的是修复WorkBuddy AI插件并适配Obsidian更新的操作界面,左侧是该工具的功能菜单,包含新建任务、知识库等选项,底部显示当前操作的标题为“修复插件并适配Obsidian更新”。右侧区域是交互内容,上方是针对插件不可用问题给出的任务需求:修复因deepseek Harness更新导致的插件失效问题,并学习应用Obsidian版本的优化,还标注了项目本地地址。下方是插件处理任务的执行状态,有两条已完成的任务记录,分别对应运行校验、定位代码及更新service.js中的store.getArticle调用点等操作,均关联了Step-5相关内容,界面还提示“请继续执行任务”。

过程不细表,都是 AI 在努力处理,可能用量太大,也是断了几次。

最后插件终于出现在侧边栏,随时查看最新的 AI 工具和 AI 资讯。

这张图片展示了DeepSeek Harness插件的界面及相关内容,左侧是该插件的侧边栏,包含“新会话”“主页”“自动优化任务”等功能选项,还显示了qiaomu-rss-dsh相关的修复提醒;右侧是Figma Specs相关介绍,提及该工具是位于Figma画布上的上下文容器,用于在Figma、团队和代理间构建共享上下文,还展示了其官网链接、相关项目讨论内容及一份关于PRD结算相关的设计文档截图,该文档说明了其可在Figma画布间移动上下文的核心作用。

Github 开源仓库地址:joeseesun/qiaomu-rss-dsh

送佛送到西,顺手让它把我的所有 DeepSeek 插件都修复了。

qiaomu-radio-dsh:一个很酷的全球电台收音机,有很多主题,比如魔兽世界版、博朗、iPod 风格等。

这张图片展示的是DeepSeek Harness插件界面,右侧的核心区域呈现了魔兽世界风格的复古外观全球电台播放器界面,设有带蓝红发光效果的圆形喇叭、方向播放按钮、播放标识按钮及调节旋钮,还显示“Retro Radio”字样,带有游戏化的装饰细节,契合文档中提及的qiaomu-radio-dsh具备魔兽世界版主题的描述。左侧为该插件的功能导航栏与工作区列表,清晰罗列了主页、插件、自动化任务、乔木RSS等选项,以及相关项目代码与功能开发的提示内容。

qiaomu-reader-dsh:把DeepSeek Harness 变成电子书阅读器。

图片展示了DeepSeek Harness插件的“乔木阅读”页面。左侧为导航栏,有主页、插件、自动化任务等选项。右侧上方是“凯书库”区域,显示全部书籍6本,其中正在阅读5本,已读完0本,有划线1本。下方是全部书籍列表,包含书名、作者、格式、进度等信息,如《道德经》作者老子,格式EPUB,进度5%,可点击“继续阅读”等操作。该图片与文档中介绍的“乔木阅读”功能相关,直观呈现了其书籍管理及阅读功能。

qiaomu-home-dsh:给 DeepSeek Harness 改造成个人工作台。

图片展示了DeepSeek Harness的界面。左侧为功能导航栏,有主页、插件、自动化任务等选项。右侧上方显示时间为16:56,日期为10月19日,

附录:开发中 Agent 调用的 Skill

日常用 AI ,我估计没人会刻意写大段提示词。

乔帮主写了很多 Skill,分享下这次评测中 Agent 调用的,能有效降低插件开发难度,提升网页设计审美。

Obsidian 插件开发 Skill

npx skills add joeseesun/qiaomu-obsidian-dev

DeepSeek Harness 插件开发 Skill

npx skills add joeseesun/qiaomu-dsh-dev

网站开发部署 Skill

npx skills add joeseesun/qiaomu-website-develop

前端设计 Skill

npx skills add joeseesun/qiaomu-design

写在后面

陆陆续续用了一整天,给我的感受:Step 5 Preview 跟顶级模型还有差距。

但日常干活还是可用,开发网站、开发插件、截图修 Bug都没问题。

下次见阶跃的朋友,可以小夸一下。

Step 5 Preview 在 WorkBuddy 上限免到 10 月 25 日,国内版、海外版、企业版都是免费。

时间不多,抓紧薅!

能看到这里,都是乔帮主的铁杆,求一键三连!

阅读原文

跳转微信打开

  •  

TRAE 全面升级,太像 Codex 了,想想也没毛病!

原创 向阳乔木 2026-10-09 17:57 北京

先说一个暴论:国内如果你用不了 Codex,那就直接用 TRAE。

毫无疑问,TRAE 是国内 Coding 领域的第一,长期以来专注于 AI Coding。

这也是字节跳动内部工程师一直在用的产品,有很多沉淀积累。

现在,TraeWork 和 TraeCode 两条产品线合并,统称 TRAE。

合并后,TRAE 体验和能力是我用过的所有 Agent Harness 中最接近 Codex 的产品。

不废话,上实际案例。

需求调研

经常有朋友问,乔帮主你为啥有这么多 Vibe Coding 想法和灵感。

我想了下,一方面从自己需求出发,另一方面也会关注很多别人的产品,从中找灵感(偷)。

乔布斯说过:“优秀的艺术家复制,伟大的艺术家窃取”。

从哪儿看新产品呢?比如 Producthunt。

你可以打开 TRAE ,点击插件市场,安装上“电脑控制” 和“浏览器控制”插件。

图片展示的是TRAE插件市场界面。左侧为导航栏,有新建任务、插件市场等选项。右侧是插件市场内容,介绍发现并安装插件、技能和MCP,拓展TRAE能力。其中“电脑控制”和“浏览器控制”插件被红色框突出显示,前者可让TRAE直接操作电脑,替代鼠标和键盘;后者能连接你的Google Chrome、豆瓣等浏览器。这些插件与上下文提到的安装“电脑控制”和“浏览器控制”插件相呼应,为后续让TRAE帮助查看Producthunt等功能做准备。

有了这两个插件,我就可以让 TRAE 去帮我看 Producthunt,找出日榜、周榜、月榜中排名不错的产品。

图片展示了TRAE界面,左侧为功能菜单栏,选中“Product Hunt 榜单筛选”选项。右侧是TRAE的编辑区域,上方有“用 iOS 脚本访问 producthunt 最近几周榜单的前三名,找出值得复制的产品,而且对初学者有用的”任务提示。下方是TRAE的代码编辑区,显示了使用LCUI进行Product Hunt榜单筛选的代码,还列出了相关插件、MCP等信息。该图片与上文提到的让TRAE帮看Product Hunt、找出排名不错产品等内容相呼应,展示了TRAE操作界面及代码编写情况。

甚至还能一句话变成自动化任务,每天自己运行找有趣的产品。

图片展示了TRAE创建的三个定时任务,分别是“PH日榜Top7推送”“PH周报:每日榜第一”“PH月报:周榜第一”,对应每天16:05、每周一16:05、每月1日16:05执行。任务内容为推送当日、上个周/月的榜单产品,下次运行时间也一并列出。图片下方还说明了任务实现说明,包括脚本、推送时间选择及任务有效期等信息,与上文提到的让TRAE帮看Producthunt、找有趣产品等内容相呼应。

最近看到一个免费设计资源站,收录了 2万 UI 设计库,很适合学习研究。

这张图片展示的是TRAE工具筛选出的相关产品列表页面,页面上方标注了筛选条件为近4周榜的4-15名,筛选出的多为小团队或独立开发者的小众产品。列表中分为产品、做什么、为什么值得复刻三列,其中被红色方框高亮标注的是“Kombai Gallery”,该产品的介绍为“2万+精选UI设计库,给Agent和人用”,右侧说明其内容来源模型贴合能力模型,具备类似Vector编码圈的导航功能,是值得复刻的一款设计资源类产品。图片展示的是Kombai网站界面,其口号为“20,000+ standout UI designs Free forever for agents & humans”。界面中有一个搜索框,下方有Web、Mobile等分类标签,以及Landing Pages、Dashboard等设计类别。还展示了多个设计示例,如“Toggle switch | Aqua”“Video player | Infinity”“Carousel | Record Sleeve”等。该图片与文档中提到的“最近看到一个免费设计资源站,收录了2万UI设计库,很适合学习研究”相呼应,直观呈现了该设计资源站的界面及部分设计作品。

那我会想是否能开发出一个工具给大家学习用?

学 UI 插件开发

最近乔帮主沉迷 Obsidian 插件开发, 想把自己的所有需求,都尽量通过这个软件承载。

这样实现 All in One 的阅读、学习、记录,且电脑和手机都能用,分发传播也方便。

比如自己国庆假期开发的几个插件,累计下载已超过一万。

图片展示了TRAE插件市场中搜索“qiaomu”后的结果。搜索框内显示“qiaomu”,右侧有“仅显示已安装”开关。当前显示5个插件,分别是Qiaomu AI RSS、Qiaomu Reader、Qiaomu Home、Qiaomu Radio和Qiaomu Agent,均为未安装状态。这些插件由向阳乔木开发,更新时间不一,如Qiaomu AI RSS更新于2天前,Qiaomu Reader更新于16小时前等。该图片与文档中TRAE插件开发内容相关,展示了开发过程中可利用的插件资源。

这个 UI 学习工具,也打算做成 Obsidian 插件,我就对 TRAE 说:

“基于这个网站的所有图片和分类,做一个 qiaomu-product-gallery 的 Obsidian 插件: https://kombai.com/gallery/web/”

图片展示了TRAE开发qiaomu-product-gallery Obsidian插件的界面。左侧是TRAE的项目列表,选中“创建Obsidian产品画面插件”。右侧是TRAE的开发界面,显示了基于kombai.com网站图片和分类的开发任务,有“任务已手动终止”等提示,还列出开发用到的Skill“npx skills add joeseesun/qiaomu-obsidian-dev”等信息。该图片与上下文紧密相关,直观呈现了TRAE开发插件的界面及任务情况。

等了10 多分钟,第一版就开发好了,开发用到的 Skill:

npx skills add joeseesun/qiaomu-obsidian-dev

很多设计师和产品经理都会花钱订阅 mobbin 网站,这个网站有 62 万张真实截图、14 万以上的用户流程,覆盖 1,000 多个 App。

如果拼截图数量,我们肯定不行,所以我让 TRAE 把我之前做的 UI 学习网站也整合进来。

这是一张Obsidian编辑器的界面截图,对应文档中关于TRAE开发UI学习插件的内容。左侧导航栏中,“整合UI学习网打造审美工具”这一选项被红色框线标注,是当前选中的内容。右侧是TRAE完成开发任务的相关信息,其中一段用户需求被红色框线重点标注,内容为“整合这个库 https://github.com/joeseesun/learnui 我希望我们的产品变成产品和UI学习和审美提升工具,还能点评做笔记”。界面还呈现了任务耗时、当前插件现状、整包方案等内容,体现了TRAE按用户需求推进插件开发的过程。

经过几轮对话,TRAE 调用我的 Skill 完成了所有开发、安装 Obsidian 测试 。

最终成品包含了灵感图库、UI 词典、风格图鉴、审美测试等功能,演示如下:

最后,一句话让 TRAE 帮我上架到了 Obsidian 官方插件库。

安装 Obsidian ,打开设置->第三方插件,搜索 qiaomu 就能找到。

已有产品改造

DeepSeek Harness 终于推出了桌面客户端。

听身边朋友说灵活性特别高,可以定制开发自己的插件。

图片展示的是DeepSeek Harness的界面。上方有“deepseek Harness”标识及语言选项。中间大字显示“DeepSeek Harness Ready to use. Right now.”,并介绍其适用于日常任务、编码等。下方有“Download for macOS”下载按钮。左侧有“New Session”“Plugins”“Automation”等功能选项。右侧弹出窗口介绍DeepSeek Harness,称其为开源插件,基于Codex的“一切皆插件”架构,可作为桌面应用运行或从代码启动Web UI。该图片与文档中介绍TRAE(太像Codex了)的内容相关,展示了TRAE的插件版本DeepSeek Harness。

于是我把自己的所有 Obsidian 插件都做了一份 DeepSeek Harness 版。

Obsidian 版因为有用户反馈,迭代更快,两边版本慢慢对不齐了。

所以,我会让 TRAE 比较两边代码插件,帮我更新,提示词也很朴素:

“原版做了一些优化 qiaomu-reader,你对照检查更新我们当前的 deepseek Harness 版”

图片展示了TRAE(可能是TRAE的界面)在对比优化qiaomu-reader并更新时的界面。左侧为项目导航栏,显示“qiaomu-product-gallery”等项目。右侧上方有“IDE”标识,下方是TRAE界面,显示任务耗时20m 5s,任务内容为对比原版qiaomu-reader 4.5.7+4.5.13,已同步60个问题,修复了10个,还列出部分修复内容。该图片与文档中TRAE比较两边代码插件、更新代码提示词等上下文内容相关,直观呈现了TRAE在代码更新任务中的操作界面及结果。

或者类似表述

“对照原版 qiaomu-home,对 deepseek Harness 版做更新”

这张图片展示了TRAE工具针对deepseek Harness版进行代码更新移植的操作界面,界面上方红色框标注了操作指令“对照原版qiaomu-home,对deepseek Harness版本更新”,与文档中提及的用于代码版本对照更新的提示词对应。界面左侧显示各类任务列表,主区域呈现了TRAE完成qiaomu-home到deepseek Harness版本更新的结果,明确标注本次移植更新的三项核心特性,同时附有明确的变更说明与任务完成状态,体现了该工具完成代码移植开发测试的成果。

大概 20 分钟左右,就能完成全部移植开发测试,质量也很不错。

随时随地开发

TRAE 最新版本有一个“我的助理”,支持绑定飞书、微信等 IM。

图片展示了TRAE最新版本“我的助理”功能界面。左侧为功能导航栏,有新建任务、插件市场等选项,当前选中“我的助理”。右侧是“办公助理”界面,已连接飞书、微信,微信连接状态为“已连接”,有“解绑”按钮。下方有通道连接选项,包括飞书、企业微信、钉钉,其中企业微信和钉钉显示“即将上线”。底部提示保持电脑唤醒以接收消息,有开关按钮。该图片与上下文介绍TRAE“我的助理”支持绑定飞书、微信等IM的内容相关,直观呈现了其功能界面。

如果再通过 TRAE 的插件市场安装了 Github,就能很方便的远程修Bug、合并代码。

在外面吃饭时,我问了一句:“查看下乔木剪藏 clipper 有什么用户 pr”

图片展示的是TRAE“我的助理”功能在手机微信中的应用界面。用户询问“查看下乔木剪藏clipper 有什么用户pr”,TRAE回复正在初始化中,随后告知已查完qiaomu - clipper仓库情况,目前有2个用户PR都需处理,还列出了PR总览信息,如开放、已合并、已关闭未合并数量,以及具体PR内容,如PR #33 - 木子不是木子狸(mu - zi - lee)的feat(study):新增本地Whisper字幕、双语导出与视频布局界面等。该图片直观呈现了TRAE在手机端的使用效果。

等一会,就看到了用户提交的 PR 代码,手机微信就能完成合并、发版。

小红书上也会收到一些用户需求反馈。

图片展示的是小红书平台上的一个评论界面。界面显示时间为5:14,有141个赞和收藏。下方有用户“RYUGU RENA”回复“向阳乔木”的评论,内容为“那我再许愿下有可能支持dataviewjs吗”,时间为2天前,地点为湖南。下方还有“向阳乔木”回复“RYUGU RENA”的评论,内容为“加一个组件,支持dataviewjs 预览展示和配置吗?”,时间为2天前,地点为天津。该图片与文档中提到的“小红书上也会收到一些用户需求反馈”相呼应,展示了用户在小红书平台上的互动情况。

截图+打字发到 TRAE 手机端,也能远程连电脑完成开发。

图片展示的是TRAE手机端界面,显示“Obsidian DataviewJS...”任务,耗时5分34秒。界面中呈现了关于Dataview插件API能力的调研结论,包括第三方插件通过app.plugins.plugins.dataview.api拿到DataviewApi及关键方法等信息。下方有代码示例,还配有“TRAE Auto Model”按钮。该图片与文档中TRAE全面升级的内容相关,直观呈现了TRAE手机端的界面及部分功能展示。

不止用于编程

这次 TRAE 升级合并了 TraeWork,学习、办公能力也大幅加强。

“模板库”中有大量“非程序员”的常用办公、学习需求,直接可以“做同款”。

图片展示了TRAE的“模板库”界面。左侧为功能导航栏,有新建任务、插件市场等选项。右侧上方是“模板库”标题,下方有“精选”“收藏”标签,可按全部、内容创作等分类查看。界面展示了多个模板缩略图,如“沈屿”“边界重写2022”等,部分模板有星星标识,可收藏。该图片与上下文紧密相关,直观呈现了文档中提到的“模板库”中有大量“非程序员”的常用办公、学习需求,可直接“做同款”的功能特点。

我选了个书籍拆解模版,不仅生成了 HTML,还附带 excalidraw 源文件,支持在线编辑。

如果从事教育行业,生成这种画布用于演示、讲解,就非常爽。

图片展示的是TRAE生成的《纳瓦尔宝典》核心内容图解界面。左侧有颜色、字体、字号等编辑选项。中间是图解内容,包含财富篇、幸福篇等板块,如财富篇有“财富公式”“财富杠杆”“财富游戏”等板块,幸福篇有“幸福公式”“幸福杠杆”等板块。右侧有“向阳乔木”相关内容。底部有“核心金句”等板块。该图解与上下文提到的书籍拆解模版生成HTML、附带excalidraw源文件等内容相契合,直观呈现了书籍核心内容。

另外,所有 AI 生成的 HTML、Markdown、图片、视频,都会集中在 “我的产物”中,可以随时查看,二次加工,再不用翻聊天记录找。

最让我惊喜的是关联了“飞书”,无论 AI 生成还是人手工创建的文档,都能在 TRAE 中看到,随时添加到对话界面处理,对于用飞书办公的企业或个人来说,这才是最棒的 “上下文”。

图片展示了TRAE(可能为一款AI工具)的“我的产物”页面。左侧为功能导航栏,有新建任务、插件市场等选项。右侧上方显示“你的产物都在这里,随时回来继续编辑”,下方有本地、云端、飞书三个标签,当前选中“本地”。页面展示了本地的网页、幻灯片、文档、表格、视频、图片等内容,如“report”网页、“musk-poster”图片等,还设有搜索文件栏和筛选、导出按钮。该图片直观呈现了TRAE产物管理功能,与文档中介绍的产物集中管理、随时查看二次加工等功能相契合。

写在后面

国内 AI Coding 赛道里,TRAE 应该是用户量最大的产品。

这次升级,我觉得挺成功的,产品变得更清晰易用,尤其对于小白开发者来说。

产品考虑的也很周到,保留了过去的双模式:SOLO 模式和 IDE 模式。

SOLO 模式适合单项目 AI 端到端开发,IDE 模式适合聚焦单项目深度代码编辑。

对小白来说,只需跟 TRAE 对话就能把想法做出来。

对于专业开发者来说,既能多 Agent 开发多个项目,掌控全局,又能通过 IDE 模式把握细节。

不仅桌面、网页、移动端三端打通,还能绑定微信、飞书等IM 随时查看 Agent 进展,远程处理各种需求。

TRAE 用大量插件打通生态,用模版降低用户使用门槛,让AI Agent的能力覆盖到更广的人群中。

可能有人可能会说,界面太像 Codex 了,我觉得不是问题。

做过 PM 的会有同感,不少产品推演到最后,标准答案可能就那么几个...

毕竟乔布斯说过:“优秀的艺术家复制,伟大的艺术家窃取”。

感谢你读到这里,求一键三连!

跳转微信打开

  •  

马斯克的 Grok 4.7 上线了!

向阳乔木推荐看 2026-09-22 00:13 天津

马斯克的 Grok4.7 上线了!看马斯克有没有吹牛,他说特别强....

目前只有在Grok cli中能看到,网页版和Grok bot中都没有。

让开发一个植物大战僵尸僵尸,看啥效果~

跳转微信打开

  •  

手机卷到头了,下一个让人忍不住掏钱的新物种,长这样

原创 向阳乔木 2026-09-20 19:15 天津

最近大模型领域好像没啥大新闻,唯一让大家兴奋的是 Jev 模型。 一个专为软件自动化决策

最近大模型领域好像没啥大新闻,唯一让大家兴奋的是 Jev 模型。

一个专为软件自动化决策设计的模型,不能聊天、不能写文章,只做决策。

研究几天,新鲜感很快消退。

不过细想,超快、超便宜的特性,感觉很适合自动驾驶和机器人?

说到机器人,我一个好友的终生梦想就是做机器人,尤其是养老机器人。

年纪大了,就让机器人照顾自己,让子女去追求自己的梦想,不拖累他们的生活。

他原以为做机器人这件事儿可以做一辈子,但由于 AI 突飞猛进,他觉得自己梦想设小了,哈哈哈。

果不其然。

今天,启元机器人在上海西岸梦中心·梦工厂举办「我和我的个人机器人」新品发布会,启元 Q1、启元 T1 两款产品正式公开发售。

飞书文档 - 图片

两款机器人都是C端消费级机器人,并非工业机器人。

这让我很吃惊,这么快就有家用机器人了?

看完发布会后,感觉机器人发展速度可能比我们预期的快很多,有点科幻照进现实的感觉。

启元 T1 是什么

启元 T1 是一款可变形机器人。

室内是轮足人形,双足站立;到了户外,遇到草地、台阶、砂石路,它会自动切换成四足形态。

飞书文档 - 图片

央视之前有报道,我截取一段视频,给大家看看有多酷。

在家里,可以变成轮足人形,不仅轮子转起来几乎没声响,而且支持原地转向。

轮式移动和原地转向,让它在沙发、餐桌之间穿行更灵活。

机器人碰到东西会主动卸力,支持触摸、牵手等自然交互,让人没有冰冷机器的疏离感。

柔性.gif

带它出门逛公园、走步道,它又会自动切回四足形态。

路边的草坪、小区里的砂石路、出门遇上的小斜坡和台阶,它都能稳稳踩过去,跟在你脚边随行。

户外.gif

看发布会,启元 T1 Pro 版还支持随载物功能,拿不动的东西可以放他身上,哈哈。

另外,我发现有一点特别牛 x。

启元 T1 会自己判断识别环境,自动切换合适形态,完全不需要人工干预设置。

看下面这个自动变身,帅啊~

640.gif

启元 T1 还有个功能我觉得超级实用:跟拍。

他们跟影石合作,机器人能手持云台相机完成希区柯克变焦、环绕运镜这种专业运镜效果。

你只需要说一句"跟着我拍",它就能自动保持合适距离和取景角度。

全家出去玩,再也不用安排一个人拿手机或相机拍。

孩子在跑、宠物在闹,大人在聊天,大家都在画面里,完整记录美好回忆。

启元 Q1 是什么

启元 Q1 是启元的另一款产品:“全球首款可装入书包的个人全身力控人形机器人”。

一起看官方的宣传片和技术解读:

技术上,他们把 QDD 准直驱关节压缩到鸡蛋大小,保留了完整的力控能力,全身 22 个自由度。

力控可以帮助机器人调节与外界接触时的作用力,让交互更柔顺,降低接触冲击。

对于家里有孩子的人来说,这个产品细节相当重要。

研发这一块,他们今年请来了北京大学长聘副教授董豪担任首席科学家,带队具身智能研究院。

半年内在空间导航、柔性操作、家电操控、个性化寻物四个方向连续有成果,多项入选 ICRA 2026 和 CVPR 2026 Highlight,这个团队真的在做基础研究,不只是攒硬件。

有意思的是,他们还把机器人外壳结构件开源了,用户甚至可以通过3D打印定制外壳、模块化更换部件,把它做成自己喜欢的样子。

启元 Q1 探索版开放SDK、HDK和硬件拓展接口,支持二次开发。这么说,可以尝试用 Vibe Coding 改造机器人了?

飞书文档 - 图片

看启元 Q1 介绍,感觉对不同人群场景都挺吸引人的。

对孩子来说,不仅可以当英语陪练,还可以用来学习具身编程,平时是个会跑会互动的玩伴。

对喜欢潮流数码的年轻人来说,完全支持 DIY,换外壳、调动作、设人设,朋友聚会带着,必然全场吸睛。

对于忙碌的科技先锋来说,启元 Q1 可以成为个人办公助理、家庭管家,家里老人的健康辅助工具。

对搞科研的专业人士来说,启元 Q1 探索版全量SDK&HDK接口开放,不用自己弄硬件,就能做运动控制、交互智能、环境感知实验。

个人觉得,手机和新能源汽车差不多快卷到头了。

在 AI 加持下,下一个新质生产力变革,大概率是机器人硬件。

机器与人的连接

看了很多启元机器人的宣传介绍。

发现他们很努力的在传递一件事儿,那就是机器人如何与人共处,如何成为人的伙伴,而非替代者。

他们希望打造:一个愿意走进你生活、陪你探索世界的个人机器人。

比如 影视飓风创始人 Tim 惊叹:它真的可以运镜。未来,机器人可能会成为最懂你的摄影搭档。

image 2.png

郎朗的音乐会,与机器人一起合作演出。让大家觉得科技如音乐,有温度,可共鸣。

p7Z1Ekae.jpg

在ChinaJoy上,“社牛”青年让启元 Q1 机器人带着逛展。

I7nsLtGh.jpg

让机器人出现在各种真实、有人气的场景里,先让人觉得“这东西挺好玩的”,再去了解它能做什么。

机器人与人的关系,值得持续探索,最终让更多人接受和认可。

另外,启元的生态布局比我想的还要广。

腾讯 WorkBuddy、京东健康、网易有道等都在合作名单里。

背后有一套正在成型的应用生态,健康检测、AI 教育、办公助理,各种各样场景都在生根发芽。

写在后面

关注个人机器人这个方向有一段时间了。

之前每次看到相关新闻,第一反应都是"还早"。

但今年的节奏明显不一样了。

上纬新材 2026 年半年报披露,上半年研发投入约 1.80 亿元,其中消费级具身智能机器人业务约 1.64 亿元。

消费级具身智能机器人业务预收货款达到 2.1 亿元。

数字不能直接等同于销量,但至少说明一件事:

个人机器人已经不只是大家围观的街拍对象,真的有人愿意先掏钱,成为第一批用户。

启元在做的事,不只是发布两款产品,而是在试图定义一个品类。

他们不用 “能做什么任务”来评价机器人,他们更关心 “和人的关系是什么”,让我觉得有点哲学意味在里面。

未来已来,相当值得期待!

BTW:启元 Q1 和 启元 T1 已正式发售,10月1日起按订单发货。

  • 线上可以在天猫、抖音、B 站官方店铺,或者上纬启元官方小程序下单。

  • 线下的话,上海、深圳、西安、厦门、广州、杭州、武汉都有体验店,可以先去感受下,再决定。 

阅读原文

跳转微信打开

  •  
❌