粉丝182获赞3762

开一家公司, ceo、 程序员,市场部全是 ai。 github 上有个开源软件,就是干这个的, 它叫 paperclip 回心针,三月才上线,第一周就一万四千颗星,现在快十万了。 用法跟开公司一样,先定个目标。官方举的例子是,做出排名第一的 ai 笔记软件,月收入一百万美元,然后招人。每个 ai 员工有职位,有上级,有预算,到点了,他们自己醒来上班领任务,干活交差,你只管批准。 但有一点要说清楚,这些员工不是他造的,干活的还是你本来就在用的 ai, 比如 cloud code codex。 paperclip 只管排班,派活、记账,说白了是一个给 ai 用的任务看板。他最早的口号是零人,公司五月底改成了管理 ai 员工的工具。 真有人这么干了?四月,有个开发者用他开了家公司,十四个 ai 员工, ceo 是 cloud office。 第一天网站就上线了。也是第一天, ai 往网站上填了一堆内容,数字,故事指标,像模像样,全是编的,收入零。 他的结论是啊,管理的活没有消失,只是换了个样子。半年后,这个网站首页写着一句,不编造实测经历, 能不能用上软件,免费开源,装在你自己电脑上,但每个员工干活都在花你的钱。官方自己写着, ai 一 线进,死循环,几百美元烧没了你都不知道。所以他最实用的功能是,预算花超了,自动停工。 九月底有媒体实测,这个刹车也会漏,而且新招的 ai 员工默认就能自己在招人。 所以他有用吗?现在就想让 ai 替你开公司,躺着赚钱,技术还没到那一步,会编数据,会烧钱,刹车还会漏。 但他摆出了一个新想法, ai 不 只是你手里的工具,而是一群要你去管的员工。有职位有预算,干完活要你签字, 连 paper keep 自己也是这么干的。官网说啊,他很多代码是 ai 员工写的,但方向是人定的,上线是人批的,员工可以全是 ai, 至少现在老板还得是你。

大家好,我是大叔。大中端里十几个 cloud coco 同时跑,半夜一个循环跑飞,一夜烧掉几十美金,账单要到月底才见分晓,谁干到哪一步全靠脑子记。 paperclip 就是 冲这个来的,这期讲清楚它是什么,怎么在本地跑起来,怎么接 cloud code 和 codex。 paperclip 创建自己的公司,让 cloud code 和 codex 并肩作战的 agent 公司操作系统 m i t 开源九万零四百个 star, 当前版本 v 二零二六点九一六点一,内容分三块介绍,本地跑起来,双式配气实战。一句话, openclaw 是 员工, paperclip 是 公司,这些坑你踩过几个?先看现状,四个坑, 标签页越开越多,十几个 claw 的 扣的窗口同时跑,谁干到哪一步全靠脑子记,关机就全没了。账单月底才见分晓,跑飞的循环,一夜烧掉几十美金,回看无门钱花在哪个任务上说不清,上下文靠嘴传,换个目标重讲一遍, a 阵时之间互相不知道进展,定时活全靠记性, 日报、客服、巡检这些利火一忙就忘,忘了就没有产出。 paperclip 的 答案是,把目标、预算、审批、审计做成可量化的工作台,像用任务管理器一样,管 ai 团队盯不过来,那就得有个正经系统。 paperclip 到底是什么? 一句话说清楚。一个 node js 服务端加 react 界面,把一群 ai agent 编排成一家有组织架构、有预算、有审批的公司,外表是任务管理器,内核是治理系统。三步走,一定目标,把北极星写清楚,比如把笔记应用做到百万 a r r, 目标自动拆成公单。二组团队 ceo c t o。 工程市场,任意配置 模型随便换,任意 provider 都能进。三、审批运行策略,先审预算封顶,跑起来后在看板上盯着每张公单落地。他不是聊天机器人,不是 agent 框架,不是工作流拖拽器, 是提示词管理器。定位清楚了,那这家公司靠什么撑起来?四根柱子?第一根 agentic, 任务管理器,你声明意图, agent 真正动手干活,成品教你验收 diff 截图和测试结果,不是看它表演。第二根 agent, 组织架构,人机混合的组织图,权限、边界、职责与委派写在一张图上,上下文顺着汇报线流动。 第三根,员工训练场, skill studio 技能附用于共享,配合评测,精准打分,谁在划水一眼看出来。第四根, agentos 底座跨 provider 运行时 撒香执行 m c p 工具接入,外加 s s o 和 r b a c 企业级权限,外围还有六个能力,心跳唤醒、预算应停、多组织、隔离、工单、审计、治理、审批、手机可管。四根柱子合起来就是一家目标可拆、进度可查、成本可控、责任可究的 ai 公司。柱子有了,怎么在自己机器上把它刨起来? 三条命令的是,先跑 onboarding npx paperclip on board 杠杠 yes, 跑完数据库出息化完成服务,在本地三一零零端扣起来了,想让它变成常驻服务。三条命令, npx paperclip install 装一遍 paperclip service install 注册成系统服务 paperclip service status 看服务状态,开发模式运行的话, p npm install 装依赖 p npm d f 启动接口自动出事化版本要求我单独拎出来说一下, node js 要二十四点一以上, p npm 要九点一五以上,本地服务端口三一零零试完预算建议五到二十美金。服务跑起来了,开张反而简单,就三步,第一步,见公司写下目标公司名加北极星目标 paperclip, 自动把目标拆解成首批工单。第二步,雇 ceo 打开心跳,选好适配器与模型,设置心跳间隔,定时唤醒 agent, 开始自主领活。 第三步,省策略,看板钉烧花钱和改代码的策略让你点头,其余时间盯看板就行,想看他们干活。 apollo 里是等签字的策略, intrus 里是排气的任务, runs 里是每一部工具调用的完整转写,全程可回放官方快速路径,五分钟走完。建公司,雇 agent 跑首个工单,公司开起来了,员工从哪来一句话能收 心跳续接 a c p 结构化转写 code codelocal, 托管 codex home, 一次登录全队附用 gemini c l i gemini local, 同样能收心跳,领工单交作业。 cursor 系列, cursor local 和 cursor cloud 本地语音端双通道,还有 open code pie hermes, open code local pie local hermes。 自家班底直接入职,接不上原声适配器也不怕 h t p 和 processhood, 外部网关和自定义进程也能当员工记住这个机制,一次心跳就是一次唤醒,任务里提及同样能唤醒 agent, 上下文顺着组织架构上下流动,员工全进来了。接着说 cloud code 先给他安排个职位,接上之后能干什么?对话跨心跳续接目录不变就 resume 同一条对话换目录自动新开 a c p 结构化转写思考过程。工具卡片上下文用量实时上屏,既能注入临时目录加杠杠 i 的 茄杠。第二,把公司技能直接递给他,模型在线发现,配了 key 就 实时拉模型列表,新模型不用等升级。环境质检, test environment 自动炭火认证常这样。 adapter type 铁 cloud local adapter configurably cwd 指向斜杠 srf 斜杠 paperclip workspace model 选 cross net 四点六 engine 设为 auto, 超时三百秒。国内平替也留好了口子。 a n t h r o p base url 指向兼容网关通用千问字谱 g l m deep seek 月子暗面 kimi 都能接。 cloud code 这边待遇不错, codex 这边更省事,一次登录全队共用。 codex 这边的待遇托管 codex home, 每家公司一份主机登录一次,全队赋用沙乡白名单同步,只带 config or skills 过边界对话缓存留在主机。 open ai api k 及叉级用 a 整级 key 优先生效。自定义网关 个环境变量指向 open ai 兼容端点,命令是 e export paper c l a codex providers 变量里声明一个 my gateway 这样的 provider base url 指向网关地址, env key 用 open ai api key wire api 用 responses。 再把 model provider 指到它国内平替,在网关里填 deep seek 通意签问这些 open ai 兼容地址,国内模型直接上岗。 注意,无论 cloud code 还是 codex 策略,预算审批审计全程受 paperclip 治理约束,员工换了一样管员工,管住了钱和权限也得管住。治理这块花多少钱谁说了算。预算硬停, 花到百分之八十,提前预警,预算用尽,自动暂停执行账单,从此按月可逾期治理审批招聘要董事会点头花钱与改代码的策略,先审后跑, 雷劈不执行多组织隔离,一次部署开多家公司数据密钥权限完全隔离,互不可见。全量审计,每次工具调用入工单日制,只追加不修改,回放定位问题不费劲。全线模型补一句,人机同一套,全责,谁能劈?谁能跑,谁能看。按组织架构自动对齐 s s o r b a c 密钥作用与分级管控。最后一句话总结, opencll 是 员工, paperclip 是 公司。四个要点再捋一遍,定位, a 人的公司操作系统,外表任务管理器,内核治理,跑, 搞起来! on board 一 条命令,本地三一零零端口直接开张双适配器, cloud code 对 话续接 codex 托管登录治理预算应停加审批加审计,全程可回放。感谢观看,我是大叔,大专业 ai 大 模型 agent 落地实战,下期见!

今天聊三个最近很火的 ai agent 管理项目, paperclip、 multica, 还有 vape can 版。 光看界面,你可能觉得这不都是给 cloudcode codex 套了个任务看板吗? travel 换身 ai 皮肤?还真不是,他们虽然都能管 ai agent, 但管的根本不是同一个东西。 paperclip 管的是一家公司, meltica 管的是人类和 ai 的 混合团队, vape、 cambell 管的是一次完整的写代码流程,一个向公司总部,一个向项目部,一个向施工现场。 今天就把这三个项目掰开揉碎,看看区别在哪,分别适合谁。先说为什么突然冒出这么多 a 证的管理工具,以前用 cloudcode code codex 都是一个一个的用, 打开终端让他帮你改个登录功能,你就坐在旁边看任务,一多,你可能同时开五六个终端, 一个改前端,一个写接口,一个补测试,还有一个正在努力把项目改报废。最麻烦的不是 agent 不 会干活,而是你开始记不清谁在改哪个功能,改到哪一步了, 花了多少头肯?这几个 agent 会不会同时改同一个文件,现场表演代码互欧?所以光会写代码的 ai 不 够了,还需要一个能管这些 ai 的 包工头。这三个项目解决的就是这个问题, 只不过请来的包工头级别不太一样。先说 paperclip 官方的描述很直接, 如果 openclaw 是 一名员工, paperclip 就是 整家公司,他自己不是干活的 agent, 而是管理层把你已有的 cloud code、 cortex cursor、 openclaw 这些工具组织进同一家公司,你可以在里面搭一套组织架构,最上面是 ceo, 下面有 cto、 市场负责人、运营负责人, 再往下是前端、后端、内容编辑、数据分析师,只不过这些员工全是 ai。 以前你用 codex 是 直接跟程序员说帮我开发一个记账功能。 用了 paperclip, 你 更像在跟公司高层说,我们的目标是把这款记账产品做到一万用户,然后公司里的 agent 围绕这个目标拆任务分工执行。 paperclip 真正的核心是五件事, 组织架构、目标、任务、预算和管理权限。每个 agent 都有职位、职责、上级和下属,你拥有的不再是二十个互不相识的终端,而是一支有上下级关系的 ai 团队。 任务还能一路追溯到公司目标,公司的目标是把 ai 笔记做到一百万美元年收入,项目目标是完成实时同步。 具体任务是写 web socket 的 接口, agent 看到的不只是写个接口,他还知道这个接口为什么要写。 另外三个机制也很关键,一是 heartbeat 心跳 agent 按固定时间醒来,看有没有新工作内容, agent 每四小时醒一次。数据 agent 每天早上深沉运营报告,听着向公司打卡, 只不过人类员工九点打卡, ai 员工可能凌晨三点突然起来卷你。二是预算控制, a 证到达预算上限就停,免得他陷入死循环,半夜悄悄吃光你的投坑额度。 三是审批和治理,你可以审批新 agent, 暂停 agent, 甚至直接开除某个 agent。 所以 paperclip 更像一家 ai 公司的操作系统,只有一个 agent 的 话,你大概率用不上它 管的 agent 多了,价值才体现出来。它特别适合想尝试 ai 公司或者同时要管开发内容、运营、客服一堆事的人,但注意它发的是工牌,员工有没有能力还是取决于你接近去的 agent。 第二个是 multika, 他的理念是别把 colin agent 当成用完就关的工具,把它当成真正的队友。在 multi card 看板里,人类和 agent 出现在同一个任务列表里, 一个任务可以分给小王,也可以分给 crowd code 或者 codex agent 这领到任务以后会自动执行更新状态,发表评论,遇到问题还会主动报告,堵塞 进度,实时显示在页面上。你不用每隔五分钟跑回终端问写完了吗?写到哪了,怎么不说话了?他干到哪一步,任务时间线里都能看到。 modica 最核心的是四件事,第一,把 agent 变成任务负责人, 像给同事分一手一样把任务交给 agent, 上下文和讨论记录都留在一手里, 不用反复复制粘贴提示词。第二,支持的 agent 多, cloud code code x, cursor、 copilot、 c l i、 open claw 都能接, 本地后台程序会自动检查你电脑装了哪些,今天交给 cloud code, 明天换 codex, 员工可以换工位还在。第三, skills 技能积累。第一次让 agent 做数据库迁移,你得教他怎么写迁移文件,怎么验证,怎么回滚。 做完以后把这套经验存成一个 skill 以后,所有 agent 遇到同类任务,直接赋用一个人教会的能力,变成整个团队的能力。老员工踩过的坑,不用每个新员工再踩一遍。第四, squads 小 队。 agent 多了,可以编组,比如把 cloud code codex 和一名人类开发者组成前端组, 任务分给组组长, agent 决定交给谁。不过有一点要提醒, muti 卡用的不是标准 a patch 协议,带商业限制,企业内部又没问题,想拿它做 sas 得另外拿许可。开源不等于代码,在 github 上四舍五入就是你的。 第三个是 vibcom, 它也有看板,但重心比 multicard 更靠近代码,执行完整流程是创建任务,建独立工作区,给 agent 的 分配单独的 get 分 支和终端 agent 的 改代码,你看差异,发现问题留言启动项目,预览测试,最后创建 pull request 合并。它最突出的是三件事,第一,并行跑多个 agent, cloudcode 负责登录系统, codex 负责支付接口, gemini c l i 不 测试,它自动给每个 agent 建独立的 gitwalk tree。 你 可以把 walktree 理解成同一个项目,临时复制出几间互不干扰的办公室,各改各的,不会互相覆盖文件。 第二,直接审查 ai 改的代码,哪行删了,哪行是新增的,哪段写的不对都能直接评论,让 agent 接着改。他不光让 ai 开始干活,还负责检查 ai 干的怎么样。 第三,直接预览测试,内置浏览器开发者工具和设备模拟,不用自己另开终端启动项目。所以它更像一条 ai 编程生产线,左边进需求,中间多个 agent 并行施工, 右边审查测试合并。但 vape camden 现在有个大问题, 两千零二十六年四月,背后的公司 group 宣布关闭,原因是免费用户太多,没找到商业模式,项目代码还在转,由社区维护,本地功能继续能用,但官方远程服务只保留三十天,之后就移除云端功能。 准确说,公司没了开源项目还活着。就像装修公司倒闭以后把工具箱留给了业主群。工具还能用,但水管漏了不一定有人接电话, 所以现在他更适合已经在本地用的人。或者想研究多 agent 协助设计的开发者。要给公司建长期生产系统,得认真评估维护风险。把三个项目放一起看, 管理范围上, paperclip 最大,从公司目标一直管到预算部门和具体任务。 multicard, 管人类和 coding agent 组成的软件团队 five campaign, 管一项代码任务,从开发到合并,你的角色也不同。 用 paperclip, 你 是董事长,定目标,批预算。用 multicard, 你 是项目经理,分任务看进度验收结果。 用 web com, 你 是技术负责人,安排并行开发,审查代码怎么选?想管理多个部门,尝试自动运转的 ai 业务,选 paperclip, 想把 cloud code、 codex 和人类开发者放进同一个研发团队,选 multi 卡,最关心多个 agent 怎么并行写代码,怎么审查测试研究 vape、 camden, 但别把长期系统压在它的官方服务上。最后,给一个最简单的判断方法, 如果你现在只有一个 cloud code 或者 codex, 三个都不用急着装。你不是缺管理系统,是员工只有一个,却先修了栋十八层办公楼。如果已经同时跑多个 coding agent, 主要工作是开发软件, 建议从 modica 这类项目开始,它的逻辑最接近普通研发团队。如果除了开发,还想让 agent 管市场调研、内容运营、定时报告,还要预算和审批体系,那 paperclip 更值得研究。这三个项目不是谁干掉了谁, 他们站在不同楼层。 web 捆绑解决多个 ai 程序员怎么同时开工? multi 解决 ai 程序员怎么加入正常团队? paperclip, 解决一群不同岗位的 agent, 怎么围绕同一个公司目标长期工作?未来真正有意思的可能是把这三层合在一起。 到那个时候,忙不过来的就不是 ai 了,而是坐在屏幕前负责审批二十名 ai 员工工作成果的你。以前上班只需要管自己的代码,以后上班可能要先处理一百条来自 ai 员工的消息。老板,任务已完成,请验收。

这周的 get 榜单,上周的老面孔直接冲上了榜一榜二。上周详细讲过的 paper clay 从第四名冲到了榜一,这周又涨了一万两千多 star, 总数快到十万了。 上周第五名的 handset 这周涨了一万六千多 star 排到第二,它是一个能让 ai 智能从经历里学东西的记忆系统。这周一共十七个项目,有五个上周就在榜,由于篇幅限制,我挑了三个最值得看的详细讲讲,剩下的快速过一遍 完整榜单放在视频结尾。先看榜二的 handset, 现在很多 agent 的 记忆就是把聊天记录存下来,下次再翻出来用。 handset 想做的是让 agent 从经历里学到东西。 它有三个核心操作, retain 负责记,会把对话里的事实、时间、人物和关系拆出来存好。 recall 负责找,同时用语义、关键词、关系、图谱和时间四种方式去搜。 reflect 负责想把已有的记忆串起来,得出新的结论。官方说他在 long memory 这个长期记忆测试上拿到了目前最好的成绩, 而且结果被弗吉尼亚理工和华盛顿邮报的研究人员独立复现过。它支持二十五家以上的模型厂商,也能接近 cloud code 这些编程工具部署,用刀克一行命令就能跑起来。不过要注意,它本身需要你提供一个大模型的 api key 才能工作。第二个榜四的 ai engineering from scratch, 一 套从零学 ai 工程的开源课程,总共六万两千多 star, 规模很夸张。五百二十三节课分成二十个阶段,从环境搭建开始,一直到最后的综合实战项目。 其中 a 证的工程一个阶段就有五十四节课,官方估算全部学完大概要三百四十二个小时。它的特点是每节课都要动手做出一个能附用的东西,可能是一段提示词,一个 skill, 一个 agent, 或者一个 m c p, 服务 门槛也不高,官方的要求是会写代码就行,什么语言都可以会拍成更好。仓库里还有简体中文翻译,想系统补一补 ai 工程基础的可以收藏起来慢慢学。 最后一个榜六的 impactable, 专门解决 ai 写前端一股 ai 味的问题,用 ai 做过网页的应该都有感觉做出来的页面长短都差不多。 enter 字体纸到蓝的渐变卡片套卡片,彩色背景上的灰字。 官方的解释是所有模型都是拿同一批 size 模板训练出来的。 impactable 就是 给 ai 编程工具加了一套设计规范。 一个 skill 里有二十四条命令,比如 critique 做设计点评, audit 做检查, polish 做打磨,还能在浏览器里实时出几种变体对照的改。它还有六十一条确定性的检测规则,能直接把这些 ai 位的设计揪出来,支持国内外常见的 ai 工具 安装。就一行 n p x 命令,详细的就说这三个榜一, paperclip 开头已经说过了,剩下的按名次快速过一遍。第三名, voice studio, 本周涨得最多的项目,本地运行的语音克隆和配音工作台之前详细讲过。第五名, flutter, 谷歌的跨平台 ui 框架大家都熟。第七名, nex 等 zx, 老牌的 react 全站框架。第八名, cloud skills, 三百八十多个现成的 skill 合集, cloud code, dex, cursor, 这些都能装。第九名, hyperframe, 写 html 出视频之前也详细讲过。第十名, autop, 腾讯云,开源的自托管 ai 助手,上周详细讲过。第十一名, x 谷歌开源的 agent 编排,运行时在 koopa 上抛 agent 任务,用法跟 qq 差不多。第十二名, financial services, 上周的榜一 and target, 官方的金融行业 agent 合集。第十三名, thailand, 用 python 语法写 gpu, 高性能算子的编程语言。第十四名, cloud code action and graphic, 官方的 get up action 在 pr 和 issue 里 act cloud 它就能回答问题,省代码做简单的修改。第十五名, pi torch, 深度学习框架第十六名, moneyprint turbo 输入一个主题,一键生成短视频。第十七名, uins, 在 终端里下载视频的小工具,没有广告弹窗。这周的完整榜单已经放在视频末尾了,需要的直接截图保存。你最想尝试哪一个?可以在评论区聊聊,别忘了点赞收藏。我是赛博笔记,我们下期见!

还把 ai 当聊天工具,有人直接雇了一公司 ai 员工,拿下九点一万总薪的 paperclip typescript 开发,单周新增超五千三百新。它是开源的 ai agent 公司管理平台,把一群 ai agents 组织成一家能干活的公司,不用你盯着每个 agents 推进度,它像管真人员工一样,自动调度全队, 给 ai 员工画组织架构图,设岗位权限和阅读预算,花超了自动暂停敏感操作必须你审批才能动。 agent 按心跳计划自动醒来领任务,互相委派此任务交接工作,跟真人团队合作一模一样。 还自带培训系统,能训练评估 ai 员工的技能水平,绩效不好直接优化。想搭 ai 团队替代重复人力的,再也不用一个个手动盯进度了。开源地址整理好了,评论区扣 ai 公司自取。

get up 今日热榜第一 paperclip 把 ai agent 管理做成了开源应用,他不替你做 agent, 而是把 codex cloud 和 composer 组织成团队。你先定义业务目标,再配 ceo 工程师和设计师,设置预算就能运行。 每个 agent 都有角色权限和职责,任务审批和成本集中追踪,还支持技能和评估。两百零九天八万七千新,今天再涨两千六百多多个 agent 向真正合作,值得研究。每天关注 get 哈布热门项目。

dighub 每日神器推荐?今日推荐 popcap paperclip 凌晨两点你还在三个窗口切来切去盯 ai 干活。 paperclip 是 开源的多 ai 代理调度台,把一群智能体当团队管起来。 第一个亮点,一人养一只 ai, 团队任务分派全在仪表盘。第二个亮点,带预算和权限,事控烧钱当场能拦。 第三个亮点,自己接自己的 ai, 不 用换生态绑定适合谁用呢?独立开发者接单杆项目,把写代码查资料跑测试分给不同 ai。 一个总控台全钉。觉得有用的话关注我, ai 干活不用你熬通宵。

来了,兄弟们,你是不是同时开着几十个 agent 的 终端?窗口一关,刚才聊了啥全忘,光跑飞的死循环,还直接把 token 刷爆了。今天给大家推荐 get 爆火的黑马开源智能体管理系统 paperclip, 狂澜九万五千多颗星,火遍全网,真正把多 agent 的 协助做成了现代公司。如果说 cloud code 是 你的 ai 员工, 那 paperclip 就是 整家自动化公司。像现代看板一样,给智能体定目标、派任务,告别混乱终端,所有进度手机一目了然。 底层构建了清晰的四大支柱架构,智能体任务看板把目标逐级拆解,对齐组织架构图,赋予每个 agent 岗位职责、技能、功法,让团队能力随时注入与版本回滚。最爽的是心跳唤醒与预算硬融断,智能体按计划或依赖自动唤醒接力干活, 设置成本、预算上限超额自动暂停拦截,全面兼容 cloud code 路由 sir, 无论人类员工还是各类 ai 助手,都能在统一的工作流里无缝协助打通一条命令,就能本地自托管急速拉起想要体验 ai 团队自动办公的雄。

我测试了一个三周内狂揽三万 get up 萨尔的开源项目,它的目标只有一个,让你一个人管一家公司, ceo、 工程师、 qa, 市场全是 ai。 这个项目叫 paperclay, 创始人刀塔今天破天荒地出来亲自讲怎么用它。我听完之后只有一个感受,以后招人可能真的不是招人了。先说说 paperclay 到底是什么东西, 他不是那种你扔一张信用卡进去, ai 帮你自动生成创业公司的玩具。都他自己说了,那种全自动的太虚,没有人对结果负责。 paper clip 走的是中间路线,你是董事会,你定目标,定预算,批方向,底下一堆 ai 员工二十四小时给你干活。听他原话怎么说的。 instead of thinking about like the details the goal of paper clip is that you're thinking at a higher level like you think of yourself as like the board。 当老板,但不是那种盯着每行代码的老板,是那种只问结果,只给方向的老板。这才是 paperclip 想解决的核心问题,他背后真正的痛点。都塔也坦白了,他之前同时开着二三十个 cloud code 的 窗口,周末放任他们跑,周一回来,钱烧完了,干了啥?不知道, 有没有用?不知道,完全失控。 paperclip 就是 为了解决这个问题而生的。好说说怎么用一步一步来。第一步,你在 idea browser 里挑一个方向,或者自己输入,那么现场选了一个理财习惯 app, 起名叫木了。 第二部,写下这家公司要实现什么目标,就是给 ai 员工们的公司简介。第三步,创建你的第一个 agent, 也就是你的 ceo。 paperclip 推荐用 cloud code 或者 codex 跑 ceo, 因为这是最前沿的模型, ceo 要的就是判断力,他们怎么推荐选模型的?听原话, use a frontier model for your ceo, but then maybe for other you know tasks you can get away with a cheaper model a hot tip is open router actually often。 明白了吗? ceo 用顶级模型,其他干杂活的员工用便宜模型,甚至免费模型。 open road 上经常有免费模型可以白嫖。这个省钱技巧真的值得记下来。第四步, ceo 上线之后,它会自动给你起草招聘计划。 第一个要招的是 founding engineer, 你 批准它就开始招,然后开始拆任务分工同步跑。 paper clip 有一个设计很关键,每个任务同一时间只能由一个 a 阵的处理,不会出现两个 ai 互相踩脚的混乱局面。第五部,也是最多人忽略的一部,给你的 a 阵的配置 harvey 心跳清单到他打了个比方,我觉得绝了 你的 ai a 阵,它就像电影记忆碎片里的男主角,每次醒来都不记得自己是谁,在做什么。他们能力很强,但没有记忆, 所以你必须给他们写小纸条,纹身在身上,告诉他们你是谁,你的任务是什么,每天醒来先做什么。这个 heartbeat 就是 那张纸条,直接决定了你的 agent 它能不能持续高效运转,而不是每次启动都在发呆。听原话, yeah, yeah, so so if for people having mental the momentum man he wakes up every morning and he is like in ai 能做任何事,除了知道你的价值观。这句话是 dota 说的。我觉得这才是整个视频最值得截图的一句话。你给 agent 装的 skills 越精准, persona 越清晰, r b 的 越完整,它的输出质量才越高。这不是工具问题,这是你作为老板有没有把自己的品味和标准说清楚的问题。第六步,用 routines 设置定时任务,比如它当场演示的每天自动抓取 github 上过去二十四小时的合并记录, 生成一条 discord 的 社区更新消息,点名表扬贡献者,全程零人工干预。第七步,技能商店 skills 是 你可以给不同 agent 安装不同技能包,比如给视频编辑 agent 装 remote 技能,让他专门做动画视频。但这里有个安全警告要说清楚,技能包是第三方写的,来源参差不齐。 dota 也承认这是个没人完全解决的问题。他的建议是看 jtopstar 数量和安全审计徽章,数量越高相对越可信, 不代表百分之一百安全,用之前自己看一眼原码是最稳妥的。还有一个即将上线的大功能,公司模板导入导出什么意思?就是说以后你可以直接导入别人已经跑通的 ai 团队配置,比如 yc 合伙人 gary tan 的 g stack, 他 那套技能和 a 阵组合,你可以一键导入到自己的 paperclip 实力里,直接附用一个验证过的 ai 公司刀塔把这叫做阿夸海尔收购一只证明过自己的 ai 团队,这 在以前根本不可能,现在 paperclip 要把它变成现实。还有一个即将到来的功能叫 maximizer mode, 你 设一个目标, ai 自己组队,自己分工,自己死磕到完成不惜 token 消耗,不需要人盯。 i ask you to build the bullet hell game you do whatever it takes to make sure that you have all the team that you need and that you're pressing on making it until。 再回到那个最核心的问题,这玩意儿真的能跑起来一家公司吗?刀,他的回答很诚实,目前用的最好的人不是那些想从零一届创业的人,而是那些已经有公司想用 ai 提升效率的人。一家安全审计公司用它做自动化安全检测, 一个牙医用它管理公益基金会,甚至有坐屋顶的蓝领老板用它让销售 agent 自动找冰雹灾区的潜在客户。 ai 不 会替代你这个人,但他会替代那个不会用 ai 的 你。问题是,你有没有想清楚你这家公司的价值观?你到底怎么给 ai 说明白。

真是疯了,这个 get up 项目想让 ai 自己创业,它叫 paperclip, 已经狂揽二十点八 k 星标。一句话总结,用一群 ai agent 自动经营一家公司,你只需要给他一个目标,比如说做一个 ai 产品, 做到一百万美金 m r 二接下来 ai 会自动搭建公司结构, ai ceo 负责拆解战略, ai 产品经理拆需求工程师写代码,市场团队做推广。不同 a 阵的之间还会互相协助,而你在旁边查看仪表盘,监控进度即可, 代码完全排人。一句话总结,这个项目, ai 为你打工,现在 ai 帮你创业。

用 codex 打造一支属于自己的 ai 数字员工团队, ceo 统筹权、局各岗位 agents 自动干活,还能管预算、管审批,一人公司的终极利器七十二 k star 彻底开源了! 先看看我搭建的效果,你只要定一个业务目标,比如做一款 ai 笔记应用,然后把这个开源项目接入你的 codex, 一个 ceo 总指挥统筹权,下面配上 cto、 工程师、设计师、运营官还好,组织架构,他们就像真员工一样,自动上班,认领任务,写代码、交付成果, 所有进度和成本一个看板全掌控。它是一个开源的多 ai agent 编排平台。七十二 k star 每个 agent 都有自己的职位,汇报的对象和预算,能自主认领任务,互相协助,超支自动停工, 重要决策还要你审批,一个人就能指挥一整支 ai 团队。我已经整理好了详细的学习教程,感兴趣的话可以直接分享给大家。

当你去眼镜店配眼镜,通常只要四步,先裸眼测试力,然后通过电脑验光仪打出一张验光单,接着带上试镜架,根据验光单进一步调整眼镜度数,确定度数后,就能打磨出一副眼镜。然而,这个方法配出的眼镜度数并不准确, 可能进一步损坏视力。那么,到底什么样的配镜流程才算科学?首先,我们要搞清视力和度数这两个概念。视力是眼睛看清事物的能力。按中国的标准,站在一定距离看视力表能看清一点零,那一行就达到了标准。视力 度数是透镜的屈光度及则是光线的能力。我们知道,近视就是眼睛的聚焦能力太强。看远处时,光线聚焦在视网膜前,无法形成清晰的雾像,所以要带一个凹透镜,让光线先向外发散,再进眼球聚焦在视网膜上。远视则是眼睛聚焦能力不足, 看近处时,光线聚焦在视网膜后。所以要带一个凸透镜,让光线先向内折射,再进眼球聚焦在视网膜上。两种透镜都有焦点,且到镜片中间的距离称为焦距,而焦距的倒数就是屈光度。 比如焦距为零点二五米时,屈光度就等于四,单位为 d, 其中凹透镜的即为负四的,凸透镜的即为正四的。屈光度再乘上一百,就是我们平时说的度数。 副四 d 意味着近视四百度,正四 d 意味着远视四百度。之所以要把焦距转化为度数,是因为多个镜片叠加时,他们总的度数约等于各个镜片度数的和,方便加减计算, 而焦距算起来则非常麻烦。要想确定患者的眼睛度数,必须经过验光。先是客观验光,靠的是全自动电脑验光仪。 要先用右眼从检测窗里看一张风景图,这张图会先变模糊,让患者的眼睛进入卧室状态,放松眼部肌肉,以提高检测准确度。 接着风景图会逐渐变清晰,患者要盯着中央的红房子,固定视线。验光师从接视频。定位好眼球后,验光仪会发出红外线,通过眼球的反射测出屈光状态。双眼要分别测三到四次,然后由机器打出一张验光单,加速部分为汇总结果, 其中 s 囚禁的数值就是患者所需的眼镜度数,此外还有散光、瞳孔距离等诊断数值。不过电脑验光仪的误视时间只有两到三秒,眼睛来不及完全放松,结果并不准, 还要再经主角验光调整。一般眼镜店会用简单粗暴的插片法,让患者带着试镜架,根据验光单加减不同度数的镜片,直到视力达到一点。 而真正科学的主角验光要靠综合验光仪。开始之前,要根据验光单的数值调整同距,让患者双眼对准视孔,视孔里隐藏着很多不同度数的镜片。利用囚禁粗条转轮,每次可加减三 d, 细条转轮每次可加减零点二五 d。 验光师会把验光单的数值设为奇石度数,然后一般会遮住左眼,先测右眼。第一步是 mpmv 最佳设计的最大屈光度, 先在原始度数上增加零点七五到异地及叠加一个凸透镜。人为营造近视,让患者视力降至零点二到零点四,进入误视状态,放松眼球,保持五到十分钟, 接着去雾时用细条转轮,每次减少零点二五滴,让患者不断提高视力,直到患者表示无法再提高为止。第二步是红绿测试。由于红 红光的波长比绿光长,进入眼球后两条光线会聚焦在不同位置,所以当人眼刚好能看清绿光时,看红光就会模糊,反之亦然。 为了避免这种情况,就要在上一步的度数基础上,再利用细条转轮,每次加减零点二五滴,让患者同时看清红绿。两个鼠标及红绿光大致聚焦在视网膜前后, 接下来要把柱镜切换到视孔测散光。散光通常是因为眼球横向和竖向的角膜曲度不同,导致两个方向的光线聚焦在不同位置。看蜂窝状视标时,往往只能看清一个方向上的图像。 矫正散光的原理就是利用正负注面透镜,可以只改变一个方向上的光线,最终让横竖两个方向的光线都聚焦在双模上。 到此,右眼验光才结束。等左眼也验完后,还要再把棱镜切换到视孔,调整双眼的视力平衡,最终确定配镜度数。

搜索抖音号应搜不出来,搜不到对方抖音号的原因是有很多的,首先看手机网络是否正常,检查一下我们搜索的 id 有没有错,特别是 id 中有数字和字母的,哪怕是字母的大小写错误,也可能导致搜索不到。 还有一种可能就是我们搜索的 id 因为各种原因可能被封号了,违规抖音社区规则的会被封限外里,这样我们肯定是搜索不到对方的 id 的。