爱施德是AI智能体吗

哎呦，我给你分享一个好玩的。嗯，我有个朋友他在四 s 店，他那个每天要打好多个电话，你看我这个 ai， 我 现在让他给这个假如说一个客户打电话， 我现在发他的号码，你看幺五八的这个号码，嗯，哎，你看他已读了。哦对，他已读了，他马上就会自己去发起电话去打。 这么神奇吗？嗯，这个时间大概有多久啊？等待的时长很快吧，一会就来了，因为打的是这个手机，他一会可能电话就拨过来了， 你看。哇，这么快，那我现在接听一下啊。好嘞，你好，帮客服看到您近期有在 app 上关注过我们的车是吧？你从哪拿的我的手机号啊？ 是这样的，您之前在我们的官方平台上关注过相关车型信息，所以系统记录了您的咨询意向，我们这边也是想为您提供更精准的车型介绍和最新的购车权益呢。哦，那你们那个车有没有大点的，然后油耗低点的或者新能源的也可以？ 嗯，明白您的需求了，空间大，油耗低或者新能源车型我们确实有不少选择，比如 suv， 车身尺寸比较宽敞，适合家庭使用。几座的呀？ 有六座和七座两种布局可以选择，空间表现非常灵活，无论是家庭出行还是装载需求都能满足，而且它的燃油经济性在同级别 suv 也比较不错。如果您考虑新能源的话， 这款也是个好选择，纯电驱动，空间同样宽敞，日常出行成本会更低。他对他好流利啊。哦，是吧，那那个，呃，你给我约一个试驾吧，我明天去。 好的，没问题。为了给您匹配距离最近服务最好的门店，请问您目前在哪个城市哪个区域呢？我在北京朝阳区。 好的，我帮您记录下来了，北京朝阳区，感谢您的配合，对了，为了方便后续跟进，方便问一下怎么称呼您吗？我姓王。 好的，我跟您确认一下，是国王的王。对，没错，国王的王，他真的好厉害呀。 好的，今天沟通的信息都帮您记录好了，后续会有门店产品专家联系您。感谢接听，祝您生活愉快，再见。好， 我他这个真的是就像真的销售在给你打电话一样，记录的还挺全面的。是啊，你看看反馈信息也很及时啊。对啊，他这个会把这个信息都给我，你看打了多少次，然后都说了什么事情。我现在的话给你查一下，查一下，比如说我刚才 刚才对于这个，这个外呼的这个电话通话的一个总结，通话总结， 你看输入他的这个号码，幺五八的这个号码，咱们等他一下。这个等待时间很长吗？这个不长 哇，又已读了，他这反应还挺快的。那马上就会出来。 哇，这么快。你看他这里边包括这个具体的信息，然后有过程，然后还有下一步的。哎，记录的还挺详细的。对，下一步的建议，你看现在 ai 是 不是很厉害，真的太牛了。嗯。

国内 ai 模型排行 number five， 深度求索 deep seek 程序员圈子的亲儿子，代码数学双优 human level 与 math 评测中名列前茅，国内一线 ai 守门员，能力超过他才算真正迈入顶级 ai 行列，而他自己却迈着地板价。开源友好模型权重与技术报告全面开放。 number four 西语科技 minimax agent 智能体工具调用编程和复杂多步任务能力极强，发布后在编程基础和 实际工程场景中表现突出，速度与效率高，是二零二六年能力实测中的黑马选手，尤其适合需要高自主性和多轮交互的任务。 number three 月之案面 kimi， ai 界的记忆大师，百万级上下文处理能力行业领先，整本书集超长报告一口气 进去，一次不落，看完还能精准定位关键信息，高效总结输出交互流畅、响应快， 为他一份年报，三秒给你总结出重点，比实习生靠谱，还不占工位。 number two 智普 g l m 清华系学霸型选手，基于自研 g l m 架构，兼顾双向注意力与自回归生成技术，自主性极强，不追风口、不爱热闹，但企业级应用中稳定可靠、合规性设计严谨，逻辑推理扎实，复杂推理与结构化任务手到擒来。 话不多，但你说什么他都听得懂、接得住。 number one 阿狸通一千问开原生态的六边形战士， 从零点五 b 到七十二 b， 全尺寸覆盖，视觉与音频多模态一应俱全，全球开发者社区活跃度遥遥领先， m n l u seven 等主流评测中长期霸榜，代码数学、写作、推理样样拿得出手。

大家好啊，昨天直播的时候也有很多朋友在问我啊，就现在怎么看这个科技的走势啊，结合啊，就上个星期其实最大的一件事，有很多人可能没有注意到啊，就是 server 二关了，就这个 openai 彻底把 server 这条产线给砍了。 从啊，这个去年的九十月份上线到现在不到半年的时间啊，他彻底把这个纹身视频这个产品给砍了。 这个事其实是一个很具代表性的，我先说结论啊，就是当下啊，这谁都没有想到科技的竞争，就是哪个层面的科技竞争都算已经进入到什么资源优先的这样一个境地了 啊。这个事的话就回归到整个经济发展的这个常识啊，经济发展就是资源推动经济的发展，或者我们叫做啊这个生产力推动经济发展回回归到这个常识 啊，为什么这个 open ipad 为什么要把它关掉？首先这肯定是成本太高了，为什么成本太高啊？那是因为每天要消耗大量的电，消耗大量的算力，然后相关形成的这些产品，它的销售是无法覆盖成本的啊，所以这个事是是很正常。那 这里面原因在哪呢？哎，原因在于这个美国人获取的廉价的能源，它是石油，但这种东西的话呢，是无法直接转换成电的， 那么他中间进行这个大规模的转换呢？原本他们对这个事并不是啊这个操心的，因为在美国实际上石油的这个消耗里面百分之九十以上啊，是不跟那个不跟工业生产有关系的 啊，他是消费类的消耗，但是现在他就要进入到工业生产体系的话，美国人已经有三十年没有做大规模的工业资产投资，就使得他整个的电网跟不上，就是他其实能源的转化率是低的， 我们不是，我们花了二十年的时间，我们甚至最近这十几年，国家每年真金白银大量的补贴，我们补贴出来的一个以电为核心的消费产业，进而带动以电为核心的这个制造业这样的一个转型，这是我们用了十几年的时间干完的。 所以这两个发现呢，我们是建立在电的这样的一个基础上的啊，工业制造的能力他们现在还是在石油基础上搭建的， 所以就产生了现在如果进入到电力时代，要需要电作为能源的时候，它的转化率上不去，美国人自己的转化率上不去，就使得能源变成了控制，或者说啊阻碍它整个不管是 ai 也好，其他产业发展、科技发展的一个重要因素。你像那个台积电在美国投的这个芯片厂，它也是缺电 缺水，他很多的这个潜能放不出来。同样的道理，所以在现在这种情况下，包括我们现在看的这个霍尔默斯海峡是吧？一出事啊，我们这个氦气啊，就受影响是吧？在氦气受影响，然后我们这个整体的这个芯片的潜能啊，整个世界潜能都要受影响等等等等， 这个就是一个什么现在的科技的竞争，竞争到最后就变成资源了，就变成资源了。所以从这个角度上讲的话，谁能掌握先进的资源的获取权？像我们这这全球的这个离矿是吧？我们占了九成以上的这个这个使用权啊，这谁谁能掌握？这前几年我们的布局，现在能看到 啊，基本上都已经达到我们的目标了，谁就能获得这个先机，这是肯定的，这不用考虑的，肯定的事啊，所以从这个角度上看， 科技竞争又进入到这个技术设施加资源这个领域，而这个技术设施加资源呢，一定是谁先升级谁收益，那么我们花了十几年升级所带来的东西就在这体现了啊。所以从这个角度上来讲的话呢，接下来很多朋友说啊，怎么看科技这个产业，怎么做决策？我告诉你贴什么， 贴基础的这些东西，贴资源，你看他的资源能不能获取，他的资源，是不是有把握掌握，他有没有在上面形成一个自己的系列的技术，要有的话，哎，你，你放心好了，没有问题的啊，他肯定是 水涨船高的一个情况，那如果说不没有，他是一个特别新的技术，但是他那个底层的东西又受到了很多的控制，那很可能受到很大的波动，那你就小心了 好不好？简单给大家说这事啊，那如果说很多朋友说我能不能系统的去看一下，哎，欢迎你们加入到我们的这个啊，解读计划啊，这个我们的解读计划，我们呢是季度的，现在有特价，这个挂在这季度的啊， 四百多块钱，然后我们原价六百多个平台给补贴的啊，因为老张这个课的质量很好，所以平台给的补贴四百多块钱，需要可以赶紧看啊，九十天是吧？咱们四十五个会员视频啊，然后那个八场会员的直播 非常超值啊，需要链接在底下呢，赶紧点啊。好吧，研究到这啊，我是瑞小张，关注我，咱们从投资的视角看科技背后的精彩，我们下期见，拜拜。

这下精英经理的饭碗不保了。硅谷刷屏的 ai 黑科技已经在 github 上获得超过四万星标，成为金融 ai 领域的热门项目。这是一款多智能体量化交易系统，其决策过程堪称神奇。首先 ai 研究员刷到某个领域涨价新闻，立刻就会协调其他智能体开会。 此时 ai 分 析师马上全网搜索十年市盈率作为数据支撑，最后在辩论碰撞中给出交易策略。以往的 ai 理财模型大多是单打独斗，而这款确定 ages 开创性的搭建了分析师、研究员、交易员三级智能体架构，就像组建了一支专业团队，分析师深挖基本面， 研究员剖析市场情绪，交易员专注技术分析，大家各司其职，每次给出的建议还会附带完整逻辑链策略好不好，回述验证一下便知， 让人用得明明白白。经实测，最大回测能牢牢控制在百分之三以内。更绝的是他支持本地部署，不用担心交易隐私泄露，而且完全免费开源，感兴趣的朋友可以试试了，关注我，带你认识更多好用工具！

在硅谷，最近最火的概念不是 agent， 而是 harness engineering。 这次呢，不是到新概念，而是 ai 已经到了另一个水平，一个真正能够落地的工程化水平。如果你做过 agent， 你 也一定会遇到过这种问题。为什么？ ai demo 很 惊艳，但一上线就有一堆稳定性的问题？ 这个就是 harness engineering 要解决的核心问题。先把一些概念讲清楚。一个完整的 ai 系统呢，其实可以分为三层， 那第一层是模型层，这个就是 gvt， cloud 这些大模型，这是 ai 系统的底层。那第二层呢，是框架层，比如说 lane， train， cloud， agent， sdk 这些呢？帮你把模型和工具连起来。最上一层是 harness， 这就是 agent 工程化的关键。 那么 harness 是 什么呢？简单说，如果模型是汽车引擎，那么 harness 就是 汽车的一切。如果车不行，那么引擎再好啊，这个车也跑不动。 所以哈尼斯要做的事情，说白了就是给 ai 构建工作环境、设计流程和建立规则，以及一些验证的机制。它负责的不是回答问题，而是如何把事情做好的一系列自我管理工作，比如 prompt 的 结构化管理、工具调用、任务的生命周期， 上下文和记忆管理这些等等。为什么这层东西突然变得很重要？因为现在的 ai 的 瓶颈已经变了， 不是模型不够强，而是长任务不稳定。一个真正的 age 的 任务，可能会涉及到五十多次的工具调用，多轮的上下文压缩和扩散的一个状态延续问题就出现在这个过程，上下文会丢失，状态会断，而工具调用呢，会失败。 这就是很多人遇到的 air demo， 跑得很不错，但一旦上了生产环境呢，就虚脱了。所以 harness engineering 啊，本质是在做三件事情。 第一个，持续的任务执行。传统调用是一次性的请求返回结束，但 agent 不是 啊，它是一个长流程的一个任务，所以必须做到中断之后呢，可以恢复 出售之后呢，可以重试，而不会从头再来。这就是为什么很多团队开始用 temporal 和 land graph， 本质是把 ai 任务呢，当成工作流系统来运行。第二个是记忆架构，很多人以为向量数据库就是 ai 的 记忆，但其实呢，完全不够。 一个可用的 agent， 至少呢，需要三种记忆，过去和当下发生了什么，我知道什么，以及应该怎么做。 如果没有这三层， ai 就 只能是临时发挥，而不是持续的进化。第三个是目标和状态管理。 普通 ai 呢，是被动响应，你问一句，他答一句。但 agent 是 主动执行，他有目标、有进度、有计划，所以必须有一层系统去管理。当前的目标是什么，做到了哪一步？卡住了怎么办？是否需要人工来介入？ 这层能力啊，才是真正做出 ai 员工的关键。再讲一个很多人容易忽略的问题， ai 为什么在第十步还很正常，但是到了第五十步呢，就崩掉了？ 这背后其实就是一个典型的问题，叫上下文退化。随着任务变长，上下文被压缩，细节丢失了，决策的质量就下降了， 这不是 front 能解决的，这个就是系统设计问题。所以你会发现一个很明显的趋势，过去大家在卷 front engineering， 现在呢，开始卷 contest engineering 和 harness engineering。 最后啊，总结一句， ai 的 上线由模型决定，但 ai 的 可用性由 harness 决定。 如果你是开发者或者创业者，你现在应该思考的已经不是我应该用哪一个模型，而是我有没有一套系统能够让 ai 稳定的把一件事情做完，这个就是 harness engineering。

全球 ai 彻底炸了， agent s 横空出世，百分之七十二点六的恐怖成绩直接碾压 open ai 和 antropig！ 你 知道这是什么概念吗？已经无限接近人类操作水平了，而且完全开源！它牛到什么程度？能像真人一样操作你的电脑？自己上网填表、 写文案下单，关键是还会学习，越用越聪明！最致命的是，它能连续执行上千步复杂操作而不出错，这相当于你免费雇了个二十四小时！不复杂操作而不出错，这相当于你免费雇了个二十四小时！ mac lex 全支持！最关键的来了，完全开源免费！对手还在收你每月几十美元的订阅费，而这个已经悄悄开源了！ github 上死大飙升到六千加！整个 ai 圈都在震动！你想继续付费当韭菜？还是现在就让这个免费 ai 帮你干活？工具已经准备好了，回复六六六主页，低调学习！

你写过的 scale 里，现在还用的有几个？我写了两个月的 scale， 结果能用上的没几个，要么触发不了，要么乱触发，要么输出的非常死板，质量很差。这几个问题你踩过几个呢？我全踩了。 问了一圈，发现这也不是个个例，是大家刚上手 scale 的 一个必经之路。同样是 scale， 点 m d， 一 样的格式，不一样的效果，差距到底在哪里？ 谷歌 cloud 工程师最近发了一篇博课，把他们观察到的几个大厂生产级的 scale 归类成了五个设计模式， 哪些内容该放在 scale 点 m d， 哪些该放在 references， 哪些用模板。每个模式都给出了文件的规范和设计要点， 我把这五个模式做了详细的拆解，看完你就应该知道自己的 scale 哪里出了问题。首先， scale 不是 万能神药，不是什么场合都适合用 scale， 用错了只会让你的人工智能变成人工智障。 几个典型的误用场景，第一是 agent 本来就会做的事，比如说翻译、润色、总结这些， agent 天生就会变得更好，甚至有可能回答的结果更加僵化。 第二种是只用一次的任务，比如说 q 三的复盘，某次活动的邀请函。这种事情只是偶然做一次，也不适合用 skill， skill 的 核心价值是附用，用一次就扔的东西不值得封装。 第三种是创意发散类人物，比如说头脑风暴，产品命名，这种要的就是随机性和创造力，过度约束反而会让结果变得模板化，适得其反。第四种是局的行为偏好，比如说表述的语气要正式一点，这种事情用提示词一句话就能搞定，也用不上 skill。 第五种是连接外部系统，这个是 m c p 该干的活。 skill 是 在 m c p 的 基础上加了一层怎么用的知识，而不是替代 m c p 去做工具的连接。 第六种是输出毫无规律，每次需求都不一样，强行跳套一个固定的流程，结果是 skill 触发了，但是完全帮不上忙。解 skill 之前，先问自己三个问题，第一不用 skill， agent 能否做到八十分？如果能，那就不要用。 第二个问题是这件事情是否会重复发生至少十次以上，如果不会，也是直接用对话解决，不值得封装。第三是需要注入 agent 不知道的专有知识，而不直视约束行为。如果不是专有知识，那用提示词也就够了。 三个问题有任何一个答案是不先放下别写，如果三个都是肯定的，再看看我们下面讲的这几个模式有没有可以作为参考的。第一种模式叫做知识注入，英文叫 tour rapper。 先说一个容易混淆的点，这里的 tour 跟模型的方式靠那个 tour 是 没有任何关系的，别搞混了。那知识注入解决的是什么问题呢？就是 agent 不 了解你们团队的内部约定。 举个最简单的例子，比如说写代码，团队为了代码的统一管理，一般都会有一套自己的代码规范，变量怎么命名，组建怎么命名，错误处理用哪个类的。如果你直接用 coding agent 写，他是不知道这些的，他就会按照自己的规范来， 把这套规范写成 scale， 就 能解决这个问题。设计的文件主要有两个，一个是 scale 点 m d 和 references。 scale 点 m d 只写核心的招标和出发说明，告诉模型什么时候该用这个 scale， 详细的规则全部写进 references 里，按需加载。 这里有两个坑，我重点说一下。第一个坑是 scale 的 description 写的太模糊，比如说很多人会这么描述，这个 scale 是 用来帮助团队内部写代码。巴拉巴拉，这个太宽泛了，模型根本判断不准该不该触发， 要把这个具体的技术名词都要写进去。比如说当用户编辑 python 代码的时候，触发这个规则写得越具体，触发的越准。 第二个坑是把规范全塞进 scale 点 md 的 正文，这是最常见的错误， scale 点 md 越长越难维护，而且模型加载的时候会把整个文件一次性读进去，你明明只需要遵循它的命名规范，也需要加载所有的规则， 反而会干扰判断。正确的做法是 scale 点 m d， 写招标和引用路径，详细的内容放进 references 里，用的时候再进行加载。第二种模式叫文档生成，说白了就是给 ai 配一套模板，让它按照模板去输出内容。 举个最常见的例子，比如说公司里写周报，你们公司的周报格式肯定是固定的，本周完成什么，遇到什么问题，下周工作计划。如果只靠 prompt 去规定格式， 格式简单的时候还好，一旦要求的稍微细一点儿，比如说图标要放在第一个风险条目，不能超过三条，每条进展必须写影响等，那 agent 它就很容易漏到，漏掉某个细节，导致每次格式都可能会不太一样。 那文档生成 scale 的 核心思路就是把模板固定下来，写进 s s 核心的文件主要有三个职责，非常清晰， scale 点 m d 指描述流程。比如说要先加载模板，再收集信息，再填充生成分三步走，那 s s taglate 放完整的报告，模板结构长什么样，全在这里定义。 references 里放语气字数，要求控制的是输出质量。 这里有个很重要的设计，就是职责分离、模板控制结构风格指南、控制质量。这样三层分开的好处非常实际。哪天你想换个更严格的语气要求，只需要改 style， 模板不用动。 哪天周报里要加一个本周亮点的章节，只需要换 template， 其他两个文件也不需要碰。第三种模式叫做质量审查。我用一个做内容的场景来解释， 你们公司要发小红书，内容在发布前肯定需要过一遍，有没有违禁词？有没有夸大宣传的表述？品牌名字有没有写错，话题标签加了没有？那这些规则是固定的，但每次靠人工一条条对着检查，费时费力，而且很难保证每次都不漏 质量审查的 skill 的 工作方式就是把待发的内容丢进去， skill 自动加载你们的审查清单，逐条对照，输出一份审查报告。 那这里最核心的思路是把检查什么和怎么检查分开，检查什么放进 references 的 checklist 里，就是那份检查清单。那怎么检查是写在 skill 里，是执行协议。 那哪天平台规则更新了，加了几个新的违禁词，你就只需要改 checklist。 skill 本身是一个字儿，不用动。 或者换个场景，你把 checklist 整个贴换成公众号的发布规范，那这个 scale 立刻就变成了公众号的内容审核工具，结构完全不变，只是换了一个文件。第四种场景叫做信息收集。 我们肯定都有过这样的经验，一个问题如果你还没有想清楚，可以让 ai 来问你，反而能帮你把思路梳理得更加全面，问完再动手，出来的东西准确率就会高很多。 这个模式有个特点，它不需要额外的文件，纯靠一个 skill 点 m d 的 文件就能实现，也是这五个模式里结构最简单的一个。 但是你可能会问，这不就是在提示词里写几个问题吗？跟直接写提示有什么区别呢？那区别在于使用场景的颗粒度不同。如果你收集的信息需求是比较通用的，比如说遇到问题先问一二三再回答，那你直接写进系统提示词里就可以了。 但是如果你针对的是一个具体的场景，写需求文档要问的问题跟做活动策划要问的问题肯定是不一样的，那通用的提示词是覆盖不到这个颗粒度的，这个时候可以单独封装一个 skill， 专门服务于这个场景。这个模式在设计上有三个要点要注意， 第一是阻断，指令是核心，必须明确的写，在完成上一步之前不要进行下一步。不写这句话， agent 可能就会收集到一半信息，就忍不住开始输出。第二个是一次只问一个问题，如果一口气泡出八个问题，你根本不想回答。 第三是提问要有逻辑顺序，比如说可以先问为什么，再问用什么，最后问不能做什么，按这个数据走下来，那你的信息就是完整的，而不是东一榔头西一棒槌的。第五种模式叫做流程编排，也是这五个模式里用的最多，最容易出问题的一个。 逻辑其实不复杂，就是一件事情分成好几步来做，每步之间都有依赖关系，顺序不能乱，中间某步出了问题，后面就不能继续走了。 你也可以靠 prompt 提示链来实现，但是靠 prompt 来描述这种流程， agent 很 容易跳步，或者忽略检查点，或者在该停的时候没有停。 举几个典型的场景，电商的售后处理内容的多，平台分发，合同的审查等，这些都是有很长的执行链路的，每一步都要依赖上一步的输出，任何一步断了，后面的结果就不对了。那这个文件要怎么设计呢？ 第一是在 skill 点 md 里把每一步写清楚，这一步的输入是什么，输出是什么，通过的条件是什么，失败了要去哪里，然后在 references 里按照步骤来拆文件。 step 一 的判断规则是一个文件， step 二的模板是一个文件，最后的审核规则，再单独放一个文件，用到哪部就夹在哪个文件，而不是一次性的全部读进去。那这个模式的坑很多。 第一个坑是步骤描述比较含糊，比如说你写，然后再生成回复啊，这种 a 针就会自己发挥。每一步必须写清楚三件事，输入是什么，输出是什么，完成的判断标准是什么，描述的越具体，执行的越稳定。 第二个坑是没有写失败路径，合规检查发现问题了，是该停还是继续走？没写清楚， agent 就 随机选一个，如果失败路径不确定，也可以交给用户判断，写清楚，发现问题要把情况告知用户，不要继续走下一步就可以了。 第三个坑是把所有的步骤塞进一个文件。我一开始就是这么搞的，把所有的话术、规则模板全部写进一个 references 里，很容易有挑不的情况。 那按照步骤拆文件，每个文件只服务对应的步骤，哪天某一步的规则改了，只需要改那一个文件，互不干扰。 第四个坑是步骤之间的依赖关系没说清楚。第一步识别出了投诉类型，那第二步要用这个结论来加载对应的话术。但是 skill 里如果没有写清楚是基于第几步的输出， agent 有 可能在第二步的时候重新判断一遍，或者直接把第一步的结论忘记了。 那每一步的描述里必须要明确的写清楚上下步骤的依赖关系。你会发现，这五个模式都有一个共同的设计原则，就是职责分离。 模板是模板，规则是规则，流程是流程。每个文件只做一件事，互不干扰，不是为了拆而拆，这样极容易维护，也会节省很多的 context， 最重要的是执行更加稳定。 所以 scale 的 设计方法论归根到底就一句话，把模糊的意图变成结构化的规范，拆得越细，定义得越清楚， scale 就 越稳定。

一个十五岁的高中生竟然靠养龙虾呢，在不到一个月内拿下了超过二十万的合同收入。如果你还在苦练提示词，那对不起了，你可能正在被这群懂落地场景的小孩哥降维打击。 这位叫 branson 的 小孩哥在刚结束的奥斯汀龙虾大会上分享了自己的经历。所谓养龙虾呢，其实就是他利用 ai agent 帮企业做自动化的咨询。他开了一家咨询公司，通过十五分钟免费通话，专门锁定企业的行政黑洞，卖上千美金的自动化设置套餐。 很多人啊，觉得是吹牛，其实啊，这是整个 ai 时代的重构的必然。他的成功核心呢，就两点，普通人也可以复制。 一、极强的场景洞察。他发现啊，房地产、法律等传统行业经纪人百分之八十的时间呢，都浪费在回邮件、填表格、跟进潜在客户上。这是典型的低价值、高耗时的标准化场景。 二，利用最新工具降维打击。它精准地使用了欧邦号在二零二六年三月更新的核心功能，实时浏览器绘画链接， live chrome session。 这让 ai agent 呢，像个幽灵员工一样，不需要任何插件，直接浑穿用户当前登录好的浏览器后台。 甚至啊，能绕过那些烦人的登录验证码，解决了登录难题，实现了全流程的无缝接入。重点来了，这套赚钱逻辑，普通人该怎么直接复刻呢？记住这三步建议呢？点赞收藏，免得刷着刷着就找不到了。第一步，锁定痛点场景， 别去写写文章作图，去找那些你身边的传统老板，看他们啊，哪些活是每天必须做流程啊，极其标准化但极耗时间的。以中小房地产中介为例，那就是客户信息录入和新房源的闭环。利用 open cloud 的 新功能啊，设置一个 agent， 比如针对房产经纪人。一旦呢新房源出来， ai 自动调取周边同样户型的成交数据，写好符合人群需要的推广文案， 并利用已登录的账号呢，自动发到社交平台，全程不需要人工中转，这就是一个完整的场景解决方案。 第三步，价值定价法。别跟老板聊技术，你可以直接告诉他，这套系统五千元配置费，每周呢，帮你省二十小时人工。老板啊，只会觉得这个太便宜了。 ai 时代，从来啊都不缺技术说明书，缺的呢，是把功能包装成赚钱产品的人。谁能最快让 ai 接管标准流程，谁就能成为赚钱的超级个体。关注我，我是陈凡，带你了解更多能落地的 ai 商业玩法。

一条视频教会你 ai 智能体搭建的完整过程，本视频耗时一小时三十一分钟。这是一条 ai 智能体，也就是 agent 搭建的超级保姆的教程，特别适合新手小白。我会从电脑开机开始，教会你 平台上所有的智能体的搭建方法，包括这种工作流的搭建方法啊，这是不需要会写代码的，所有新手小白都能学的。会，而且我还会教会你扣子平台上包括扣子空间，扣子编程这些所有实用有用的功能啊，都会讲给大家， 而且我还会从零到一，手把手教你搭建几个完整的智能体。好，我们从电脑开机开始，电脑开机了之后，我们看右下角要插好网线，或者连好 wifi。 我 这边是插网线的啊， 我们的扣子平台它是网页版，不需要下载。废话不多说啊，我们首先先打开浏览器，打开浏览器，在上边输入 c o z e 点 c n 啊，就是扣子的官网，那么 c o z e 点 com， 那 个是外网版的，我们国内用的是 c n 啊，就这个好， 进来了之后我们看到这个就是扣子的旧版的主页，其实新版的主页在哪里呢？就是扣子点 c n， 后面不加任何的后缀。这个进来了之后就是它的正版主页。其实扣子空间现在整个扣子平台现在，呃，更新了， 刚刚更新，而且是巨大的更新，我教大家搭建智能体也快一年的时间了，这次的更新，嗯，变化还是比较大的啊，正好这次拍这个视频，可以教大家最新版的智能体搭建的方法。 好，我们现在就开始啊。呃，进来之后是他的主页，我们现在在扣子空间这个界面，那么扣子空间和我们搭建的这个工作流智能体有什么区别呢？就是一个是通用智能体， 一个是专用智能体。怎么理解通用智能体？它其实你可以理解成为电脑上的通用机器人， 我们把它举成机器人的例子，你就更好理解了哈。我们看机器人，人形机器人，后面就是通用机器人，就是人能干的活，他全部都能干。 那有通用就有专用，专用的机器人，比如说小米汽车工厂里的机器人，他就是专用机器人，他只能生产汽车，只能干这一种活，你让他干别的活，他不会干，这就是专能，专项机器人和专用机器人好了，那么智能体也是一样的，智能体就相当于电脑上的机器人，那 它能够代替帮助人类完成电脑上、手机上和网络上所有的工作，那么通用智能体未来就是这样子的。好了，这个扣子空间它就是通用智能体的出行，你看它能帮我们干什么？能帮写作，能帮我们生成 ppt， 能帮我们设计， 能帮我们开发网站，而且还能帮我们调研各种数据啊， ok， 它现在已经能帮我们做很多基础的。呃，电脑上的工作， 那么我们这天主要讲的是啊，在扣子编程里面啊，我们点开扣子编程，嗯，你叫它编程呢？它其实这个就是新版的啊，新版的，你看右边有个旧版，它会自动编程，我们是不需要会编程的，不需要会写代码的 啊，然后一个一个看啊，这里面有项目管理，这个项目管理我打开，这就是我这边已经搭建好的所有智能体，在我们工作空间里面的所有智能体啊。 ok， 然后集成管理，这个左边的集成管理 第下面，呃，是已经内置好的，你看这种各种大模型豆包，对吧？ kimi deepsea， 这个就是看它，让你看一下这里面有什么，给你做个介绍，而且你点击这个还可以了解更多啊，了解更多， 好，后面会有有语言模型、生动模型、互联网搜索，对吧？然后还有外部集成的，包括分数、分数表格等等等等啊，你看在打开之后我们能看到深度的这些模型的介绍。 ok， 这个是看一下啊。 ok， 下面还有资源库，资源库这里面我们能看到有插件，有工作流，这个就是今天要详细给大家讲的所有东西啊，知识库、卡片啊，如果你的账号是新注册的，那么这些东西你肯定就是空的啊，不要紧，下面还有任务中心 啊，我们看一下有扣子，批量的任务，可以建一些批量的任务，包括 api 的 接口，包括测评、管理等等等等啊。 ok， 返回旧版里面，我们看的更加清楚啊， 这个是主页啊，这个就是我们旧版的界面。好，呃，在这里面呢，我们看一下哈 项目开发，左边有项目开发，就是看到我们自己搭建的所有的智能体资源库，这里啊就能看到啊，全部的，包括插件、工作流、知识库等等，所有的啊，你自己空间里面有的资源库。 ok， 下面这个任务中心也是批量任务看，其实旧版和新版一样的啊，这些东西都是一样的， 还有效果测评、空间配置，在空间配置里面能看到你搭建好的所有的智能体啊，当然你看这个创建人，我们有群这个工作空间啊，就是 自己，我的学员和我们都在我们的工作空间里面啊，不仅能用我们工作空间里面的所有的智能体，而且能复制带走，复制到你自己的空间里面永久使用的啊，像老米 ai， 这就是我们自己搭建的，包括这些智能体，我们也可以随时下架 啊。好，那么重点来了，下面有这个模板商店，我们看一下啊，这里面就是有很多官方和第三方已经搭建好的智能体的模板 啊，这里有分类，有营销、操作、创作、信息处理、聊天陪伴等等等等，我们看一下哈，比如说这个啊，智能客服助手，对吧？智能客服助手这个智能体他是免费复制的，已经复制了一百四十三点八 k 啊，十四万人在复制的这个客服智能助手了，包括图像生成器对吧？有七万九千人复制了，这些都是免费的，然后没有很多的功能， 大家可以都去尝试一下啊，都去用一下，包括你知道了有哪些模板之后，后面你搭建智能体想用，你比如说想用客服的，你可能都不需要自己来重新搭建了，你可以在他就复制这个，直接用他的就可以了啊，包括智能搜索 啊，这个是也是扣子官方的，而且是免费，但我们带大家看一下，除了免费的，下面还有你看这个是五分钟深度行业研究，那你比如说你不知道狗粮的行业 好，你想研究下狗粮行业，他能帮你深度研究，但是呢，这个是九块九，有十二 k 的 人复制在用了，也相当于一万两千份，一十九块九一份，我们就按十块钱算啊，他已经一万两千份，他已经挣了十二万了， 对不对？ ok， 这是第三方的，你看是这个用户第三方的 ok， 还有什么 这么多啊？等等等等啊，而且还有很多这个，呃，要付费的，这个是二点三 k 十九块九，智能考题一键生成，这个是不是老师，呃，用的会比较多呀？ 好，有时间大家可以全把这些全部都体验一下，用一下啊。但是如果是用付费的，其实不建议大家付费哈，如果说是加入到我们工作空间啊，我自己的工作空间里面，我们这些都有的，你就 全部都能用了啊，当然很多 ok， 好 了，这是所有的啊，模板商店，左边看的模板商店，那么还有插件的商店，大家可以看一下，插件的商店 有扣子官方各种插件，语音合成，语音播课啊，链链接读取，你要知道有哪些插件，有哪些插件，是什么样的功能，你就能知道把大模型加上哪些插件，就能变成哪些智能体。 ok， 你 就知道你能搭建出哪些智能题，搭智能题用哪些插件了。后面待会我会一个一个带着大家去看啊，带着大家去介绍，还有啊，作品社区，这个作品社区里面就是在扣子平台上很多的第三方啊，像我们一样的， 呃，用户搭建的很多的智能题，大学生的作业辅导对吧？专业的英语翻译，然后还有就是 啊，水滴信用等等，还有很多大厂官方也在这里哈，包括这个 deepsea， deepsea 能力增强版啊，可以识图啊，可以读取链接，对吧？可以 p 图、思维导图等等等等， 太多了啊，太多了，你，有时候你不知道自己要搭建什么智能体，你可以来这里看一下思维，可以拓一下思维啊， ai 可以 做的事情 非常非常多啊，可以做的事情非常非常多，我们这种搭建的工作流，这种智能体他其实就是专用智能体，你看每一个智能体，他能解决一个问题，比如说这个啊，塔罗牌啊，这个智能体什么都不能干，但是他就非常精通塔罗牌，对不对？ ok， 还有自媒体运营大师，对吧？ ok， 还有还有很多，大家可以去看一下。呃，左边 a t a p i 管理，这个就是要对接一些软件的 api 啊，就在这里面还有文档中心啊，这个文档呢， 这里面其实就是有一些呃，我们扣子编程扣子搭建的一些最基础的功能介绍啊，大家有空了也可以看一下啊，最后就是通用管理，没什么。 ok， 我 们再进来啊，进来之后， 呃，带着大家搭建智能体，这个是最重要的，我们看搭建智能体从哪里点进去？嗯，看左边啊， 看左边，照着最上面。我这边是老敏学第三期学员空间啊，我这边有很多的学员空间啊，包括我自己的空间，这个是你可以创建的，也可以加入啊，也可以抓住。 ok， 加入进来了之后，这个空间里面你点项目开发，你看到的就是这个空间里面的所有的智能体， 对吧？ ok， 那 比如说。 ok， 那 比如说我想在这个空间里面创建一个智能体，怎么办呢？ ok， 那 我们还会有个人空间， 你看这个是我的个人的空间。 ok， 我 们点击创建左边看一下，有创建智能体， 右边有创建应用啊，都有的，这是两个不一样的智能体，怎么理解呢？其实就是和我们用豆包用这个，这个差不多，是通过对话形式来完成的，应用的话，它相当于小程序啊，小东西相当于一个啊， app。 ok， 我 们点击创建智能体，创建智能体上面有智能智能体的名称啊，好比如说我们要搭建一个思维导图， 做思维导图的智能体，那么名称你就叫思维导图啊，这个功能你就可以写。呃，一键制作 思维导图，这个是给你自己看的，如果你把你的智能体发布到了平台上面啊，所有的人都能看到，或者别人能买 啊，那你这个也是要给别人看的啊，能让你别人知道你这个智能体他有什么功能，是什么作用。那么现在可以选择空间啊，比如说我在自己的个人空间下面有这个图标，图标的话可以 自动生成，这个就是 ai 生成的，当然也可以添加你自己的本地的图片啊，点击添加你自己本地的图片，也可以看 ai 生成一个，那我如果不太满意，可以继续让它生成，一次最多可以生成四个。 ok， 如果我有自己的图片，那我可以选择自己的图片 添加作为这个图标。好，这就完成了第一步的初使的创建。好，我们点击确定 进来了之后，大家看这个就是思维，这个就是我们思维导图的这个智能体的界面哈，其实界面它主要分为三部分，左边我们看一下，这是人设已回复，逻辑 是规定这个智能体是干什么的啊？中间也就是这个大模型的规定的，中间的话编排我们看到有非常非常多的功能啊，我会大家带大家一个一个给大家讲解，这个相当于给智能体添加 他很多的功能，很多的技能全部都是在这里啊，我们可以把这个智能体理解成为是机器人，对不对？那么这个智能体其实是什么？他就 大模型是什么？豆包和 deepsea 这种大模型，看，这里面是有的，看模型看到了吧？这里面模型也可以选择，现在它默认是豆包。一点五，我们进来看一下， 有豆包很多的模型，也有 deepsea 的 模型，也有 kimi 的 个模型啊，这个我们国内版是有国内大模型，如果有海外版的，海外版的扣子就是有很多海外版的模型。好， 这个模型相当于是非常聪明的大脑，但是他不会干活，对不对？我们相当于给他加了很多的技能，很多的插件，工作流，表格，记忆库，好让他有手有脚，能帮我们干活。哎，有帮我活，有能帮我们干活，大概就是这个逻辑。右边的话就是预览与调试， 那右边就是预览与调试，在里面我们搭建好了，就在这，在这边就能可以尝试啊，就可以用。 ok， 我 们一步一路来，那比如说我们要搭建一个思维导图的智能体，怎么办？ 好，我们要搭建这个思维导图的智能体，我们在提示字里面这边就可以写啊，你是可以一键生成 思维导图的智能体。 ok， 我 们点击自动优化，这个就是一个最简单的写系统提示词的方法，它 ai 会帮你优化完整 好你看他写的角色，你是个专业的思维导图创作助手，擅长用将用户提供的信息转化为思维导图结构化等等技能一，然后技能二可以分类， ok， ok， 点我们点击替换 就上来了，他就知知道了他是干什么的了，而且后面还会有限制，仅处理与思维导图相创作相关的内容，拒绝回答无关话题， 对吧？我们相当于就把这个豆包一点五的这个豆包模型变成了这个智能题了，他其他不会回答了，只会干这件事情，如果没有这个限制，那么豆包你问什么回答什么，对不对？他什么都会回答，但是他不会制作思维导图， ok， 那 么这个， 呃，大模型也可以换，我们比如说用成这个啊， deepsea v 三工具调用，因为我们这个需要调用一些工具。好，这个模型的话看这里可以配置，那这里是可以配置大模型的，比如说精确模式 随机性就降到了零点三，是吧？就相当于比较准确啊，随机性偶然性比较小，这个平衡模式是零点八，那么创意模式这个整个生成随机性就是一了，就是思维会非常跳跃，非常有创造性， ok， 当然也可以自定义你可以选什么，那么默认平衡模式就 ok。 好， 下面这个呢？写带上下文的轮数。好，他默认是三轮，什么意思呢？你和他对话三轮，当回他对话第四轮的时候，前面说的话他就忘掉了， 他在这三轮对话当中，他会记着你上面和你和他说过什么，但是太多就忘掉了，如果你不觉得不够用，你可以设置啊，十或者怎么样都可以，对吧？当然我们制作思维导图，其实三轮就足够用了，每次都是单独的。其实 ok， 还有最大的回复长度 啊，就是文字时候，这个是四千零九十六个文字，但是你觉得不够可以再加啊，再可以再加。 ok， 这个就是大模型的调节，这样就完了。 呃，大模型也会换，也会，也会这个变更啊，你看这个 deep c v 三，它就提示着啊，即将下架。 ok， 那 即将下架的话，我们用豆包吧，因为你看豆包和这个，嗯， 字节对吧？和扣子抖音，这其实就是一家公司，还是自己家的，稍微用起来会顺手一点。 ok， 那 比如说我们选这个豆包工具调用， 选一个豆包工具调用的带有工具调用功能的，这个啊，模型好，这个 ok， 当然这里面也可以调整好了，我们就算调整完，那么重点是这里 插件啊，重点是这里我们几乎所有的智能体都会用到这个啊，点击添加，你看我们看看插件有什么，你就大概能知道智能体都能搭建哪些了，并且怎么用。比如说链接读取， 你给该，其实这里面都有说明啊，该插件可以获取链接下的标题和内容，比如说你给他一个网页的链接，他就能读取出来，但是如果你把这网页链接给豆包啊，他就读取不出来的，相当于我们让豆包有了这个 读取链接的功能，包括图片理解啊，你给特定链接上的图片内容，然后他还能理解出来，包括头条搜索，这个是能使能使用头条的搜索功能，通过关键字搜索内容或者是链接，包括 kimi 这个大模型 不？这个是什么？墨迹天气，你给智能体加上墨迹天气这个插件，它就能查询关于天气相关的东西，对吧？然后树图这个其实就是我们干嘛吹慢的，这个就是思维导图， 看人工的思维导图软件，能提我们提供智能思维导图制作和工具的封路模板。好了，那我们比如说知道这个 ok， 那 我们就点点击添加， 我们这天这个智能体就是搭建一个啊，能够制作思维导图的智能体，对不对？ ok， 就 添加进来了，如果没有这个，他只能写出一个思维导图的框架，但是有了这个他后面就可以做出思维导图 好，包括还有工作流这个，当然这个，嗯，这种体相对简单，我们直接可以搭建出来。但是我们后面学会了工作流了之后， 这个其实是工作流，是我们会会讲解的绝大部分内容啊，我们学会了这个工作流了之后啊，大部分的整体我们都会用工作流的形式给展现出来。啊啊，这个是最初的最简单的版本好， 包括文本知识，下面这个是什么意思？这是什么意思？看这个就是扣子的知识库，我们可以给他添加文本，就是你自己本地的文本 啊，包括表格，包括图片添加给他，你只要给他的内容，他就百分之百记着，他百分之百会。这个一般什么时候比较常用呢？比如说我们要搭建自己客服的智能体，你搭建客服的智能体好， ai 说话没有问题，和客户说话一点问题没有，但是他不肯定不了解你自己的产品，你自己公司内部的信息他是不了解的。好，你就可以把你自己培训客服要 的资料啊，包括文本表格，包括图片，从这里面添加给他你的产品尺寸了，你公司内部的信息了，你的服务指标了，对不对？全部给到他。 ok， 当客户问到问题的时候， 你家这个产品是长长多少宽多少，发什么快递对不对？好了，他就能调用这个信息知道哦，这个 a 产品长一米，宽零点五米，然后怎么怎么样，他只能说了，如果没有这个的话，你要问豆包是不是不行的对不对？所以这个就是本地的知识库。好， 还有就是记忆，记忆下面有变量数据库和长期记忆，看现在有这个蓝色小钻石的，他是需要另外付费的， 那他是需要付费，然后有些是有免费额度，你看这个是免费额度，零次相当于如果你抢用这功能，你就要付费。其实付费很便宜啊，很便宜呃，基本上是九块九啊，一个月，待会我会教大家怎么。嗯，付费充值。好， 如果你把这个长期记忆打开，然后可以呃添创建一个项目库啊，比如说我创建一个项目库啊，随便起个名字啊，啊，我这个就叫讲课吧。 ok， 点击确定。好，我们把这个添加进来，那么后面这个智能体在用的过程中，所有的东西都会被记录到这里面，不会遗失 你问他的所有问题，让他干的所有活，他给你的所有回答全部都寄到这里面了。好 啊，还有文件盒子，其实大家不太懂的话，可以点击右边的这个小叹号看，用于保存和管理用户发送的文件啊，用户发送消息时，智能体能够找到和用户这里文件进行回复啊。呃，你如果打开这个 文件盒子啊，打开这个文件盒子， ok， 你 在后面用这个智能体时候发送的文件， 他全部都能给你保存下来。记着， ok， 后面的话会有对话体验，这个就是用户体验方面的啊，比如说开场白了啊，开场白啊，比如说这个是什么智能题啊？这思维导图智能题是吧，我就告诉你啊，我能 一键制作思维导图，请问你要做什么思维导图呢？ 是不是？ ok， 用户在看到这句话，知道啊，就知道这个整体能干什么，我该怎么用它，对吧？一个开场白就 ok 了。嗯，好，用户问题的建议也可以开启啊，在智能体回复后会，后面会根据上面的内容自动提供三条用户 提问的建议，如果开启他会自动提问，如果有用户有喜欢就不用再问了，直接点他就继续回答啊。 ok， 还有快捷指令，呃，快捷指令对话框上有些有些按钮，就比如说在这个地方添加了之后，有些快捷指令我们点击直接就能添加好。还有背景图片 啊，为扣智能体商店添加背景图片，呃，让对话更沉沉静，就相当于添加了之后，这个画面现在是白色吗？对吧？我们比如我们添加个图片，哎，这个画面就变成了你添加的图片， ok， 这个是音视频，可以。嗯，有语音通话视频啊，可以选择添加， 而且可以选择相匹配的声音，最后用户输入方式，方式我们这里有打字输入，有语音输入啊，都可以选择的，这个都很好理解。 ok， 那 么这些按钮就讲完了，那么这个智能体现在 你看我们刚才写的这个，嗯，开场白，对吧？我能一键制作思维导图，请问你需要什么思维导图呢？是不是出来了吗？对不对？我给问他一个啊，智能体 可以代替哪些工作？ 看我们打开了长期记忆，是不是它就会啊？搜索记忆里的东西，但是我们这个是新建智能体记忆，里面是没东西，对吧？第二步它就会调用树图这个插件， 看树图这个插件，这个智能体它就好了，它好了之后啊，我们看一下， 点击编辑，这时候呢，其实就到了这个树图的官网啊，你看他给我们我，我们回顾一下哈，我们刚才是干什么？ 我们刚才是在干什么？ 我们刚才问他，让他搭建给我们做一个，呃，问他这个智能体 能完成哪些工作，对不对？但是如果没有这个插件的话，那是不是他就豆包就会给我回复很多的问题啊？智能体能干什么？能干什么？他是发的文字对不对？但是有了树图插件，他就变成了这个。啥啊？变成了这个 述图，我们点开看一下，这个述图可以替代啊，智能体太极工作能够代替重复劳动性的工作啊，代替部分的脑力劳动啊，辅助决策、商业决策、项目管理、未来发展潜力和应用。是不是一个完整的思维导图一下就做好了？ 并且呢这个思维导图可以编辑啊，你觉得什么东西可以要添加修改啊？全部是可以的。 ok， 这是一个最简单的思维导图搭智能体啊，搭建的一个方法。 好，我们接下来讲用工作流，用工作流怎么来搭建？好吧， 好，还是这个思维导图的智能体，我们从第一步一步一步来哈，为了大家学会看这个，是我们进来扣子点 c n 的 网站对不对？点击扣子编程，这里面就是我们的专用智能体，对吧？这里有返回旧版，右上角返回旧版。 好，这里有，点击创建。创建什么？创建智能体啊？我们在思维导图对不对？一键制作思 思维导图，那么接下来我们就看看怎么样通过工作流的形式来制作一个思维导图， 让它自动生成一个图标。 ok， 生成了，点击确定，那我们就又进入到了这个什么 又进入到了这个智能体的界面，左边是吧？人设是恢复逻辑，你是干什么的？中间有很多的技能功能对不对？右边可以预览和调试。 ok， 那 么我们这个时候呢？ 那点击添加什么？点击添加工作流，添加工作流的时候，这些全部都可以不用管了啊，包括上面的模型插件，所有不用管了，我们点击添加工作流啊，点击添加创建工作流， 有对话流和工作流啊，先给大家讲工作流啊，这个是工作流是干什么的呢？是思维导图对不对？思维导图， 好，这里面这个名称必须是英文啊，这名称必须是英文啊，还有下划线不能是汉语和数字， 对吧？然后下面是可以汉语的哈，一键制作思维导图，这个主要是给自己看的，如果你不写这个，说明后面你就不知道你这个工作流是干什么的了。 好，点击确定，那么这个我们就进入到了这个工作流的搭建界面，看有一个开始，有一个结束， 可以缩小，也可以放大，拖拽式的，所以我们不需要会写代码也能完成啊。智能体工作流的搭建就是在这里啊，然后我们用鼠标的话，可以先这个鼠标友好模式在这里，我是用的鼠标，如果你用的 触控板，你就用触控板友好模式就好操作一点好了。然后鼠标的话，中间的滚轮是可以缩小，可以放大啊，完全非常自由的。 好，这里面有注视，有优化布局，比如说你有时候搭建的特别乱了，我们点击优化布局啊，它就会排的很整齐，要么竖着，要么横着 啊，还有导出为图片，你这个工作流就能变成一张图片，还有缩略图等等。 ok， 那 我们现在是要搭建什么？搭建一个思维导图的智能体对不对？那么这里面就有很多的节点可以添加，看在这里， 在这里啊，有很多的节点可以添加，鼠标放到这里，它就会展示出来很多，能添加大模型，能添加插件，也能添加工作流啊，包括还有能做代码选择器，循环意图识别等等等等啊，这些都会给大家讲到一个一个来讲。 大模型是什么，我们点击先看好，点一下，这个大模型就上来了，其实就是和刚才一样，这个大模型我们点击一下右边，大家看一下，右边有模型， 现在是豆包一点五 pro 对 吧？三十二 k 的， 还有豆包编程的模型，豆包是深思考深度调节的模型啊，豆包一点六极致速度模型等等，你可以选择啊，你可以选择啊，这么多的模型都可以选择， ok， 选择好了之后， 模型选择好之后，下面不是有技能对吧？这个技能就是可以给大模型添加一个功能。好，点击添加。看，这个就是我们的，其实就是刚才的插件市场有链接读取图片理解，头条搜索啊，对不对？天气的 季末天气图像生成，我们刚才用过的数图的插件啊，头条新闻对不对，知乎热榜等等等等，我们看一下，这面有分类，有智能硬件的分类 特别多啊，现在这个插件市场除了有很多官方的，而且还会有很多第三方啊的人，用户制作的插件，包括新闻阅读的，你想用哪类型的插件？其实左边都有分类，你可以都可都可以找的。 看新闻搜索就有头条新闻，知乎热榜公众号啊，热榜搜索，实时热点新闻小说内容搜索，头条视频搜索，头条的图片搜索啊等等等等， 全网热搜的聚合啊，这个是全部都有，我们再看啊，再看这个，其实右边他会有这个调用量有一百四十七 k 调用，对不对 啊？智能体饮用量十五 k， 其实就是饮饮用的人，调用的人越多，其实是越好的，对吧？说明他是 ok 的。 还有是什么？就是响应时间平均耗时二十六毫秒，平均耗时一百一十六毫秒，当然响应耗时越少 是不是越好，对吧？成功率你看这是百分之百，百分之百对不对？成功率最高是不是其实是越好的， 有些成功率百分之九十对吧？我们想成功率越高越好， ok， 还有便利生活 天气的，地图的，地图的天气是不是查飞机的，查招聘的， ok， 还有图像，这个有可能用的比较多啊，有图片理解的，能看懂图片上面内容，还有同一万象， 还有视频合成，剪映小助手的啊，然后还有什么文生图，用文字生成图片的，还有 ai 绘画机器对不对，提示词优化啊，图片修改，豆包生成等等啊，图片的就非常多，而且还有一些实用工具， 实用工具解释分类的，看，有火山知识库， ai 的 ppt， 高情商回复图表大师对吧，分数多为表格，生活顾问等等。其实下面都有介绍啊，用哪些插件都可以的。润色的大模型对吧？ 包括啊，某书语音合成大模型，网关， ok， 下面还有网页搜索，直接搜索网页的某度 b 站对吧？头条， ok， 科学与教育的培训的知识库，中国诗词的搜索啊，短视频规划，情绪干预、健康小妙招，掌上高考等等等等，特别多的功能啊，相当于把这些。其实这个 插件我们可以怎么理解，就是互联网时期的软件对吧？但是软件没有 ai 的 功能，没有大模型 它不会自主思考。后来我们把大模型通，让大模型来调用这个软件，相当于它就能自己工作了，比如说那个竖图，它就思维导图嘛，对不对？没有 ai 的 时候也有这种思维导图的软件，我们人也可以用这种软件来制作出思维导图，但是那时候只能用人的大脑 来制作思维导图，但是现在呢，相当于我们把这个思维导图软件和这个啊，大模型豆包或者 deepsea 结合起来，让它自动给我们制作出来一个思维导图， 就是这样的原理啊，这些插件其实本质上在互联网时期他就都是软件啊，各种软件，只不过那加入到智能体里面，我们叫做叫做插件，那用人，用人，用人工智能的大模型来带动带动他的工作啊， 还有社交类的啊，表情包，回复的等等等等啊等等等等。还有游戏和娱乐类的， 随机人物生成，多元语录饱和啊，关于游戏的还有金融和商业的， 天野茶， 营销策略优化器，分析师对吧等等等等。还有音视频类的， 短视频转文案啊，很多剪映小助手啊，剪映小助手，分影数字人，做数字人的，还有长视频编辑工具 等等，我们是不是要把视频有些找对标的时候，视频里面的文案要提取出来呀，对吧？这些都可以搭建成自己的智能体的啊， 还有音乐生成，而且可以制作音乐，每个人都可以创作歌曲啊等等。 这个插件呢，特别特别多，要大家主呃，经常用啊，经常搭在里面看看逛逛，你就知道现在 ai 都能干什么啊，都能搭建哪些对吧？好，这是大模型里面可以添加的所有的技能， ok， 那 么还有输入和输出， 待会我们搭建之后会重点讲这个，因为这个非常重要，输入啊，还有系统提示词，还有输出，包括每某个节点 他他都会有输出，有着变量要添加，很多人大选好了，插件选的也对， ok， 什么都没问题，但是这些变量名都不会填， 填写不对，一个填写不对，后面很有可能报错，就是结果出不来。好吧，这个我会手把手一一带大家，嗯，教会大家。好，添加了大模型之后，那我们看看这里面还能添加什么呢？能添加插件，能添加工作流，对不对？我们这个是要搭建一个思维导图的 工作流，对不对？那好了，点击插件，点击下键，我们还是找到这个树图的插件，点击添加， ok， 树图的这个插件就上来了，你看这样是不是就可以了？ 好，我们先给到从开始。开始是什么意思？就比如说我们刚才问他智能体能搭建能，智能体能代替哪些工作， 对吧？这句话就会到开始里面，我们把这个线连好，这句话就能到了大模型里面。那大模型经过分析啊，都能干什么呢？能干一二三四五。他分析好了之后，把这个内容给到 这个树图的插件里面，树图插件根据大模型给他的内容怎么样？他把它制作成思维导图，最后把这思维导图给到结果结束啊，最后思维导图就可以出来，这个逻辑 是，明白吧？你不能连反了，不能把树图放到前面，大模型放后面，对不对？因为他的整个过程工作流程就是这样子，相当于工厂里的流水线， 你先得经过大模型分析，写出思维导图的框架，拿到框架之后，那个树图才能分析出思维导图，最后给到结束， 对不对？好，但是这样的话还是不能出结果的啊，会报错的，还没有搭建完成。非常重要的一步啊，非常重要的步，一，要每个每个都配置，要把大模型，要把树图，要把结束全部都配置好，好了大模型我们比如说就用这个模型， 就用这个模型哈，多报一点五， ok， 我 们在这里输入，这里怎么选择呀？看，如果这里面如果我们输入一个一串一串字母或者数字，那就是固定的量，好，那么 我们这时候不能固定，要变量，这个就小齿轮，点击这个小齿轮开始选择开始 input 好， 它就是变量，什么意思呢？开始这里，你看，我们看开始这里是不是有个 input。 好， 那么就说明开始 input 这里面来的所有的问题，买家在呃用户在使用的时候所有的问题就能进来， 就能通过这个输入进来。如果这个不配置，这个不选择，比如说空的不选择，你这里面再输再多的内容，哪怕这个线也连好了东西也过不来啊，它是断掉的，只有把这里面选择好，开始 input， 那 么这个才算，这这一段才算真正的连好了。 好，那么我们这个世界理解书要不要啊？我们是不需要的，这个智能体是不需要的，对不对？还有系统提示词，这个就是刚才那句话，点击自动优化啊， 你是思维导图框架优化大师，能够详细准确的写出 思维导图框架， ok， 点击自动优化，这个系统提示词就弄好了，当然这个智能体比较简单，我们就可以用这种方法，有些智能体，呃，比较麻烦， 提示词你用这种简单的方法写出来的它就不好，我后面待会还会给大家讲。呃，怎么样优化自己的提示词，你学会了，这个不光是搭建智能体，你平时和豆包和 deepsea 在 用这种大模型的时候，你的效果都会超超过很多很多啊， 好，写出来了，比如说点击替换，那么这个系统提示词就好了。系统提示词，我们再看下面，还下面还有用户提示词，为什么会有两个提示词？这是什么意思？ 系统提示词，大家记好，就是怎么干这个活，怎么干好你角色，你是思维专业，思维导图助手，能够快速清晰啊，逻逻辑严谨的思维导图啊， ok， ok， 怎么样能够第一个技能，第二个技能， 然后能够准确模仿出来， ok， ok， 是 不是好，这个就是这个活，你应该怎么干？那干什么活呢？干什么活呢？ 就是用户提示词，这个怎么写啊？这个怎么写？这个要点 shift 括号，大括号，点两遍看，它会自动弹出来一个 input， shift 加大括号会两写两次，它会自动弹出个 input， 或者是你把键盘的输入法调成大写，那么你输一次，它就会自动弹出来两个大括号，点击 input 也都可以啊，这两种方法都可以。 好，它一定是自动弹出来的，并且弄完了之后，大家看，这个是要变成蓝色才算你输，对了，如果是黑色的肯定不行，那么输入 input 是 什么意思？ 我们看一下 input 是 不是这里有？开始有 input 对 不对？开始有 input， 那 就是 用户提示词就是从开始这里来的啊，比如说我刚才问的智能体能代替哪些工作，这句话 是不是要传到这里啊？这句话就是用户提示词你干的这个问题，但你干什么？你干，你干这个智能体能代替哪些工作？ 这件事让他做这件事，明白了吧？所以用户提示词往往一般都是 input 啊，基本上大部分啊都是要输入 input 就 好了，这个是固定的。 好的输出这里面不用管啊，输出这里面不用管， ok， 那 树图呢？我们接下来啊配置树图这个插件，树图这个插件就相对比较简单，只有一个输入啊，只有一个输入，那么输入这里面还是 点击小齿轮变量，那么他对接谁呀？对接开始呢？还是对接大模型？ 大家看一下树图连的是啥？连的是大模型对不对？开始给到的东西才未到大模型里面，大模型输出的东西在未给这个树图的插件，所以树图的插件点击大模型的 什么 output 就 只只有这一个选项，那么说明大模型的 output， 也就是大模型输出的内容全部传给树图这个插件， ok， 树图的插件，树图工作完了之后要给谁？要给结束，是不是那么结束它对接谁呀？ 对接开始还是对接大模型，还是对接树图？一定是对接树图对不对？好了，这个时候我们看树图有这么多，我们不知道树图制作好的思维导图在哪里，是不是我们就不知道选择哪个，对吧？ 但是我知道我可以告诉你先选择对他，但是你不知道怎么办？我们告诉你还可以试运行啊，是可以试运行的，那我一个一个来试运行大模型，看我们这个这里 测试该节点可以测试大模型对不对？好了，我们测试一下，看大模型我们配置好了没有？比如说我还是问他智能题能代替哪些工作 好？点击运行， 看看它怎么样？给我们回答，智能体呢？代替哪些工作？看它是以 mark 杠格式的输出来的。我们这里有个小眼睛预览，我们点击预览看一级分级、二级分级、三级分级，对不对？一级、二级、三级三级， ok， 它说了这么多， ok， 说明是 ok 的， 对吧？那么我们它这个弄好之后，我们可以点击复制， 这里有个小复制啊，点击复制好，那么点开树图这个插件，树图插件这里面是不是也有测试该节点呀？ 那我们现在是手动的把大模型输出的结果给他粘贴进来，待会他就会自动过来啊，这是大模型刚才输出的思维导图的框架，对不对？我们点击试运行，看看这个思维导图的这个树图的插件他能不能做出来。思维导图 关键是看什么？我们是关键是要看他做出来的思维导图在哪里，刚刚有那么多的选项对不对？我们不知道选哪个，选错了就有问题了，选对了， ok， 看，你看，这是我们输入的，对吧？这是我们输入的， ok， 这是输出的，输出的这么多，这么多，在哪里呢？ 在哪里？ data 这些显然都不是啊，看是不是在这里。点击这个预览，这是不是思维导图啊？好了，这做好的思维导图就在这里，那么这个位置在哪呢？就在 data， 是 不是？好了，那我们知道结束时候要配置哪里，是不是思维导图那么多都不是，是 data 对 不对？我们选 data 就 ok 了。 那么现在这个工作流，我们把每一步都添加好了，每一步都连接好了，并且把每一步全部都配置好了，我们看看它行不行，就点击下面这个试运行。好，点击试运行，看看它能不能制作出思维导图，我们这里面继续问它， 嗯，机器人和智能体的区别， ok， 随便让它做一个这个智能体和机器人区别的思维导图， 你看它工作到哪一步，哪一步就是啥呀？ 就是虚线。现在刚才大模型开始给到大模型，大模型给到树图，树图， ok， 现在结束了，我们先看看结果，结果出来了 对不对？结果出来了，思维导图就做好了，那么我们再教大家哈。其实有时候并不是每次都成功的，有可能你搭建错了，或者是某一个插件，它成功率不是百分之百，他有时候也会报错，报错了之后 就会出现问题，出现问题之后他就不可能。下面每一个像这样都是绿色的成功的箭头，但我们知道出现问题很正常啊，我们会排查问题，最重要，现在就教大家怎么样看这些东西，你看， 嗯，开始这里面我们展开输入， input 是 什么？机器人和智能体的区别，是不是我作为一个用户输入中心的内容？ ok， 大 模型就收到了，智能体和机器人是有什么区别？输出了这么所有的东西， 思维导图的框架，文本形式的对不对？然后呢？给到树图这个插件，你看它输入的是什么？这个东西是不是和大模型输出的是一模一样的， 对吧？就不用像我们刚才一样手动的往过复制了，它自动就过来了，过来了之后好了，出来的结果啊，结果是在这里对不对？然后再得它这边好了，得它的东西 又全部给到了 output， 全部给到了结束，我们最后就能拿到结果。是不是如果哪一步出现问题了，哪一步就会报错，我们到时候就会看， ok， 这是，呃，思维导图这个工作流啊，搭建的完整方法，当然这是一个相对比较简单的工作流。看，同样一个做一个思维导图的智能体，我们第一种方法了， 能做对不对？第二种方法以工作流的形式还能做，那么还有第三种形式工作流还有第三种形式，我们可以不在这里面添加这个数图的插件，怎么办呢？怎么办呢？ 因为这个比较简单，只有这一步，是不是我们在大模型里面是不是还有技能这一栏呀？还有技能这一栏，我们点击添加，找到树图的这个插件，点击添加相当于让这个大模型自己添加了一个技能 树图，对不对？不需要第二步了，自己直接一步就能制作出啊思维导图。但是如果这样的话，我们的系统提示词就要变，刚才是让他做什么？刚才是让他做思维导图的框架，现在让他直接做成成品思维导图。 好，我们就要把这些全部给它删掉， 全部给它删掉。好， 你，呃，可以通过调用技能 里的树图插件制作思维导图， ok， 让它自动优化。 嗯，好，它 写好了，我们直接点击替换就好了。那么这个时候变完了之后，哪里还需要调整呀？是不是结束还需要调整？刚才结束对接的是树图的插件，现在直接让它对接大模型 output 就 好了，那么连也连好了，配置也配置好了，我们再试运行一下 啊。机器人和智能体的区别，点击，你看问题从这里面过来，给到大模型，它运行到哪一步，哪一步都是虚线，对吧？大模型在工作 展开，这个问题过来了， ok， 第二步， 因为有大模型，因为这个比较慢。为什么？第一步，因为大模型需要写出框架，在他通过框架再调用树图的插件，最后制作了四维导图，是不是看框架出来了， 思维导图也出来了，对不对？ ok， 那 么同样一个搭建思维导图的智能体是不可以教大家？教了教了三种方法，对吧？如果你熟悉了扣子智能体，熟悉了工作流，对吧？很多的智能体，他并不是啊，死固定的，只有一种方法， 你用习惯用哪个合适用哪个都可以。好啊，这一通，这一步跑通了之后啊，我们基本上简单的智能体就会搭建了。好，点击发布。右上角点击发布 啊，这里面版本号，一号版本，二号版本，怎么样都可以，对不对？我们点击发布， 看这个工作流就发布好了，它会自动提示你发布成功，是否将是否添加至当前的智能体，我们点击确定，看刚才搭建好的这个工作流就添加到了智能体里面了。这个智能体呢？ 我们这边什么都不用写了，这也什么都不用写了，光荣调用就 ok 了，看这个时候在这里就能试用。那给大家试用一下，比如说 问他 ai 有 哪些创业机会 好，点击发送， 看它是正在调用什么啊？调用思维导图的这个工作流，对吧？ 不是光用这个豆包大模型来回答问题了，如果没有这个智能体，你光用豆包或者用 deepstack， 你 问它 ai 有 哪些创机会，它就给你叨叨叨说一堆对不对？它给你一大一大堆的文案打出来，但是有了这个智能体，我们就可以让它制作成思维导图啊。 这个智能体呢，如果你不想继续发布，就是说只想自己用，不想给任何人用，放到你的工作空间里面，这一步你就可以了，平时就在这里就可以用了啊，这个是别人不能用的。后面如果把这个智能体发布上去，你可以选择发布的平台啊，你看结果就出来了， 这是写出来的文本，这是制作的思维导图，对不对？我们点击编辑一下，看看它做的怎么样。 ai 的 创业机会，医疗领域、教育领域、金融领域、娱乐领域，对吧？等等等等。农业领域 ok， 那么这个智能体你如果自己用就 ok 了。但是如果你想发布到其他的平台，或者发布到扣子平台，我们接下来继续走啊，点击发布， 当然这里可以进入版本，你是第一版，第二版，对吧？写一个生成好可以看一下，你可以发布到扣子商店，如果发布到扣子商店，就像我们刚才看的啊，在扣子的 模板商店里面，作品社区里面就能看到了，这都是其他的用户发布上来的啊。还可以发布到豆包，发布到豆包里面 啊，豆包里面不是有很多的智能体吗？都是用扣子搭建的啊，你就可以通过手机豆包也就可以用这个智能体了啊。收要，但是这个要授权你自己账号，包括可以设 嗯，授发布到飞书，飞书也是要授权的，当然这些都是字节旗下的，还是相对比较简单，授权了就可以了。飞书里面下面的智能体叫做机器人，每一个图标下面他会有个机器人的图标啊，其实上就是智能体啊，智能体他就是电脑和手机上的机器人嘛。 啊，如果你发布到飞书上，你自己打开你自己飞书账号也能用了，当然还可以发布到啊，这些微信小程序，抖音小程序啊，飞书多维表格等等等等，而且还可以接入 k api 接口啊，然后和其他的软件连接起来。 好，呃，这个智能题我就不发布了，如果比如说发布到这里一点发布它直接就发布了，发布的时候这里还可以选择效率工具，它是默认的，你看 ai 它能识别吗？对不对？做思维导读就是效率工具，如果你想把它换成商务服务啊，或者是其他的也是可以的。 ok， 那 么一个最简单的智能题的搭建的流程啊，就给大家讲完了， 这个里面只用到了一个数图的插件，我们刚才看了一下，插件里面有非常多的东西，对不对？然后只有你搭建的智能体越多，用到的越多，你后会来后，后面会呃，越熟悉很多的啊，智能体，比如说，呃， 我们看一下一个，我给大家看一下我们这边已经搭建好的智能体哈，在我们学院空间里面， 这些智能体呢，呃，不仅能用，而且全部都可以复制带走到你自己的空间里面啊，你可以永久使用啊，比如说我们看随便打开一个吧， 这些智能体刚就像刚才刚开始给大家看的有些工作流还是相当复杂的啊，比较复杂的东西里面插件和节点特别多，先开始你不太熟悉的话， ok， 嗯，这个还是很简单，对吧？像先开始你不太熟悉的话，你可以把啊，我们或者是别人已经搭建的好的智能体或者工作流，你打开看一下，看一下一步每一个节点他是怎么连的，他是怎么？嗯，这个 设置的你全部都能够啊，看懂，而且能学的会。好，我们再进入这个工作流大件的界面哈，刚才给大家讲了一个大模型可以添加进来，对不对？然后当然还可以添加插件， 对吧？我们刚才添加了一个树图的插件， ok， 当然还可以添加工作流，当然下面还有这些业务逻辑，可以添加代码，如果你会写代码，需要带写代码的话，而且还有选择器，重点把这几个给大家讲一下啊，这个逻辑，嗯，还有意图识别，还有循环 添加，还有变量聚合， 变量聚合全部都添加进来，一个一个给大家这个讲解啊， 好，这个选择器呢？其实比如说我们有两条路要走啊，什么叫有条两条路呢？举个例子啊， 我们从开始来的任务，比如说有两条路，一条上面一个大模型，我们再给它添加一个大模型， 比如说我们这是一个回答问题的工作流，那么上面的这个智能题它只回答什么问题？只回答只回答 数学问题， 好，你看上面他是只回答数学问题的，那么比如说下面这个智能题，哎，等一下让他写完。

禁止手写一行代码！这是斯坦福大学计算机系一门新课对所有学生的要求。你可没听错，一整个学期不准手写一行代码，所有的软件开发任务必须全靠 ai 完成。这门课叫现代软件开发者， 刚开放选课就被抢疯了，后选名单直接排到两百多人。这在几年前是颠覆想象的。学生要做的是让 ai 工作，甚至每次提交都要附上和 ai 的 对话记录。 更没想到的是，课程上了两个多月，百分之六十的学生都做出了能运行的产品，而且很多人还都不是计算机专业的，也不是只有斯坦福这么做。伯克利 c m u 二零二六年都官宣了同款 ai first 课程， 新华软院二零二五年十一月也已经把 ai 协同软件工程视为必修课。国内顶级高校集体转向，这意味着什么？ 给你分享几个未来大概率会出现的趋势。第一，超级个体会越来越多。一个人加 ai 就 能称得上是一个团队。在最新一批被称为创业界哈佛的 yc 公司名单中，百分之三十七都是一到二人的小团队。未来三年，微型独角兽会批量涌现， 普通人也能撬动大项目了。第二，教育的逻辑变了。大家可能都觉得这门课只是在教学生用 ai 敲代码，但其实没那么简单。过去的编程课教的是语法、逻辑、算法，而现在更重要的是发现并拆解问题，设计并构建产品的能力。 换句话说，你要能驾驭 ai， 这能力在未来会越来越稀缺的。回看历史，工业时代教的是技能，信息时代教育的是结构化知识。那么现在 ai 时代来了，你觉得你要做好哪些准备呢？ 第三，大家的生存公式都会崩塌。过去二十年，我们信奉的是好好读书，考进名校，学好一门技能，拿技能找个好工作。 但现在 ai 学的比你快，写的比你全，还不用休息。这也就是为什么斯坦福这门课引发行业震荡，并带给我很多的思考。他在预示一件事，未来五年，不是 ai 抢走你的工作，而是会用 ai 的 人抢走那些不会用 ai 的 人的工作机会。

近日，围绕为 ai 起一个好听的中文名的讨论，在中国互联网上引起了不少波澜。一些人将其视作无关紧要的文字游戏，另一些人则从中看到了深邃的文化意义。 这场争论不仅关乎我们如何称呼一个早已渗透进生活的技术，更像一面镜子照出了语言在数字时代的活力与困境。我们习惯用 ai 这个外来词，它简短通用，却也略显疏离。 那么，有没有可能就像当年的电脑取代计算机，手机代替移动电话机那样，为 ai 找到一个更接地气、更便于融入日常对话的中文简称呢？ 本无一餐与文化主权或定义权的宏大辩论。语言的生命力在于使用，而非宣告。一个好的名字应当是自然生长出来的，它需要简洁、顺口、贴切，能无缝嵌入我们的表达习惯。 带着这样的实用主义视角，我们重新审视网络上的众多提议，并结合语言发展的内在规律，会发现质体二字或许正是一个颇具潜力的后学者。一、历史的回声从西学东渐到词语的约定俗成，要给新事物命名，我们不妨先看看过去是怎么做的。 回顾晚清以来的历史，现代汉语词汇库的建立伴随着一场艰苦的翻译竞赛，我们今天习以为常的科学、民主、哲学、经济、社会革命等大量词汇，其实都是从日本借道而来的日制汉语词。 这场词汇竞争的被动局面，其根源在于当时国力的差距与现代知识体系的薄弱，导致我们丧失了对应概念的自主定义权，不得不接受一套外来的语言框架来理解世界， 词语往往是跟着实力走的。然而，语言的韧性也在使用中体现。一旦一个艺名或简称在实践中被证明是好用的，他就会迅速扎根。例如，电脑二字生动形象地捕捉了计算机。电子大脑的核心功能远比学名计算机更具画面感和亲和力，最终在民间口语中占据了主导。 类似的手机取代了笨拙的移动电话软件。鼠标、 u 盘等词，无一不是简洁、答异、顺口的胜利。 他们证明了一个成功的日常用名，其核心驱动力往往不是学理上的绝对准确，而是沟通中的极高效率。人们总会本能地选择那个最省力、最不易产生误解的表达方式。 当前关于 ai 命名的讨论，表面上是为一个技术产品找代号，实则延续了语言面对新事物时的本能调试过程。 人民网发起的争鸣活动，收获了诸多同志林书元、起志子等富有文化底蕴的提议，其中通智取人机合一、万众同源之意和返璞归真的智能呼声较高。这场讨论本身是有价值的，它激发了公众对语言与科技关系的思考， 但必须认识到，语言的眼睛有其顽固的自发秩序。官方创意可以点燃火花，但最终能否燎原，取决于这个名字是否契合了民间的实用需求。 二、我们到底需要什么样的 ai 简称？四条黄金法则从电脑、手机等成功案例中，我们可以提炼出优秀技术简称的几条黄金法则，这应当成为评判任何 ai 中文名题案的标尺，而非空谈文化或情怀两字为佳，减负增效。 现代汉语双音节词占绝对优势，因其节奏稳定，异于传播，能用两个字说清绝不用三个字。 从太阳能发电到光伏，从智能交通违章监测管理系统到电子眼，再到燃油车，简化为油车，这种精简是语言经济性原则的体现。对于人工智能，四字学名在日常高频使用中略显融长，将其压缩到两字，是符合语言发展趋势的务实目标。 三字简称如人工质减负效果不张。而声造单字如 b 之于混凝土，则会增加大众的认知和记忆成本，往往事与愿违。发音顺口异于传播， 一个词再有意韵，如果念起来拗口，其传播力将大打折扣。哎 i 本身作为日常通称，其最大劣势恰恰在于发音。两个元音连读对中文母语者而言并不顺畅。 对比之下， app 在 中国最流行的读法是三英节的 app， 而非标准的 app 或全称应用，核心原因就是前者更符合中文的音韵习惯。 微软 office 套件在口语中常被分解为 word、 word 表格、 excel 和 ppt。 powerpoint 同样是大众自发选择最顺口说法的结果。 因此，一个好的中文名，其顺口程度至少不应低于 ai。 用字直白，意义自明。优秀的简称，用词平实， 贴近生活，让人一听就能大致联想其功能，电脑电加脑、手机手加加机、软件软件加件都是绝佳范例。 相反，一些过于文雅或玄虚的题案，如神算、灵机、幻灵等，虽有意境，却与日常语境有隔膜，难以飞入寻常百姓家。 名字的任务是降低沟通成本，而非设置理解门槛，规避歧义。保持中立。好的名字应避免产生不必要的谐音联想或歧义，也不应预先赋予其过多的情感或价值色彩。 例如，假灵异让人联想到特定演员。灵机带有抖机令的轻抚感。智机易与自己混淆。爱智则与一种传染病名称谐音 名字印象。一个透明中性的容器，主要承载事物本身的功能属性，而非额外的可能引起争议的附加意义。三、为什么是质体？一次贴合趋势的精准命名？ 基于以上标准，我们来审视质体这个体案。质体概念本身并非专为 a 命名而造，它作为一个学术概念，由齐凯龙于二零二零年提出，是智能生物体的简称，其范畴广泛 包含了人类、人工智能、智能机器乃至动物、植物等一切具有感知、决策和行动能力的实体。这一概念强调智能体的全面成长与发展，而将其借用来特指 ai 及其衍生实体，则显示出一种巧妙的贴合性。首先，它完美符合使用法则。 易读。质体是标准的双音节词，声母 z、 h、 t 与韵母 i、 i 搭配，清晰朗读，干脆无尿口音。字形上，质与体均为常见字，结构均衡，极易识别、 易用。其构词逻辑与电脑、手机如出一辙，采用修饰语质加核心于体的偏正结构，即便完全没听过人工智能的人，也能直观理解。质体指的是有智能的实体 作为核心词根，它具备强大的派生能力，可轻松组合出服务质体、工业质体、多模态质体、具身质体等新词，使表述极度精简，远胜于人工智能驱动的 x x 系统这样的长句。 值得注意的是，当前技术界流行的智能体 a 诊概念恰好比质体多一个能各字。这无意中构成了一个从基础质体到更专业、更集成的智能体的语义梯度， 衔接自然、准确且前瞻。人工智能一词侧重于描述一种能力或技术，略显抽象。 而 ai 的 发展，特别是随着大模型智能体 a 镇和巨深智能的眼镜，其趋势正从提供能力转向构建可独立感知、决策、交互的主体或实体制体。一词精准地捕捉并命名了这一趋势， 它暗示的不再是虚无缥缈的智能，而是一个个具体的、可交互的有质之体。无论是云端的一个对话程序、一辆自动驾驶汽车，还是一个家庭机器人 碟中碟致命清算中，那个作为核心反派的 ai 就 被称为 the entity， 其官方中文译名正是智体。这恰为这个词的意向做了生动的流行文化注脚。 其次，他能融入更广阔的认知框架，将 ai 命名为质体，无意中将其纳入了齐凯龙提出的那个更宏大的质体生态之中。在这个框架下，人类、 ai、 质体、智能机器乃至其他生物都是质体的不同形态，都在德、智、体、美劳或多维度标准下寻求发展与协调。 这为理解人际关系提供了一种更具包容性和发展性的视角，超越了简单的工具论或威胁论，指向一种可能的共治未来。 虽然大众命名无需背负如此沉重的理论包袱，但这种内在的语义关联性无疑增加了该词的深度与延展性。当然，质体并非完美无缺，其与质体的谐音是一个小瑕疵，但 两者声调不同。质体质体质体质质体，且使用的语境科技生活 vs 人体生理通常差异显著，在实际交流中造成混淆的可能性很低。 四、命名之争的背后，实用主义与象征意义的平衡围绕 a i 命名的讨论很容易滑向两个极端， 一端是彻底的实用主义，认为 a i 以全球通用改之多余，或认为名字只要能指代事物即可，无需深究。 另一端则赋予命名过重的象征意义，将其视作文化主权、定义权争夺的关键战场，认为必须创造一个充满华夏底蕴的专有名称。这两种观点都失之偏颇。 语言的确承载着文化权力，一个文明能否在技术革命中贡献自己的话语框架至观重要。但语言权力并非靠声音规定而来，它根植于词语在实际使用中展现出的生命力， 强行推行一个虽然雅致但拗口难用的名字，最终很可能被民众在口语中边缘化，反而达不到文化传播的目的。 真正的智慧或许在于找到实用性与文化意涵的平衡点。是质体一词既满足了简洁、顺口达意的日常食用需求，其字面本身智慧肢体，又蕴涵着东方文化中对体用不二、知行合一的哲学思考。 它不强求复古，也不盲目排外，而是在现代汉语的构词逻辑中生长出一个既接轨技术现实体化、 agent 化，又留有产时空间的新词节语，让时间与使用来裁决 最终一个名字能否流行开来，并非由任何个人、机构或单一文章决定，它是无数个体在无数次沟通中无意识投票的结果。我们谈论字体并非断言它必将取代 a r 是 试图展示一种命名的可能性。如何沿着语言自发眼界的路径，为一项定义时代的技术 寻找到一个更优的中文表达矛点？这场关于 ai 中文名的讨论，其意义或许远大于找到一个正确答案。 他像一次思维体操，提醒我们关注语言在科技浪潮中的动态适配能力。无论未来是智体通智或者其他什么词脱颖而出，甚至 a i 这个缩写凭借其强大的国际通用性继续稳坐钓鱼台。这个过程本身 就是我们语言活力的一次精彩展现。词语的河流永远奔流向前，最好的名字永远是那个能被亿万使用者自然说出口的名字。本期视频到此结束，感谢收看，我是夜星辰，希望大家能点赞、关注、转发、支持一下，谢谢！

给你们看一个非常恶心的东西，我们在网络上看到的任何一个博主，只要你只要是你喜欢的，或者是点赞高的，你都可以点进他的主页，比如说这个点进他的主页，然后呢右上角有三个点， 这有一个分享名片，然后我们复制链接，然后我们无脑的扔给我们的 ai 工具，这有个超级对标，添加对标，把刚刚复制的链接粘贴进来，粘贴完之后呢点击搜索，等待一会， 然后呢他的那个账号就出现在这了，添加账号之后，每天八点都要更新，都会更新他的视频，然后我们添加账号，嗯，因为我这有之前的一些添加的，我就单独筛选他的，筛选完之后呢，这有点赞多、评 论多、收藏多和转发多，我就来一个转发多的开始复刻，然后这有一个提取文案， 那他的文案就提取出来了，然后我们也可以用 ai 改写文案，这我就不改写了，我直接用他的原文案制作视频，然后这要选择一个形象，这呢有我之前录制的一些视频，我就随便选择一个， 然后选择他的语言，有四十八个国家的语言，然后还有一些地方方言，但是我这就用中文音色的话呢，我们的这个工具上有很多种音色，你可以去选择，但是我这用我自己的音色 确定生成， 然后等待几分钟好了，视频做好了，我们一起来看看吧， 遇到的所有的困难用一句话解决，就是我这一辈子，我来到这个世界，我只活一次，所以我们不管干什么都不妨大胆一点，因为没， 所以说大家看到没有，其实制作视频非常的简单，第一步找到你要对标的账号，第二步生成对标，第三步制作视频， 整个操作下来不到几分钟的时间手机就能操作，就这样在手机上点点点你就能制作出来。所以说在 ai 时代，我们一定要利用 ai 弯道超车，感兴趣的六六六。

这个人真的像是从未来穿越回来的。十年前他就预言我们人类会被算法控制。在疫情还没有爆发的时候，他就预言全球会出现大混乱。而就在最近的达沃斯论坛上，他又说出了一句让所有人都倒吸凉气的话，哎，不是工序，而是一把能自己决定杀人还是切菜的刀。 而这个人是谁呢？他就是写出人类简史和未来简史的作者，尤瓦尔赫拉利。我把他这场演讲完完整整看了一遍，发现他的观点和黄仁勋、马斯克的都不太一样。今天就给大家拆解他最震撼的三个预言。 他的第一个预言是， ai 正在一点点夺走人类最核心的能力。赫拉利说，人类能统治地球，靠的不是跑得快、力气大，而是能用语言组织无数陌生人协同合作。 说白了，文字和语言是人类最核心的优势，但现在这个优势正被 ai 慢慢接管。你想想看，法律是文字写成的，书籍是文字构成的，社会的规则制度全靠文字来运转，而 ai 正在全面渗透这些领域。赫拉利还举了个例子，基督教是典型的文本宗教，他的最高权威就是圣经里的文字。 那问题来了，如果 ai 成了全世界最懂圣经的专家，会发生什么？说白了，未来你脑子里的大部分知识和想法，很可能都是 ai 灌输给你的。就像我们现在刷短视频、看新闻、查资料，其实已经在被算法牵着走，只是很多人还没察觉到这一点。 他的第二个预言更尖锐， ai 不是 普通工具，而是拥有自主能力的代理人。我们总觉得 ai 只是个听指挥的工具，人类才是主人。但赫拉利讲了个真实的历史故事。一千多年前，不列颠的国王为了打仗，请来一批外族雇佣兵帮忙。 仗打赢后，雇佣兵发现这里附属又好掌控，干脆不走了，直接反客为主，把不列颠变成了英格兰。赫拉里提醒我们，我们对人类雇佣兵的叛变时刻警惕，却对 ai 毫无防备。现在全球都在靠 ai 做商业决策、搞竞争，我们潜意识里总觉得 ai 只会听话。 可问题是，当 ai 越来越聪明，越来越独立时，它还只是个工具吗？如果有一天， ai 开始用我们听不懂的语言互相交流，我们还能控制的住他们吗？ 他的第三个预言最扎心，我们正在主动废掉自己的大脑。克拉克利说，现在人类在做一件极度危险的事，把思考权一点点交给 ai。 现在学生写作业靠 ai， 白领做方案靠 ai， 老板做决策也依赖 ai。 表面上看仕途方便提效率，但本质上是人类越来越不愿动脑子。时间一长，我们连独立判断的能力都会慢慢丧失。 你想想，一个连判断都懒得做的人，和被圈养的动物有什么区别？更可怕的是，下一代以后的孩子，从小最熟悉的可能不是父母，而是 ai。 他 们的想法、情绪、价值观，很可能都是被算法一点点塑造出来的。这是一场前所未有的大实验，而我们所有人都是实验对象。 在演讲的最后，赫拉利还抛出一个极具现实意义的问题，未来要不要给 ai 赋予法律人格？什么是法律人格？说白了就是能不能像人一样拥有财产，签合同、打官司。 你可能觉得这太离谱了，但现实中已经有先例，新西兰有一条河流被赋予了法律人格，能以自己的名义起诉污染他的公司。而在印度，有些神像也拥有法律人格，可以拥有土地，接受捐赠。 所以赫拉利反问，既然河流和神灵都可以，为什么 ai 不 行？而且和他们最大的区别是， ai 真的 能自己做决定。听到这里，你可能会觉得这东西好像离我们很远，但我告诉你，其实一点都不远。未来十年， ai 会直接改变三件事情，你的工作方式，你的赚钱方式，甚至是你孩子的成长方式。 如果 ai 能写文章、写方案、做决策，甚至影响到法律，那我们到底是掌控 ai 的 人，还是被他安排的人？

从现在开始，我不再相信任何 ai， 我 都不知道这个世界还有什么是真的。来给你看个视频，上条视频用 ai 跑了一千多万，很多人问我说你这个 ai 到底怎么个斜修法？我给大家演示一遍，比如说你在网上看到这种带货的视频，点赞很高，然后销售量也很高，对不对？好，我们下载这条爆款的带货视频， 下载下来之后我们能给这一个 ai。 好， 那我们就上传刚下载好的那条爆款的带货视频，就是反正就是拿出来，然后展示一下这个饮料嘛。好，那我们点击一下完成。 那这个时候的话，你给他一段提示词，要求他帮我们分析一下这些脚本，分进脚本，并帮我生成提示词。 好，你看很快哈一下子就出来了，然后就给你深度分析，然后写脚本勾子以及节奏，零到二秒，二到四秒，四到八秒，你看都非常的快。 然后我们直接把这一块无脑的复制起来，然后在下一步里面上传我们要带的同款的饮料，比如说像这个山竹汁，对不对？我随便上传两个图片给他， 然后把刚刚复制好的那些脚本直接扔给他，然后点一下完成，然后最后提交一下，两分钟之后看一下结果 怎么样，我是不是动了很多人的蛋糕，看完真的让人毛骨悚然啊，且看且珍惜，整体六六六。

deep sig 去哪了呢？嗯，三月二十七号，人工智能开源技术平台种植 flag os 二点零重磅发布。以种植 flag os 为基础，我国科研团队和欧洲开源组织签约，将深度合作，同时，中关村人工智能开源联盟正式成立。 最近一段时间啊，中国 ai 真是热闹啊，好像少了点什么。 dipsick 去哪了呢？去年初啊， dipsick 凭二一模型引爆全球，后续好像就没有声音了。有人质疑 dipsick 是不是技术掉队了？ 其实没有，虽然声量不大，但 dipsic 在应用端的留存率和日活依旧是在行业前列的。今年二月啊， dipsick 全系列模型 token 消耗量达三万亿，位居全球大模型类别第四位。另外， dipsick 其实一直有在推出新的模型，比如 即将公布的全新多模态大模型 v 四，支持图片、视频与文本生成功能。目前呢，这个模型已经完成了与华为、韩五 g 等国内头部 ai 芯片厂商的深度优化适配。那所谓的没声量，更像是主动选择的低调。 首先是营销上的极致克制，与 openai、 谷歌发布新模型时铺天盖地的宣传，以及国内大厂动折办发布会砸流量的玩法不同，二一之后的 dipstick， 所有模型更新都采用静默发布策略。 新模型的信息只在开发者社区和技术爱好者群体中传播，普通用户呢，几乎感知不到他技术的更新。其次是赛道选择的巨大众化， tipsig 一头扎进了编码、数学这类垂直专业领域，新模型 大多精准服务程序员、企业开发者等专业群体。没发红包不请奶茶，那在我们大众层面的存在感自然就低了。曾经的顶流选择淡出公众视野，做技术的深耕者，而非流量的追逐者。这份缺席不是掉队，反而是一种智慧。 少了一时的热闹，却为自己留足了稳扎稳打的空间。当然，无论以什么样的姿态面向大众，都是企业自己的选择。高调也好，低调也罢，只要能正确意识到， ai 行业的竞争从来不是一时的升量之争，而是长期的技术之争。 当前，我国正深化拓展人工智能家，推动开源向生态培育转变， ai 行业的竞争已进入深水区，短期生量的喧嚣终究会褪去。坚守技术初心，深耕核心领域，才能布局长远。