Wiki 知识库

全部文档 / 作者: Berryxia.AI / 标签: Agent

9 篇
清除

GPT-6真正的杀手锏:Computer Use与Ari Weinstein十三年自动化之路

GPT-6 Astra发布,OpenAI的官方定位不是最聪明模型,而是最擅长电脑操作的模型。其核心能力Computer Use背后是Ari Weinstein十三年的技术积累:从2013年iOS应用Workflow,到被苹果收购演变为Shortcuts,再到创办SAI开发Mac AI助手Sky,最终2025年被OpenAI收购。文章分析Computer Use将Blender、KiCad等高门槛专业软件拉到消费级,真正受益者是"有界面没API"的传统工具与3D打印等硬件品牌;软件生态的接口是GUI而非API,五大巨头正争夺用户与软件之间的入口。AI行业计价单位正从"字"转向"事",能干活的AI比能考满分的AI更值钱。

技术 › OpenAI Berryxia.AI 2026-09-0614.1 KB 14.5K 35 70

公司的一号位先想通这件事:不是 AI 能干什么,是你的组织缺了什么?

文章指出全球88%的企业使用AI但仅6%能算清收益账,核心问题不在技术而在于一号位的提问方式。以美团全员配AI却日烧千万token为例,说明把AI当工具发放与当业务杠杆重构的巨大差异。文章辨析了工具与Agent的本质区别——主动性,借冯·诺依曼瓶颈的典故强调一号位的职责是给业务问题起对名字,并提出“组织底数大于1”是享受AI指数红利的前提。

职场 › 管理 Berryxia.AI 2026-08-2510.5 KB 4.6K 15 72

领证辞职后的成都蜜月:用飞猪AI帮帮规划旅行还倒赚8000块

作者领完结婚证、辞职后原计划去九寨沟蜜月,因暴雨在飞猪「帮帮」AI助手的建议下改道成都。从行程规划、酒店门票预订到景区拍照讲解、值机选座,全程未离开一个APP,体验顺畅自然。蜜月期间还参加了StepX Neo手机AI黑客松并获二等奖8000元。作者认为Agent的终点不是更聪明的聊天机器人,而是嵌入用户已有习惯的平台,把每个动作在原地办完,让用户意识不到它的存在。

技术 › Agent Berryxia.AI 2026-08-2413.4 KB 21.8K 68 63

我和 Kimi K3 造了一座会动的3D机械博物馆,聊聊带 AI 干活的几条规矩!

作者利用 Kimi K3 纯代码构建了一座包含14台机器的3D机械博物馆,实现了实时运动学和零外部资源。文章复盘了人机协作的核心经验:将任务转化为机器可验证的结构、让AI具备自我截图验收的闭环能力、通过精确规格提升交付质量,以及坚持多层验收以防逻辑盲区。基于这些规矩,作者开发了全自动的“造物台”,证明了人的品味定标准、AI能力保交付的终极协作形态。

技术 › Agent Berryxia.AI 2026-08-1019.3 KB 18.3K 18 85

从「帮我做」到「做完记住」:Agent 记忆升级实录

本文记录了作者将 MemOS 2.0 本地插件集成到 Bloome Agent 的实战过程。通过引入「执行即学习」的记忆操作系统,解决了传统 Agent 仅依赖上下文窗口导致记忆丢失和经验无法积累的痛点。文章详细解析了 MemOS 的四层认知资产架构、云端沙箱的部署踩坑解决方案(如 ngrok 内网穿透)、历史记忆的迁移方法,以及跨 Agent 记忆共享的配置,展示了 AI 助手如何从被动工具进化为具备主动记忆能力的智能体。

技术 › Agent Berryxia.AI 2026-05-2817.1 KB 49.3K 113 85

AI时代最大的笑话:我居然还在用邮箱疯狂搞钱!别卷Prompt了,会发邮件就能让AI帮你干活!

作者分享了如何利用“龙虾(Claude)+ ClawEmail + XCrawl”的组合,将 AI 接入实际工作流。通过赋予 AI 邮箱身份和网页抓取能力,实现了教育行业招投标信息的自动化监控与飞书自动更新。文章强调,传统的电子邮件正成为调用 AI Agent 最稳定、最低门槛的接口。

技术 › Agent Berryxia.AI 2026-05-0720.5 KB 61.1K 88 82

按头学习| 让 AI 真正做好复杂任务,需要一套什么样的系统?

本文基于 Anthropic 工程师的实战指南,探讨了如何通过多智能体系统(Multi-Agent System)解决单一 AI 模型在处理长时复杂任务时的上下文退化和自我评估偏差问题。文章通过对比单智能体($9/20分钟)与三智能体系统($200/6小时)在游戏开发中的表现,引入了类似 GAN 的“生成-评估”协作机制。详细介绍了包含规划者、实现者和评估者的全栈开发架构,并提出了系统设计应随任务复杂度和模型能力演化的核心原则。

技术 › Harness Engineering Berryxia.AI 2026-03-2511.5 KB 63.8K 248 83