Grok Bot for GTM
作者分享了如何在SpaceXAI利用Grok Bot辅助企业GTM(Go-to-Market)工作。Grok Bot不仅能作为思考伙伴,还能端到端执行任务。文章介绍了如何连接日常工具、利用Bot的记忆功能、通过移动端和语音指令操作,以及如何建立由Chief of Staff、会议准备、潜客开发和客户专家等组成的Bot团队来提升工作效率。
作者分享了如何在SpaceXAI利用Grok Bot辅助企业GTM(Go-to-Market)工作。Grok Bot不仅能作为思考伙伴,还能端到端执行任务。文章介绍了如何连接日常工具、利用Bot的记忆功能、通过移动端和语音指令操作,以及如何建立由Chief of Staff、会议准备、潜客开发和客户专家等组成的Bot团队来提升工作效率。
本文探讨了AI生成内容水印的争议。作者认为,历史上思想家依赖打字员、秘书等助手将思想转化为文字,这些助手从未被视为共同作者。如今,大型语言模型作为思想外化的最新工具,其角色类似于打字员,而非思想的原创者。作者批评当前要求对AI输出进行水印的做法,认为这错误地将机器视为主要作者,忽视了人类在思考、判断和指导过程中的核心作用。文章呼吁重新审视人机协作的本质,强调思想的真正来源仍是人类。
本文是一篇面向初学者的 GitHub 实操教程,从 Git 与 GitHub 的区别讲起,详细介绍了 Git 的安装配置、仓库初始化、提交、分支管理、冲突解决、远程仓库操作及 GitHub 协作流程。作者通过一个实际项目案例,演示了从本地开发到推送 GitHub 的完整过程,并强调了版本控制的重要性,不仅适用于程序员,也适用于内容创作者和 AI 使用者。文章内容详实,步骤清晰,适合希望系统学习 Git 和 GitHub 的读者。
本文探讨东亚式教育如何通过单一量化标准(如分数)塑造学生的自我价值感,导致“空心人”现象。作者结合自身经历,分析这种教育模式对人际关系、自我认知和未来选择的影响,并指出在AI时代,这种依赖外部评价的思维模式面临更大挑战。最后提出“把自己重新养一遍”的实践建议,强调培养主体性和内在价值的重要性。
本文探讨了在模型与工具链(harness)协同进化背景下,智能体(agent)数量激增带来的管理挑战。作者指出,前沿实验室将模型与工具链作为整体优化,导致用户需要运行多个异构工具链以控制质量、性能和成本,形成“工具链舰队”。然而,人类注意力有限,成为新的瓶颈。为此,作者提出“depot”(枢纽)作为新的抽象层,集中管理多个工具链,提供状态报告、人工审查、持久执行和内部通信功能,使人类能像管理者一样专注于关键决策。文章强调,审查和评估将成为新的核心工作,并展望了未来工具的发展方向。
本文是作者兑现第101套提示词的成果,展示了一个名为“纸板微缩城·终极快递”的6秒六拍紧凑动作视频脚本。脚本详细描述了微缩纸板定格动画的风格设定,包括画面风格、人物角色、剧情和动作设计。剧情围绕午夜前紧急分拣包裹展开,通过六拍节奏展现全员就位、流水线狂飙、极速加码、传送带卡死、紧急抢修和重启倾泻的完整过程。文章提供了具体的动作、声音链和可见后果,为艺术风格视频创作提供了详细参考。
本文详细介绍了如何从单个提示词构建一个完整的代理系统,以Kimi K3模型为例,通过9个步骤逐步实现:从基础API调用、输出约束、工具集成、循环机制、停止门控、状态管理、路由决策、答案验证到预算控制。文章强调,代理系统的核心在于围绕模型构建的框架,而非模型本身,并展示了如何通过代码实现这些组件,使系统能够自主决策、执行工具调用并验证结果。
本文旨在解决GitHub上海量AI仓库的导航难题,为AI工程师提供一份经过验证的仓库地图。文章按实际工作流程组织,从基础原理学习(如micrograd、nanoGPT)、本地模型运行(llama.cpp、ollama、vLLM)到图工程等专业领域,逐一介绍关键仓库,并强调许可证、入门成本和贡献机会等实用信息。
本文从一次企业咨询出发,指出企业 Agent 落地不能只依赖模型能力,核心在于权限管理和证据门禁。权限管理通过独立身份、短期凭据、数据遮蔽和动作分级,限制 Agent 能做什么;证据门禁则通过证据卡记录主张、证据、推导和假设,确保结论可靠。文章以经营日报 Agent 为例,详细说明了权限卡和证据卡的实践方法,并强调确定性规则和真实环境验证比另一个 AI 审查更可靠。最后指出这些原则同样适用于知识库、客服等场景,FDE 应将现场经验沉淀为可复用资产。
作者分享了对北欧 3D 立体折纸风格插画的喜爱,该风格融合层叠纸雕、斯堪的纳维亚民间美学和编辑设计,具有手工感、温暖和个性。作者基于此风格设计了故事绘本的原型人物(女孩、男孩、狐狸和祖母),并认为该风格适合儿童绘本、角色设定、编辑插画等。文中还提供了一个 Claude Code 技能链接,用于生成手绘画风提示词。
本文由加密税务合规专业人士Leslieeth撰写,针对大陆加密投资者和从业者最常问的十个税务问题进行了详细解答。内容涵盖大陆炒币的纳税义务、海外交易所交易的税务风险、CRS信息交换的影响、身份规划误区、工资以U支付、盈亏计算、美股投资、空投撸毛收益以及何时寻求专业意见等。文章强调纳税义务在取得所得时即已产生,不因税局是否掌握信息而改变,并指出出金是当前主要征管点。最后,作者还针对网友关于BTC换USDT是否应税、亏损抵扣等疑问进行了补充回应,澄清了常见误解。
本文深入解析了 DeepSeek Harness(DSH)的架构设计,指出其核心是“一切皆插件”的理念,并借助 Cordis 运行时框架实现。文章将 DSH 视为两套并行系统:Cordis 维护运行时插件图,Session 记录事件流。重点阐述了 Cordis 如何通过 Context、Service、Fiber 和 effect 机制解决插件依赖、作用域隔离、生命周期管理和资源清理等问题,并与 React 的对应概念进行了类比。文章还解释了 DSH 的配置分层(Bundle、Profile、Patch)和 Agent Preset 与 Runtime Profile 的区别,展示了其部署时装配和会话级定制的能力。
本文详细拆解了DeepSeek Harness,一个开源的Agent执行框架。作者通过本地测试验证了其文件写入、Shell执行、权限拦截和会话轨迹功能,并指出当前版本更适合Agent开发者而非普通用户。文章对比了DeepSeek Harness与WorkBuddy、Codex的差异,分析了其插件化设计、权限控制和在企业落地中的不足,最后给出了适用人群建议。
本文探讨了Agent长期记忆的核心问题:不仅仅是找回过去的信息,更要理解信息的时效性和演变过程。作者以Alloomi的Holistic Context研究为例,指出长期Agent面临的关键挑战是判断信息是否仍然有效,以及理解过去如何演变成现在。文章区分了检索回答与长期上下文回答,并介绍了Holistic Context在信息更新、跨时间关系和大规模历史理解方面的研究成果。作者强调,长期Agent的能力不应仅由记忆容量衡量,而应关注其从经验中学习并转化为复杂任务交付的能力。
本文探讨了AI生成内容在社交媒体上被标记和批评的现象,将其比作新的“红字”。作者从法国理论(特别是罗兰·巴特和米歇尔·福柯)的角度分析这一现象,认为“100% AI生成”的标签是一种新的作者功能,用于社会分类和监管。文章讨论了AI写作的特点、作者身份的意义,以及语言与作者之间的关系,并提出了对AI生成文本的独特感受和思考。
Google 推出 Gemini 3.7 Flash,这是其 Flash 系列中最智能的模型,专为编码和智能体设计。相比 3.6 Flash,它在软件工程、知识工作和网页开发方面有显著提升,例如在 FrontierCode 和 DeepSWE 基准上得分更高,并在 WebDev Arena 中 Elo 分数更高。该模型还改进了对复杂文档的处理和真实业务流程的完成能力。开发者体验得到改善,且以半价推出(每百万输入 token 0.75 美元,输出 3.75 美元)。Gemini Spark 也将采用此模型。安全方面,更新了 CBRN 和网络攻击的防护措施。
本文探讨了程序员转型为 FDE(Forward Deployed Engineer)的路径与挑战。作者指出,AI 正在压缩纯执行型编码的价值,而 FDE 需要深入客户现场,将技术能力转化为业务价值。文章强调,程序员转型的关键第一步是提升表达能力,包括清晰陈述判断、有效倾听与提问、以及管理承诺。作者提供了具体的练习方法,如三句话表达法、角色扮演演练等,并鼓励程序员抓住机会,在实践中成长。
本文是作者对 X Money 的完整开通流程实测,包括入口确认、身份验证、开户奖励、入金方式、转账提现、金属卡申请及账户额度等步骤。文章详细介绍了 X Money 的功能、费用、利率和 FDIC 保障,并分享了个人使用感受。作者认为 X Money 已具备完整日常金融账户功能,其亮点包括 25 美元开户奖励、Premium+ 的 6% APY、3% 消费返现以及可定制用户名的金属卡。
本文介绍了Agent Plugins作为打包Agent Skills及其依赖的MCP服务器的开放、厂商中立标准。Google已加入技术指导委员会作为核心维护者。文章详细说明了如何将现有技能迁移为插件,包括添加清单文件、配置mcp.json、处理路径占位符以及扩展命名空间,强调了插件的可移植性和组件独立失败的优势。作者通过实际经验展示了从技能到插件的转变过程,并指出了迁移中的常见陷阱,如发现规则仅深入一层。
作者在深圳完成 FDE 路演后,结合现场反馈与自身经验,深入探讨了企业 AI 落地中的关键缺口。文章指出,企业真正缺乏的不是模型能力,而是能将模型、业务、数据和组织责任连接起来的人才。作者详细阐述了 FDE(Forward Deployed Engineer)的定位、所需能力、与科研系统的结合、以及人与 AI 协作的未来趋势,并为程序员转型 FDE 和企业正确使用 FDE 提供了具体建议。
本文介绍了一种通过冷邮件发送“铅磁铁”来提升回复率和预约率的方法。作者强调,第一封邮件不应是推销,而应提供对潜在客户有用的内容,即使他们不购买。文章详细阐述了构建有效铅磁铁的流程:先进行“酸性测试”确保内容本身有价值;了解关键指标(回复率、积极回复率、退信率)并诊断问题;选择合适的格式(如会议邀请、量化发现、免费集成等);最后遵循七条规则,如解决具体问题、10分钟内见效、针对事件而非职位、量化价值等。通过案例和脚本,作者展示了如何通过精准定位和优质内容显著提升冷邮件效果。
本文探讨程序员获取财富的路径,核心观点是高薪源于杠杆效应与稀缺性。杠杆使代码跨越时间产生巨大价值,稀缺性决定谁能撬动杠杆。作者结合自身经历,强调技术能力不等于竞争力,沟通、解决问题等软技能被低估。同时讨论投资必要性、机会成本概念,并主张开源重于节流,但安全、时间、健康、体验相关消费不可省。
本文介绍了作者开发的 dbs-content-risk-check Skill,用于检查发布内容的风险。作者指出传统敏感词查找的局限,并详细阐述了该 Skill 的检查流程:先确认发布平台,再识别机器审核触发点,分析整句话的意图,确保判断有依据,最后给出局部修改建议。该 Skill 旨在精准识别风险,避免过度修改,并支持误判反馈。
本文介绍了如何利用飞书多维表格与豆包AI构建一套自动化的自媒体内容生产系统。该系统能够自动检索爆款内容、拆解文案结构、沉淀方法论、追踪热点、生成图文视频、管理排期并复盘数据,形成完整的内容闭环。作者强调无需手动搭建,只需设定流程,系统即可自主运行,极大提升内容生产效率。
本文介绍了自改进智能体循环的七条规则,强调在智能体编写代码时,定义“好”的标准才是真正的工程工作。文章指出,循环可以自动化一切,但无法告诉你“更好”意味着什么,因此指标成为你编写的工件。通过自定义指标(如 retention_offered)和分级(grading)打破循环的盲目性,并利用 agents-cli 工具实现测量与改进的自动化。七条规则包括:从单一案例开始、让评判者解释原因、对确定性答案使用代码、评分行为而非路径、将不稳定案例视为发现、防止提议者移动标准、最后进行一次性自动优化。这些规则确保人类保持对自动循环的控制,并使评估与可观测性统一为同一循环的两种采样方式。
本文探讨了AI落地工程师(FDE)如何获取并推进第一个客户项目。作者指出,找客户不应从技术栈出发,而要去寻找正在付出代价的业务环节。在与客户初次沟通时,应聚焦真实的业务流程和样本,避免盲目承诺。通过把合作拆解成低成本诊断、利用AI进行沟通预演以及制定有条件的谈判策略,FDE能有效推动项目落地,最终实现从模糊兴趣到真实投入的转化。
文章探讨了传统RAG在处理多跳推理问题时的局限性,指出检索文本块无法捕捉复杂的实体关系链。为此,作者提出了一种向“上下文图谱”转型的9步实施路线图。该方法通过从文本中提取实体与关系三元组,进行实体规范化以避免图谱割裂,并构建双向边表。图谱通过多源验证分配边权重,并为每条边附加来源以实现精准溯源。最终,检索过程转变为图谱遍历,通过反向可达性分析和路径权重排序,精准定位多跳查询的答案。
作者结合自身抖音万粉经验,分享了在平台规则限制下进行私域引流的方法。核心策略是“只展示价值,不直接引导”,通过将干货整理到主页简介或长期路径,吸引用户主动私信询问。作者强调,公域平台的流量随时受算法和审核影响,只有将粉丝沉淀到个人可控的私域中,才能建立真正安全、长效的个人影响力。
作者从事B2B代写业务十年,因AI冲击而被迫转型为全职B2B内容创作者。她发现,终结其旧业务的AI技术,反而成为了新业务的巨大分发渠道。通过追踪工具,她发现自己的文章在各大LLM引擎中获得了数百次AI引用。她提出,传统的曝光量等指标正在贬值,而“AI引用数据”正成为创作者更具长期价值的核心资产。此外,相比于受众广泛的泛创作者,深耕垂直领域的专家在AI时代更具竞争优势。
本文探讨了在AI时代,FDE(全栈交付工程师)如何整合业务咨询、算法、工程与交付等多个职能。作者结合自身转型经验,指出FDE需具备业务洞察、客户筛选、沟通落地及端到端技术工程能力。文章系统梳理了从需求收窄、RAG治理、Agent权限控制到部署压测、生产发布及最终知识转移的完整闭环,强调技术落地必须与组织采用相融合,为AI企业级落地提供了实操指南。