我所知道的每个 Grok Bot 技巧（2026年8月）
作者总结了使用 Grok Bot 的实用技巧：全局安装 Compound Engineering 插件并让机器人先制定计划再执行；通过 AgentMail 给每个机器人独立邮箱，避免共用 Gmail 导致发送信誉受损，并可实现邮件转发、儿童日程摘要等自动化；接入 Twilio 电话号码让机器人代打电话，语言切换流畅但真人接听者可能拒绝。文章强调让机器人自己完成安装配置，并提供可粘贴的提示词。
技术 / Agent
1848 篇
如何基于真实用户流量构建可扩展的长时程浏览器 RL 环境
本文介绍如何从数亿条真实生产环境的浏览器代理任务流量中构建可扩展的强化学习环境。方法包括：去重与过滤不当任务、用对齐的标注代理（Gemini 3 Flash）筛选适合的任务、以标准虚拟身份替换个人数据、通过参考模型执行验证任务可行性与难度。文章还探讨了评判问题的核心思路：评分模型无需比代理更聪明，只需看到同一任务的大量尝试分布，从而构建公平稳定的奖励机制。
我怎么用 AI 编程 2026.08：并发化工作流
作者分享了两个月来 AI 编程实践的核心变化：并发。设计打磨从串行问多遍改为并发问多个 agent，review 并行跑多个模型，项目用 Herdr 管理一排。主工具为 Qoder CLI 和 Claude Code，用 Codex、Agy、Grok Build 做对抗性 Review。研发流程包括 Brainstorm、Save Design、Improve Design、Impl、Review 五个原子节点，作者倾向花 90% 时间打磨 design。此外还介绍了基于 skill 的定时任务编排、Robobun 复刻尝试以及 Hunk、Moeka 等轻量周边工具。
会搭 Agent 的人很多，但能交付的人才能赚企业的钱——Dify 与腾讯云 ADP 4.0 实测
作者从 FDE（企业 AI 交付）视角，用同一份企业数据和 18 条压力测试对比了 Dify 与腾讯云 ADP 4.0。Dify 搭建快速灵活但生产环境交付环节仍需大量人工处理；ADP 4.0 将构建、接入、分发、治理统一进 AgentOps 平台，在高风险动作受控 Workflow、权限管理、知识库冲突处理、Skill 安全审查、Connector 接入及运行审计方面表现突出，还支持自然语言生成应用骨架和 Claw 开放式数据分析。结论是：个人快速搭建选 Dify/n8n，需要接企业系统、控权限、持续运维的交付项目更适合 ADP，能交付生产环境的 FDE 才能赚到企业的钱。
实测豆包工作接入飞书后的首个 Agent：8 个使用技巧与企业 Agent 接入分析
作者深度实测了飞书与豆包合体后的豆包工作 Agent，总结出 8 个使用技巧：用飞书账号登录、选择独立客户端、利用手机远程控制电脑、将长任务分配给云电脑、设置定时任务、喂入记忆、复用本地 Skill、以及利用重置卡刷新额度。豆包工作与飞书原生打通，解决了授权过期和消息转发等痛点。作者还分析了 2026 年各大厂纷纷推出 Work Agent 的原因：模型能力到达临界点，且 Agent 是 token 变现的正确姿势，并认为飞书的企业生态优势让豆包工作成为企业接入 Agent 门槛最低的路径。
WorkBuddy 从 0 到 1：安装、任务、Skills、MCP 与自动化实战指南
本文系统介绍腾讯 AI 工作台 WorkBuddy 的使用方法，从安装配置、工作空间设置讲起，强调 Agent 与普通 AI 的区别在于交付“交付物”而非“答案”。文章详细讲解了如何撰写结构化任务说明（背景、目标、输入、处理规则、交付标准）、如何纠偏和验收结果，并深入说明 Skills 沉淀工作方法、连接器与 MCP 接入外部服务的用法，还涵盖权限分级管理风险、两个实战案例（部门周报整理与行业研究），帮助读者真正用好 AI Agent 完成端到端工作。
分享一个适合小团队的Agent协作方案：Tutti·VM
作者分享了小团队多Agent协作中版本不一致、上下文不同步的痛点，并介绍了工具 Tutti·VM。它将本地Agent（如Codex、Claude Code）虚拟化进云端协作空间Room，实时同步Agent的工作过程、文件变化和对话，让多个Agent和成员站在同一项目现场协作，避免反复传文件和版本混乱，还支持共享Agent额度与对外演示分享。目前仅支持Mac M芯片设备，仍在小范围测试。
Anthropic FDE（Forward Deployed Engineer）面试指南
本文翻译并评述了 Chill Interview 的 Anthropic FDE 面试指南。FDE 岗位要求候选人同时具备生产级工程能力、Claude 与智能体系统能力、客户需求梳理能力、安全与可靠性意识，以及在不确定环境中自主推进的能力。文章详细拆解了面试流程各环节（简历筛选、招聘初筛、技术编程轮、Applied AI 构建轮、客户需求访谈、系统设计、价值观面试等）的考察重点、常见题型、评分点与备考建议，并强调候选人要避免表现得像「只会做 AI 演示原型的人」，需能交付经得起企业现实考验的生产系统。
Multica 从入门到上手，搭建你的第一支 AI Agent 团队
本文是 Multica 的入门教程，介绍如何搭建和管理 AI Agent 团队。Multica 将多个 AI（如 Codex）聚合到同一平台协作，内置负责人 Mika 负责任务拆解与分配。文章讲解了安装配置、创建智能体、发送任务、审核结果、组建小队等核心用法，并解释了 Skill、自动化、CC Switch 等功能。作者强调关键权限（付费、删文件、发布等）应保留人工确认，最后给出适合小白的七步上手顺序。
用Apodex评测11款AI视频剪辑生成工具：新手Builder选型指南
作者将11款AI视频剪辑与生成工具的评测任务交给Agent工具Apodex，针对MacBook Pro M1 16GB、首月预算100元以内的新手创作者，通过持续补充约束条件进行迭代式研究。最终推荐零成本起步组合：度加剪辑+剪映+即梦，可实现1080P无水印、带字幕配音和B-roll的可发布视频。文章同时总结了Codex的能力边界：适合打磨提示词、整理素材清单、辅助写脚本，但无法替代需要复杂环境配置和本地大模型运行的任务。
我把 10 个 AI 竞品交给 Apodex，它把整套研究做完了
作者将一份包含 10 款 AI 产品的竞品研究任务交给 Apodex（Deep Solve 1.1 模式）。Apodex 将任务拆解为 10 项工作并在任务板上可视化推进，首轮 60 步完成定价矩阵、研究报告、产品定位图和带 URL 的证据来源。遇到文档生成错误时能局部修复并保留已有成果；第二轮修改研究范围时复用首轮证据、仅补充受影响部分。作者认为 Apodex 提供的不只是长回答，而是一套可检查、可继续使用的研究成果。
80% 的人说 AI 提效了，只有 6% 的公司真赚到钱：麦肯锡 1719 家企业调研解析
本文结合麦肯锡《The State of AI in 2026》报告与 TechCrunch 对 OpenAI 的深度探访，揭示 AI 个体红利与企业盈利之间的鸿沟：80% 员工称 AI 提升生产力，但仅 37% 企业 EBIT 有正贡献，高绩效者仅占 6%。32% 的企业因 coding agent 自建功能而放弃采购软件，SaaS 行业面临重新定价。成本墙、裁员预期落空等现象并存。核心结论是：高绩效者的共性不在预算，而在围绕 AI 从根本上重构工作流，组织消化变革的能力才是瓶颈。
DeThink：用数据插件自动筛选社媒热点话题
作者介绍了 DeThink 这款类 Codex 的 Agent 助手，其核心价值在于覆盖 X、抖音、小红书、YouTube 等 30+ 数据源的数据插件（基于 MCP）。通过插件查询平台真实数据而非依赖模型推测，大幅减少热点分析中的幻觉。作者展示了跨平台追踪 AI 话题的工作流：固定关键词、平台和时间范围做可复核的分时追踪，比较不同平台的讨论侧重；并利用模型切换功能（先用快速模型整理信息，再切 Claude 写文案）在同一条工作流内完成选题到成稿。定价每月 20 美元起，支持国内支付。
万字长文 | Pi Agent 零基础实操：从打开终端到完成第一个真实任务
本文是一篇面向零基础用户的 Pi Agent 终端实操教程。作者在独立练习目录中，用一份虚构会议记录作为输入，引导 Pi 生成行动清单，并回到命令行独立验收原文件、输出文件、负责人和日期。文章涵盖 Pi 的能力边界与本地 Agent 概念、安装登录、界面四大区域解读、可验收提示词的写法（材料、动作、限制、验收四要素）、SHA-256 校验与独立验收方法，以及 Skill、Extension、Pi Package、Project Trust 与沙箱等扩展与安全知识，最后给出适合新手的安全升级路线。
豆包工作完整使用教程
本文系统介绍字节跳动豆包工作这款 AI 助手的完整使用方法，涵盖制作 PPT、处理文档表格、深度调研、定时任务、本地文件整理、网页自动化操作及图片视频创作等场景。作者强调核心是用清晰的任务描述代替模糊指令，提供了通用任务模板、会议纪要整理、销售数据分析、竞品周报等可直接复制的提示词，并给出三轮追问法提升输出质量，最后提醒高风险操作必须人工确认。
豆包工作从 0 到 1：一份小白也能直接上手的 Agent 教程
本文详细介绍了字节推出的 AI 办公 Agent 产品「豆包工作」的完整使用教程。内容涵盖下载安装与登录、主界面九大入口（新工作任务、定时任务、技能、连接器、工作伙伴、伙伴对话、云盘等）的功能详解，包括模型与推理强度选择、权限模式设置、定时任务自动化、技能市场使用（可自动发现本机 Codex Skills）、外部服务连接器授权、工作伙伴与协作小队，以及与飞书云文档的深度打通。适合国内用户零门槛上手 AI 办公 Agent。
如何用 Grok Bot 构建自动化收入系统（完整指南）
作者 Chris 介绍如何利用 Grok Bot 搭建一套全自动的商业发现与执行系统。系统通过五个独立的信息源（招聘板、自由职业需求、应用评论、播客、论坛和 Reddit）每天扫描互联网，寻找被多个来源同时证实的问题。经验证的痛点会呈现在仪表盘上供人工批准，批准后 Grok Bot 会自动生成新代理，完成产品创建、网站部署、Whop 上架、结算链接生成以及对外推广。文章详细说明了工具配置（Whop CLI）、存储方案（SQLite 加 Obsidian 知识库）以及目标客户选择策略（聚焦老板直接决策的小企业）。
用 Grok Bot 自动化 SEO 实现 $27k MRR 的完整指南
作者分享了如何让 Grok Bot 作为自动化 SEO 操盘手，帮助其处于隐身模式的软件公司在 90 天内实现 $27k MRR。Grok Bot 连接 Search Console、GA、关键词研究和 WordPress，自主发现有真实需求的页面、拒绝虚荣流量、准备最小化改动并跟踪 7 天和 28 天效果。核心方法是把 Bot 当作拥有明确职责边界的员工，从收入倒推 SEO 决策，而非追求泛流量，将 SEO 变成一条可解释的决策链。
Building Self-Correcting Memory in OpenWiki
本文介绍 OpenWiki 如何构建自我修正的记忆系统。传统记忆系统难以发现知识过时，导致记忆漂移和污染。OpenWiki 通过记录 wiki 页面中的事实性声明及其在代码中的支撑证据，并追踪证据版本，在代码变更时将相关声明标记为过时。每次更新前进行确定性的过期检测，由 Agent 在读取页面时重新验证或修正声明，形成自我修正反馈循环。该系统通过 OKF v0.2 格式使声明与溯源信息可移植。评估显示，声明运行时使过时声明从 80 降至 9，幻觉声明从 15 降至 0，且更新成本随代码变更量而非声明总数扩展。
豆包工作第一夜上手指南：装、登、授权、派活、验收
字节豆包工作正式上线，公开口径可领30天订阅权益。作者指出多数人只停留在「打开看一看」，并未真正让办公Agent干活。文章提供一个第一夜五步实操方案：装客户端、登录、只授权一个练习文件夹作为沙坑、用「先计划后执行、禁止删除」的明确指令派发文件整理任务、最后验收分类结果。核心是区分「会聊」与「会交活」，强调确认权在用户手中，通过一次看得见的真实任务建立对AI办公Agent的信任与手感。
Apodex 1.1 帮我研究了 221 个 MATS 项目：从模型提及到可复核结论
作者使用 Apodex 1.1（主模型+在线工作台的科研 Agent 产品）对 221 个 MATS 项目进行研究，分析中国模型尤其是开放权重模型在 AI 安全研究中的使用情况。系统区分原始提及与实质性采用，通过异步 Agent Team（10 个 Subagent 并行）处理 4,821 条证据摘录，支持运行中 Chime-in 调整任务范围，并用独立审查 Agent 核验结论。研究发现中国模型实质性采用率从 2023 年的 4.35% 升至 2025 年的 50.55%，80.9% 的使用在开放权重条件下发生，中国开放权重模型正成为安全研究的实验基础设施。
How we Build Agent Environments & Tasks
本文是 LangChain 团队关于构建合成 Agent 环境与任务的实践指南。文章提出一个两步流水线：第一步通过 traces、代码和人工输入生成详细的任务 spec；第二步将 spec 转化为评测任务及其运行环境。核心概念包括“World Spec”用于沉淀跨任务的共享知识、脚本与定义，整个流程高度迭代。该方法已封装为 eval-engineering skill，供各团队自主搭建 Agent 评测基准，从而更高效地识别回归、优化 Agent 表现。
6个AI SEO Agent习惯：3个月获得57100次AI提及
作者通过对120个购买类搜索的分析发现，谷歌排名第一的网站只有52%的概率被谷歌自家AI提及，78%的搜索中AI会引用排名前10以外的网站。文章提出一套6步AI SEO策略：向AI提问记录竞争对手、挖掘Search Console中接近排名的关键词、分析AI引用的竞品页面并超越、利用谷歌自动补全挖掘购买意图词、持续将品牌与关键词关联搜索、以及在YouTube、Reddit等AI实际读取的平台布局内容。
豆包工作发布：办公 Agent 的入口迁移与护城河思考
作者体验豆包新发布的“豆包工作”办公 Agent 工作台，指出 Agent 正在成为工作入口，应用退为工具。办公 Agent 已是红海，模型与 Harness 差距缩小，真正的护城河是组织沉淀的上下文数据。企业级 Agent 必须继承组织现有权限体系才能被信任放手使用。此外，个人提效不等于组织提效，需围绕 Agent 重构流程；Agent 接管执行层后，人将更多精力投入思考、决策与验收。豆包与飞书融合的产物让人看到 Agent 真正融入组织的可能性。
如何构建每周都在变聪明的公司大脑
文章探讨了企业中AI智能散落在私人对话中的问题，提出构建“公司大脑”的方法：将团队对AI的每一次纠正、决策和有效工作流转化为全员共享的资产。核心做法包括发现团队AI工作中隐藏的智能、给每个Agent提供统一的公司地图、把纠正转化为共享学习，并在总部构建第一版。文章还提供了可直接使用的文件夹结构、地图文件模板和纠正循环等实操方案，强调“学一次，惠及所有人”。
我把 Codex 和 Claude Code 的 Memory 拆成了 3 层
文章对比了 Codex、Claude Code 和 UiPath 三家的 Agent Memory 机制，指出项目中最容易混淆的是长期规则、自动积累的经验回忆和项目事实三层信息。作者提出用仓库中的 4 个 Markdown 文件（current-state.md、decisions.md、failures.md、memory-inbox.md）管理项目记忆，并让 CLAUDE.md 引用 AGENTS.md 实现两工具共用规则。同时强调自动记忆要有边界和退出机制，避免过期结论被误当作确认事实。
用7个开源Agent Skills搭建自媒体工作流
作者指出许多自媒体人仍停留在人肉生产阶段，并整理了7个GitHub开源Agent Skills，可以串联成完整的自媒体工作流：DBS做选题诊断与Hook拆解，小红书标题Skill优化标题，Blogger Distiller拆解对标博主，小黑配图和归藏插画Skill解决配图问题，关键词Skill做内容SEO，飞书官方Skills实现工作流统一管理。作者认为Agent Skills的价值在于让AI从帮写内容升级到管理整个工作流，人只负责判断和审核。
AI交易员第一步：用DeepSeek跑通量化交易
本文教程介绍如何用 DeepSeek V4 Pro 配合 Pi Agent、OKX Agent Skills 与 OKX CLI，在模拟盘上跑通加密货币量化交易全流程。内容涵盖环境安装与凭证配置、读取 BTC-USDT K线数据、用均线与 RSI、ATR 构建回测策略、创建 dry-run 脚本验证信号，以及最终由人工确认后执行小额模拟订单。文章强调安全边界：只用模拟盘、不碰真实资金、凭证不进入对话，并详细说明了防未来函数、手续费与滑点处理等回测细节。
飞书、TRAE、扣子全收编！豆包为啥在今年“大一统”了？
字节在一个月内将飞书、TRAE、扣子并入豆包体系，推出“豆包工作”，阿里、腾讯也在整合Agent产品线。文章分析这一趋势背后的逻辑：入口即训练场，真实任务轨迹决定模型升级；豆包缺企业“写回”钥匙，飞书恰好握有账号、权限和组织架构；随着Agentic AI价值流向模型厂商，收拢入口意味着同时获得流量、数据和模型升级三重优势。
Pi 小白完整入门教程（上）：安装配置 + 第一个项目
本文是面向零基础用户的 Pi 编程 Agent 入门教程上篇。Pi 是 2026 年 GitHub 9.3 万星的极简 AI 编程 Agent，核心理念是做减法：仅 4 个内置工具、约 1000 token 系统提示词，同等成本下代码质量超过 Claude Code 和 Codex，速度快 1.5-2 倍，且能自我进化写插件。教程详细讲解了 Agent、模型、Token 等基础概念，三种安装方式，配置 DeepSeek API Key 或订阅账号的方法，常用操作快捷键，并手把手带领读者用一句话指令让 Pi 从零做出一个家庭记账本 React 网页，完成从安装到作品落地的完整闭环。
