用豆包工作+飞书搭建读书管理系统教程
本文是系列教程的实操篇，讲解如何通过自然语言让豆包工作（AI Agent）操作飞书，无需学习飞书多维表格和知识库的手动操作，也无需记忆命令。文章以搭建读书管理系统为例：先用多维表格做书架，实现建表、加书、查询、改状态、删记录；再用知识库做笔记本，完成建空间、建页面、浏览整理、重命名移动、删除等操作。每步附有可选的 lark-cli 命令供进阶读者参考。最后还演示了如何将整个流程压缩成一条指令，让 AI 一次完成建表、加书、建空间、建笔记并返回链接。
全部文档 / 标签: AIAgent
467 篇
How To Build a One-Person Company Using Grok Bot
文章介绍了xAI的Grok Bot如何帮助单人创始人打造一人公司。Grok Bot是持久化的具名AI代理，运行在xAI管理的云计算机上，拥有浏览器、文件系统和终端，可通过技能学习流程、按日程执行例程、在群聊中协作，并通过连接器接入各类工具。文章详细说明了定价方案（Premium $30起含Grok Bot，用量与Grok和Cursor共享每周额度）、CEO心态转变（从执行转向决策）、关键安全设置（所有Bot共享一台计算机，需为其创建独立账户并最小化权限），以及编写公司手册、设计审批规则和例行工作流的完整蓝图，让AI团队替代销售、营销、助理和运营等岗位。
Eleven：AI Agent 加持的开源二进制逆向工程 IDE
文章介绍了开源二进制逆向工程 IDE 平台 Eleven，它借助 AI Agent 彻底重塑逆向工程的体验和门槛。Eleven 专注二进制 App 逆向，支持 Mac/iOS、Linux ELF、Windows PE、Android APK/DEX 等全平台二进制文件，还能解析 GGUF、Safetensors、ONNX 等 AI 模型文件。底层融合 REA 逆向库与 Ghidra 等经典工具链，并原生支持 Claude Code、Codex、Cursor 等主流 Coding Agent 的自由切换。开发者可以直接向 Agent 提问函数功能，让 AI 辅助完成逻辑还原与漏洞排查，大幅降低了逆向工程的学习曲线。
万字长文｜超简单 REA：逆向平权，从入门到精通
本文是面向新手的 REA (Reverse Engineer Anything) 详解教程。REA 是一个装在 AI Agent 里的逆向工程 MCP 工具箱，半年内 GitHub star 达 22 万。它本身不发明新技术，而是充当中间翻译层，让 Claude Code、Codex 等 AI Agent 能指挥 Hopper、Ghidra、IDA 等老牌逆向工具，并把结果翻译成大白话，每条结论都带证据。文章覆盖逆向工程和 MCP 的基础概念、REA 能干与不能干的事、安装配置步骤（Node.js 版本要求、npx 安装、doctor 体检）、三个分析引擎的挑选、第一个分析任务的实操、常见坑与 FAQ。新手可从免引擎的 JavaScript/Electron 应用分析入手。
Loop Engineering 实践：yetone 用 Claude Code 三循环自动化维护 Magpie
文章介绍开源开发者 yetone 使用 Claude Code 和 Opus 5.5 模型，通过三个 /loop 循环任务自动化维护 Magpie 项目的工作流。三个循环分别处理 GitHub issue/PR 与 Discord 反馈、推特用户反馈、代码清理与经验总结。作者强调需搭建真实多端验证环境、在提示词中明确边界情况、用便宜模型过滤无关信息、让 AI 总结教训，并在项目早期与 AI 讨论设计偏好。
揭秘 REA 爆火的背后，为何十天从几百到二十万+ Star
REA 项目十天内从几百 Star 暴涨至二十万以上，引发 AI 圈热议。文章分析其爆火过程：项目由 morluto 和 N0zoM1z0 开发，最初名为 betterBinaryMCP，旨在让 AI 调用专业工具分析软件实现。经过数月迭代，10 月初首页介绍变得直观，随后大 V Matthew Berman 发帖“Software is done”推波助澜。但文章指出，许多惊人案例并非 REA 所为，其实际能力限于追踪具体功能和恢复局部逻辑，距离一键重建大型软件仍有距离。爆火背后是用户对软件自由和低成本的期待，以及专业能力被 AI 组织的新方式。
做了个徒步星球，把全球 45 条经典徒步路线搬到 3D 地球上
作者基于之前分享的地图动效 Skill，通过与 Agent 对话，仅用两三次对话、几千万 token 就开发出两个网页版产品：Map Motion Studio 可输入多个地点生成 3D 地形路线动效视频并支持下载；徒步星球则将全球 45 条经典徒步路线收进一个可交互的 3D 地球，支持按地貌、里程筛选，随机传送和沿线飞行视角，每条路线附距离、海拔、难度和途径点介绍。作者认为 AI Agent 的能力边界已几乎无法触及，什么软件都能实现，并计划继续探索 AI 的能力边界。
从 AI Agent 到持续工作的 AGI：我对现阶段 AGI 的理解，以及假期里的开发实践
作者阐述了对现阶段 AGI 的理解：一个自动自发、自我验收、自我迭代并能自主决策达成目标的智能体。文章提出 AI 发展将从回合制的 AI Agent 进化到持续工作的智能体，并给出三项转变建议：给 AI 更大目标、信任并依赖 AI、为其搭建可持续运行环境。同时提出 AI 时代团队应缩小为“两片披萨”（1~2 人）。作者以国庆假期对火炬之光 II 的现代化改造为实践案例，9 天内合并 70 多个 PR，实现四个平台适配，绝大部分工作由 AI Agent 自主完成，成本仅约 100 美金/周，展示了持续工作智能体的巨大潜力。
我问了 100 个开发者敢不敢给 AI 开 Full Access，结果评论区让我彻底破防了
作者在 X 上发起调查，询问开发者是否敢给 AI Agent 开启 Full Access（全权限自动执行），收到 100 多条回复后发现超过 85% 的重度玩家都在开全权限运行。文章总结了敢开全权限的三大理由：频繁确认打断工作流、手动确认只是心理安慰（确认疲劳）、翻车需靠工程兜底而非人眼审查。并详细介绍了 Claude Code、Codex、Gemini、DeepSeek、ZCode 五大工具的全权限开启方式与安全护栏配置，最后给出保命三件套：终端拦截器 dcg、Git 高频提交与备份、容器/虚拟机环境隔离，实现高效与安全的平衡。
The Biggest Hack in Crypto History That Never Happened
一家安全公司的AI Agent在XRP Ledger（市值940亿美元的第五大加密货币）中发现了一个潜伏近十年的严重漏洞：攻击者可通过链式利用两个低危漏洞，单笔交易铸造18万亿枚XRP，为总供应量的184倍，风险规模远超史上最大加密黑客攻击。公司通过XRPL漏洞赏金计划披露，Ripple团队三天内完成紧急修复并发放25万美元最高赏金，这是迄今AI Agent独立发现漏洞所获的最大赏金。文章指出AI让老旧漏洞的发现成本大幅降低，攻击者与防御者都可用同样工具，唯有防御方尽快采用这些工具才能保持优势。
Grok Bot 火了快一个月，48 个真实玩法按场景整理
作者梳理了 Grok Bot 火爆近一个月以来全网的真实玩法，按场景整理成 48 条。文章先说明 Grok Bot 是配备云电脑、可后台自主干活的 AI agent，需 SuperGrok、X Premium+ 或 Cursor Pro 订阅才能使用。玩法涵盖八大场景：社媒运营、内容生产流水线、获客谈生意、日常办公、工程技术、一人公司、接入微信、学习资料，并提醒了订阅扣费错误、过度授权等翻车风险，强调小而具体的任务才是目前最稳定可靠的用法。
Scaling AI in Legal: Building Uber's Redlining Agent
Uber 工程团队分享了其法律红线审查智能体（Legal Redlining Agent, LRA）的构建经验。该系统以 Word 插件形式集成到律师的工作流中，能够识别外部合同修改、理解对方意图、基于政策生成建议和评论并标记风险。自上线以来，合同平均审查时间缩短超过 20%，律师对 AI 决策的采纳率达 91%。文章详述了从 RAG 方案到引入律师反馈自学习循环的四次迭代历程，核心经验是：从业务问题出发、嵌入律师既有工作流程以赢得信任，并通过紧密的反馈迭代持续改进智能体。该系统助力 Uber 法务团队获得 2026 年 ALM Legalweek 年度最具创新法务部门奖。
母婴业这样用WorkBuddy就对了
母婴行业增长逻辑已变，服务收入占比升至三成五，95后父母成为研究型买家，门店靠信息差赚钱越来越难。作者结合行业痛点，整理出WorkBuddy（AI办公Agent）在母婴业的四个落地场景：一是按宝宝月龄建台账，批量生成节点提醒甚至搭建提醒小系统；二是沉淀优秀导购经验，生成育儿问答手册抹平员工能力差距；三是将配料表转化为大白话讲解话术，并用AI按广告法审查合规风险；四是利用门店真实经验批量生产小红书科普、测评内容实现获客。文章配有提示词模板和实操截图，强调AI自查不等于合规，需人工二次把关。
Grok Bot vs Muse：两款 AI Agent，怎样选更合适？
本文基于公开文档与使用分享，系统比较了 xAI 的 Grok Bot 平台与 Meta 的个人 AI Agent Muse。两者均能在云电脑上执行任务、连接外部服务并在后台持续运行。差异在于：Grok Bot 支持多 Bot 分工、Skills 与 Routines、Team Bots 团队共享，协作编排更具可玩度；Muse 则强调围绕个人目标的持续代办、记忆延续，并配备 VM 隔离与 Sentinel 审查等安全机制。文章还从信息获取、模型能力、安全隐私、服务接入与订阅费用等维度展开对比，并通过出差预订场景说明两者的工作组织方式，帮助读者按需求选择。
如何用一组AI智能体实现工作自动化（完整配置+提示词）
作者介绍了使用Teamily AI平台将多个AI智能体组织成一个团队来自动化工作的完整流程。作者以构建一个免费提示词库网站为例，搭建了包含趋势研究员、内容创作者、网页开发者和验证编辑四个智能体的群组，通过明确的群组规则定义各智能体的职责和交接流程。智能体之间能读取彼此的输出、互相质疑，验证编辑器还两次拦截发布，发现引用错误等问题。最终作者将整个流程保存为Loop，实现每周自动重复运行，展示了人机协作群组替代多聊天窗口粘合工作的方式。
The Death of AI Chatbots
文章探讨当前AI聊天机器人使用模式的根本缺陷：用户虽能将任务交给AI代理，却无法真正转移注意力，每天疲于监督多个工作流、重建上下文、判断输出质量，如同AI的经理而非拥有自主智能员工。作者认为聊天框时代已到极限，下一代AI应是单一、持续保留上下文的助手，能主动协调多个代理、理解用户意图与优先级，减少解释与监督负担。作者以电影《Her》为例，描绘自然对话式AI助手的理想形态，并指出越智能的AI越能以更少指令理解用户，但这也带来信任与隐私的深层问题。
Codex 自媒体运营 Skill 大全｜20 个装完，一个人顶一个团队
文章系统梳理了面向 Codex、Claude Code、Openclaw 等终端 Agent 的自媒体运营 Skill 清单，共 20 个，覆盖自媒体全流程：选题策划、文章排版与配图、视频剪辑与分发、以及小红书、公众号、抖音、B站、YouTube、推特等平台的运营。每个 Skill 附 GitHub 仓库地址、星标数、功能说明和一键安装指令，并指出使用时的坑点，如不要全装导致 context 膨胀、版本兼容、商业授权限制等。作者强调星标仅供参考，合手才是好工具，帮助个人创作者用 AI Agent 搭建一人内容生产线。
90天成为营销工程师：完整学习路线图
本文介绍如何用90天从传统营销人员转型为营销工程师（Marketing Engineer），这一新兴岗位融合营销、产品思维与AI系统能力，Figma等公司已在招聘。路线图分三个月：第一个月用Claude Code或Codex构建可重复的营销工作流，并添加公司上下文与技能；第二个月通过API、MCP服务器连接工具，搭建KPI仪表盘和受众工作流；第三个月加入创意生产、落地页与自动化测试循环，附加SQL、BigQuery与Python知识。核心转变是从执行者变为编排者，构建可复用的营销系统。
Marketing Engineers: 100x More Experiments with AI agents
文章提出'营销工程师'（Marketing Engineer）将成为新的10倍员工。作者回顾了营销行业从广告狂人时代、AdWords数字营销、增长黑客到AI辅助营销的演变，指出实验成本持续坍缩是贯穿历史的主线。借助Claude Code、Codex、MCP和定时Agent等工具，一个兼具营销思维与构建能力的人可以搭建由多个AI Agent组成的系统：阅读销售通话、生成落地页、投放广告、归因分析，实现每天数十个实验。文章给出搭建指南：配置Agent工作区、通过MCP连接工具、编写'大脑'文件夹以提供业务上下文。作者认为创业公司应尽快培养或雇佣营销工程师，这是当下最大的增长杠杆。
开源项目 rea：用 AI Agent 复刻任意软件功能
作者推荐了一个开源项目 rea，该项目可将任意软件、页面解析出来，通过二进制反编译并经 MCP 协议告知 AI，用户只需用自然语言描述想复刻的功能，AI 即可自动剖析并复刻。rea 通过 MCP 协议连接 AI Agent 与 Hopper、Ghidra、IDA Pro 等逆向分析工具，支持分析原生二进制程序、桌面应用、JavaScript、Electron、.NET、Android APK 及网页行为。其核心价值在于让 AI 不仅能阅读源代码，还能理解没有源代码的软件是如何工作的。
如何用 AI Agent 运营营销团队实战手册
作者基于与多家顶级 AI 公司合作的观察，分享了用 AI Agent 提速营销团队工作的实战方法论。核心流程：1）从客户已有的真实问题出发（销售通话、支持消息等）寻找内容选题；2）为写作 Agent 配置产品文档、客户问题和团队偏好，并创建自定义 Skill 将用例转为演示脚本、问题解答文章等，每天通过 Slack 给每个成员推送相关选题；3）将 Devin 接入 Slack 营销频道，自动起草初版并汇报进度，衡量标准是好想法变成已批准工作的速度；4）用 Remotion、InVideo 等工具将一个好的演示制作成多个视频。
用 WorkBuddy 一句话搞定个人网站，连域名都省了！
本文介绍了如何利用国内流行的 AI Agent 产品 WorkBuddy，通过一段对话从零搭建个人作品集网站。作者以制作「糖果屋」作品集为例，详细讲解流程：明确需求并撰写提示词（特别强调要求 AI 不编造资料）、生成单文件网页、替换个人内容、利用 WorkBuddy 资料库作为小型服务器一键发布公开链接。文章还说明了发布后如何继续修改并保持原链接实时生效，最后给出验收清单：核对个人信息真实性、测试按钮跳转、检查手机排版、验证线上版本是否更新。
Muse AI 60秒自动搭建免费节点教程
作者分享利用 Muse AI 智能体快速搭建代理节点的方法：只需提供一个 GCP 账号并用自然语言下达指令，Muse 即可自主通过 SSH 连接服务器，完成服务安装、加密配置、端口开放、握手验证等全流程，最终生成二维码供客户端扫码使用。整个过程约 6 分半，其中实际操作仅 60 秒，无需手动使用终端、浏览器或安装面板。与传统手动找教程、装面板、配防火墙折腾一整晚的方式形成鲜明对比，展示了能直接干活的 AI Agent 在实际任务自动化中的高效与便利。
AI for Executives：面向决策者的 AI Agent 分层解读
这是一篇面向 AI 项目决策者的科普文章，无需技术背景，逐层拆解 AI Agent 的十三层结构。作者从核心三要素（模型、上下文、工具）讲起：模型是无状态、只会预测下一个词的神经网络；上下文包含系统提示、技能、规则、工具定义等，按 token 计费；工具在用户侧运行。后续层涵盖如何优化输出质量（上下文卫生、专有信息、大小与位置）、什么是 Agent、幻觉、知识库、记忆、Harness、子代理、长时循环、评估、交互式与无头模式、助手与自主 AI 的区别，以及 Skill 的价值。所有数据均来自已发表论文或标注为厂商声明的文档，文末附向团队提问的清单与要点总结。
Does Your AI Agent Actually Work? A Guide to Eval-Driven Development
本文介绍 AI Agent 的评估驱动开发（Eval-Driven Development）。作者指出 vibe coding 可以快速构建应用，但仅靠手工测试提示词无法保证 Agent 质量上线。文章解释了评估的核心概念：eval 是应用于 trace 的评分器，包括 Case、Run 等基本构件，并详述四种评分方式——确定性检查、参考答案评分、规则评分和轨迹评分。文章还区分线上评估（监控生产环境真实流量）与线下评估（发布前测试），强调两者缺一不可，并通过 promotion 机制将生产问题转化为测试用例，形成持续改进闭环。
AI Agent 自动化网盘拉新副业，闲鱼 MCP、资源站一网打尽
文章介绍了用 AI Agent 自动化网盘拉新副业的完整链路，分为四段：网盘拉新（现金流入口）、夸克 MCP（自动管理网盘文件、批量改名、转存分享）、闲鱼 MCP（自动上架、改价、发布商品）、资源站（承接流量与复购）。作者详细讲解了网盘拉新的运作机制、结算归因规则、行情价格与注册流程，并给出夸克 MCP 和闲鱼 MCP 的安装配置方法、密钥管理与风控注意事项，最后分享了自己的项目实操，用智能体一句话完成 MCP 安装、闲鱼上架和 WordPress 资源站发布，实现人只负责选品和检查的全自动化流程。
10 AI Agent Projects That Take You From Tool Calling to Autonomous Systems
文章介绍了10个循序渐进的 AI Agent 实战项目，帮助开发者从简单的工具调用进阶到自主智能体系统。项目包括：工具调用 Agent、ReAct 推理循环、多工具选择、记忆 Agent（短期与长期记忆）、规划 Agent（任务分解）、反思 Agent（自我评估与修订）、多 Agent 协作系统、研究 Agent、编码 Agent 等。文章通过架构图、技术栈（Python、OpenAI、LangGraph、Pydantic）和学习要点，阐述了智能体设计中的核心问题：工具选择、记忆管理、任务分解、错误恢复、自我验证及多 Agent 协调等。
AI Agent 实战：像管理员工一样管理你的 Grok Bot 六步法则
文章转述了一篇关于使用 Grok Bot 和 AI Agent 的高信息密度实战指南。核心观点是：使用 AI Agent 不是写提示词，而是雇用一个数字员工，必须像管理新员工一样管理它。作者提炼出六步驭工法则：1）为 Bot 设定岗位职责而非临时任务；2）从无聊但可撤回的任务开始，要求先写计划再执行；3）按可撤回性划分权限，发送、删除、付款等危险操作必须审批；4）严格跑满三轮试用期；5）自主权是运行时特权，凭硬指标升降级；6）每周复盘，敢于删除低效自动化任务。最后强调零成本黄金规则：拿不准就停下来问。
300+ AI Agent 工具全景清单：最值得安装的 5 个首选项目
文章介绍了一个免费的 GitHub 仓库，整理了 300 多个 AI Agent 项目并按功能分类（约 25 个类别），帮助开发者避免重复造轮子。作者精选了最值得安装的 5 个工具：Ollama（本地运行 LLM）、LangChain（LLM 应用框架）、Open Interpreter（执行代码的智能体）、AutoGen（微软多智能体框架）和 Aider（终端 AI 结对编程）。此外还按类别推荐了各领域最佳选择，如 AutoGPT、crewAI、Flowise、E2B、mem0、DSPy、MetaGPT、PrivateGPT 等覆盖编排、编程、记忆、评估、安全执行、语音等场景，并说明该清单适合快速了解 AI Agent 生态全貌的人群。
Muse 完全使用指南：9 个实战用法，附可直接复制的提示词
Meta 推出的 AI Agent 应用 Muse 上线 13 天即获 250 万下载并登顶美区 App Store 免费榜。文章介绍 Muse 与 ChatGPT 的区别：只需说出目标，它能在云端自动执行订票、回邮件、填表、比价等任务。内容涵盖 5 步上手流程（重点提醒关闭模型训练开关、最小化权限）、与 Agent 对话的 3 个原则（说目标不说步骤、给边界、敏感动作需确认），以及晨间简报、邮箱清零、旅行规划、订阅清理等 9 个实战用法与可复制的提示词，最后给出 5 条避坑建议。
