我当了一次 AI 老板:让腾讯 Marvis 给电脑启动项开「裁员会」
文章介绍了腾讯新推出的操作系统级 AI 助手 Marvis(马维斯)。作者体验了其独特的“AI 办公室”UI 设计,该设计将不同的 Agent 视为员工,直观展示任务进度。作者测试了让 Computer Agent 分析电脑启动项并进行优化的流程,认为虽然目前存在限制,但其可视化的交互方式降低了 Agent 使用门槛。
文章介绍了腾讯新推出的操作系统级 AI 助手 Marvis(马维斯)。作者体验了其独特的“AI 办公室”UI 设计,该设计将不同的 Agent 视为员工,直观展示任务进度。作者测试了让 Computer Agent 分析电脑启动项并进行优化的流程,认为虽然目前存在限制,但其可视化的交互方式降低了 Agent 使用门槛。
文章图文并茂地介绍了腾讯Marvis的AI办公室UI及实际测试,行文生动易读且具操作性,但深度分析和密集技术细节略显不足。
作者重新体验腾讯Marvis马维斯Agent,其升级定位为24小时AI管家,区别于多数Agent主攻办公和编程场景。新版采用Hy4与Deepseek V4 Flash双模型自动组合,免费且支持自定义接入第三方模型。文章实测了电脑体检、管家团队(电脑、文件、软件、浏览器四位Agent)、本地知识库/图片库/应用库管理等功能,并介绍其与绿联、飞牛合作将Agent能力扩展到NAS,未来瞄准手机、汽车、智能眼镜等跨硬件场景,认为AI管家方向想象空间较大。
本文介绍 xAI 团队设计 Grok Bot 的产品思考:将十几个 AI 概念收敛为 Bot、Chat、Prompt、Tool、Artifact 五个用户原语;把组织单元从聊天记录换成 Bot 名单,让心智模型从工具切换为同事;通过头像动画承载生命周期提供在场感;为每个 Bot 配备独立电脑并采用三级访问设计;用结构化卡片回答信息;能力共享而上下文按角色隔离;Routine 让 Bot 无需提示词即可按日程或事件自主工作。整个设计的核心原则是持续做减法,回归'帮人委派而非增加管理负担'。
文章介绍了用AI Agent(如Claude Code、Codex)逆向和改造现实电子设备的新玩法。作者通过实例展示了如何让AI清理公司会议室电视的开机广告并重做简洁桌面、逆向补光灯蓝牙协议开发统一灯光控制台、以及打造多机位相机控制台。只需把需求和设备信息交给Agent,跟着提示一步步操作,小白也能完成硬件改造。作者引用《设计心理学》理念,指出AI正在降低个性化改造设备的门槛,让普通人从产品使用者变成参与设计者,哪里不爽改哪里。
Cloudflare 数据显示 AI 自动化流量首次超过人类(57.5% vs 42.5%)。文章分析搜索用户从人、到大模型、再到 Agent 的三次演变,指出 Agent 场景下搜索的三大卡点:结果需可直接用、信源要可信、速度要快。腾讯「元宝搜索」通过提供完整正文、接入 157 个权威信源、索引期压缩网页为 100 token 支持 KV Cache 复用等优化,使 Agent 完成任务的平均搜索调用从 8 次降至 5 次。作者实测 9 个品类 31 条 query,认为其强项为权威性、时效性和正文提供能力,适合国内 Agent 开发者,但学术论文、生活服务等场景需配合垂类 API。文章最后介绍了三种接入方式与按量计费价格。
本文介绍如何在 Windows 系统上快速搭建 ComfyUI 环境,适合零基础用户。作者使用 B站UP主秋葉aaaki 提供的整合包,只需解压和双击两步即可完成安装,一键启动后浏览器自动打开本地界面。模型下载与配置、工作流搭建(文生图、图生图、图生视频)等操作均可交给 WorkBuddy(AI Agent)完成,用户只需修改提示词点击生成即可,甚至可通过 API 让 Agent 全程自动完成并返回结果。文中还提供了 qwen-image-2.1-turbo 模型的下载示例及相关资源链接,遇到问题可将报错截图发给 AI 解决。
作者苍何宣布开源项目 WeChatBridge 推出 Windows 版本。该工具可将微信聊天记录批量转发给 Codex、Claude Code、豆包、千问等主流 Agent,并可将聊天记录沉淀到 Obsidian 作为个人知识库。此前项目仅支持 Mac,GitHub 已获 1.2k star。Windows 版新增技能管理中心支持导入 Skill、群聊场景绑定、以及突破微信单次 100 条勾选限制的分批收集功能。作者强调不模拟点击、不破解微信数据,以保证安全合规、避免封号风险。文中还介绍了安装流程及老版本 Windows 需兼容层等细节,并提醒用户注意隐私保护与合法使用。
文章以模拟的Punk咖啡馆点单小程序为例,图文讲解15个常见交互名词:导航栏、TabBar、页内Tabs、卡片、单元格、按钮、点击热区、表单校验、选择器、轻提示、对话框、操作面板、骨架屏、空状态与错误状态、无障碍。沿“选咖啡→选规格→加入购物袋→确认订单”的完整点单路径,说明每一步页面应有的回应,如选中状态、数量与总价更新、加载与失败提示等。最后强调提交后要区分等待、失败和结果不明三种情况,结合服务端幂等防止重复下单,并给出用AI按业务补齐交互的模板。
文章探讨 AI Native 组织中 Verification(验证工程)正成为关键工程环节。当 AI 和多个 agent 高频生成并提交代码时,验证速度和可靠性成为新瓶颈。作者提出设立专门的 Verification Engineer 岗位,并分享实践:用 Rust 工具链缩短反馈时间、程序化 E2E 分层、agent 定期真实操作巡检、使用 PGlite 减轻环境负担、merge queue 验证合并后代码、mutation testing 验证测试有效性,以及为验证系统本身建立可观测性指标(如反馈耗时、缓存命中率、flaky 测试跟踪),以实现更快、更可信的代码验证闭环。
文章以社群小程序开发为背景,通过分析快递100、国家博物馆、优衣库、小宇宙、星巴克、影视飓风等真实案例,拆解了8种常见小程序类型的页面设计重点。每类小程序用户目标不同,页面布局与交互重点也不同:工具服务型要突出办事入口,预约服务型要说明日期、时段与名额的依赖关系,零售电商型需支持找货与比较,内容消费型要平衡发现与播放控制,餐饮点单型要确认门店与履约方式,教育学习型需区分找课与继续学习。文章还结合功能宫格、空状态、SKU、迷你播放器等概念,总结了视觉顺序、布局方式、状态区分与操作反馈等前端设计要点。