糯.米.鸡的个人主页

即刻App年轻人的同好社区

下载

App内打开

糯.米.鸡

216关注970被关注3夸夸

一创业公司ai产品 ex美团光年AI产品
为AI构建它的native产品中🥰

置顶

糯.米.鸡

8月前

这篇文章断断续续写了两个星期，中间沉淀了些认知，爬了不少数据，用openclaw为引子试图把自己对 AI 产品的一些困惑理清楚。写的过程中有些东西越想越明白了，也有些越想越觉得之前想的不对。也借此机会给自己写了篇我自己的2026年AI产品理念指北

万字解析 | 从 OpenClaw 出发，重新理解 AI产品

54 517

糯.米.鸡

2天前

业余做了个小产品。总觉得 Personal Agent 下一个要卷的赛道在手机上，就想试试：给 AI 足够多的手机权限，它能帮我干什么？
没得到太多 insight，不过挺好玩，也挺好用：说一句"手机空间不够了"，它自己翻出大文件，问我一句就清掉；说"订明天最早的高铁"，它打开 12306 自己找车次；收到取件码的短信，它下班前就替我定好了闹钟。
基于开源的 OpenMinis，交互参考 Grok Bot 和 Instinct，完全开源 👇
github.com

76 2644

糯.米.鸡

10天前

我做了个刷 X 用的小插件，叫 Ownfeed。

现在很多 AI 一上来就要你连邮箱、日历，拿走一大堆上下文，之后也没什么变化。想反过来，只看你正在刷的这一屏，帮你干点实事，比如把各种 AI slop、广告和色情引流收起来，想少看别的，跟它说一句就行。

免费的，欢迎试试：chromewebstore.google.com

00:37

13 11

糯.米.鸡

10天前

很有意思的新的更适合智能的 agent 框架

Songv: 最近我们做了一个很有趣的工作：一个核心代码只有约 200 行的 agent。小，其实很重要。模型智能呈指数级提升的同时，人类施加的约束正在成为 agent 能力的新瓶颈。agent 越小，人为 bias 就越少。我们相信，具备 self-awareness 的 agent 能为自己找到更好的上下文方案，也能针对具体场景造出更合适的 tool。所以我们做了一个人类约束极小的 agent，ta区别于 ReAct 和 RLM 等现有范式。在日常使用中，ta不断给我们带来新的惊喜。因为足够小，ta很容易被移植到各种平台上。只需几百行代码加一层 iOS 外壳，ta就能真正寄居在 iOS 系统中：可以把自己变成任意 App，可以直接在手机上训练一个猫脸分类器，把相册里的小猫照片全部找出来，甚至能把自己变成一个新的操作系统。更疯狂的是，我们同样用几百行代码把ta移植到了 ESP32 上，作为一个 bootstrap 程序运行。接上传感器和显示屏后，ta可以按需变成各种智能设备。很多人家里都有温度计，但其实很少看。不如需要时让ta变成温度计，其余时间当软路由或别的设备。但这些都只是意外收获。ta真正的用武之地，是在我们的 RSI 系统中进行极致的自我迭代。如果你感兴趣，欢迎阅读我们的技术报告：https://fibona.ai/projects/fibona-agent 关注我们的开源项目:https://github.com/FibonaAI/fibona-agent 下面是一个我最喜欢的 demo：

1 00

糯.米.鸡

1月前

写得真好。感觉对于 broswer 或者类似长链连续任务，system1 模型能不能知道自己行不行还挺重要，能够合适时正确交给 system2

敖特_Aute: 同事问我对 Jev 在 Broswer use 领域的应用有什么看法？答（一些比较初步的感受，不代表未来观点不会变）： Jev 我理解是以输出通用且有限的分类为目标所训练与架构的，在类似任务下相对自回归生成结构化文本的 LLM 有很大速度优势。目前看起来有几个限制：第一，每次调用前需要准备好候选选项，虽然可以动态生成，但候选难以枚举或者数量太多时，就需要额外处理，常规的文本生成更不是它的适用范围；第二，分类不是百分之百准确的，和 LLM 一样，也受限于模型规模、训练质量等影响；所以具体到 Broswer use 这样的通用任务，我觉得还是要讨论讨论。具体可以从两个维度分析：单次动作的可选范围，以及单次动作的推理难度。从可选范围来看，一个页面的可交互元素，乘以每个元素的可交互方式，比如点击、输入、拖拽等，如果全部平铺，很容易把选项撑爆。Jev 目前单个 Choice 最多支持 255 个选项。把操作和目标拆开可以缓解，但某一类操作的目标仍然可能太多。从推理难度来看，浏览器任务里有大量操作，单步推理难度是不高的。Jev 更适合的 System 1 任务，我凭感觉可能占很大比例，大多数情况下应该超过 90%。举个例子，在网页上购物，商品、金额等都已经确认，走到结算这一步，页面上有个支付按钮，需要点它，确实就只是 System 1 难度的动作。但换个例子，页面上有一道复杂的数学选择题，只有三个选项。这时候选谁，就无法离开 System 2 进行推理。选项少，不代表问题简单。当然，Jev 分类这种输出形式本身不意味着没有推理能力。但 Jev 官方确实列出了多跳推理、精确数值处理等弱项。考虑到浏览器是一个通用容器，需要调动 System 2 能力的任务一定是无法避免的。那么，选项撑爆和 System 2 介入这两个问题要如何解决？选项撑爆可以通过工程手段把候选分页，留出“下一页”“上一页”；也可以逐级选择，比如先选页面区域，再下钻到具体元素，最后选择操作。还可以先给候选打分，筛选后再做最终选择。这些方式可以配合使用。 System 2 介入可以给模型一个类似“不确定”的选项，或者根据概率和置信度，让 LLM 接管。理论可行，但可靠性需要验证另外，动作拆分的粒度也很重要。如果把鼠标操作拆成方向加步长，靠多轮交互逐步修正，点一个按钮可能要来回很多轮，不一定比 LLM 更快。公司里应该有部分同事，包括我，是从上一个时代的 AI 公司过来的。我们当时做的很多工作，核心就是训练模型做分类，所谓的模式识别。因此上面列出这些问题，大都在上一代模型和系统里就有一些解决思路，总体上就是先缩小候选范围，再逐级细分。我个人其实觉得这些方案并不优雅，因为分组、筛选、纠错、升级的复杂度最后还是落到了外围工程上。相较于传统分类模型，Jev 当然有巨大进步，可以理解自然语言描述，处理运行时定义的候选，还能并行回答多个问题。但在具体任务上的表现，是否能追平专门为该任务训练的分类模型，我持怀疑态度。对于方向加步长这样的低层控制任务，我也没有看到足够的公开评测来证明它的泛化表现。具体到 Broswer use，如果既要维护分类模型的候选空间，又要编排它和 LLM 的分工，处理不确定性、模型切换和失败恢复，这种组合，在我看来，似乎不如直接用一个速度很快的 LLM 来得优雅。当然，架构是否优雅不优先于实际业务表现。多模型组合省下的推理时间，能不能覆盖候选处理、额外轮次和模型切换的开销，最终还是要看任务成功率、总延迟和总成本。

10 00

糯.米.鸡

2月前

我真的看不懂 Codex 每次甩来一整坨黑话。受 Grok Bot 和 Instinct 的聊天体验启发，做了个很小的简单 Pi 插件：Human Message。Agent继续在背后调用工具、把事情做完；这个插件让AI它自己控制什么时候该发消息了，什么时候安静做事，什么时候回一句，什么时候自然分成两三条消息。已开源：github.com

00:08

20 13

糯.米.鸡

2月前

可能是之前也有类似想法，昨天看到DeepSeek harness 还挺触动，下班回来后老想着事儿熬了个小夜写了这篇公众号，叫 DeepSeek harness可能是一个更适合大众的产品形态（虽然感觉这是一个非常容易挨骂的理解哈哈）。不论是 codex 啊 dsh 啊，大家一点点摸索，这么通用的智能怎么去驾驭，怎么能让更多人享受到 agent 的帮助

DeepSeek Harness可能是一种更适合大众的产品形态

7 10

糯.米.鸡

4月前

最近也在更加认真地认识自己，原来的像 MBTI 等等量表式的评测实在有点感觉不知道怎么选，想想都 AI 时代了有没有更好的大家的心理测。我摸鱼做了一个小网站和 skill用 AI 的方式写写故事，来做更好的自我理解。欢迎来玩来试试
→ 网站： storylens.me
→ 开源 skill： github.com/1zhangyy1/storylens-reading-skill