即刻App年轻人的同好社区
下载
置顶
错怪它了，翻看了下昨天的记录，用了browser use的方案找，它真的参考了视觉信息☺️
它点开图说“看起来太乱了，看看几个高质量的。”
surprise me
它点开图说“看起来太乱了，看看几个高质量的。”
surprise me
SUKIII: Agent还有很多增量空间。 比如我让agent帮我找房子这件事，现在只能做到L2级别的做对比表、分析优劣势。 但真实的任务是： • 长时序规划：不是单次问答，而是涉及“筛选—预约—评估—谈判”的多阶段、长周期执行，需要一直在“run”。 • 跨端跑腿：需要打破“数据孤岛”，像人一样跨平台操作 UI（安居客、地图、微信等）完成闭环。 • 隐形意图处理：处理“采光好、装修不土”等非结构化、主观性强的审美与氛围需求。（起码能看图能处理视觉信息吧） • 主动监控：环境是实时变动的（房源下架、价格变动），需要 Agent 具备主动侦测与真伪核验能力。 中间有很多gap，但看起来都不是没有希望解决，26年真做到这些，在L3级别上又会大迈一步吧。
4 00
Agent还有很多增量空间。
比如我让agent帮我找房子这件事，现在只能做到L2级别的做对比表、分析优劣势。
但真实的任务是：
• 长时序规划：不是单次问答，而是涉及“筛选—预约—评估—谈判”的多阶段、长周期执行，需要一直在“run”。
• 跨端跑腿：需要打破“数据孤岛”，像人一样跨平台操作 UI（安居客、地图、微信等）完成闭环。
• 隐形意图处理：处理“采光好、装修不土”等非结构化、主观性强的审美与氛围需求。（起码能看图能处理视觉信息吧）
• 主动监控：环境是实时变动的（房源下架、价格变动），需要 Agent 具备主动侦测与真伪核验能力。
中间有很多gap，但看起来都不是没有希望解决，26年真做到这些，在L3级别上又会大迈一步吧。
比如我让agent帮我找房子这件事，现在只能做到L2级别的做对比表、分析优劣势。
但真实的任务是：
• 长时序规划：不是单次问答，而是涉及“筛选—预约—评估—谈判”的多阶段、长周期执行，需要一直在“run”。
• 跨端跑腿：需要打破“数据孤岛”，像人一样跨平台操作 UI（安居客、地图、微信等）完成闭环。
• 隐形意图处理：处理“采光好、装修不土”等非结构化、主观性强的审美与氛围需求。（起码能看图能处理视觉信息吧）
• 主动监控：环境是实时变动的（房源下架、价格变动），需要 Agent 具备主动侦测与真伪核验能力。
中间有很多gap，但看起来都不是没有希望解决，26年真做到这些，在L3级别上又会大迈一步吧。
21 63
过年想看看有什么电影好看，点开支付宝-点击淘票票-再找家附近的影院-一个个看海报和简介划过去。
忽然想到从第一性原理来说，现在90%的GUI真的可以不存在了。
我的本质需求就是想看电影，那下一步就应该直接给我结果，最多给我看几张海报。
我真的很喜欢GUI，它曾给我带来很多美和享受，但如无必要，它确实该隐身了。
忽然想到从第一性原理来说，现在90%的GUI真的可以不存在了。
我的本质需求就是想看电影，那下一步就应该直接给我结果，最多给我看几张海报。
我真的很喜欢GUI，它曾给我带来很多美和享受，但如无必要，它确实该隐身了。
19 10
太酷了，今天装了下跑通了！用--browser real模式可以共享我的登录态。感谢广大网友，上网真能学到东西 ✅ //@Ryder今天在造东西: 试试 browser-use 这个 skill，看是不是你想要的～：skills.sh
SUKIII: Coding agent真的很强了，结合Skills理论上我可以给它按上无数功能，也能为自己定制开发一些功能，比如我的coding agent能导出PDF，能做PPT，能写spec，能做数分也能做测试。能做很多本机操作。 但目前的痛点是缺一个和浏览器连接的extension。目前还是用的cursor自带的playwright，但这个相比Claude extension和manus extension还是差远了。一旦有了这个，我的coding agent能做的事情将难以想象。 有没有团队做一个解决一下（出于自己的精力管理实在不想开新坑了但很痛）
11 05
Coding agent真的很强了，结合Skills理论上我可以给它按上无数功能，也能为自己定制开发一些功能，比如我的coding agent能导出PDF，能做PPT，能写spec，能做数分也能做测试。能做很多本机操作。
但目前的痛点是缺一个和浏览器连接的extension。目前还是用的cursor自带的playwright，但这个相比Claude extension和manus extension还是差远了。一旦有了这个，我的coding agent能做的事情将难以想象。
有没有团队做一个解决一下（出于自己的精力管理实在不想开新坑了但很痛）
但目前的痛点是缺一个和浏览器连接的extension。目前还是用的cursor自带的playwright，但这个相比Claude extension和manus extension还是差远了。一旦有了这个，我的coding agent能做的事情将难以想象。
有没有团队做一个解决一下（出于自己的精力管理实在不想开新坑了但很痛）
31 277