即刻App年轻人的同好社区
下载
对于Token充足的人来说， agent-reach 这个skill有潜力彻底改变“搜索”这个动作
我们习以为常的搜索，是在输入框里输入某些词或者一句话；在 LLM 兴起后的这两年，这种形式可能变成了在对话框里输入一句话或者一段话。
但是假如我是一个寻求教程的人，即我想问的是“怎么做”，那么一篇文章或者一段回复必定是无法满足我的需要的。我还需要在多个网页、多篇回答之间来回切换，如果是LLM，那我需要不停地追问再追问。
那么在这个前提下，Agent Reach 这种一口气可以把七八个网站里的几十条回复、几十篇文章，甚至评论区的几十条留言全部处理好打包，就是一个非常有价值的事情。这相当于它把上述切换网页、切换回答并进行总结的活，一轮就干完了。最终反馈给你的是一个基本上已经详尽到无法再补充的答案，也就是说，即使你亲自去翻网页，获得的信息量也不会比它更大。唯一可能需要去做的，就是你看不懂某些操作 ，然后把它 Copy 到对话框里去问其他模型。
下图是我晚饭前提的一个需求：我现在有 Obsidian、Notion 还有 NotebookLM，作为一个完全的新手小白，我该如何去使用它们，来辅助我的学习、生活、思考，并让我真正爱上每天使用这些笔记软件和记忆系统？
如果是之前，我可能要沉浸在多个 YouTube 视频或者论坛回复里无法自拔，并为此花上一两个小时的时间。但这次我把这个问题丢给了 Agent Reach，并且最后嘱咐了一句：最终成果不要用传统的文字形式反馈给我，把它打包成一个多界面、多步骤的 HTML，方便我一站式地来学习。
然后我就去吃饭了。吃完饭回来，一份信息密度很高的 HTML 就已经摆在了我的桌面。
这份 HTML 共有 24 页，每页还有 3 到 5 个不等的子主题。它从 0 开始，一步步地教我如何完美入门。我不用再去看视频了，也不用再去“集百家之言”。我只需要对着这个 HTML 一步步做，就已经入门得七七八八了。
我个人平时的搜索半径可能就是：Youtube，X，小红书，B站，这个Skill都能完美覆盖，信息价值还是挺高的。当本需要苦哈哈地开三四个标签页的活被 CLI 里一行“/agent-reach”解决时，你会觉得之前的自己真是不珍惜美好光阴。
当然，就像文章开头说的，它的缺点是什么呢？就是 Token 消耗太大了，基本上要同时并行六七个 Subagent 来加快搜索进度，一次消耗一千万 Token 是很正常的事。不过好在这个并不需要多聪明的模型（也许写 HTML 的主 Agent 需要聪明有审美一点点），但是底下的子 Agent 我用 V4 Flash 就可以完美地适配，又快又好。在某些第三方聚集了各类模型的 Coding Plan 里，其实花不了多少额度。
以上，分享给大家，希望能够让各位不用再为了“学会某个东西”而费劲巴拉地去看冗长的视频，好好拥抱当下的新时代吧。
我们习以为常的搜索，是在输入框里输入某些词或者一句话；在 LLM 兴起后的这两年，这种形式可能变成了在对话框里输入一句话或者一段话。
但是假如我是一个寻求教程的人，即我想问的是“怎么做”，那么一篇文章或者一段回复必定是无法满足我的需要的。我还需要在多个网页、多篇回答之间来回切换，如果是LLM，那我需要不停地追问再追问。
那么在这个前提下，Agent Reach 这种一口气可以把七八个网站里的几十条回复、几十篇文章，甚至评论区的几十条留言全部处理好打包，就是一个非常有价值的事情。这相当于它把上述切换网页、切换回答并进行总结的活，一轮就干完了。最终反馈给你的是一个基本上已经详尽到无法再补充的答案，也就是说，即使你亲自去翻网页，获得的信息量也不会比它更大。唯一可能需要去做的，就是你看不懂某些操作 ，然后把它 Copy 到对话框里去问其他模型。
下图是我晚饭前提的一个需求：我现在有 Obsidian、Notion 还有 NotebookLM，作为一个完全的新手小白，我该如何去使用它们，来辅助我的学习、生活、思考，并让我真正爱上每天使用这些笔记软件和记忆系统？
如果是之前，我可能要沉浸在多个 YouTube 视频或者论坛回复里无法自拔，并为此花上一两个小时的时间。但这次我把这个问题丢给了 Agent Reach，并且最后嘱咐了一句：最终成果不要用传统的文字形式反馈给我，把它打包成一个多界面、多步骤的 HTML，方便我一站式地来学习。
然后我就去吃饭了。吃完饭回来，一份信息密度很高的 HTML 就已经摆在了我的桌面。
这份 HTML 共有 24 页，每页还有 3 到 5 个不等的子主题。它从 0 开始，一步步地教我如何完美入门。我不用再去看视频了，也不用再去“集百家之言”。我只需要对着这个 HTML 一步步做，就已经入门得七七八八了。
我个人平时的搜索半径可能就是：Youtube，X，小红书，B站，这个Skill都能完美覆盖，信息价值还是挺高的。当本需要苦哈哈地开三四个标签页的活被 CLI 里一行“/agent-reach”解决时，你会觉得之前的自己真是不珍惜美好光阴。
当然，就像文章开头说的，它的缺点是什么呢？就是 Token 消耗太大了，基本上要同时并行六七个 Subagent 来加快搜索进度，一次消耗一千万 Token 是很正常的事。不过好在这个并不需要多聪明的模型（也许写 HTML 的主 Agent 需要聪明有审美一点点），但是底下的子 Agent 我用 V4 Flash 就可以完美地适配，又快又好。在某些第三方聚集了各类模型的 Coding Plan 里，其实花不了多少额度。
以上，分享给大家，希望能够让各位不用再为了“学会某个东西”而费劲巴拉地去看冗长的视频，好好拥抱当下的新时代吧。
1 01
很有意思的观察，像我这种不追星不玩游戏的三次元直男压根看不到这个赛道，但偏偏赛道两旁挤满了观众。的确没想到追星女们能把Ai玩这么花，也算长见识了
Jessy_: 磨磨蹭蹭地写完改完把热点快熬冷了终于发了。 之所以想做这个是因为有阵子在Threads河道老刷到嫂嫂模拟器，惊叹她们五花八门的的玩法和每日使用时长之长。 追星女、ai陪伴、ai dungeon、酒馆每个讲起来都有好多可以延伸的。观察人类还是有意思
0 00
看到这个我的第一反应是唏嘘，而不是“🤣”
不是一件很值得笑的事
不是一件很值得笑的事
-mingyan-: 朋友刚刚美国回来我们catch up，没想到听到了小扎高薪挖过来的一个AI人才，在接受Offer前火速跟老公离婚。 没想到上岸先斩意中人的不分男女🤣
0 00