即刻App年轻人的同好社区
下载
App内打开
苍何
44关注1k被关注1夸夸
公众号:苍何
前大厂工程师,微软最具价值专家(MVP)
武汉AI圈创始人,武汉市优秀开源开发者
努力分享一些有趣,实用的AI干货
置顶
苍何
1年前
🚨谷歌发布了一本 68 页的提示词工程的书籍,而且是免费的!

你甚至不需要注册。

它包含真实的数据、实验和最佳实践。

以下是需要了解的最重要的要点:

1,prompt不是比谁更聪明,而是要有系统性。

谷歌提供的这本免费书籍对于任何从事LLM的人来说都是一座金矿。

这是链接:www.kaggle.com

2,提示词是一门科学,不是靠运气:
• 谷歌的研究表明,结构化提示持续优于随意的表述。
• 你的措辞可以让输出质量提升几个数量级。

链式思维 > 一次性回答:
• 把任务拆成步骤(显式把思路写出来)会让模型更准确。
• 不要只索要最终结果 → 要引导模型完成推理过程。

3,具体性胜过模糊性
• “请用 5 个要点为 CEO 总结这篇文章”
要比 “总结一下这篇文章” 更好。

清晰的角色、限制条件和上下文 = 更优质的输出。

迭代是关键
• 论文强调:不要停留在第一个提示词。
• 精炼 → 测试 → 再精炼。
提示词工程更接近 调试(debugging) 而不是写作。

4,提示词格式很重要
• 换行、列表和分隔符可以减少幻觉并提升清晰度。
• 把提示词当作给初级队友的指令,而不是随意的聊天文字。

5,评估往往被低估
• 谷歌建议构建一些简单的指标,用来比较提示词的质量。
• 否则,你永远无法知道 v2 是否真的优于 v1。
22261
苍何
2天前
老实说,这是我做 AI 以来最焦虑的一段日子。

在过去很长一段时间,我每天都很忙碌,忙到我忘了健身,忘了学习,甚至忘了自己。

我像一只青蛙一样,蹦跳于不同的城市,来了又走,白天sosial,晚上熬夜写稿。

最猛的时候,一个月二十多天都在外面。

我见了很多人,看了很多的商业模式,他们有卖课的,有做产品的,有拉到融资公司搞的红红火火的。

我看他们斗志昂扬,激情澎湃,但也加剧了我的内耗,我开始找不到自己了。

虽然我的开源项目也有几万star了,做的一些东西全网也有几千万曝光,数千万人使用,但老实说,我被忙碌裹挟着,变得麻木和无助。

最近,我拒了很多的合作和接触,我把自己关起来,思考了很多,慢慢想通了一些事情。

特此写点东西,与诸君分享。

我和AI一起梳理了我所有的上下文,包括所有的录音,活动,照片,个人数据等。

Claude 让我要做减法而非加法,AI会让你觉得自己无所不能,但人的注意力是有限的,没有办法同时做更多的事。

要把主要精力做更为重要的事,它让我减少过多的社交,专注于自己喜欢的事本身。

Claude分析了我的作息和健康数据,指出精力差一部分原因是长期熬夜,没有运动。

所以早睡早起,坚持运动和读书能缓解焦虑。

在梳理的过程我发现,我急需要全方位的提升自己的自动化系统,那些流程化的任务,就该交给Agent。

为此我在探索 Super Agent ,在注意力有限的情况下,发挥最大的效能。

我发现,我使用了非常多的工具和模型,它们往往都是割裂的,上下文成了瓶颈,为此这些天我花了大量时间在打磨上下文资产,我要把我的一切都能数字化机器化,然后给到Agent作为上下文。

我慢慢悟了一个道理,不该创业,而是要做生意。你有哪些业务,能拆解成哪些任务,哪些可以靠Agent自动化,哪些需要人,你需要什么人就去找什么样的人。

做内容或者IP你不要想着纯靠AI或者外部团队就能帮你,我尝试找外部专业团队来帮做视频,会发现他们做的根本不是你想要的内容,也无法替你表达。

有时候也会想为什么别人可以这么优秀,为什么别人有这么多合作,谁谁谁又起来了,谁谁谁流量又爆了,为什么这个合作找他不找我。为啥他这么赚钱?

这种思维的本质还是没有向内求,没有成为真正的自己。

人在什么时候才能成为真正的自己,就是在你不执着于向外界证明自己的时候,成熟的开端就是停止展示自己,反而专注于打磨自己,所有的人都是从我行我素里开始散发出魅力。
10
苍何
4天前
用 AI 做视频,最值得打磨的是生成之后还能接着改的流程。

最近我试了代码动画、实景转手绘和 GIF,也在 MiniMax Code里搭了一个 AI 视频工作台。做下来,有两个比较具体的感受。

第一,画面能不能精确修改,和选择的制作方式关系很大。

我用 M3.1 Flash 写动画代码,做了 GPTImage2 的快闪宣传片,也试了粒子聚合。代码先规定画面里有哪些元素、它们怎么动、镜头怎么走,再逐帧渲染成视频。想让粒子聚得快一点、LOGO 多停一会儿,就调整对应代码或参数,再重新渲染。

所以动态文字、数据图表、粒子特效这类节奏和轨迹明确的内容,很适合这条流程。人物、场景和有电影感的镜头,可以交给视频模型,但要精确修改某个元素的运动和时间,往往需要反复尝试。两种方式可以放进同一个工作台,按镜头需要选择。

第二,把脚本、素材和修改入口放到一起,确实能减少来回翻找,但 AI 写代码快,不代表整个任务结束得快。

这个工作台大概30 分钟搭出了框架。从一句创意开始,拆需求、写脚本、规划分镜,再生成素材。脚本、角色卡、场景卡和生成结果都能留下来;图片、视频放到无限画布上对比,选中素材还能加回对话继续改,也能接着加工成 GIF。

后面改界面时,我先用 Plan 模式看布局方案,再用页面批注框选需要调整的两栏,要求固定宽度,素材增减时就不会挤动旁边的脚本和分镜。

不过,加模型配置时也碰到了明显的问题:功能代码很快写完,后面却反复调用工具、检查和修复,迟迟收不了尾。有一次成片只花了2 分钟,工程化检查反而占了不少时间。
01
苍何
10天前
腾讯下场干搜索了?
今天是腾讯28岁生日,腾讯上线了元宝搜索,可直接搜公众号,视频号内容。

元宝搜索基于元宝的大模型能力,有一个有意思的场景,可以让agent基于元宝搜索寻找公众号和视频号内容,就很方便了
11
苍何
16天前
WorkBuddy 的浏览器操控能力,让 AI 真正能在你登录的浏览器里干活了。

它会在独立的标签页组里操作,有自己的光标,不会抢你的鼠标和窗口——你可以切出去回消息、看别的网页,它干它的,你干你的,互不打扰。我最近用它做了几件事:

让它读完 WorkBuddy 官方文档,自动整理出不同类别的案例和学习路径,十分钟搞定。以前这种事得自己一篇篇翻,现在它边读边汇报进度,最后直接给我一份分类清晰的学习地图。

填报销表单也能交给它。我把报销信息发过去,它会打开 OA 系统、核对字段、填写内容,提交前还会把填好的信息列出来让我确认。这个设计挺让人安心的,涉及提交操作时不怕它乱来。

更有意思的是,我让它扮演小白用户体验我的 CodexGuide 网站。它像个好奇宝宝,逐个页面滑动、切换、跟着教程走流程,最后给了一份报告:哪些地方对新手友好,哪些地方容易让人犯迷糊,连改进建议和页面设计方案都一起做了。

手机端也能派活。发完 B 站视频后,我直接在手机上让 WorkBuddy 去复盘评论区。几分钟后,转化比、热门话题、典型留言、调整建议全都整理好了。看到有人说「AI 是技术,背后还是人,能打动人的也还是人」,突然觉得挺暖的——工具再强,最终打动人的还是内容本身。

使用方法:客户端更新到最新版,在设置里安装浏览器扩展(支持 Chrome、Edge、QQ 浏览器),然后开启「允许 WorkBuddy 控制浏览器」。自然语言输入需求就能用了。

温馨提示:它操作的是你已登录的网站,遇到验证码、滑块或页面加载慢时可能需要你接手。

如果是你,最想让它打开浏览器帮你干点啥?
10
苍何
16天前
最近看到一个有意思的开源模型:超衍智能的 Apex-35B-V1.0。它基于 Qwen3.6-35B-A3B继续训练,能做编程、Agent、问答和深度搜索。

我发现,它的研发过程也用上了自动化研究系统 Apex Research:寻找模型短板、补充训练数据、开展实验,参与优化训练方案和 GPU 内核,再把实验中验证有效的改进用于后续研发,形成递归自我改进(RSI)的循环。

这件事具体能做到哪一步?

①研究怎么教小模型玩推箱子

Apex-35B先花了4 小时研究训练方法,再用12 小时训练一个3B 小模型。在512 个没见过的关卡上,训练后的小模型通关率达到24.4%,高于基座模型。

AI 开始参与设计训练方法,并用测试结果检验效果。

② 跑流体仿真,反复调整方案

研究水中翼片怎么运动时,Apex-35B 能运行仿真、调整参数,寻找推力更大、驱动成本又能控制住的方案。

它在流体力学上的能力也经过针对性训练:Apex Research先找出模型容易出错的地方,再生成并验证相应训练数据。补充数据训练后,模型在内部流体力学评测 CFD-Bench 上提高了32.1 分。这里要注意,这是内部专项评测的结果。

③ 搭机器人仿真环境,调试控制代码

给它一张照片,它能把物体和摆放位置还原成仿真场景,让物体在里面运动、碰撞,为后续实验做准备。

在叠积木任务中,它会给仿真机器人编写控制代码,再根据画面反馈判断问题,修改代码后继续尝试。

我觉得,“AI 做科研”正在变得具体:训练小模型、跑仿真、写控制代码,以及参与自身研发中的实验和优化。

我期待的是,这套“找问题—做实验—验证改进”的流程持续运行后,每一轮积累的成果,能让后续模型进步多少。

项目开源地址:github.com
00
苍何
17天前
把 Agent 用好,越来越像在做项目管理:拆清目标、安排交接,再按证据验收。

之前我自己搭过多 Agent 系统,搜集热点的 Agent 每天把结果交给团队,再等我确认选题。看起来分工齐全,但我一忙,整条线就停了。信息搜集得再多,也不会自动变成下一步行动。

最近用 LobeHub维护自己的 codexguide 网站,有两件事让我对这件事有了更具体的理解。

第一,交接要给出能独立执行的工作说明。我搭了一个有1 名主管、6 名执行 Agent 的研发群,接入本地 Codex 和 Claude Code。主管先让内容主编只读审查仓库和线上页面,整理问题证据、修改建议与验收标准,再交给开发成员修改、Reviewer复核。

其中一次修复,委派卡片写清了目标仓库、基线 commit、涉及文件和官方资料,还限定“可以提交 PR,但不合并、不发布”。执行者知道从哪里开始,也知道做到哪里停。交付时则要带回修改摘要、实际运行的命令与结果,以及 commit 和 PR 链接。

第二,持续执行需要留下能接着用的记录。网站内容容易过时,我又加了北京时间每天9 点的巡检,建成独立的 T-2 Task。任务页已经留下两轮运行记录,后续检查要接着评论里的进度、未解决项和报告链接往下做。

但这里也出了问题:内容主编打不开预期的归档文档,只能暂存报告,把链接和阻塞原因写回评论。文件存好了、链接发出去了、另一个 Agent 能读到,原来是三件需要分别确认的事。复核配置也出现过写入后仍显示未配置的情况,不能因为设过规则,就当作验收通过。

这些实践让我更愿意把精力放在目标、边界和结果上。哪些内容值得更新,允许改到哪一步,哪些测试没跑过,仍然需要明确判断。所谓“主动”,也得先讲清楚什么时候介入、什么时候回来找人。

如果把你工作里的一件事交给 Agent 持续跟进,你会先选哪件,又会把哪一步留给自己确认?
01
苍何
23天前
腾讯推出最新产品 Buddy One,把 WorkBuddy、腾讯会议、腾讯文档、ima 和腾讯网盘一键打通了。可以共享积分和订阅

AI 办公协同有没有用,关键看它能不能把散落的资料接起来,让一件事连续做完。

这次体验腾讯 Buddy One,我最有感的就是少了几次在应用之间搬资料。它把 WorkBuddy、腾讯会议、腾讯文档、ima 和腾讯网盘连起来,关联账号、完成必要授权后,可以在 WorkBuddy里发起跨应用任务。两个具体场景,比“生态打通”这个说法更容易理解。

第一个是会后的整理和归档。WeSight 在展会上收到一些使用反馈,我们回来开会讨论优化。我让 WorkBuddy 调取最近一场会议纪要,按议题、结论、待办整理成腾讯文档,把核心结论提炼成300 字摘要存进 ima,再把原始素材归档到网盘。

实际打开几个应用核对,文档、知识库里的重点和归档文件都能找到。完整纪要留着协作,摘要方便以后查,原始材料也有地方放。以前开完会还得自己逐个处理的收尾工作,这次可以连着完成。

第二个是让旧资料参与新稿。我让它交叉检索 ima里的“苍何文章”和“OpenClaw 从入门到精通”两个知识库,写一篇带操作步骤、踩坑提醒的实战教程初稿,直接存到腾讯文档,再给三个备选标题。

初稿写进了文档,引用资料也标了来源,方便回头核对。这一步让我觉得,知识库终于能参与手头的工作:以前存下来的文章,可以在下一次写作时被找出来、重新组织,而不是只在收藏时看一眼。

当然,生成的是初稿,仍然要检查内容和引用;备份文件也要确认有没有传全、目录是否正确。跨应用执行省掉的是切换和搬运,结果核对这一步还得做。

对我来说,这套协同最实际的价值,是前面做过的事,后面能接着用。会议、文档和知识库之间少几次中断,比单独多一个功能更容易感知。
00
苍何
25天前
搞 Agent 开发,最头疼的就是大模型“胡说八道”。自己手搓 RAG 太折磨,爬数据、洗数据一套下来,搜出来的还常是营销号垃圾。

最近发现腾讯把自家的「元宝搜索」底层能力通过腾讯云开放了。顺手接进来跑了下,确实给开发者省了造轮子的麻烦。主要解决了俩痛点:

1️⃣ 信源够硬,专治“瞎编” 做 AI 搜索数据源是命。元宝卡了 157 个权威信源(覆盖金融、医疗、政务等),自带交叉验证。相当于给 AI 喂“干净饭”,它自然就不瞎编了。

2️⃣ 支持 MCP、 API 、 Skill,开发者短时间就能给 AI 无缝装个“联网外脑”。

这套基建在腾讯内部(ima、WorkBuddy等 50 多个业务)已经跑了数亿次调用。

连「大雨里跑了很久的韩国电影」这种模糊搜索都能精准命中,真的有点东西。

以前自建这种级别的 AI 搜索得几个月,现在直接调接口。看了下官网,每个月有 2000 次免费额度,个人跑 Demo、做小应用完全够白嫖了。

越往深做越觉得:💡现阶段的 AI,“可信”真的比“聪明”更值钱。

你们有被AI幻觉坑过的经历吗?评论区聊聊👇👇

#AI开发 #个人开发者 #元宝搜索 #腾讯 #AI工具 #人工智能 #AI搜索 #大模型 #效率工具
00
苍何
2月前
谷歌带着最新最强的 Gemin又杀回来了。🚀 Google 发布新旗舰模型 Gemini 4 Argon,多项基准测试能力超过GPT6 Astra,Claude Opus 5.5。
▫️ 输出上限拉到 100 万 token(之前 64K),业界第一
▫️ 主打长程复杂任务:软件工程、金融/法律知识工作、网络安全防御
▫️ DeepSWE v1.1 达 77.9%,Vals Index、AutomationBench 均拿第一
▫️ 定价:输入 $2 / 百万 token,输出 $10
▫️ 先开放给可信网络安全防御者,之后轮到付费 API 和 AI Ultra 用户
▫️ 值得玩味:Google 明确会给防御者提供"去掉网络安全护栏"的版本
00
苍何
2月前
Manus 公司推出Agent个人助理,它拥有自己的电脑,手机,邮箱,钱包,可以帮你收发邮件,短信,帮你接听电话,帮你购物。

远端有一台云电脑帮你24小时工作,底层很多agent能力调用的是manus底座。

目前单从gmail邮件处理上不如Muse丝滑。

可以购买美国手机号,不过现在已经把价格从 .99美刀调整为9.99美刀。

目前仅支持macos,手机app还未退出,邀请制注册,cue.im,这个邀请码现在还能用:MEETCUE
20