即刻App年轻人的同好社区
下载
置顶
这几天拿新旧 MacBook 做了数据迁移。
现在我的新 MacBook 完美继承了旧机的环境配置，使用起来没有任何断层的感觉。
我所有的 Agent 配置，Skill，MCP 都无缝衔接到新机上了，不需要重新部署和安装，非常丝滑。
分享几个可能"人尽皆知"的小 Tips。
1。
新旧机的用户名，一定要保持一致。
因为 Skill 是用符号链接挂在系统里的，路径里带着 /Users/你的用户名，用户名一变，链接全断，Skill 直接读不到。
连带跨会话的记忆、历史会话的路径，全按用户名编码，名字一改全失效。
这个坑我是真踩过，新机一开始顺手设了个不一样的名字，结果一堆东西连环出问题，改回跟旧机一致才恢复正常。
2。
第二个，数据迁移这一步，可以用 Mac 自带一个叫"迁移助理"的工具。
新机一开机就会引导你用，你可以选择性传输旧机的文件、APP、账户、配置等等。
然后它会让你选传输方式，非常建议准备一根雷电 4 或 5 的数据线，把两台 Mac 直接连起来，走霹雳网桥通道。
传输速度比 WIFI 快几十上百倍，几百 G 的东西一会就搬完。
线价格也不贵，我在某团上买的，20多块钱。
趁着换机备一根，后面需要传输大型文件的时候也用得着。
3。
有时候“迁移助理”并不能完全确保100%可靠，可能传的时候会漏些东西。
这里第三个技巧来了，先别急着把旧机处理掉，反过来让它给新机当“初始化大脑”。
我的做法是：先在旧机上让 Agent 做一次全面的体检——装了哪些工具、各自什么版本、配置都放在哪，全摸一遍，最后整理出一份新机的部署和校验清单。
等新机到了，把两台机器打通：在两台 Mac 的「系统设置 → 共享」里，都打开"远程登录"（也就是 SSH）和"文件共享"，这样旧机就能访问和处理新机的硬盘文件了。
然后让Agent会比对两台机器的环境配置和文件，有问题或者缺失的就在新机上自己修复。
整个过程我基本没怎么手动盯，Agent自己就能处理好。
做完这几步，新机的使用体验就和旧机一毛一样了。
真正值钱的从来不是这台机器，是里面的 Skill、上下文、记忆和跑着的 Agent，这些才是我的电脑本体。
恭喜陪伴我五年的Intel老登Pro退役了，他的下一站是：转转。
现在我的新 MacBook 完美继承了旧机的环境配置，使用起来没有任何断层的感觉。
我所有的 Agent 配置，Skill，MCP 都无缝衔接到新机上了，不需要重新部署和安装，非常丝滑。
分享几个可能"人尽皆知"的小 Tips。
1。
新旧机的用户名，一定要保持一致。
因为 Skill 是用符号链接挂在系统里的，路径里带着 /Users/你的用户名，用户名一变，链接全断，Skill 直接读不到。
连带跨会话的记忆、历史会话的路径，全按用户名编码，名字一改全失效。
这个坑我是真踩过，新机一开始顺手设了个不一样的名字，结果一堆东西连环出问题，改回跟旧机一致才恢复正常。
2。
第二个，数据迁移这一步，可以用 Mac 自带一个叫"迁移助理"的工具。
新机一开机就会引导你用，你可以选择性传输旧机的文件、APP、账户、配置等等。
然后它会让你选传输方式，非常建议准备一根雷电 4 或 5 的数据线，把两台 Mac 直接连起来，走霹雳网桥通道。
传输速度比 WIFI 快几十上百倍，几百 G 的东西一会就搬完。
线价格也不贵，我在某团上买的，20多块钱。
趁着换机备一根，后面需要传输大型文件的时候也用得着。
3。
有时候“迁移助理”并不能完全确保100%可靠，可能传的时候会漏些东西。
这里第三个技巧来了，先别急着把旧机处理掉，反过来让它给新机当“初始化大脑”。
我的做法是：先在旧机上让 Agent 做一次全面的体检——装了哪些工具、各自什么版本、配置都放在哪，全摸一遍，最后整理出一份新机的部署和校验清单。
等新机到了，把两台机器打通：在两台 Mac 的「系统设置 → 共享」里，都打开"远程登录"（也就是 SSH）和"文件共享"，这样旧机就能访问和处理新机的硬盘文件了。
然后让Agent会比对两台机器的环境配置和文件，有问题或者缺失的就在新机上自己修复。
整个过程我基本没怎么手动盯，Agent自己就能处理好。
做完这几步，新机的使用体验就和旧机一毛一样了。
真正值钱的从来不是这台机器，是里面的 Skill、上下文、记忆和跑着的 Agent，这些才是我的电脑本体。
恭喜陪伴我五年的Intel老登Pro退役了，他的下一站是：转转。
4 00
dynamic workflow 太好用了。
以前得手工驱动跑 subagent，而且只能串行并发，数量多了就有部分会卡死 ，而且主 session 还在傻傻等待....
现在动态工作流完美解决以上问题，而且任务完成质量更高。
/goal + dynamic workflow 估计能把模型的长任务处理能力拉满
以前得手工驱动跑 subagent，而且只能串行并发，数量多了就有部分会卡死 ，而且主 session 还在傻傻等待....
现在动态工作流完美解决以上问题，而且任务完成质量更高。
/goal + dynamic workflow 估计能把模型的长任务处理能力拉满
2 01
今天火山引擎FORCE大会，字节的AI全家桶进行了一次大更新了。
分享点观察。
一、Seedance 2.5 发布，继续在视频生成领域垄断
首先是，单段视频能直出30秒了，运镜、人物、光影、物理都更真实了，而且能往里塞最多50个参考素材——图、视频、音频都行，还能针对局部做编辑。
这样之前做带货视频会存在一致性和连贯性问题，现在看起来能进一步解决。
而且30s这个单段时长，都不需要做拼剪了，但价格吧，估计超级贵，等7月初正式上线再看看。
另外Seedance 2.0上了原生4K，生成15s要1200积分，按照普通会员79元/725积分/月来算....哭了。
不过一般人也不用上4K，常规做带货视频，720P已经差不多了。
二、豆包Seed 2.1 Pro，国内多模态的GOAT
字节的基础模型之前一直被吐槽coding能力拉垮，至今没看到有什么人在Agent里接Seed模型。
但它的多模态能力，搭上飞书多维表格，其实挺好用的。
我从Seed 1.5开始，就用上面这个组合做带货视频的批量脚本解析，便宜、好用，速度还挺快。
同理，也可以作为铺货写Listing、商品文案、评论内容清洗、选品数据分析的平替模型。
虽说 2.1 Pro在参数上已经往Claude 4.7、GPT 5.5做对标了，但我在他身上看到更多的是，谷歌Gemini的影子。
样样都不拔尖，但样样都还行，还有办公生态全家桶的底座优势。
三、还有几个信息顺带提一下。
这次还推出了一个豆包音频生成模型1.0，提供一段文字或一段声音参考，就能直接生成带人声、音效、背景音的完整音频，单次最长2分钟，还能往后接续延长到几十分钟，过程里声音风格保持一致。
之前一直都是用Minimax的，现在做带货视频配音的选择又更多了。
另外，Seedream 5.0 pro，7月初上线，我觉得没什么值得关注的，也就那样，咱们继续用GPT-Image2就行了。
四、写在最后
字节还是太厉害了，在视频生态这个领域，从模型-分发-广告-流量-用户，每个环节都抓在自己的手上。
你在这个商业链路里面赚的每一分钱，都要先给字节分一杯羹。
从这个角度来看，这些做短剧、漫剧的公司，更像是给字节打工的外包团队。
分享点观察。
一、Seedance 2.5 发布，继续在视频生成领域垄断
首先是，单段视频能直出30秒了，运镜、人物、光影、物理都更真实了，而且能往里塞最多50个参考素材——图、视频、音频都行，还能针对局部做编辑。
这样之前做带货视频会存在一致性和连贯性问题，现在看起来能进一步解决。
而且30s这个单段时长，都不需要做拼剪了，但价格吧，估计超级贵，等7月初正式上线再看看。
另外Seedance 2.0上了原生4K，生成15s要1200积分，按照普通会员79元/725积分/月来算....哭了。
不过一般人也不用上4K，常规做带货视频，720P已经差不多了。
二、豆包Seed 2.1 Pro，国内多模态的GOAT
字节的基础模型之前一直被吐槽coding能力拉垮，至今没看到有什么人在Agent里接Seed模型。
但它的多模态能力，搭上飞书多维表格，其实挺好用的。
我从Seed 1.5开始，就用上面这个组合做带货视频的批量脚本解析，便宜、好用，速度还挺快。
同理，也可以作为铺货写Listing、商品文案、评论内容清洗、选品数据分析的平替模型。
虽说 2.1 Pro在参数上已经往Claude 4.7、GPT 5.5做对标了，但我在他身上看到更多的是，谷歌Gemini的影子。
样样都不拔尖，但样样都还行，还有办公生态全家桶的底座优势。
三、还有几个信息顺带提一下。
这次还推出了一个豆包音频生成模型1.0，提供一段文字或一段声音参考，就能直接生成带人声、音效、背景音的完整音频，单次最长2分钟，还能往后接续延长到几十分钟，过程里声音风格保持一致。
之前一直都是用Minimax的，现在做带货视频配音的选择又更多了。
另外，Seedream 5.0 pro，7月初上线，我觉得没什么值得关注的，也就那样，咱们继续用GPT-Image2就行了。
四、写在最后
字节还是太厉害了，在视频生态这个领域，从模型-分发-广告-流量-用户，每个环节都抓在自己的手上。
你在这个商业链路里面赚的每一分钱，都要先给字节分一杯羹。
从这个角度来看，这些做短剧、漫剧的公司，更像是给字节打工的外包团队。
2 00
从 Codex 的 Record & Replay 可以窥见。
自动化的能力，正在从懂技术的人，往懂业务的人手里挪。
以及Agent与人的协作，正在从单纯的文字沟通，深化到视觉理解。
自动化的能力，正在从懂技术的人，往懂业务的人手里挪。
以及Agent与人的协作，正在从单纯的文字沟通，深化到视觉理解。
7 11