即刻App年轻人的同好社区
下载
置顶周五在知无不言社区做完分享后，紧接着我们「MBG跨境AI实战圈」的首场茶话会·深圳场，会也圆满结束了。
15个跨境卖家，4个小时，在1024程序员日这一天，聚在一起，高密度地交流和分享AI实践。
......
有精铺卖家用 AI 跑通亚马逊品牌级素材套图全流程，2 个人干出日销售 1 万美金的业绩。
有 TK 卖家自研了一套从爆款视频采集，切片提取，脚本编写，产品复刻的全链路系统。
也有几百号人的大卖，用 8 个月时间给自己公司搭了一套 AI 中台和运营机制，彻底重构了公司组织管理范式。
有独立站老板，Grok Bot+ Meta广告Skill+飞书通信方式，实现广告数据与优化全自动化。
有几位资深操盘手，演示了如何用 AI 高效搭建知识库，企业内部学习平台，赋能全公司员工。
还有产品开发专家，基于我之前开源的 VOC skill ，根据自身业务做了功能适配，并打磨出一套从 VOC洞察 -> 产品设计方案 -> 3D demo图生成的工作流。
无论内部汇报，还是工厂开模沟通，效率都大大提升了。
......
每个同学都非常用心地做了资料准备，分享了自己使用 AI 的心得和体验，自己的企业里是怎么用 AI 做业务落地了。
这也非常符合我们社群一直以来的理念：只聊最真实最落地的 AI 实践方法。
与其追逐 AI 有多牛逼有多神奇，我更想探究它对我们企业和业务到底有什么用？
这种没有整活，没有浮躁，只聊实打实的分享活动，一直是我梦寐以求的。
最后，我自费给圈友们准备了一些小礼品，有vibe coding键盘，AI工作状态灯，Codex“重置按钮”小摆件.....
活动结束后，我看到大家依然意犹未尽，继续在茶室内外欢笑畅谈，但可惜时间有限，希望下次与大家再会。
也非常欢迎跨境卖家朋友来我们「MBG跨境AI实战圈」一起玩，期待下一次线下茶话会活动与你相见，可能在广州、珠海、东莞....也可能冲出广东！
下次见。
关于 Bulus lan 和跨境 AI 社群介绍：my.feishu.cn/wiki/WNi0wh3mIiOLhzkCLFPcwUr9nrg
15个跨境卖家，4个小时，在1024程序员日这一天，聚在一起，高密度地交流和分享AI实践。
......
有精铺卖家用 AI 跑通亚马逊品牌级素材套图全流程，2 个人干出日销售 1 万美金的业绩。
有 TK 卖家自研了一套从爆款视频采集，切片提取，脚本编写，产品复刻的全链路系统。
也有几百号人的大卖，用 8 个月时间给自己公司搭了一套 AI 中台和运营机制，彻底重构了公司组织管理范式。
有独立站老板，Grok Bot+ Meta广告Skill+飞书通信方式，实现广告数据与优化全自动化。
有几位资深操盘手，演示了如何用 AI 高效搭建知识库，企业内部学习平台，赋能全公司员工。
还有产品开发专家，基于我之前开源的 VOC skill ，根据自身业务做了功能适配，并打磨出一套从 VOC洞察 -> 产品设计方案 -> 3D demo图生成的工作流。
无论内部汇报，还是工厂开模沟通，效率都大大提升了。
......
每个同学都非常用心地做了资料准备，分享了自己使用 AI 的心得和体验，自己的企业里是怎么用 AI 做业务落地了。
这也非常符合我们社群一直以来的理念：只聊最真实最落地的 AI 实践方法。
与其追逐 AI 有多牛逼有多神奇，我更想探究它对我们企业和业务到底有什么用？
这种没有整活，没有浮躁，只聊实打实的分享活动，一直是我梦寐以求的。
最后，我自费给圈友们准备了一些小礼品，有vibe coding键盘，AI工作状态灯，Codex“重置按钮”小摆件.....
活动结束后，我看到大家依然意犹未尽，继续在茶室内外欢笑畅谈，但可惜时间有限，希望下次与大家再会。
也非常欢迎跨境卖家朋友来我们「MBG跨境AI实战圈」一起玩，期待下一次线下茶话会活动与你相见，可能在广州、珠海、东莞....也可能冲出广东！
下次见。
关于 Bulus lan 和跨境 AI 社群介绍：my.feishu.cn/wiki/WNi0wh3mIiOLhzkCLFPcwUr9nrg
5 00
以前在京东上班时候，经常来杭州出差，却没有好好感受过这座城市
现在换了个身份再次来这里，才发现杭州房价低，生活舒适，环境优美，路况好，周边玩得又多，东西也挺好吃（至少符合老广的胃口）
所以杭州有什么缺点？
现在换了个身份再次来这里，才发现杭州房价低，生活舒适，环境优美，路况好，周边玩得又多，东西也挺好吃（至少符合老广的胃口）
所以杭州有什么缺点？
9 302
dots 在执行具体任务的时候依然是下发给具体 session，而 grok bot 会调用云电脑。
启师傅今天逛动物园了吗: 论open的程度， openai的dots不如grok bot， 很多网站打不开 🙁
0 00
最近比较高频地把 GPT 订阅接进 Claude Code 里面用，Codex 客户端也并行在用
最近跑下来，有这么几个体感
1.Codex 客户端体验真的很差劲，除了 computer use，我实在找不到继续用下去的理由。
任务耗时太长，经常卡顿，断联，特别是 reasoning 过程中一旦有网络波动，就会无限卡在重联和 thinking，只能开新会话继续。
不知道是不是就我一个人这样？
2.Claude code 的 harness 依旧很优越。
我在 GPT 6 Astra 开high 思考强度的情况，不同 Harness 的 Token的使用效率：
Claude code cli > Codex cli > Codex 客户端
当然，也有可能我习惯用 CC 而导致先入为主的体感惯性了。
3.在模型选择上，我现在普通任务（写文档资料）开 6.1 sol+xhigh 强度为主。
涉及到方案规划，视觉任务（PPT，网页等）继续用 6 Astra 强度是 high 打底
我过两天去杭州分享《跨境企业知识库搭建与 Skill 构建》的内容和 PPT，就是用 6 Astra 跑了 100 页，最后删改到 50 页
不开 fast 模式，感觉一个任务能跑一个世纪这么长....
以及，GPT 的模型最近很不稳定，能够明显感受到降智。
朋友们，你们近期用 Codex 和 GPT 模型的体感怎么样？求分享
最近跑下来，有这么几个体感
1.Codex 客户端体验真的很差劲，除了 computer use，我实在找不到继续用下去的理由。
任务耗时太长，经常卡顿，断联，特别是 reasoning 过程中一旦有网络波动，就会无限卡在重联和 thinking，只能开新会话继续。
不知道是不是就我一个人这样？
2.Claude code 的 harness 依旧很优越。
我在 GPT 6 Astra 开high 思考强度的情况，不同 Harness 的 Token的使用效率：
Claude code cli > Codex cli > Codex 客户端
当然，也有可能我习惯用 CC 而导致先入为主的体感惯性了。
3.在模型选择上，我现在普通任务（写文档资料）开 6.1 sol+xhigh 强度为主。
涉及到方案规划，视觉任务（PPT，网页等）继续用 6 Astra 强度是 high 打底
我过两天去杭州分享《跨境企业知识库搭建与 Skill 构建》的内容和 PPT，就是用 6 Astra 跑了 100 页，最后删改到 50 页
不开 fast 模式，感觉一个任务能跑一个世纪这么长....
以及，GPT 的模型最近很不稳定，能够明显感受到降智。
朋友们，你们近期用 Codex 和 GPT 模型的体感怎么样？求分享
6 60
最近几天 Claude 和 GPT 上新模型了，市场又开始在讨论 skill 的价值，大家普遍认为：
Skill 要完蛋了，要被 Agent 和大模型的能力给逐渐内化掉，现在写 Skill 就是在给 AI 打工。
我只认同部分。
1.通用型 Skill 被内化是必然，比如软件工程，设计等，我们常看到自媒体炒作的 TOP 10 必装 Skill
这些 skill 本质上是在某个阶段弥补模型能力和 Agent 工程的不足。
2.Skill 的本质是知识经验的载体，今天可以是 Skill 来承接，明天可能就变成了 MCP。
再往后又不知道会是什么玩意，甚至是提示词的文艺复兴🤷♂️
但独有的知识经验，一线的业务方法，人与人之间认知隔阂永远不会消失。
所以垂直领域/业务型 Skill，在未来一段时间内都有重要价值。
3.同样的一个 Skill，为什么不同的人去调用的时候，效果差异这么大？
除了上下文，模型能力，Agent Harness（框架）的差异外，我觉得最重要的因素是：
大概率这个 Skill 写的很差。
比如同样的跨境电商选品的 Skill，但大部分背后只是一段简单提示词来调用数据 MCP ，5 分钟就能写好然后上线。
但我来做，我会：
用脚本+LLM 的有序编排来确保稳定性；联网搜索和数据 MCP 结合来交叉验证数据准确性；设置多个降级链路来做路径兜底；以产品开发和软件工程的标准来跑 Skill 的测试验收。
这样做出来的 Skill，能够最大程度确保不同用户调用时，任务运行的稳定性。
这也是我年初至今烧了几百亿 Token 后，沉淀出来的 Skill 开发心得。
感兴趣的朋友可以 去 Workbuddy 试试我做的 skill (阉割版)，或者翻我历史文章找 github 原版
最后。
Skill 从年初的爆火到现在被市场看空，中间不过大半年。
Openclaw 类助手Agent从狂热到无人问津，又到最近 Muse、Today 席卷重来。
我觉得在 AI 这个领域真的没有什么是经久不衰，一起保持敬畏之心吧。
Skill 要完蛋了，要被 Agent 和大模型的能力给逐渐内化掉，现在写 Skill 就是在给 AI 打工。
我只认同部分。
1.通用型 Skill 被内化是必然，比如软件工程，设计等，我们常看到自媒体炒作的 TOP 10 必装 Skill
这些 skill 本质上是在某个阶段弥补模型能力和 Agent 工程的不足。
2.Skill 的本质是知识经验的载体，今天可以是 Skill 来承接，明天可能就变成了 MCP。
再往后又不知道会是什么玩意，甚至是提示词的文艺复兴🤷♂️
但独有的知识经验，一线的业务方法，人与人之间认知隔阂永远不会消失。
所以垂直领域/业务型 Skill，在未来一段时间内都有重要价值。
3.同样的一个 Skill，为什么不同的人去调用的时候，效果差异这么大？
除了上下文，模型能力，Agent Harness（框架）的差异外，我觉得最重要的因素是：
大概率这个 Skill 写的很差。
比如同样的跨境电商选品的 Skill，但大部分背后只是一段简单提示词来调用数据 MCP ，5 分钟就能写好然后上线。
但我来做，我会：
用脚本+LLM 的有序编排来确保稳定性；联网搜索和数据 MCP 结合来交叉验证数据准确性；设置多个降级链路来做路径兜底；以产品开发和软件工程的标准来跑 Skill 的测试验收。
这样做出来的 Skill，能够最大程度确保不同用户调用时，任务运行的稳定性。
这也是我年初至今烧了几百亿 Token 后，沉淀出来的 Skill 开发心得。
感兴趣的朋友可以 去 Workbuddy 试试我做的 skill (阉割版)，或者翻我历史文章找 github 原版
最后。
Skill 从年初的爆火到现在被市场看空，中间不过大半年。
Openclaw 类助手Agent从狂热到无人问津，又到最近 Muse、Today 席卷重来。
我觉得在 AI 这个领域真的没有什么是经久不衰，一起保持敬畏之心吧。
3 01
感谢知识星球组织了非常有质量的活动，神仙公司@wulujia
6 00
整体来说，这个团队给我一种很傲慢的感觉，或许现在 wb 的市场声量是挺大的，但我依然不明所以
buluslan: workbuddy 是个不错的产品，但是接触了这个团队的一些人，体验感实在很差。
2 00