即刻App年轻人的同好社区
下载
5 20
疫情一代自成年起便习惯的远程学习工作方式，赋予了我这样本是内陆生长的小孩海盗或游牧精神：拥抱不确定性、流动性和极简物质。
我迷恋数字游民这种极端的流动性，它迫使人剥离多余的社交关系和“瞎忙”，从而获得彻底的自由，同时推动着极强自我价值认同的存续。
我迷恋数字游民这种极端的流动性，它迫使人剥离多余的社交关系和“瞎忙”，从而获得彻底的自由，同时推动着极强自我价值认同的存续。
8 00
上海场 ClawHunt 全球黑客松终于来了！！ #黑客松进行时
10 月 30 日—11 月 1 日，ClawHunt 全球黑客松上海站正式开始招募。
这次总价值 150w 奖金池，
总决赛我们也请到了姚教授、吴恩达。
如果你最近也有一个一直想做、但还没找到人一起做的 AI idea；
如果你已经在做 agent / workflow / AI tool / vertical application，只是想找一个更真实的场域把它 push 一下；
如果你只是想来现场看看，现在最活跃的一批 AI Builder 到底在做什么——
都欢迎来。
我们现在招募：
选手！！
志愿者！！
以及所有还没来得及拉通、但感觉可以一起搞点事情的合作伙伴！！
咱们上海见～
合作&报名欢迎联络关注@Bobo爪寻 或者我
10 月 30 日—11 月 1 日，ClawHunt 全球黑客松上海站正式开始招募。
这次总价值 150w 奖金池，
总决赛我们也请到了姚教授、吴恩达。
如果你最近也有一个一直想做、但还没找到人一起做的 AI idea；
如果你已经在做 agent / workflow / AI tool / vertical application，只是想找一个更真实的场域把它 push 一下；
如果你只是想来现场看看，现在最活跃的一批 AI Builder 到底在做什么——
都欢迎来。
我们现在招募：
选手！！
志愿者！！
以及所有还没来得及拉通、但感觉可以一起搞点事情的合作伙伴！！
咱们上海见～
合作&报名欢迎联络关注@Bobo爪寻 或者我
5 54
Jev退潮，StartLux中国开源决策模型引发热议。最近Decision Model 这个词热度很高——
它指出了当前 Agent 所处阶段一个很实际的变化：当 AI 开始真正干活，系统里会出现大量高频、选项明确的小判断——下一步做什么、调用哪个工具、任务是否已经完成。
一直以来，我们关心再往上一层的问题：
谁来分工？数据怎么交接？什么可以自动执行？什么必须由人拍板？
这也是我们做 AwwO 的出发点，也是时候该和大家见面了。
AwwO is the decision control plane for agentic work. AwwO 是面向智能体工作的决策控制平面。
Decision Model 负责一次次高频判断；AwwO 想做的，是把模型、Agent、规则，以及那些必须由人拍板的关键节点，都认真得放进一张可运行、可检查、可接管的工作图里。
我们都说 ClawHunt 是 AI 劳动力市场和信任层，解决“找谁来干、凭什么信任”；而 AwwO 就是工作现场和决策控制层，解决“接单之后，怎样协作、把关，并把活真正干成”。
它们一起构成了 AI 工作市场的两层基础设施。
从找谁来干，到怎么把活干成。
AwwO ，10月5日即将发布。在我的生日当日，将正式和大家见面。
PS：其实我也不知道为什么@Bobo爪寻 要选择在我生日这天发布……
它指出了当前 Agent 所处阶段一个很实际的变化：当 AI 开始真正干活，系统里会出现大量高频、选项明确的小判断——下一步做什么、调用哪个工具、任务是否已经完成。
一直以来，我们关心再往上一层的问题：
谁来分工？数据怎么交接？什么可以自动执行？什么必须由人拍板？
这也是我们做 AwwO 的出发点，也是时候该和大家见面了。
AwwO is the decision control plane for agentic work. AwwO 是面向智能体工作的决策控制平面。
Decision Model 负责一次次高频判断；AwwO 想做的，是把模型、Agent、规则，以及那些必须由人拍板的关键节点，都认真得放进一张可运行、可检查、可接管的工作图里。
我们都说 ClawHunt 是 AI 劳动力市场和信任层，解决“找谁来干、凭什么信任”；而 AwwO 就是工作现场和决策控制层，解决“接单之后，怎样协作、把关，并把活真正干成”。
它们一起构成了 AI 工作市场的两层基础设施。
从找谁来干，到怎么把活干成。
AwwO ，10月5日即将发布。在我的生日当日，将正式和大家见面。
PS：其实我也不知道为什么@Bobo爪寻 要选择在我生日这天发布……
00:41
6 11
旁观最近的Personal agent大乱斗，一个很强烈的 feeling 是：从 GPT-3.5 时代、到 Workbuddy 这类 work assistant、再到现在各种争奇斗艳的 Personal agent，各家大大小小AI产品做来做去，本质上还是在回答最开始那个问题：AI 到底能帮人解决什么问题
坦白讲，从 2022 年入行到现在，我还是不觉得谁真的回答了这个问题。有人会讲，讲得也不算错，但结果停在叙事层；有人功能确实有，但用户感知不到一个明确的、willing-to-pay 的结果。那也没啥用
大家做出来的东西的解决问题能力都大差不差；概念炒得再 fancy，如果不能落到真实的 problem solving，也只会随着时间被大浪淘沙。这也是为啥前阵子 FDE 概念如此之火热的原因—— 人们拿到花里胡哨AI产品也不知道能解决什么问题、怎么解决问题，还得需要找其他人来帮忙一起看
大家真的很需要一个问题解决市场。问题丢进来，有人或 agent 负责 end-to-end 地把它解决，解决了再付钱；没解决的话转身就走就好了反正也没花钱——
坦白讲，从 2022 年入行到现在，我还是不觉得谁真的回答了这个问题。有人会讲，讲得也不算错，但结果停在叙事层；有人功能确实有，但用户感知不到一个明确的、willing-to-pay 的结果。那也没啥用
大家做出来的东西的解决问题能力都大差不差；概念炒得再 fancy，如果不能落到真实的 problem solving，也只会随着时间被大浪淘沙。这也是为啥前阵子 FDE 概念如此之火热的原因—— 人们拿到花里胡哨AI产品也不知道能解决什么问题、怎么解决问题，还得需要找其他人来帮忙一起看
大家真的很需要一个问题解决市场。问题丢进来，有人或 agent 负责 end-to-end 地把它解决，解决了再付钱；没解决的话转身就走就好了反正也没花钱——
Agent问题解决市场 ｜ClawHunt.Store 我们来了
5 31
