知识库 · 抖音 @VA7

企业 AI 原生转型 30 条 · 知识库

抖音 @VA7 30 条作品 · 已深蒸馏 30 / 30(每篇独立深蒸馏网页版)· 4 组

网页版:整篇 来源:@VA7 抖音主页 | 逐条抓取,原视频链接保留在每条 | 本地源 kb/md/企业AI原生转型-30条.md | 【20261120 update - Total 3:11:42 】

零、知识链路

主线 企业用 AI 的分水岭不在技术选型,而在三件事:一号位是否亲自改流程、隐性经验能否被蒸馏成 Agent 可用的资产、skill 与 Loop 有没有版本与回测。

转折一(2026 上半年)

从「让技术团队推」到「一号位自己推」。四阶段定位(人当中台 → Agent 当中台 → 语义层 → ontology)说明为什么技术团队推不动:它没有权力改流程,而且激励错配——基建投入走 J 曲线,员工体感是「AI 让我更麻烦」。他给的检验标准很硬:停掉补贴后员工还自费买 Agent,才算体感到位。

转折二(2026 中)

从「搭知识库」到「蒸馏专家经验」。知识库解决「查得到」,蒸馏解决「判断得对」;方法从「让专家写方法论」改成「让专家做二选一选择题」,因为写出来的标准≠他实际判断用的东西(古德哈特定律、被否掉的 bad case 不进样本)。

转折三(2026 下半年)

从「做一个 skill」到「skill 要版本管理、Loop 要工程化」。skill 管下限(0→80),Loop 管上限(80→100);出问题按三层归因:Agent(模型)/ Harness(框架与工具)/ Skill(规则),别一股脑堆规则。

层次 从下往上读:

层内容本辑对应读它的用处在哪
判断层该不该做、谁来做:四阶段、一号位动作全景解析、一号位要做哪些事决定这事值不值得投
组织层FDE 与招人:什么时候该招、什么时候不该FDE 四问决定招谁、花多少钱
知识层隐性经验怎么变成资产:蒸馏、skill 版本蒸馏专家经验、skill 版本管理决定经验留不留得下
技术层工具层:harness、多 agent 状态共享opal-bridge 跨 Agents 状态共享决定跑不跑得起来

一、目录大纲

怎么读:「精读 §」指本文档内「二、精读正文」的小节,30 条全部有正文,按四组顺序排列;每条的独立深蒸馏网页版在右列。
怎么打开:抖音/B站/视频号链接直接播放;PDF 与论文链接给原文。本主题每条的深蒸馏都在下方正文,整篇导出 HTML 见文末。

企业AI转型方法论(13 条 · 已深蒸馏 13)

#标题精读深蒸馏网页版原文 / 原视频
1企业AI原生转型全景解析§2.1.1网页版原文
2别让技术团队推AI转型§2.1.2网页版原文
3工作中大家都用上AI了但为什么没觉得更轻松§2.1.3网页版原视频
44步判断企业AI能力高低§2.1.4网页版原视频
5AI转型不是去优化业务瓶颈§2.1.5网页版原视频
6AI转型,一号位要做哪些事§2.1.6网页版原视频
7分享tob agent业务避坑经验§2.1.7网页版原视频
8老板须知:企业AI转型的第一步§2.1.8网页版原视频
9打造AI原生组织的思路§2.1.9网页版原视频
10花100w做AI却没效果,问题出在哪§2.1.10网页版原视频
11选择大于努力§2.1.11网页版原视频
12深圳AI落地实战局§2.1.12网页版原视频
13AI创业者为什么不该买英伟达§2.1.13网页版原视频

FDE·人才与角色(4 条 · 已深蒸馏 4)

#标题精读深蒸馏网页版原文 / 原视频
14OPC别干FDE§2.2.1网页版原视频
15FDE搞不定的是什么§2.2.2网页版原视频
16为什么现在不该找FDE§2.2.3网页版原视频
17年包12-55w§2.2.4网页版原视频

知识工程·Skill与知识库(5 条 · 已深蒸馏 5)

#标题精读深蒸馏网页版原文 / 原视频
18如何蒸馏专家经验与隐性知识(让专家做选择题)§2.3.1网页版原文
19防止 skill 越做越差 · skill 版本管理§2.3.2网页版原文
20Loop Engineering 落地实操(80→100 分)§2.3.3网页版原文
21AI时代企业知识库搭建经验§2.3.4网页版原视频
22skill只是agent学习的起点§2.3.5网页版原视频

Agent技术栈·Harness与多Agent(8 条 · 已深蒸馏 8)

#标题精读深蒸馏网页版原文 / 原视频
23跨 Agents 状态共享(opal-bridge)§2.4.1网页版原文
24Hermes比openclaw更完善harness§2.4.2网页版原视频
25这轮Agent大战的淘汰路线§2.4.3网页版原视频
26用好openclaw要跨越的3个鸿沟§2.4.4网页版原视频
27openclaw长任务、复杂任务配置§2.4.5网页版原视频
28已烧15亿token§2.4.6网页版原视频
29狂用openclaw十天§2.4.7网页版原视频
30手机端侧Agent为什么鸡肋§2.4.8网页版原视频

二、精读正文

2.1 企业AI转型方法论

公司层面的转型判断:四阶段定位、一号位该做什么、为什么技术团队推不动、钱花在哪才有用。这组是「先想清楚」的部分。

2.1.1 企业AI原生转型全景解析

2026-11 · 时长 24:00 · 看原视频(抖音)

原文在说什么

这是整个系列的地基,一张「四阶段 × 五维度」的诊断地图,来自 VA7 团队陪 100+ 家客户落地后的总结。

先说四阶段。行业共识只分两段(个人提效 → 组织提效),VA7 认为不够严谨,把每段又切开:个人提效内部以「谁是中台」为界,分成「人是中台」(人用多个 AI 工具,工具之间的衔接全靠人,人的产能成瓶颈,99% 未系统做转型的企业在这里)和「Agent 是中台」(电脑里不再装 Excel/PPT,一切「人操作工具」的动作交给 Agent,人只在对话框里跟 Agent 说话);组织提效内部以「Agent 进步的来源」为界,分成「靠人的经验进步」和「自我进化、超越人的经验」(终态是可自我进化的企业 AgentOS)。VA7 自评全世界敢说到达阶段 4 的公司屈指可数,自己也还在阶段 3。

再说五维度,判定公司阶段由最短板决定:人侧看「个人素养」(L0/L1/L2 分级)和「团队协作」;技术侧看「数据」「基建」「语义层」。人才分级的锚点很实用——L0 是所有工作都通过 Agent 完成(公司 100% 的人要达到,这是入场线),L1 是 AI native leader,把一线经验沉淀成 skill 和知识库(约 15%-20% 的人),L2 是 in-house FDE 水平,为 infra、语义层、数据基建负责(100 人公司 1-2 人足够)。

三条实操结论值得记:① 短板优先,哪个维度最弱先补哪个;② 不能跳级,从阶段 1 直跳阶段 3 几乎不可能(有客户硬要直接做「黑灯工厂」试点,两个月后退回阶段 1);③ 推进方向分阶段——个人提效阶段自下而上(动员 AI 积极分子,让个体真心觉得 AI 解放自己),组织提效阶段必须自上而下(1 号位亲自下场)。

关键概念
对你的实际应用

你的体系已经踩在阶段 2→3 的过渡带上:组织级任务源(tasks.md)、过程留痕(CONTEXT.md / outbox)、统一 Agent 入口(routed_worker)。按这张地图体检,你的短板在「语义层」——你现在还在人工注入 context(每次让我读这个读那个),没到 Agent 主动检索,更没到 ontology。这条给了一个明确判断:下一步不是再加自动化,是让 Agent 自己知道该读哪些文件。

2.1.2 别让技术团队推AI转型

2026-10-14 · 时长 8:05 · 看原视频(抖音)

原文在说什么

一个反例开场:内容营销服务公司去年 4 月由 IT 负责人牵头搭数据中台、知识库、数据治理规范,今年 Q2 ontology 都快出来了——结果一年后除了技术团队用 AI coding,业务线的人连 Agent 都没开始用,卡死在 J 曲线最底部。

根因不是员工不配合,是激励错配:业务员工打标、做知识生产,在他视角里是「帮技术部门完成 KPI」,而付出(额外劳动 + 被蒸馏的风险)与收益不成正比,自然不配合。错误归因是「公司 AI 水平就这样」「我们这行业不爱拥抱 AI」——整公司都没用上,那就不是个人问题,是结构问题。

解法两条,顺序有讲究:先降低投入(无感留痕、无感打标,不额外增加工作量),再放大收益(更重要)——让人发自内心体感到 Agent 帮自己省了多少,而不是靠发钱。现金激励的坑讲得很具体:token 补贴、黑客松都变成 PPT 大赛,用复用次数统计就变成刷数据。终态检验只有一条:停掉补贴后,员工愿不愿意自掏腰包买 Agent。

J 曲线的意思是一上来搞基建必失败:数据联通、本体、harness 这些投入前期看不到效果,还要员工「先配合打标一段时间」,等于画饼。正确顺序反过来:先打通一个非常小的端到端闭环,不做任何数据基建,让人真实感受到省时间(现场 workshop,核心小团队一天足够:上午教 Agent 协作,下午 mini FDE sessions 由工程师现场辅助解决真实小问题)。技术团队要等到大家真的遇到 infra 问题(没有统一模型路由、没有语义层每次要手动贴 context)再进场。

关键概念
对你的实际应用

这条对你最直接的一句是「无感留痕」:你的 tasks.md / CONTEXT.md 账本如果每次都要你手动整理,它迟早变成负担然后被弃用。你现在让我自动留痕是对的,但还差一层——留痕的粒度要按「将来能回查」定,不是按「今天写起来爽」定。另外「先闭环后基建」这条在你身上也成立:先把一个具体任务跑通(比如今天的持仓简报合并),再考虑把 harness 复杂化。

2.1.3 工作中大家都用上AI了但为什么没觉得更轻松

2026-11-04 · 5.5 分钟 · 依据:全程转写约 2 千字。四问、更累的两个机制(串联 + 上游加量)、数据可达性前提均为原文表述。 · 看原视频(抖音)

原文在说什么

他先把判断标准从长板转到短板:公司处在哪个AI转型阶段,不看最先进的那部分,而看哪个环节没跟上。他提出4个问题:协作时人是中台还是AI是中台;Agent的成长来自人的经验和反馈,还是自身进化;人侧与技术侧谁最短;有没有突破原有岗位协作限制的Agent闭环。前2问用来区分阶段,后面再找短板、检查组织协作是否改变。他特别指出,第4问容易被忽略。

他接着从工作如何串联讲前2个阶段。第1阶段是人当中台:每个人零散使用AI工具,在一个工具里做分析,再复制粘贴到另一个工具;同事之间仍把结果弄进Excel、Word,再手动发送。AI做了局部工作,人却承担全部连接,因此会出现大家都用AI、工作量反而增加、整体效率不增反降的情况。第2阶段是Agent当中台:工作入口变成Agent,人定好目标,由它找数据、调工具、完成任务。前提是它能访问任务所需的全部数据;如果数据仍散落各处、无法访问,他认为AI本质上仍只能充当聊天工具。这2个阶段都属于个人提效。

随后他把跨岗位任务作为组织提效的门槛:Agent要跑通原本需要多个岗位共同完成的任务,才进入他所说的“黑灯工厂”状态。如果它依靠人的经验和反馈越做越好,就是第3阶段;如果能够自我进化,他把这视为能够超越人的经验、走向AI原生目标的第4阶段。接下来他拆诊断维度:人侧看个人会不会用、愿不愿意用,以及组织如何协作和分工;技术侧看数据、语义、harness。5个维度只要有一个未达到要求,公司本质上仍在上一阶段。因此投入不该先追市面上最好的方案,而该先补自己的最短处。

最后他用运营驱动的电商公司解释为什么Agent彼此对接也可能没有组织提效。公司有美工、设计、市场、品牌等支持岗位,如果各岗位和运营各用自己的Agent,再让Agent互相对接,处理的仍是原有岗位内容,协作方式并没改变,仍停留在个人提效。他给出的另一种形态是把支持岗位的能力统统中台化,让运营能够自助完成原先需要向多个岗位求助的工作。区别不在Agent有多少,而在能力是否跨过岗位边界、形成端到端任务。回到开头,先找到限制阶段的短板,再决定钱、精力、人力往哪里投。

关键概念
对你的实际应用

你可以先拿知识库的“kb/md→飞书云文档→网页版site”检验谁在串联,不因WorkBuddy和Codex都参与就认定已经组织提效。在tasks.md的对应任务中增加“目标产物、输入位置、当前阻塞、人工搬运点、执行者、验收者、完成证据”字段。让autoloop按同一任务记录推进,既检查正文生成,也检查授权发布后的回读和网页结果;执行与验收仍由不同Agent负责。完成门槛设为各环节都有可核对的产物,缺文档回读或网页核对就不能标成完成。这里是在把他的判断转成你的检查办法,不是原文给出的配置。

你还可以在loops.md记录“反馈原句、失败环节、拟改规则、复验结果”,把改进来自人工纠错还是系统自行发现明确分开。每次先判断阻塞属于哪一侧:读不到输入就补访问路径和权限边界;两个Agent都等对方交接就改任务分工;结果已有但通知失败就保留失败状态,不把它算成交付。先选知识库这一条任务链验证,不同时扩展晨报午报和其他流水线。只有你不再负责复制正文、转交结果、催另一个Agent接手,才有证据说明串联工作正在从你手里移走;定时运行和Agent互发消息本身不能证明这一点。

2.1.4 4步判断企业AI能力高低

2026-11-03 · 8.5 分钟 · 依据:全程转写约 3 千字。长板/短板判断、常见错误动作(数据基建、数据治理、本体)、四问均为原文表述;四问与阶段对应表是我按 01 的四阶段整理的。 · 看原视频(抖音)

原文在说什么

他先纠正一种投入顺序:老板或高薪聘来的 CIO、CAIO,花钱做数据基建、数据治理,甚至开始搭本体,却发现投入没起作用。他据自己的落地感受判断,企业 AI 转型更符合短板理论:阶段不是由最强的能力决定,而是由最弱的一项决定。因此,他先列出 4 个诊断问题:人还是 AI 负责串联工作;Agent 的成长来自人的经验反馈还是自我进化;人与技术哪边最弱;有没有打破岗位限制的 Agent 任务闭环。

他随后用前 2 个问题划分 4 个阶段。第 1 阶段,人是中台:员工用一个工具分析,再复制粘贴到另一个工具,把结果放进 Excel、Word,手动交给同事。上游用了 AI,下游便不由自主地加工作量;串联仍靠人,反而可能人人更累、整体效率下降。第 2 阶段,Agent 成为工作入口,人确定目标,它自行找数据、调工具。但它必须能访问完成任务所需的全部数据,否则仍只是聊天工具。这两个阶段都属于个人提效。

第 3 阶段才进入组织提效:Agent 跑通过去需要多个岗位协作的任务,并根据人的反馈成长。第 4 阶段则以自我进化为区分,他认为这使 Agent 有可能超出人的经验。接着,他把短板拆成人侧与技术侧:人侧看个人会不会、愿不愿用,以及组织怎样协作分工;技术侧看数据、语义和 Harness。共 5 个维度,任何一项没达到目标阶段,公司本质上仍在上一阶段。

他用两个相反的例子解释这种错位。一家公司已经连通数据,员工每天却仍在与聊天工具对话,技术投入没有变成工作方式的变化;另一家公司人人热衷 AI,各自在本地做面板、micro SaaS,却没有数据联通与治理,可能长出 1000 套不同的数据系统,仍停在个人提效。因此,预算不是追着最好的方案花,而是先定位最短的一项,再投钱、人和精力。

最后,他用运营驱动的电商公司说明跨岗位闭环。美工、设计、市场、品牌各用自己的 Agent,运营也用自己的 Agent,即使双方 Agent 对接,若仍照旧岗位交接,就没有改变协作方式。组织提效是把支持岗位的能力中台化,让运营能够自助完成整项任务。启动分两步:先自下而上,让员工把 Agent 当作唯一工作入口;进入流程和协作重构时,再由一号位自上而下推动,因为单个岗位难以看全业务链,也难以自行改变涉及同事利益的分工。

关键概念
对你的实际应用

你可以先在 autoloop 的 tasks.md 中,为一项试点补上“人工搬运点、所需数据、缺失访问、跨岗位交接、验收证据”这组记录,再把对应流程写进 loops.md。先检查 WorkBuddy 与 Codex 之间是否仍要你复制需求、转发结果、追问状态。把“缺失访问为空、无需人工搬运、验收证据齐全”设为该试点完成的门槛;卡住哪项,就先处理哪项,不把新增 Agent 数量当作阶段提升。

你可以用知识库的“kb/md → 飞书云文档 → 网页版 site”作为跨岗位试点,在 tasks.md 给同一任务记录“源文件路径、飞书回读结果、网页核对结果、通知回执”。执行者负责写稿与提交证据,另一位 Agent 对照转写验收;任一环节缺证据,就保留为待验收,不因本地文件生成而宣告整条任务完成。需要你决定的是两位 Agent 如何共享同一任务、谁有权退回、何时允许发布;这些分工先由你确定,再把重复搬运交给 Agent,而不是让双方各建一套进度系统。

2.1.5 AI转型不是去优化业务瓶颈

2026-08-19 · 6.7 分钟 · 依据:全程转写约 2.5 千字。案例(不到 50 人电商、一周一套图、买模型/培训/外部工作流后不变)、返工机制、更快的马车比喻均为原文表述。 · 看原视频(抖音)

原文在说什么

他先讲一家不到50人的电商公司。老板认为,做AI提效应该先找业务里最大的瓶颈,改造最慢的环节,才能获得最大的ROI。这家公司的慢点是内容产出:运营填需求表,美工制作,再把完整内容交回运营,原来约1周出1套图。公司买了他所说的最好的AIGC模型,给美工安排培训,还请外部团队搭工作流和Agent,结果仍是1周出1套图。他用这个反差说明,增加工具和技能投入,不等于整体交付变快;把AI装进旧协作方式,可能只增加成本和忙碌。

接着他拆开“美工慢”的原因。运营还没想清产品该放在哪种场景,人物该推着车、拿着工具,还是换个角度,就把模糊需求交了出去。美工做到成品,运营才发现方向不对,再要求重做。他判断,这不是单纯的制作速度问题,而是运营把需求的不确定性转给了美工。过去运营不会PS,又找不到贴切的参考图,只能用文字描述,让美工替自己试。AI出现后,流程就该改变:运营先做出70—80分、方向基本明确的图,美工再处理材质、光影等AI难以还原的细节。变化不在于取消美工,而在于把低成本试错交还给提出需求的人。

他再拆另一类返工:参数图已经做完,运营又要求改字体、字号或表格样式。这次问题不是场景没想清,而是公司缺少可共用的设计规范。标准散落在运营、美工的聊天记录和图片修改备注里,没有沉淀为知识库。他认为,AI能按排版规范生成内容,但前提是规范已经写成Markdown、参考资料或参数表,能被Agent读取,或者已经进入设计Agent与工作流的上下文。仅有模型,不会自动补齐这些缺失的标准。

最后,他把规范继续推进到动态更新:即使按现有规范制作,运营和美工仍可能发现细节问题,这些批注也应进入Agent迭代和知识库更新的过程。他由此回到开头,反对老板只盯住最卡的职能,购买培训或定制Agent、Skill、工作流;也指出服务方可能顺着这种需求立即卖课、接定制,企业花钱、增加工作,甚至开始裁员,仍没拿到效果。他最终要求做企业AI转型的人,不只优化现状,而要重新设计协作方式与组织形态。标题否定的不是诊断瓶颈,而是把瓶颈表象直接等同于工具采购对象。

关键概念
对你的实际应用

把这个分工迁移到你的双Agent任务交接时,先改任务输入,而不是先给执行Agent增加工具。可在tasks.md的内容任务中增加“目标读者、唯一事实来源、输出结构、验收条件、未决项”字段;这些是应用设计,不是他给出的字段。让发起任务的Agent先提交提纲,复核Agent只核对方向与事实边界。存在未决项就停在提纲,不进入长文生成;方向确认后,执行Agent再扩写。这样能避免WorkBuddy给出模糊目标,Codex写完成品后才被要求换角度。复核意见也要区分“方向变化”和“表达调整”,不要把两类问题都记成写作速度慢。

对kb/md → 飞书云文档 → 网页版site,可在kb/md增加独立的内容规范文件,明确三段结构、来源边界和应用段口吻;生成、复核和发布都读取同一版本。再给内容任务增加source_version、spec_version和revision_reason字段,分别记录转写、规范及退回原因。单篇批注先留在本篇;只有你确认可以复用,才修改公共规范,防止一次偏好变成所有文章的标准。发布门槛定为:正文已确认、来源与规范版本明确;飞书与site分别回读,未确认一致就不发完成通知。这里不需要先提高生成频率,而是先让同一套标准贯穿写作、复核与发布,并把真正重复出现的修改带回标准。

2.1.6 AI转型,一号位要做哪些事

2026-07-22 · 7.1 分钟 · 依据:全程转写约 2.6 千字。两个核心问题、默认工作入口判据、开会与填表两个对照场景、分工边界均为原文表述。 · 看原视频(抖音)

原文在说什么

他先把“一号位工程”拆成认知和执行:老板要懂多少AI,哪些事必须亲自做,哪些能交出去。他说,上个周末和正在做AI转型的创始人校友、几位CIO聊了3个多小时,共识是老板不必懂技术原理,但要对agent能做什么、做到什么程度有鲜明体感。标准不是每天消耗多少token,而是agent有没有成为默认工作入口:拿掉它,业务是否还能推进。

他用两个场景说明体感。老板见重要客户、供应商后,是由agent自动录音、整理纪要、提取结论和待办,并同步进CRM或SRM,还是带下属记录,甚至回来再手动录入?他们给客户梳理AI转型需求时,会让agent根据客户情况生成问答清单,用文档或多维表格发过去。有的一号位让自己的agent填好返回,有的手工做成Word交回。他把后者视为还没有agent体感的表现,因为老板即使推动了落地,也可能无法判断下属汇报的研发提效20%、某环节用时缩短15%是真是假,更难分清业务团队做出的系统是内部自嗨的演示,还是能完成公司级端到端任务。

有判断力还不够,他接着界定老板必须保留的执行责任:不必亲自搭agent、和员工一起培训或参与数据中台搭建,而要掌握AI转型的ownership,具体是定结果、给实权、做取舍。定结果不是今年做100条工作流、20个agent,或年底员工AI使用率达到100%,而是这些投入最终要带来什么业务增长。目标能否合理,仍依赖老板对能力边界、能提效的事情和提效幅度的认识。

给实权也不是挖来CIO、拨预算、口头要求各部门配合。他指出,责任可能集中到了负责人身上,否决权却散在各处:中台借流程拖延数据,业务部门以冲业绩为由暂不抽人,HR说改KPI最快要等下半年。因此,负责人要能调配预算、数据和业务人员,改变规则、流程及岗位KPI;冲突提交到老板后,裁决必须真正执行。

最后是取舍。AI提效后,岗位承担的工作范围会扩大,组织结构需要调整;最懂业务的人又必须投入大量时间参与转型。收益归公司,先付出的成本和风险却落在具体部门:部门要交出最强的人,还要承受短期业务波动。只有一号位能站在公司整体利益上拍板。他据此把ownership留给老板,把这3件事落实后的执行交给CIO、COO;具体由谁接、业务线owner怎么培养、FDE何时介入,他留到后续再讲。

关键概念
对你的实际应用

你可以在tasks.md给下一项知识库任务补上“业务结果、验收证据、裁决人”。结果不写“生成了几篇”,而写“正文包含原文判断、例子和可执行动作”。证据指向正文及转写片段;在loops.md分开登记执行、复核、验收。Codex写完不能自行验收,WorkBuddy的异议要定位到句子。遇到“速度优先还是忠于原文”的冲突,由你裁决,不用反复改稿代替决定。

对知识库的kb/md → 飞书云文档 → 网页版site链路,你可以在tasks.md另列“允许写入的目录、允许发布的目标、需本人确认的动作”,把谁能做什么写清楚。为各环节分别记录证据:本地正文能回读、云文档内容已核对、网页正文可打开。把“缺任一环节证据,不标记整条链路完成”设为验收条件。这样负责人既不能拿本地生成冒充发布完成,也不必在每一步重复询问已经授予的权限;涉及新增授权仍交给你决定。

你要亲自定取舍规则,而不是逐篇改稿。在tasks.md给深蒸馏任务增加“挤占的日常任务、可暂停范围、恢复条件”,在loops.md写明资源冲突由谁提交、裁决后谁执行。晨报午报与精读争用资源时,先列明延后哪项业务结果,不只比较token消耗。将你介入的条件定为“超出已批准范围,或影响已承诺交付”;范围内的排程继续交给两个Agent,不据此直接修改调度配置。

2.1.7 分享tob agent业务避坑经验

2026-07-24 · 9.6 分钟 · 依据:全程转写约 3.6 千字。报价场景(80 多人、客服/营销/广告)、售后 agent 的知识层与系统层拆解、判例冲突问题均为原文表述。 · 看原视频(抖音)

原文在说什么

他从一家80多人的电商公司讲起:对方想先改造客服、营销和广告部门,采购经理问做这3个Agent多少钱,之前问过的团队也按Agent报价。他理解采购需要价格回去交差,但认为Agent不是合理的交付单位。装好Agent、跑通Skill,只占实际工作的一部分,不能等同于企业转型。

他用售后客服解释差别:接商品知识库、售后政策库和历史对话前,要确认数据位置、格式、政策是否过期、冲突判例以谁为准。退换货要接订单系统,工单处理可能要接ERP;外购系统要查API或MCP,自建系统可考虑提供CLI。清洗、打标、业务规则和权限没理顺,Agent就难以完成端到端任务。同叫客服Agent,按文档回答,与跨系统判断、改工单、发起退款并保留记录,工作量不能按同一个数量单位估算。

接着他指出,定制交付往往是一次性的,业务却一直变化。同一个售后问题,会因客户情况、历史聊天不同而有不同处理方式;客户想要灵活方案,乙方为完成交付,却容易把需求冻结成刚性流程。上线后大量情况未被覆盖,员工用几次便弃用。他把RPA、Workflow和低代码工具未能自动化大量业务的问题,也放在这种柔性工作与刚性流程的冲突里解释。他们几年前做Agent定制时就踩过坑:有的流程因客户数据基础差跑不完;有的开始能跑,几个月后业务团队接受专家培训、修改SOP,原有工作流反而成为累赘。

变化还来自外部:模型能力、平台接口、政策要求和技术框架都在迭代。为弥补当前模型不足搭的Harness,可能在下一代模型上变成限制。于是他转向Agent怎样进步:把岗位SOP写成Skill,不会自动产生学习能力;半年后可能仍停在交付水平,甚至出现表现漂移。企业需要记录每次执行、对错步骤、结果是否可接受及人工审核情况,再建立Evaluation,把人工修改后的做法沉淀为下一轮优化数据,为未来强化学习和Agent Loop升级积累材料。

最后他给出当前采用的顺序:先培训,让员工拥有个人Agent、形成协作习惯,把低风险、变化频繁的日常需求自下而上做成Skill或Workflow。他说,在他们服务的团队里,这一步已能覆盖80%的日常提效需求。等积累几个月真实使用记录,再找反复出现的共性需求,决定哪些值得沉淀为公司数据基础,随后才做统一知识库、系统打通、权限设计和监控,并派FDE到现场咨询、集成开发。他不是反对专业定制,而是反对把Agent当成转型标品:先让员工具备持续改造系统的能力,再沉淀有价值的流程。

关键概念
对你的实际应用

你可以先在tasks.md里给任务补上输入来源、涉及系统、允许动作、人工接管条件和验收证据。针对kb/md→飞书云文档→网页版site,把正文生成、云端同步、网页展示拆开验收,分别留下源文件版本、同步结果和回读证据。本地写入不等于云端更新;任一环节缺证据,就保留未完成状态,不把整条任务标成成功。

你可以在loops.md里为深蒸馏流水线设计记录字段:失败步骤、人工改稿位置、修改原因、是否值得沉淀为规则。把quota/pipeline.py的对应记录列为后续改动项,先积累使用记录,再决定哪些共性问题进入统一流程。heal.py的恢复记录与内容验收分开:恢复运行不代表精读忠实于原文。调整Skill前,用原稿与人工修订稿比较效果,避免把临时补丁固定成长期限制。

你还可以让双Agent协作留下可核查记录:执行者在tasks.md关联产物与证据,另一方记录原文不符的位置、修改结果和验收状态。先保留具体反馈,不因某次改稿就新增永久规则;等同类需求反复出现,再整理可复用部分,而不是交付后无人维护。

2.1.8 老板须知:企业AI转型的第一步

2026-06-20 · 2.9 分钟 · 依据:全程转写约 1.2 千字。bottom-up 观察、传统数字化做法的三个问题(慢、落地后仍要培训、skill 迁移性差)、收编时机均为原文表述。 · 看原视频(抖音)

原文在说什么

他先提出一个观察:成功转成AI原生公司的团队,早期往往不是先买一套完整系统,而是员工自发与agent交互,做出各种skills。接着,提问把选择放进一个具体场景:年流水5000万的跨境电商老板想做AI转型,是请FDE团队和有经验的工程师直接搭系统,让员工使用,还是先请老师内训,让员工获得自己动手的能力?他的判断是,如果公司刚开始做AI升级,第一步应当培训。

这个顺序来自他对成功团队的观察:先由员工从业务里做出skills、harness等工具,让它们自下而上生长;等这些零散设施变成累赘,再设专门的AI负责人,或者引入外部FDE团队、咨询顾问,梳理整个系统。不是永远不需要工程师,而是工程力量介入时,应当已有员工使用中长出来的东西,可以看见哪些地方需要整理和接管。

他随后解释为什么不赞成一上来就梳理系统。那沿用的是传统数字化的做法,速度很慢:几十人的团队,一套系统从提出需求到落地,可能经历半年,落地后仍要大量培训。另一个问题是,agent skills与agent harness都扎根于具体业务,通用性、迁移性很差。因此,指望外部团队交付整包方案,员工不用怎么学就能直接使用,并不现实。他用自己的客户工作作补充:提供解决方案之外,他们仍要做很多培训,因为学会怎样与agent交互更重要。

后半段从组织关系补充理由:通过对话,团队可以先把功能做到70分。由员工自己起步,额外收益是他们会觉得agent属于自己,是协作者。等做到这一步,遇到底层API漂移等自己解决不了的问题,再请专业工程师把70分提高到90分;原先的使用者仍继续提供数据、优化工作流。这使员工与AI形成合作关系。相反,一开始就由外人“大搞一通”,可能带来危机感和不协作。前面强调学习能力和业务适配,后面则把先后顺序与员工是否愿意参与联系起来。

关键概念
对你的实际应用

你可以先把双Agent协作中的需求记录方式改清楚,而不是先重搭autoloop。在tasks.md的任务条目里补上“业务使用者、人工原步骤、已试对话、可用结果、剩余阻塞”这些字段,让WorkBuddy或Codex先陪实际使用者跑通一个任务。以知识库为例,先由你确认kb/md里的正文能否满足阅读需要,把缺事实、复述不清、应用动作空泛等问题写回同一条任务;正文可用后,再处理飞书云文档与网页版site的同步。这里可设一个交接条件:已有可回看的输入、输出和失败位置,才把问题交给工程处理;只有“想做一个系统”,先继续试用,不急着进入系统建设。

你也可以在loops.md的相关流程说明里写明“谁持续提供业务反馈、谁处理工程阻塞”,在tasks.md中保留对应负责人。比如通知未送达、接口变化、重复写入,应记录具体失败步骤,再交给工程角色定位;正文内容不符合使用要求,则由你带着原文继续纠正,不把所有问题都归为工程问题。对于晨报午报,也先由你给出不合用的实际输出,再判断是内容选择需要调整,还是report_html.py的展示需要修复。这些是你可以采用的落地规则,不是他说过的既有配置。专业化介入之后,业务反馈仍由你持续提供,工程角色负责把已暴露的阻塞解决掉,而不是替你一次性定义所有使用方式。

2.1.9 打造AI原生组织的思路

2026-05-24 · 6.1 分钟 · 依据:全程转写约 2.1 千字。AI 内容工厂三步、demo 与业务的区别、客户归因于模型而实际在 skill/prompt 层均为原文表述。 · 看原视频(抖音)

原文在说什么

他先提出判断:照搬传统数字化的方式做AI转型,可能失败。他把FDE作为行业最佳实践来讲,不只介绍岗位,而是用自己公司同事做AI内容工厂的经历,解释为什么懂业务、熟悉AI和具备开发能力必须放在一起。这个案例要帮助客户的增长团队批量产出高表现内容,动作只有3个:找爆款、拆爆款、复刻爆款。搭一个能跑通的演示,用vibe coding就能做到;放进真实业务并取得成果,则是另一回事。

客户自己也做过vibe coding,没解决问题才找他们。客户最初怀疑模型不够好、提示词没优化,但FDE进场检查数据后,发现入口就错了:找来的样本未必是真爆款,后面的Skill和提示词优化都在让AI学习错误样本。他举出几种具体问题:第三方数据源不稳定,抓取内容缺字段;数据即使齐全,高表现也可能来自买量,或者被外部事件带起来。这里的判断依据不是生成文字好不好,而是样本是否值得学习;脏样本进入系统,后续拆解与复刻都会受影响。

所以FDE先和业务人员厘清SLA,区分哪些数据必须及时返回,哪些按天处理、可以放到凌晨执行,再把数据入口工程化。确认入口可靠后,才调用模型拆解和复刻。人工审核也不能游离在系统之外:AI每个版本依据什么反馈修改,需要留下记录;人没有明确写反馈、直接改了版本,系统也要标记具体改动。记录不只是为了审计,更是为了积累以后优化AI的数据。懂业务使FDE能辨别错误样本,懂AI使他能判断哪里需要人介入,工程能力则把这些判断变成可靠系统。

他随后把问题转向后续迭代:FDE能打通一个小系统,长期驻场也可行,但会持续产生高昂人力成本。他们正在尝试Agentic FDE,让Agent优先进入真实任务,记录输入、输出、人工反馈和业务结果,再从任务痕迹中提炼可复用内容。最终目标是让公司成为可自我进化的系统:做对的沉淀成Skill,做错的沉淀成Eval,反复出现的路径固定成Workflow,关键数据继续积累。他讲的是正在尝试的方案,没有提供效果数字,不能把目标当成已验证的成果。

关键概念
对你的实际应用

你可以先把这套顺序放进深蒸馏流水线,而不是先改提示词。在quota/pipeline.py的单篇记录中增加“转写是否完整”“空段数量”“来源定位”“入口检查结果”,将入口检查结果设成进入蒸馏阶段的前置条件:转写为空或来源无法定位,就停止进入生成环节并记失败原因。这些是拟新增的门槛,不是他给出的参数。你给出的单篇约1.15M token消耗口径,更说明应先挡住错误输入,再讨论生成优化,避免把额度花在缺失或错配的素材上。

你还可以把知识库从kb/md到飞书云文档、再到网页版site的处理,改成可追溯的任务记录:在tasks.md对应事项中保留源文件、生成版本、人工修改位置、修改原因、复核结果和发布回读状态;没有修改原因时,也保留修改前后差异,不让直接手改消失。Codex起草、WorkBuddy复核时,共用同一任务编号,完成状态以独立验收为准。一次措辞修正先留在本篇;同类错误反复出现,再整理成Eval候选;已经稳定重复的步骤,再进入Workflow候选。这样你积累的是任务证据,而不是让Agent凭一次成功就自动改Skill或运行规则。

2.1.10 花100w做AI却没效果,问题出在哪

2026-05-15 · 7.3 分钟 · 依据:全程转写约 2.4 千字。投入规模(近 200 人、近 100 万、四类投入)、三个关键环节仍靠老运营、传统数字化五步均为原文表述。 · 看原视频(抖音)

原文在说什么

他先讲广州一家跨境公司的经历:不到200人的团队,从去年开始做AI转型,前后花了快100万,流程梳理、数据看板、自动化、员工培训全做了。项目验收以后,新品验证、广告判断等重要环节仍然百分百依赖老运营经验。他据此提出判断:问题不在老板不重视、没有AI专员或模型不够强,而在于把AI转型当成传统数字化项目。咨询访谈、梳理需求、系统开发、培训陪跑、内部专员推动,这家公司每一步都符合传统做法,却没有改变关键判断的产生方式。

接着他拆第1个坑:问题类型错配。传统数字化适合规则清楚、答案明确、重复发生的结构性问题,例如每天早上9点同步昨天的广告报表,或者库存低于阈值就提醒采购。规则写清以后,系统负责执行。他认为AI更值得进入非标、半结构化、依赖经验判断的地方。他举新品测试的例子:调研得到4个痛点场景,每个场景有2到3个脚本,最后要选哪2条去做?依据是产品经理的直觉、社媒团队的网感,还是老运营的经验?这种选择承载经验价值,而驻场访谈再交给工程师开发,往往只能提取已经写进SOP的部分,遗漏真正需要判断的部分。

第2个坑是速度错配。过去花几个月调研、几个月规划,再用半年到1年开发,之后培训上线,外部工具不一定发生很大变化。AI却持续改变同一需求的解法:他用前年RPA、去年workflow、今年agent加skills来说明这种变化,并提醒现在搭的harness,可能3个月后反而限制AI能力。因此,一次规划到位的大系统存在时效风险:等它完成,采用的解法可能已经过时。

第3个坑是验证方式错配。传统项目先开发完整系统,再做验收、培训与优化;AI可以从一次数据分析、一次Listing文案修改、一轮广告调整开始验证。最小闭环要有真实输入、过程、输出,而且输出能够判断好坏。越早运行,就越早知道agent哪里有效、哪里无效,哪些环节需要人确认,哪些地方缺数据接口。相反,先投入大量规划和基础设施,到后期才接触真实业务,就可能很晚才发现前面的判断和链路有问题。

最后他把上述论证变成3个观察信号:AI是否只做爬虫、数据分析和自动化动作;是否追求一劳永逸的软件;是否仍按项目制验收。他要求系统能够局部替换、持续迭代,接入新模型与新工作流。他前面把单次数据分析也列为可验证任务,因此这里的区别不是有没有分析功能,而是是否止步于工具动作。他的结论是先让AI参与真实任务并沉淀数据,再从反馈中长出系统,而不是先造完整系统再让人试用。

关键概念
对你的实际应用

你可以先在autoloop的tasks.md里记录业务结果,而不只写“脚本执行完成”。拿一次广告判断作为试点,补上“真实输入、候选判断、选择依据、人工确认点、结果证据、待补数据”字段;loops.md记录本次哪一步有效、哪一步被推翻。验收门槛设为:缺真实输入或无法判断输出好坏,就不标记业务完成。cron-jobs.json只承担触发,不把按时启动当成有效产出;heal.py即使恢复了执行,也不能代替你确认判断是否可用。这些是你可以试行的记录方式,不是他给出的系统配置。

你处理知识库时,可以用本篇跑通“kb/md→飞书云文档→网页版site”,先核对原文事实是否保留、应用动作能否执行,再检查各阅读层是否一致,而不是只验收页面生成成功。在quota/pipeline.py的单篇结果记录中增加“原文定位、待确认表述、人工退回原因、可执行动作”字段;事实缺依据或转写无法确认,就保留待确认状态,不自动补齐。双Agent协作时,你让执行者写正文,让另一方对照转写核验,并把退回原因记入同一任务。这样下一轮替换提示词、模型或发布步骤时,可以定位到具体问题,不必因整条流水线已经建好而保留无效环节。

2.1.11 选择大于努力

2026-11-16 · 6.2 分钟 · 依据:全程转写约 2.3 千字。西南地区见闻、常见赛道与落地物、三个选择理由均为原文表述。 · 看原视频(抖音)

原文在说什么

他先指出,很多FDE几乎把全部时间放在客户现场,打磨方案、解决具体问题,却很少思考应该服务什么客户、进入什么行业、在哪个城市做。他的判断是,现场努力最终能创造多少价值,上限取决于客户与城市的选择;不能只研究怎么交付,而把选择服务对象当成已经确定的前提。

他用前两天在西南地区出差的交流说明这个问题。当地做AI转型和FDE的朋友,常见客户行业是房地产、文旅、餐饮、能源、设计院,落地内容则是智能体广场、AIGC工作流、定制数据大屏、老板驾驶舱。他认为这些在自己的实践中是去年甚至前年流行的东西,于是继续追问选择原因。城市的答案通常是曾在这里读书,毕业后自然留下;行业的答案通常是以前做过、有经验和人脉,或者家里就在做。

他并不否认资源关系的作用:做2B,前2单可能就来自这些关系。但起步靠关系,不等于以后必须一直留在原行业。他也没有把传统行业、数字化和AI原生程度不领先的城市判为错误选择。特别热爱这个行业,或者发现独特、有价值的切入点,都可以成为主动留下的理由。他反对的是没有比较便接受默认选项:因为过去在哪里、做什么,现在就继续在哪里、做什么,连做AI也沿着原有路径走。

他接着解释为什么这会限制回报。进入AI,可能是希望离开原行业的内卷,进入增长赛道并获得定价权。企业AI转型和AI原生协作范式仍在探索,产品形态及价格没有确定,前沿实践者因此有机会参与定义。但如果交付仍是教客户用平台、搭工作流、做一些编程和网页协作中台,这些内容已经被许多人做过、被市场充分定价,客户可以换供应商,价格就会相互压低。换了AI的名字,不代表摆脱了原来的竞争。

最后他讲自己的试错过程:团队在2023年回国后,先靠旧资源做能源、餐饮的AI转型案例,随后辗转温州、苏州、广州、重庆等城市,为不同行业做案例,以便理解市场、尝试和选择。直到去年才来到深圳,并聚焦靠近电商和内容营销的2个赛道。他把这种主动选择,与交流中其他FDE反映的人天价格低、收费难、售前投入重作对照:自己的团队感到供不应求,业务做不过来。这是他支持“选择大于努力”的经历,而不是一张适用于所有人的城市排名表。

关键概念
对你的实际应用

你可以先把“做哪个任务”从“怎样把任务跑完”中分开。在tasks.md的新任务说明里加入“服务对象、实际问题、默认承接原因、可替代方案、为何值得做”这些字段,由提出任务的Agent填写,另一个Agent复核。卡住的不是能否实现,而是有没有明确的使用者和待解决问题:两项任一说不清,先保留为候选,不启动实现。已有脚本、已有资料、过去一直在做,只能解释启动便利,不能单独充当继续投入的理由。

对知识库,你可以在kb/md的选题清单中加“对应业务决策、预期使用场景、替代文章、采用记录”。每次让quota/pipeline.py处理选题前,先检查前两项是否写清;没有就暂缓深蒸馏,不把“已经抓到转写”当作必须加工的理由。进入飞书云文档、再进入网页版site,是同一内容的交付路径,不能代替内容价值判断。采用记录则写清它后来改变了哪项选品、VOC分析或Agent协作动作;尚未使用就标“未使用”,不以发布成功冒充业务有效。

你也可以用同一张候选表比较新增自动化与现有任务,而不是因为cron-jobs.json里已经有某条定时任务,就默认继续加功能。把“当前收益证据、维护投入、替代路径、继续或暂停理由”列出来,先决定保留什么,再讨论heal.py怎样修复、企微和飞书怎样通知。这里的动作是建立选择依据,不是立即停掉现有任务;涉及调度变更时,仍由你确认。先选值得稳定交付的东西,再投入双Agent的实现与复核时间。

2.1.12 深圳AI落地实战局

2026-08-14 · 依据:音频转写结果(贴片广告词重复),确认无业务内容;视频时长字段在采集数据中缺失。 · 看原视频(抖音)

原文在说什么

所提供的转写只有“优优独播剧场——YoYo Television Series Exclusive”,随后原样重复。没有可确认属于他的发言,也没有关于深圳 AI 落地的论证、案例或数字。因此无法确定他先讲什么、作出什么判断,以及凭什么作出判断。

这两次重复不能当作他举出的两个例子。仅凭片头文字,也无法确定实际音视频内容,不能据此推断他的观点。当前材料不足以形成精读正文;需补充包含实际发言的转写后重写。

关键概念
对你的实际应用

你目前不能从这份转写提取系统改进动作。此文件只保留缺失说明,不应作为已完成的精读正文进入知识库发布链,也不能作为修改 autoloop、深蒸馏流水线或通知规则的内容依据。

补齐实际发言后,再替换此文件中的缺失说明,按发言顺序核对判断、论据和具体例子。当前不改系统文件、不补写案例,也不以通用经验填满篇幅。

2.1.13 AI创业者为什么不该买英伟达

2026-06-13 · 2.8 分钟 · 依据:全程转写约 1.1 千字。对话细节、千倍逻辑、bootstrap 现金流均为原文表述。 · 看原视频(抖音)

原文在说什么

他从一次老朋友见面讲起。中午,他见到一位在硅谷做AI创业、近日回深圳的朋友,原本想聊彼此近况。他刚说自己也在做AI创业,对方没有问产品进展、客户情况或国内创业环境,先问的却是「你买了多少英伟达」。他回答自己平时不炒股,也没买,对方接着把没有重仓英伟达解释成对AI的信仰不够坚定。分歧由此出现:对方用持有行业股票衡量信仰,他则用是否投入自己的公司衡量信仰。

他随后解释为什么认为这句话诡异。创业是选择做从零到一的事,追求的是自己公司未来百倍、千倍甚至万倍增长的机会。在他的判断里,既然相信自己的事业,就应当优先把钱放在自己身上,而不是投给已经上市、已经被全世界定价的公司。他还用反问把两种职业选择分开:如果真有本事靠买股票获得1000倍增长,那就可以去做专业的二级投资人。这不是对股票收益的预测,而是在追问创业者究竟准备靠经营自己的公司,还是靠买入别人的公司获得增长。

他再把判断落到自己团队的现金来源。他们主要靠自己Bootstrap,为客户搭数字员工、做AI落地,现金流来自工程师一次次熬夜和交付。因此,额外收入在他这里对应的是具体经营用途:多招一个人、多测试一个想做的产品,或者再去争取一个客户。他无法想象自己有多余的钱却拿去买股票,理由不只是态度上的坚持,而是这些钱在当前业务里仍有明确的投入去处。

最后,他说明自己并不反对创业者理财:业务做得特别大以后,需要资产配置。他不能共情的是早期AI创业者聚在一起,不聊产品与技术,却聊什么时候买了英伟达、能否拿到某个项目的额度,把参与宏大叙事当成行业信仰的证明。转写中的项目名称无法确定,不影响这层意思。他的结论是:如果一个早期创业者觉得英伟达比自己的公司更值得投资,那这个人就不适合创业。这个判断针对的是早期创业者的投入优先级,而不是禁止所有创业者持有股票。

关键概念
对你的实际应用

你可以把「相信自己的系统」转成待办排序,而不是扩充工具清单。在tasks.md的待办描述里增加「服务对象、当前卡点、下一次可验证交付、资源去向」字段。比如,知识库任务的交付应写成「指定文章的kb/md正文完成核对,再分别记录飞书云文档与网页版site的回读结果」,而不是「继续研究知识管理」。把未写明可验证交付的任务先留在待澄清状态,不进入执行队列。这是把资源投回自己的产物,不是要求为了表态而继续投入。

深蒸馏也可以按这个顺序分配资源。给quota/pipeline.py设计「本轮新增用途、已有正文是否可复用、预算上限、停止条件」字段;没有新增用途时不启动重复生成,达到你批准的预算上限就停止并保留已有结果,不自动追加额度。需要重新精读时,像本篇这样明确限定转写稿为事实来源,不能为了省资源而用旧摘要代替。每次追加消耗之前,先写清这次准备修正哪一处内容、怎样判断修正有效,避免把拥有额度当成产出本身。

WorkBuddy与Codex的协作则把钱之外的时间也放进同一套判断。你可以在loops.md的交接记录里加入「唯一执行者、交付文件、待验收问题」,由一个Agent写正文,另一个按转写核对,不让双方同时重写同一篇。企微、飞书通知只报告实际交付、回读结果和阻塞,不以调用次数或接入工具数量代替进展。上述字段都是可采用的设计,不代表当前系统已经具备;落地前逐项确认修改范围与回退方式。

2.2 FDE·人才与角色

FDE(前沿部署工程师)这个角色到底该怎么用、什么时候不该招。这组 4 条,讲的是「什么时候该招、什么时候不该」。

2.2.1 OPC别干FDE

2026-10-18 · 4 分钟 · 依据:全程转写约 1.4 千字。天使轮、三个死结、三个方向分工均为原文表述。 · 看原视频(抖音)

原文在说什么

他先说,自己最近刚融完一轮几百万的天使轮,朋友因此问:做FDE、帮企业做AI转型服务,为什么需要融资?这个问题背后,是把FDE理解为一个OPC,或者一个特别小的团队。他要解释的不是融资技巧,而是为什么这类业务需要公司化。他的判断来自亲自交付的经历:去年和之前几年,他有一段时间确实一个人在做,后来发现这种形式有很大局限。

他先讲最大的困难:客户到底去哪找。他在深圳有一个FDE社群,大家平时交流最多的也是这个问题。接着才是找到客户之后的定价:客户一旦认为你是OPC或很小的团队,就容易把你当外包使用,价格也难提高。他给出的涨价条件不是多讲技术,而是成套解决方案、足够的客户案例和标准产品。但这些东西需要时间沉淀;如果大部分时间都留在客户现场,就没有时间做方案、做产品,也顾不上内容获客和线下渠道、伙伴关系。

因此,他成立公司,并让这几个方向都有专门负责人,随后介绍正在招聘的岗位。第一个是内容增长,把与不同标杆客户做出的实践,变成其他人能听懂的内容,触达想转型却不知道怎么做的客户。第二个是客户经理,从售前对接开始,跟完整个交付流程,再为客户规划下一个阶段,继续产生订单。第三个是AI工程师,把不同客户实践中反复出现的问题、共性需求转成产品。这里的分工分别承接了找客户、持续经营客户和沉淀产品,不是单纯增加交付人手。

他随后说自己已有2个产品。其中一个叫Entry,他把它描述为组织级的Agent相关产品,但转写中的具体类别不清楚,不能据此补出产品能力。另一个是一套Agentic Ontology。他拿它与自己描述的Palantir式做法对比:后者先整理知识、数据字典和规则,再从事实模型抽象出ontology;他称自己的方法是pure agentic,但没有展开实现机制。最后,他邀请对这些岗位感兴趣、或已感到天花板的FDE个体加入,并说可以让自己的Agent进入申请网站,逐步完成申请流程。整段最后落在招聘,而不是证明所有个体都做不了FDE。

关键概念
对你的实际应用

你可以先把这套分工写进tasks.md的任务记录,而不是直接增加定时任务。每项交付拟增“本次需求”“执行者”“复核者”“可复用产物”“下一阶段需求”字段;涉及共享代码时,再标明唯一写入者。Codex和WorkBuddy分别认领执行与复核,避免双方同时改同一份源文件。验收时卡住一个条件:要么填写可复用产物的路径,要么明确说明为什么不沉淀。比如晨报午报的一次修正,要区分哪些内容只属于当天,哪些属于report_html.py的共用展示规则;后者才进入复用候选,不能把每次报告都当成新产品。

你还可以把知识库的kb/md到飞书云文档、再到网页版site,作为“实践转成可理解内容”的应用场景。每篇内容拟补“转写定位”“实际动作”“验证证据”“复用范围”,只有动作和证据齐全,才标成可复用案例;缺证据的仍是阅读笔记。深蒸馏的quota/pipeline.py可在产出记录里增加“单篇结论”和“共性需求候选”两个独立字段,前者忠实于本篇,后者只记录你的跨任务假设,不冒充作者观点。候选要等到不同任务出现相同需求并留下证据,再进入工具改造。这样,内容整理、现场交付和工具沉淀各有明确产物,也不会为了宣称产品化,把一个客户的特殊要求直接推广到所有任务。

2.2.2 FDE搞不定的是什么

2026-09-02 · 5 分钟 · 依据:全程转写约 1.9 千字。100 个 FDE 的交流、200 人培训公司案例(配 agent/知识库/harness/培训,一周人均 <10 元 token)均为原文表述。 · 看原视频(抖音)

原文在说什么

他最近至少跟100个FDE交流真实案例,发现一个共同边界:再强的FDE,也主要处理技术和业务流程的构建、优化,很难处理企业机制与人才体系。他把技术和人看作AI组织的一体两面,缺少任何一面都做不成。系统怎么搭、流程怎么改,与员工为什么愿意用、为什么愿意把经验沉淀给公司,是不同的问题。后者没有解决,前面的投入就可能停在POC阶段,系统做出来却没人用。

他举了一个200多人的教育培训公司的反例。老板配了agent,搭了知识库、工具框架和harness,还请讲师培训;1周后从网关拉数据,平均每个人这周花的token不到10块钱。他看过数据字典和harness,认为这些技术准备并非问题所在,因此把原因指向使用动机:工具给到了人,却没有给出一定要使用的理由。这个例子支撑的是“技术齐备不等于实际使用”,不是拿token花费直接衡量业务价值。

接着他拆解员工做skill的成本。员工先花时间学习、实操;效果不好,要继续迭代,还得手动给agent补锅;效果好了,成果成为公司的资产,员工未必获益,还可能担心自己或同事被替代。因此,没有额外激励时,不探索AI也可能是员工的理性选择。他给出的原则是让风险和收益成正比:用现金、表彰或面向创新业务的OKR绩效强化收益,留出学习和试点时间降低风险。不能一边要求创新,一边沿用旧KPI,让员工承担额外时间和失败风险,却让组织拿走成功成果。

最后他转向人才分工:给100人的企业培训后,并不是所有人都能马上做出通用skill;能产出跨团队skill的AI先锋,通常只占百分之十几到20,剩下的人把已有skill和工作流用明白即可。他所说的人才体系,是围绕先锋的发现、培养和按画像招聘展开。他们陪跑时会联合管理层、HR分析每个人的Agent Logs,制定不同岗位的AI效能指标,设计先锋成长路径,其中一些人还能成为企业内部的FDE。他不是否定FDE,自己也有这项业务;他否定的是“找了FDE、建了系统,就完成AI转型”的判断。结尾他提到,面向管理层、尤其一号位的AI课程正在筹备内测。

关键概念
对你的实际应用

你可以先把“交付了”和“有人用”拆开记录。下一次调整知识库流程时,在tasks.md对应任务里加“实际使用者、下游任务、使用证据、人工补救、未用原因”,不要另建任务清单。kb/md写完、飞书云文档同步、网页版site可打开,只能填进交付证据;还要由实际使用者记录,它是否用于回答问题、改流程或完成工作。把“使用证据不能为空”设为推广验收门槛;没有使用证据就保留待验证状态。深蒸馏流水线quota/pipeline.py的运行记录可补downstream_use和manual_rework字段,分别记录下游用途与人工返工。token消耗不替代这两项证据,也不把低消耗直接判成失败。

你和WorkBuddy、Codex协作时,不必要求每个参与者都不断创造新skill。下一次在tasks.md登记skill试点,写清“探索负责人、复用者、预留试点时间、失败兜底、收益归属”;由你确认试点时间和成果如何计入人的贡献,不能把返工都算成探索者拖慢交付。让探索负责人处理跨任务复用和迭代,复用者负责按已有流程使用并记录卡点。验收除了看产物,还核对谁实际复用了、是否仍需作者补锅。Agent Logs用于区分探索、复用和补救过程,而不是只按调用次数排名;这些记录再用于决定谁继续投入探索、谁需要使用培训。上述字段是下一轮可采用的改法,不表示现有文件或考核已经调整。

2.2.3 为什么现在不该找FDE

2026-07-08 · 5.7 分钟 · 依据:全程转写约 2 千字。两阶段、报价区间、替代方案均为原文表述。 · 看原视频(抖音)

原文在说什么

他先从最近2周FDE价格被炒高、很多老板询问排期和团队推荐说起,却表示自己基本都劝退了。原因不只是贵,而是绝大部分团队还没走到需要引入FDE的阶段。他把AI转型分成先个人提效、后组织改造的两个阶段,反对一开始就追求整套AI原生组织方案。

第一阶段是让员工在真实工作里学会与agent协作,拆任务、设定evaluation,把原来需要1至2天的事情压缩到1至2小时。他举的例子都是个人工作单元:销售更快整理和触达客户,运营更快生成活动方案,HR更快筛选简历和寻找潜在候选人。这个阶段不必先重构组织或搭系统,先让员工用起来。相比请FDE驻场做全局诊断,他认为培训、顾问和陪跑更合适。反例是员工还不懂agent,老板却因FOMO急着搞数据中台;FDE进来后仍要花大量精力教员工,实际承担了培训的工作。

接着他用一个假设说明第二阶段:所有人的个人效率已经提高3倍,组织效率却只提高1.2至1.3倍,此时才暴露出流程、协作方式和管理逻辑接不住个人增量的问题。例如同一个agent要从多个系统找数据,跨部门交付比个人或单部门交付慢很多。FDE的价值就在于打通孤立数据、重构业务流程,而不是教每个员工更好地使用agent。

判断是否到了这个节点,他提到日均token消耗和agent活跃时长可以参考,但最看重员工有没有自发搭系统:不是只运行某个skill,而是把业务理解、多个agents、多个skill、工作流和数据组合起来,完成复杂的端到端任务。当不同员工的系统或pipeline开始摩擦,又已经留下足够数据,FDE才有条件做组织梳理。最后他补充人才供不应求、老板焦虑推高溢价,好团队昂贵且难排期。因此,仍在个人提效起步期的团队,可以先用3至6个月培养协作能力和工作习惯,等效率差距、数据和日志都积累出来再引入。他也说明自己提供FDE、企业agent部署和培训陪跑服务。

关键概念
对你的实际应用

你可以先在tasks.md的任务记录中加上“人工操作耗时、agent执行耗时、等待交接耗时、返工原因”,把WorkBuddy和Codex各自做快的部分与交付卡住的部分分开。在loops.md里为同一任务保留输入、产物、接手方和验收条件,避免把双方都在忙当成协作已经顺畅。把“个人环节已提速,但等待和返工仍阻碍整体交付”设为组织改造的进入条件;没有交接记录,就先补记录,不先购买全局诊断。原文的3倍与1.2至1.3倍是说明差距的假设,不要直接抄成你的采购阈值。

知识库的kb/md→飞书云文档→网页版site可以作为观察链路:在tasks.md对应条目记录源文件、云文档标识、网页地址、各段开始与结束时间、失败位置和回读结果。正文生成快但发布慢时,先区分是内容返工、排队等待,还是上下游版本不一致。让企微或飞书通知带上同一任务标识与产物位置,避免两个Agent分别通知却无法定位同一份交付。先记录,不改发布程序,也不扩大同步范围。

对深蒸馏流水线,先为quota/pipeline.py规划“本次输入、产物、token用量、执行耗时、等待耗时、返工原因”的运行记录,不把token消耗本身当成成熟度。能稳定生成单篇内容,说明局部任务能够运行;能把生成、复核、发布和回读衔接起来,才接近他所说的人机协作系统。等记录反复指向同一类跨Agent交接或数据对齐障碍,再把对应日志交给外部团队,只讨论那段流程如何重构,而不是让对方从教你们使用agent开始。

2.2.4 年包12-55w

2026-10-11 · 依据:音频抽取失败(见 douyin-va7/audio-batch-results.json 中的 FAIL 记录),无转写;仅标题可用。 · 看原视频(抖音)

原文在说什么

从「年包 12-55w · AI 原生团队招人」这个标题看,这是一条团队招募内容。本地没有可用音轨,也没有转写文本,因此只能确认标题呈现的招募意图,不能复述视频具体说了什么。现有素材不足以提炼方法论,也不能据此补写团队的工作方式、招聘标准或 AI 实践经验。保留这条记录,不等于已经获得可供精读的知识内容。

关键概念

招募物料 ≠ 知识内容:招聘标题可以传递招人信号,但不能自动成为经验或方法的证据。素材缺失 ≠ 内容不存在:没有音轨和转写,只能说明当前无法核实正文,不能断言视频完全没有知识信息,更不能用猜测填补空白。

对你的实际应用

处理这类条目,先登记,再明确标注音轨与转写缺失,不为凑齐知识库正文而硬写观点。「年包 12–55w」可以作为单条招募报价线索,帮助后续收集同类招聘信息、列出需要核实的问题;它不是已核实的实际薪酬。不能据此推断行业平均工资、具体岗位待遇、薪酬构成、录用门槛或团队实力。若以后取得可用正文,再依据原始内容决定是否补充精读。

2.3 知识工程·Skill与知识库

把隐性经验变成 Agent 能用的资产:蒸馏专家经验、知识库怎么搭、skill 为什么要版本管理、Loop 怎么落地。

2.3.1 如何蒸馏专家经验与隐性知识(让专家做选择题)

2026-11-12 · 时长 8:22 · 看原视频(抖音)

原文在说什么

最大的坑是让专家自己写标准——写出来的往往是「找理由」而不是真正起作用的判断依据。

案例是百亿级饮料品牌的新品研发 Agent:新品研发是委员会投票制,几个专家坐一起投票。想把专家脑子里的评判标准蒸馏成 Agent 能力,怎么提都提不出来——资深专家能凭直觉做准判断,但要求他们一条条写标准,做不到。

更关键的是:他们其实做过知识生产,委员会讨论出 5-6 个维度、每个维度都有详细 standard。但 AI 团队拿这套标准喂给 AI、用历史数据回测,结果与人工评价大相径庭。真相是投票时根本没严格按那 5 个维度投——一款饮料各维度平平无奇,但有一个独一无二的闪光点打动了评委,评委就投同意票。于是出现普遍现象:写在纸面 SOP 里的方法论,和公司实际执行的东西经常不一致;业务负责人为交差产出「看似正确」的方法论,领导点头,AI 负责人不懂业务照单喂给 Agent,直到结果对不上才发现文档本身有问题。

正确解法是让专家做选择题而不是主观题:不让 Agent 问「什么样的新品是好产品」,而是先发散一堆方案、两两成对,让专家像刷短视频一样二选一;选完再追问「为什么选前者」,这时吐出的才是真正起作用的标准(不是文档里「定位」两个字,而是「前者已有既有受众渠道、推新品容易」);选多了再归纳:每次选 A 不选 B,A 到底比 B 多了什么,提炼出基础标准版。

为什么不能直接喂历史数据回测?三个理由:样本太小(开品是低频判断,小样本做高维分析,理解到的多是噪音)、上会方案有偏(提案已被层层筛选,一眼就被否的 bad case 没体现)、依据不可见(只能拿到 3:6 / 4:5 这种投票结果,据此反推想法很不靠谱)。所以历史数据拿来回测,不当提炼依据。

关键概念
对你的实际应用

这条和你已锁定的「经验提炼方法」完全同源:你让我「被纠正一句就沉淀一条(条件→动作)」,本质是对的,但要警惕沉淀变成为了交差而写的正确废话——每条都应来自真实发生的选择/纠正,不是事后归纳。你「遇到拿不准的给我两个选项二选一」的节奏,正是这条视频的教科书级落地。可落地动作:QA 回测时把「被你否掉的方案」也收进样本,否则回测集只会验证你已经认同的东西。

2.3.2 防止 skill 越做越差 · skill 版本管理

2026-07-15 · 时长 5:27 · 看原视频(抖音)

原文在说什么

核心命题:Skill 不做版本管理,每一次「顺手优化」叠加起来就是全局退化。

实测数据很有说服力:客户一个端到端 skill 最初 10 轮对话搞定任务,员工边用边改两周后要 20 轮,再过两周用户开始抱怨「Agent 变笨了」。本质是每次局部优化看着都合理,累积叠加后形成全局退化——缺的是 evaluation 和版本管理两样东西。

最小闭环三件事:① 捕获改动——用 hook / cron 持续追踪各 Agent 的 skill 目录,记录所有增删改(谁、何时、改了什么),因为很多 skill 改动是被动触发的,不捕获就追不到;② 审核改动——新版本不能直接生效,先进 review 门,审核 Agent 结合 eval 对比新旧版本,判定「通过 / 驳回 / 升级给人」三选一;③ 沉淀统一版本——通过审核的改动提交到 Git 审计仓库,防止团队各自设备上多版本并存、跑的其实是不同东西,同时可查历史、可回滚。

VA7 的落地产物:每个 Agent 约 120 个 skill、常用 40-50 个,自研 skills-sync 做「抓改动 → review → 进 Git」,自评「还不是 SkillOps 平台,但先解决版本管理」。

关键概念
对你的实际应用

你的 skill 现在散在各处(automation prompt、各脚本、WorkBuddy skills),没有版本概念,改动只存在我的记忆和聊天记录里——这正是「两周后变笨」的温床。可照抄的最小版:把每个 automation 的 prompt 抽成独立文件进 git,改动前 diff、改动后留 commit message。你的「清理/删除需逐条确认」正好对应它说的「升级给人」这个第三出口。

2.3.3 Loop Engineering 落地实操(80→100 分)

2026-06-23 · 时长 9:30 · 看原视频(抖音)

原文在说什么

定位很准:Prompt engineering / Skill 解决 0→80 分——有清晰流程规范的 skill,Agent 能稳到七八十分不翻车;但像封面图这种带审美成分的任务,主观判断维度写不进 skill,80 分之后的打磨才是最花时间的。Loop engineering 的核心就是优化这最后一段:今天 80 分,迭代 10 次后下次能到 90 分。

三要素:① Trace(可追溯)——保留每次执行的完整过程,包括备选关键帧、为什么选它、标题排版决策、以及每次否决的原因。为什么不直接用 Agent 自带日志?两个原因:临时过程文件会被定期清理,session jsonl 信噪比太差不利复盘。② Evaluation metrics(可评估)——指标要衡量「loop 的进化程度」而不是「单次任务质量」。错误设计是用「标题醒目/背景干净/人脸居中」衡量,那是衡量单个 task;正确设计是衡量收敛轮次(上次 6 轮 18 张图找到满意底图,这次 3 轮 9 张,就是进步)。③ Feedback(自进化)——基于 trace + metrics 让 Agent 复盘、决定优化哪里,最难的一环。

还给了诊断三层归因:Agent / Harness / Skill 三处查,别只盯 skill。反例是把一切问题往 skill 里堆规则,结果 skill 无比冗长、效果反而更差。比如 skill 已写「优先表情自然的画面」但 Agent 仍选闭眼帧,那可能不是规则问题,换个更强的多模态模型就行。

关键概念
对你的实际应用

你现在有 trace(outbox、tasks.md、run log),但一个进化型指标都没有——每次任务做完只记录「成功/失败」,没记录「几轮才成」。可落地的最小动作:给 automation 加一个「收敛轮次」字段(重试几次才成功、需要几轮修正),一个月后就能看出哪个 Loop 真的在变好。另外「别只归因 skill」这条对你很关键:autoloop 出问题常被误判成 prompt 问题,应先查模型(是不是该换更强的)和 harness(工具/权限是不是缺)。

2.3.4 AI时代企业知识库搭建经验

2026-10-12 · 6.9 分钟 · 依据:全程转写约 2.5 千字。聊天记录案例、决策树(渠道 A/B)、原始数据三个用途均为原文表述;三层分离是按原文归纳的。 · 看原视频(抖音)

原文在说什么

他认同私有数据、数据资产可能成为企业在AI时代的竞争壁垒,但认为把知识系统真正沉淀下来、用于工作的公司并不多。他以近期替客户做知识管理和本体搭建时遇到的问题为出发点,先区分信息与知识:信息记录发生过什么,知识则能指导行动。保存销售与客户的聊天记录,不等于已经获得了知识。客户问试用期能否退款,面对几十万行聊天记录,AI未必知道该如何回答;把这个场景拆成规则,例如渠道A购买的试用期可以退、渠道B不可以退,再组织成决策树,才形成可以用于实践的知识。

原始记录并不是因此失去价值。他把它们放在上下文和事实源的位置:当提炼出的知识不合理或出现问题时,要回到记录追溯、验证源头。这里的分工是原始数据保存证据,知识生产形成行动规则。如果公司连这两者都没有区分,就直接从原始数据里抽知识图谱,他判断很难得到清晰的结果。

第二个问题是知识版本。他反对只打版本标签或时间戳,然后一律检索最新内容。例子是一家游戏公司:老项目的内容资产按“Q版画风1.0”制作,1年后因市场审美变化,公司制定了2.0标准。若Agent维护老游戏时也套用2.0,新增道具、场景就会和已有画风不一致,玩家能够察觉违和。解决办法不是删掉旧标准,而是把老项目与1.0标准文档关联起来,并显式留下“老项目必须用老标准”的特例。项目文档、群聊、会议纪要都可以承载这句话,使决定成为可检索的证据;检索再按证据强度和时间倒序排列。他把这个问题归因于缺少语义层:Agent不知道什么场景适用什么知识。单靠向量或文本语义相似度做RAG,按他的说法捕捉不到这种主体之间的关系。

第三个问题是分类层级由谁设计。他比较了人按行业经验先定分类、Agent填充,以及只给性能目标、让Agent无监督组织这两条路。他们搭内部术语库和知识库时都试过,最后结合使用。人工分类类似图书馆的学科分类,适合相对静态的书;创业团队的新细分、新项目、新问题不断出现,预定类别容易过期或过载。纯Agent分类则缺少客观锚定,即使满足分类性能要求,也可能把同事的一张头像和客户主体抽象到同一层级,让人无法理解。他倾向长远采用更AI原生的方式,但明确说,人和Agent的分类边界还没有摸索清楚,也没有详细定下来。

关键概念
对你的实际应用

你可以在kb/md中把“原文记录”和“可执行规则”分开保存。规则旁增加source_ref、applies_to、exceptions、verified_status,分别记录出处、适用对象、例外和核验状态;这些是拟采用的字段,不是他的原话。转写保留为事实源,不能被蒸馏正文替代。给quota/pipeline.py的输出检查增加放行条件:没有来源定位或适用范围的规则,保留为待核验草稿,不进入可执行规则区。沿“本地Markdown→飞书云文档→网页版site”发布时,一起保留这些限定,避免阅读层只剩结论、丢了前提。

你让WorkBuddy和Codex接同一任务时,可以在tasks.md的对应任务里增加project_ref、standard_ref、standard_version、exception_evidence,把项目与标准版本绑定。loops.md写清取用顺序:先查任务绑定和特例证据,再在适用范围内比较证据强度与时间;版本冲突又找不到明确证据,就暂停自动执行,交给你裁决,不能默认用最新标准覆盖。分类层级也先固定能解释的对象边界,例如项目、标准、原始记录分开;Agent提出新类别时,附上定义、归入实例和不应归入的反例,由另一位Agent复核后再采用。这是把他尚未定清的人工与Agent边界,转成你能检查的协作动作,而不是替他补出一套已验证的方法。

2.3.5 skill只是agent学习的起点

2026-07-05 · 6.7 分钟 · 依据:全程转写约 2.4 千字。复用与迭代的区别、Skill to Loop、评估/记录/回写均为原文表述。 · 看原视频(抖音)

原文在说什么

他先纠正误区:做出 Skill,不等于 Agent 已经学会,沉淀 Skill 只是起点。人读完教程或 SOP,也要靠练习掌握技能;这次哪里做不好,下次才知道怎么改。但他认为,Agent 不会像人一样主动迭代 Skill,需要人为搭建 Loop,从重复调用规则走向利用执行结果修改规则。这套方法叫 Skill to Loop。

接着,他区分复用与迭代。复用意味着 SOP 定下来以后,无论上次效果如何,下次仍然按原规范执行,做错的地方可能继续错。迭代则要留下每次执行的错误与用户反馈,用来判断下一次如何改进。他用视频封面 Skill 举例:虽然已经规定怎样从视频取画面、怎样排标题,成品仍只有大概 80 分,要么选图不满意,要么字体细节出问题,通常还要对话 7—8 轮才能修好。这些对话实际补充了规则,例如人脸不要过度朝上或朝下,换比例裁剪时怎样构图更好看。

因此,他提出核心不是多写一份 SOP,而是建立 Agent 的「错题本」。原来散落在聊天里的批评、点评和修改,要变成可复盘的数据。每次 Skill 执行后,记录 Agent 做过什么、结果有没有被接受、改过几轮、用户说过什么,以及相同问题有没有再现。他描述的存储方式是数据库,每行对应执行中的一个错误。有了这些记录,才可能迭代 Skill,或优化 Harness 与 Agent 本身;否则会话结束,改进意见也随之丢失。

随后,他强调记录错误不等于自动升级,失败归因仍需人工介入。他要求封面中人脸占比约 30%,结果却明显偏小,原因可能不同:Agent 视觉理解不准,或 Memory 混入错误偏好;也可能 Skill 没说明怎样判断、计算占比,或者 SOP 没写清可以先选符合其他标准的画面,再裁切到目标比例,而不是只能寻找天然符合比例的截图。还可能是环境问题:缺少好用的抽帧工具,Agent 每次都要自己写代码;处理 4K 视频的能力不足,只能每隔几秒取画面,可选素材就很少。

最后,他解释为什么不直接让 Agent 归因:实践中它经常找不到正确原因;即使归因了,是否据此优化仍要人拍板。因此,Skill to Loop 不是把 80 分自动变成 100 分,而是提供记录、复盘和持续迭代的基础设施。

关键概念
对你的实际应用

你可以先在知识库重精读中试用。在 tasks.md 的单篇任务下加上运行标识、原稿路径、接受状态、修改轮次、反馈原句、重复问题和归因状态;每个错误单独记录,关联转写与正文位置。例如你指出「没有复述案例」,就保留原话及对应段落,不只写「已优化」。让执行 Agent 修稿,另一位 Agent 对照转写检查;归因经你确认后,再把可复用的要求写入 Skill,不能因一次失败就自动改长期规则。

你还可以在 loops.md 写清记录与验收的分界:本地 kb/md 正文、飞书云文档、网页版 site 分别记录产物位置与回读结果,不把「正文写好了」当成「全部交付了」。在 quota/pipeline.py 的运行记录里预留 failure_layer、evidence、human_decision 字段,把归因暂列为内容规则、Agent 执行、运行环境或待确认;这是待实施的设计,不是现成功能。缺案例先查转写和写作约束,发布层缺正文先查同步结果,工具不可用先查环境。heal.py 的重跑只处理已有授权的恢复动作,不自动修改 Skill 或把重跑成功视为质量改善。这样,你留下的是可追踪的改进依据,而不是更多执行次数。

2.4 Agent技术栈·Harness与多Agent

工具层的实操:openclaw / Hermes 怎么配、多 Agent 状态怎么共享、长任务怎么跑。这组最偏工程。

2.4.1 跨 Agents 状态共享(opal-bridge)

2026-05-12 · 时长 6:39 · 看原视频(抖音)

原文在说什么

核心主张:多 Agent 上下文共享的正确姿势不是「共享记忆」(写摘要 + RAG),而是「共享状态」(直接让 Agent 读档回到过去)。一句话区分——记忆管理是「回忆过去」,状态管理是「回到过去」。

触发场景很真实:用 Claude Code 把项目推进到一半突然触发 token 限额,要么干等 5 小时,要么切别的 Agent 继续,但 session 状态不互通,没法在 Codex 里 /resume 一段 Claude Code 的状态。

现状是大家都在做共享记忆(mem0、Letta 等:把项目写成摘要存知识库,新 session 先 RAG brief 一遍),但作者实测「这种 brief 解决不了多大问题」,并用一个矛盾现象佐证:嘴上都说状态外化、把 Agent 当无状态机管理,实际工程师没人这么干——都在手动管理 session(一个 session 一个项目、何时 branch、何时 rewind 去掉污染上下文)。说明这个场景下记忆管理不起作用,大家实际依赖的是状态管理。

交接文档 vs 游戏存档:交接文档为高效会精简,只写目标计划这些「最终定稿」,看不到计划背后的多轮修改与 context;存档式则是接手者直接代入角色、继承全部记忆继续推进。但状态共享也不万能——直接读档会把无关甚至负面的污染上下文一起带进来。

更深一层的判断:两者长期趋同。只要前任足够能写、你读得够细,一份超细交接文档也能复现状态,甚至更好(不会把糟心事写进去)。所以这是两种侧重解决同一个问题——给 Agent 最合适的上下文去完成任务。作者为此写了开源工具 opal-bridge。

关键概念
对你的实际应用

你的双 Agent 体系(Codex + WorkBuddy)正是这条视频要解决的场景:tasks.md 是任务唯一源、CONTEXT.md 是文件映射,本质是你自建的一套共享桥——但目前是文档式(偏记忆管理),存在「只见定稿、看不到过程」的盲区。你 c/w 往返 3-5 轮里,Codex 出方案、我质疑、回 Codex 改进,上下文靠 tasks.md 重新 brief,正是它说「解决不了多大问题」的那种。值得把 opal-bridge 列入待评测(真的能互相 /resume 时,长任务就不用每次重讲背景)。


整理说明:已深蒸馏条目每篇四段结构——「这条在讲什么」讲清原文逻辑、「关键概念」拆开术语、「对你的实际应用」映射到你本机的 agent-autoloop 体系。带紫色标记的是系统自动从深蒸馏笔记整理,未做人工提炼。

原始笔记在 ~/.shared-agent/douyin-va7/distilled/,数据源 kb-docs.json / theme-index.json。本页由 gen_reading_html.py 生成,更新于 2026-11-18 01:54。

2.4.2 Hermes比openclaw更完善harness

2026-04-14 · 6.3 分钟 · 依据:全程转写约 2.3 千字。两套记忆机制、2000 字符上限、命中率与 token 消耗、配置由 agent 生成均为原文表述。 · 看原视频(抖音)

原文在说什么

他上周给公司全员配上了 Hermes,用了1周后判断,大概率不会再换回 OpenClaw。他先讲记忆:在他的使用描述里,OpenClaw 更像积累错题集,被指出错误就记下来,遇到相似话题再检索。短时有效,长了以后检索命中率下降;他还把较大的 token 消耗归因于默认的向量搜索方式。Hermes 的核心 memory file 则只有约2000多字符,并有尺寸限制。新经验进来时,要合并相似经验、移除不那么重要的内容,而不是一直追加。他据此解释自己的体感:批评和强调过的事情,后续更能被记住并用起来。

接着他讲多 Agent 稳定性,把差别归到故障隔离。他举的反例是:让 OpenClaw 的某个 Agent 改配置,改完需要重启 gateway;配置一旦改错,gateway 启动失败,所有 Agent 都可能一起停工,只能人工或借助第三方 Agent 修复。他描述的 Hermes 架构则是每个 Agent 独享一个 gateway,一个 Agent 改坏配置,只影响自己的进程。他把进程区分与企业管理联系起来:可分别控制权限、数据访问范围,并独立追踪、审计行为。这是他推导的管理用途,不是已展示的权限测试结果。

第三个差异是主动沉淀 Skill。他说,客户员工常卡在不知道怎么编写和完善 Skills;Hermes 自带的 Skill Managed 工具,可以在使用中积累工作流。按他的描述,系统会统计任务调用工具的次数,超过10次便视为复杂任务;这一轮对话结束后,再由独立 Agent 审计哪些步骤可以包装成工作流。随后检查现有 Skills:有相似的就更新,没有就新建。因此,他认为使用者不必人人从头设计工作流,持续使用也能让 Skill 集合逐渐丰富。

最后他讲消息处理。按他的经历,OpenClaw 会先做完第1条消息的任务,再接收和响应后续消息;即使你发现方向错了,纠正消息也要排队,除非中止整个 session 并重新开始。他描述 Hermes 可以让执行中的新消息打断任务,并改变后续方向。他最后补充,迁移并非直接替换:原来定制的 Harness、改装过的插件怎么搬,以及迁移后如何验证 Skills 能完整执行,都曾让他们踩坑,但这次没有展开具体解法。

关键概念
对你的实际应用

你可以先把“记忆压缩”和“Skill 沉淀”拆成两类待审批改动,而不是直接迁移架构。在 tasks.md 登记候选项:核心记忆按他提到的约2000多字符作为试行容量,保留高频约束,重复案例合并,细节另存;在 quota/pipeline.py 的任务记录中拟加 tool_calls、skill_candidate、review_status 字段。以超过10次工具调用作为候选审查触发条件,不当作自动写 Skill 的授权。Codex 提取可复用步骤,WorkBuddy 对照执行记录检查已有 Skill 是否重复;新建或修改前保留旧版与回退路径。这是借用他的机制做试行设计,不表示现有流水线已经支持这些字段。

你还可以在 loops.md 拟定故障与纠偏协议:记录 failure_scope、cancel_requested、checkpoint,让 heal.py 区分单任务失败与调度服务失败,不因某篇精读出错就重启全部任务。企微或飞书收到纠正消息时,先关联原任务,设置纠偏标记;流水线在下一次工具调用前、写文件前和发布前检查标记,停止沿旧方向继续。知识库从 kb/md 到飞书云文档、再到网页版 site 的各阶段分别记录状态,不能把本地写完当成全部完成。这样你能先核对失败是否局部化、纠正是否真正生效,再决定要不要迁移 Harness;进程权限、插件兼容和 Skill 迁移验收仍需另列任务验证。

2.4.3 这轮Agent大战的淘汰路线

2026-04-04 · 6.4 分钟 · 依据:全程转写约 2.4 千字。两轮淘汰、第一轮的具体动作、大厂抹平壁垒、第二轮以年计均为原文表述。 · 看原视频(抖音)

原文在说什么

他把这轮竞争分成技术落地、人机协作、最终壁垒3层,并判断99%的企业会倒在第二轮。第一轮比谁先用上AI:买Mac、买显卡、装龙虾、装Skills,都能帮助备战,却不直接决定生死。他的理由是,中国工程师和大厂几个月后就能把技术门槛降得很低,人人都能用Agent,企业都会被推入人机协作。现在搭建的技术框架和harness不是护城河,价值是抢到几个月,提前练习第二轮;他认为这一轮的调整窗口以年计,旧公司、旧员工和AI原生组织会在这里分化。

进入协作,先撞上人的能力上限。他举的场景是,一个人同时开6到8个Agent窗口,看起来并行很多,但Agent产出速度超过人的审核和反馈速度。此时不能只归因于Agent不够强,而是人没有找到能承接产出的协作方式。接着是动机:员工即使会用,也未必愿意把经验写成Skill,因为担心“教会徒弟饿死师傅”,于是故意把SOP写模糊,让老板觉得Agent不好用。他认为这种抵抗持续不了太久,因为协作软件正在提供适合Agent使用的命令行,Agent会更容易取得上下文,自己梳理流程。这里讨论的不只是学习意愿,而是岗位价值的重新定位:从具体执行转向判断什么该做、什么不该做。

再往下是团队是否真正接受AI的“基因”。他举浙江跨境老板改造美工设计团队的例子:老设计师认为自己能做99分,AI只能做90分或93分,因此不断挑出AI结果的问题。老板后来另组团队,成员经验都不超过2年,却全是AIGC相关经验。新团队默认图片、视频投放素材就该由AI制作;不满意时,不是自己接手手修,而是持续优化、训练AI。这组对照支撑他的判断:会不会使用工具,与是否围绕AI重新组织工作,是两件事。

解决能力、动机、基因问题以后,他才讨论企业最终靠什么留下来。他提出品位或价值观,以及信任。AI能调研、出方案、跑数据,但做不做、选A还是B、某个机会是否值得全押,仍要人拍板;同一份数据让不同人作出不同决定,因为判断包含经历、审美和直觉。信任则是人与人、品牌、产品之间真实的联系。他认为,当功能、参数、服务体验都能被Agent不断提高,市场充满同质化AIGC产品时,用户选择谁,会取决于对人、品牌故事和产品温度的信任。这是他对最后一轮的判断,不是转写中已经验证的竞争结果。

关键概念
对你的实际应用

你可以先把双Agent协作的限制从“能开多少窗口”改成“有多少结果等待人处理”。在tasks.md的任务记录中拟增“执行者、复核者、待你判断事项、验收证据”字段,让WorkBuddy与Codex不能同时认领同一份正文的写入权。loops.md拟加一条调度条件:上一批结果没有完成复核,就不因有空闲窗口继续扩批;机械错误交回执行者修正,只有目标取舍和授权冲突进入你的待判断事项。这把审核负担显式列出来,而不是把Agent忙碌当成协作顺畅。

你处理知识库时,可以把kb/md保留为正文修改入口,把飞书云文档和网页版site作为同一稿件的阅读层。在quota/pipeline.py的单篇任务记录里拟增“原文定位、正文路径、复核状态、发布稿标识、待拍板问题”;复核状态未确认时,不进入后续发布。复核者只对照转写与正文,标出事实错位、来源外补充和应用推演,不重新写一份竞争稿。正文不合格,先把错误类型送回生成环节修改,而不是长期靠你逐段手修。上述字段与门槛是待你确认的实施方案,不是他在原文里给出的配置,也不代表本轮已经修改系统。

2.4.4 用好openclaw要跨越的3个鸿沟

2026-03-16 · 5.2 分钟 · 依据:全程转写约 1.8 千字。100 人培训现场、三层鸿沟、GPT 与 agent 的差别均为原文表述。 · 看原视频(抖音)

原文在说什么

他先用培训现场说明,AI从业者对Agent的熟悉程度,不能代表普通卖家。他上周给100个跨境卖家做培训和部署,现场此前用过Agent的人是0个;不到5个人用过类似n8n的工作流工具,而且都没有持续使用。原因不是没接触过工具,而是自己搭工作流太难,拿到现成工作流又用不明白。这些经历让他把差距分成认知、安装技术和付费意愿3层。

第一层是把Agent误认为换了入口的大模型,觉得“龙虾”只是聊天软件里的另一个聊天助手。他用达人营销解释区别:把产品和预算交给GPT,可以得到分析与方案,但执行仍要人完成;他设想的OpenClaw则会按预算进入后台创建campaign,联系达人,继续把事情做下去。他据此判断,如果只把它当问答工具,就没有必要专门安装。他身边做AI的人已经讨论Agent之间的管理、上下文共享、无状态性,许多普通用户却连安装这一步都没迈出。

第二层是安装技术。他们原本想在现场用1个小时给大家装好,结果花了3个多小时仍没有全部完成。他把Mac上的过程拆成安装环境、安装本体、接入聊天软件;要做浏览器操作,还要安装和配置浏览器插件。这些步骤几乎都在命令行进行,而现场几乎所有人都是第一次打开Terminal或PowerShell。官网虽给了一行安装命令,他的现场经验却是很难不报错,真正能自主装完的寥寥无几,且大多有代码基础。他认为,没有代码基础、又不熟悉与大模型协作的人,很难独自处理这些问题;但技术差距最容易被弥合,不急着尝鲜的人可以等。他对几个月后安装会变简单的说法,是当时的预期。

第三层是付费意愿。活动后,大家先问的不是能提高多少效率、赚多少钱,而是会花多少钱、怎样更便宜。他认为这会形成循环:为了省钱选便宜模型,体验变差,不愿继续使用,最后装好1至2周又卸载。背后是把Agent按软件定价,而不是按承担工作的人力定价。他举自己团队的开发Agent为例,每月约花2000至3000元,作为软件很贵;但他估算在深圳雇开发应届生、加上相关用工支出,接近每月10000元,并认为能力未必超过Agent。最后,他把3层差距叠加视为普及阻力,也把率先跨过去视为可能的先发优势。

关键概念
对你的实际应用

你可以先把“会回答”和“做完事”在双Agent协作中分开。在tasks.md的任务项中增补“交付物、执行者、验收者、验收证据”。以知识库为例,写好kb/md正文只算本地稿完成,飞书云文档和网页版site各自记录待发布、待回读、已核验,不能用一句“已同步”代替。Codex写稿、WorkBuddy复核时,复核要对照转写稿和成品;需要发布则先确认授权,再用实际回读结果更新状态,而不是根据执行者口头汇报打勾。

你还可以在loops.md增设“环境检查”栏,列出命令可执行、输入可读、输出可写、通知通道可用,并把失败项交给heal.py处理或报出,不把“定时任务已启动”视为业务完成。企微和飞书通知分开记发送结果;失败就保留失败状态,不把另一路成功当成两路送达。这对应他的安装鸿沟:排查时按具体环节定位,不让使用者反复重装整套系统。

付费问题可以落到quota/pipeline.py的运行记录:拟增加“模型、输入与输出token、实际费用、返工次数、验收结果”,按通过验收的单篇计算成本,而不是只比模型单价。同一转写稿试用不同模型时,以事实不越出原文、结构与篇幅合规、可回溯作为质量门槛;未通过的低价稿不计为有效产出。预算上限由你确认后再写入,达到上限就暂停待决,不自动换便宜模型继续跑。这样比较的是完成一篇可用精读花了多少,而不是某次调用看起来省了多少。

2.4.5 openclaw长任务、复杂任务配置

2026-03-01 · 6.9 分钟 · 依据:全程转写约 2.5 千字。症状、三层解法、白板与便利贴比喻、Claude Code 的全局文档做法均为原文表述。 · 看原视频(抖音)

原文在说什么

他先从给十几个客户做部署培训时反复遇到的问题讲起:复杂任务交给 Agent,它马上开工,却经常做到一半停住;推一下动一下,推几次后整个 Session 卡住或崩掉。新开 Session、重启 Gateway 能恢复通信,却往往丢掉之前的工作状态。他把这归为上下文和记忆管理问题,再按从直接扩容到改变任务管理方式的顺序,讲了3层解法。

第一层是换更大上下文窗口的模型。他提到有模型能接收100万、甚至200万 Token,但紧接着列出代价:携带大量上下文会增加开支;按他的实测,不做上下文管理优化时,某款 Opus 模型每次 API 调用就要1美元多。更根本的限制是 Lost in the Middle:窗口能装下,不代表模型能充分使用。他认为开头和结尾容易被利用,中间内容却可能被忽略,所以大窗口烧了更多 Token,长任务表现仍可能不如小窗口。他由此转向另一个问题:能否先把约20K的有限窗口用好,而不是一味追求1M、2M。

第二层是配合使用 Session Compaction 和 Memory Flush。他用白板推导数学题作比喻:白板写满而推理没结束,不能直接擦掉;要先把当前步骤、重要变量记到外部便利贴,再腾出白板,把必要状态写回来继续算。便利贴对应 Memory Flush,把原有信息浓缩为少量状态和关键信息对应 Session Compaction。他据此认为,参数安排合理,就能不断释放上下文空间、延续工作;这是他给出的理论推演,不是实际任务必定无限运行的保证。

第三层针对更复杂的任务:即使有压缩与记忆写出,遇到 Session Lock、异常或 Gateway 重启,仍可能接不上。他区分了临近窗口满载时保存的碎片快照,与从项目开始就维护的完整项目文档。前者依赖当时的语境,新 Agent 得拼凑项目;后者直接交代核心信息、项目脉络、当前状态和下一步。他以转写中所称的“Cloud Code”为参照,称自己借鉴其 MD 文档做法,优化了 Agent 配置,已经能推进跨很多天、与不同人交互的任务。转写没有给出具体配置内容或压缩阈值,只有他关于效果的陈述,不能据此还原成现成参数表。

关键概念
对你的实际应用

你可以先把 autoloop 的恢复入口落到 tasks.md 和 loops.md,而不是把“重启后再读聊天”当作恢复方案。在 tasks.md 的任务条目中增加“目标、已完成、当前步骤、产物路径、阻塞、下一步、更新时间、执行者”,在 loops.md 记录对应任务的阶段及最近一次交接。把“每完成一个可独立检查的阶段,先写状态再推进”作为写入条件;异常退出前能保存多少就保存多少,不等到上下文快满才补记。给 heal.py 的恢复流程加一道检查:缺少产物路径或下一步时,不自动重跑写入步骤,先转人工确认。这里列的是拟采用的字段与门槛,不是他展示过的配置,也不是本次已经完成的系统修改。

知识库的 kb/md → 飞书云文档 → 网页版 site 链路可以按同样方式交接。在 tasks.md 的对应条目补“本地正文路径、正文版本、飞书回读结果、网页回读结果、待处理错误”,把生成正文、同步文档、更新网页分开记状态。WorkBuddy 接手 Codex 的任务时,先读同一条记录,再打开产物核对;收到企微或飞书通知,只把它当作进度提示,不把“消息送达”等同于“正文已同步”。恢复时从有回读记录的阶段之后继续;某阶段没有成功证据,就保持待核验,不凭上一段会话里的口头结论跳过。这样保存的是能支撑下一步动作的项目状态,而不只是上一轮聊天的缩写。

2.4.6 已烧15亿token

2026-02-13 · 6 分钟 · 依据:全程转写约 2.2 千字。三 agent 结构(两业务 + 一调度)、四层管控、单 agent dual sessions 的适用场景均为原文表述。 · 看原视频(抖音)

原文在说什么

他先用「最近烧了15亿的token」说明团队对这套工具的使用程度,再回应上期视频后大家追问的配置问题。他把多Agent的控制分成部署、身份、路由、状态几个层面。团队当前有3个Agent,2个分别处理不同业务,另1个负责项目管理调度。但他没有把业务加管理的分工当成通用答案,而是先说明各团队未必适用,再回顾这套架构怎样从单Agent、多会话逐步演变而来。

单Agent、多会话的吸引力是配置简单、容易上手,记忆也最齐全。他举的适用对象包括自由职业者;想分业务、分项目或并行调用,可以把同一个Agent放进不同群聊。但会话拆开并不代表工作空间拆开:多个会话仍共用一个workspace、一套记忆和配置。不同场景的要求不断写进同一份配置文件,之后每次聊天又把这份长文件注入系统提示词。他用「才刚给你打完一个招呼」就消耗30K的例子,解释上下文膨胀的代价;再加上记忆错乱和性能问题,团队短暂试用后转向多Agent。

接着他把身份划分以外的选择拆成路由和部署。路由决定交互入口:多个渠道还是同一渠道,同一渠道里多个账号还是一个账号。部署则要选择一个还是多个容器,以及同一容器里走一个还是多个gateway。这些组合影响隔离强度,也影响相互调用、知识共享和协助排障的便利程度。

他们最终采用单渠道、多账户、软隔离。客户沟通和内部协作主要在同一个平台完成,所以不需要铺开多个渠道;多个账户用于给不同Agent配置不同的应用权限。部署上,多个Agent共处一个容器、共用一个gateway,各自拥有独立workspace。他认为这样可以减少记忆串扰、提高上下文压缩效率;若一个Agent出故障,还能让另一个去排查和修复。但软隔离只是「君子协议」:同容器里的Agent理论上能访问彼此路径,简单的越狱提示就可能让它看到其他人的聊天记录。共用gateway还有单点故障,共用CPU和内存则会争抢资源。因此他明确说,这不是团队的最终形态。

关键概念
对你的实际应用

你可以先在双Agent任务记录上把「入口」和「执行身份」拆开,而不是因为企微、飞书能分别收消息,就认为任务已经隔离。下一次整理tasks.md时,为任务补上执行者、复核者、来源渠道、来源会话、输出路径、允许写入路径这几项;来源字段用于把结果送回原处,路径字段用于限定本次改动。Codex和WorkBuddy可以共享任务状态,但各自的临时材料、运行日志和任务上下文放进独立工作目录。共享目录只保留确实需要交接的正文和证据,不把所有历史要求继续塞进共同配置文件。允许写入路径仍只是约定,不能把它描述成已经实现了访问控制。

对知识库的kb/md→飞书云文档→网页版site链路,你可以把写正文、发布云文档、生成网页分成独立任务,在tasks.md分别记录上游文件、执行者和产物路径。前一步有文件不等于后一步发布成功;每一步留下结果和失败原因,通知里只报告实际完成的位置,区分正文未生成、云文档未更新和网页未同步。

对quota/pipeline.py和heal.py,你可以分别增加本批次任务数、同时运行数、失败阶段、重试次数的记录,让cron-jobs.json中的任务能对应到具体运行记录。把「多个Agent都失联」与「某个任务失败」分开处理:前者先检查共同入口,后者先查该任务目录,不因一个任务失败就重启整套环境。并发上限要依据你实际记录的资源占用确定;他只指出共享CPU、内存会竞争,没有给出可以直接套用的安全阈值。

2.4.7 狂用openclaw十天

2026-02-10 · 6 分钟 · 依据:全程转写约 2.1 千字。10 亿 token / 1500 美金、agents.md、协调六七个 agent、三项增强中的主动性均为原文表述。 · 看原视频(抖音)

原文在说什么

他先用投入交代这次试验的分量:这周在 OpenClaw 上烧了10亿多 token,大约1500美金。他认为值,不是因为完成了某个单点自动化,而是终于摸清了怎样管理一个 AI agents 团队。他面向一人公司,以及想用 AI 协调团队的人,把 OpenClaw 放在协调枢纽的位置:调教好了,它可以当项目经理;但它不是开箱即用的数字员工,和新同事一样,需要先讲清工作边界、交接对象、汇报方式和必须遵守的规则。

这些行为准则写进 agents.md。他说,基础配置像没有受过培训的新员工,经过过去1周持续优化,才逐渐能协调另外6、7个 agents。他首先增强主动性:如果你发指令,它只执行1次,遇到问题还得再推一下,那它只能当执行零件。OpenClaw 的 Heartbeat 会定时检查项目是否卡住,发现自己解决不了的问题并主动汇报。他们又在规则文件里补充要求,把这种主动性从报障扩展到进度汇报,目标是不必由人逐个追问项目。

接着是可重入性。他要的不是永远在线,而是承认项目会出问题、网络会中断之后,仍能从断点继续,甚至处理造成中断的问题。他给出的反例是重启 gateway:如果系统没有把正在做的事记下来,重启后就可能忘记任务。他把原因归到工作记忆的被动记录:系统认为对话没有重要任务或内容,就不会写进工作日记。因此,他们调整了主动压缩上下文、主动刷新 session 的配置,让跨多天的任务与对话仍能保留不同项目的推进线索。

最后,他把第3项改进称为 agental thinking:不是让 AI 更像人,而是让它用自己更擅长的方式办事。他举发帖子、在 GitHub 发 issue 的例子,比较模拟人在浏览器里点击输入、写 JS Playwright 脚本、直接调用平台 API 这几条路。他判断直接调用 API 最快、最省钱,模拟人操作最慢、最耗 token,于是在行为规则里规定工具优先级。相同思路也用于 agents 协作:共享项目背景不必靠彼此开会聊天,把项目工作记忆日志的路径开放给另一个工程 agents,就可以共享上下文。他最后说还做了其他细节调整,并把配置文件放在评论区,供别人交给自己的 agent 按指示升级。

关键概念
对你的实际应用

你可以先把 autoloop 的定时触发与任务续跑分开设计,而不是只增加 cron-jobs.json 的运行频次。在 tasks.md 的任务条目里补上负责人、最近完成步骤、证据路径、下一动作、阻塞原因;在 loops.md 写清每次恢复时先读哪个任务条目,以及哪些情况必须交回给你。检查规则可以先设为:本轮结束没有新增结果证据,也没有明确阻塞,就不能只报“进行中”,必须核对实际停在哪一步;到期未产出则通过企微或飞书报告断点。通知失败保留待送状态,不把触发成功当成汇报送达。heal.py 若承担恢复工作,应先读断点再决定续跑,避免重启后整项重做。

你让 WorkBuddy 与 Codex 交接时,把任务条目和证据路径交出去,不必聊天复述背景。在 quota/pipeline.py 的任务记录中,可增加当前阶段、产物路径、待处理输入、失败原因与恢复入口;每完成一个阶段先落盘,再进入下一阶段。知识库沿 kb/md → 飞书云文档 → 网页版 site 推进时,也分别记录正文路径、云文档标识、发布状态和回读结果,恢复时只处理尚未确认的阶段。工具选择先检查授权范围内是否有可用 API,再考虑脚本和浏览器;路径共享只开放该任务所需的记录,不附带凭据。这些是待实施规则,不代表现有文件已经具备这些字段。

2.4.8 手机端侧Agent为什么鸡肋

2026-05-28 · 1.7 分钟 · 依据:全程转写约 0.6 千字。点外卖/打车、长链路失败、项目书与排期核对案例均为原文表述。 · 看原视频(抖音)

原文在说什么

他先从自己试过的手机端 Agent 讲起:点外卖、打车之类的杂活基本能做,但碰到长链路任务,或者需要大量上下文的事情,就处理不了。他把这些杂活称为低价值,不是说它们没有用途,而是在区分两类能力:完成一个孤立动作,与理解业务背景、连续完成相关工作。后者才是他接下来判断手机端 Agent 是否有用的尺度,不能用会不会操作手机替代。

随后,他说最近发现了一款内置 Agent 的手机,并把能力分成两层:Agent 本身具有长链路、长任务执行能力,手机厂商又在这项技术上搭建了 harness。他没有只展示点击界面,而是直接提出一项客户交付任务:针对刚聊过的客户,按照公司的服务手册和合同模板,出一份亚马逊 AI Agent 标准解决方案,同时准备项目书和工程师排期。这里既要沿用前面的客户沟通,又要调用公司的交付标准,不能仅凭一句新指令生成通用文案。

他接着强调了成品里的两个细节。排期中的最终日期,是核对过工程师时间表之后确定的;项目书的模板,也采用公司自己的模板。前者说明日期要受实际人员安排约束,后者说明交付形式要服从公司标准。接着他主动承认,这件事放在电脑上,Agent 完全能够完成。因此,他不是用这个例子证明手机比电脑更能执行任务,而是把问题转向手机能为决策者增加什么价值。

他的回答是,把原来分散的信息聚合起来,成为老板随身的决策入口。客户信息在聊天记录里,报价在表格里,排期在工程师日历里,合同模板在公司知识库里,Agent 要把这些资料连到同一项任务上。论证最后落到业务连接上:对决策者而言,能否打车并不是最重要的,重要的是拿到完整业务上下文,接入公司的 ERP 和 SaaS,取得该取的数据,再把公司 SOP 变成执行任务的标准 Skill。他判断端侧 Agent 是否真正有用,凭的是业务资料能否进入任务、执行是否遵循公司标准,而不只是手机上多了一个助手。

关键概念
对你的实际应用

你可以先把企微、飞书定位为随身任务入口,而不是另建一套手机专用执行系统。下一轮修改 autoloop 时,在 tasks.md 的业务任务条目中补上原始指令、来源会话、资料路径、资料读取状态、适用 SOP、验收条件和结果回传位置;在 loops.md 写入执行前检查:任务依赖的资料全部读取成功,才进入生成阶段,任何必需项缺失就标为待补资料。你从手机发出客户方案请求后,WorkBuddy 与 Codex 都读取同一个任务条目,不靠各自聊天记录猜客户是谁。排期任务还要附日历核对结果,未核对就不输出承诺日期。这是把他例子中的客户背景、公司模板和实际排期,转成可检查的任务条件。

知识库这条链路可以承担公司标准的来源,但要区分“正文存在”和“任务确实使用了正文”。下一轮改造时,让 kb/md 中被引用的 SOP 附带适用任务、必需输入、执行步骤和验收条件;任务记录具体读取的文件与版本,飞书云文档、网页版 site 继续承担查阅入口。双 Agent 交接时,执行者附上引用段落和产物路径,复核者逐项比对,不只回复“已看过知识库”。例如客户方案必须核对所用模板与排期依据,缺少哪项就退回哪项,不让另一个 Agent 重新凭印象起草全文。这样,你在企微或飞书收到的不是一段脱离资料的答案,而是一份能够追到任务、来源和公司标准的交付结果。

三、与在用工作的关联

这套内容里的什么对应你手上的什么具体怎么用
让专家做二选一选择题我提炼你判断的方式以后问你偏好时给 A/B 两个具体方案,不要让你写方法论
skill 版本管理(skills-sync 三件套)~/.agent-autoloop 30 多个脚本无版本控制git init,每次改动有据可查
skill 管下限、Loop 管上限晨报/午报只有产出,没有回测给每类产出记「收敛轮次」,看改几轮才满意
三层归因 Agent/Harness/Skill今天云端转写超时那一次排障按三层顺序问,先别改提示词
无感留痕logs/ 有记录但没人看自动汇总成周报,不增加填报动作
终态检验(停补贴还自费买)你的自动化是否真在用每月看一次 cron 触发率与漏发率

四、逐日追加队列

30 条全部完成,每条一份独立深蒸馏网页版(见上表右列)。后续号主更新时按「新一条进队列 → 当天出 HTML」执行,不再累积。