- 博客(26)
- 收藏
- 关注
RSS订阅原创 用 AI 批量生成系列内容卡片，15分钟搞定9张图
用 AI 批量生成系列内容卡片的方法，15分钟搞定9张风格统一的配图。包含实操步骤、效果对比和进阶玩法。
2026-05-01 20:38:23
206
原创 开源Agent 真免费吗？我算了一只“虾“的首月成本
开源 Agent 真的免费吗？我算了笔账：一只 Agent 首月成本约180元，4只Agent叠加成本超700元，还不包括调试时间和稳定性成本。想学习值得折腾，想交付建议用开箱即用工具。
2026-05-01 16:31:47
340
原创 费时费力费 Token 还养不好——Agent 训练的成本真相 [特殊字符]
算一笔养虾的真实账：一只虾第一个月约 $25，4 只虾就是 $100/月，还没算 30 小时的时间成本。养虾有价值，但学到东西后该换交付型工具了。
2026-04-30 22:39:26
294
原创 “探索型 AI“和“交付型AI“是两个完全不同的物种 [特殊字符]
用了一年 AI 工具后，我发现"探索型 AI"和"交付型 AI"完全是两个物种。搞混了它们，你会在 AI 上浪费大量时间和钱。本文用大白话讲清楚两者的区别、为什么大部分人用错了，以及正确的使用姿势。
2026-04-24 22:45:55
382
原创 中文 AI 工具的最大机会，不是模型而是闭环
模型层的仗基本打完了，中文AI的下一个战场在应用层和工程化封装。谁能把"足够好"的模型包成闭环成品，谁就能成为核心入口。
2026-04-23 21:02:07
533
原创 探索型 AI 与交付型 AI：两种截然不同的技术物种
过去一年高频使用各类 AI Agent 工具后的分类框架：探索型 AI 与交付型 AI 是两种完全不同的技术物种。搞混了这两个，你会在 AI 工具上浪费大量时间和成本。
2026-04-17 18:38:34
528
原创 为什么我们没做超级 Agent，而是搞了个多 Agent 应用中心？
做 AI 产品选架构时，我们在"超级 Agent"和"多垂类 Agent"之间选了后者。这篇文章从用户真实需求、工程实现、实测数据三个角度，聊聊为什么垂类 Agent 在重复任务上是降维打击，以及多 Agent 应用中心的适用边界。
2026-04-17 14:25:07
385
原创 自我改进的 Agent 听起来很美好，但日常干活还是不行 [特殊字符]
更聪明的虾，还是虾。实测 Hermes（Nous Research 的自我改进型 Agent）后发现，虽然它能自动总结经验、创建新技能，但底层架构仍是单一超级 Agent，存在工具共享、命令行门槛、无品牌包、无内容闭环等问题。适合 AI 研究员和极客，但不适合内容创作者和普通用户。
2026-04-16 19:28:52
197
原创 命令行 Agent 和图形界面 Agent，服务的是完全不同的人 [特殊字符]
最近 Hermes Agent 很火，但它和 TipKay 服务的是完全不同的人。本文用对比表和生活化比喻，帮你理解命令行 Agent 与图形界面 Agent 的本质差异。
2026-04-16 17:54:34
209
原创 从 Manus到OpenClaw 到Hermes：超级 Agent 在进化，但方向对吗？[特殊字符]
梳理 2025-2026 年超级 Agent 的进化史：从 Manus 的闭源震撼，到 OpenClaw 的开源养虾，再到 Hermes 的自我改进。但进化方向可能走偏了——让单个 Agent 越来越强，不如让一群 Agent 分工协作。对比超级 Agent 与多 Agent 矩阵的核心差异，探讨交付型 AI 的正确打开方式。
2026-04-15 16:36:08
530
原创 Hermes抢 OpenClaw 用户，说明了什么？
Hermes 内置 OpenClaw 迁移工具，看似是"毕业"，实则是超级 Agent 圈内卷。真正的进化不是换更强的鱼缸，而是从探索型转向交付型。
2026-04-15 11:24:18
250
原创 MCP 协议深度解析：从原理到实践，普通人如何低门槛上手？
MCP (Model Context Protocol) 是 Anthropic 推出的开放协议，旨在让 AI 模型以标准化方式接入外部工具。本文从原理、生态现状、使用门槛到降低门槛的实践方案，全面解析 MCP 协议，并给不同用户类型的上手建议。
2026-04-14 09:57:51
363
原创 OpenClaw 解决了什么？还有哪些没解决？——从工程架构视角分析
OpenClaw（GitHub 247k+ star）是 2026 年最火的开源 AI Agent 框架。本文从工程架构视角深度分析：它解决了 Runtime 开源、本地运行、持久记忆等问题，但在稳定性、工具隔离、可干预性、数据迁移、复用分发和安全层面仍有架构级缺陷。文章通过与 TipKay 的架构对比，揭示"通用 Agent"与"多垂类 Agent 矩阵"两种范式的本质差异。
2026-04-14 09:56:59
363
原创 ClaudeSkills解决了什么问题？还有哪些问题没解决？
Anthropic 的 Claude Skills 是优秀的工程方案，但它解决的是"单一超级 Agent"路线上的模块化补救。本文从工程师视角分析 Skills 的边界，并探讨"原生多 Agent 矩阵"作为另一条路的可能性——以及为什么后者更适合中文创作场景。
2026-04-13 13:39:18
788
原创 Agent 工具系统：如何给 Agent装上双手
工具系统把 Agent 从"只能说"变成了"能做事"。调度表模式让工具扩展变得轻而易举，安全边界确保 Agent 不会越权操作，原子化+可组合+描述清晰的设计原则保证了工具体系的可维护性和可扩展性。
2026-04-08 19:42:36
392
原创 Agent时代：模型是 Agent，代码是 Harness
13篇文章完整解析 Claude Code 的 Agent 系统设计。循环不变，机制叠加——模型是 Agent，代码是 Harness。适合程序员、产品经理、团队管理者阅读。
2026-04-05 17:06:51
398
原创 AI Agent 核心原理解析：一个 while循环如何实现自主决策？
深入解析 AI Agent 与普通 LLM 对话的本质区别——一个 while 循环（Agent Loop）。通过伪代码、流程图和真实案例，揭示 Agent 如何将控制权交给模型，实现自主决策与任务执行。
2026-04-01 11:56:30
478
原创 AI Agent不是你以为的那样
AI Agent 不是你以为的那样。本文从 DeepMind DQN、OpenAI Five、AlphaStar 到腾讯绝悟，剖析了真正 Agent 的核心特征：Agent 是训练出来的模型本身，不是规则拼出来的工作流。我们探讨了 GOFAI 与真正 Agent 的本质区别，以及程序员在这个新范式下的角色——不是造司机，而是造车（Harness）。
2026-04-01 11:14:09
370
原创 突发！OpenAI与Anthropic同日发布旗舰模型，AI编程进入“贴身肉搏“时代
OpenAI与Anthropic同日发布旗舰AI编程模型，Claude Opus 4.6以百万Token上下文和多Agent协作挑战GPT-5.3-Codex的执行派路线，AI编程进入Agentic Era新阶段。
2026-02-06 12:13:15
471
原创 Claude Cowork 爆火：执行型 AI 走向开放生态平台（MCP/Agent/工作流）
Cowork让“AI能执行”被看见；真正决定上限的是开放生态，把模型、工具、数据与工作流装进可交付链路。
2026-01-27 10:15:18
487
原创 Claude Cowork 爆火后，为什么我更看好 Tipkay？
Claude Cowork 爆火背后，AI 从"给建议"走向"能执行"。本文深度对比 Cowork 与 Tipkay，解析为什么 Tipkay 才是更务实的选择——端到端交付、垂类智能体、开放生态，注册即用。
2026-01-26 11:40:47
1418
原创 我也想抢 Cowork 白名单，但最后让我真“用起来”的其实是 Tipkay
拒绝“PPT”级 AI：从 Claude Cowork 的白名单热潮谈到能真正交付的 Tipkay MCP 生态。深度拆解通用智能体与垂类智能体的协作，解决 AI 落地最后 1 公里的“体力活”。
2026-01-24 08:33:42
894
1
原创 告别排版困境！AI 写作到发布全自动化的完整方案
在内容生产效率被 AI 彻底改革的时代，排版和多平台发布仍是最后的"卡脖子"环节。本文介绍如何通过 Agent + MCP 技术组合，实现从 AI 写作到自动发布的全流程自动化，告别手动排版，只需3步打造专属的内容运营助手。
2025-12-12 21:41:35
1031
原创 如何用 Tipkay 3分钟打造你的专属 AI博客Agent
在内容创作的时代，通过 Tipkay 零代码快速构建 AI 博客Agent，自动撰写并一键分发到今日头条、掘金、CSDN、知乎等主流平台。
2025-12-10 19:57:45
739
原创 有多少人工，就有多智能：大模型时代的Cursor、Manus案例剖析与企业战略布局
总之，大模型确实很厉害，但我们不要只顾着眼红模型厂商天天屠榜，也不要陷入被替代的焦虑中无法自拔。“有多少人工，就有多智能”，在大模型时代这句话依然适用，只是"人工"的定义变了。以前的人工是标注数据、写死规则；现在的人工，是设计流程、构建架构、洞察场景。请学会借助模型的能力，快速找到属于你的支点，去撬动业务的增长。因为在你也许多想一秒钟的时候，你的对手可能已经装上大模型的引擎，在起飞的路上了。
2025-12-05 12:06:48
845
原创 Claude Opus 4.5 + Cursor 如何真实改变前端开发：60% 提效的真相与未来
深度分析 Claude Opus 4.5 对前端开发的真实冲击。不是前端要死，而是只会搬砖的前端工程师要死。通过对比演示场景和真实业务场景，揭示 AI 60% 提效的真相，展望自然语言编程时代的前端工程师转型方向。
2025-12-02 10:13:09
1321
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人