很实用的产品！开放工位不敢跟 AI 说话，怕同事听见你在改简历/吐槽方案？打字又慢到崩溃？ YC 刚融资的 Subvocal 眼镜，戴上后几乎不可见地微动嘴，200+词/分钟无声转文字。办公室、地铁、咖啡馆都能安静跟 Claude/ChatGPT 聊天、写邮件、记笔记，不用手、不出声、不受噪音影响。 真正解决“说话太尴尬、打字太慢”的输入革命，预购已开放。 #Subvocal# #AI眼镜# #无声输入# #效率工具# #YC# #人机交互# #办公痛点#

SHE NICEST Global联合SIMAN LABS Meetup · 深圳站来了！@SIMANLABS 8月14日—8月16日｜联想后海中心 A 座 连续三天，三种玩法，提前感受 AI 时代正在发生什么。 如果你正在关注 AI、创业、产品、Vibe Coding，或者只是想看看—— AI 到底正在怎样改变我们的工作、产品和生活？ 这次深圳站，来聊点真正有意思的。 8.14 周五｜AI × 企业工作流闭门交流会 企业管理者 / 产品 / 运营 / 创业团队优先 财务报表、销售跟进、客户看板、日报周报、PPT…… 那些每天重复、耗时、又让人头疼的工作，能不能交给 AI？ 现场从真实办公痛点出发， AI 工作流 × Vibe Coding × 一键部署， 带你把一个真实需求，现场变成可以使用的 AI 应用。 8.15 周六｜AI时代：下一代产品与创业机会在哪里？ AI 从业者 / 创业者 / 产品经理 / 开发者 / 科技爱好者 AI Native、智能硬件、AI 陪伴、AI 消费产品…… 下一代产品正在长什么样？ 邀请来自 AI、智能硬件、创业与新消费领域的行业嘉宾， 分享他们正在做什么、看到了什么，以及他们眼中的下一波产品与创业机会。 不只聊趋势， 更想听听真正做产品的人，正在经历什么。 8.16 周日｜从一个想法，到一个真正的 Demo AI 小白也可以来 She Nicest 黑客松优秀选手现场分享作品， 再由秒搭带你体验 Vibe Coding： 一个想法 → AI 辅助开发 → 完成 Demo → 在线部署 你不需要会写代码， 也可以带着自己的想法来现场试一次。 ⸻ 🚀 这不仅是一场 Meetup 它也是 She Nicest 8月26日—8月30日「千人黑客松」深圳站的预热活动。 你会提前看到： AI 正在创造什么 → 人们正在做什么 → 下一代产品可能是什么 → 你自己又能做什么。 三天，三种视角： 企业落地 × 行业趋势 × 亲手创造 如果你最近也在想： 「AI 这么火，我到底应该怎么参与？」 「别人都已经在用 AI 做产品了，我是不是也可以？」 「下一波机会到底在哪里？」 那就来深圳站，别只在线上看 AI 的未来，来现场认识正在做未来的人。 📍 联想后海中心 A 座 📅 8月14日—8月16日 扫码关注 SHE NICEST 公众号，回复「深圳」获取报名链接。 名额有限，提前报名。 深圳见。

中国楼市当下的痛点和局势是什么？房价还能不能涨？ 今天来简要解读下： 国内目前有超百万亿的低效存量房产，无法产生收益， 这也标志着楼市正式迈入减速、减价、减量的“三减时代”。 楼市早已不存在全面上涨的行情，整体将长期稳中有降。 房价涨跌不看市场周期，只依托三大核心要素：经济增长、人口增长、居民收入增长。 只有三者同步向好的少数区域，房价才会小幅上涨。 房地产彻底告别了靠住宅规模、速度、成本取胜的传统开发模式，正式进入后开发时代。 行业发展重心转向“1+7”多元不动产体系，在住宅之外， 办公、商业园区、物流仓储、医疗康养、酒店度假、公共物业等七大业态，成为全新发展风口。 未来非住宅不动产，不再依赖开发卖房盈利，核心比拼两大能力： 一是运营能力，主打提升单位面积租金收益， 二是资产管理能力，通过盘活资产、优化资金流转，实现资产保值增值与高效变现。

普通人想挣到 1000 万，别幻想一夜暴富，你必须闯过四道生死关。 第一关打工： 别傻傻单纯埋头干活！公司就是免费商学院。 搞懂货源、定价、流量、成交、复购整套玩法。 靠公司资源做成业绩不算本事，低成本拿到结果，才是你带得走的硬底牌。 技能没打磨出来之前，裸辞创业基本等于送死。 第二关起步： 千万别上来租办公室、招一堆人自我感动。 找到一群人一个痛点，做出最小产品，亲自去接单、收款、服务客户。 把获客到复购完整闭环跑通。 顺序搞清楚：先活下去闭环跑通，再谈扩张做大。 第三关破局： 最大的牢笼，就是永远售卖自己的时间。 把你的经验打包成产品，工作做成标准化流程。 琐事丢给 AI、外包，你只抓流量、决策、核心资源。 搭建属于自己的赚钱系统，利用内容杠杆滚动生意。 做到不用天天死磕干活，现金流依旧持续进来。 第四关守财，也是无数人栽跟头的一关。 太多人能赚钱，根本守不住钱，风光几年一夜打回原形。 预留家庭开销、运营储备，守住安全底线。 资金分开防守和进攻，看不懂的项目别碰，杠杆不要乱加。 短暂暴富毫无意义，长久稳住财富才是本事。 普通人的财富从来不会平缓上涨。 长年默默沉淀，等待风口到来实现阶层跳跃。 风口抓住拼命放大；浪潮褪去手里依然拥有重来一次赚钱的能力。 讲个真人故事，看完你就懂这套逻辑有多狠： 我认识一个在互联网大厂做运营的男人，月薪两万八。 身边所有人下班刷短视频、混饭局，只有他潜伏在公司，玩命吃透流量转化、客户运营整套逻辑，足足蛰伏四年，绝不冲动辞职。（第一关） 攒下一点本金后，他没有头脑一开就租门店招员工，瞄准中小企业线上获客痛点，一人身兼数职，接单、交付、售后全部亲自上手，硬生生跑通小单盈利闭环。（第二关） 赚到第一笔钱，他立刻跳出靠出卖时间接单的模式，把服务流程标准化，重复性工作外包、AI 承接，专心做内容打造流量渠道。慢慢形成自动运转的生意体系，哪怕不用全天干活，订单源源不断进来。（第三关） 最关键的一步来了：前两年行情火爆，一年净赚三百多万。身边朋友怂恿他加杠杆扩张、跟风投机炒项目，他直接拒绝。强制拆分资金，一半防守储蓄，一半稳步投入主业。 同期一大批同行疯狂扩张、盲目梭哈，行情下行之后负债累累。而他平稳扛过寒冬，持续滚动资产，如今资产稳稳冲破千万。 绝大多数人输在哪？ 要么打工只顾领薪水，啥本事没攒就盲目创业； 要么刚赚一点小钱就膨胀，大举铺摊子； 永远被困在用时间换钱的死循环； 最致命的是，赚到钱肆意挥霍、乱加杠杆，一场风浪打回原点。 千万资产不是埋头苦干熬出来的，是一步一关，层层迭代闯出来的。

腾讯 @TencentHunyuan HY3的正式版来了！ 4 月底发布 Hy3 preview 后，混元团队在 50 多个业务中获得了广泛的反馈，修复了各种体验问题，进一步提升了后训练的质量和规模。 今天正式发布的Hy3，它展现出显著强于同尺寸模型的智能水平，并比肩更大尺寸旗舰模型的效果，大幅提升了在各类产品和生产力任务中的实用价值。 更强大的智能体能力Hy3 基于 preview 版本进一步提升了后训练数据的质量和多样性，扩大了 RL 算力规模，在推理、智能体、长上下文等任务上显著进步，取得了比肩国内外更大尺寸旗舰模型（参数规模往往是 Hy3 的 2～5 倍）的效果。 Hy3 在软件开发、办公生产、金融建模、前端设计、游戏制作等生产力任务上的进步尤其显著，可以成为高性价比的可靠选择。在内部组织的 270 位专家基于真实工作的模型盲测中，Hy3（均分 2.67 / 4）展现出优于 GLM5.1（均分 2.51 / 4）的表现，尤其在前端、数据与存储、CI/CD等类别优势显著。 我们都知道模型的实用体验不完全与榜单成绩挂钩。 所以基于广泛的用户反馈和分析，团队定位并优化了一系列体验向能力，获得了产品侧一致且积极的评价： 输出格式和工具调用稳定性：  正式版显著改善了一系列基础底线问题，确保模型在各种工具设置和输出要求下达到生产级标准，工具调用的错误恢复能力和效率大幅提升。另外，Hy3 还增强了跨脚手架泛化性，不同脚手架（如 Codebuddy、Cline、KiloCode）在 SWE Bench Verified 上的分数标准差控制在 4 个百分点以内。 知识常识和抗幻觉能力：  内生知识和外部幻觉问题相互关联，且对于真实体验至关重要。基于“有依据才回答、无依据明示缺失，多来源信息不乱拼，数据和状态不乱编”的理想态，团队进行了细粒度的数据清洗和训练约束。在基于真实产品的内部评测中，Hy3 的幻觉率从 12.5% 降至 5.4%，常识错误率从 25.4% 降至 12.7%，显著改善了“张冠李戴”、无中生有、逻辑矛盾等问题。 复杂上下文承接与多轮意图保持能力：  Hy3 在 SFT 与 RL 阶段联合优化了指代消解、省略还原及多轮约束继承等业务痛点问题，内部评测的多轮问题率从  17.4% 降至 7.9% 。同时 Hy3 在长对话理解基准中取得显著跨越（如 MRCR 从 42.9% 升至 75.1%），整体输出更加精炼的同时确保复杂意图在长程交互中不衰减、不跑偏 Hy3 已以 Apache 2.0 协议在 GitHub、HuggingFace、ModelScope、GitCode开源。 得益于一系列软硬协同的优化，也进一步降低了 Hy3 在腾讯云的 API 价格及在 WorkBuddy 等产品上的使用成本，让混元模型普惠更多用户和场景。 Hy3 API 价格（每百万 Tokens） 输入1 元 输出4 元 输入（命中缓存） 】 0.25 元 从 1 月底重建基础设施，到 4 月发布 Hy3 preview，再到今天迭代升级 Hy3，团队用不到半年跑通了从底层基建到产品落地的完整研发链路。 但这只是一个起点，还有很多问题需要解决，混元的重建和进步才刚刚开始。

Anthropic 今天正式上线了一个叫做「Claude for Legal」的仓库，一口气放出了 12 个针对具体法律岗位的插件，以及超过 20 个连接行业常用软件的 MCP 连接器。 无论你是公司法务、打并购战的律所、专注隐私和 AI 治理的法律顾问，还是每天苦熬到半夜的诉讼律师，甚至是法学院里摸爬滚打的学生，这个仓库都给你准备好了对应的 AI 工具，直接在 GitHub 上开源了： 这些插件用之前不是即插即用，你得花 10 到 20 分钟，带着 Claude 做个简单的“冷启动访谈”，把你团队的 playbook、模板和风格习惯都塞进一个叫 CLAUDE.md 的本地文件。这样，以后每个插件干活儿的时候，都自动按照你自家的风格和标准来。 Anthropic 这么搞，是为了彻底解决 AI 法律工具最常见的槽点：输出内容太通用，看起来不像哪家律所自己的东西。 Anthropic 还是挺懂律所的痛点的。 比如 Vendor Agreement Reviewer 插件，它能自动对照你家合同模板改供应商协议，还贴心地输出一份 redline 备忘录； 又比如 NDA Triager，帮你自动把涌进来的 NDA 文件按绿黄红分级，绿灯放行、红灯直接推律师处理； Claim Chart Builder 插件可以一键生成专利侵权对比表； Privilege Log Reviewer 自动帮你跑第一轮特权日志审查； 而 Docket Watcher 插件则不知疲倦地盯着法院动静，帮你把最新动态实时扫进来。 简单讲，就是把律所里最烦、最机械、最浪费人力的活，变成了一个个简单的 slash command。 如果说插件解决的是律所内部效率问题，那么对行业系统的深度接入才真正体现 Anthropic 的野心。 现在，Thomson Reuters 的 CoCounsel、Harvey，还有 iManage、NetDocuments、Ironclad、DocuSign、Everlaw、Relativity、Box、Datasite 等几乎所有你能叫得上名字的平台，全都接入了官方 MCP 连接器。日常办公的 Word、Excel、Outlook、PPT 也全线打通。合同改完后，Claude 甚至会直接输出成 Word 修订模式，律师一条条接受或拒绝就行。 Anthropic 不只是把目光停留在高端律所。他们还特意做了些更「接地气」的事儿，联合 Free Law Project 和 Justice Technology Association，给法律援助机构、公设辩护人、非营利法律组织推出特别折扣，连给普通当事人设计的 Courtroom5 工具也接进来了。这点挺让人感触的，因为美国大约八成民事诉讼里的原被告，根本请不起律师。 Claude for Legal 背后的大脑是刚升级的 Claude Opus 4.7 模型。Anthropic 很谨慎地强调：所有插件输出都是“仅供律师审阅的草稿”，绝对不能替代律师的专业判断。 README 文件里反复提醒：引用必须追踪来源，涉及特权和主观法律判断时，要默认保守处理。毕竟法律这件事，AI 还是不能完全代替专业律师。 官方博客：

AI 时代到底应该怎么变现？ 能真正换来真金白银的，本质上只有四样东西：注意力、认知、交付、资产。 一、 AI 变现的五条常见路径 1. 卖注意力（吃流量与商业广告） 怎么赚：做自媒体博主接商单，或者做短剧、漫剧、工具站吃平台的播放分成和广告费。 这一类赚的是“曝光费”。但平台的红利窗口往往非常短暂，风口过去了，其实订单就会慢慢变少，赚的钱也更少。它适合本身懂内容、懂流量的人，而不是技术人。 2. 卖认知（卖方法与信息差） 怎么赚：卖课程、一对一咨询、企业内训、陪跑训练营。 买方买的是“方法论”，图的是省去自己摸索的时间。这类业务的特点是回款快、现金流好，但天花板取决于你的个人声誉和销售能力。一个比较通用的方法就是开直播去卖课，或者是自媒体引流。 3. 卖交付（帮客户直接拿结果） 客户其实多数时候不想学怎么用 AI，他们只要结果。交付主要分两类： 重交付（深度定制与入企落地）：深入大中型企业内部，帮他们把 AI 嵌进业务系统（行业常说的 FDE，即全流程技术与方案落地）。这种客单价高，但商务谈判周期长、技术门槛高、极度消耗团队精力。 轻交付（个人即可跑通的服务）：比如帮某个垂直行业的商家按月代做内容、做获客优化、把公司堆积的内部资料整理成好用的知识库并负责日常维护、搭建自动化办公小流程。按月收服务费，一个人也能做。单纯卖一个建站服务已经行不通了，必须解决客户具体的业务痛点。 4. 卖资产（一次劳动，无限次售卖） 大资产（独立产品/软件）：做一款 AI 工具或 SaaS。开发周期长、获客成本高、内卷。 小资产（轻量级工具包）：一套调试好的自动化工作流程、一份行业专属的提示词/工作模板、一套整理完整的垂直资料库。做一次之后边际成本几乎为零，可以反复低客单价出售。它比做软件简单得多，又不像接单那么耗费时间。 5. 卖通道（中间商赚差价） 怎么赚：海外接口Router、额度代充、账号分销。 前阵子靠信息差爆赚过一批，但随着比价内卷，大部分纯拼低价的个人已经离场，剩下的基本都在转向服务有长期稳定需求的企业客户。

昨天OpenAI一口气放出了好几个看起来完全不同的东西：常驻AI助理Dots、新模型GPT-6.1Sol，还有一个多人协作空间ChatGPT Space。 这样看他们的路线已经很清晰了，要成为牛马们每天工作就要打开的东西，也可以说是打开就要工作的东西TAT 光靠卷跑分卷SOTA卷谁的模型更聪明一点投入产出比已经不高了，也很难让用户一直留下来。不少人都是脚踏两条船的，Claude好用换Claude，GPT好用换GPT，真逼急了还能调调Gemini。 但是，如果你的项目资料、工作进度、同事和 AI 都在一个地方，换起来就完全是另一回事了。这就像我们一直说的微信的护城河一样，抄一个差不多的软件是不难，但是用户的社交关系和使用习惯是很难抄走的。 简单介绍一下这几个更新，Dots属于是一个持续交代目标后持续进的AI助理，本身是一种Agent,你把它理解成那种会把活分出去、再跟进结果，会主动找你，即使聊天结束工作还能继续，又能长期做一个差事的高级牛马。 这里面判定这个东西成不成功的关键，是到底能不能把一件长期跟进的事交给他，然后Dots能不能长期做好这件事。 也就是说，Dots的任务是来改变用户和codex的交互。 原来我们用 ChatGPT，本质上是在发起任务。你打开一个聊天框，跟它说要做什么，它回答完，这个交互基本上就结束了。 openai想让这个逻辑变化一下，正常用户不需要一直持续不断地给他提示词，只要给他有目标、权限和边界，他就能持续干活，还会来找你。 这就很像高级的有主观能动性的真人员工了。 紧接着就是第二个问题：如果每个人都有一个持续工作的 AI，那这些 AI 在哪里工作？这就是 ChatGPT space出现的问题。它和年初的那个什么小龙虾工作室想传达出的感觉是一样的，但本质是区别很大。 Space 不是说搞了一个像 Google Docs 这样的文档，也不是那个小龙虾工作室那种表皮，它补齐了一个人机协作的办公室。 过去，一个人和 ChatGPT 的对话、另一个人和 ChatGPT 的对话，以及 Agent 的工作，这些都是割裂的。现在可以让团队成员、ChatGPT 和 DOS 使用同一批项目资料，在同一个环境里修改页面。这样，一个人可以工作，一个 Agent 可以工作，另一个人也可以接着这个结构继续工作。 新模型GPT-6.1Sol也不是单纯为了说搞了一个更聪明的模型、提高了它的智商。因为 Astra 的复杂任务表现更好，不过他成本更高。 我们聊天的时候，模型贵一点问题是不大的，一天问个几百次也没问题。但是常驻的 Agent 是不同的。AI 产品对大多数人来说最大的痛点就是：完成一份工作到底需要多少钱。 人把AI用来工作的时候，一定是会算投产比的，有些人忙完了发现token费用比他赚的还多，这就很尴尬。 所以连起来一看，6.1 sol和Astra 一起构建了一个大脑， dots是协调办事的优秀员工，space 是人和 AI 的共同的工作环境。 这是一个比较完整的产品逻辑。 我们从好的地方来看： 首先，它有一个往 C 端落地的产品，坚持做 C 端落地的事情，肯定是能对整个 AI 利好的。 其次，这也有可能是模型的智商暂时不太好往上提了，见仁见智吧。 最后打个广告喵，GPT代充可以找我~今天pro20能充了，pro500 也能冲啦~私信就可以了喵~

最近一则飞书被拆, 钉钉被重做的消息坐实了国内AI赛道C端流量亮眼，但商业化落地阻力重重的现实. 都说老黄在美国搞循环投资, 一旦最后落地不顺可能引起连锁奔溃反应. 目前看来传统互联网的日活指标可能无法有效指引AI的实际商业转能力. 豆包日活约1.78亿，付费版上线仅一月有余，付费用户仅几十万。每日算力成本数千万，日收入却不足百万，庞大流量很难转化为实际营收。 补贴获客模式已被证伪。腾讯10亿红包助推元宝除夕日活冲至4054万，活动结束后流量近乎归零；阿里千万补贴过后，日活维持在4000万。红包能换来下载，却养不出用户真实使用习惯。 巨头集体转向To B求破局。受海外AI编程产品高营收启发(Claude Code OpenAI Codex)，腾讯发力AI编程与智能体，阿里拆分钉钉AI整合办公产品，字节调整飞书架构，产品团队并入豆包、销售划归火山引擎，加码B端市场。 衡量AI产品，付费率、红包依赖度、数据打通能力远比日活更关键。烧钱的核心目标是构筑竞争壁垒，行业竞争已经从拼用户规模，转向商业化落地与数据壁垒建设。 巨额资本持续涌入AI行业，却普遍陷入高投入低收益的困局。C端用户付费意愿偏弱，高昂算力持续挤压利润空间，成为行业共性痛点。补贴催生的流量只是短暂泡沫，无法形成长期护城河。突围不能只押注C端订阅，要深耕行业场景挖掘B端真实价值。最终跑出来的企业，必然是技术、场景、数据三者全部打通的参与者。目前看来全世界都抱着2B编程这唯一的救命稻草作为出路(老马的SpaceX收购Cursor), 业务增长的确是实实在在的, 但是不是也太单薄了一些. 到底什么时候2C的cash cow 场景才可以跑通啊?

Boris Cherny（Anthropic 工程负责人）在最近的红杉 AI Ascent 大会上说，他现在大部分工作从手机完成。Claude App 里常驻 5 到 10 个 session、几百个 Agent，夜里有几千个在跑深度任务。他管这种做法叫 Loop，让 Claude 用 cron 起一个定时任务，可以每分钟、每五分钟、或者每天跑一次。 我本来还不太习惯用手机操作 Agent。这几天受邀测试最新版的 TRAE SOLO Mobile，刻意多在手机上试用，越用越能理解 Boris 说的那种变化。 This content is only supported in a Feishu Docs 这次 TRAE SOLO 首次实现了移动端、Web 端、桌面端（含 Windows 版）的全量开放，并真正做到三端同步联动，让 Agent 使用的场景大幅扩展。我在手机端体验了几天，结合官方新推出的功能，一些感受： 【1】Agent 已经不是程序员专属 打开 TRAE SOLO，首页让我先选模式：Code 还是 MTC（More Than Coding，意思是“不只是写代码”）。Code 模式好理解，写代码、跑 Git、看 Diff，而 MTC 模式则全面覆盖了写文档、数据分析、报表生成等日常办公场景。 从 Claude Cowork 发布开始就已经有了这个趋势，上周 Codex 的升级也是宣称：“用 Codex 做几乎一切工作（use Codex for (almost) everything）”。 TRAE SOLO 最新的升级同样顺应了这个趋势，从一个编程 Agent 泛化到了通用 Agent。 最新版本特别强化了飞书 CLI 接入功能。现在只要简单授权，就能在 TRAE SOLO 里直接操作飞书文档：例如，输入一句指令，“帮我整理一份本月 AI 编程工具市场动态”，Agent 会自动去网上检索，最后直接生成飞书文档或者动态网页，完全不需要人工再去排版或复制粘贴。 与过去“AI 给文字、用户再粘到飞书”的繁琐流程相比，这种一步到位的体验已经完全不是一回事了。 【2】三端连起来是什么体验 这次 TRAE SOLO 的一个大动作是三端（手机、Web、桌面端）全量开放，不再需要邀请码，所有用户都能用。 单独看 Mobile 端，它主要解决随时下发任务和确认任务的问题。但只有当 Mobile、Web 和 Desktop（包括最新上线的 Windows 版）真正打通之后，你才能真正做到随时随地让 Agent 持续执行任务。 过去云端执行环境总有局限，不能访问本地工具。而 TRAE SOLO Mobile 解决了这个痛点——只要完成简单的设备配对，你的手机就可以直接控制云端环境与本地多台设备。任务信息在所有设备之间实时同步，手机端下发的任务可以立即在 Web 和 Desktop 端查看执行进度，反过来也一样，真正实现跨设备的无缝接力。 比如上周末我在外面看孩子踢比赛，间歇刷手机，看到一篇不错的英文技术文章，顺手在 TRAE SOLO Mobile 上给 Agent 发了条指令：“把这篇文章翻译成中文，写一份推荐稿”，家里的 TRAE SOLO Desktop 就会启动我一套配置好工作流开始工作。等比赛结束回到家，打开电脑，稿子已经在那了。这种感觉有点像你出门前跟一个助手说了句话，回来活儿已经干完了。 【3】手机是用来指挥 Agent 的意图路由器，不是用来操作电脑的 这个区分挺关键。我之前不太爱用手机端办公，潜意识觉得是在用手机操作电脑。但是转换一下：“人操作 Agent，Agent 操作电脑”，那么用手机就很自然了。你不需要在小屏幕上精确点击什么按钮，你只需要说清楚你要什么。 用手机还有个障碍是输入速度，打字慢。TRAE SOLO 手机端有语音交互讨论功能，可以跟 AI 语音对话讨论一个问题，讨论结束后自动生成会议纪要，然后直接从手机把工作任务派发出去，电脑端同步接上后续操作。一部手机可以连接管理云端环境加多台 PC，在环境选择面板里挑一下设备和工作目录，剩下的全部交给 Agent。 这个功能在外面的时候特别好用。走路的时候、坐地铁的时候，想到一个点子，按住说话就行了，比打字快很多。过去这些碎片时间里冒出来的想法，要么记在备忘录里回头再处理，要么干脆就忘了。现在一句话就能让 Agent 开始干活。 【4】不着急的事，让定时任务自己跑 回到 Boris Cherny 跑几百个 Agent 的场景。做法很简单，让 Claude 用 CRON 给自己设一个重复执行的任务，一分钟跑一次、五分钟跑一次、每天跑一次，都行。 Boris 开着几十个定时任务，举三个例子。 一个 Loop 在照看他的 PR：CI 挂了就去修，需要 rebase 就自动 rebase。 一个 Loop 在维护整个项目的 CI 健康，发现 flaky test（不稳定的测试）就去定位修复。 还有一个 Loop 每 30 分钟从 Twitter 上抓他的反馈，自动聚类成几个主题汇报给他。 我自己也在用类似的方式。我有一个定时任务监控我 GitHub 上开源项目的 Issues，有人提了 Issue 就自动总结并给出处理意见，我看一眼觉得没问题，再指示 Agent 去操作。还有一个定时任务盯着我 X 的收藏夹，我平时刷到好文章随手收藏，它帮我自动抓取到本地，英文的还会翻译成中文，到时候集中看就行。 很多需求其实没那么紧急，但需要持续做。每天看一眼竞品动态、每周整理一次行业新闻、每月生成一次数据报表，这些活适合扔给定时任务。 现在 TRAE 的桌面端和网页端都已支持定时任务，无论是在云端还是本地环境，都能稳定地自动执行。比如你告诉 Agent：“每天早上 10 点发一份最新的 AI 新闻动态整理”，第二天早上工作台就会自动收到文档。你只需要专注于真正有创造性的判断，把那些重复且不着急的任务统统交给 Agent。 总结与体会 整体来说，这次对 TRAE SOLO Mobile 试用的感受就是： - Agent 使用门槛大大降低，不再只是程序员专属，很多日常办公、写作场景已经可以由 Agent 来做了。 - 三端真正打通后，无论何时何地，都能轻松管理并延续任务。 - 手机不再是远程桌面，而是随时随地的“意图路由器”。 - 通过 Loop 定时机制，真正把重复且耗时的任务自动化，让用户只做关键决策。 Boris 说他夜里有几千个 Agent 在跑，很多人大概觉得这是大厂工程师的特权。但我这几天的体感是，这件事的门槛已经比想象中低很多了。一部手机、一台电脑、一个 Agent 工具，你就可以开始把重复的事交出去。未来办公的趋势，或许就是这种“人随时随地指挥 Agent、Agent 做具体工作、人只负责验收成果”的模式吧。 推荐可以去用下 TRAE SOLO Mobile，体验随时随地指挥 Agent 干活的感受。 想试用的 Mac 可以去官网下载了——国内：