注册并分享邀请链接,可获得视频播放与邀请奖励。

搜索结果 协同文档
协同文档 贴吧
一个关键词就是一个贴吧,路径全站唯一。
创建贴吧
用户
未找到
包含 协同文档 的推特
我就好奇咋人机协同交互呢 是Agent跟共享文档上有光标吗 结果用户说 还不如NewMax呢 我去下载了一下workbuddy看了一眼 人家是直接让AI就文档改了…… 连人类Loop审查的机会都没有 NewMax已经在6月就做过这个功能了 在微创新上 NewMax还是有一些又快又好的功能点的
显示更多
从我这两个月基于飞书文档来做业务的过程来看 单纯依靠飞书表格还是很难完成完全自动化的loop 幻觉非常多 建议飞书团队针对lark cli多做一做优化 或者构建出一种更轻的在线数据库服务 这样标准化输入输出结构 以减少ai的幻觉 这种服务对人机协同而言是有效且必要的 由于缺少这种服务 我只能自己做😂
显示更多
✨又挖到一个团队协作宝藏,能帮团队搭一个又快又好看的知识库 GitHub 3.9 万+ stars,React + Node.js 全栈打造 团队文档一直是老大难:入职手册在群聊记录里翻十分钟才找到,规范文档躺在网盘某个角落,各种笔记又散落在不同的在线文档工具里。 outline 的做法是自己搭一个知识库,docker 一键部署,数据留在自己服务器上。 写作直接用 Markdown,多人能实时协同编辑同一份文档,全文搜索一下就能定位到具体内容。 不想自己折腾也行,官方有托管版
显示更多
冷知识: 目前多模态大模型创业的具体落地方向通常有如下方向,如果都不是你感兴趣的话,还是别赶时髦,乖乖回去学AI coding吧 : 1. 游戏 AI NPC / 智能体中间件(如端云协同的 OmniNPC,赋能 3D 角色交互与情感叙事) 2. 企业级多模态 Agent(如面向复杂文档、视觉流分析、跨系统 RPA 的智能体) 3. 多模态内容生成与创意工具(如 AI 视频、短剧生成、电商营销图视频设计) 4. 具身智能与机器人控制(如基于多模态物理感知与动作生成的端到端控制系统) 5. 视觉/多模态代码与设计助手(如 UI 截图一键生成高质量代码、交互式产品设计)
显示更多
企业级数字员工平台来了!把专家经验变成 24/7 工作的 AI 员工! AI 从个人聊天助手进化到组织数字员工的时刻,来了。StaffDeck(OpenBMB 出品)是一个专为企业打造的数字员工平台,帮助把个人经验、业务流程(SOP)、决策逻辑,封装成可复用、可治理、可持续进化的 AI 员工。 // 核心能力: • 状态机驱动的 SOP 技能:把自然语言流程变成可执行、可分支、可版本控制的状态机工作流 • 文档结构感知的知识检索:支持按章节、页面、摘要逐步定位原文,实现精准、可追溯的知识调用 • 自治执行 + 人机协同:通过 HTTP/MCP 工具、定时任务自主运行,支持长期记忆、执行轨迹记录和人工接管 • 企业级治理:权限隔离、员工档案、能力成长、发布复用、完整审计追溯 • 开箱即用:支持 OpenAI 兼容模型(无需本地 GPU)、桌面 App(Win/Mac/Linux)+ Web UI、模板市场 // 简单来说:把人走茶凉的专家知识,变成永不离职、持续学习的数字员工。 项目由 ModelBest、NEU-ModelBest 联合实验室、THUNLP、OpenBMB 和 AI9Stars 联合打造,目前已获 519 stars,仍在高速迭代中。 GitHub: 官网: 对正在做企业 AI 落地、知识管理、流程自动化、或者想构建内部 Agent 团队的组织和开发者来说,这是一个极具前瞻性和实用价值的开源平台。
显示更多
挖 CVE 的流程挺长,筛项目、审源码、验证漏洞、写申报报告,每一步都要花不少时间。 AutoCVE 这个开源平台把整条流程接进了多 Agent 系统,一键跑完整套流程。 由 Orchestrator 统一调度侦察、扫描、分诊、深挖和验证几个 Agent 协同干活,还提供快速扫描、深度审计等不同模式可选。 GitHub: 审计跑完能继续追问,让 Agent 补充证据、解释攻击链或者完善复现步骤。 用 Docker 一行命令就能部署起来,前端后台和接口文档都配齐了。 做安全审计或者对 CVE 挖掘感兴趣的朋友,可以拿来试试手。
显示更多
今天,阿里Agent时代的希望,千问办公。 在被大家爆料了很久之后,终于在今天早上开始很低调的开始内测了。 QoderWork、悟空、MuleRun三条Agent线,全部收拢整合,统一成一个产品,千问办公,由钉钉新任CEO陈宇森牵头。 网址在此: 曾经,整个阿里被压缩进千问,而如今,又再一次被压缩进千问办公。 而且,压缩的更深、更广、业务可能会更多。 办公赛道,WorkAgent赛道,就是AI应用时代大家绝对不可能放弃的超级战场。而且Agent对传统办公的冲击,我觉得比绝大多数人想象的可能更深更广,空间更大。 曾经我说过,在我的理解里,办公产品大概分三代。 第一代Office,本地装软件,活自己干。 第二代云协同,比如钉钉,就是多人一起干,但活还是你的。 前两代的商业逻辑是一样的,做好一个产品,所有人用同一套东西。 而这一代完全不同。 以前卖的是一个固定的产品,现在卖的是一种智能。 这种智能帮你造最适合你自己场景的工具,你搓出来的东西天然就是为你定做的,不存在什么功能用不上或者缺了你想要的。 而且国内,SaaS真的就是碎得一塌糊涂,而这件事,过去一直被当成国内SaaS的病。 但现在,反倒成了通用Agent的机会,因为一个能自己造工具的东西,最擅长处理的恰恰就是长尾和不标准。 所以从这个点就能看出来,为什么是钉钉的陈宇森来带队做这个事了。 目前客户端版本和钉钉版本已经上线,未来还会有网页版,三端一致。 钉钉在侧边栏上,可以直接处理群聊、日程、待办和企业里的各种工作。 体验了一下,功能比较全,基本该有的功能全都有,做的非常全面。 有个好玩的是,它可以生成HTML,而且,连域名、数据库和托管都一起给你做好了,过去Agent做出一个网页,后面还有部署、买域名、接数据库这一长串门槛,对普通用户非常不友好,现在,直接千问办公一站式解决。 这个核心,还是业务线太广了。 上面有Qwen模型,中有阿里云、百炼等等,下有钉钉里沉淀了很多年的组织关系、消息、文档、流程和权限。 我一直觉得,Work Agent最终拼的其实是四件事。 模型决定智力,业务广度决定能力,企业数据决定它可否可用,组织身份和权限决定安全下限。 阿里恰好是国内少数能把这些所有要素,同时凑齐的公司。 从今天开始,每一个人打开电脑的第一个念头,可能都会慢慢从我要用什么工具变成我要让谁帮我干这件事。 这个转变一旦发生。 就再也回不去了。
显示更多
0
51
73
7
转发到社区
从今天开始,AI 可以接管你所有的网页浏览行为! 这句话不是我夸张,是 Codex 这次更新之后的真实状态 先说清楚一件容易被忽略的事,这个能力不是今天才有的,5 月份 Codex 出 Chrome 插件那波其实就已经能干这事了 但这次版本迭代之后,我实测体验上的差距是质变级别的 我去扒了一遍官方变更日志,挑出跟我们最相关的几个点: 1.支持你直接在codex app中导入cookie和密码 2.标签页不再乱了,以前它接管你已经打开的标签页会顺手开一堆 Tab Group,任务做完也不收拾,现在这个毛病改了,用完该还你的界面还是干净的 3.加了个开发者模式,本质是给了 Codex 一部分 Chrome DevTools 的权限,网络请求、控制台报错、页面运行时状态它都能看,写代码调 bug 这条路直接被打通 4.任务从本地草稿转到云端接着跑的时候,之前偶尔会丢标签页状态和你做的标注,现在这段过渡稳了很多 5.对 Google 文档、表格、幻灯片这类页面,读取上下文的准确度也专门做了优化 6.还新增了一个只读的 JS 沙盒,抓取页面结构化数据更快,也更准 这6点放在一起看,其实说明一件事,AI 浏览器这条赛道走到现在,拼的已经不是有没有这个功能,是这个功能用起来顺不顺手 但真正让接管浏览行为这件事成立的,还是底层那个更早就有的能力 以前的 AI 浏览器代理,能操作页面,但碰不了需要登录的网站,你的邮箱、后台系统、会员系统,它进不去 现在这个插件直接复用你 Chrome 里已经登录的会话状态,你不用把账号密码或者 token 交给它,它借用的是你当前的登录身份去干活 有朋友拿这功能扒同行素材,一句指令,链接全部列出来,一口气扒了小几十篇,理论上评论区互动数据也能一起打包 这只是冰山一角,真正的能力边界远不止抓帖子这么简单 它能在后台独立标签页跑任务,不占用你正在用的浏览器,你可以正常刷网页办公,它在旁边悄悄把活干完 多标签之间还能并行协同,配合刚才说的开发者模式,调试网页应用这种活它也接得住 这才是这次更新真正厉害的地方,不是能力从无到有,是从能用到好用
显示更多
现在的 AI agent 单兵很能打,可一旦想让团队用起来就散了:强 agent 困在某个人终端里别人看不见,换个 runtime 上下文从头重建,凭据/工具调用/对外动作没地方审,跨天任务没人接力。港大 HKUDS 刚开源的 AgentSpace 给的解法是别把 agent 当工具,当「数字员工」来管。 它是一套「飞书式」的人机协同工作空间,每个 agent 都有 role、owner、技能和权限边界;人类管方向和授权,agent 管协调和执行。四块拼到一起看: 调度靠 AgentRouter,把 Claude Code、Codex、OpenClaw、Hermes 这些 CLI 的事件、session、工具审批、诊断归一成一套执行契约,同一个 agent 不重建,自动给每个任务挑最合适的 runtime(Gemini/OpenCode/NanoBot 走 legacy 模式兜底)。 能力上有「数字员工看板」,把藏在私人账号里的 agent 变成组织资产,role/skills/knowledge/runtime 绑定全可见,能借用、能申请,owner 和 admin 双重审批。协作上 agent 跨 channel、私聊、inbox、文档、任务板干活,高风险动作进 TabTabTab 式人工审批门,人审批的同时 agent 继续推进。治理上有一整套权限控制平面,成员、channel、runtime grant、daemon token、文档、Google Workspace OAuth 委派统一治理,还能诊断「权限漂移」。 工程也很扎实:独立打包的 remote daemon 默认给 12 小时 task timeout 专门扛跨天任务,托管和自托管两种部署零功能差,TypeScript monorepo 约 15.5 万行,Apache 2.0。 说到底它解决的不是「让 agent 更聪明」,而是让一群 agent 在有边界、有记录、有 owner 的操作面上,跟人一起把真实工作做完。
显示更多
0
28
51
8
转发到社区
今天看到一份报告,讲到2030年,未来75%的AI计算需求将会来自推理,这里面将会催生出AI投资下半场的巨大机会,下面👇我们来简单聊一聊。🧐 过去两年,大家都在疯狂囤 GPU 训练模型,烧钱堆算力。但最近大家有没有发现,情况开始变了?尤其是小龙虾🦞出来以后,各类Agent可谓大爆发,Token需求指数级增长。一个崭新的推理时代正在到来,未来AI最大的叙事点是让AI应用走进全球几十亿用户手中,并真正使用起来! 这个转折点,我把它叫做从「训练时代」到「推理时代」的切换。而在这个新阶段,CPU 和定制芯片将是未来真正的主角。 👇咱们掰开揉碎了讲讲,为啥我开始盯上这些以前不起眼的家伙: 🎯 AI 现在有「脑子」了 以前的 AI 就是个工具,我问它答,无法去执行具体的工作。现在不一样了,Agentic AI来了,它能帮我订机票、改文档、写代码,甚至帮我规划整个工作流程。 这种活儿需要大量的逻辑判断和顺序编排。以前GPU是肌肉男,干体力活厉害;但现在这种执行活,CPU 才是指挥官,它擅长处理复杂的逻辑。AI 越聪明,越需要 CPU 来调度指挥。 🎯 大厂也得省钱啊 看财报,各大厂在AI领域的资本开支都十分庞大,其中七巨头除苹果之外,26年全年资本开支总额超过了6000亿美金。不要以为谷歌、Meta 这些巨头就不差钱。恰恰相反,他们也是把钱花在刀刃上。假如一直用英伟达的通用 GPU 来搞推理,电费和硬件成本会把他们吃掉。 所以大厂开始自己设计专用芯片ASIC,就像咱们切菜用菜刀、砍柴用斧头,专芯专用,效率高成本低。这是实打实的降本增效。 基于上述逻辑,我们筛了五个核心标的: • #AMD:推理界的全能选手,GPU# MI300/325 系列拥有业内领先的内存带宽(256GB HBM3E内存,带宽达6TB/s,参数上优于英伟达H200),能轻松处理超大规模LLM的实时推理,而且速度快。关键是它还是服务器 CPU 的老二,代理式 AI 需要强 CPU 时,AMD 两头吃。 • #ARM:底层架构之王,谷歌、亚马逊自研芯片基本都跑# ARM 架构,ARM Neoverse 平台已经成为 90% 以上自研 AI 服务器 CPU 的首选。所以大厂搞自研,ARM 相当于在家坐着收过路费。 • 博通(#AVGO):定制芯片的总工程师,它作为# Google TPU、Meta MTIA 和字节跳动的重要合作伙伴,博通在高速互联和封装技术上拥有绝对统治力,是云巨头降低推理成本的首选合作伙伴。大厂想省钱搞自研,离不开博通的技术。 • 迈威尔(#MRVL):深度参与亚马逊# AWS 和微软 Azure 的芯片研发,这俩巨头想摆脱英伟达依赖,必须依靠迈威尔。目前迈威尔的定制硅片业务正从“研发期”进入“爆发收获期”,未来的生意只会越做越大。 • 英特尔(#INTC):虽然最近比较难,但它是唯一有自家晶圆厂的设计商,还拥有全球稀缺的# IDM 2.0 代工能力。当推理导致全球 CPU 需求激增、供应链紧张时,Intel 内部的这种协同效应和本土制造优势将会逐渐凸显,而且它还是服务器 CPU 老大。 看完整份报告,我个人认为有几个大趋势将会成为必然: 首先是从以前的「暴力算力」到未来的「精细化运营」。现在来看,整个AI 投资逻辑正在转变,不再是谁芯片最强,而是谁的方案最省钱、最能落地。说明AI真正商业化全面落地场景下,能效比率才是关键。 其次是供应链博弈。各大云巨头都在搞自研芯片,未来 AI 硬件市场会从「英伟达一家独大」变成「群雄割据」。我认为这对整个产业链将是好事。 最后就是电力依然会成为长期瓶颈。虽然 CPU 和 ASIC 在优化效率,但整体算力规模爆炸,对电力的需求还是无限大。看芯片的同时,能源赛道也值得留意。 总结一句话,#AI# 下半场,别光盯着那块最贵的 GPU,那些负责指挥的CPU和帮大厂省钱的ASIC,可能藏着下一波机会。 目前上述提及的公司在 #MSX# 上面基本都有,炒美股,我选择用 #RWA# 美股代币化平台 #MSX,一同投资参与美股市场:# 早期美股投资粉丝和伙伴,可以私信我,填写表单后,可免费进入美股交流和探讨社群(目前每周仅限定10人,助理审核,可能需要一点时间,感恩🙏)!
显示更多
0
13
212
63
转发到社区