前几天本来想做件想象起来没那么复杂的事： 跟踪一下 @BNBCHAINZH 最近三个月的新项目，整理成一份简报，标注上哪些在 Launchpool 上过、哪些还没动静、哪些基本面值得关注 想着是以为有个三四十分钟就搞定了，结果踏马弄了好几个小时 先得找工具，CoinGecko API 要手动写调用脚本，CoinMarketCal 的数据格式乱，Dune 的 query 上次写的根本跑不出来，Claude 倒是生成了脚本，但跑了一半就报错了，对于技术小白的我也看不出来是哪儿出了问题😮‍💨 最后只出了个半成品，搞烦了放弃了 自打那天之后就一直在考虑一个问题： 现在的 AI 本身是能做很多事的，数据抓取、整理、计算、总结，每一步如果单独拿出来，以现在的模型能力都能干的不错 但为什么对于不懂技术的普通人来说，想做一个不那么难实现的需求还是这么费劲... 现在想来，是因为做事的瓶颈并不出现在 AI 的能力上，而是使用 AI 的人有没有能驾驭 AI 的能力 我们需要知道用哪个模型、要知道怎么写 prompt、要知道工具怎么串联、要会读错误日志、还要花时间反复调试 这其中的每一项都是一次隐性成本，每一次新的大模型发布，这些隐性成本就得重新再付一遍 这就是 AI 时代不断扩大，且在每个人之间竖起的无形鸿沟： ➡️会写 prompt 的人 vs 不会写 prompt 的人 ➡️会用 Claude Code / Codex 的人 vs 不会用的人 ➡️会写 skill 的人 vs 不会写的人 同样的工具，不同人用出来的结果，可能差得不是一星半点儿，而是天差地别 这不能说是智商的问题，而是系统性的操作门槛的问题 然后，我看到了 @dappOS_com 的 xBubble 它的核心逻辑就很简单了： AI 应该学习 AI，更应该知道如何使用 AI，而用户只需要陈述自己的目的，其余的事情都由 AI 来完成 xBubble 背后跑着两个系统： Bubble Engine —— AI 在后台持续学习，针对特定任务类型生成解决方案变体，测试工具组合，把最优路径固化成 SOP Bubble Pilot —— AI 在前台替用户使用 AI，读取简短请求，识别任务类型，匹配对应 SOP，直接执行 模型怎么选？prompt 怎么写？工具怎么串？结果怎么验？ 这些全部都不是用户的问题了 再回到那个卡了好几个小时的任务 这次在 xBubble 里，我只说了一句话「整理出 BNB 生态最近三个月的新项目，标注 Launchpool 状态和基本面亮点，输出成表格」 Bubble Pilot 识别任务类型 → 匹配 Deep Research + 数据整理 SOP → 调用对应模型和工具 → 交付结果 没有写一行脚本，没有调一次 prompt，也没有看一条错误日志 对于个人创作者来说，就大大的提高了生产效率 以前如果做一次代币分析，需要手动找数据来源、拼 API 调用、写整理脚本，再反复验证数字 现在只要说清楚想要什么报告，剩下的问题都由 xBubble 来解决 我们的时间终于可以花在判断上，而不是繁琐的查找数据和搬运上 目前，xBubble 支持的任务类型包括： ▫️Deep Research / Fact Check（研究、核查） ▫️Docs / Slides Creation（文档、演示文稿） ▫️Scheduled Tasks（定时任务，比如每天自动拉数据） ▫️Website Development ▫️Voice Dictation / Text to Speech ▫️Poster / Image / Video Creation 看下来，xBubble 是个能替我们干完整个工作流的 agent 两种运行环境： ▫️Bubble Computer —— 云端端到端工作空间，一个请求跨越研究、写作、数据、核查，统一交付，不用管中间的步骤 ▫️Bubble Personal —— 本地模式，可以操作我们自己的文件、浏览器、日历、邮件等，危险操作在云端容器里跑完就销毁，自己的电脑里不装任何多余的东西 有个感悟，其实在有了 AI 之后，花在让 AI 正确运行、调整 AI 上的时间，比花在真正工作上的时间还要多 事情本不应该这样 xBubble 是我目前看到的产品里第一个在解决这个问题，而不是在加剧这个过程的 虽然看起来省下的是几个小时的时间，但实质上，省下的是「我们必须懂 AI 才能用好 AI」这件事本身 AI 的能力曲线，早已跑在了大多数人的学习曲线前面，如果继续靠「自己学」来追，是永远也追不上的，越到后面只会被落得越远 这就是我看好 xBubble 方向的原因： 让 AI 来学 AI，让 AI 来用 AI，AI 的主人只需要专注最后的目标并校验 模型越强，会用和不会用的人差距越大，而 Low-prompt AI 的意义，应该是把这条差距曲线压平 —— 让「不研究 AI 的人」也能拿到「研究 AI 的人」的结果 最近，已经逐渐试着把 xBubble 加进每天的主力工作流，如果你也像我一样，厌倦了天天「伺候 AI」的状态，可以去试试

迄今为止，我除了收藏常见的原版和学习类词典外，一直在不断努力收藏的就是这类词典。目前拥有的： The Oxford Encyclopedic English Dictionary Webster's New Encyclopedic Dictionary Chambers Encyclopedic English Dictionary 在这个 AI 和互联网蓬勃发展的今天，应该没有人还想看这些词典。

Get free 🇯🇵travel ！event is underway 💗If you are interested, please leave a message😊 About campaign 與@g_diastation 的合作活動舉辦中 有機會獲得免費日本旅遊的機會❤️ 有興趣可以私訊千尋！