TwiScan
热门
社区
账号集合
登录
注册
English
日本語
한국의
简体中文
繁体中文
注册并分享邀请链接,可获得视频播放与邀请奖励。
立即注册
老韭菜南亥
@daweifs
AI|预测市场|美股|加密老韭菜|Meme叙事 蓝鸟会|全真社区|所有推文不构成投资建议 DYOR 欢迎优质合作,TG:
@daweifs
加入 September 2021
2.3K
正在关注
10.7K
粉丝
老韭菜南亥
@daweifs
2026.08.10 00:49
一个人怎么养一支200+人的AI团队?最近挖到个离谱 GitHub: 不是Prompt合集。是直接给你配了一家“AI公司”。230多个专职Agent:程序员、产品经理、设计师、增长黑客、投资研究员、财务分析师、X情报分析师、内容创作者、销售、安全、测试、DevOps……正常公司该有的岗位,基本都齐了。真正有意思的不是Agent多。 而是你终于不用让一个AI什么都干了。 举个我自己会用的场景。今天要研究$NVDA。以前直接问Claude:帮我分析一下NVDA。 它从业务聊到估值,什么都讲一点,但都不深。现在换玩法。 先叫Investment Researcher: 只研究公司。业务怎么样?估值贵不贵?市场在交易什么预期?Bull Case、Bear Case是什么?什么情况会证伪?它只负责研究。 再换Financial Analyst: 不聊情绪,只看数字。收入、利润率、现金流、增长率、估值。Bull/Base/Bear三种情景怎么算。比一个Agent从头包到尾靠谱多了。还想知道X上现在在炒什么? 再叫X/Twitter Intelligence Analyst: 看最近讨论什么、哪些叙事突然起来、竞品在干嘛、情绪有没有变、谁在推这个叙事。美股、Crypto、预测市场的人会很喜欢。研究完了还没结束。 要把结果发X,就丢给Content Creator把研究结果变成人能看的内容。 再丢给Twitter Engager从传播角度过一遍。整套流程变成: Investment Researcher ↓ Financial Analyst ↓ X Intelligence ↓ Content Creator ↓ Twitter Engager这时候你不是“问AI一个问题”。 更像在调一支小团队干活。 写产品也一样。突然想做一个AI美股工具。 直接拉: Product Manager ↓ UX Researcher ↓ UI Designer ↓ Frontend Developer ↓ Backend Architect ↓ Code Reviewer ↓ Reality Checker一个人把产品、设计、开发、测试全跑一遍。这思路比“超级Prompt”有意思多了。 怎么装? 最省事的是它现在已经有桌面 App。 Mac / Windows / Linux 都能用。 如果你习惯终端,Mac 也可以: brew install --cask msitarzewski/agency-agents/agency-agents Claude Code 用户也可以直接装 Agent: ./scripts/install.sh --tool claude-code 只装自己需要的部门也行: ./scripts/install.sh --tool claude-code --division engineering,security Codex: ./scripts/install.sh --tool codex Cursor: ./scripts/install.sh --tool cursor 不用把 200 多个全塞进去。 挑你真正会用的 5-10 个就够了。 我现在越来越觉得,AI 下一阶段真正有意思的地方, 不是:一个模型越来越万能。 而是:一堆专业 Agent 开始分工。 以前你是:Claude,帮我研究股票。 以后可能是:研究员先查,分析师算账,反方专门挑刺, 情报 Agent 看市场。内容 Agent 最后整理。 你负责一件事:做决定,这才开始有点“一人公司”的意思了。 仓库: 做 AI、美股、Crypto、内容的,这个真可以收一下。
显示更多
老韭菜南亥
@daweifs
2026.08.09 04:14
AI 写代码最危险的地方,不是它会写错。是它写错得太快。 需求没搞明白,已经开始改文件。 测试没跑,已经告诉你“应该没问题”。 一个方向错了,5 分钟能给你堆出 2000 行代码。 最近看到一个仓库,专门治这个: 玩 Claude Code / Codex / Cursor 的,建议收一下。 它做的事很简单: 不给 Agent 加速。先给 Agent 上规矩。 核心流程就这几个: /spec → 先把需求说清楚 /plan → 先拆任务,别急着动代码 /build → 再开始写 /test → 别说“应该能跑”,跑给我看 /review → 重新审自己刚写的东西 /ship → 最后才上线 看起来都很基础。但 AI Coding 到现在,最缺的恰恰就是这些基础。以前程序员方向错了,可能半天才写歪。现在 Agent 方向错了,它会用极高的效率,把你带进沟里。 所以速度已经不是最稀缺的东西。不跑偏才是。 里面几个 Skill 我挺喜欢。 interview-me 需求说不清?那就先别写。 让 Agent 一直问。问到它真的知道你想干嘛,再开始。 这一步看起来慢,其实最省时间。 很多“AI 写烂了”的项目,根本不是模型不行,是第一句话就没说清楚。 spec-driven-development 这个我现在越来越认。 以前是直接说“帮我做个 XXX”,Agent 立刻开工。 现在更愿意先把 Spec 定死:做什么、不做什么、输入输出是什么、边界在哪、什么情况才算完成。再写。 AI 越快,Spec 越重要。 不然你只是更快地把错误需求做完。 test-driven-development AI 最擅长生成一种东西:看起来很对的代码。 但代码不是作文。看起来对,没用。跑过才算。 所以我现在看到“应该可以正常工作”,基本都会条件反射:跑测试。 doubt-driven-development 名字就很对味。 Agent 给你一个答案,不要马上信。多问一轮: 为什么这么设计?有没有更简单的?这个假设验证了吗?会不会修了一个 Bug,又埋了三个? 主动怀疑一次。 这个思路我觉得不只适合 Coding。美股、Crypto、预测市场也一样,越是一个你特别想相信的观点,越该主动找证据干它。 这个仓库真正有意思的地方,不是“又多了 24 个 Skills”。 而是它提醒了一件事: 以后拉开 Agent 差距的,可能不只是模型,而是工作流。 同一个 Claude Code。 一个人直接说“帮我把这个功能做了”。 另一个人先走 Spec → Plan → Build → Test → Review → Ship。 最后出来的东西,大概率不是一个级别。 所以以后别只研究:怎么让 AI 写得更快。 更值得研究的是: 怎么让 AI 少犯蠢。 仓库: 做 AI Coding 的,建议收。
显示更多
0
0
35
35
0
转发到社区
热门用户
New York Post
@nypost
4.1M 粉丝
狱。
@Wx1nIII24
0 粉丝
狗D和小桃(主页完整)
@Wx1n111124
52.1K 粉丝
李李moMo
@LiLi_33094_
8.5K 粉丝
小Annie🦋
@Yooheajede
45.6K 粉丝
李李Momo💋
@Lili33O49
23.7K 粉丝
一劍浣春秋
@chee828
0 粉丝
Reuters
@Reuters
26.3M 粉丝
Gxtimer 原创
@GxtimerTv
172.6K 粉丝
Hello! Project Link
@UpFrontLink
15.5K 粉丝
オリコンニュース
@oricon
1.9M 粉丝
sunny
@77sunnyx
1.2M 粉丝
billboard
@billboard
16.5M 粉丝
Sexy Yuki
@SxeYuki
0 粉丝
🍑桃子水水
@Taozishuishui
128.6K 粉丝