全球81亿人口中84%从未使用AI。
之前看过一份数据统计,
全球仅16%接触过免费AI工具,付费用户比例只有0.3%。
所以,AI普及程度类比2007年智能手机初期阶段。
那么,你如果懂prompt,skills,
甚至只是简单的chatbot沟通,
任何一项,就算是人上人。
但AI产品层出不穷,很难跟上更新迭代。
-dappOS的新上线xBubble,
核心是让AI去使用AI,AI 学习 AI。
它有两层。
-前台叫Bubble Pilot,本质是AI使用AI。
比如你说一句「做个比亚迪vs特斯拉的对比看板」,
它自己识别这是个什么任务,去库里找匹配的SOP,
也就是「专业流程模板」,挑出最合适的模型和工具组合,把结果跑出来。
要是库里没匹配的SOP,它就回退到通用Agent硬做一遍,并且把这次记下来。
-后台叫Bubble Engine。本质是AI学习AI。
它盯着前台哪些任务老回退,哪些做得不够稳,
针对这些任务让AI编程Agent生成几种解决方案,
挨个组合模型和工具去跑测试,挑出质量最好的那种。
最优解固化成新的SOP放进库里,发布前还会测一遍。
Pilot跑得越多,Engine学得越多,库就越厚。这是个滚雪球的结构。
xBubble跟通用Agent最大的区别就在这里。
通用Agent每次都现场琢磨怎么干,做十次同一类任务,质量能波动很大。
xBubble更像是「攒经验」的Agent,常见任务直接走打磨过的SOP,
没见过的现场琢磨,琢磨成熟了再补进库。
-xBubble有两种运行环境。
云端的Bubble Computer跑端到端项目,PPT,研究,对比网页都在它身上一次跑完。本地的Bubble Personal能动你电脑里的文件,浏览器和日程,但只有你授权了它才动手,不脏你电脑。
比如那84%的人,不会写prompt,
但会说「帮我搞个东西出来」。
AI本来就该这样。
@dappOS_com