註冊並分享邀請連結,可獲得影片播放與邀請獎勵。

I'm Lonky
@ImLonky
#OKX# | ex @followin_io | @WeChatApp | 微信读书
1.7K 正在關注    1.8K 粉絲
被套了, $CEG 充值信仰。 六月解禁能不能延迟啊?把大家都吓到了。
别人赚钱跟我没关系 别人赚钱跟我没关系 别人赚钱跟我没关系 别人赚钱跟我没关系 别人赚钱跟我没关系 别人赚钱跟我没关系 别人赚钱跟我没关系 别人赚钱跟我没关系 别人赚钱跟我没关系 别人赚钱跟我没关系 别人赚钱跟我没关系
顯示更多
是挺难的,五一假期提交了一百多个 PR🥲做一个生产级别的产品是有点难
Whether it’s existing consulting firms, new ones that emerge, FDEs from agent vendors, or new internal agent engineering roles, the amount of work that is going to be created to implement agents in enterprises will exceed anything we imagine today. The complexity of implementing agents in any existing organizations is very real. When I talk to large enterprises, as you move from a chat paradigm to agents that participate in meaningful workflows, there are a number of things they need to do. First, you have to get agents to be able to talk to your data securely across your systems. In many cases, enterprises have decades of legacy infrastructure that contain the valuable context for AI agents. That’s going to take a ton of work to go modernize and move to systems that work well with agents. Then, you need to ensure that you’ve implemented agents with the right access controls and entitlements, the right scopes to be safely used, and have ways of monitoring, logging, and securing the work that they do. Next, you need to actually document the processes in the organization in a way that agents can utilize for doing the work. You also need to figure out what the new workflow looks like when agents and people are working together on a process, and who steps in where. Just replicating the old workflow will mute the gains. Oh and you likely need to create evals for your top new end-state processes. Finally, you have to keep up with a rapidly changing set of best practices and architectural shifts happening in the agent space. While it’s fun for people to change their personal productivity tools on a dime, it’s 100X harder to do this in a business process. The speed of change is a blessing and a curse right now for anyone trying to keep a stable system design. All of this means that individuals and companies that develop expertise on the above set of components (and more) are going to be needed to help organizations actually implement agents at scale. This is also the rationale for vertical AI agents right now that can go in deep on a business domain and help bring automation to it. This is a huge opportunity right now whether you’re doing this internally or as an external business provider.
顯示更多
GPT/GROK/豆包 你陪我段时间了,我想看看你的样子。请成一张类似你iPhone随拍的照:没有明确主题、没有刻意构图,只是很普通、甚至有点失败的快照。照略带运动模糊,光线不均、轻微曝光过度,角度尴尬,构图混乱,整体呈现出一种“过于真实的随手一拍感",就像是从口袋里拿出手机不小心按到的自拍。 以下是结果
顯示更多
我其实一直挺烦「汇报」这个事情的。 汇报这个事情,作为一个下位者向上位者 Proposal 自己的方案,需要尽可能的从不同的角度考虑和准备。 做准备的时候要穷举,要把所有的情况都写出来。 有些角度(自认为)优先级不高、不合理的边缘情况,但仍需要准备丰富的材料,供上位者参考。 直到我这两天突然意识到,我让 AI 做得最多的事情之一是:梳理下现在的情况和全部的潜在方案,优劣势。。。
顯示更多
这是用了什么语料啊。。。
自己的 agent 服务器崩了,周末换了个新服务器,把所有的服务都迁移一遍。 重新梳理一遍项目结构和需求,让我对 agent 的实现和效果理解更加深刻了。 全身舒畅
顯示更多
今天的展会人流量实在是太少了,感到凉凉寒意
AI无法替代经验 和 直觉。 尤其是直觉 是诸多隐形知识的结果 这也是人类智慧的体现
今天深刻感受到了什么叫做服务 这周末家人来,我之前在飞猪上订了两间房,是用的一个订单,今天发现一间就已经足够了 于是,我跟酒店的前台说我需要保留一间退一间。 酒店的前台让我跟飞猪去退款。 但是飞猪又没有订单拆分的能力。他要退的话就是整个订单退款,两间房一起退。 沟通后飞猪说另一间房的会在订单结束之后退款。 但是酒店没过多久又让我去跟飞猪沟通... 反正反复拉扯了四五次,最后才把这个问题解决。 这个 edge case 要么产品上支持订单分拆,要么就是有一套完善的 so 的服务流程来应对。 但是很不幸,飞猪都没有。折腾一下午,以后再也不会用飞猪了
顯示更多
我在搭建一个 AI 的第二大脑。 目标就是让 AI 更认识我,希望能让 AI 成为一个真正的第二大脑 目前做了几个事。 第一,是把我之前所有的输出,包括文章、笔记,全部都给到 AI,并且结构化,成一个 Obsidian 的 vault让 AI 能够去读。总结我的一些思考方式、观点、思维盲区。 第二,就是我把我所有的跟 AI 的讨论、思考、观点和看的内容,都汇总在 Obsidian 里面,比如说我会有一个 save 的快捷操作,每次 save 之后,AI 就会把这一次的讨论总结放在 obsidian 里面。 以上两个就是一个完整的第二大脑数据库 第三,我让 AI 每周 diff 一次。这样的话,AI 就能知道我最近在思考什么。并且能够针对性的给到意见,后续每季度或者每半年会 review 一下,看一下我这半年都在思考哪些问题,有哪些思维方式的盲区。 先实践半年,半年之后再来看看效果
顯示更多
从日报这个产品来看看 AI 的产品到底有什么样的特征。 有了 AI 之后,大部分的产品经理都会有一个自己的日报。从公司的角度也会希望能够推一些日报。 但是实践下来发现,不管别人的日报写得多么好,大家都是愿意看自己的日报。 从内容消费的角度,内容质量会分为三种,第一个类是行业的绝对热点。这个其实每个人看的都一样,都没有什么差异性。比如说晚点,比如说头部 KOL 的内容,第二类就是长尾内容,就是大家都觉得没什么用的垃圾内容。但是这两部分从数量的比重来说,是非常少的,绝大部分是第三种。 这部分内容有特点,每一个人的关注的侧重点不太一样。比如说有些人特别关注技术的实践,有些人特别关注技术的理论。 你不能说技术的实践内容的价值不如技术的理论内容,但是你对一个关注实践的人去推送理论的内容,他可能瞄一眼就没了。 恰恰“日报”就是属于第三种内容。我跟我的朋友实践下来,他总结的角度我虽然很认可,觉得有用,但是因为侧重点跟我自己的多多少少还是有差别,所以我看了几次之后还是坚持不下去了。但是我自己的日报我每天都会看。 所以以日报的这个小产品为例,它就是要自己千人千面自己去定制的。 就没法像传统互联网的做预制菜一样,全部用户都选择一种或者几种模式。 AI的都是现炒的。这也是为什么, C 端的用户,他如果自己不投入去 build 这个产品,他会觉得 AI 的东西很泛。 所以从这个角度,我们不应该预期和传统互联网的工具一样,就是给用户提供一个页面或者一个功能,用户点一下或者每天来看一下,就可以得到他自己想要的东西。 我们不应该提供具体的菜,我们应该提供现炒的工具。 比如说数据源、结构化的数据,比如说 Harmens,比如说通知的渠道和方式。 来让大家更好的、更快的、更高效的炒菜。
顯示更多
Growing in the public 不管自己多么的傻逼。还是得自己去为自己负责 错了,我就大方地承认,含着泪去优化自己。知错就改,善莫大焉。
最近发生了一个事,让我深刻意识到自己还是始终是创业的思维。不是打工人的思维。这里区别是什么? 创业的思维是拿结果=成功 打工人的思维是拿结果➕合作团队体验➕符合流程=成功
顯示更多
我的好朋友拿着张雪的MBTI 跟我说:enfp 的职场之路挺难的。
我觉得以后的 AI 相关的产品都会像@Replit 一样。 从一个单点的收费模式,变成一个整套解决方案的服务收费模式。 比如它除了本身的软件服务以外,对云服务的收费项就有十几个,来满足用户代码部署、生成、上线、托管、运维等等需求。
顯示更多