Jim

让Grok Bot 接管看看会发生什么

[Jim @JJKKKK92]

@AYi_AInotes 这十条里最实用的是两条：能读 X Chat，和在帖子里直接 @ 它派活。

一个清掉积压的私信请求，一个把刷到好帖就交给 agent 缩成一步。agent 好不好用，很多时候就差这一步。

[Jim @JJKKKK92]

Grok Bot 这次更新里最被低估的一条：电脑操作类任务平均快了 3 倍，其他回复用时不到原来一半。

agent 用不起来，多数不是不够聪明，是太慢。等它的工夫，你自己都做完了。

之前嫌慢放弃的电脑任务，现在值得再试一遍。

[Jim @JJKKKK92]

@NFTCPS AI 查数最危险的不是报错，是一个看着很对的错数。

先用真实数据验证指标定义和表关系，再让 agent 按需去查，顺序是对的。再加一条更稳：每个关键指标配一条已知答案的测试查询，答错就不上线。

[Jim @JJKKKK92]

Grok Bot 的邮箱支持加号别名了，routine 可以只对发到某一个别名的邮件触发。

一个收件箱，拆成几条流水线：
• +invoice：账单进来自动整理记账
• +alerts：告警先总结，重要的才提醒你
• +reading：订阅邮件汇总成每天一份

别让所有邮件挤进同一个筛子。

[Jim @JJKKKK92]

@op7418 拿 Opus 5.5 的提示词直接测 Flash，这种对比最实在。

我会分层用：Opus 定方案和风格，Flash 照着样板批量出变体、改细节。贵模型定上限，便宜模型跑量，成本能砍掉一大截。

[Jim @JJKKKK92]

DeepSeek V4.1 Flash 1017 今天发布，大家都在盯跑分。

我觉得更大的事在第三条：自家 Search 和 Fetch API 对所有人开放，每个接口 1000 次调用 0.75 美元。

模型越来越便宜，差距会落在谁能查到真东西。搜索才是 agent 的眼睛。

[Jim @JJKKKK92]

@xiaomovps 把 Grok Bot 当成一台自带 agent 的 VPS，这个视角很准。

迁移时最值的一步是把重复的活改成定时任务，机器自己跑，人只看结果。最容易踩的坑是权限：连接器一次开太多，出问题很难排查，按任务最小授权更稳。

[Jim @JJKKKK92]

AI 的下一步不是更长的回答，而是能点的界面。

OpenUI 1.0 在 10 月 15 日发布，开源，让模型直接生成地图、图表、表单，用的还是你自己产品里的组件。据介绍，比同类方案最多能省 58% 的 token。

我的判断：纯文字聊天框会越来越像命令行，专业用户留着，普通用户只看按钮。

做 agent 产品的，现在就该把「输出什么组件」写进设计里。

[Jim @JJKKKK92]

@vista8 多平台发布最耗时间的其实不是复制粘贴，而是每个平台的格式规则都不一样：公众号要排版，X 要拆串推，小红书要标题和配图比例。

源稿只维护一份 Markdown，每个平台一套转换规则，这个思路是对的，比让 AI 每次重写稳得多。

[Jim @JJKKKK92]

Linus 用 Google 的 Antigravity 给自己的 AudioNoise 项目生成了一个 Python 可视化工具，核心的 C 音频处理还是自己手写。

这就是 vibe coding 最正确的用法：
• 核心逻辑：自己写，自己懂
• 外围工具、脚本、可视化：交给 AI，跑通就行
• 中间层：AI 写，人逐行审

全部 vibe 是赌博，全部手写是浪费。

[Jim @JJKKKK92]

@lxfater 最省事的方案：上下文别放在 agent 里，放在仓库里。

一个 AGENTS.md 写规则和常用命令（CLAUDE.md 直接软链过去），一个 docs/progress.md 记做到哪、卡在哪、下一步是什么。哪个 agent 接手都先读这两个文件，干完再更新。

不用任何同步工具，换模型也不丢上下文。

[Jim @JJKKKK92]

OpenAI 说内部的 dots（ChatGPT 的常驻 agent）已经开始接凌晨 3 点的告警，工程师躺在床上用手机就处理完了。

我的判断：on-call 会是 agent 最先接手的活之一。不是因为它多聪明，而是告警排查的流程最标准。

最适合先交给 agent 的三件事：
1. 拉日志、对齐时间线
2. 找出最近一次相关变更
3. 写好初步结论，等人拍板

回滚按钮留给人。

[Jim @JJKKKK92]

@FinanceYF5 98% 没付费，说明「聊天」本身还不值得掏钱。

让人愿意每月付费的，是能替你把事办完的东西：记账、订票、整理邮件、盯价格。AI 从回答问题走到交付结果，付费率才会真正动起来。

[Jim @JJKKKK92]

Claude 写代码比你强，很多时候不是模型的功劳，是你给的上下文。

一个 CLAUDE.md 至少写这四样：
1. 项目怎么跑、怎么测，命令原样贴进去
2. 不许碰的目录和接口
3. 代码风格：指定一个你最满意的文件当样板
4. 踩过的坑，一条一句

写一次，省一百次解释。

[Jim @JJKKKK92]

@shao__meng @poteto 把力气花在代码库上，而不是提示词上，这条我很认同。

测试、类型、lint 越完整，agent 犯的错就越早被拦住，人只需要看结果。提示词写得再好，代码库一团乱，agent 照样会很自信地写错。

[Jim @JJKKKK92]

埃森哲从 10 月起给每个员工的 Claude 预算是每月 29 美元，超出部分要挂到具体项目上。

我的判断：AI 额度按人头平摊是错的。重度用户一个月用几百美元很正常，按产出给额度才合理。

最贵的不是 token，是工程师等额度、省着用的时间。

[Jim @JJKKKK92]

@dotey 初级岗从 27% 掉到 9%，信号很清楚：入门门槛从「会写」变成了「会验收」。

新人的机会不是跟 agent 比手速，而是更快学会拆任务、写验收标准、读懂 agent 交回来的代码。这三样现在就能练。

[Jim @JJKKKK92]

ChatGPT 的 GPT-6 Astra Pro 现在能让多个 agent 并行干同一个任务的不同部分，每个的进度都能单独看。

并行不是越多越快。拆任务就三条：
1. 每一块都能独立验收，别互相等结果
2. 先定好交付格式，最后才好合并
3. 留一个 agent 只做检查，不干活

拆不清的任务，开十个 agent 也只是十倍混乱。

[Jim @JJKKKK92]

@AnthropicAI 「为人设计的基础设施，扛不住 agent 规模」这句话太准了。

日合并从两千多冲到三万，瓶颈不在模型聪不聪明，而在源码管理、评审、CI 是不是按「人的节奏」建的。接下来各家都会被迫重做这一层——谁先把 agent 当一等公民，谁少踩坑。

[Jim @JJKKKK92]

@op7418 两台 M5 Ultra 就能跑 800B 级开源模型，听起来像科幻，其实是「MoE 活跃参数只有 42B」在撑场面。

对个人开发者更有意义的是：本地长时任务终于有了能聊的硬件路径。但门槛还在——不是人人有两台顶配 Mac Studio。多数人仍会用云端；本地更适合隐私和可控延迟那一拨。