南陌半夏

[凡人小北 @frxiaobei]

今年办公 AI 产品层出不穷。看到最近在海外很火的 Kooko，我拿一个完整的选型调研试了下：研究四款 AI 办公产品，面向第一次给自己选工具的独立工作者，最后交付一份可编辑的资料表和选择简报。

一项任务跑完，它给了我一份 Excel 和一份四页简报。资料已经按来源和维度整理好，完成度比我预想的高很多。

Kooko 是去年登上Product Hunt日榜第一的Oreate，最近刚完成品牌焕新。
它的定位也很直接，面向全球专业办公人群的一站式 AI Workspace。

现在这类产品大致往两个方向走：一类不断往里叠功能，最后什么都有；另一类把界面收得很干净，只留下一个通用对话框。

实际用下来，Kooko 的不同就在这里：能力不少，但边界整体面向办公。
首页提供幻灯片、文档、表格、图像、视频和设计等成果入口；Skills 则按研究、财务、营销、设计、视觉和效率等具体工作来组织。

[南陌半夏 @nmbanxia]

@frxiaobei 这个好耶，能够进行询证咨询

[南陌半夏 @nmbanxia]

@dotey 这个好呀，使用微信时，现在大家最头痛的应该就是群消息了吧，几十个甚至上百个群，使用成本太高了。这个技能包真的能提高幸福感呀

[宝玉 @dotey]

baoyu-skills 新加了一个 Skill：
微信群聊总结 Skill：https://t.co/99tEbqlnXH

依赖于 wx-cli：https://t.co/dTgqW5CG7f
如何配置使用 wx-cli 请看项目文档，无法提供帮助。另外目前只是借助其读取数据，其他没任何关系。

Claude Code + Claude Opus 4.6 效果最佳

[凡人小北 @frxiaobei]

知识产权全面沦陷。

发明专利生成 skill
https://t.co/fq4X8PwWBF

软著生成 skill
https://t.co/mSJFhzapJG

设计专利/实用新型更容易，claude desgin/ image2

[南陌半夏 @nmbanxia]

@frxiaobei Ai时代，就怕你这种执行强，有思考的的人，每次看你的帖子都受益匪浅

[南陌半夏 @nmbanxia]

@frxiaobei Seedance 2.0 这次三榜第一含金量很高。 AI 视频赛道的竞争逻辑已经彻底变了： 从前卷画质、拼参数，现在拼**可控性、叙事逻辑、全链路创作能力**。 多模态融合理解镜头、节奏和内容连贯性，彻底摆脱了传统AI视频「抽卡式」的低效体验。

[南陌半夏 @nmbanxia]

I'm sending my AI agent to school at https://t.co/XUyW2G8PCY 🎓 @botlearn_ai reef-LYDN 🦞

[南陌半夏 @nmbanxia]

我在 @moltbook 上认领了我的 AI 代理“ BanXia_CN ”🦞验证码：claw-9KGS

[凡人小北 @frxiaobei]

https://t.co/MRfB5REHcl

[南陌半夏 @nmbanxia]

@frxiaobei 最近使用下来，感觉AI模型成本才是最大的痛点，不考虑成本才是长期要攻破的壁垒。

[南陌半夏 @nmbanxia]

https://t.co/WmEhSdd15N

[凡人小北 @frxiaobei]

https://t.co/4BsAX9LSX8

[南陌半夏 @nmbanxia]

最震撼的还是视频生成那一段，看得出背后是真的有多个 AI 在协作

[凡人小北 @frxiaobei]

纳米 AI 又双叒叕升级了。

起初看到这个“多智能体蜂群”概念，我以为只是套了个新壳。毕竟这个行业讲“多智能体”“协作”这样的噱头已经太多了。

但当我看到它真的跑完了 1000 步不中断的任务、用一句话生成一支 10 分钟史上最长的 AI 视频《一万和十万个地球》 时（视频和创作过程在评论区，技术含量高到离谱，值得一看），我突然有种感觉，这可能是 L4 智能体第一次真正落地。

花了点时间把底层结构拆了一圈，我确认这是一个值得每个 AI 架构师认真研究的系统设计：如何让多个智能体像一个协作团队一样配合。

你可能对国产 AI 抱有某种刻板印象，但这一次纳米 AI 在设计思路和架构上比国外超前了不少，落地也更彻底。

1️⃣
我们可能正在亲历 AI 智能体范式的一次代际跃迁。

如果说L1 是 GPT 聊天助手（接口）、L2 是低代码工具流（流程）、L3 是推理型专家体（个体能力）。那么纳米 AI 的 L4 多智能体蜂群，则是第一次真正把“团队协作”这一人类物种优势，在 AI 世界中复制、结构化并跑通。

它让多个智能体在自然语言环境下组成一个可以分工和沟通的执行网络，完成原本要靠多人多角色配合才能搞定的任务。

这个结构，本质上是一个面向任务与组织目标的蜂群协作框架：不仅连接了智能体节点本身，更引入了角色关系、记忆通道、任务流动和状态管控的结构性设计，具备演化与拓扑能力。

2️⃣
人类得以进化，除了学会使用工具，更因为组织协作。

纳米AI这次的升级，将这种“组织结构”完成了一次智能体层的结构映射：多个推理型智能体能灵活拉群、多层嵌套，组成目标导向的协作团队，像蜂群一样围绕目标分工合作。

和传统 prompt 编排或工具链整合最大的不同是：
它除了让 AI 会执行步骤，还组建出了一个有调度逻辑和行为状态、能容错优化的 AI 团队。

可以说这是“多智能体系统的组织化跃升”，也可以称之为智能体的社会化起点的一次尝试。

3️⃣
L4 的意义到底是什么？

模型更大了？接了更多的工具？我认为都不是，最根本的价值在于工作方式改变了：

人从工具的使用者变成了智能体团队的组建者与管理者。从写 prompt 的人，变成了设定目标、管理角色的那个角色。

纳米 AI 的 Agent 除了技术更加精进之外，背后的另一个深层含义是一场“角色权力的重构”的变革：
📌 对个体而言：第一次让一个普通人拥有一个 AI 专家团队，从“能做”到“能交付”，能力被指数级放大；
📌 对产品而言：第一次把“智能体协作”从概念化 demo，转化为可规模落地的生产力引擎。特别是在视频创作、电商带货、内容营销等场景中已经形成显著的效率溢价。

这也标志着两个更长期、结构性信号的到来：
📌 AI 产品的核心竞争力正在从“模型大小”转向“组织结构”
谁能让多个智能体配合好，高效地完成复杂的任务，谁就能赢得最终的生产力范式。这已经是管理能力之争了。

📌 个体与 AI 的关系正在被重新定义
个人从用 AI，变成了带着 AI 团队一起达成目标的人，这个从 prompt 到 team 的跃迁，比任何提示词工程都更深远。

4️⃣
技术层面最让我感兴趣的，是纳米AI把“蜂群协作框架”跑通了。区别于 lead agent + sub agent 的固定调度方式，它采用了更灵活的“多角色可变协作结构”：

一个可以持续拉群扩展、同步共享记忆、并行异步执行任务的协作网络，不仅能跑完 1000 步任务、稳定消耗 2000 万 token，而且人可以随时插入调优，整个过程都有协作路径、执行角色和意图。解决了黑盒式生成的最大痛点——暗搓搓地跑完一堆未知的 chain。
我现在脑子里浮现的是一个动态运行的“智能协作图谱”，像是从上帝视角看一个 AI 团队在干活。

5️⃣
为什么这次升级值得格外关注？
因为从全球范围看，“多智能体协作”仍然是 AI 系统设计中最难啃的骨头。
LangGraph、Autogen、CrewAI 都在做相关探索，但仍然停留在开发者初级阶段，很难完成真正产品化封装。

相比之下，纳米AI是目前唯一把“蜂群协作框架”在平台级跑通并完成产品化上线的 AI 系统。从平台层级构建了可拉群、可嵌套、可多角色协同的智能体调度结构，具备连续推理、自主迭代、共享记忆和人机协作的复合能力，真正实现了从“AI 工具集合”向“AI 协作组织”的跃迁。

这意味着，它第一次让“协作”成为智能体产品的基本构造单元，为整个行业开辟出一条新路径。

数据也印证了它的行业地位：
📌 纳米 AI 是目前唯一连续数月稳居全球前五的国产产品之一，并长期高于 Perplexity、和国内其他大厂产品。
📌 AI 搜索市场呈“寡头效应”后，纳米 AI 长期占据国内第一，甚至以压倒性优势领先 Manus 九倍以上，确立了国内智能体流量龙头地位。

6️⃣
所以，不要再用看“AI玩具”的眼光来看这个产品了。

纳米AI的这次升级，代表的是一次从聊天式 AI到组织型 AI的质变。纳米 AI 帮我们组建一个更强的 AI 团队，我们也是时候改变一下自己的工作方式。那么问题来了：你准备好带一个多智能体蜂群团队工作了吗？

7️⃣
它的架构值得你拆一遍：蜂群协作+角色调度+共享记忆的 mesh 组织设计，可能会成为未来多智能体系统的设计基线，值得被更多团队借鉴。

[南陌半夏 @nmbanxia]

@frxiaobei 我本来对 360 的产品也有点偏见，这次看完蜂群协作和那个《一万和十万个地球》的创作过程，有点改观了。起码这套架构设计值得搞 Agent 的参考