{"source":{"id":"16577293","title":"YC 把他们内部的多智能体工作台开源了。 这东西叫“QM”，不是又一个干巴巴的聊天框。 它是一套可以直接拿来改造的组织级…","url":"https://mubeitech.com/p/16577293"},"method":"semantic-similarity","count":6,"items":[{"rank":1,"id":"2078411037011804201","account":"mubei","brand":"@mubei","title":"想自己做个 AI 智能体，是不是得先去啃那些底层的代码框架？ 真不用。 现在开源界出了一堆无代码平台，早就把研发门槛踩碎…","summary":"想自己做个 AI 智能体，是不是得先去啃那些底层的代码框架？ 真不用。 现在开源界出了一堆无代码平台，早就把研发门槛踩碎了。 这几个主流的开源工具，定位分得明明白白。 AutoAgent 主打一个“全自动零代码”。 你不用写任何逻辑，直接用大白话描述你想干什么。 它就能自己把整个…","body":"想自己做个 AI 智能体，是不是得先去啃那些底层的代码框架？\n真不用。\n现在开源界出了一堆无代码平台，早就把研发门槛踩碎了。\n\n这几个主流的开源工具，定位分得明明白白。\nAutoAgent 主打一个“全自动零代码”。\n你不用写任何逻辑，直接用大白话描述你想干什么。\n它就能自己把整个智能体系统搭建出来。\n\nAnythingLLM 则是全能的自托管应用。\n想让大模型读你公司的内部文档，做个私有知识库？\n不需要折腾复杂的环境，文档丢进去就能直接对话。\n\n再看 Dify，这是冲着生产级应用去的。\n搭个玩具很容易，但要实际上线，你需要可视化的工作流、知识库检索管道和模型监控。\n它把从原型测试到真正部署的工具链全包了。\n\n还有 sim，它是一个纯粹的工作空间。\n重点放在让你集中构建、部署和管理各种复杂的智能体和工作流上。\n\n不管你是想快速拉起一个带知识库的客服，还是部署一套复杂的业务代理。\n底层的轮子早就有人造好了。\n挑个趁手的直接用，比从零写代码快得多。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2078700950231924970","translated_status_id":"2078700950231924970","published_at":"2026-07-18 23:37:34","created_at":"2026-07-19T01:22:57+02:00","url":"https://mubeitech.com/p/2078411037011804201","markdown_url":"https://mubeitech.com/p/2078411037011804201/markdown"},{"rank":2,"id":"2070988681737900504","account":"mubei","brand":"@mubei","title":"别再把 Claude 当成一个只能聊天的网页窗口了。 AI 时代的办公方式，正在发生底层逻辑的裂变。 Anthropic…","summary":"别再把 Claude 当成一个只能聊天的网页窗口了。 AI 时代的办公方式，正在发生底层逻辑的裂变。 Anthropic 开源了 11 个“知识工作插件”，直接开始接管办公室的真实业务流程。 它的开源仓库叫：anthropics/knowledge-work-plugins。 这…","body":"别再把 Claude 当成一个只能聊天的网页窗口了。\nAI 时代的办公方式，正在发生底层逻辑的裂变。\nAnthropic 开源了 11 个“知识工作插件”，直接开始接管办公室的真实业务流程。\n它的开源仓库叫：anthropics/knowledge-work-plugins。\n\n这 11 个插件，分别对应了销售、市场、工程、数据、设计、产品、HR、客服等 11 个岗位。\n但先别急着高呼“人人都能一键躺平”，这玩意儿目前还不是开箱即用的万能药。\n想要跑通它，你得下载 Claude 桌面端，开启 Co-Work 协同工作模式，连接本地文件夹，再手动配置各种第三方连接器。\n比如 Slack、HubSpot、Stripe、QuickBooks 甚至 DocuSign，都需要你手动授权打通。\n\n繁琐是繁琐，但它展示出的工作流复用性，确实让人头皮发麻。\n以里面一个叫“业务脉搏”的技能为例。\n当你输入一行指令，Claude 不去网上瞎编，直接同时调用 QuickBooks、Stripe、邮件和日历。\n它能并发拉取所有实时数据，一键诊断：谁的账期超了？今天最紧急的邮件是哪封？哪笔回款还没到？\n\n还有更绝的“催款技能”（Invoice Chase）。\n它能自动去 Stripe 筛出逾期未付的账单，并根据客户以前的付款表现进行“信用打分”。\n信用差的，它拟一封语气严厉的催款信；信用好的，它就拟一封温和的提醒草稿。\n这些草稿直接放进你的 Gmail 待发箱，设置好审批门槛，你点个同意，它才真正发出去。\n\n这才是真正有锋芒、能落地的 AI 工作流。\n聪明的打工人和小老板，现在别去凑热闹当消费者，赶紧把这个开源仓库保存下来。\n去拆解它里面的 Markdown 文件，看它是怎么写那些“技能指令”（Skills）的。\n那是最顶级的、结构化的系统提示词和工具链设计逻辑。\n看懂了这套逻辑，你就能把自己的重复性脑力劳动，也打包成专属的自动化插件。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2071173851585597451","translated_status_id":"2071173851585597451","published_at":"2026-06-28 09:24:55","created_at":"2026-06-28T11:17:47+02:00","url":"https://mubeitech.com/p/2070988681737900504","markdown_url":"https://mubeitech.com/p/2070988681737900504/markdown"},{"rank":3,"id":"2035958826973733150","account":"mubei","brand":"@mubei","title":"一个能自己写代码、自己涨经验的AI智能体。 跑在每个月5美元的廉价服务器上。 Nous Research搞出的Herme…","summary":"一个能自己写代码、自己涨经验的AI智能体。 跑在每个月5美元的廉价服务器上。 Nous Research搞出的Hermes Agent刚拿下1.7万个GitHub星标。 圈内人叫它OpenClaw杀手。 这东西最硬核的地方在于它的学习闭环。 接活多了，它会根据经验自动生成新技能。…","body":"一个能自己写代码、自己涨经验的AI智能体。\n跑在每个月5美元的廉价服务器上。\n\nNous Research搞出的Hermes Agent刚拿下1.7万个GitHub星标。\n圈内人叫它OpenClaw杀手。\n\n这东西最硬核的地方在于它的学习闭环。\n接活多了，它会根据经验自动生成新技能。\n一边干活一边自我迭代。\n它还会定期翻找过去的对话记录。\n慢慢拼凑出一个关于“你究竟是谁”的深度认知模型。\n\n现在的多数开源智能体只是个记性极差的API分发器。\nHermes是带着记忆陪你一起生长的。\n\n部署门槛低到几乎没有。\n不用把它死死锁在你的高配电脑里。\n随便找个云端虚拟机就能跑。\n闲置状态基本不花钱。\n走在马路上，直接掏出手机在Telegram里给它发语音派活。\n\n它的生态大军也已经集结完毕。\n官方刚更新了完整的资源清单。\n40多个现成的社区技能和多智能体集群直接端上桌。\n\n硅谷巨头费尽心机竖起的闭源高墙，又被敲碎了一块砖。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2038900906842849489","translated_status_id":"2038900906842849489","published_at":"2026-03-31 08:17:02","created_at":"2026-03-31T10:15:23.138591","url":"https://mubeitech.com/p/2035958826973733150","markdown_url":"https://mubeitech.com/p/2035958826973733150/markdown"},{"rank":4,"id":"2078421798127861999","account":"mubei","brand":"@mubei","title":"一个月扛下1.5万次提问，AI芯片公司Cerebras做出了员工真愿意用的“公司大脑”。 他们不建文档坟墓，只建真相维护…","summary":"一个月扛下1.5万次提问，AI芯片公司Cerebras做出了员工真愿意用的“公司大脑”。 他们不建文档坟墓，只建真相维护系统。 核心思路就一条：不存知识，只维护知识。 一般的Wiki，记录的是写下那一天的真相。 时间一长，谁都不敢信。 而有用的公司大脑，永远在更新现在的真相。 怎…","body":"一个月扛下1.5万次提问，AI芯片公司Cerebras做出了员工真愿意用的“公司大脑”。\n他们不建文档坟墓，只建真相维护系统。\n\n核心思路就一条：不存知识，只维护知识。\n\n一般的Wiki，记录的是写下那一天的真相。\n时间一长，谁都不敢信。\n而有用的公司大脑，永远在更新现在的真相。\n\n怎么做到？他们切了三个维度。\n\n先看更新机制。\n不逼着员工搬迁数据，知识长在Slack、代码库、Wiki里，系统就去那里抓。\n但抓有抓的规矩：Slack里不能只抓零散消息，必须抓完整的对话线程。\n新鲜度直接和检索权重挂钩。\n群里有了新回复？系统立刻重抓整个线程。\n代码有新提交？重新嵌入改动块。\n很久以前的老答案？给它挂上时间衰减系数。\n\n其次是嵌入前的“蒸馏”。\n直接把原始聊天记录扔给大模型，搜出来全是废话。\n真正的动作是拦一道：先把原始材料提炼成“问题、摘要、解决方案、参考链接”的结构化数据，然后再存入库。\n\n最后，让检索信号打架。\n选答案绝不迷信单一评分。\n精确词、语义、罕见词、新鲜度，全部参与打分。\n融合之后重新排前20名，最终只保留最精确的10个。\n\n搜索范围一定要按具体项目划定界限，给出的答案必须带上引用。\n这套系统的本质变了：它不堆砌死文档，只维护活证据。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2078733826734313718","translated_status_id":"2078733826734313718","published_at":"2026-07-19 06:09:07","created_at":"2026-07-19T08:01:25+02:00","url":"https://mubeitech.com/p/2078421798127861999","markdown_url":"https://mubeitech.com/p/2078421798127861999/markdown"},{"rank":5,"id":"2078576758735990884","account":"mubei","brand":"@mubei","title":"99%的软件，其实都是用同一套有限的积木拼出来的。 不多，一共就115块。 软件也有自己的“元素周期表”。 构建一个系统…","summary":"99%的软件，其实都是用同一套有限的积木拼出来的。 不多，一共就115块。 软件也有自己的“元素周期表”。 构建一个系统，拆解到底层无非就是这几个固定大类。 对象是“名词”：公司、用户、项目、订单。 属性定细节：状态、时间、文本、金额。 动作是“动词”：创建、更新、筛选、导出。…","body":"99%的软件，其实都是用同一套有限的积木拼出来的。\n不多，一共就115块。\n\n软件也有自己的“元素周期表”。\n构建一个系统，拆解到底层无非就是这几个固定大类。\n对象是“名词”：公司、用户、项目、订单。\n属性定细节：状态、时间、文本、金额。\n动作是“动词”：创建、更新、筛选、导出。\n界面搭骨架：列表、看板、日历、数据表。\n甚至包括AI功能和自动化规则，全都能归纳成几十个基础动作。\n\n现在大家都在用大模型辅助写代码。\n但很多人掉进了一个陷阱：每次起新项目，都在让大模型从头开始构思“这个系统该长什么样”、“需要哪些基础字段”。\n耗费大量的时间和算力，去重复发明已经存在了几十年的抽象。\n有人把这种行为叫做“典型的AI精神病”。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2078789556120301638","translated_status_id":"2078789556120301638","published_at":"2026-07-19 10:04:36","created_at":"2026-07-19T12:01:30+02:00","url":"https://mubeitech.com/p/2078576758735990884","markdown_url":"https://mubeitech.com/p/2078576758735990884/markdown"},{"rank":6,"id":"2082097290177626563","account":"mubei","brand":"@mubei","title":"Anthropic 内部是怎么干活的？ 一名内部工程师透露，超过 80% 的工程师，已经把工作交给了自我迭代的 AI 智…","summary":"Anthropic 内部是怎么干活的？ 一名内部工程师透露，超过 80% 的工程师，已经把工作交给了自我迭代的 AI 智能体。 再过三到六个月，这个比例会变成 100%。 把 AI 挂在后台跑上几个小时，账单不得爆表？ 其实没有。 秘诀根本不是让智能体没日没夜地瞎跑。 他们把 A…","body":"Anthropic 内部是怎么干活的？\n一名内部工程师透露，超过 80% 的工程师，已经把工作交给了自我迭代的 AI 智能体。\n再过三到六个月，这个比例会变成 100%。\n\n把 AI 挂在后台跑上几个小时，账单不得爆表？\n其实没有。\n秘诀根本不是让智能体没日没夜地瞎跑。\n他们把 AI 的循环逻辑，严格按触发条件切分成了四种模式。\n什么时候该轮询，什么时候该目标驱动，算得清清楚楚。\n\n第一把刀，目标驱动。\n丢给它一个明确目标，比如“写个网页，要求测试全绿”。\n它会自己写代码、自己跑测试、自己修 Bug。\n但紧箍咒必须念在前面：最多只给 5 次重试机会。\n要么目标达成，要么撞到 5 次红线，立刻停机。\n防的就是系统失控，把代币配额烧成灰。\n\n第二把刀，定时轮询。\n专门用来干盯梢的苦力活。\n设定每半小时看一眼收件箱，或者查一次代码库。\n代码测试亮绿灯，它就自动合并；啥事没有，它就立刻休眠。\n把脚本挂到云端，哪怕你把电脑合上，它也能每小时准点打卡。\n\n第三把刀，事件触发。\n这才是真正的纯异步刺客。\n平时根本不占资源，待机成本为零。\n一旦有人在后台建了个新工单，或者发了个特定指令。\n它瞬间唤醒，拉取报警信息、找代码、发总结，干完活原地解散。\n只要没活，就绝不空转。\n\n遇到超级大活，就轮到动态工作流出场。\n单线操作搞不定时，主控 AI 会现场写一段脚本。\n瞬间派生出几十上百个子智能体，像蚁群一样散出去。\n它们各自去查数据、读不同行业的研报。\n最后带着提炼好的答案，回到中央汇总。\n主控 AI 手里不拿成堆的草稿，只出一份终极报告。\n\n现在，这群顶尖工程师已经摸出了最爽的工作节奏。\n他们眼里产出最高效的时段，是睡觉。\n睡前把循环指令踢上线，闭眼。\n第二天醒来，硬骨头已经被机器啃完了。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2082401407034892592","translated_status_id":"2082401407034892592","published_at":"2026-07-29 06:20:36","created_at":"2026-07-29T08:01:31+02:00","url":"https://mubeitech.com/p/2082097290177626563","markdown_url":"https://mubeitech.com/p/2082097290177626563/markdown"}]}