广场

WorkBuddy上线「辅助任务模型」,一个任务拆成两个模型去执行,帮你省积分

WorkBuddy 把一次任务拆成主任务和辅助任务:改标题、压缩上下文这类杂活,交给默认的 wb-lite 或免费的 Hy4 flash 去跑,不必再按 Kimi-K3 的 1.62 倍率烧积分。 WorkBuddy 又有新功能上线。 这次是一个叫做「辅助任务模型」的能力。 入口在「设置-模型」下。 可以看到, 官方对「辅助任务模型」的描述: 用于增强提示词、生成标题、会话摘要、记忆筛选等辅助任务,不影响主对话所用的模型。 对于这类辅助任务,你可以自己选择专门的模型来进行。 并且,该选择并不影响主对话中,你所选择的模型。 01 功能说明 什么意思呢? 我争取几句话说明吧。 这次,WorkBuddy 把一个任务,分成两部分。 一部分是主任务。 也就是具体任务的执行。 比如具体的生成代码、制作 PPT、数据分析等。 这部分任务,由你选择比较厉害的模型来执行。 因为模型的选择,直接影响任务结果。 一部分是辅助任务。 主任务之外的一些自动化操作,偏简单的文本任务。 比如上面提到的增强提示词、生成标题、会话摘要、记忆筛选等。 例如,我输入我的需求,使用「增强提示词」,就属于辅助任务。 这部分,你可以选择另外一个模型来执行。 因为增强提示词、生成标题、会话摘要、记忆筛选等这类任务。 属于文本的扩写、总结、筛选等,是简单的、各模型都擅长的任务。 对模型要求不高,不同模型执行效果也接近。 这部分,你可选择性价比高的、快的flash、甚至是免费的模型来执行。 02 为何这么做? 为什么同一个任务的两部分,要分开执行呢? 为了降本增效,为了帮你省积分。 我们可以看看。 WorkBuddy 在没有上…

人人都是产品经理产品设计中文

管理无用,企业为什么需要数字员工?

50 人以内的公司靠 CEO 一嗓子就能跑,涨到 500 人时,一个 10 分钟就能改完的 BUG 能扯上一天。信息失真与评价失效这两件事,正是数字员工要接手的那部分,也是人治失效的起点。 上一篇文章我们讨论了两个问题: 企业管理的根源问题信息失真与专业壁垒; AI 在量大管理根源问题上产生的价值; 管理的目标是追求人效最高;人效的重点又在于 有效的任务执行 ,其又涉及到了两个管理根源问题: 信息失真与评价失效 。 在上一篇文章中我们遗留的问题是:这些管理问题是如何一步步加重的,又应该如何解决? 公司初期 一般来说,在公司初期 50人以内 ,团队的效率是非常高的,原因也很简单: 第一 信息耗损小 ,指令直接来源于CEO,团队太小,嚎一嗓子大家都能听见; 第二 评价公正,上升通道清晰 ,团队初期,所有人的努力CEO都看得到,谁识大体、谁踏实可靠一清二楚,因为付出就有收获,所以大家动力十足; 情况如图所示: 因为信息损耗小,所以战略传递与执行反馈效率都很高。但不可避免依旧会有一些 不确定性较高的工作模块 : 第一,工作重合部分·好活,这部分属于做了十分 抢眼的工作 ,大家都抢着做,容易造成一些不稳定性因素; 第二,工作重合部分·脏活,这部分属于 脏活、累活 ,谁做都可以,但是 谁做谁吃亏 ; 第三,没有明确归属的突发事件,这种属于突然发生的问题, 如果处理不及时会造成莫大的损失 ,所以不能干等负责人来处理; 公司初期, 这类工作的占比不高 ,并且很容易 “论功行赏” ,所以团队会选取效率最高的做法, 人治:呼唤英雄,翻译翻译就是老板画大饼,员工开心的吃掉了这个大饼 。 公司中期 过…

人人都是产品经理产品设计中文

Anthropic上市,英伟达的时代真的要结束了吗?

11 月 19 日 Anthropic 登陆纳斯达克,发行价 83 美元,首日收 97.17 美元,公开募资 813 亿美元,收盘估值约 1.76 万亿美元;而英伟达一边卖算力,一边拿出 100 亿投了它。 最近一段时间,我一直在用Claude、Claude Code,也在关注Anthropic。 作为一个做了多年互联网产品的人,我有一个很明显的感受:AI正在从一个回答问题的工具,变成一个能够真正帮人干活的产品。 11月19日,Claude的开发商Anthropic正式登陆纳斯达克。发行价83美元,首日收盘97.17美元,上涨17.1%,公开募资813亿美元,创下全球IPO纪录。按照完全摊薄口径计算,收盘估值约1.76万亿美元。 一家2021年才成立的公司,五年时间走到了这个位置。 我看到这个消息,想到一个问题:Anthropic上市,是不是意味着英伟达的时代开始松动了?甚至,资本市场正在寻找新的接盘者? 一、用户愿意想办法使用,说明产品有价值 最近看到一些关于Claude的故事。有人跑到印尼,通过当地居民解决账号注册问题;还有人把远程电脑部署如在美国买一批MiniMac 放在普通人家里,试图解决服务限制。 这些个案不能代表市场规模,但让我想起做互联网产品时经常思考的一个问题:用户为什么愿意为一个产品付出额外成本? 答案很简单,因为他觉得值得。 过去我们研究用户为什么打开一个App、为什么留下来、为什么付费。现在,用户开始关心AI究竟能替自己完成多少事情。 我使用Claude Code时,最大的感受就是,它已经不只是回答问题,还能参与真实的软件开发,理解项目、修改代码、执行任务…

人人都是产品经理产品设计中文

从盲盒到情绪载体,泡泡玛特的用户分层玩法

泡泡玛特正从概率博弈的盲盒转向可携带的情绪载体。本文基于实地观察,拆解其用户分层漏斗、空白IP的留存逻辑与体验设计,并指出无故事IP的活跃周期困境。当潮水轮转,用户是否会想要一个能记住他的IP? 最近刷小红书,能明显感知到泡泡玛特内容生态的风向变了。但真正让我确认这件事的,不是手机屏幕——是我在合生汇、蓝色港湾、泡泡玛特乐园里亲眼看到的。 早几年,满屏都是”称重、摇盒、找隐藏款”的概率博弈。而现在小红书博主展示的,更多是盲盒开出来”这个形象本身长什么样”——好不好看、有没有辨识度。 而真正把玩偶带出门的,是地铁里擦肩而过的那些路人。你抬头就能看见,有人把LABUBU挂在包上。它不再被封在展示柜里,而是挂在真实的人身上,跟着人挤地铁、逛商场。重点不再是”抽中稀有款”,而是”这个形象,能不能代表我的状态”。 这个细微的转变,是整个泡泡玛特商业逻辑迭代的缩影:产品从”概率博弈的收藏品”,转向了”可携带的情绪载体”。它其实一直在做同一件事:围绕一个情绪原点,把”陪伴”拆进越来越多的日常场景里——柜子里、包上、脖子上、餐桌上、周末的行程里。业务看起来越来越散,情绪入口其实越来越密。而且要命的是,每一步都不突兀。 用户分层:不是下沉拉新,而是价格与情绪的阶梯 外界很多解读认为,泡泡玛特开烘焙店、建主题乐园,是低价拉新。但实地看门店与选址,结论恰好相反。 以合生汇POP BAKERY为例,店里最便宜的是16元棒棒糖,往深处走有上百元的造型蛋糕,角落里甚至陈列着5999元的冰箱;隔几条街的蓝色港湾,泡泡玛特乐园门票98元起,商圈本身瞄准的就是愿意为氛围感付费的城市人群。 这套布局本质是一套”用…

人人都是产品经理产品设计中文

关于传统产品方法在AI时代延续发展的思考

当Agent需要逐一调用多个API才能回答用户问题时,效率与成本成为瓶颈。本文通过一个真实案例,揭示如何通过封装中间层将决策次数从多次降为一次,从而让Agent“少想几步”。作者还从传统分层架构的视角,剖析了AI时代模型作为新前端对聚合层的必然需求,并给出了三条实用的封装原则。 ——让 Agent 少想几步,效率自然就上去了 工作中的一个实例场景 最近在做接入第三方API接口的需求,目前我们的平台已经能够支持用户按自己的需要将多个API接口直接打包成一个MCP接口,直接通过AI助手调用。 最初的想法是直接将所提供的API接口都接回来,由用户根据需要打包MCP接口,这样的方式可以更加灵活。但是在沟通的过程中发现,用户更希望直接用一些现成的东西去执行他所需的业务流程。直接交付原子API的时候,用户得自行判断哪些接口该放一起、工具叫什么名字、描述怎么写等等一系列问题。另一方面,用户组装的API接口本质上并没有减少agent的思考。 举个简单的例子:假设用户自己组装的MCP接口包含“实时行情、历史日K、历史分钟K”3个API,在接收到query时(比如:机器人概念和固态电池概念今天表现怎么样?各自涨了多少?),Agent思考过程中需要先判断走哪个服务,再需要逐一调用这3个API接口的详情并判断是否能够回答用户的问题,怎么回答。 我们把设计决策推给了用户,用户又把它推给了模型。 于是我们调整了实现方案,考虑在技术层面直接先封装一层API接口,再将中间层给出去。这样做有什么好处?还是上面这个例子,我们把“实时行情、历史日K、历史分钟K ”合成一个“行情”API接口。在接收到query时(比…

人人都是产品经理产品设计中文

开源 Alex (ProtoFlow AI):当业务原型不仅能「跑起来」,还能通过 MCP 直接喂给 Coding Agent

AI 写代码虽快,但需求对齐与交付仍是团队痛点。开源工具 Alex 用「活体业务原型」让页面共享真实数据表,并原生支持 MCP 协议,让产品设计一键直连 Claude Code、Cursor 等 Coding Agent,彻底消除需求到代码的信息折损。本文详解其核心功能与实战场景。 AI 写代码的速度已经快到惊人了,但做过真实业务系统的人都知道,团队里最痛的卡点从来没变过:需求是怎么对清楚、又是怎么不走样地交到研发和 Coding Agent 手里的? 在日常协作里,我们往往困在两种极端工具之间: 一种是传统的静态线框图工具。花几天对齐上百个矩形框,但全是点不动的假字——在「新建订单」填完表单,切到「订单台账」根本不会多出一条记录;字段精度、防超收校验、状态流转只能写在几十页没人爱看的离线文档里。 另一种是一次性 AI 生成网页工具。一句话吐出漂亮的页面,但每个页面各自硬编码一堆孤立的 Mock 数据,切页就丢状态;更头疼的是没法精细调整局部,你想改一个筛选条件,AI 常常把整页布局重洗一遍。 为了真正解决这件事,我开源了 Alex (ProtoFlow AI)(Apache-2.0 协议),并在这两天连续发布了 v0.0.1 与 v0.0.2 两个版本,把「需求澄清 → 活体业务原型 → Coding Agent 生产开发」彻底串成了一条闭环。 GitHub 开源地址: https://github.com/EvanClub-Agent/protoflow-ai 上半场(v0.0.1):把需求,做成真正「能跑起来」的业务原型 在 v0.0.1 首版中,Alex 的核心目标只有…

人人都是产品经理产品设计中文

谁为结果负责:AI 原生组织改的不只是架构图,更是责任线

当AI转型卡在让权而非技术时,这家80人公司用DRI责任线打破部门墙,让主责人真正为结果兜底。更关键的是,他们发现最稀缺的不是算法人才,而是能把业务翻译成AI方案的「翻译岗」,内部培养后AI项目成功率从30%跃升至70%。本文拆解AI原生组织落地的两条横线:责任线与数字岗位。 一、组织没变,变的是责任线 从年初我们把「构建AI 原生组织」定位为公司战略,至今将近8个月,我们在构建AI原生组织的五大要素中「组织与人才重塑」这一点上,到底做了哪些动作,今天和各位分享下。 其中关键的一步,我们把「谁向谁汇报」,改成「谁为结果负责」。 二、责任线:一条关键结果挂一个「主责人」 借曾鸣在 10 月公开演讲里的一个说法:组织的基本单元,从「岗位」变成「任务」;以后看组织,更多是看工作流程图,不是岗位、部门、汇报线。他还提到了个词叫 DRI——直接负责的那个人。这个角色跟岗位脱钩,岗位没了,但结果总得有人扛,不管那结果是 AI 干的还是人干的。 他说的这件事其实很多大厂都在做。11月上旬,携程还召开了all hands大会,从公司层面宣布开始推广「产研融合」制度,在推行的范围内,以项目制将产品、运营、前端、后端、算法、测试等人员统统合并起来。而这个项目制的名字就是DRI——直接负责人制。 这种协作方式,其实我们集团八年前就开始在局部范围内推行——本文说的这家八十余人的公司,就属于集团旗下。当时每条关键结果也挂一个「主责人」,再配若干「协作者」,只是当时看着更像是换了个名字的项目制。 同样的做法,为什么八年前只让人觉得是换个名字的「项目制」,这次却能成为「DRI」? 先说当年为什么没成——因为…

人人都是产品经理产品设计中文

用已婚人士交友APP找伴儿,算出轨吗?

“我有了家庭,但我感到孤独”,“我没有可以坦诚交流的人”——许多已婚人士由于结婚生子等人生阶段的改变,感到被困在家中。即使家庭关系良好,他们也可能被各种角色和责任压得喘不过气,没有时间留给自己。 “Cuddle – 已婚夫妇配对应用”因其能够缓解这类已婚人士的孤独感而备受关注。 在日本,关系切片化已经衍生出专有名词。 最受关注的是「第二伴侣」(セカンドパートナー)——即使已经结婚,也希望在配偶之外拥有一位亲密伴侣。 日本有一款名为 Cuddle 的交友平台,打开官网首页,便能看到一句令人困惑的标语:「同为已婚,所以彼此懂得」。 2022年上线以来,这款定位独特的交友平台迅速走红,累计注册用户超过130万人。 Cuddle 的用户群体和需求相对明确,主要面向已婚人士。有些人希望在家庭生活之外建立新的情感联系,有些人渴望发展一段浪漫关系,也有人只是想结交志同道合的朋友,找个人轻松聊天。 许多使用者并不认为自己是在「出轨」,而是将其称为寻找「第二伴侣」。这种关系介于朋友与恋人之间,更强调精神交流和情感陪伴,而不一定涉及肉体关系。 对于他们而言,Cuddle 提供了一个相对私密的交友环境,让已婚人士能够寻找婚姻之外的情感连接。 产品体验 体验产品后发现,Cuddle 的注册流程非常简化。 用户只需要填写昵称、性别、出生日期、居住地(都道府县),选择希望认识的同性或异性用户,最后上传头像即可完成注册。 首页采用了比较常见的左滑右滑交互方式,整体产品形态与 Tinder 比较接近。 比较有意思的是,首页凸显自我介绍,洋洋洒洒几十字配上真人头像很吸引人,其次Cuddle 还支持同性匹配。用户…

人人都是产品经理产品设计中文

DeepSeek Harness发布100天了,想跟你分享这13个好用的插件玩法。

DSH发布100天,GitHub星标28.4万,第三方插件已有3.5万个。有人把界面改成同花顺,有人把对话做成分支地图,作者挑出13个通用插件,从插件市场到会话导入一个个配好。 很多人之前都跟我说,能不能分享一些DeepSeek Harness的好用的用法和插件,正好,前几天,DeepSeek限额冲上了热搜。 因为Deepseek大砍APP和网页版的额度,导致很多人直接失恋。 虽然可以在手机网页上接API接着聊,但很多朋友不会弄或者嫌麻烦。 所以,很多人又开始关注上了DSH。 官方也及时出了对应的插件,方便大家把DeepSeek上的会话导入到DSH里面接着用。 而且非常巧的是,今天正好是DeepSeek Harness发布的,第100天诞辰。 截止到我写下这段话的时候,GitHub上的星标数已经到了28.4万。 官方统计的第三方插件在11月4号已经有3.5万个左右了。 很多朋友,是真的把插件玩出了花。 比如,有人直接把页面爆改成了同花顺。 把里面的对话变成可拖拽的分支地图。 之前我也说了DSH是个二极管,喜欢的人会喜欢得不得了,不喜欢的人会觉得它毫无用户体验。 但现在我觉得,体验这玩意不一定需要DSH官方来做啊。 这100天,从大学生到极客,有一大堆人,自发给DSH搓插件。 所以,我也挑了一共13个有用和好玩,并且相对比较通用的插件,跟大家分享。 希望大家能在用DSH的时候,能用得顺手。 那我们正式开始。 1. DSH安装 避免有些朋友还没有安装DSH,我们来快速过一遍过程。 可以直接让你电脑上的其他Agent去帮你安装,也可以手动到下面的链接。 https://www.dee…

人人都是产品经理产品设计中文

工作5年,求职AI 产品经理该怎么准备?

做了5年B端、从没碰过AI和跨境电商的产品经理,去面一个25-40K的AI产品孵化岗,差距盘点下来5条要求只对上两条半。本文是作者的实战准备记录,供大家参考。 我做了5年B端,一直在一家连锁零售SaaS公司做门店管理。手上从0到1做过一个巡检产品:首年签了31家付费客户,第二年续约26家,毛利从38%做到55%。 AI产品,我没做过。跨境电商,我也没碰过。 但我准备做AI产品经理了。 今年9月,我在BOSS上刷到一个深圳的岗位:AI产品经理,CEO直属,负责新产品孵化,月薪25-40K×13。 这篇文章,就是我求职的经验(虽然还没成功)。 一、先读JD:卡片上写的不算数 刷到这个岗位时,卡片上写的是”3-5年、大专”。门槛挺低的,不过钱给得还不错。 正式的JD要求是:统招本科,5年以上B2B,主导过新产品从立项到拿到付费客户,有AI产品经验,做过定价,能用SQL取数。 看下JD怎么说: “产品方向不预设,从客户真实付费问题出发定义。”说白了,公司还没想好做什么,招进来的人得自己去找。 “获取首批付费客户并达成商业目标。”上线不算交差,收到钱才算。 “公司既有客群与销售网络集中于此。”这里的“此”是跨境电商。 我对这个岗位的理解是:一个人自己找方向、自己做出来、自己卖出去。画原型、写PRD只是中间一段。 二、差距盘点:5条要求,我对上两条半 我把任职要求的5条抄在一张纸上,每条后面写上自己能拿出来的证据。 5年以上B2B:对得上。 完整0→1,拿到付费客户:对得上。巡检产品是我立项的,第一个客户是一家30家门店的连锁超市,一年4.8万。 AI产品经验:对不上。最接近的一次,是在巡…

人人都是产品经理产品设计中文

FDE 看现场:用户说的和做的,为什么总是不一样

用户跟你说的流程和实际操作的流程,往往不是一回事。FDE进场第一周在现场看到的常规操作、异常处理、工具组合、协作方式和人的因素,比后面三个月的访谈和分析都要值钱。 去年在一个大型企业做AI项目,刚进场那周,和业务方开了三场会,HR、IT、一线操作员都坐过。他们跟我说流程是这样的:员工提交申请→审批→系统录入→通知发放,文档里写得清清楚楚。 但第一次去现场,我在工作台坐了一下午,看到的完全是另一回事。 早上10点,一个员工走到HR姐姐桌前,递了张纸。HR没看系统,直接拉开抽屉翻纸质申请单。翻了五分钟,找到了上周的一张。员工在纸上改了个数字,HR就签了字——整个过程没打开过电脑。 我当时就懵了,这不按流程走啊。 后来才明白,系统在三年前上线,但审批权限一直有问题。某个人权限设了一半就离职了,新来的人没人教怎么改,就只能回到纸质操作。现在每周都有一堆纸质单据堆在那儿,系统里的数据其实已经对不上了。 这就是为什么我会认真对待现场观察的原因。 01 访谈说不出来的东西 在之前的项目里,我做过N次访谈(标配技能,对吧?)。拿着提纲,问用户现在怎么做的,有什么痛点,想要什么样的解决方案。用户回答得很仔细,笔记记得也很满。但真正上线以后,还是会发现一些意料之外的问题。 问题在哪呢?用户说的是他们“以为”自己在做的事。 一个很现实的例子:有个流程,用户跟我说是这样的:第一步做A,第二步做B,第三步做C,线性的,逻辑清楚。但我去现场看,发现他们经常是先做B,然后根据B的结果决定要不要做A,C有时候放在最后,有时候穿插在中间。 为啥? 因为系统的限制:B必须先跑起来生成数据,他们才能判断A值不值得投…

人人都是产品经理产品设计中文

土豆姐最新教程,手把手教你用Grok Bot搞定一切工作流自动化

九成的自动化失败,是把流程当成了目标。Grok Bot背后那位土豆姐公开了她的重构范式:先让Bot反向采访你,再用语音把暗默知识倒出来,最后交给Dr Eggbot v2在后台造Bot。 成功订阅 Claude Code,与 Gemini、Codex、Grok 组成王炸 马斯克全家桶好多都成了摆设…..尤其是 Cursor 还是有点拉 这里面我使用频率最高的就是 Grok Bot,也建了不少 Bot 在帮我工作 一直想写一篇详细教程,没得空 刚好, Grok Bot 团队灵魂人物“土豆姐”公开了她重构工作流的工程范式,还有她开发的 Bot 架构师—— Dr Eggbot v2 写得极好 原文很长,我挑核心内容分享一下 我觉得即便不用 Grok Bot ,这些经验也很有价值 一、认知升维:别把“工序”当成你的“终极目标” 土豆姐在开篇就戳中了绝大多数打工人和小老板的软肋: 90% 的自动化失败,是因为你第一步就搞反了——把“流程”当成了“目标” 在她的体系里,任何自动化都只有两件事: 目标: 最终业务成果是什么? 流程: 达到这个结果的中间动作 土豆姐的两个生活化比喻: 1)烤苹果派: 最终那个香气扑鼻的派是 目标 ;买面粉、削苹果、配肉桂粉、控温进烤箱是 流程 。 2)半路换备胎: 车子能重新安全开走是 目标 ;千斤顶支车、扳手卸螺栓、换胎复位是 流程 。 映射到真实商业世界: 每天发一封汇总邮件、填一张 Excel、提一个工单,绝对不是你的目标! 这些全是 TM 的过程。 终极目标只有两个: 能不能为业务多赚钱?能不能帮团队少花钱/省时间? 为什么一定要先把流程扒掉、死磕目标?…

人人都是产品经理产品设计中文

张一鸣的社交梦,藏在豆包里?

字节的社交梦从未停歇,从多闪到飞聊屡战屡败,如今豆包以4亿月活成为新筹码。当AI原生应用遇上熟人社交,群聊规划、比价、冷场救急等场景能否撬动微信的统治?本文拆解字节这次手里的牌,以及AI社交的可能与不可能。 被称为APP工厂的字节跳动可能什么都不缺?但真就缺一个真正能挑战微信的社交产品。 从2019年的多闪、飞聊、心图,到后来的识区、派对岛,张一鸣这些年没少折腾社交。产品换了一茬又一茬,腾讯的社交地位依然稳如泰山。 最近,豆包要增加好友和聊天功能的消息,又被网友翻了出来。 这条消息源于今年6月。当时有测试截图显示,豆包出现了类似微信的对话页面,可以添加好友、互发消息,甚至打通飞书账号。不过,豆包随后否认了社交计划,表示相关功能属于企业办公协同尝试。 虽然官方否认了,但我还挺期待豆包真正做社交的。 因为字节这次手里的牌,和2019年完全不同了。 QuestMobile数据显示,今年9月豆包月活达到4.19亿,日活1.81亿。字节还握着抖音、飞书、多闪、红果等产品。多闪今年的月活已经突破3000万,抖音小火人的日活更是超过1亿。 这么庞大的用户基础,能否长出一个新的社交平台? 我甚至觉得,豆包应该尝试一下AI群聊。 比如几个朋友计划周末旅行,直接拉个豆包群,让AI帮忙规划路线、预订酒店、协调时间;一群朋友讨论买什么数码产品,AI可以参与对比、查询价格;甚至朋友之间聊天冷场了,AI还能主动提供话题。 这些场景放在传统聊天软件里,需要借助不少外部工具。如果AI原生应用能够把这些事情做好,社交体验可能会有新变化。 腾讯显然也意识到了这个方向。今年推出的元宝派,就尝试把AI引入好友群聊,一…

人人都是产品经理产品设计中文

微信再放大招,内测「做个小工具」Agent,一句话做个应用

微信把小微里的「小工具」单独抽成桌面Agent,6分钟就能按一句需求做出可分享的小应用,不选模型、不写代码,背后是自研的WeLM。免注册免审核的小工具,会不会改写小程序的门槛? 内测中的微信小微,日活超过 3000 万。 已成为国内最大的私人 AI 助理(Personal Agent)。 现在,微信又在干一个大动作。 这次,微信把小微中的「小工具」整套能力,单独拿了出来。 做成了一个桌面客户端AI Agent:做个小工具。 名字很直白,就叫做「做个小工具」,目前还是 Beta 版。 产品 Slogan: 做个小工具,让想法发生。 产品 Logo: 是个象征灵感、想法的小灯泡。 目前,做个做小工具的 Agent ,提供macOS 和 Windows 的下载方式。 接下来,完整实测,如下。 1 安装和介绍 我下载后,安装好「做个小工具」客户端。 使用微信完成登录。 启动小工具桌面客户端可以看到, 是一个非常简洁的桌面端 Agent。 左侧边栏,是小工具开发任务记录 ,并且同步了我之前在手机端微信小微中开发过的小工具。 但是不支持查看和编辑。 右侧对话框,非常简单 ,除了添加附件、选择权限模式,就没有了。 如果你要选择,完全访问权限,需要授权确认。 授权后,AI 将无需你的批准,就能操作你的电脑多个权限。 输入框中没有模型选择入口, 因为使用的是微信自研 WeLM ,也就是小微背后的大语言模型。 具体我问了下,是 welm-v4.6-flash。 接下来,用「做个小工具」来开发。 2 开发应用 我想做个小朋友放学后打卡小工具。 输入我的需求,点击提交。 我想做一个小朋友放学后的日程管…

人人都是产品经理产品设计中文

AI视频版Codex来了,还得是字节!

火山引擎上线Seedance Managed Agent,不用在无限画布里连节点,给个视频链接和一句人话,它自己拉片、写脚本、做参考图、生成分镜。一支老凉鞋广告从零到成片的完整实测。 今年我做了不少AI视频,两集美剧、西藏文旅片,还有在B站89万播放的《谢谢你,外星人》,算下来也勉强算个老手了。 有个事情我深有体会,最近大半年,几乎所有主流平台都在猛推所谓的无限画布。(经常自己动手做 AI 视频的朋友应该也能感受到) 一打开界面,全屏都是密密麻麻的节点和连线。 左边拉个提示词输入框,右边连个图生图节点,下面再挂一堆运镜控制、高清放大、首尾帧重绘… 不是说它不好,其实很多工作流大佬玩得很6,但说实话,对普通创作者或者像我这样原本只是开发者的人来说,门槛还是挺高的,主要我现在容易看花眼 。 本来只是想搞个几秒钟的镜头,一进去感觉像在三峡大坝调度室或者机房里理线。 虽然很多平台也在旁边挂了 Agent 助手,但我觉得一直都没有一个用得非常顺手的。 最近我发现火山引擎上线了 Seedance Managed Agent 。 它不是新的视频模型,是基于Seedance、Seedream这些视觉模型做的一个创作Agent服务。 体验下来还挺不错的,非常适合我这种懒人~ 先看看我用它快速做的一支片子: 《如何把老式凉皮鞋拍成买不起的样子》 这部片子整个流程我都没有手搓提示词,以及所有的生图、生视频也都是它进行设计和创作,非常省心。我只是起到一个纠偏的作用。 经常进行AIGC影视创作的小伙伴都知道,AI视频并不是发给模型一大段提示词它就能输出一部成片。 这次 Seedacne Managedd…

人人都是产品经理产品设计中文