靠编程竞赛保送大学、打进 ICPC 世界总决赛，理科生从高中开始写代码，一写就是近 20 年。他原本以为，自己会写一辈子代码。没想到，过去四年，AI 就从一个连简单算术都会算错的工具，变成了让他觉得“在智力上已经碾压自己”的存在。 而最让他感慨的是，自己明明还喜欢写代码，也还擅长写代码，却已经开始刻意练习不再亲手写代码了。更矛盾的是，他是那个最积极推动 AI 接手自己工作的人。 如果你最近也隐隐觉得“AI 迟早会动到我这块”，这期节目或许能让你少一点孤单，也多一点判断。 ━━━━━━━━━━━━━━━━━━━━━━ ⏳ 时间轴 【第一幕：开场】 00:00 OpenAI 公开 700 多篇 AI 生成的数学研究 01:05 📌 他写了近 20 年代码：竞赛保送 → ICPC 世界总决赛 → AI 算法工程师 【第二幕：竞赛七年】 01:35 比赛考的是"聪明的办法"，不只是把题解出来 03:15 💡 他 Codeforces 2000 多分——现在已被 AI 刷爆 【第三幕：他当年有多嫌弃 AI】 05:20 陶哲轩：他 20 年前就知道的"遥不可及的天才" 06:20 ⚠️ 但他一开始是嫌弃 AI 的——甚至怀疑整条技术路线 08:11 当时业界共识："AI 不懂代码的灵魂"，只是背诵 【第四幕：转折点】 09:38 2025 年春节，DeepSeek R1 出来 10:42 🌟 一道复杂正则改不对，R1 的思维链试错、自我纠正，最后改对了 11:14 🌟 "我第一次觉得：它不是假装写代码，而是像人一样在思考" 【第五幕：在智力上被碾压】 11:52 2024 数学竞赛银牌 → 2025 刷金牌，信息学竞赛也被刷爆 12:51 📌 算完账他承认：AI 在智力上已经碾压我 14:15 🌟 连他最仰望的陶哲轩他们，也开始跟 AI"掰扯" 【第六幕：一周的活，它干了一个月】 15:51 2025 年底起，他尽量不写代码、连代码都不看 16:46 接了个渲染代码的活（大量数学公式、坐标转换） 18:18 💔 一周能写完的活，Agent 花了一个月，还严重超期 18:21 💔 同事一句"你要不要考虑自己写"，让他失落一整天 20:04 📌 为什么非要死磕：他想练一个新能力 【第七幕：验收与踩坑】 21:49 💡 不看代码，但要让 Agent 把逻辑做成设计文档 / 网页，人能看懂 23:37 📌 结论：要搭一套适合 Agent 执行的环境（harness） 24:01 ✅ 这一个月把 Agent 能踩的错都踩了一遍，后面成了"感觉" 【第八幕：我就是新一代的织布工】 26:35 📌 四个数字：2023 蠢 → 2024 高考题 → 2025 竞赛第一 → 2026 顶级科学家 27:56 💔 去年某天开车回家，他想到："我可能真的不再写代码" 28:45 🌟 「我就是新一代的织布工。」 28:56 💔 不是怕失业，是"原以为一辈子做一件事"的认知被打破 32:00 ✅ 既然迟早被赶走，不如提前给 AI 让位 【第九幕：最小行动】 35:28 📌 找一件你很熟悉的事，把一部分交给 AI 36:06 🌟 两个"不要"：别因它以前做不好就认为以后做不到；也别因它做对几道难题就认为它什么都能做好 ━━━━━━━━━━━━━━━━━━━━━━ 💬 本期金句 · 「我就是新一代的手工织布工」 · 「AI 就这么降临了，然后对我说：以后不需要你写代码了，你就换个方向吧」 · 「它更像是背诵，而不是思考和理解」 · 「那一个时候，我是第一次觉得：模型不是在假装写代码，而是像人类一样，是有思考过程的」 · 「反正打肯定是打不过的，那就直接加入吧」 · 「两个人在森林里遇到老虎——你只要不是跑得最慢的那个就行了」 · 「你越着急、越想让它快点完成，反而更容易陷入一个反复修改的循环」 · 「你不要因为 AI 以前做不好，就觉得它以后也做不到；但同时也不要因为它做了几道特别难的题，就觉得它什么都能做好」 · 「这是一个最好的时代，也是一个最坏的时代」 ━━━━━━━━━━━━━━━━━━━━━━ 🔧 本期提到的工具 / 概念 · 信息学竞赛 / ICPC World Final —— 他打了七年的比赛；大学打到世界总决赛 · Codeforces —— 半夜开赛的编程竞赛平台，他 2000 多分，现在"已经被 AI 刷爆" · DeepSeek R1 —— 本期转折点；它的"思维链"让他第一次觉得 AI 真的在思考 · next token prediction —— GPT 类模型的训练核心：预测下一个词 · 正则表达式 —— 一种描述"文本匹配规则"的小型语法：用符号规定"什么样的字符串算符合条件"，常用来查找、替换、校验文本。本期让他"路转粉"的，就是一条写得很复杂的正则 · Agent / harness（脚手架） —— 让 AI 从头到尾干完一件活的那套"环境" · 单元测试 —— 防止"修好 A、改坏 B"的自动检查 · Claude Code / 龙虾 —— 提到 Agent 工具火起来的时间点 · Gemini（进阶版） —— 2025 年 ICPC 世界总决赛 12 题对 10 题 · 随想记录员 —— 理科生自己搭的、用来随时记录自己日常与灵感：https://www.xiaoyuzhoufm.com/episode/6a3c97209d2f5743683d813d ━━━━━━━━━━━━━━━━━━━━━━ 🎧 往期节目推荐 1. 第 42 期｜千问办公实测：AI如何串起备课、授课与数据回收 https://www.xiaoyuzhoufm.com/episode/6a71d2c2ab3a91c24a0fb6c3 2. 第 39 期｜在 Agent 里搭一个越来越了解你的角色 https://www.xiaoyuzhoufm.com/episode/6a3c97209d2f5743683d813d 3. 第 44 期｜DeepSeek Harness 说一切皆插件，它到底想干什么？ https://www.xiaoyuzhoufm.com/episode/6a81909136641f136d890195 4. 第 43 期｜WorkBuddy 使用心得：别让一个窗口干所有事 https://www.xiaoyuzhoufm.com/episode/6a6dddafab3a91c24a0e26de 5. 第 47 期｜用 AI 做 80 页 PPT：从不能用，到微调就能用 https://www.xiaoyuzhoufm.com/episode/6a9d2221f03e74ee6b05d5ea ━━━━━━━━━━━━━━━━━━━━━━ 📋 最小行动：三步 第 1 步｜挑一件你本来最近就要做的事 —— 而且必须是你很熟悉的事。 为什么必须熟悉？「你只有熟悉这件事，你才知道它正常应该怎么做，也才能判断 AI 到底能不能做好它。」 第 2 步｜把其中一部分内容交给 AI（不用一次全交） 第 3 步｜验收两件事：它有没有帮你解决问题？有没有帮你省时间？ 没做好就调整一下要求，让它再做一次。 ━━━━━━━━━━━━━━━━━━━━━━ 🧍‍♂️ 联系我们 微信听友群：加 13826477686 微信进群（加微信时辛苦备注"AI搞学术"或"小宇宙"） 听众反馈：514634244@qq.com

本期聊：怎么让电脑上的 AI Agent（智能体）在自己不在场的时候，也能持续干活。理科生把自己实践的整条路径从头讲了一遍——起因是听友群里的一个问题："我把 AI 接到了一台服务器上，怎么让手机也能远程用它？" 他把"让 AI 干活"拆成了三个阶段：① 坐在电脑前指挥它；② 人在外面，用手机远程指挥它；③ 你根本不管它，它自己找活干。前两个阶段的难点是"连接会挂"——因为他发现手机远程控制电脑，中间其实夹着一个第三方服务器，服务器一崩，你在外面就失联了；第三个阶段的难点则完全不同：不是"怎么触发"，而是"怎么让它不掉线"。 你如果花钱买了 ChatGPT 会员，和 ChatGPT使用聊天，额度基本是"无限量"的（频率过高后可能会限流和智力降级），而其他 Agent 工具的对话基本是按量计费。也就是说，每一个Chatgpt会员账号里都躺着一笔免费聊天额度，理科生分享了三类把它用满的方法，其中之一是把一台几乎没有智能的本机程序，当成"传令兵"。 无论你想不想自己动手，这套东西都在演示一个方向：未来的 AI 会像员工一样，有工位、有记忆、24 小时在线。理解原理，更重要。 ━━━━━━━━━━━━━━━━━━━━━━ ⏳ 时间轴 【第一幕：这期的由来与"三个阶段"】 00:00 开场：听友群一个问题引出的整期——"我把 AI 接到服务器上了，怎么让手机远程用它？" 00:30 💡 全期骨架：把"让 AI 干活"拆成三个阶段 00:45 三个阶段分别是——① 电脑前指挥 ② 手机远程指挥 ③ 你不管它、它自己找活 01:00 今天讲两件事：怎么让它在"你不在"和"你睡着"时继续干活；以及怎么降低这个成本（薅 GPT 羊毛） 01:05 ⚠️ 声明：这是个人折腾的路子，可参考思路 【第二幕：人在外面，用手机指挥电脑】 01:15 手机远程其实很方便——各种 AI 工具都有手机 App 或远程链接（ZCode、WorkBuddy 都有） 01:51 💡 但有个"没人告诉你"的真相：不是手机直连你的电脑，中间夹着第三方的服务器 02:08 亲身经历：WorkBuddy 手机端偶尔连不上；早期龙虾经常崩，得远程去救 02:26 ✅ 第一条解法：双 Agent 互备——「我的 WorkBuddy 挂了，你帮我修一下」，多数情况能救回来 03:14 适用范围：99% 的场景够用 03:20 ❌ 但有两类事普通 Agent 干不了：电脑卡死重启、需要管理员权限/安全授权 【第三幕：两条"断线自救"的路】 03:45 ✅ 进阶解法：给自己留一条"密道" 03:58 💡 Tailscale：把所有设备连成一个虚拟局域网，登同一账号就能用 IP 直连，不经过第三方 04:26 💡 再装手机 SSH 客户端 Termius，连上后手机里就出现电脑的终端 05:06 需要看屏幕时用 RealVNC Viewer（他用得少） 05:18 密道的价值：机器重启后远程登录一般还开着，SSH 通常还能登上去；管理员权限、安全授权也能解决 05:40 💔 社科生的真实反应：听上去确实有点复杂，对小白有点吃力 05:53 📌 所以给小白的分层建议：日常用"双 Agent 互备"，真需要再上密道 06:35 ✅ 实际收益：假期在外面，家里电脑干活卡住，他也能随时登录上去抢救 【第四幕：7×24 —— 难的不是"定时"，是"环境"】 06:55 问题换成：你手机都不碰，它怎么自己干活？ 07:09 最简单的思路：设一个定时任务，每小时醒一次，去读一个记着"要干什么"的地方 07:20 ❌ 但触发简单、执行很难：Agent 干着干着会因各种理由停下来（尤其 GPT，常找借口停） 08:04 💡 所以真正要搭的是一套环境：醒来知道干什么、有什么工具、遇到问题知道怎么往前推 08:38 🎓 核心比喻登场：蒙特梭利教育——不直接教小孩数学，而是营造充满数学游戏的环境 09:10 套用回来：不直接教 Agent 工作，而是搭好环境，让它自发把任务完成 09:45 💡 为什么环境这么关键：你在电脑前能纠正它（人在回路），你睡着就没人纠正了 10:20 🔧 具体怎么做：拿"写稿工作流"举例——任务池 + 工具描述 + Skill + 下一步 11:53 任务池放在哪都行；他自己做了个本地数据库 + API，按 Agent 身份拉取属于它的任务 13:03 ⚠️ 最容易翻车的一点：约束要写清楚——交付物的路径格式不规范，它就会"乱来" 13:10 💡 一句话总结：像跟同事交接一样，需求文档必须写明白 【第五幕：薅 GPT 的免费额度】 14:03 ⚠️ 痛点浮现：搭这么一套环境，非常消耗 token 15:00 💰 第一个反常识：GPT 聊天免费，但要至少 20 美元档会员；其他 Agent 工具的对话都在算钱 16:00 💡 所以每个 GPT 会员账号里，都躺着一笔被浪费的额度 16:08 三类用满它的方法：① 连接器连 GitHub（能看代码、提改动、提 PR） 16:30 ② 本地便宜 Agent 操作浏览器去问 GPT；③ 网页版 GPT 通过"远程桌面"插件控电脑（有月额度） 17:10 💡 远程桌面插件的原理：指令经插件后台服务器中转给本机执行，结果再回传，循环推进 17:56 ✅ 重度用户的方案：借 GitHub 当"公告栏"——要干的活写成一条 Issue（工单） 18:31 💡 本机跑一个**"没有脑子"的程序**，每隔几十秒去拉工单、派活、把结果写回 19:03 🌟 全期最妙的画面：智力全在远端 GPT 那里，本机只是个"传令兵" 19:20 🎁 彩蛋：这个本机程序，也是 GPT 自己写的（通过远程桌面的 MCP，写好、跑起来、修到跑通） 19:58 他愿意把这个程序分享给听友（需要先梳理一下，没有敏感信息） 20:23 💰 省钱结构：复杂调度给远端免费 GPT，本机用便宜的 GLM 执行 【第六幕：dots 体验与"未来的 AI 员工"】 21:32 社科生追问：这一整套折腾，值得吗？性价比和提效真的上来了吗？ 21:47 理科生的答案：折腾本身好玩，但最有价值的是探索"7×24 干活"的方式 22:03 🔮 他的判断：未来每个人都会有自己的 AI 员工——有工位、有记忆 22:43 ⚠️ 但别指望开箱即用：即使是现在的 Personal Agent，也得你自己搭一部分环境 23:34 顺带聊聊 dots 的真实体感 23:48 💔 他说 dots 号称用最强的 Astra，但体感"几乎就是一个 Luna"——有时候蠢得有点夸张 24:04 ✅ 但记忆确实好：多线丢任务都能马上回应，聊天基本不会忘 24:16 🌟 一个体验差异：dots 可以随时打断、连着发好几条，它会攒完一起思考再回（飞书/龙虾是按条回） 24:48 💡 也因为"速度快得有点吓人"，他更怀疑它不是最强模型 25:26 收尾判断：体验流畅、有点蠢，但记忆做得很好 【第七幕：最小行动与收尾】 26:24 📌 第一档：装两套有手机端+电脑端的 Agent 工具，互为备份 26:47 📌 第二档：给 Agent 配个定时任务，体验一次"自主干活"，再思考怎么搭环境补它的坑 26:53 💡 附加羊毛：定时任务放在非高峰时段（WorkBuddy 里的混元 4，夜间免费） 27:00 欢迎评论、收藏、转发，加入听友群 ━━━━━━━━━━━━━━━━━━━━━━ 🔧 本期提到的工具 / 概念 · Tailscale —— 把手机和电脑组进同一个虚拟局域网，直连不走第三方（本期"密道"） · Termius —— 手机上的 SSH 客户端，用来登录自己电脑的终端 · SSH —— 很基础的远程登录协议，手机上支持它的 App 很多 · RealVNC Viewer —— 需要看电脑屏幕时用的远程工具（他本人用得少） · WorkBuddy / ZCode / Codex / ChatGPT —— 本期用来举例的 Agent 工具（ZCode 是智谱的编程工具） · GitHub + Issue —— 本期被当成"公告栏"：把要干的活写成工单，两端靠它传话 · MCP / 连接器 / 远程桌面插件 —— 让 GPT 能接触到你本机的方式 · GLM —— 他本机用的便宜模型（Coding Plan 会员） · dots —— OpenAI 的个人 Agent（他聊了实际使用体感） · 混元 4 —— WorkBuddy 里的模型，夜间免费（薅羊毛附加项） · 蒙特梭利教育 —— 本期核心比喻的来源 · human-in-the-loop（人在回路） —— 你盯着它、犯错就纠正的日常模式 ━━━━━━━━━━━━━━━━━━━━━━ 💰 三类把 ChatGPT 免费额度用满的方法 前提：GPT 聊天免费，但要至少 20 美元档的会员（8 美元的 Go 套餐不确定；最顶的 Pro 模型有每周限额，其他模型基本不限）。而别的 Agent 工具，聊天都是按量算钱的。 重度用户的终极版：借 GitHub 当一块"公告栏" * GPT 连上他的 GitHub，建一个私有仓库； * 要干的活，写成一条 Issue（像公告栏上贴的工单：做什么、派给谁、什么状态）； * 本机跑一个没有脑子的程序，每隔几十秒去拉一次工单，派给本地 Agent 干，干完把结果写回 Issue； * 智力全在远端的 GPT 那里，本机这个程序只是个"传令兵"。 ⚠️ 这个本机程序，本身也是 GPT 写的——通过远程桌面的 MCP，在他的 Mac 上把代码写好、跑起来、加监控、发现问题再回来修，来来回回，直到跑通。 为什么这套很省：复杂的调度和规划丢给远端免费的 GPT，本地只接拆好的小活，用最便宜的模型执行——"贵模型做规划、便宜模型做执行"的极致版本。 ── 📋 最小行动（分两档，挑一档）── 第一档｜所有人今天就能做：装两套"手机端 + 电脑端都有"的 Agent 工具，互为备份。一个主用、一个备胎。 同时装两套"手机端 + 电脑端都有"的 AI 工具（比如 WorkBuddy + Codex），一个当主用，一个当备胎。 主用挂了，就用备胎连上去，跟它说："我的 WorkBuddy 挂掉了、连不上了，你帮我修一下。"备胎能操作你的电脑，多数情况能把主用救回来。 第二档｜有点技术兴趣的：给 Agent 配一个定时任务，让它体验一次"自主干活"，然后留意它会在哪儿卡住——思考怎么构造环境去解决它。 💡 附加羊毛：把定时任务放在非高峰时段（比如 WorkBuddy 里的混元 4，夜间免费），成本还能再降一截。 ━━━━━━━━━━━━━━━━━━━━━━ 🧍‍♂️ 联系我们 微信听友群：加 13826477686 微信进群（加微信时辛苦备注"AI搞学术"或"小宇宙"） 听众反馈：514634244@qq.com

这期源于听友提问：Agent应用场景越来越多，token消耗也越来越大，想听听"怎么又省钱又省 token？" 这期我们把"Agent干一次活"的成本拆成四块，一块一块讲怎么省，一张表总结： ⏳ 时间轴 【第一幕：钱都去哪了】 00:00 听友提问——应用场景变多、token 消耗变大，怎么又省钱又省 token？ 【第二幕：成本四块（一）· 模型本身】 00:52 💡 理科生把"AI 干一次活"的成本分成四块（先说明：可能别人不这么分） 01:01 第一块：模型本身——用贵的还是便宜的、高峰期还是低谷期、缓存命中了多少 01:13 例：智谱下午 2–6 点是高峰期，价格是其他时间的 2–3 倍；DeepSeek 缓存价只要正常价的 2%，命中率 99%+ 01:32 💡 解释"命中缓存"：像一个没算过的小盒子，先把结果放进去，下次直接拿 02:29 原理：KV Cache——前面算过的结果存下来，只算新加的那部分 03:27 社科生补充：WorkBuddy 里混元模型夜间 11 点到早 8 点免费，白天积分掉得快 【第三幕：成本四块（二）· 初始提示词 ← 本期重点】 04:10 🌟 第二块：初始提示词——模型每次开口前，都要先读一大段 04:20 这一大段包括：系统提示词（"你是桌面办公助手"）、agents.md、Skill、MCP、Tool、专家团，全部打包在你的第一句话前面 05:07 💡 Skill 有个"渐进式披露"原则：平时只加载一段很短的描述，真正用到时才去读完整的 06:42 什么是 agents.md：记录你给它的角色定义（"你是算法工程师"）、以及平时去哪找文件 07:34 💡 建议：agents.md 只存"索引"（发现 A 问题 → 去找 A 文档），别把文档内容全塞进去 【第四幕：成本四块（三）（四）· 任务与环境】 08:50 第三块：你交代的任务本身——说清楚就省，说不清它就到处翻文档 09:30 💡 反直觉：模型再聪明，你不说清楚，它还是会白白浪费 token 去"猜" 10:19 第四块：运行环境——文件夹结构清晰，它一上来就知道要干什么 11:43 环境越干净越省：写代码常见做法是加代码索引工具、把命令写清楚，它就不用反复试错 【第五幕：怎么省 · 模型与初始提示词】 12:29 💡 模型：很多工具有"定时任务/闲时任务"，把活放到夜间低谷期跑更便宜 13:04 💡 同一件事，尽量在一个窗口里连续做完——前面的对话算过了就不用重算（吃缓存） 14:28 缓存是有寿命的：大部分只有几分钟，久一点可能一两天（备注：GPT 5.6 说缓存保存时长至少 30 分钟，Deepseek说是几个小时-几天 ） 15:20 现实困境：WorkBuddy 这类工具看不到"缓存命中率"，你最后只能看到一个冷冰冰的"扣了多少积分" 17:36 💡 上下文太长要"压缩"：今天 80 万、明天又是 80 万，还不如一天之内连续聊到 90 万（全是缓存价） 19:24 🌟 打一个"Hi"自查：理科生实测占了 35K；对混元 3 这种短上下文模型，这一个 Hi 就占了 20% 20:33 🌟 早期踩坑：配了一个连接器，一上来占近 8 万（当时总上下文才 12 万，占 70%），而只说了一个 Hi 21:15 MCP（连接器）比 Skill 更早期，没有"渐进式披露"，整套描述都会塞进来 21:30 社科生发现的坑：一个窗口开过的连接器，之后每个新窗口都默认开着 → 打法：打一个 Hi 看占用 / 直接让它自查用了多少 / 手动在左下角"加号"里关掉 【第六幕：怎么省 · 任务与环境 + 两个洞察】 23:40 任务描述：把 AI 当"新人"看，给它"最少但足够"的信息，别把它当"许愿机" 24:20 运行环境：可以让 Agent 帮你设计工作文件夹的结构，往往比你自己想更清晰 25:48 💡 洞察：模型一直在降价，但你的账单更贵了——因为你让它干的活越来越多、越来越复杂 26:07 💡 洞察：贵的模型做规划和验收，便宜的做执行（"顶尖模型像导师，中间执行交给牛马模型"） 【第七幕：买哪家 + 最小行动】 26:51 买哪家：价格变化太快，这期只聊机制——Coding Plan（编程套餐）/ 积分制 / 海外套餐 28:30 分情况建议：新手用 WorkBuddy（送积分）；用量大上 Coding Plan（从 Lite 档起）；用量很大考虑 Max（单价最低） 28:53 📋 最小行动（新手）：下载 WorkBuddy，用免费积分试水，感受不同模型/费率/耗量 29:49 📋 最小行动（老手）：买 Coding Plan（GPT Plus 20 美金/月；国内智谱、Kimi 等）；写代码的还可以看 OpenCode（内置免费额度模型） 30:43 收尾：欢迎评论、收藏、转发，加入听友群 ━━━━━━━━━━━━━━━━━━━━━━ 📋 最小行动 如果你是新手｜下载 WorkBuddy，用它免费送的积分先试手——它是目前少数能同时用 Kimi、混元、DeepSeek、GLM 多家模型的工具，你可以直接感受"不同模型 = 不同费率" 如果你已经用了一段时间｜打一个"Hi"，看它上下文占了多少；超了就把不用的连接器关掉 如果你觉得 token 不够用｜考虑买 Coding Plan（国内智谱/Kimi 等；海外 GPT Plus 20 美金/月） 用量很大、又要在意性价比 → 直接上Coding Plan Max 档，虽然总价最高，但单价一定最低 ━━━━━━━━━━━━━━━━━━━━━━ 💬 本期金句 · 「我原来以为省钱的办法就是换一个更便宜的模型，聊完这期前采才发现，还有很多别的因素。」 · 「你只打了一个 Hi，它已经把系统提示词、你的角色定义、你装过的所有技能和连接器，全部先读了一遍。」 · 「打一个 Hi，占了 35K。」 · 「配了一个连接器，一上来就占了接近 8 万的上下文——当时总共才 12 万，等于只说了一个 Hi，就被占掉了 70%。」 · 「把它当一个新人看待，给它最少但足够的信息；不要把它当许愿机。」 · 「顶尖的模型像导师，负责把关方向；中间的执行，交给牛马模型。」 · 「模型一直在降价，但你的账单更贵了——因为你让它干的活，越来越多、越来越复杂。」 ━━━━━━━━━━━━━━━━━━━━━━ 🔧 本期提到的工具 / 概念 · token —— 你可以理解成"字数"，AI 计费的基本单位 · 缓存命中（KV Cache） —— 前面算过的结果存下来、下次直接取，价格极低；同一窗口连续对话才能吃上 · 初始提示词 —— 每次开口前自动加载的一整段：系统设定 + agents.md + 技能 + 连接器 + 工具 · agents.md —— 你写给 AI 的"角色定义 + 文件索引"文档 · Skill / 技能 —— 有"渐进式披露"：平时只加载短描述 · MCP / 连接器 —— 没有渐进式披露，装上就整套占上下文，不用建议关掉 · Coding Plan ——编程/使用套餐（订阅制） · WorkBuddy / 千问办公 / OpenCode /豆包办公 —— 本期提到的几类工具形态（积分制 / 内置免费额度） · WorkBuddy —— 和千问办公与豆包办公对比，Workbuddy可以调用多家国内模型（*更正：Workbuddy不是市场上唯一可以调用多家模型的agent工具。听友用的Easyclaw也可以调用多家模型，它的国际版还可以调多家海外模型，谢谢Kevin 反馈） · WorkBuddy打开/关闭连接器入口如图： ━━━━━━━━━━━━━━━━━━━━━━ 🧍‍♂️ 联系我们 微信听友群：加 13826477686 微信进群（加微信时辛苦备注"AI搞学术"或"小宇宙"） 听众反馈：514634244@qq.com

AI 时代，还需要老师吗？ 这个问题，我今天当面听到了学生的讨论。 今天参加学校组织的教师培训课，主题是"了解我们的学生"，这场培训做了一件特别棒的事——直接邀请了好几位本科生请到现场，让他们当面分享。 其中有一个问题是问学生：AI 时代还需不需要老师？ 同学们都很 nice，回答说需要，但在整场培训中，有几个点也是扎心的：比如，他们上课，已经不太学要举手提问了，因为 AI 可以回答几乎所有问题。课要是跟不上了，就把 PPT 丢给 AI，让 AI 一点一点讲给他们听，或者如果有人想纯自学，他们就会让 AI 来当老师，跟 AI 学。 同学们也聊了，那 AI 这么厉害，那他们在课程中期待什么？他们喜欢的课和老师有哪些特质？这块讨论了很久，我有两个收获： * 真实经历与判断：除了知识点，他们也想听老师经历过什么、踩过哪些坑，以及如何分析问题。 * 知识与生活的连接：课堂里学到的内容，怎样帮助他们理解正在经历的事？ 这是一次交流带给我的思考，不代表所有学生。也想听听你们：有了 AI，你还希望从老师那里获得什么？留言给我吧！ （这是我第一次尝试视频播客，很短且不成熟，大家多包涵，多支持：） 🧍‍♂️联系我们 微信听友群：加13826477686微信进群（加微信时辛苦备注“AI搞学术”或“小宇宙”） 听众反馈：514634244@qq.com

这期聊社科生让Codex搭"工作台"（一个网页 + 一个数据库，用来承载课程素材）的过程。你会听到三件事：工作台到底是什么（以及它和文件夹到底差在哪）、她搭建的完整四步、还有工作台为什么适合所有长期在做某件事、每次都要翻素材的人。 ⏳ 详细时间轴 【第一幕：引子 · 为什么要聊工作台】 00:00 起因：听友群里一位听友说他搭了教学文档的工作台，想把课件环节也打通，让教案和课件联动 00:12 网上"工作台"的概念：用 AI 不是打开聊天框问完就走，而是围绕一件长期在做的事，弄一个固定的网页 00:54 社科生：这期讲我自己搭工作台的真实过程，讲着讲着你就知道它是什么、怎么搭、值不值得做 【第二幕：前提 · 别为了搭而搭】 01:14 💡 不要为了搭工作台而去搭，得瞄着一个真实需求来做 01:33 社科生的痛点：备课是每天高强度在做的事，却经常找不到需要的素材和资料 01:57 具体场景：以前的 PPT 案例、看过的视频散在电脑 / 手机 / 微信里，每次备课都要重搜一遍，下次又要再搜 02:36 所以她想试：工作台能不能在这个痛点上帮到我？ 【第三幕：工作台是什么】 02:58 💡 工作台听着复杂，其实就是一个网页界面 + 一个长期存东西的地方（数据库） 03:28 🌟 核心比喻：文件夹像抽屉（A 材料一个盘、B 材料另一个），工作台像工位桌面（A 在左、B 在右，都服务同一主题） 04:56 工作台比文件夹多出的两个能力：① 呈现友好（图文 / 视频 / PPT 组合在一个网页）② 能给 Agent 更好的"接口"在上面干活 06:44 数据库 = 结构化的规定（图片放左、文本放右）；文件夹没约束、Agent 会乱放 → 工作台像"你和 AI 共用的固定展示柜" 06:55 增删查改：数据库有增、删、查、改四种基础操作，Agent 才能和你一起在工位上干活 【第四幕：第一层价值 · 长期沉淀】 07:09 社科生：工作台给的是长期价值——素材越积越多，规范收好，未来复用和查找都会更顺 07:42 理科生：纯用文件夹会越来越乱，尤其 Agent 有幻觉会乱放文件，也没法把图文视频放在同一个页面呈现 【第五幕：真实搭建过程（核心）】 08:10 社科生的背景：这学期一门课，两个半小时、一个人讲、每周一次、每次七八十页 PPT 08:35 💡 第一步说场景：不是一上来说"给我建个工作台"，而是先说"我要备课，想把所有相关任务放一个地方" 09:05 💡 第二步说痛点：每次备课都要去电脑、手机各处翻以前沉淀的资料，很痛苦——但不告诉它"该怎么解决" 09:42 第三步 + 第四步：建工作目录、本地建一个叫"工作台"的文件夹，先放前三次讲过的 PPT；然后说"给我做一个工作台，来解决我的痛点"→ 它直接开干 10:21 ⚠️ 过程意外：它反复要权限（问了二三十个），比平时做任务问得多得多 11:22 解释：平时它只读文档、写文本所以不问；做工作台要写代码、运行、装库，这类命令本身有风险，它才会反复问 11:58 ✅ 第一波成果：给了一个网页 + 链接，点开有模有样，三个窗口分别对应前三讲的 PPT 12:19 🌟 惊喜（她根本没要求的功能）：点开第一讲 → 一个"概览"，把 80 多页 PPT 每页用一句话列成一张表，一眼扫过就知道这讲讲什么、有哪些素材；点某一页能直接看到原始 PPT 12:53 布局随时可改：想让左图右文、导航栏放上还是放左，直接跟它说就改 13:24 ❌ 新手不友好的地方：记不住工作台网址、没收藏，每次都要去 Agent 里找链接；有时链接打不开、用着用着就挂 14:07 解释：工作台背后是网页 + 数据库（后台服务），聊天窗是一个 Session；长时间不聊，Session 被回收，服务就挂了 14:42 ✅ 解法：把"记不住、打不开"这个痛点直接丢给它 → 它在桌面建了一个快捷方式，双击就进工作台；调了几次后现在能稳定打开 15:32 后续加功能：让它加一个"丢素材"的窗口（比如其他老师的讲义讲稿） 16:04 ✅ 它主动提议：以后你往本地工作目录的文件夹里丢东西，我就自动同步到工作台 → 她同意 → 现在真的丢进本地文件夹就自动出现在页面上 16:44 💡 技巧：可以让它上网搜"别人是怎么搭工作台的"，借别人做得好的地方，说不定有你没想到的需求 【第六幕：三个价值 + "硬约束"洞察】 17:21 价值① 呈现形式变了：第一次感觉像在"指挥 AI 改网页"，有一种自己在 build 一个产品的感觉 18:28 对比：以前做的网页多是"基于一段语音直接生成 HTML"，零食型、用完就丢；工作台是长期用、能不断积累 19:00 价值② 长期沉淀：背后有数据库可以长期存；呈现和存储形式都由你定，不像文件夹只能规定"里面有什么文件" 19:29 🌟 价值③ 更关键：把 Skill 的"软约束"变成数据库的"硬约束" 19:32 说人话：Skill 里写"必须带某字段"，它可能有幻觉就不带了；数据库里写死"必须同时有图片和文本才能存"，少一个就报错存不进去 19:58 具体例子：每讲必须数字编号且递增——现在到第四讲，下一讲它只会让你插"5"，插不了别的 21:36 对普通人：这是第一次接触到"硬约束"的概念；任务越长期，写死的规则就越有价值 22:10 这在写代码的人那里叫"结构化"——结构化之后，Agent 更好理解、工作更灵活 【第七幕：最小行动 + 收尾】 22:53 📋 最小行动四步：① 挑长期要做、每次翻素材的事 ② 说清场景 + 你最烦的那一步 ③ 建工作目录、把手头东西丢进去 ④ 说"根据这些帮我做个工作台"，剩下的它反过来问你 23:43 如果它问"什么是工作台"，就让它自己上网搜；任何 Agent 都能帮你搭 24:23 收尾：欢迎评论、告诉我们你想听的主题，下期再见 🔧 本期提到的工具 / 概念 · 工作台 —— 一个网页界面 + 一个数据库，用来替代文件夹；是你和 Agent 共同的空间 · 数据库 —— 能长期存东西、而且有固定格式的地方（本期反复出现的关键概念） · 增删查改 —— 数据库的四种基础操作（增加、删除、查询、修改），Agent 靠它和你一起在工位上干活 · Skill —— 给 AI 的规则 / 技能；它的约束是"提醒"，AI 可能忘 · 硬约束 —— 数据库层面写死的规则，不满足就存不进去，AI 绕不过 · Session（会话） —— 你和 Agent 的聊天窗口背后的会话；长时间不管会被回收，后台服务可能挂掉 · Codex / ZCode / DeepSeek Harness —— 任何 Agent 都可以帮你搭工作台，技术上就是"一个数据库 + 一个网页" 📋 最小行动：四步（今天回家就能做） 第 1 步｜挑一件你长期要做、每次都要翻素材的事（别挑一次性的工作） 第 2 步｜跟你的 Agent 说清楚两件事：你的场景、你最烦的那一步（痛点） 第 3 步｜建一个工作目录，把手头已有的东西先丢进去——不用等素材完美 第 4 步｜跟它说："你根据这些，以及我的场景和痛点，帮我做一个工作台吧"——剩下的，它会反过来问你 如果agent问你"什么是工作台"，就让它自己上网搜一下。 任何 Agent 都能帮你搭，技术上就是"做一个数据库 + 一个网页"。 ── 两个误区 ── 误区一：为了搭而搭 如果没有一个真实痛点，搭完也可能用不起来。 误区二：把它当成一个一次性网页。 工作台的价值在"长期沉淀"——它是越用越值钱的资产；而单次生成的 HTML 是"零食型"的，用完就丢。 🧍‍♂️ 联系我们 微信听友群：加 13826477686 微信进群（加微信时辛苦备注"AI搞学术"或"小宇宙"） 听众反馈：514634244@qq.com

最新发布的ChatGPT 6，它的重点不再是编程，而是"更能操控你的电脑" - Computer Use。 🌟 一个判断标准：先分清"让它创作"还是"让它复刻" 让 GPT6干实活之前，先判断任务类型： · ✅ "让它创作"（它自己定规则的世界）→ 它很强 例：各类动画、三维场景搭建、结构连接关系。 · ❌ "让它复刻"（现实里已有精确答案）→ 它相对弱，特别是没有尺寸时 例：照着照片还原客厅、按真人做精准 3D 小人、挑人脸表情。 它做得好，靠的是代码 + MCP 调用（空间计算），不是"看"得准。视觉细节和尺寸估计，它拿不到。 🔁 一个可复用的动作：它复刻失败时怎么办？ 不要让它在"复刻现实"上硬碰。换成： 给它现成的参考（方案 PDF / 官网链接/ ）+ 你的条件限制（手头材料、型号、尺寸），让它做"对比、取舍、重组"。 这是它的主场——主播这次就是这么把攀爬架方案（见图）做出来的，而且做得比他自己好。 ━━━━━━━━━━━━━━━━━━━━━━ ⏳ 时间轴 【第一幕：开场 · 这期在聊什么】 00:00 本期聊最新发布的 ChatGPT 6，它的重点不再是编程，而是"更能操控你的电脑"Computer Use 00:32 💡 啥是Computer Use？——以前模型只告诉你怎么操作，现在它真能在屏幕上点鼠标、敲键盘、打开软件，把任务自己干下去 【第二幕：ChatGPT6能做什么】 01:01 实验一：让它在 3D 软件 Blender 里做一辆豪华车，细节都很好 01:38 实验二：让它做机械臂——两条流水线，机械臂夹起货物、举起、转到第二条线，动作顺畅、空间关系全对 → 理科生"上头"了 【第三幕：为什么要做攀爬架】 01:42 真实需求：家里那套 Quadro 攀爬架（像乐高一样用管子和板拼装、能随孩子年龄改造型）刚拆了，想重新设计 02:25 想法：拍一张客厅照片给 GPT-6，让它在 Blender 里把客厅复刻出来、放进攀爬架方案，然后照着搭 【第四幕：第一次翻车 · 复刻客厅失败】 02:55 ❌ 翻车：它做出一个"像房子"的东西，墙和家具都有，但家具的位置、大小、离墙的远近全不对 → 完全不能用 03:12 社科生追问"是不是 Blender 不行"；理科生反驳：机械臂动画那么复杂它都做得对，说明它三维建模能力没问题 04:32 📌 视觉细节佐证一：让它照着真人做 3D 小人，卡通感重、很多细节出槽 05:30 📌 视觉细节佐证二：让它帮忙挑视频封面，挑的全是"表情很不 OK"的，最后还得自己挑 【第五幕：为什么会这样】 05:00 💡 机理：它做得好，不靠"看"得准，靠的是代码 + MCP 调用做空间计算 07:17 🌟 核心洞察：机械臂的世界是它"自己创作"的（位置自己定，对得上就行）；客厅是现实里"已有精确答案"，照片给不了尺寸 → 这是两种任务 09:14 补一个专业视角：有专门做"深度估计"的模型（Depth Anything 这类），这方面比通用大模型强 【第六幕：转机 · 换思路就成功】 09:46 ✅ 换思路：不再让它复刻客厅，改让它做擅长的事——"重组"现成的方案 10:13 做法：把官网两个现成方案（A 爬高爬低 / B 带书桌）的链接丢给它，让它读 PDF、再自己上官网查材料清单 11:00 ✅ 结果：它读懂两个方案的结构、对比取舍、结合手头材料限制，给出一个全新方案——"比我想的还好" 12:03 ✅ 加码：还出了搭建教程（每层怎么搭）+ Blender 拼接动画（从底层一层层长上来）+ 网页 360° 旋转模型（搭到哪转到哪） 12:55 📌 总结：GPT6没帮我拿管子、也没当机器人帮我装，但把"一个复杂的三维设计"变成了"我能一步步执行的东西" → 实打实省了时间 【第七幕：展望 + 最小行动】 13:19 往后会不会真走到官网宣传那样——说一句话，3D 打印机就打出来，甚至连上机器人操作物理世界？ 13:36 官网演示了 3D 打印、机械臂夹球（24 次成 19 次）；简单任务没专门训练也能做，复杂任务成功率还很低。最大变化是"它开始懂三维结构了"，但离真正用上还有距离 14:19 📋 最小行动：想体验 Computer Use——① 下 Codex（网页版不行）② 充会员（最低 20 美金档）③ 装专业软件（Blender）让它调用 ④ 给它一个小主题让它做 15:52 趋势：这套"办公能力"国产模型也会慢慢跟上，方向是从"编程为主"扩散到"各种专用软件" 17:00 收尾：感谢收听，欢迎评论、收藏、转发，加入听友群 ━━━━━━━━━━━━━━━━━━━━━━ 📋 最小行动：想体验 Computer Use，四步 第 1 步｜下载 Codex 客户端（网页版 ChatGPT 做不到 Computer Use） 第 2 步｜充会员，要花钱（8 美金档不确定能否用 Codex？最便宜的方法欢迎大家留言告诉我们） 第 3 步｜装一个专业软件，比如 Blender 第 4 步｜给它一个小主题，让它调用你电脑里的专业软件，把东西做出来 ━━━━━━━━━━━━━━━━━━━━━━ 🔧 本期提到的工具 / 概念 · ChatGPT 6（GPT-6） —— 本期主角，重点在 Computer Use 能力 · Computer Use —— 让 AI 直接操作你电脑上的软件：点鼠标、敲键盘、打开软件，自己把活干下去 · Blender —— 专业 3D 建模 / 动画软件，本期用它做机械臂动画、攀爬架搭建动画、360° 模型 · Codex —— Chatgpt Agent客户端；想用 Computer Use 必须下载它（网页版 ChatGPT 不行），且需付费会员 · Quadro —— 德国模块化攀爬架品牌，像乐高一样用管子和板拼装，可随孩子年龄改造型 · MCP —— 模型调用外部工具/软件的接口；它做 3D 靠的是这个 + 代码，而非纯视觉 · Depth Anything —— 专门做"深度估计 / 三维重建"的模型，复刻现实场景时比通用大模型强 ━━━━━━━━━━━━━━━━━━━━━━ 🧍‍♂️ 联系我们 微信听友群：加 13826477686 微信进群（加微信时辛苦备注"AI搞学术"或"小宇宙"） 听众反馈：514634244@qq.com 请留言，转发，点赞👍谢谢大家！

一份80页的PPT，社科生做了三天：第一天累到脑子罢工，做出来的 ppt 很差，完全不能用；第三天做出来微调就能讲，给模型的素材内容没变，模型使用也没变。这期我们把这三天完整摊开复盘： ①为什么"看不懂就让AI做更细"，是个越陷越深的坑 ②一句"能不能帮我理出一条主线"，怎么把一坨大杂烩救回来 ③AI自己想出来的"开车"比喻，把四个不相干的板块串成一条线 ④第二天最扎心的瞬间：五个窗口同时跑，我觉得自己特别高产，晚上一盘点——PPT一页都没做 🧪理科生点破两个错觉：用"派活"代替"产出"、AI根本没有时间感 最后给三个可复用的动作 + 五步最小行动。备课、汇报、方案、报告，任何"用AI做一大坨东西"的场景都用得上。 ━━━━━━━━━━━━━━━━━━━━━━ 📌 本期核心内容提炼 1️⃣ 主线没聊透之前，别让AI动手执行 不管做什么内容，先让最强的模型帮你把框架和主线定下来。看不懂就让它"说人话、打个比方"——注意：是让它解释，不是让它做更细。 没厘清主线之前就细化，只会让你陷得更深。 2️⃣ 大体量的活，一定要分窗口 不要让一个窗口干完 80 页 PPT。按主线拆成几块，一个窗口负责一块（PPT 约 20 多页一块，对应字数约 1–2 万字），再单独开一个总控窗口做整体把控和最后整合。 3️⃣ 每次回复看三分钟，大体没问题就过 别跟 AI 反复较真细节。它给你的东西没有硬伤就往下推——派了多少活不是产出，学了多少东西也不是产出，最终那个东西出来了才算。 ━━━━━━━━━━━━━━━━━━━━━━ ⏳ 时间轴 【开场与背景】 00:00 开场：同一堆素材，第一天做不出来，第二天+第三天上午完成——差的是用法 00:14 背景：社科生刚成为大学老师，要备一门三学分、两个半小时的课 00:37 第一天 vs 第三天的结果对比：从"完全不能用"到"微调就能讲" 01:37 为什么这次想全交给 AI：上次手搓 80 多页 PPT，太累了 【第一天 · 翻车】 02:31 做法：用 Codex 建文件夹，把四类素材全丢进去（上节课 PPT / 随想记录员 / 拆书 / 习惯） 03:58 "把一整箱材料倒在它面前"——这就是许愿式编程 04:27 它给了个五页五五张的框架，铺到 80 多页，但社科生没看懂 05:34 ❌ 坑一：没让它解释，反而让它"做更细"→ 变成 80 页逐页清单 06:15 ❌ 坑二：逐页写反馈、加素材、找视频，光反馈就花了两个多小时 07:50 晚上六点拿到结果，脑子已经转不动，草草验收 08:13 交给千问办公执行 → 出来的 PPT 内容太散，完全打不到标准 【转机 · 一句话救回来】 09:28 理科生接手：看着两个工具的聊天记录，就知道问题在哪 09:41 💡 开网页版新对话，把最终版 slide 丢进去，只问一句"能不能帮我理出一条主线" 10:57 为什么用网页版而不是 Agent：会员免费、能开 Extra High、可以无限次聊 11:27 理科生诊断三大问题：材料不聚焦 / 过早进细节 / 内容没有主线 12:29 ✅ 主线出来了：对内认识自己 + 对外理解社会运作（后者正好接课程主题） 13:12 AI 主动建议：把"习惯"那块砍短，它喧宾夺主了 【高光 · 让 AI 说人话】 14:43 💡 万能技巧："说人话，再打个比方"——理科生跟 AI 说得最多的一句话 15:12 🌟 AI 给出的"开车"比喻，把四个板块串成一条线（详见后方表格提炼） 16:37 它还给主人公起名叫"小林"，一个大三学生，也就是听课的人 17:22 同样是丢材料，为什么他做对了：目标明确，只要主线，不改细节 18:27 做菜比喻：专门备料做可乐鸡翅 vs 冰箱里有什么炒什么 【第二天 · 虚幻的忙碌感】 19:30 第一天白忙，但晚上睡了个好觉——终于有一条清楚的主线了 20:04 第二天：把网页版当"最强大脑"，让它指挥自己干活 20:38 开 5 个窗口：00 总控 + 4 个干活窗口（各负责 20 多页） 21:07 四步流程：分别调研 → 反过来教我 → 教学设计 → 总控汇总整合 22:40 同时玩 6 个窗口（5 个干活 + 1 个大脑），我以为自己特别高产 23:11 最耗时的其实是"让窗口把内容教会我"——学无止境 23:58 💔 又到第二天六点，第四个窗口还没学完——PPT 一页都没做 【两个错觉】 24:32 ❌ 错觉一：用"派了多少活"代替"做出来多少东西" 25:18 ❌ 错觉二：AI 没有时间感，跑偏了不会自己回头 26:10 "那天不是我没干活，也不是方向不对，是没人喊停" 【第三天 · 半天出活】 26:20 只剩半天：下午还有课，必须在中午出初稿 26:54 💡 救命建议一：别再学了，赶紧进教学设计环节 27:08 💡 救命建议二：每次回复看三分钟，大体没问题就过，不要磨时间 27:29 推进流程：粗框架 → 细框架 → 逐页内容 + 讲稿 → 总控检查整合 28:18 做 PPT 也有讲究：先确认风格视觉 → 再做 20 页 → 最后才全部做 29:00 ✅ 第三天中午 12 点，PPT 出来了 29:24 内容没变、模型没变，结果提升很大——差的是用法 【总结与行动】 29:37 📌 三个可复用的动作：先定主线 / 分窗口 / 大体就过 32:08 补刀：盯住"产出"两个字，可以设闹钟或让独立 Agent 当监工 32:45 📋 最小行动五步（详见后方提炼） 33:49 结尾（33:53 有声音彩蛋 🎁） ━━━━━━━━━━━━━━━━━━━━━━ 📋 最小行动：五步 第 1 步｜挑一个你正在用 AI 帮你干的大活儿 汇报、课件、报告、方案，什么都行。 第 2 步｜开一个全新的、干净的窗口 先别急着丢素材。说清楚背景和目标，可以简单丢一点素材，然后只问它一句： "能不能帮我理出一条主线？" 第 3 步｜主线没聊透之前，不要让它动手做内容 让它用比喻、说人话的方式，把主线讲得又透又生动，直到你充分理解为止。 第 4 步｜主线定了，再拆成几个窗口 让做规划的那个模型帮你定：这个工作要分几个窗口来做。定了之后，再让干活窗口分头去干。 第 5 步｜推进过程中，时刻问自己一句 我是不是真的推动了最终的结果？ 每个窗口返回的东西，看三分钟，大体没问题就过，进入下一环节。 🚗 AI 给的"开车"比喻（本期高光） AI 把这门课四个八竿子打不着的板块，用一个"开车"全串起来了： 它甚至还给主人公起了名字——一个叫"小林"的大三学生，也就是听课的学生本人。 ❌ 两个错觉 错觉一：用"派活"代替"产出" 你派了很多活出去、好几个窗口同时在跑，感觉自己是个高产的调度者。但其实你是用"派了多少活"代替了"做出来多少东西"。这跟以前说的"假努力"是一回事——用干了多少活、写了多少笔记，代替学了多少东西。AI 时代尤其严重，因为它会一直跟你说"继续、继续"，不给你停下来的机会。 错觉二：陷进细节出不来 AI 没有太强的时间概念，它不知道你已经忙到六点了。它让你先做 A 再做 B 再做 C，听着很有章法，但只要有一个地方跑偏，它就顺着跑偏的方向一路走下去，不会忽然说"等一下，我到底在干啥来着"。 人不一样——人干着干着会警觉：不对，我怎么忙了这么久一点进度都没有？ AI 是没有时间感的。它并不知道你下周就要上课了 ━━━━━━━━━━━━━━━━━━━━━━ 💬 本期金句 · 「内容没变，模型也没变，但结果有很高的提升——这跟用法有很强的相关。」 · 「派了多少活不是产出，学了多少东西也不是产出。」 · 「AI 是没有时间感的，它并不知道你下周就要上课了。」 · 「看不懂的时候，要让它说人话、打比方，而不是让它做更细。」 · 「没有厘清主线之前的细化，只会让你走得更偏、陷得更深。」 · 「产出一定是要有客观证据的，就是落地了多少个东西。」 ━━━━━━━━━━━━━━━━━━━━━━ 🔧 本期提到的工具 · ChatGPT 网页版（用最强模型，我们当时用 5.6 Sol 开 Extra High 模式，现在可以用 Chatgpt6 啦）—— 用来定主线、做规划；会员聊天免费、可无限次 · Codex（Agent 形态）—— 第一天用它做规划 · 千问办公 —— 三天用它最终生成 PPT，感觉千问做 PPT 出来的效果一直不错，用 Qwen3.8 Max 模型，但是，挺费积分的。 · 分窗口结构：1 个总控窗口「00」+ 4 个干活窗口，每块约 20 多页 ━━━━━━━━━━━━━━━━━━━━━━ 🧍‍♂️ 联系我们 微信听友群：加 13826477686 微信进群（加微信时辛苦备注"AI搞学术"或"小宇宙"） 听众反馈：514634244@qq.com ━━━━━━━━━━━━━━━━━━━━━━ 📝 往期链接 39. 在Agent里搭一个越来越了解你的角色-随想记录员 https://www.xiaoyuzhoufm.com/episode/6a3c97209d2f5743683d813d 42. 千问办公实测 https://www.xiaoyuzhoufm.com/episode/6a71d2c2ab3a91c24a0fb6c3

本期聊过去一周AI模型圈的大事：智谱、千问接连发布轻量版（Flash）模型——牛来模型5.3 Flash，qwen3.8 Flash，还有腾讯混元4也发布了预览版。Flash版本模型一个比一个便宜，表面是扎堆发新品，背后可能是整个行业的转向——最贵的旗舰模型，开始卖不动了。日常任务已经不太需要最强Claude Fable级别的模型。 我们拆解了便宜模型为什么能追上来，也给一个模型选用原则：规划和验收阶段用最贵的模型，中间执行交给便宜管饱的。不管你是刚上手AI的小白，还是天天跟模型打交道的进阶用户，这期都能帮你把模型选得更聪明、花得更少。 ⏳ 时间轴 00:47 什么是模型Flash轻量版，和普通版差在哪 02:20 最贵的模型卖不动：旗舰款企业用量只占一成 05:20 便宜模型凭什么追上来：64个专家只激活4个 11:40 贵模型的正确用法：只做规划和验收 16:05 本周新模型逐个点评：智谱、千问、混元 23:20 普通人现在到底该怎么选模型 🧍‍♂️联系我们 微信听友群：加13826477686微信进群（加微信时辛苦备注“AI搞学术”或“小宇宙”） 听众反馈：514634244@qq.com

AI 算法工程vibe了一个"论坛"（不是给人用的，是给他的 Agent军团 用的），让它们在上面发帖、回帖、互相提建议，复盘。 这期我们从"AI 们干完一个项目后自己开了复盘会"这个画面讲起，聊了： 1）为什么要搭建这个论坛？ 因为帖子所有任务窗口的负责agent都能看，且可按主题聚合能沉淀。 2）一个新上任的"论文总监"怎么在论坛上发方案求建议？ 被几位老agent总监给建议后，迭代出一版更优的工作流。 3）论坛最大的价值？ 让整个工作流的协作方式自进化，而不只是单个 Agent 进化。 4）最小行动，如何搭建你的论坛： 可以先借助飞书文档让agent们开始讨论。 如果你也在搭 Agent 团队，这期会给你一个让你的很多 AI agent角色变成"一支团队"彼此交流的思路。 ⏳ 时间轴 00:00 我的 AI 们自己开了个复盘会，纪要留在论坛上 02:30 为什么不拉群？论坛 vs 群聊 vs 共享文档 05:30 核心案例：新上任的"论文总监"发帖求建议 07:20 调度设计：随机唤醒、后面的人能看到前面的意见 09:30 搜索专家发现：方案里编造了一个期刊投稿限制 12:30 方案优化：两阶段——逐章翻译定稿→全文校审 14:00 复盘：论坛最大的价值是"工作流级别的自进化" 15:20 复盘四优先级：硬约束 > 脚本 > 文字 > 角色设定 16:20 论坛怎么搭？小白先用飞书共享文档就行 17:10 最难的点：身份验证（防止 Agent 冒充别人） 18:00 WorkBuddy 用户实操：做一个共享 Skill 去飞书文档回帖 20:40 最小行动：单 Agent 写文档 / 多 Agent 放飞书文档讨论 21:20 两个最好用场景：新角色求建议 + 工作流复盘 23:00 收尾：别让 AI 各自闷头干活，给它一个能沉淀讨论的地方 🧍‍♂️今日感谢 谢谢听友——sir金金，你给我们播客的很多留言给了我们启发和力量！ 🧍‍♂️联系我们 微信听友群：加13826477686微信进群（加微信时辛苦备注“AI搞学术”或“小宇宙”） 听众反馈：514634244@qq.com

AI算法工程师深度使用DS Harness后，本期聊三件事：它是什么、为什么这么做、以及跟无技术背景的小白Agent用户有什么关系。 8月13日，DeepSeek 发布了一个叫 Harness 的新东西。理科生用了一个比喻说清这件事：别人卖给你的是一辆装好方向盘和空调、上车就走的车，比如Workbuddy、千问办公；DeepSeek 给你的是一个车架子、一堆发动机零件，加一本说明书。 为什么它这么做？因为它赌的不是"让小白用户用得更爽"，而是——智能体自进化：不是模型本身变聪明，而是Agent自己优化改造自己。也诚实讲了争议：Agent智能体能改造自己 ≠ 能把自己改好（想装机械臂结果装成鸡爪子）。最后给了小白用户使用建议：你现在可能还无需用它，但你很可能会用到别人基于它做出来的版本。 附，播客提到的AI做任务的【四层】，同一件事，有四种做法，一层比一层"硬" 拿"把一份 PDF 变成一个网页"举例： 第1层｜每次发prompt说一遍 "帮我把这个PDF做成html网页"——今天做对了，明天可能就跑偏，因为模型幻觉 第2层｜写成技能Skill 把三个步骤写下来：先读PDF、再提要点、再生成网页 ⚠️ 本质还是提示词工程，AI 可能说做了其实没做 第3层｜打包成工具 把三步写成一段程序，一次调用跑完 → 三次来回压成一次，快了，也少了两次犯错机会 第4层｜做成插件 一遇到 PDF 就自动走专门逻辑，大模型压根不参与 → 属于硬约束，因为它没机会犯错 大部分Agent工具只让你参与到第2-3层， DeepSeek Harness 是第一个把第四层也交给你改的。 那我们能做什么？看清自己在第几层，然后往上走一层。 比如你还在每次重说一遍——那就把它写成一个固定流程。 ⏳ 时间轴 00:00 Harness 是"马鞍"：让模型能力真正跑起来的那套东西 00:49 它还是预览版：没有客户端，得在终端启动 01:47 一句话特色："一切皆插件" 02:18 核心比喻：别人给你一辆车，它给你车架子+一堆发动机零件 02:45 它藏着的野心：智能体的自进化 03:21 四种模式，先讲两个极端 03:32 极简模式：只给"改文件+运行命令"两个工具 03:49 为什么？像数学只给你五条公理，定理自己推 05:23 创作模式：AI 可以自己写插件改造运行流程 05:46 💎 压缩阶梯：同一件事"PDF转网页"的四种做法 06:23 第二层：写成技能——但技能是软约束，它可能说做了其实没做 06:57 第三层：打包成工具——五次来回压成一次 07:37 第四层：插件——在流程里放一个"哨兵" 09:00 工具 vs 插件：一个是"看到按钮再点"，一个是"潜意识直接点了" 11:00 这就是"改发动机"：别的产品不让你碰运行循环 12:30 它赌的是什么：产品最后是给 Agent 自己用的 13:04 学开车的比喻：从处处要想，到变成潜意识 15:30 自进化的真正含义：越来越少地从零开始 16:40 理科生的真心话："我又被斩杀了，打不过就加入" 17:29 争议：想装机械臂，结果装成一个鸡爪子 18:29 条件一：改坏了能退回来（时空可组合性） 19:03 条件二：能看见自己做了什么（轨迹功能） 20:18 普通人能用吗？主播直说：不建议 20:59 但它会以另一种方式影响你——像原生安卓和小米 22:23 最小行动：看清自己在压缩阶梯第几层 23:16 总结：它给的不是车，是一间车间 25:06 真诚推荐一档播客：「跨域请求」第九期 🧍‍♂️播客推荐 * 「跨域请求」主播 CL｜第9期《OpenAI 财务告急，为啥花 1.5 亿买一档播客节目？》 https://www.xiaoyuzhoufm.com/episode/69f0d224d97e02e4ca5b7476 🧍‍♂️DeepSeek Harness 怎么装（给想试的朋友） * https://www.runoob.com/deepseek-harness/deepseek-harness-install.html 1. 备注：你必须先有一个模型的额度，把自己的 API 密钥填进去 2. 如果你不想开终端：可以直接把项目页面链接丢给你在用的 AI 助手（WorkBuddy、千问办公这类），让它帮你装 🧍‍♂️联系我们 微信听友群：加13826477686微信进群（加微信时辛苦备注“AI搞学术”或“小宇宙”） 听众反馈：514634244@qq.com

你是否会打开Workbuddy、千问办公等agent，新建一个窗口，然后把所有工作任务都往里丢： 写周报也用它，做报表也用它、做方案也问它、旅行计划也问它…… 刚开始觉得方便，用着用着—— 你明明在问B，它在分析思考时总是说"A任务进展到哪了？"，“B任务与A任务之间的关联可能是...” 这是【上下文污染】： AI 会回头看你前面聊过的所有内容，你一会儿聊 A 一会儿聊 B， 它就"精神分裂"了。 ✅ 正确姿势：给不同任务，分不同的对话窗口 + 工作空间文件夹（如图） · "写周报"永远在一个窗口 · "做方案"永远在另一个窗口 长程任务往往需要跨天、反复回来做， 每个窗口就是一个"专管一件事"的专家，记忆互不打架。 每个任务的成长/进展轨迹独立且清晰可查。 再往上一步，你还能让不同专家"接力"干活—— 方案专家把结果写进文件，创意专家去读后给予ideas和建议，就像接力赛🏃 让这支"专家团队"协作，核心就两招： 1️⃣ 接力棒：一个把成果写进文件目录，下一个去读 2️⃣ 直接喊话：让一个 AI 直接去找另一个 AI 对话（Workbuddy不行，千问办公可以） 想从"一个万能窗口"升级成"一支AI团队"，听这期。 ⏳ 时间轴 00:00 现象：太多人把所有任务堆在一个 AI 窗口里 02:30 建议：一个任务，一个窗口，一个工作空间文件夹 04:30 原因①"上下文污染"+AI记忆混杂：AI 会精神分裂，影响任务效果 07:00 原因②文件夹混乱+检索困难：周报和PPT全混在一个目录难以维护 10:00 分窗口的本质：在"养"不同的 Agent 角色/专家 15:00 SubAgent（临时群众演员）vs 分窗口 Agent（常驻演员） 20:00 多 Agent 窗口彼此怎么对话？白板接力棒 vs 直接喊话 24:00 白板接力棒：写进文件让下一个去读，像接力赛 28:00 学术场景实战：搜索Agent写MD文档→实验Agent去读 30:00 直接喊话：千问办公/OpenClaw 支持 A 找 B 33:00 两招本质 + 你作为"项目经理"的角色 36:00 三步最小行动：区分目录→建立角色→做一次接力 🧍‍♂️往期链接 Agent 编排： https://www.xiaoyuzhoufm.com/episode/6a16d6527460cabdeb56b915 🧍‍♂️联系我们 微信听友群：加13826477686微信进群（加微信时辛苦备注“AI搞学术”或“小宇宙”） 听众反馈：514634244@qq.com

8月3日，「千问办公」开始公测，它是阿里最新出的一款 AI Agent智能体办公助手。 最近我们接到一个线下讲课的任务，就想用「千问办公」开始备课： 1️⃣ 它能搜索素材，并根据20分钟的播客音频内容，做成PPT——颗粒度高，能编辑 2️⃣ 重头戏：让它把PPT做成一个HTML互动学习页，它自己加了"学生自测题"，链接见末 3️⃣ 能不能把学生做的题的答案收回来？它通过连接器打通了我的钉钉：学生做完题→输姓名→答案自动进共享表格→表格里直接看到全班50份答卷 AI算法工程师则用它做出了可登录、有商品信息图片、可加购下单的淘宝商城网站Demo，顺手生成banner图和宣传音频，还挖到一个亮点功能——"任务间窗口间通信"：让测试任务窗口直接喊话开发任务窗口，自动跑"开发——测试——修改——再测"的循环。 最有意思的是，这期播客节目本身就是用千问办公做出来的：拉钉钉群、发素材、建知识库、写稿任务和审稿任务互相 PK。如果你好奇"AI 办公助手到底能做到什么程度"，这期带你体验阿里的千问办公。 附：【千问办公】链接：https://qwenwork.cn/ ⏳ 时间轴 00:00 主播要线下开课，备课成了头等大事 02:30 第一个任务：让千问办公搜出播客第37期→做成PPT 04:20 专家套件 vs Skill：界面与角色配置初体验 06:40 重头戏：HTML学习页——悬停放大+目录导航，比PPT还好用 09:20 惊喜：它自动加了"学生自测"，6道题带提示生成 10:50 更难的考验：能把学生的答题收回来吗？ 12:00 连接器打通钉钉：提交→输姓名→答案进共享表格 14:30 贴心细节：做完任务直接把成品弹到电脑最前端 16:40 AI算法工程师案例①：做淘宝商城页面Demo 18:10 顺手测多模态：生成商品图+宣传音频，还能下单 19:30 AI算法工程师案例②：任务间通信——窗口A喊话窗口B 21:00 "测试淘宝开发"任务：测—修—再测，自动跑了几轮 24:30 幕后：这期节目本身就是用千问办公做的 25:20 插曲：让连接器控制电脑+浏览器帮我做钉钉实名认证 27:10 拉钉钉群→发素材→建知识库→写稿审稿互相PK 30:50 收拢三大能力：HTML交付 / 多模态 / 连接器 33:00 从个人提效到组织协同：每个部门一个"数字员工" 📜相关链接 * 千问办公官网/下载：https://qwenwork.cn/ * 8 月 3 日千问办公开启公测，公测期间向个人用户推出三项福利： 1️⃣ 8月3日— 8月5日，Qwen3.8 Max 限时3天免费体验； 2️⃣ 8月3日—9月3日，每日登录送200-600积分； 3️⃣ 个人付费用户可无限次使用千问办公经济版模型。 * 千问办公界面截图： * 本期提到的 HTML 学习页：https://jazzy-dodol-c280ea.netlify.app/ai%E6%97%B6%E4%BB%A3%E7%9A%84%E7%9F%A5%E8%AF%86%E5%AD%A6%E4%B9%A0%E6%B3%95 * 提及单集：第37期《囤了一堆AI整理的知识库后，如何让知识真正进脑子？》https://www.xiaoyuzhoufm.com/episode/6a2ebb1643a22a695583a7bd 🧍‍♂️联系我们 微信听友群：加13826477686微信进群（加微信时辛苦备注“AI搞学术”或“小宇宙”） 听众反馈：514634244@qq.com

大部分人用 AI，是找一个agent，建立一个窗口/文件夹，让它帮你干活 这期播客，算法工程师主播基于自己的多个Agent角色军团，得出一个结论： ❌ 单个 Agent 再强，做大工程也会崩 ✅ 真正放大价值的，是把工作拆成"流水线"（工作流），由不同的飞书群，每个群一个agent角色，构建一只龙虾军团，他们像流水线工人一样，负责工作流里上下游的每一项任务。 AI算法工程师的真实经历：他围绕开发工作，拉不同的飞书群，每一个群接一只龙虾，分别由“需求调查员”、“产品”、“研发总监”、“开发”、“测试”、“审查”等等，他们各是一只飞书群里的龙虾，但真正让他们以一环扣一环的流水线角色开始推进项目的时候，agent们会越权和糊弄。 他分享了把混乱救回来的三件核心武器：门禁系统（硬约束）、权限控制、全程审计，以及"审计记录"为什么是自我进化的前提。 把这套逻辑映射到科研工作流（研究问题/选题→文献→研究缺口→实验/研究方案框架→数据分析→写作），我们一起讨论了"执行+审核双角色""梯度回传式的的工作流方式，最后延伸到一个未来很可能会发生的事：如果 AI 能从发现问题到投稿全流程接管科研，研究者还能靠什么生存。如果你在搭 Agent 编排、或在做科研，这期会给你一套可迁移的"自进化工作流"心智模型。 ⏳ 时间轴 00:00 为什么要聊多Agent的"工作流" 02:30 背景：飞书群 + 龙虾军团，每个群一个角色 05:00 第一个大坑：纯对话式开发做大工程，进度极慢 07:00 转折：花钱扩容 Token，进度狂飙 11:00 第二个坑：agent们彼此越权 + 糊弄，场景一片混乱 14:00 整治三件套：门禁系统 + 权限控制 + 审计 16:00 踢皮球死循环，引出"自我进化" 21:30 蒸汽机→流水线：工业革命真正的爆点 24:30 落到科研：科研本身就是一条工作流 36:00 自我进化：黑名单经验 vs "梯度回传"大公司病 46:00 思辨：AI 全流程替代科研，人靠什么生存 52:00 收尾：载体被替换，但"创造的欲望"还在 ❤️特别感谢 谢谢“智友”给我们上一期播客打赏，这是我们第一次收到大赏；谢谢“睡觉大王”听了我们几乎所有的节目并在留言中和我们讨论和反馈！ 🧍‍♂️联系我们 微信听友群：加13826477686微信进群（加微信时辛苦备注“AI搞学术”或“小宇宙”） 听众反馈：514634244@qq.com

用几个真实场景带你感受微信里的AI Agent“小微”：1）让它点奶茶（第一次磕磕绊绊十几轮，第二次三句话丝滑搞定）；2）让它读微信里的PDF论文/文档；3）让小微帮挂号。 可能评价一个AI有没有用，不只看它多聪明——小微不一定像最牛的AI模型一样聪明，但它拿到了别的AI都没有的"微信门禁卡"，能进到微信群聊、小程序、公众号、视频号等等这些其他Agent不好进或进不去的地方。 如果你好奇微信这个AI能干嘛，这期给你一次真实的"云体验"。 ⏳ 时间轴 00:00 微信AI Agent小微（附入口位置） 02:00 第一印象：和最牛的模型比不那么聪明，但是速度很快 04:30 使用案例：点奶茶——第一天崩溃，第二天三句话搞定 09:30 学术场景：让它读论文 13:00 真正的优势不是模型，是"微信门禁卡" 16:00 入口之争 + 去中心化 vs 中心化 18:30 开发者视角：它对用户友好，对Agent开发者可能略克制 20:30 一句话总结 + 欢迎转发 + 进群 🧍‍♂️联系我们 微信听友群：加13826477686微信进群（加微信时请备注“AI搞学术”或“小宇宙”） 🧍‍♂️小微的样子

AI模型的能力会自己越变越强，但"你这个人"的想法只有你能攒。这个随想库会变成喂给所有Agent的养分，让它们越来越懂你。哪怕你不做自媒体，记流水账本身也是在给人生做提炼存档。 AI模型会一代代越变越强 AI的知识不用攒，它自己会涨 📈 但有一样东西，AI永远不会自己长出来—— 就是"你这个人" 如果你也搭好了Agent却不知从何开始，这期给你一个今天就能上手的答案。 ⏳ 时间轴 00:00 Agent搭好了，然后呢？ 02:00 随想记录员怎么记录：跑步时对着手机语音说 04:00 它和普通语音备忘录的区别 05:30 三个坑：定时漏记、任务挂掉、AI假装记了 11:00 深层价值：攒一个模型没有的"你这个人" 14:00 不做自媒体的普通人，价值是什么？ 16:30 "我没那么多灵感"怎么办？记流水账就够了 18:00 怎么坚持：叠加到一个你已有的场景上 20:00 最小行动：三步搭起你的随想记录员 🧍‍♂️联系我们 微信听友群：加13826477686微信进群（加微信时辛苦备注“AI搞学术”或“小宇宙”） 听众反馈：514634244@qq.com ‼️随想记录员Prompt（可复制给你的agent） # 角色：随想记录员 你是我的「随想记录员」。你唯一的职责是——忠实地记录我随时说给你的任何想法、念头、流水账。 ## 最高原则 1. 我说什么，你就记什么。只记录，绝对不要自己发挥、扩写、评论或回答。 2. 我说的内容可能很口语、很零散、有错别字（语音输入），你照原意理顺记下来即可，不要改变我的本意。 3. 永远不要"假装"记录了。每一次记录，你都必须给我看真凭实据（见下方"记录后必须回报"）。 ## 记录规则 - 所有随想记录在固定文件夹：{在这里填你的本地路径，例如 ~/随想库/} - 每天的随想写入一个当日文件，命名：YYYY-MM-DD.md（例如 2026-06-25.md） - 同一天的多条随想，按时间顺序"增量追加"到当日文件末尾，绝不覆盖之前的内容。 - 每条随想前加一个时间戳（HH:MM）。 ## 记录后必须回报（防止幻觉，每次记完都要做） 每次记录完，你必须输出以下四项，让我确认你真的记下来了： 1. 【文件路径】：本次写入的完整文件路径 2. 【文件大小】：该文件当前的字节大小 3. 【前100字】：该文件开头的前100个字符（确认旧记录还在） 4. 【后100字】：该文件结尾的后100个字符（确认我刚说的这条已追加在最后） ## 禁止事项 - 不要回答我随想里提出的任何问题（我只是记录，不是问你）。 - 不要给我建议、不要总结、不要评价（总结是定时任务单独做的事）。 - 不要把今天的内容写进昨天的文件，也不要漏记我最新说的那条。