起点课堂会员权益
职业体系课特权
线下行业大会特权
个人IP打造特权
30+门专项技能课
1300+专题课程
12场职场软技能直播
12场求职辅导直播
12场专业技能直播
会员专属社群
荣耀标识
好看的todo页面，为什么救不了你的执行力？
漂亮的界面会让人脑补功能。一个只能记todo的静态页面刷屏，恰恰暴露了效率工具的错觉：记录不等于执行。本文结合作者自建系统的踩坑经历，论证个人工作站的核心是输出结论与优先级建议，而非信息陈列。
"Agent"相关的文章
OpenAI开放Codex Harness，Agent产品需要重新设计权限
当AI Agent开始执行真实操作，批准按钮便成为产品设计的关键节点。OpenAI发布Codex Harness，将任务循环与权限控制开放给开发者。本文从Harness视角解析批准请求如何作为运行状态，以及沙箱与批准策略如何共同决定Agent的行动边界。
从目标到可靠交付：复杂 Agent 的执行、反馈、协作与记忆体系
当Agent被要求完成“读取售后数据、分析问题、生成报告、审批后发送邮件”这类复杂任务时，单一Prompt往往力不从心。本文深入拆解固定工作流、自主规划、多Agent协作、反馈机制与Memory等核心概念，揭示如何通过流程控制与人工审批构建可靠、可控的智能体系统。
Agent 能改文件以后，产品经理要补一张执行责任表
DeepSeek Harness 的发布让 Agent 从回答问题走向真实操作，但产品经理真正该关注的是：用户如何知道 Agent 做了什么、为何能做、出问题谁负责？本文拆解 Harness 的执行链路、权限预设与审批设计，为 Agent 产品的责任边界与交互体验提供清晰思路。
从22个工具到一次可靠调用：Function Calling、内置工具与 MCP 完整解析
当Agent需要查询数据、生成文件或发送邮件时，大模型并不能直接执行操作，而是依赖应用、Function Calling与工具服务的协同。本文通过统一案例，对比内置工具与MCP两种实现方式，深入解析MCP在工具复用、接口适配与维护成本上的核心优势，并指出其适用边界。
AI Chat 结束了，今年所有 AI 产品一定要做 Agent
Cherry Studio v2 重构后，从 Chat 转向 Agent 产品，重写底层数据与任务体系。本文深入分析 AI 产品价值单位从回答变为结果，Chat 架构的局限，以及为何所有 AI 产品都必须拥抱 Agent 形态，值得每位产品人关注。
Pi说模型可以更换： AI产品真正该留下的，是Harness吗？
Pi 将 Harness 定义为系统提示词、工具、Agent 循环与翻译层的组合，它决定模型如何行动、如何反馈、如何切换。本文从四层定义出发，结合 DeepSeek Harness 与 Codex 的实测对比，探讨 AI 产品真正该积累的，是模型依赖还是执行环境。
创业2年半后，想跟你分享关于AI组织的这7点心得。
开公司两年半，全员AI化后，公司却变得更“传统”？本文分享了一家小公司如何通过“薄中台、厚一线”的结构，让业务人员用Agent解决实际问题，并强调数据沉淀与治理的重要性。AI没有让团队变成机器，反而让人类回归到真诚交流的本质。
从城乡规划到 AI 产品经理：我重新理解了“规划”这件事
从城乡规划到AI产品经理，看似跨界，实则底层思维相通。本文作者以亲身经历，剖析规划师与产品经理在问题诊断、多目标决策和不确定性应对上的共通之处，并探讨AI时代产品设计从功能到智能系统的转变，为转型者提供独特视角。
你的Agent耗费词元大，并不是因为模型单价贵
Agent账单居高不下，换便宜模型却只省四分之一？单价差15倍，账单却只降4.5倍。问题不在模型价格，而在任务结构：重复计费、冗长上下文、重试成本才是大头。本文拆解八步任务成本算法，教你从任务设计入手，真正省钱。
AI产品经理面试时，现场设计 Agent 怎么答
面试官让你现场设计一个 Agent，别急着画架构图。真正的考点在于你是否能判断需求是否适合用 Agent、如何设计决策与执行层、如何规划上线风险，以及上线后如何用指标和 trace 持续优化。本文拆解四段面试应答框架，附场景示例与话术，助你从容应对。
Agent 评测不能只看回答对不对：从路由、RAG 到工具调用，怎么搭一套上线前评测体系？
Agent 评测不能只看最终回复，真正的风险藏在路由、检索、工具调用等中间环节。本文拆解七层评测体系，从输入到轨迹，教你如何识别高风险错误，确保系统上线安全。
