AI 腾讯是在“赛马”,还是在打造 “Agent工厂”? 腾讯的Agent战略并非简单的赛马,而是一场基于共享执行框架的工业化生产。从CodeBuddy到WorkBuddy,再到DataBuddy和LearnBuddy,腾讯正通过“通用Harness+专业Skills”的公式,批量制造垂直Agent,并构建“应用—基础设施”飞轮,重塑办公与研发场景。 深流研究所 AgentCodeBuddyWorkBuddy
AI,个人随笔 AI Skill 调了一个月结构,终于弄明白:3 个原则 + 1 个核心,越用越省 Token AI Skill 写作中,Token 消耗过高、响应变慢,往往源于将其当作高级提示词。本文从实战出发,剖析 Skill 与提示词的本质区别,提出三大原则与单一职责核心,并通过四层目录结构优化,实现 Token 成本降低 96%。附赠自检清单与生成 Prompt,助你高效构建稳定 Skill。 设绘闲人 AgentAI应用Skill
AI Context Graph:记忆的正确存储方式不是向量库,是图 Agent 的记忆架构常被简化为一个数据库图标,但真正决定其质量的是实体抽取的颗粒度、三层记忆的构建与治理能力。本文从实体抽取的分层流水线出发,详解短期、长期与推理记忆的协同设计,并给出企业 AI 问答的三大关键判断与落地建议,助你从存储思维转向治理思维。 是AD Agent企业AI实体抽取
AI 智能客服Agent【护栏设计】:让AI客服从能用到敢用 这是智能客服Agent系列的第二篇。上一篇我们聊了三种架构(能回答、能解决、能代办),这一篇聊一个绕不开的问题:架构搭好了,怎么保证它不出事? 凌青 AgentAI应用智能客服
AI,个人随笔 千问办公,阿里准备用来打WorkBuddy么? 阿里正式推出企业级AI办公平台千问办公,整合三款Agent产品,定位企业级而非C端。本文深度解析其战略考量:避开与腾讯WorkBuddy的正面竞争,押注企业级市场,利用钉钉和阿里云的企业服务优势,构建下一代办公基础设施。千问办公能否成功,取决于半年内能否深入企业工作流。 唐辰同学 AgentAI办公企业级AI办公
AI 从飞书 Skill 到项目管理平台实践:重新理解 Agent、GUI 与 Skill 的分工 当软件能力可以被 AI 直接调用后,GUI 是否会被取代?本文通过设计项目管理 Skill 的实践,指出 Skill 与 GUI 并非替代关系,而是互补:Skill 负责高效执行,GUI 负责复杂状态展示与结果确认。文章深入拆解了 Skill 的设计原则与边界,为产品经理提供了 AI 时代功能设计的新思路。 AI产品零度 AgentAI应用GUI
AI,个人随笔 从 Prompt Engineering 到 Graph Engineering:AI 工程为什么开始管理“关系”? Graph Engineering 正在成为 AI 工程领域的新焦点。从 Prompt 到 Graph,五层架构揭示了 AI 系统瓶颈的外移逻辑。本文深入解析 Graph Engineering 的核心价值,并通过资讯报告案例,展示多 Agent 协作如何实现高效、稳定的任务执行。 冒泡泡 AgentAI工程Graph Engineering
AI Graph Engineering真比单Agent更好吗?我用Codex做了两轮对照实验 当Agent开始承担复杂工作,产品经理需要设计的不仅是任务流转,还有判断权与质疑机制。本文通过Codex对照实验,对比单Agent与Graph Engineering在分析Notion Agents时的表现,揭示Graph的真正价值并非让模型更聪明,而是让结论更经得起推敲。 杨森 AgentCodexGraph Engineering
AI,个人随笔 AI创业公司入职第一周,如何让CEO记住你的产出? 入职AI创业公司,没人带、文档不全、环境不通?本文作者用五天时间从零搭建完整Agent评测体系,总结出9条生存法则:主动建立信息优势、用测试矩阵定位问题、理解Agent三层结构、把CEO的散点指令拼成地图。不讲空话,全是实操经验。 Alex的荒诞产品观 AgentAgent评测AI创业
AI,个人随笔 AI写代码越快返工越多?用SDD+TDD把需求歧义挡在开发前 AI Coding正在将开发速度推向新量级,但代码写得越快,返工不一定越少。当模糊需求被Agent快速实现为“看起来可上线”的产品时,SDD与TDD的价值重新凸显。本文深入解析这对组合如何帮助团队在加速时代更早确认意图、减少歧义复制,真正实现高效交付。 知序 AgentAI CodingSDD
AI,个人随笔 Agent每步都在”瞎跑”?PM必须懂的可观测性设计 Agent执行路径动态生成,传统日志无法追踪。可观测性设计需覆盖Trace链路、决策日志与Token消耗三层次,配合分级采样策略,让PM在Agent出错时快速定位并系统性修复,避免黑盒成为技术债。 产品包工头 AgentToken消耗Trace
AI,个人随笔 Agent全自动是个坑,人工介入设计才是产品落地的关键 Agent全自动是陷阱,盲目追求无人干预可能导致高风险决策失误。本文深入解析Human-in-the-loop设计,区分事前审批、实时监督、事后复盘三种模式,并给出PM设计要点与常见错误,帮助产品经理构建真正可信赖的Agent产品。 产品包工头 AgentHITL人工介入