Matt Van：我所知道的所有Agent工程技巧

marsbitPublicado em 2026-06-03Última atualização em 2026-06-03

编者按:这是一篇关于 Agentic Engineering(智能体工程)的个人工作流复盘。作者 Matt Van Horn 记录的不是某个 AI 编程工具的使用技巧,而是一整套围绕 AI Agent 重构生产流程的方法。

在他的实践里,AI 不再只是 IDE 里的代码补全助手,而更像一支可以被调度的「执行团队」:先用 /ce-plan 把模糊想法整理成 plan.md,再用 /ce-work 执行;用语音输入替代打字;同时开启多个 cmux、Claude、Codex 会话并行推进;让 Claude 负责规划与判断,让 Codex 负责构建;把会议录音、笔记、历史方案和代码库都变成 Agent 的上下文;再把高频动作沉淀为可复用的 skills。

这套方法背后的变化在于,开发者的核心价值正在从「亲手完成每一行代码」,转向「提出问题、制定约束、判断方向、持续纠偏」。当 Agent 可以承担大量执行工作,人类更像系统中的信号源:提供品味、经验、优先级和最终判断。

因此,本文真正值得关注的不是某个具体插件或命令,而是 AI 工具成熟后带来的生产关系变化。执行成本下降之后,个人可以同时推进更多项目,也更容易陷入不停构建、不断发布的循环。作者在文末提醒读者:能做出东西,并不等于有人需要它。对于正在用 AI 写代码、做产品、写内容或管理知识工作的人来说,这篇文章提出了一个更现实的问题:当「动手」越来越便宜之后,我们应该如何重新定义自己的价值?

以下为原文:

三个月前,我发了一篇《我知道的所有 Claude Code 技巧》。那篇文章有 91.3 万次浏览。@kevinrose 当时问应该用什么 IDE,我的回答是:「不用 IDE。只要 plan.md 文件和语音。」

这以前被叫作 vibe coding。大概从去年感恩节前后开始,模型能力终于好到让这个「玩具」变成了真实可用的东西,也就是现在很多人说的 Agentic Engineering(智能体工程)。这也是我今年能持续交付的唯一原因。今年,我发布了 last30days(2.7 万 Star)、Printing Press(4000+ Star)和刚刚上线的 Agent Cookie;同时,我也成了几个大型开源项目的重要贡献者,包括 Python、Go、GStack 和 Paperclip。自从高中以后,我就没再做出过什么真正有人在乎的软件。下面是我的全部技巧。

技巧

YOLO 速读版技巧:把整篇文章复制给你的 agent,让它制定一个计划,把这里提到的所有东西都配置起来,然后一个技巧一个技巧地执行。那就是我的完整工作栈,甚至不用你自己读完。

1、一有想法,就先做一个 CE plan.md

这依然是第一原则。也是我学到的最重要的一件事。

只要我有一个想法,我第一件事就是用 /ce-plan 生成一个 plan.md。不是「让我先想想」,也不是「我先开始写代码」。每一次,都是 /ce-plan。它也支持图片,所以任何你能捕捉下来的东西,都可以成为起点:

·疯狂的产品想法:/ce-plan。
·GitHub 上的 bug:复制 issue URL,粘贴进去,/ce-plan。
·终端报错:Cmd+Shift+4 截图,Ctrl+V 粘贴,/ce-plan fix this。
·截图、错误信息、设计稿、Slack 讨论串:都可以直接丢进去。

如果想法还很模糊,我甚至不知道自己到底想要什么,我会先用 /ce-brainstorm 和 agent 一起把问题想清楚,等轮廓明确之后再用 /ce-plan。

在底层,/ce-plan 会并行派出多个研究型 agent。一个读取你的代码库,寻找模式,检查你的代码约定;一个搜索你过去的解决方案,从中提取经验。如果这个主题值得深入,它还会派更多 agent 去研究外部文档和最佳实践。所有这些同时发生。然后,它会整合结果,写出一个结构化的 plan.md:哪里出了问题、解决思路是什么、需要改哪些文件、带复选框的验收标准、应该沿用你自己代码里的哪些模式。它不是泛泛而谈的建议,而是基于你的 repo、你的约定、你的历史经验生成的方案。

/ce-work 会拿着这个计划去构建。上下文爆了?开一个新 session,把它指向这个 plan,就能从上次停下的地方继续。这个计划就是能穿越一切上下文丢失的检查点。

传统开发是 80% 编码、20% 规划。这里正好反过来:思考都放进计划里,执行变成机械动作。

Compound Engineering 是 @kieranklaassen 和 @trevin 做的插件,它让这套流程真正跑起来。

我先是成了它的超级粉丝,后来变成贡献者,现在已经是核心团队之外的第三大贡献者。我的规则很简单:除非真的只是改一行代码,否则一定先有一个 plan.md。

技巧

安装 Compound Engineering:

/plugin marketplace add EveryInc/compound-engineering-plugin

粘贴截图、bug URL 或报错,然后 /ce-plan,再 /ce-work。
想法还不清楚?先用 /ce-brainstorm。

2、不要读 plan.md

我总是会生成 plan.md。但我几乎从来不读它。计划是给 agent 看的,你这个愚蠢的人类就别看了。

强制生成一个计划,会让 agent 不能偷懒。它必须研究、必须承诺一种方法、必须写下验收标准,然后真的去完成这些标准。一个有计划的 coding agent 会交付完整的工作;一个没有计划的 coding agent 会走捷径,然后很早就停下来。计划就是拴住它的绳子。

所以我会让它写计划,扫一眼标题,然后直接跑 /ce-work。如果我有问题,就在同一个 session 里直接问:「等等,为什么用这个方法?」或者让它给我一个 TLDR。或者当我完全不理解时,我会说:「eli5 this plan」(像给 5 岁小孩解释一样解释这个计划)。我拿到一段话版本,点点头,然后继续。我不会坐在那里读 300 行 markdown。那是 agent 的作业,不是我的。

生成计划。信任计划。不要读计划。

技巧

不要让自己读计划。直接在 session 里问:TLDR?、eli5 this plan,或者「等等,为什么用这个方法?」

3、把 /ce-plan 用在最深度的非工程工作上:先为「计划」制定计划

很多人以为 /ce-plan 和 /ce-work 是用来写代码的。但我从三月以来学到的最大经验是:它们不只是为代码而生。现在我做的最深度的知识工作,也都跑在同一个循环里。关键技巧是:第一个计划不是直接解决问题,而是先制定「如何制定计划」的计划。这也不是我硬把一个代码工具挪作他用,/ce-plan 本来就内置了通用规划模式,正是为这种非代码工作设计的。

这也不只适用于商业问题。战略文档、产品规格、竞品分析、董事会更新,全都可以用同一套循环。

举一个真实例子。我当时正在酝酿一个商业挑战,于是和 Michael Margolis 见了一面。他曾是 GV 的研究合伙人,以 bullseye-customer method(靶心客户方法)闻名。他建议我读他的书,那本书在他的网站上可以免费下载 PDF。旧做法大概是快速扫一遍,然后就算了。但这次,我打开 Claude Code,大概这样说:

接下来的 45 分钟里,它做出了一个非常宏大的计划。

这也是我知道的,让 LLM 不偷懒的最佳技巧。你如果直接要求它交付成品,它往往会走捷径;但如果你先让它规划「如何产出这个交付物」,再执行这个计划,它每次都会做出更深的版本。

技巧

深度非代码工作:用 /ce-plan make a plan for the plan,把所有上下文和会议转写都交给它,然后再 /ce-work。

4、接受语音输入

对 LLM 使用语音输入,和对其他任何东西使用语音输入都不一样。转写不需要完美,因为听你说话的东西理解上下文。它会猜出麦克风听错了什么。你可以含糊、停顿、说一半重来。语音之所以终于能用了,是因为另一端足够聪明,可以补上缺口。

我的配置是:

·Mac:用 Monologue(Every 做的)或者 Wispr Flow。二选一,把语音输入到当前聚焦的应用里,然后直接对 Claude Code 说话。我还给办公室买了一个鹅颈麦克风。

·手机:不用 Monologue 和 Wispr Flow,在 iOS 上切来切去太麻烦。苹果自带听写已经够用了,因为你是在和 LLM 说话,不是在和人说话。哪怕它把一半词都转错,agent 也能理解。懒人笔记也完全没问题。

·诚实说一句:我一个人的时候很擅长用语音。但在办公室里,我就很难用。有人说你可以对着麦克风小声说话,但我发现自己其实不会这么做,因为我不想显得没礼貌,也不想打扰身边的人。所以,共享办公室里的桌面场景,仍然是我这套工作流的弱点。如果你已经解决了开放办公室里的语音输入问题,而且没有变成「那种人」,请告诉我怎么做。我真的想听建议。

技巧

·Mac:安装 Monologue 或 Wispr Flow。

·手机:用苹果自带听写。

·再买一个鹅颈麦克风。

5、在 cmux 里开很多很多标签页

这就是我真实的一天。四到六个 cmux 标签页,有时更多,每个都是一个独立 session:

·一个在写计划。

·一个在根据另一个计划构建。

·一个在跑 last30days。

·一个在修我测试上一个东西时发现的 bug。

当 /ce-plan 在一个窗口里启动研究时,我切到另一个窗口,对一个已经写好的计划跑 /ce-work。当它在构建时,第三个窗口又可以粘进一个新 bug。等我再切回第一个窗口时,它已经完成并等在那里了。

我听说 Orca 在移动端工作方面做得很好。我以前也是 Ghostty 的纯粹主义者,但我在 Ghostty 里漏掉太多通知了。

技巧

使用 cmux。

保持 4 到 6 个标签页打开,每个标签页处理一个不同任务。

6、让终端默认打开 Claude 或 Codex,而不是 Shell

一个新标签页应该直接打开 Claude Code,而不是 shell。打开标签页,你就已经在和 agent 对话。不需要 cd,不需要输入 claude。当开启新 session 只需要一次按键,你就会更频繁地启动它们。我也不使用文件夹。你的 agent 会自己找到项目。

技巧

把这段话粘给你的 agent:

7、远程控制每一个窗口,并给 Claude Code 或 Codex 一个邮箱地址

这两个技巧可以让每个 session 从任何地方都能访问。

每次打开新窗口时,都打开远程控制。
把远程控制设置为每个 session 自动开启。

现在,每个窗口都可以从 Claude 手机 App 访问。你在桌前启动一个 session,然后走开,在手机上接着操控同一个实时运行的任务。排队时,你也能控制家里 Mac 上正在跑的东西。

给你的 Claude 一个邮箱地址。
通过 AgentMail,Claude Code 可以拥有一个邮箱地址。这是创始人 Adi @adisingh 教我的。你给那个 inbox 发邮件,一个新的 session 就会打开,并开始处理邮件主题和正文里的内容,所有附件也会以路径形式可用。晚饭时发现一个 bug?用手机发封邮件,等你回到屏幕前,session 已经在跑了。我把整套东西都开源了:github.com/mvanhorn/agentmail-to-claude-code。

它由三部分组成:

一个 daemon,通过 WebSocket 监听 AgentMail inbox。每当收到一封白名单邮件,它就打开一个新的 Claude session,把邮件写入 prompt 文件,并告诉 Claude 读取并执行。

两个终端后端:cmux 或独立的 Ghostty,这样它可以驱动你原本就在用的启动方式。

一个发送端。我把它接进了 Hermes 里的 cc 命令,所以我可以在手机上运行 cc ,任务就会落到我 Mac 上的一个工作 session 里,不需要 VPN,也不需要 SSH。

白名单就是闸门。只有你控制的地址能通过;任何 DKIM 或 SPF 校验失败的邮件,在 session 打开之前就会被丢弃。

技巧

始终开启远程控制:在 ~/.claude/settings.json 中加入:

"remoteControlAtStartup": true

给 Claude 一个邮箱。把这段话粘给你的 agent:

8、危险地跳过权限确认。是的,我是认真的

Claude Code 每次编辑和执行命令都会请求权限。当你同时跑六个 session 时,你不可能一直盯着它。有两个设置会让这件事变得可用。有人说自动模式是「更安全」的做法,但它对我来说太慢了。

关键是:

skipDangerousModePermissionPrompt: true

没有它,Claude 每次 session 都会要求你确认。你也可以用 Shift+Tab 切换。有人告诉我,新的「auto」模式能在更安全的前提下做到大部分效果。也许吧。我的态度是 YOLO。这是我的电脑。如果我把一切搞坏,GitHub 还在那里。我帮朋友配置 Claude Code 时,AI 还主动试图劝他不要启用这个设置。你必须直接一点。

另一个设置是声音 hook。六个 session 并行时,这个不可协商。

你可以走开,听到声音再回来。六个 session 同时运行时,声音就是你知道哪个任务刚完成的方式。

技巧

Codex 也有同样的 YOLO 模式。在 ~/.codex/config.toml 中:

approval_policy = "never"
sandbox_mode = "danger-full-access"

或者单次启动时使用:

codex --yolo

9、我如何几乎不打开 Codex CLI,却让大部分代码都通过 Codex 跑

我一整天都在把工作交给 Codex,但几乎从不打开 Codex CLI。Claude 做计划,Codex 做构建,而我始终留在 Claude session 里。

我有三种方式在不离开 Claude 的情况下把工作交给 Codex:

·Codex IDE 扩展:发送一个任务,应用结果,不需要进入 Codex 终端。
·/ce-work --codex:直接在 Compound Engineering 循环里把构建委托给 Codex。
·Printing Press 的 Codex 模式:在生成新 CLI 的 prompt 末尾加上 codex,它就会把构建交给 Codex。

我的设置是两个引擎都开到 extra-high reasoning:

Codex:reasoning xhigh,fast mode 永远打开。

Claude Code:reasoning xhigh,fast mode 关闭。它的 fast mode 会在你的 200 美元 Max 计划之外按 token 计费,所以我不用。

两个 200 美元的订阅并排跑,就等于多了一整个第二引擎。我把大型并行构建推给 Codex,让 Claude 负责规划和品味。有些朋友反过来用:Codex 构建,Claude 审查。

技巧

Codex:reasoning xhigh,fast mode 开。

Claude Code:xhigh,fast mode 关。

把工作交给 Codex:使用 Codex IDE 扩展、/ce-work --codex,或者在 Printing Press prompt 末尾加 codex。

10、计划之前先研究:last30days

在我运行 /ce-plan 之前,我通常会先对这个主题跑一遍 /last30days。

有一次,我在 Vercel 的 agent-browser 和 Playwright 之间做选择。我没有去读文档,而是运行:

/last30days Vercel agent browser vs Playwright

几分钟后,我拿到了几十条 Reddit 讨论、X 帖子、YouTube 视频、HN 故事。agent-browser 每次调用消耗的上下文少得多,而 Playwright 仅工具定义就会倾倒几千个 token。我把整个输出喂给 /ce-plan integrate agent-browser。这样生成的计划,是基于社区眼下真正知道的东西,而不是六个月前的训练数据。

last30days 是开源项目,现在已经超过 2.6 万 Star。它会并行搜索 Reddit、X、YouTube、TikTok、Instagram、HN、Polymarket、GitHub 和整个网络。我会在选库之前、做功能之前、见商业伙伴之前、写文章之前运行它。我还在这篇文章里的几个主题上跑过它。研究、计划、构建。这才是真正的循环。

技巧

安装 last30days。
在 /ce-plan 之前,先运行:

/last30days

记得安装 ScrapeCreators key。

11、把所有东西都交给 Granola,并把原始转写放进 LLM

我和一个候选人吃了顿午饭。我们聊产品、聊食物、聊孩子,90 分钟的普通对话里夹着一个产品想法。Granola 一直在录。结束后,我把完整的原始转写粘进 Claude Code:

/ce-plan turn this into a product proposal

关键是「原始」。我不会先总结。我会把整段乱糟糟的转写直接放进去,连关于寿司的跑题内容也一起放进去,然后让 Claude 基于我的真实代码库和我过去写过的所有战略计划来提取有用信息。Granola 上下文 + 代码库 + 历史计划,等于黄金。它一次性写出了一份方案,自动忽略了餐厅闲聊,我当晚就发了出去。那个人现在已经全职和我们一起工作了。

自三月以来的升级是:Printing Press Granola CLI。这东西很神奇。我可以把任何会议作为干净的结构化数据直接拉进 session,可以搜索我开过的每一场会议,找到三周前某个人说过的某句话,然后把它导入计划。不再需要复制粘贴。每一场会议的上下文,都只隔着一条命令。

技巧

把 Granola 的原始转写直接丢进 /ce-plan,不要先总结。
安装 Printing Press Granola CLI。

12、人类信号

这是我花了最长时间才完成的心态转变。当你同时运行六个 agent 时,你的工作不是亲自干活。你的工作是成为信号。

agent 提供产量。你提供品味、方向,以及「反馈—重定向」的循环。你看它返回了什么,然后说:「第二个方案更接近,但用第一个方案里的措辞」「处理最大的风险」「这一段太长了」,它们就会移动。这个循环里稀缺且有价值的东西,是你的判断,不是你的打字速度。我越是接受自己只是「人类信号」,不再试图同时做那个动手干活的人,我交付的东西就越多。

你负责品味。让它们负责动手。

技巧

用你的大脑指挥 agent,为世界增加价值。你的脑子仍然有价值。

13、用 HyperFrames 做视频,用它做一切视频

视频以前是我外包或者直接跳过的东西。现在我做视频的方式和做其他事情一样:我说话,agent 构建,我反馈。

HyperFrames 让我可以把视频做成 HTML,所以 agent 能写它。循环和写代码一模一样,只是输出结果从 PR 变成了 MP4。每个视频都是一个文件夹,里面有一个 script.md,逐场景写脚本,包括动态字体、字幕,以及每个节奏点。agent 会把脚本变成合成画面并渲染出来。不需要剪辑师,不需要时间线。

我用这种方式做过的发布视频包括:

Granola CLI demo

Agent Cookie launch

Agent Cookie 的发布视频就是用 HyperFrame 做的。

视频的成本下降到一次对话,所以任何值得拥有视频的东西,现在都会有视频:发布短片、产品 demo、动画解释视频、带字幕的剪辑。它们也不只是发在 X 上。我甚至会把渲染出来的 demo 直接放进 PR,比如 Facebook AI Research 项目 atlas-lean 里的这个 PR。

技巧

用 HyperFrames 做视频:写一个 script.md,让你的 agent 把它渲染成 MP4。

把 GIF 上传到 catbox,它们在 GitHub、PR、README 和 issue 里都会显示得很漂亮。

14、你的笔记就是 agent 的知识库

三月时的 strategy-folder 技巧后来被我泛化了。一个计划之所以每次都会变得更好,是因为 Claude 可以访问我之前写过的每一个计划。这就是复利式上下文。于是,我让它指向我的整个大脑。

我让它访问的工具包括:

Bear,配合 Bear CLI。十年来的笔记、会议记录、半成型想法和决策,agent 都可以读写。这就是个人 RAG,只不过不用叫这个名字。我放进去的东西越多,每个 session 就越聪明。

Obsidian。我自己不用,但很多人非常喜欢用它做这件事,而且它的插件生态很深。

gbrain。我在不同机器和 agent 之间同步的大脑。

supermemory。一个很多人都推荐的 agent 记忆层。我现在正在深入研究,结论之后再说。

这个技巧的形态才是重点:选一个有 CLI 或 API 的笔记工具,把 agent 指向它,让你自己的知识开始复利。

技巧

让你的 agent 同时连接两类工具:一类是你自己写笔记的工具,比如 Bear、Obsidian;另一类是替 agent 记忆的「大脑」,比如 gbrain、supermemory。选择那些有 CLI 或 API 的工具,这样 agent 才能读取它们。

15、随时随地工作:我的 Mac mini

技巧

Mosh,适用于必须 SSH 进去的时候。它能在糟糕 Wi-Fi 和网络漫游环境下,保持 session 像本地一样流畅、有响应。在普通 SSH 上,Claude Code 会慢得像爬一样,每次按键都要等待网络往返。Mosh 带来的差异,就是「可用」和「痛苦」的差异。

Tmux,适用于飞机上。在 tmux session 里 SSH 到远程机器,工作会在远程机器上运行,而不是在你的笔记本上。飞越大西洋时 Wi-Fi 断 20 分钟,你重新连接、attach 回去,一切都停在你离开的位置。我曾经在从欧洲回来的整趟航班上持续交付功能。

Hermes 和 OpenClaw 同时运行,适用于自主远程工作。Hermes 是一个会在重复任务中自我学习、逐渐变好的生态;OpenClaw 则胜在 agent 构建技能的广度。我会在两者之间切换。如果你很早就放弃了 OpenClaw,建议清空它,重新开始。

Agent Cookie 用来在你的 Mac mini 和主力 Mac 之间同步 cookies 和 .env 文件。

16、Proof:把计划发给同事

plan.md 对我来说完美,但如果把它发给一个不住在终端里的人,就完全没用。这是最后一个真正的缺口,而 Proof 也来自 Every,正好补上了它。

在 Proof 里打开一个计划,把它像文档一样阅读,这已经不错。但它真正变得不可或缺,是在把计划发给同事的时候。我把 plan.md 或 spec 丢进 Proof,发送链接,一个不使用终端的人也能清楚阅读、行内评论,而这些评论又会流回 agent 的循环里。不用再把 markdown 粘进 Slack,然后看着它渲染成一团垃圾。这是整个计划文件工作流的人类参与审查层,也是我第一次觉得,把 agentic work 分享给一个普通同事不再尴尬。

我写这篇文章时,也把它放进了 Proof 里。它就是这样被审阅的。

而且,我整篇文章都是在 cmux 里写的,同时旁边开着 Proof review。

技巧

分享一个计划:把 .md 文件丢进 Proof,发送链接,再把评论拉回工作循环。

17、写你自己的技能

最大的升级,不是使用 agent,而是教会它们那些能留下来的技巧。任何我做过超过两次的事情,我都会把它变成一个 skill:一个 agent 以后可以永久运行的可复用命令。先写你自己的技能,用它来自动化你的工作流。

你不需要从零开始写。真正解锁这一点的技巧,是让你的 agent 去看一个已经有效的 skill,然后复制它的形状。字面意思就是:「看看 Compound Engineering 这个 skill,帮我为 [我想自动化的事情] 做一个类似的。」它会读取一个好例子,学会结构,然后为我搭好脚手架。我就是这样做出了一堆 skill。

这也几乎成了我现在开源生活的大部分。如果你看我的 GitHub,会发现我的工作就是各种 skill,以及围绕它们的工具。last30days 一开始只是我给自己做的一个 skill,现在已经开源并超过 2.6 万 Star。Printing Press 是一个生成 agent-native CLI 的完整工厂,也是我个人最常用的工具,我已经给它合并了 320 多个 PR。我也是 Compound Engineering 本身的主要贡献者之一。这一切都不是一个宏大计划。每个东西都只是一个我经常运行的工作流,频繁到值得让 agent 永久擅长它。

写一次 skill。之后每个 session 都会更快。这就是 Compound Engineering 里的复利部分。

技巧

任何你做过两次以上的事情,都把它做成一个 skill:看看 Compound Engineering 这个 skill,帮我为 [X] 做一个类似的。

18、开源:给你热爱的项目做贡献

同一套让我交付自己项目的循环,也能帮别人交付项目。我已经有数百个 PR 被开源项目合并,包括 Python、Go、OpenCV、Vercel 的 Agent Browser 和 OpenClaw。不是那种顺手改错别字的 PR,而是我每天都在用的工具里的真实功能。

不知什么时候开始,我已经出现在一些贡献者榜单的前列:

Compound Engineering、Superpowers 和 Emdash 的第 3 名。

GStack 和 Paperclip 的第 4 名。

Vercel Agent Browser 的第 6 名。

Camoufox 的第 2 名。

@pejmanjohn 开玩笑说,现在他打开一个 repo,在贡献者头像网格里找到我的脸,已经变成了他个人版的「威利在哪里」。

但被合并的 PR 并不是真正的奖品。真正的奖品是人。我会进入 Discord,认识维护者,交到真正的朋友。这对招聘也非常有帮助。我刚刚为自己的新公司招了一位工程师,就是通过这种方式认识的。你给一个自己热爱的项目做贡献,就会遇到同样热爱它的人,然后这件事会继续复利。

技巧

选一个你每天都用的工具,找出它真正缺少的一件事,然后用同一套 /ce-plan + /ce-work 循环把它做出来。

出现在这个项目的 Discord 里。PR 让你进门,人才是你留下来的原因。

在 X 上增加价值。
在 X 上,每月花 1 到 3 美元订阅你尊重的人。我每月花 1 美元订阅 @garrytan。这样当我提交 PR 时,我可以把 X 帖子发给他,而他会收到一个特殊通知,知道我是付费订阅者。我也付费订阅 @jason、@teknium、@Teknium。

19、我当前的笔记本配置

我那台用了两年的笔记本,在我现在的工作负载下几乎已经不能用了:一整天同时跑六个 Claude session,再加上 Codex。所以我升级到了 M5 Max,64GB 内存。它是一头野兽,我很喜欢。但这个工作负载依然会把它打爆:我的全新机器最短只撑过一个小时电池。

所以我开始恐慌式买电。我现在随身带着一块 Anker 充电砖,车里也放了一个 Anker 充电器,这样特斯拉可以在路上给我补电。

技巧

永不休眠:sudo pmset -a disablesleep 1

随身带一块 Anker 充电砖;车里放一个充电器。

20、Printing Press:运行现实生活的 CLI

这些技巧大多数都活在终端里。这个技巧则走出了终端。Printing Press 是一组 CLI,它们包装现实世界的服务,让 agent 可以直接帮你跑腿。它现在已经是一个独立项目,账号是 @ppressdev,超过 3700 Star,我正和 @trevin 一起做它。

真正让这些工具能跑起来的是 auth,而这个昨晚已经发布:Agent Cookie。它把你的真实浏览器 session 交给 CLI,让 CLI 以你的身份操作,不需要粘贴密码,也不需要重新认证。它把「一个知道某个服务的 agent」变成了「一个已经登录这个服务的 agent」。

一个真实下午,从头到尾:特斯拉预热。孩子们十分钟后上车:「把车预热到 72 度。」Tesla CLI 启动,我们出门前车已经暖好了。

Instacart。「在 Instacart 的 Costco 购物车里加 Corona。」

ESPN 轮询。一个 session 帮我盯比赛,只在比分接近时提醒我。我不用刷新任何东西,只收到那条真正重要的提醒。

给孩子的 Alaska Airlines 行程。它拉取票价和前后几天价格,检查我们的 Atmos 积分余额,把结果喂进 /ce-plan,然后给出一个预订策略,包括最便宜的日期和购买提醒。整个过程发生在足球场边。

这已经不只是「AI 帮我写代码」。Agentic Engineering 会帮你跑腿、盯比赛、给车预热、订旅行,而你可以在做别的事情。

技巧

从 printingpress.dev 的库里安装现成 CLI,把一个差事直接交给你的 agent。

无痛 auth:Agent Cookie 会把你的真实浏览器 session 交给 CLI,让它以你的身份操作。

真正的技巧是:自己 print 一个。把你一整天都在做的某件事、某个 API 或某个离不开的服务交给 Printing Press,让它生成一个 agent-native CLI。你为自己工作流构建的那个工具,才是真正改变你工作方式的工具。

21、诚实一点:AI 精神错乱式沉迷

agent 原本应该替我们完成所有工作。结果,我认识的每个朋友,都在经历人生中最拼命的工作状态。

最简单的回应是:休息一下,去摸摸草。但问题不在这里。问题是成瘾。用 agent 构建东西,是世界上最伟大的电子游戏,而它的循环实在太强了。

我真的担心一些朋友。他们因为突然可以构建任何东西而被彻底点燃,于是除了构建之外什么都不做。然后他们发布产品,却没有用户。这也没关系。我也发布过很多没有用户的东西。陷阱不在于发布后没人用,而在于你消失在构建里,失去身边的人。

所以要小心。和你爱的人说话。问问自己,是否真的有人想要你正在做的东西。如果诚实答案是:这只是一个给你自己用的工具,那也没关系。我做过的一些最好的东西,本来就只是为我自己做的。

如果你确实想要观众,那就走 Gary Vaynerchuk 一直讲的内容路径。你从某个地方开始,对着虚空发布,希望有一个人注意到。然后是三个人、十个人、一百个人,最后一步步走向几千人。没有人一开始就拥有几千人。你构建的任何东西也一样。

技巧

休息一下。去摸摸草。

和你爱的人说话。

做一些有人想要的东西,哪怕「有人」只是你自己。

这篇文章就是这样写出来的

这就是一个 markdown 文件。Claude Code 跑在 cmux 里,我对着 Monologue 说话:「优化一下那个 no-IDE 开头」「让 don』t-read-the-plan 这一节更辛辣一点」「加入 Tesla 和 Instacart 的故事」。它重写,我反馈,然后文章进入 Proof 审阅。last30days 提供新材料。顺便说一句,这次没有用 Zed。我已经不用它了。不用 IDE。不打代码。说话、计划、构建。从办公桌、沙发、汽车、足球场边,都可以。

这就是截至六月我知道的一切:一个语音 App,一个计划文件插件,几个配置改动,一堆标签页,一台 Mac Mini,两台远程机器,以及一支能运行现实生活的 CLI 舰队。

技巧

把这整篇文章复制下来,粘给你的 agent,让它尽可能帮你把里面提到的东西都配置起来。你的 agentic engineering 工作流会发生好事。

Leituras Relacionadas

When Google Also 'Prints Stocks' to Build AI, Whose Narrative is Shattering the High Valuations of Neocloud?

Google has announced its first equity financing since 2005, a series of moves totaling $80 billion that signal a strategic challenge to Nvidia's GPU dominance in the AI compute market. This impacts "Neocloud" companies like CoreWeave, Nebius, and IREN, whose valuations are heavily tied to Nvidia's perceived uniqueness. Google's three-part strategy involves: launching new TPU chips (TPU 8t/8i) and selling them to third parties for the first time; forming a $25 billion compute-as-a-service joint venture with Blackstone; and raising ~$50 billion in new equity (part of an $80B package) to fund AI infrastructure, underscoring the massive capital demands even for tech giants. This marks a divergence from Microsoft's path. Microsoft, lacking a mature in-house AI chip, relies heavily on outsourcing to Neocloud providers using Nvidia GPUs. Google, with its proprietary TPU, is pursuing vertical integration—building its own data centers, selling chips, and competing directly with Neocloud services. While Neocloud firms have strong near-term revenue from locked-in Nvidia GPU contracts (e.g., CoreWeave's ~$100B backlog), Google's moves undermine their long-term valuation narrative based on Nvidia's sole supremacy and perpetual supply shortage. TPU performance claims and adoption by firms like Anthropic add credibility to Google's alternative. The AI compute market is transitioning from a uniform seller's market to a layered one: top AI labs are diversifying their hardware stacks; hyperscalers are pursuing different chip strategies; and financing costs will become a critical differentiator, favoring players like Google with lower capital costs. Key metrics to watch include the progress of the Google-Blackstone JV, expansion of the TPU customer base beyond Anthropic, and potential shifts in Microsoft's sourcing strategy. If Google succeeds on these fronts, the Neocloud investment thesis will require significant reassessment.

marsbitHá 47m

When Google Also 'Prints Stocks' to Build AI, Whose Narrative is Shattering the High Valuations of Neocloud?

marsbitHá 47m

Jensen Huang's Latest Forecast on Marvell Valuation: Interconnect Business Guidance Raised Over 70%, 2028 Revenue Estimated at $16.5 Billion

Marvell has significantly raised its AI-driven revenue guidance after a strong showing at the Evercore TMT conference, buoyed by robust orders. The company now forecasts fiscal 2027 revenue of approximately $11.5 billion, with its Interconnect business growth projection lifted from ~50% to over 70%. Current growth is fueled by mature "beyond the rack" products like PAM DSPs, TIAs, and pluggable optical modules. However, the more strategically important "in the rack" segment, including co-packaged optics (CPO), is still preparing for 2027 mass production, targeting several hundred million dollars in annualized revenue by 2028. While Marvell's custom ASIC business aims to double next year to over $4 billion, and it benefits from partnerships like the one with NVIDIA, its high valuation already incorporates substantial future optimism. The company faces competition from Broadcom, which holds a scale advantage. The key uncertainty remains the successful large-scale deployment of CPO technology, including yield, cost curves, and customer adoption. Execution milestones in 2027 will be critical to validate the current growth narrative and sustain the elevated stock price.

marsbitHá 49m

Jensen Huang's Latest Forecast on Marvell Valuation: Interconnect Business Guidance Raised Over 70%, 2028 Revenue Estimated at $16.5 Billion

marsbitHá 49m

Trading

Spot
Futuros

Artigos em Destaque

O que é GROK AI

Grok AI: Revolucionar a Tecnologia Conversacional na Era Web3 Introdução No panorama em rápida evolução da inteligência artificial, a Grok AI destaca-se como um projeto notável que liga os domínios da tecnologia avançada e da interação com o utilizador. Desenvolvida pela xAI, uma empresa liderada pelo renomado empreendedor Elon Musk, a Grok AI procura redefinir a forma como interagimos com a inteligência artificial. À medida que o movimento Web3 continua a florescer, a Grok AI visa aproveitar o poder da IA conversacional para responder a consultas complexas, proporcionando aos utilizadores uma experiência que é não apenas informativa, mas também divertida. O que é a Grok AI? A Grok AI é um sofisticado chatbot de IA conversacional projetado para interagir com os utilizadores de forma dinâmica. Ao contrário de muitos sistemas de IA tradicionais, a Grok AI abraça uma gama mais ampla de perguntas, incluindo aquelas tipicamente consideradas inadequadas ou fora das respostas padrão. Os principais objetivos do projeto incluem: Raciocínio Fiável: A Grok AI enfatiza o raciocínio de senso comum para fornecer respostas lógicas com base na compreensão contextual. Supervisão Escalável: A integração de assistência de ferramentas garante que as interações dos utilizadores sejam monitorizadas e otimizadas para qualidade. Verificação Formal: A segurança é primordial; a Grok AI incorpora métodos de verificação formal para aumentar a fiabilidade das suas saídas. Compreensão de Longo Contexto: O modelo de IA destaca-se na retenção e recordação de um extenso histórico de conversas, facilitando discussões significativas e contextualizadas. Robustez Adversarial: Ao focar na melhoria das suas defesas contra entradas manipuladas ou maliciosas, a Grok AI visa manter a integridade das interações dos utilizadores. Em essência, a Grok AI não é apenas um dispositivo de recuperação de informações; é um parceiro conversacional imersivo que incentiva um diálogo dinâmico. Criador da Grok AI A mente por trás da Grok AI não é outra senão Elon Musk, um indivíduo sinónimo de inovação em vários campos, incluindo automóvel, viagens espaciais e tecnologia. Sob a égide da xAI, uma empresa focada em avançar a tecnologia de IA de maneiras benéficas, a visão de Musk visa reformular a compreensão das interações com a IA. A liderança e a ética fundacional são profundamente influenciadas pelo compromisso de Musk em ultrapassar os limites tecnológicos. Investidores da Grok AI Embora os detalhes específicos sobre os investidores que apoiam a Grok AI permaneçam limitados, é reconhecido publicamente que a xAI, a incubadora do projeto, é fundada e apoiada principalmente pelo próprio Elon Musk. As anteriores empreitadas e participações de Musk fornecem um forte apoio, reforçando ainda mais a credibilidade e o potencial de crescimento da Grok AI. No entanto, até agora, informações sobre fundações ou organizações de investimento adicionais que apoiam a Grok AI não estão prontamente acessíveis, marcando uma área para exploração futura potencial. Como Funciona a Grok AI? A mecânica operacional da Grok AI é tão inovadora quanto a sua estrutura conceptual. O projeto integra várias tecnologias de ponta que facilitam as suas funcionalidades únicas: Infraestrutura Robusta: A Grok AI é construída utilizando Kubernetes para orquestração de contêineres, Rust para desempenho e segurança, e JAX para computação numérica de alto desempenho. Este trio assegura que o chatbot opere de forma eficiente, escale eficazmente e sirva os utilizadores prontamente. Acesso a Conhecimento em Tempo Real: Uma das características distintivas da Grok AI é a sua capacidade de aceder a dados em tempo real através da plataforma X—anteriormente conhecida como Twitter. Esta capacidade concede à IA acesso às informações mais recentes, permitindo-lhe fornecer respostas e recomendações oportunas que outros modelos de IA poderiam perder. Dois Modos de Interação: A Grok AI oferece aos utilizadores a escolha entre “Modo Divertido” e “Modo Regular”. O Modo Divertido permite um estilo de interação mais lúdico e humorístico, enquanto o Modo Regular foca em fornecer respostas precisas e exatas. Esta versatilidade assegura uma experiência adaptada que atende a várias preferências dos utilizadores. Em essência, a Grok AI combina desempenho com envolvimento, criando uma experiência que é tanto enriquecedora quanto divertida. Cronologia da Grok AI A jornada da Grok AI é marcada por marcos fundamentais que refletem as suas fases de desenvolvimento e implementação: Desenvolvimento Inicial: A fase fundamental da Grok AI ocorreu ao longo de aproximadamente dois meses, durante os quais o treinamento inicial e o ajuste do modelo foram realizados. Lançamento Beta do Grok-2: Numa evolução significativa, o beta do Grok-2 foi anunciado. Este lançamento introduziu duas versões do chatbot—Grok-2 e Grok-2 mini—cada uma equipada com capacidades para conversar, programar e raciocinar. Acesso Público: Após o seu desenvolvimento beta, a Grok AI tornou-se disponível para os utilizadores da plataforma X. Aqueles com contas verificadas por um número de telefone e ativas há pelo menos sete dias podem aceder a uma versão limitada, tornando a tecnologia disponível para um público mais amplo. Esta cronologia encapsula o crescimento sistemático da Grok AI desde a sua concepção até ao envolvimento público, enfatizando o seu compromisso com a melhoria contínua e a interação com o utilizador. Principais Características da Grok AI A Grok AI abrange várias características principais que contribuem para a sua identidade inovadora: Integração de Conhecimento em Tempo Real: O acesso a informações atuais e relevantes diferencia a Grok AI de muitos modelos estáticos, permitindo uma experiência de utilizador envolvente e precisa. Estilos de Interação Versáteis: Ao oferecer modos de interação distintos, a Grok AI atende a várias preferências dos utilizadores, convidando à criatividade e personalização na conversa com a IA. Base Tecnológica Avançada: A utilização de Kubernetes, Rust e JAX fornece ao projeto uma estrutura sólida para garantir fiabilidade e desempenho ótimo. Consideração de Discurso Ético: A inclusão de uma função de geração de imagens demonstra o espírito inovador do projeto. No entanto, também levanta considerações éticas em torno dos direitos autorais e da representação respeitosa de figuras reconhecíveis—uma discussão em curso dentro da comunidade de IA. Conclusão Como uma entidade pioneira no domínio da IA conversacional, a Grok AI encapsula o potencial para experiências transformadoras do utilizador na era digital. Desenvolvida pela xAI e impulsionada pela abordagem visionária de Elon Musk, a Grok AI integra conhecimento em tempo real com capacidades avançadas de interação. Esforça-se por ultrapassar os limites do que a inteligência artificial pode alcançar, mantendo um foco nas considerações éticas e na segurança do utilizador. A Grok AI não apenas incorpora o avanço tecnológico, mas também representa um novo paradigma de conversas no panorama Web3, prometendo envolver os utilizadores com conhecimento hábil e interação lúdica. À medida que o projeto continua a evoluir, ele permanece como um testemunho do que a interseção da tecnologia, criatividade e interação humana pode alcançar.

450 Visualizações TotaisPublicado em {updateTime}Atualizado em 2024.12.26

O que é GROK AI

O que é ERC AI

Euruka Tech: Uma Visão Geral do $erc ai e as suas Ambições no Web3 Introdução No panorama em rápida evolução da tecnologia blockchain e das aplicações descentralizadas, novos projetos surgem frequentemente, cada um com objetivos e metodologias únicas. Um desses projetos é a Euruka Tech, que opera no vasto domínio das criptomoedas e do Web3. O foco principal da Euruka Tech, particularmente do seu token $erc ai, é apresentar soluções inovadoras concebidas para aproveitar as capacidades crescentes da tecnologia descentralizada. Este artigo tem como objetivo fornecer uma visão abrangente da Euruka Tech, uma exploração das suas metas, funcionalidade, a identidade do seu criador, potenciais investidores e a sua importância no contexto mais amplo do Web3. O que é a Euruka Tech, $erc ai? A Euruka Tech é caracterizada como um projeto que aproveita as ferramentas e funcionalidades oferecidas pelo ambiente Web3, focando na integração da inteligência artificial nas suas operações. Embora os detalhes específicos sobre a estrutura do projeto sejam um tanto elusivos, ele é concebido para melhorar o envolvimento dos utilizadores e automatizar processos no espaço cripto. O projeto visa criar um ecossistema descentralizado que não só facilita transações, mas também incorpora funcionalidades preditivas através da inteligência artificial, daí a designação do seu token, $erc ai. O objetivo é fornecer uma plataforma intuitiva que facilite interações mais inteligentes e um processamento eficiente de transações dentro da crescente esfera do Web3. Quem é o Criador da Euruka Tech, $erc ai? Neste momento, a informação sobre o criador ou a equipa fundadora da Euruka Tech permanece não especificada e algo opaca. Esta ausência de dados levanta preocupações, uma vez que o conhecimento sobre o histórico da equipa é frequentemente essencial para estabelecer credibilidade no setor blockchain. Portanto, categorizamos esta informação como desconhecida até que detalhes concretos sejam disponibilizados no domínio público. Quem são os Investidores da Euruka Tech, $erc ai? De forma semelhante, a identificação de investidores ou organizações de apoio para o projeto Euruka Tech não é prontamente fornecida através da pesquisa disponível. Um aspeto que é crucial para potenciais partes interessadas ou utilizadores que consideram envolver-se com a Euruka Tech é a garantia que vem de parcerias financeiras estabelecidas ou apoio de empresas de investimento respeitáveis. Sem divulgações sobre afiliações de investimento, é difícil tirar conclusões abrangentes sobre a segurança financeira ou a longevidade do projeto. Em linha com a informação encontrada, esta seção também se encontra no estado de desconhecido. Como funciona a Euruka Tech, $erc ai? Apesar da falta de especificações técnicas detalhadas para a Euruka Tech, é essencial considerar as suas ambições inovadoras. O projeto procura aproveitar o poder computacional da inteligência artificial para automatizar e melhorar a experiência do utilizador no ambiente das criptomoedas. Ao integrar IA com tecnologia blockchain, a Euruka Tech visa fornecer funcionalidades como negociações automatizadas, avaliações de risco e interfaces de utilizador personalizadas. A essência inovadora da Euruka Tech reside no seu objetivo de criar uma conexão fluida entre os utilizadores e as vastas possibilidades apresentadas pelas redes descentralizadas. Através da utilização de algoritmos de aprendizagem automática e IA, visa minimizar os desafios enfrentados por utilizadores de primeira viagem e agilizar as experiências transacionais dentro do quadro do Web3. Esta simbiose entre IA e blockchain sublinha a importância do token $erc ai, que se apresenta como uma ponte entre interfaces de utilizador tradicionais e as capacidades avançadas das tecnologias descentralizadas. Cronologia da Euruka Tech, $erc ai Infelizmente, devido à informação limitada disponível sobre a Euruka Tech, não conseguimos apresentar uma cronologia detalhada dos principais desenvolvimentos ou marcos na jornada do projeto. Esta cronologia, tipicamente inestimável para traçar a evolução de um projeto e compreender a sua trajetória de crescimento, não está atualmente disponível. À medida que informações sobre eventos notáveis, parcerias ou adições funcionais se tornem evidentes, atualizações certamente aumentarão a visibilidade da Euruka Tech na esfera cripto. Esclarecimento sobre Outros Projetos “Eureka” É importante abordar que múltiplos projetos e empresas partilham uma nomenclatura semelhante com “Eureka.” A pesquisa identificou iniciativas como um agente de IA da NVIDIA Research, que se concentra em ensinar robôs a realizar tarefas complexas utilizando métodos generativos, bem como a Eureka Labs e a Eureka AI, que melhoram a experiência do utilizador na educação e na análise de serviços ao cliente, respetivamente. No entanto, estes projetos são distintos da Euruka Tech e não devem ser confundidos com os seus objetivos ou funcionalidades. Conclusão A Euruka Tech, juntamente com o seu token $erc ai, representa um jogador promissor, mas atualmente obscuro, dentro do panorama do Web3. Embora os detalhes sobre o seu criador e investidores permaneçam não divulgados, a ambição central de combinar inteligência artificial com tecnologia blockchain destaca-se como um ponto focal de interesse. As abordagens únicas do projeto em promover o envolvimento do utilizador através da automação avançada podem diferenciá-lo à medida que o ecossistema Web3 avança. À medida que o mercado cripto continua a evoluir, as partes interessadas devem manter um olhar atento sobre os avanços em torno da Euruka Tech, uma vez que o desenvolvimento de inovações documentadas, parcerias ou um roteiro definido pode apresentar oportunidades significativas no futuro próximo. Neste momento, aguardamos por insights mais substanciais que possam desvendar o potencial da Euruka Tech e a sua posição no competitivo panorama cripto.

491 Visualizações TotaisPublicado em {updateTime}Atualizado em 2025.01.02

O que é ERC AI

O que é DUOLINGO AI

DUOLINGO AI: Integrar a Aprendizagem de Línguas com Inovação Web3 e IA Numa era em que a tecnologia transforma a educação, a integração da inteligência artificial (IA) e das redes blockchain anuncia uma nova fronteira para a aprendizagem de línguas. Apresentamos DUOLINGO AI e a sua criptomoeda associada, $DUOLINGO AI. Este projeto aspira a unir o poder educativo das principais plataformas de aprendizagem de línguas com os benefícios da tecnologia descentralizada Web3. Este artigo explora os principais aspectos do DUOLINGO AI, analisando os seus objetivos, estrutura tecnológica, desenvolvimento histórico e potencial futuro, mantendo a clareza entre o recurso educativo original e esta iniciativa independente de criptomoeda. Visão Geral do DUOLINGO AI No seu cerne, DUOLINGO AI procura estabelecer um ambiente descentralizado onde os alunos podem ganhar recompensas criptográficas por alcançar marcos educativos em proficiência linguística. Ao aplicar contratos inteligentes, o projeto visa automatizar processos de verificação de habilidades e alocação de tokens, aderindo aos princípios do Web3 que enfatizam a transparência e a propriedade do utilizador. O modelo diverge das abordagens tradicionais de aquisição de línguas ao apoiar-se fortemente numa estrutura de governança orientada pela comunidade, permitindo que os detentores de tokens sugiram melhorias ao conteúdo dos cursos e à distribuição de recompensas. Alguns dos objetivos notáveis do DUOLINGO AI incluem: Aprendizagem Gamificada: O projeto integra conquistas em blockchain e tokens não fungíveis (NFTs) para representar níveis de proficiência linguística, promovendo a motivação através de recompensas digitais envolventes. Criação de Conteúdo Descentralizada: Abre caminhos para educadores e entusiastas de línguas contribuírem com os seus cursos, facilitando um modelo de partilha de receitas que beneficia todos os colaboradores. Personalização Através de IA: Ao empregar modelos avançados de aprendizagem de máquina, o DUOLINGO AI personaliza as lições para se adaptar ao progresso de aprendizagem individual, semelhante às características adaptativas encontradas em plataformas estabelecidas. Criadores do Projeto e Governança A partir de abril de 2025, a equipa por trás do $DUOLINGO AI permanece pseudónima, uma prática frequente no panorama descentralizado das criptomoedas. Esta anonimidade visa promover o crescimento coletivo e o envolvimento das partes interessadas, em vez de se concentrar em desenvolvedores individuais. O contrato inteligente implementado na blockchain Solana indica o endereço da carteira do desenvolvedor, o que significa o compromisso com a transparência em relação às transações, apesar da identidade dos criadores ser desconhecida. De acordo com o seu roteiro, o DUOLINGO AI pretende evoluir para uma Organização Autónoma Descentralizada (DAO). Esta estrutura de governança permite que os detentores de tokens votem em questões críticas, como implementações de funcionalidades e alocação de tesouraria. Este modelo alinha-se com a ética de empoderamento comunitário encontrada em várias aplicações descentralizadas, enfatizando a importância da tomada de decisão coletiva. Investidores e Parcerias Estratégicas Atualmente, não existem investidores institucionais ou capitalistas de risco publicamente identificáveis ligados ao $DUOLINGO AI. Em vez disso, a liquidez do projeto origina-se principalmente de trocas descentralizadas (DEXs), marcando um contraste acentuado com as estratégias de financiamento das empresas tradicionais de tecnologia educacional. Este modelo de base indica uma abordagem orientada pela comunidade, refletindo o compromisso do projeto com a descentralização. No seu whitepaper, o DUOLINGO AI menciona a formação de colaborações com “plataformas de educação blockchain” não especificadas, com o objetivo de enriquecer a sua oferta de cursos. Embora parcerias específicas ainda não tenham sido divulgadas, estes esforços colaborativos sugerem uma estratégia para misturar inovação em blockchain com iniciativas educativas, expandindo o acesso e o envolvimento dos utilizadores em diversas vias de aprendizagem. Arquitetura Tecnológica Integração de IA O DUOLINGO AI incorpora dois componentes principais impulsionados por IA para melhorar as suas ofertas educativas: Motor de Aprendizagem Adaptativa: Este motor sofisticado aprende a partir das interações dos utilizadores, semelhante a modelos proprietários de grandes plataformas educativas. Ele ajusta dinamicamente a dificuldade das lições para abordar desafios específicos dos alunos, reforçando áreas fracas através de exercícios direcionados. Agentes Conversacionais: Ao empregar chatbots alimentados por GPT-4, o DUOLINGO AI oferece uma plataforma para os utilizadores se envolverem em conversas simuladas, promovendo uma experiência de aprendizagem de línguas mais interativa e prática. Infraestrutura Blockchain Construído na blockchain Solana, o $DUOLINGO AI utiliza uma estrutura tecnológica abrangente que inclui: Contratos Inteligentes de Verificação de Habilidades: Esta funcionalidade atribui automaticamente tokens aos utilizadores que passam com sucesso em testes de proficiência, reforçando a estrutura de incentivos para resultados de aprendizagem genuínos. Emblemas NFT: Estes tokens digitais significam vários marcos que os alunos alcançam, como completar uma seção do seu curso ou dominar habilidades específicas, permitindo-lhes negociar ou exibir as suas conquistas digitalmente. Governança DAO: Membros da comunidade com tokens podem participar na governança votando em propostas-chave, facilitando uma cultura participativa que incentiva a inovação nas ofertas de cursos e funcionalidades da plataforma. Cronologia Histórica 2022–2023: Conceituação O trabalho preliminar para o DUOLINGO AI começa com a criação de um whitepaper, destacando a sinergia entre os avanços em IA na aprendizagem de línguas e o potencial descentralizado da tecnologia blockchain. 2024: Lançamento Beta Um lançamento beta limitado introduz ofertas em línguas populares, recompensando os primeiros utilizadores com incentivos em tokens como parte da estratégia de envolvimento comunitário do projeto. 2025: Transição para DAO Em abril, ocorre um lançamento completo da mainnet com a circulação de tokens, promovendo discussões comunitárias sobre possíveis expansões para línguas asiáticas e outros desenvolvimentos de cursos. Desafios e Direções Futuras Obstáculos Técnicos Apesar dos seus objetivos ambiciosos, o DUOLINGO AI enfrenta desafios significativos. A escalabilidade continua a ser uma preocupação constante, particularmente no equilíbrio dos custos associados ao processamento de IA e à manutenção de uma rede descentralizada responsiva. Além disso, garantir a criação e moderação de conteúdo de qualidade num ambiente descentralizado apresenta complexidades na manutenção dos padrões educativos. Oportunidades Estratégicas Olhando para o futuro, o DUOLINGO AI tem o potencial de aproveitar parcerias de micro-certificação com instituições académicas, proporcionando validações verificadas em blockchain das habilidades linguísticas. Além disso, a expansão cross-chain poderia permitir que o projeto acedesse a bases de utilizadores mais amplas e a ecossistemas de blockchain adicionais, melhorando a sua interoperabilidade e alcance. Conclusão DUOLINGO AI representa uma fusão inovadora de inteligência artificial e tecnologia blockchain, apresentando uma alternativa focada na comunidade aos sistemas tradicionais de aprendizagem de línguas. Embora o seu desenvolvimento pseudónimo e o modelo económico emergente tragam certos riscos, o compromisso do projeto com a aprendizagem gamificada, educação personalizada e governança descentralizada ilumina um caminho a seguir para a tecnologia educativa no domínio do Web3. À medida que a IA continua a avançar e o ecossistema blockchain evolui, iniciativas como o DUOLINGO AI poderão redefinir a forma como os utilizadores interagem com a educação linguística, empoderando comunidades e recompensando o envolvimento através de mecanismos de aprendizagem inovadores.

420 Visualizações TotaisPublicado em {updateTime}Atualizado em 2025.04.11

O que é DUOLINGO AI

Discussões

Bem-vindo à Comunidade HTX. Aqui, pode manter-se informado sobre os mais recentes desenvolvimentos da plataforma e obter acesso a análises profissionais de mercado. As opiniões dos utilizadores sobre o preço de AI (AI) são apresentadas abaixo.

活动图片

Categorias popularesright-arrow

Etiquetas Popularesright-arrow