AI 实战故事

我用 AI 写周报,老板以为我加班到半夜

每周五下午,最痛苦的事是什么?写周报。 干了啥得回忆,数据得翻找,亮点得硬编。两三个小时就没了。 后来我发现,这件事 AI 干得比人好。不是”能写”,是”写得比你好”。 我是怎么做的 就拿这周来说,我只做了三件事: 打开 DeepSeek(免费的,网页版就行) 跟它说:”我这周干了这几件事……帮我写成周报,要有数据感,要有亮点” 它 30 秒生成,我花 2 分钟改了几个数字 原来花 2 小时的事,现在 3 分钟搞定。 […]

AI技术选型

AI技术选型,先想清楚这三点不花冤枉钱

最近好几个朋友问同一个问题:想在企业里用 AI,但不知道怎么选。市面上模型太多、框架太多,不知道该从哪入手。 这是个好问题。选对了省半年时间,选错了浪费钱还打击团队信心。 先想清楚一个事:你到底要解决什么问题? 很多人一上来就问”用哪个模型最好”。但模型只是工具,关键是你想解决什么问题: 做客服 → 需要 RAG + 大模型,关注响应速度和准确性 做代码生成 → 需要专门的代码模型,Claude 或 DeepSeek Coder 做内容生成 → GPT-4o

AI技术选型

一个让’会说话就会做应用’的开源项目,普通人真的能用吗?

一个让”会说话就会做应用”的开源项目,普通人真的能用吗? 最近在研究 AI 编程学习工具时,Datawhale 团队的 easy-vibe 让我停留了很久。 它的定位一句话:“会说话就会做应用”。 听起来很理想——但马上有个疑问:我完全不懂编程,连Python都没写过,这真的可能吗? 今天聊聊这个项目,以及它到底是怎么让”零基础”变成”做出东西”的。 先回答一个真实的问题:”会说话”是什么意思? 很多人看到”会说话就会做应用”会有一个误解: “是不是要我学会Python才能用?” 不是。 这里说的”会说话”,不是指你会写代码,而是指你能说清楚你想要什么。 比如你想做一个”客户跟进提醒”,你不需要会写代码,你只需要告诉 AI: “我有一个客户列表,包含客户名、联系方式、上次联系日期。我希望当某个客户超过30天没联系时,微信提醒我该联系了。” 你不需要知道这个功能用什么语言、怎么写、怎么部署——你只需要说清楚你要什么,AI 来写代码。

AI技术选型

普通人的AI编程指南:不用写代码,也能用上工程级的AI助手

普通人的AI编程指南:不用写代码,也能用上工程级的AI助手 最近在研究 AI 编程工具时,发现了一个让我眼前一亮的东西——addyosmani/agent-skills。它把”资深工程师是怎么干活的”打包成 AI 可以复用的 Skills,GitHub 上 2.3 万星,MIT 协议,随便用。 但今天不想聊这个项目本身有多牛。想聊一个更实在的问题:普通人能不能用这套东西?用了能干嘛? 先说人话:这套东西是干嘛的 你可以理解成:有一帮Google的前端工程师,把自己做项目的”标准流程”写成了一份”AI使用手册”。 比如你想让 AI 帮你开发一个小程序,正常流程是: 先说清楚你要什么(/spec) 让它拆解任务列计划(/plan) 再让它一步步写代码(/build)

AI技术选型

AI编程工程化利器:agent-skills 带来了什么?

从”AI辅助编程”到”AI驱动工程化”:agent-skills 带来了什么? 最近在研究 AI 编程工具链时,发现了一个有意思的项目——addyosmani/agent-skills。这是一个将资深工程师开发流程打包成可复用 AI Agent Skills 的开源项目,GitHub 星标 2.3 万,fork 超过 2800,MIT 协议。 一句话定位 把资深工程师的开发流程打包成 AI Agent 可复用的

Scroll to Top