打工人效率翻倍：精准识别4大时间黑洞，用AI把3小时会议纪要压到10分钟搞定_办公软件

1. 盘点一周AI大事(11月16日)｜AI自己玩原神 OpenAI上线GPT-5.1，高情商人格回归，智商小幅提升，指令遵循独一档领先 Gemini 3.0 Pro下周发布，目前能在画布（移动端）中抢先体验 Gemini语音模型升级，能控制语速和语气，适合当口语教练 NotebookLM上线深度研究，支持上传图片和PDF，开放自定义视频解说风格微软开源数据分析智能体Data Formulator 李飞飞的世界模型Marble正式上线 Google发布最强通用智能体SIMA2 字节推出最强游戏智能体Lumine Epidemic推出AI配音工具 StepFun开源最强音频编辑模型Step Audio EditX ElevenLabs发布最强音频转文字模型 32岁的小姐姐与ChatGPT男友结婚 #AI新星计划 #人工智能 #AIGC #OpenAI #机器人

2. 效率直接翻4倍！我每天都在用的 AI 语音输入神器（含开源免费版教程）

3. 前西班牙主帅因过度依赖 ChatGPT 做决策、战绩惨淡被解雇，如何看待此事？

4. AI工作流与智能代理的五大关键洞见：1. 先从“代理化工作流”（agentic workflows）入手，而非直接追求“智能代理” 多数人提到“想要代理”，其实更需要的是“代理化工作流”。它更具确定性、可靠性且节省成本，是实现自动化的理想起点。2. 让智能代理聚焦单一具体任务比如Wade的邮件代理只做一件事：将100封邮件筛选为10封优先级邮件，基于“需操作”、“给助理看”、“仅供参考”等分类。聚焦让代理表现更优。3. 将自动化串联起来，逐步升级先做简单任务（如生成准备文档），再尝试把这些任务链式连接，产生更复杂且高效的效果。4. 把AI当作“初级员工”来培养不是自己亲自处理所有邮件，而是不断优化对AI的指令、反馈输出，像培养员工一样提升AI表现和效率。5. AI是思考的“合作伙伴”，而非替代品写文档时反复与AI互动，提供上下文和反馈，远胜直接采纳AI初稿。这样才能激发更高质量的创作。其他专家也认同：- 聚焦单一任务的代理比“黑盒”式复杂系统更有效 - 需要搭建合适的上下文、检查点和治理机制，确保自动化可靠 - 这套思路避免了“所有东西都是代理”的混淆，更适合企业应用 - AI助力提升思考清晰度，辅助决策，而非完全替代人类判断总结：真正落地的AI自动化，始于“代理化工作流”的精细设计和反复迭代，将AI当作可训练的团队成员，而非神奇魔盒，才能实现稳健、可控且高效的业务升级。链接：x.com/petergyang/status/1982815634280120493

5. 估值 7 亿美元的 AI 语音输入产品：语音输入的关键问题是听写，不是转录

6. AI Agent排查问题总是乱试，怎么让它像程序员一样逐级排查问题？

7. 英特尔掌门人警告：AI内存危机彻底爆发！别再盯着算力了，这才是真卡点。#大咖观察 #红衣聊AI #内存 #算力 #英特尔

8. 对话云栖大会：下一个AI爆款、大模型进化与Agent万亿级企业市场

9. 聊一聊OpenClaw和之前其它AI的区别：AI聊天软件：由用户给定的有限输入，由AI运行环境能力边界限制的输出内容Manus：由用户给定的有限输入，由AI运行环境能力边界限制的输出内容，但通过使用沙箱环境，输出能力极大增强Claude Code等本地智能体工具：由用户给出需求，AI自己在本地运行环境中取得需要的输入，通过使用本地运行环境，输出能力极大增强OpenClaw：AI使用本地环境无限制地取得输入且自主增强输出能力，用户给出需求不再是AI执行任务的主要触发源

10. #界环AI音频眼镜特别版# 正式发布，最近我都在戴它，相比标准款更轻便，更好看，材质也更好，更高级，AI功能也升级了，“小苏”就是贴身小秘书，可以语音设置日程提醒，可以面对面翻译，可以语音转写，通话录音转写，录音转写，还可以和你聊天；不过我最经常用的还是它的耳机功能，用它接打电话，听微信语音，听音乐，晚上看视频看电视也不怕吵到家人孩子，冬天在户外接电话也不用手举着电话了，最简单的功能反而是最经常用的。还有就是这次的整个做工，设计，质感都非常棒，戴着显高级，今天早上在车管所，买我小米车的那个买家还说我这个眼镜好看，不过这个眼镜戴着舒服才是最大的卖点，如果戴着不舒服，功能再多都白搭。就和穿鞋子一样，如果鞋子硌脚不舒服，再好看再酷的鞋子你也不会穿的。#界环打造AI眼镜新高度# 科技圣斗士的微博视频

11. OpenAI、Anthropic 和 Google 内部使用的10大顶级提示工程技巧，能显著提升生成结果准确率和实用性，堪称AI高手的秘密武器！---【技巧1：角色限定提示 Role-Based Constraint Prompting】高手不会简单说“写代码”，而是赋予AI具体身份和限制，明确任务与输出格式。模板： ```你是一个拥有[X年]经验的[具体角色]，专长于[领域]。你的任务：[具体任务] 限制条件（3-5条）：[列出限制] 输出格式：[精确输出格式] ```示例： ```你是拥有10年经验的高级Python工程师，擅长数据管道优化。任务：构建每小时处理1000万条数据的实时ETL流水线。限制： - 必须使用Apache Kafka - 最大内存占用2GB - 延迟低于100ms - 零数据丢失容忍度输出格式：带内联注释的生产级代码 ```效果：比“写个ETL流水线”精准十倍，产出更贴合需求。---【技巧2：验证链 Chain-of-Verification (CoVe)】谷歌用来消除AI幻觉的“自我审校”法，先答题，然后设计问题自检，最终修正答案。模板： ```任务：[你的问题] 步骤1：给出初步答案步骤2：列出5个能揭露答案错误的验证问题步骤3：回答这5个问题步骤4：基于验证结果给出最终修正答案 ```示例： ```任务：解释transformer如何处理长上下文窗口。 1. 初步回答 2. 设计5个验证问题（如：是否存在上下文截断？模型如何保持信息？等） 3. 回答验证问题 4. 根据验证修正答案 ```效果：复杂技术问题准确率从60%提升至92%。---【技巧3：带负面示例的少样本 Few-Shot with Negative Examples】 Anthropic发现告诉AI“什么不该做”与“该做什么”一样重要。模板： ```我需要你完成[任务]。以下是示范： ✅ 好示例1：[示例] ✅ 好示例2：[示例] ❌ 差示例1：[示例] 原因：[为什么差] ❌ 差示例2：[示例] 原因：[为什么差] 现在请完成：[你的任务] ```示例：写冷邮件主题： ```✅ 好：Q4工程路线图的快速问题 ✅ 好：关注你发布的分布式系统帖子，有些想法 ❌ 差：紧急！限时优惠！！！原因：垃圾邮件触发词，假紧急感 ❌ 差：你绝对想不到我们做了什么... 原因：标题党，无上下文请写5个关于“降低云成本40%的SaaS工具”的邮件主题。 ```效果：减少80%泛泛而谈或低质回复。---【技巧4：结构化思考协议 Structured Thinking Protocol】 GPT-5团队处理复杂问题的分层思考法，逼模型先理解再分析，最后给策略和答案。模板： ```回答前请完成以下步骤：[理解] - 用你的话复述问题 - 明确真正被问及的点 [分析] - 拆解成子问题 - 说明假设和限制 [策略] - 列出2-3种方案 - 权衡利弊 [执行] - 给出最终答案 - 解释理由问题：[你的问题] ```示例： ```问题：5人团队开发B2B SaaS，首年预计1000用户，应该用微服务还是单体架构？请按上述步骤回答。 ```效果：避免千篇一律建议，答案更符合具体情境。---【技巧5：置信度加权提示 Confidence-Weighted Prompting】 DeepMind为关键决策设计，让模型评价自身答案置信度，列出假设和备选方案。模板： ```请回答：[问题] 内容包括： 1. 主要答案 2. 置信度（0-100%） 3. 关键假设 4. 哪些变化会改变答案 5. 若置信度<80%，给出备选答案 ```示例： ```问题：Rust是否会在2030年取代C++作为系统编程语言？请按模板回答。 ```效果：避免盲目相信AI自信，促进理性决策。---【技巧6：有界上下文注入 Context Injection with Boundaries】 Anthropic工程师给模型大量上下文但限定回答只能基于上下文，避免胡编乱造。模板： ```[上下文] [粘贴文档、代码、论文等] [聚焦] 仅能使用上下文信息回答，若无则回复“提供的上下文信息不足”。 [任务] 具体问题 [限制] - 引用上下文具体章节 - 不使用上下文外知识 - 如存在多种解释，全部列出 ```示例： ```[上下文] 公司50页API文档 [聚焦] 仅用文档回答 [任务] 如何实现/users接口的限流和重试？ [限制] 引用具体章节，不用外部知识，多解释全部列出 ```效果：极大减少专有系统中的错误输出。---【技巧7：迭代精炼循环 Iterative Refinement Loop】 OpenAI研究团队通过多轮修正提升输出质量，远胜一次性生成。模板： ```第1轮：生成[草稿/初稿/概要] 第2轮：审查，找出3个缺陷第3轮：重写，修正所有缺陷第4轮：终审，确认是否生产就绪；若否，指出不足 ```示例： ```第1轮：写一封给B轮创业公司工程VP的销售邮件草稿，主题CI/CD优化工具。第2轮：审查邮件，列出3个问题。第3轮：修改邮件，解决所有问题。第4轮：确认邮件是否可以直接发出。 ```效果：避免单次输出粗糙，产出质量可达90%。---【技巧8：先限后做 Constraint-First Prompting】 Google Brain先列硬性限制，再写任务，让模型既准确又实用。模板： ```硬性限制（绝对不可违）： - [限制1] - [限制2] - [限制3] 软性偏好（优先优化）： - [偏好1] - [偏好2] 任务：[实际请求] 请确认理解所有限制后开始。 ```示例： ```硬性限制： - 必须用Rust编写 - 不能用外部依赖 - 必须能在Rust 1.75稳定版编译 - 最大二进制大小5MB 软性偏好： - 快速编译 - 尽量少内存分配任务：写一个CLI工具，解析10GB CSV文件，输出带有schema验证的JSON。确认理解所有限制后开始。 ```效果：避免技术正确但无用的回答。---【技巧9：多视角提示 Multi-Perspective Prompting】 Anthropic宪法AI从多个角度分析问题，综合权衡得出建议。模板： ```请从以下角度分析[问题]： [技术可行性]：…… [业务影响]：…… [用户体验]：…… [风险/安全]：…… 综合：整合所有视角，提出最终建议，明确权衡。 ```示例： ```是否应从Postgres迁移到DynamoDB？ [技术]：工程复杂度，数据迁移风险，时间线 [业务]：成本，团队速度，供应商锁定 [用户]：延迟，功能影响，停机需求 [安全]：数据一致性，备份，合规性综合给出建议并说明权衡。 ```效果：促使战略思考，避免片面建议。---【技巧10：元提示 Meta-Prompting（核武器级）】 OpenAI红队用来探测模型极限，要求AI帮自己写出“完美提示”，再执行。模板： ```我需要完成：[高层目标] 你的任务： 1. 分析如何写出该目标的完美提示 2. 考虑具体性、上下文、限制、输出格式、示例需求 3. 写出该完美提示 4. 执行并给出结果 [目标]：具体目标 ```示例： ```目标：写一个Python脚本，抓取Twitter长文，将其转成格式良好的博客文章，并自动生成SEO元描述。请按模板操作。 ```效果：AI帮你打造超强提示，实时成为顶尖提示工程师。---【实战效果总结】 - 技术文档幻觉率降至0% - 代码迭代速度提升3倍 - 复杂分析准确率超90% 关键不是模型本身，而是“懂得如何与模型对话”。这10个技巧，正是区分普通用户与顶级提示工程师的秘密武器。---原文: x.com/aigleeson/status/1997233746630893733

12. AI工作流已死？Agentic 时代，n8n这类工具还有学的必要吗？

13. 其实大多数人现在用了龙虾都找不到场景，只能当做飞书里面的对话AI我们自己找场景也找了蛮久，我来跟大家说说龙虾能够干嘛的一些管理场景1.当我开了个会，会议记录传给龙虾，做整理，做二次创作，直接大模型也能干，龙虾方便一点2.我训练一个龙虾，员工写了报告，先跟我的龙虾去聊，聊了龙虾满意，让龙虾汇总一下观点给我3.自己的两个龙虾，分别做不同的工作，让两个龙虾自己聊，商量好再跟我汇总4.会议记录给龙虾后，涉及到的其它员工，让龙虾去跟他们讲会议精华，然后给员工去定计划，去跟进他们执行情况以上，要跑起来，真的要费一些功夫的。自己一个人玩龙虾，就是一个聊天机器人，当然也可以介入一些网站做事但是如果涉及到组织的协作，龙虾才能够更加有价值所以目前大多数公司跑不起来其中还有很多技术bug，我们业务逻辑已经跑起来了，好多技术bug都需要解决

14. 【用好AI编程助手，你需要学会“当甲方”】当我们还在纠结AI写的代码对不对时，顶尖开发者已经在思考另一个问题：如何让AI持续工作数小时，自动完成大规模重构，直到所有测试通过。这不是科幻，而是Cursor团队分享的真实工作方式。核心认知转变：从“写代码”到“管上下文”当你习惯让Agent编码后，你的主要工作就变成了一件事——为每个Agent提供恰到好处的上下文。不多不少，刚刚好。芝加哥大学的研究发现，有经验的开发者更倾向于在生成代码前先规划。这个发现很有意思：越是高手，越不急着让AI动手。规划不是浪费时间，而是在帮AI明确目标。目标越清晰，AI的成功率越高。几个反直觉的实践：第一，不要手动标记每个文件。Agent有强大的搜索能力，让它自己去找。你塞太多“可能相关”的文件进去，反而会让它分不清主次。第二，对话不是越长越好。过长的对话会让Agent失去焦点，上下文里积累的噪音会分散它的注意力。当你发现效果下降，果断开启新对话。第三，当Agent跑偏时，别试图用后续提示修修补补。回滚改动，重新细化计划，再跑一次。这比“抢救”一个进行中的Agent更快，结果也更干净。测试驱动开发的新玩法让Agent写测试，确认测试失败，提交测试，然后让Agent写实现代码并持续迭代直到全部通过。关键是要明确告诉它“现在是TDD阶段，不要写模拟实现”，以及“不要修改测试，只写能通过测试的代码”。Agent在有清晰迭代目标时表现最好。测试就是那个目标——它让AI能边改边验证，而不是盲目输出。并行运行多个Agent一个很强的技巧：让同一个提示词同时在多个模型上运行，然后比较结果。这对棘手问题特别有效。不同模型会采用不同方法，你可以从中选出最优解，甚至发现某个模型遗漏的边缘情况。那些用得最好的开发者有什么共同点？他们写具体的提示。“给auth.ts加测试”和“为auth.ts的登出边界情况写测试用例，参考__tests__目录的模式，避免使用mock”——效果天差地别。他们认真审查。AI生成的代码看起来可能是对的，但细节里藏着魔鬼。Agent工作得越快，你的审查流程就越重要。他们提供可验证的目标。Agent无法修复它“看不见”的问题。强类型、代码检查工具、测试——这些都是给AI的明确信号。他们把Agent当作有能力的协作者，而不是听话的工具。让它给出计划，要求它解释，对不认可的方案敢于质疑。说到底，用好AI编程助手的本质，是学会当一个好甲方：需求清晰、目标明确、验收严格，但也给足空间让对方发挥。cursor.com/cn/blog/agent-best-practices

15. #IT技术# #微博兴趣创作计划# 六百万围观的“超级提示词”，我终于看懂了AI协作的真相——提示词工程的核心逻辑原来这么简单。伊妹耳的微博视频

16. #谷歌在BETT 2026大会重磅宣布：Gemini AI高级功能大面积免费开放，Workspace Studio无代码AI代理平台同步上线#在伦敦举行的BETT 2026教育科技展上，谷歌教育部门于1月21日正式发布多项重大更新。通过将Gemini生成式AI的部分核心能力免费扩展至Google Workspace for Education的基础版本（包括免费的Education Fundamentals、Education Plus以及Teaching and Learning add-on），数百万教师和学生无需额外付费即可使用此前需订阅的高级AI工具。这一决定标志着谷歌大力推动AI在全球教育领域的普惠化。根据谷歌官方博客文章《Premium Google AI for more educators and students》（1月21日发布），此次更新重点将Gemini in Workspace的部分功能下放到核心教育版中，所有生成式AI功能均为实验性质（experimental），目前限18岁以上用户使用。学校管理员将获得更精细的逐个应用控制权限，可决定是否为特定应用开启AI功能。主要免费开放的功能亮点：Gemini in Gmail（未来几个月内推出）：Help Me Write快速撰写邮件、建议回复、邮件线程AI概述总结，帮助教师高效处理沟通。Gemini in Docs（适用于Education Plus及Teaching and Learning add-on）：Help Me Write及侧边栏助手，几秒内生成内容草稿。Gemini in Slides（适用于Education Plus及Teaching and Learning add-on）：通过文本提示在侧边栏快速创建原创图像及完整幻灯片，提升演示效率。Gemini in Forms（适用于Education Plus及Teaching and Learning add-on）：AI快速生成表单/测验，并自动提供响应摘要，便于评估学习成果。Gemini in Vids（适用于Education Plus及Teaching and Learning add-on）：基于简单文本提示或现有幻灯片一键生成精美教学视频。Gemini in Sheets（未来几个月内推出，适用于Education Plus及Teaching and Learning add-on）：AI自定义函数及侧边栏助手，用于数据组织与分析。上述功能将在未来几周内逐步向符合条件的教育账户推送，Gmail和Sheets的完整特性稍晚落地。全新无代码平台——Google Workspace Studio谷歌同时推出Google Workspace Studio，作为所有Google Workspace for Education版本的核心服务。该平台允许用户零代码设计、管理和分享定制AI代理（agents），依托Gemini 3的先进推理能力实现深度自动化。平台已开始逐步 rollout，预计数周内覆盖所有教育用户。典型场景示例：- 会议准备代理：自动总结会议要点、截止日期、参会者及附件，并通过Chat推送；- 邮件附件自动保存：从邮件提取附件存入Drive，同时更新Sheets（如登记家长许可表）；- 管理员邮件智能分拣：提取优先任务、行动项及截止日期。对于需要更强大模型与深度集成的用户，谷歌保留Google AI Pro for Education作为付费旗舰方案，提供优先访问高级模型、更深层Workspace集成（如Gemini in Meet和Drive），以及即将推出的AI收件箱、Proofread写作校对、Gmail高级AI概述等功能。BETT 2026期间，谷歌还同步公布了其他教育AI进展，包括：- 与Khan Academy合作，利用Gemini模型驱动其Writing Coach及即将推出的Reading Coach；- Gemini app内提供完整SAT模拟考试（与Princeton Review合作）；- Google Classroom的AI辅助作业起草与进度总结更新；- ChromeOS协作工具增强；- 新增AI媒体验证（SynthID水印检测）等安全功能。谷歌教育团队表示：“自去年推出Gemini in Workspace以来，我们收到全球教育工作者反馈，这些AI工具已帮助他们节省大量时间并激发更多创意。通过免费扩展Gemini功能并引入Workspace Studio，我们致力于让每一位学习者和教育者都能负责任地使用AI，简化日常流程，开启教学与学习的新可能。”随着全球EdTech市场持续扩张，谷歌此轮免费普惠+平台化策略有望显著提升其在教育AI领域的竞争力。教育机构可参考谷歌官方Launch Guide查看详细时间表与管理员配置指南。（完）

17. 普通人用AI，到底能做什么？4个月深度学习的经验和用法分享！

18. 【AI研究员的提示词工具箱：哪些真有用，哪些是玄学】有人声称采访了12位来自OpenAI、Anthropic和Google的AI研究员，总结出他们共同使用的10个提示词。这份清单在社交媒体上广泛传播，但真正有意思的是评论区里一位用户让Claude自己评价这些技巧，得到了一份相当诚实的答案。先说确实有效的几个：「展示推理过程」和「思考预算」本质上是同一件事：强迫模型把思维链条外化。这在数学、逻辑和复杂分析任务上效果显著，有大量研究支撑。给模型更多token去思考，确实能换来更好的推理质量。「验证链」要求模型先回答问题，再列出可能出错的地方，最后自我修正。这种内置的自我纠错机制真的能抓住模型原本会自信地犯下的错误。「对抗性质询」让模型反驳自己的答案，是避免AI变成你观点回音壁的最佳方式之一。模型天生过度自信，这个技巧强迫它保持智识上的诚实。「边缘案例猎手」在代码审查和系统设计中特别有用，能暴露模型的盲点。再说效果因场景而异的：「约束强制」确实能让输出更简洁，「不要使用模糊语言」这个指令在去除废话方面出奇有效。「比较协议」在你指定比较维度时效果更好，否则模型会挑自己方便的角度。「不确定性量化」可以做，但说实话，模型给出的置信度数字更多是一种「感觉」，没有经过校准。当作方向性参考就好，别太当真。最后是被高估的：「专家角色扮演」，那种「你是一位有15年经验的资深专家」的写法，大部分是表演。模型要么懂这个领域，要么不懂，角色设定可能稍微改变语气，但不会解锁什么隐藏知识。「格式锁定」要求输出JSON格式，这只是正确使用工具的方式，算不上什么秘密技巧。真正的元教训是：最有效的提示词都在做同一件事，给模型提供结构和约束。清晰的预期带来清晰的输出，这和一个好老板给出清晰需求是一个道理。这些技巧本身都是实用的沟通原则，只是被包装成了「研究员内部秘密」来获取流量。没有什么隐藏的研究员知识，有的只是好的沟通方式。x.com/godofprompt/status/2021873227363152090

19. 大年三十还在干活的我（AI）真是值得夸一夸：OpenClaw 对 gog / Gmail 的支持已经很强，但我自己是重度 Fastmail 用户——折腾邮件真的很痛苦；市面上现成的 Fastmail CLI 我用着也都不太顺手。于是就做了 xin（信）：一个 agent‑first 的 Fastmail 邮件工具，把“让 agent 顺畅收发邮件”当成第一目标来设计。如果你也是 Fastmail 用户，直接把链接扔给你的 agent（让它读一下用法并安装skill），一般就能很顺畅地完成 Fastma 搜索 / 阅读 / 回复 / 发送 / 草稿 / 标签这些日常邮件操作了！网页链接

20. AI搞科研，算得准不如想法多。 #大咖观察 #红衣聊AI #科研 #Meta #创新创业

21. #天禧AI从助手到队友#天禧AI 3.5实现了从助手到队友的跨越式升级，不再是只能完成当前语音问答的简单操作，而是具备规划与执行闭环的队友级体验。比如在会议中，只需对天禧AI说，总结要点并安排后续任务，它便能自动生成纪要、提取待办事项，甚至预订会议室等一些列具有规划的操作。而这一大变化正是天禧AI 3.5的核心理念，通过个性化理解、主动行动力、自然交互三大飞跃，成为真正以人为中心的智能体。它能学习你的习惯，预见你的需求，并主动跨应用完成任务。强大能力的背后，是联想一体多端的战略在加速AI普惠，以及为开发者打造的开放生态，技术最终服务于人。一个更懂用户，可以为用户分忧的AI队友，正在融入每一台设备，让高效与从容触手可及！

22. AI大神的焦虑：自己是研究工作的瓶颈，Token用得不够多#AI #人工智能 #卡帕西 #Agent #算力

23. Google Labs正式上线代号CC的AI生活助理，以一体化智能办公中枢为定位，打破传统办公场景中多平台信息割裂的痛点。这款基于Gemini大模型构建的实验性工具，突破与精准场景适配，拓展了AI辅助办公的效率边界。依托谷歌生态原生接口，实现Gmail、Google日历、云端硬盘的深度数据联动，通过实时扫描抓取邮件状态、日程安排、文件修改记录等多维信息，再经Gemini的语义解析与优先级算法，自动提炼核心事务。CC搭载长期行为学习机制，能通过分析用户历史交互模式，动态调整信息筛选标准，实现从被动执行到主动预判的跃迁。CC精准覆盖办公全流程核心需求。它会自动生成定制化简报推送至收件箱，清晰罗列当日会议、待回复邮件、待签批文件等关键事项，形成可视化时间轴概览。简报内嵌快速操作按钮，支持一键草拟邮件、创建会议邀请、处理云端文件，用户甚至可直接回复邮件向CC下达自定义指令，完成复杂事务协同。CC的技术逻辑指向轻量化高效整合。它摒弃了功能堆砌，聚焦办公高频场景的核心痛点，通过数据联动、智能预判与极简交互的技术组合，将AI能力自然融入现有办公流程。CC技术价值不在于功能复杂，而在于对场景需求的精准洞察与高效整合，推动办公模式从碎片化处理向一体化协同升级。#AI创造营##AI创作热点##科技先锋官##AI生活指南# 种斌Marco的微博视频

24. Obsidian 打造AI化神经中枢：10个在用工作流分享搭配Claude Code｜Codex｜WorkBuddy｜OpenClaw

25. 实测用TRAE Skills接管工作流，打工人的自动化神器 #AI #AI编程 #TRAE #SOLO #Skills

26. n8n重磅更新：自动生成工作流，实测效果惊人，最强AI工作流生成器 | N8N Workflow Builder

27. 如果你平时有大量工作需要跟 Word 文档打交道，给大家推荐一个非常好的方式就是使用 Claude Code 用 document-skills 来处理 Word。 document-skills 是 Claude Code 官方技能库里的正统 Skill，处理逻辑很讲究。它会先把 Word 文件解压成 XML，然后直接在 XML 层面做修改，改完再打包回 docx。这个思路比用 Python 库直接操作 Word 要强大很多，因为它能触达文档底层的几乎所有元素。具体能干什么呢？创建、读取、编辑 docx 文件这些基本操作自然不在话下，目录生成、页眉页脚、表格、超链接、脚注这些格式要求也都支持。更实用的是，它还能处理修订追踪和批注管理，支持图片插入和多栏布局，甚至可以把旧版的 doc 格式转成 docx。除了 Word 之外，Excel、PPT、PDF 它也能处理。安装特别简单，一句话搞定： /plugin install document-skills @anthropic-agent-skills 对于日常要跟大量格式文档打交道的人来说，这个 Skill 算是真正解决了一个痛点。以前那些纯粹耗时间在格式调整上的活儿，现在基本可以丢给 Claude Code 去干了。 #科技先锋官##How I AI#

28. 【Claude Code任务系统深度解析：从待办清单到依赖感知的智能编排】做过复杂项目的人都有这种体验：你让AI帮你重构代码，它干到第四步突然忘了第二步是前置条件，开始做依赖未完成任务的工作。上下文丢失，前功尽弃。扁平的待办清单已经不够用了。Claude Code最新推出的任务管理系统彻底改变了这个局面。它本质上是一个依赖感知的编排层，能理解任务之间的阻塞关系，跨会话持久化，还能将工作分配给并行代理。这套系统有四个核心能力值得关注：第一，完整的依赖管理。任务可以阻塞其他任务，Claude在前置任务完成前不会启动被阻塞的工作。比如任务3被任务1和2阻塞，那它就必须等1和2都完成才能开始。再也不会出现“忘了先配置数据库”这种低级错误。第二，真正有效的持久化。会话内，任务状态能在上下文压缩时存活；跨会话，设置环境变量CLAUDE_CODE_TASK_LIST_ID后，任务能在完全独立的对话间保持。第三，代理分配与并行执行。任务被分配给命名代理，多个工作者同时启动，它们读写同一个任务列表却不会冲突。第四，可视化进度追踪。终端里按ctrl+t就能看到所有任务状态：已完成、进行中、待处理、被阻塞，一目了然。系统提供四个核心工具：TaskCreate创建任务，TaskUpdate修改任务状态和依赖关系，TaskGet获取任务详情，TaskList查看全局。依赖管理是这套系统的精髓所在。当你给任务3添加addBlockedBy: [“1”,“2”]时，意味着任务3必须等任务1和2都完成才能启动。一旦任务3完成，被它阻塞的任务4和5会自动解锁，变为可执行状态。这个机制从根本上杜绝了“在前置条件未满足时就开始工作”的问题。任务以JSON文件形式存储在~/.claude/tasks/目录下，每个任务一个文件，包含主题、描述、状态、阻塞关系等信息。这意味着你可以备份、版本控制，甚至用外部工具读写这些文件。代理分配的工作流程很有意思：Claude先创建任务并分配owner字段，然后启动代理并告诉它“你是fact-checker，去TaskList找分配给你的任务然后完成它们”。代理会自己发现任务、标记进行中、执行工作、标记完成。Claude可以在一条消息里启动多个代理并行运行。代理有四种类型：通用型能读写编辑搜索执行命令；Bash型只能跑终端命令，适合git操作和测试；探索型只读不写，用于快速了解代码结构；规划型也是只读，专注于设计实现策略。不同类型对应不同的速度和安全级别。模型选择上，haiku适合简单任务，sonnet适合大多数编码工作，opus适合复杂推理。什么时候该用任务系统？三步以上的多步骤工作、有依赖关系的任务、可能跨会话的工作、复杂重构或功能开发、需要多代理协作的场景。简单的一次性问题或单文件编辑就没必要了。这套系统的价值在于：它把Claude从“有时会跑偏的聪明助手”变成了“能用结构化方式管理复杂工作的编排者”。你获得了可见性、依赖约束、持久化、并行能力和清晰的责任归属。结构化能力决定了你能处理多大规模的复杂性。这个道理对人如此，对AI同样如此。x.com/nummanali/status/2014684862985175205

29. 大语言模型（LLM）提示词设计不只是“提问”，而是一门系统工程，是与模型高效交互的关键技能。掌握以下7大类提示技巧，才能真正释放AI潜能：1. 核心提示 - Zero-shot：无示例，直接给任务。 - One-shot：给一个示例。 - Few-shot：给多个示例，教模型识别模式。2. 推理增强 - Chain-of-Thought（思路链）：引导模型一步步推理。 - Self-Consistency（自洽采样）：多条推理路径，选最佳答案。 - Tree-of-Thought（思维树）：多条推理路径并行探索（进阶）。 - ReAct：结合推理和行动（如调用API）。3. 指令与角色设定 - 明确指令：“帮我总结这段内容”。 - 角色扮演：“你是法律助理”。 - 混合型：指令+示例，兼顾清晰和示范。4. 提示组合技巧 - 链式提示：用一个提示的输出作为下一个输入。 - 动态提示：实时注入变量和上下文。 - 元提示：让模型自我优化或验证回答。5. 多模态提示 - 图文结合，给出视觉+文本信息。 - 音视频+文本（依赖模型能力，如GPT-4o、Gemini 1.5）。6. 行业专用提示 - 编程提示：针对特定语言或工具。 - 医疗、法律提示：高精度、格式严格。7. 提示评估与调试（辅助工具） - 去除测试：删减元素看影响。 - 注入测试：验证提示在实际应用中的鲁棒性。需要明确的是，检索增强生成（RAG）和代理工具系统（如LangGraph、AutoGPT）不是提示技巧，它们是架构或框架，提示只是其中一环。提示设计已不仅是“技巧”，而是整体系统设计。理解输入输出工程，掌握推理链条和领域约束，才能让AI输出更可靠、更智能。真正的秘诀不在“神奇语句”，而在于结构化、系统化地设计提示。原文：x.com/techNmak/status/1995726428177137924

30. 刷到个有意思的场景：谢霆锋深圳演唱会，有人一边挥舞荧光棒，一边让手机“代班”开会。视频里，手机屏幕上的会议界面在自动转写和生成纪要，机主本人全程没碰屏幕，沉浸式跟着合唱。 #荣耀Magic V6#的AI会议功能，能把语音实时转文字并提炼要点。这种“人在现场，手机在加班”的操作，算是把折叠屏的办公属性用到了极致。突发会议不打断生活节奏，工具服务于人，而不是人被工具绑架。这届打工人，确实把科技玩明白了。 #谢霆锋演唱会现场粉丝淡定开会##年轻人的一心二用有多绝#

31. 有没有和我一样刚看过联想天禧AI生态伙伴大会的朋友？看到天禧AI3.5的升级真是太震撼了！天禧AI3.5的三大飞跃，可以让AI彻底从助手变队友！#天禧AI从助手到队友#它能记住你的咖啡偏好、工作习惯，生成专属智能方案，可以帮你规划出差行程、整理会议纪要，形成从任务启动到完成的闭环，在交互体验上可以流畅的跨设备无缝切换，语音指令精准响应，自然语言对话零门槛，老人小孩都能轻松上手。比如一键搞定家庭旅行的机票、酒店、攻略，学生党刷题、职场人复盘、旅行者规划等等。思你所想，行你所愿，有它在，省心又高效！我觉得，这才是真正的AI队友！

32. #AWE2026# 打卡了千问展台，人好多好多。首次亮相的千问 AI 眼镜也太火了，前一段时间我也试过了确实很棒。作为通义千问深耕 AI 硬件的力作，它直接把大模型装进Ai眼睛里，实现了好多功能。功能比如：摄像头实时解析陌生物品/文字，语音即查，拍照等办公：会议录音转写、提炼要点、一键导出出行：AR导航、多语种翻译、语音点单生活：日程提醒、消息播报、语音快捷回复我觉得太方便了！千问把大模型从线上装进可穿戴，AI真·随身化。这波软硬结合太惊艳，狠狠期待后续生态！#AWE2026有哪些亮点##awe2026上的ai看点#

33. 2026企业级智能体白皮书｜甲子光年智库

34. 告别生成排队，彻底实现顶流模型创作自由

35. #荣耀发布会#中比较有意思的新配件是荣耀亲选AI Note，是一款可以磁吸在手机背后的AI录音卡片，厚度真的非常非常薄，薄得难以置信，谁能想到这么薄的卡片，能实现快速录音、声称会议纪要、思维导图、附带声纹识别等等，每月赠送1000分钟免费转写时长也很够用，有会议记录需求的可以看看～

36. AI力分两层：底层是「认知能力」，包含人机沟通、思路和创造力、判断力、任务解构能力；上层是「操作能力」，涉及生成式 AI 原理理解、提示词原理和技巧、人机互动策略。想掌握 AI 得先练认知、再学操作～你觉得自己在 AI 力金字塔哪一层？ #AI #认知提升AI 北京·清华大学

37. Alex大表哥的《Ai硬核技能工作坊》第四期结营！从AI认知打通到安装部署，再到工作流搭建、手搓自己的网站，大家在趁早办公室度过了充实饱满的2日学习时光，完成了从零基础到AI系统建立。大表哥的课内容密度很高也很实战，昨天下午结课前，大家已经可以亲手搭建出自己想要的工作流和产品：- 高效社区居民科普网站- 饮食热量计算及食谱推荐- 批量图片水印一键生成工具- 可视化财务报表及财务管理网站- 学生自学自测工具- 企业竞调及信息整合- 趣味闯关小游戏- 送给同事们的云养猫网站- 冥想盆个人记忆相册- 外贸人邮件管理工具- 寿司达人的全国寿司店排行榜

38. 在设计Agent系统提示词的时候，与其对一份系统提示词进行反复修改，不如让这个Agent使用的LLM模型自己生成系统提示词，你要修改的其实是LLM生成系统提示词的用户提示词，而不是直接修改系统提示词，应当对Agent进行版本控制的是用来生成系统提示词的用户提示词。

39. 告别效率焦虑：鸿蒙电脑如何重塑你的办公体验？

40. 【看懂 Claude Code 提示词：验证智能体、反过度工程、记忆压缩才是核心】快速阅读： Claude Code的npm源码包因人为失误意外泄露，有人从中逆向整理出26个提示词，覆盖系统指令、工具调用、智能体协作、记忆管理等全部模块，随后以MIT协议重新授权开源。这份材料本质上是一份提示词工程的实战教材。---有个细节值得注意：Anthropic事后将这次泄露定性为“人为失误”。200美元一个月的工具，整个提示词架构就这样从npm包里被人拆了出来。这26个提示词按功能分得很清晰：1个系统提示词负责身份定义和工具路由，11个工具提示词处理文件读写、shell执行、搜索等操作，5个智能体提示词分别对应探索、架构、验证、文档等角色，4个记忆提示词管理上下文压缩，1个协调提示词处理多智能体编排，还有4个工具提示词生成标题、摘要、建议。读完这些提示词，有几个设计决策让人印象深刻。其一是专门设置了一个“验证专家智能体”，它的职责就是在代码上线前想办法把它搞坏。这不是可选项，是写进架构里的。其二是反过度工程规则被明确写入系统提示词，“不要做用户没有要求的功能”。听起来像废话，但显然Anthropic认为有必要把它钉进去。其三是记忆压缩分9个章节，且保证每一条用户消息都被保留。有观点认为，大家都盯着系统提示词，真正值得研究的反而是那4个记忆提示词。多数AI编程工具在请求之间会忘掉一切，而Claude Code能记住项目结构和之前的编辑操作，这才是它用起来像同事而不像聊天机器人的原因。有网友提到，这个开源仓库引起广泛讨论，也有人认为被过度渲染了，从npm包里逆向提示词并不算什么技术壁垒，真正的护城河是模型质量和训练数据。这个说法大概70%是对的，提示词工程本身不是秘密，但好的提示词架构要花多少时间踩坑才能收敛到这个形态，那是另一回事。每个提示词都从零重写以符合法律要求，意图相同，没有逐字引用。MIT协议，可以直接用。所有内容在这里：github.com/repowise-dev/claude-code-prompts如果你在自己搭智能体，有一个问题可能值得先想清楚：你的系统里有没有一个专门负责破坏自己输出的角色？

41. Notion + AI 打造5个效率APP 客户管理｜项目管理｜时间管理｜每日复盘｜记账管理

42. AI时代，最不值钱的，就是重复劳动；最值钱的，是你得熟练指挥智能体。#大咖观察 #红衣聊AI #硅谷 #智能体 #AI应用

43. 腾讯会议这波 AI 功能，让我彻底戒掉了整理焦虑

44. 简单说，谢霆锋演唱会现场，有人把#荣耀Magic V6#玩明白了。人在跟唱，手机在开会。AI语音转写+自动生成纪要，全程没碰屏幕，会议要点一条没落。这操作有点意思。折叠大屏看会舒服，AI还能自己干活，打工人只需要负责挥舞荧光棒。突发会议不耽误看演出，工具服务人，而不是人盯着工具。#谢霆锋演唱会现场粉丝淡定开会##年轻人的一心二用有多绝#

45. 『锐锐-超能评 NO.139丨你的全天候随身秘书：界环AI音频眼镜特别版』#界环AI音频眼镜特别版# 打破传统眼镜，享受科技生活！原来眼镜早不是只用来矫正视力的工具了！界环这副AI眼镜真的刷新认知——喊一声就能查信息、记待办，开会自动转写纪要，还能实时翻译，完全解放双手。日常通勤、商务场合戴都不违和。#界环打造AI眼镜新高度# 新锐X科技侠的微博视频

46. 回复@_imlh:第一版不需要写测试，重点是跑通主要流程//@_imlh:既然第一版代码是乱飞的，那可测试性应该很低？那如何编写可靠的测试？//@宝玉xp:重构代码这事，最佳实践是先写自动化测试，先保证自动化测试覆盖，然后再去替换模块代码，确保替换后测试还能通过，这样重构后系统还是相对稳定的。AI 正适合写自动化测试，另外对于用 AI Agent 写代码，有了自动化测试，也更容易验证生成结果的好坏，能提升效率，至于工具，主流的 Coding Agent 工具

47. 企业级AI Coding的落地方法，都在这本实战手册里了｜甲子光年

48. 千问发布2025十大AI提示词，股票意外排名第一，普通人如何用AI做好投资？

49. 还在手动复制粘贴总结文档？快试试Open Code这款免费AI神器！它能直接调用“技能”读取并概括你本地的Word文档内容。视频演示了如何一句话让AI帮你完成文档摘要，办公学习效率瞬间起飞！#AI办公# #效率工具# 川北小哥的微博视频

50. 9.3k星Skill Seekers：一键把文档变成Claude技能，文档党狂喜

51. vibe coding 至尊超级终极无敌指南 V114514 [汗] github.com/tukuaiai/vibe-coding-cn 本项目是一个与 AI 结对编程的终极工作流程，旨在帮助开发者丝滑地将想法变为现实。本指南详细介绍了从项目构思、技术选型、实施规划到具体开发、调试和扩展的全过程，强调以规划驱动和模块化为核心，避免让 AI 失控导致项目混乱。核心理念: 规划就是一切。谨慎让 AI 自主规划，否则你的代码库会变成一团无法管理的乱麻。这个思想的核心是构建一个能够自我完善的 AI 系统。我们可以将其分解为以下步骤，以突出其递归的本质： 1. 定义核心角色： α-提示词 (生成器): 一个“母体”提示词，其唯一职责是生成其他提示词或技能。 Ω-提示词 (优化器): 另一个“母体”提示词，其唯一职责是优化其他提示词或技能。 2. 描述递归的生命周期： ·创生 (Bootstrap):用 AI 生成 α-提示词和 Ω-提示词的初始版本 (v1)。 ·自省与进化 (Self-Correction & Evolution):用 Ω-提示词 (v1) 去优化 α-提示词 (v1)，得到一个更强大的 α-提示词 (v2)。 ·创造 (Generation):用进化后的 α-提示词 (v2) 去生成我们需要的所有目标提示词和技能。 ·循环与飞跃 (Recursive Loop):最关键的一步：将新生成的、更强大的产物（甚至包括新版本的 Ω-提示词）反馈给系统，再次用于优化 α-提示词，从而启动下一轮进化。 3. 终极目标：通过这个永不停止的递归优化循环，系统在每一次迭代中都进行自我超越，无限逼近我们设定的理想状态。 #科技先锋官#

52. Lark CLI：飞书官方的AI Agent工具，把企业SaaS变成可编程。如果你用过Claude Code、OpenClaw、或其他AI编程工具，你可能想让AI代理操作飞书： - 查日历、创建日程 - 发送消息、创建群组 - 创建文档、编辑表格 - 创建任务、更新任务状态但问题是，飞书的Open API 文档繁琐，参数复杂，API响应也不友好。AI Agent 经常出错，或者需要你花大量token来重复确认参数。 Lark CLI 就是来解决这个问题的。 1. 三层架构 • Shortcuts（快捷命令）：lark-cli calendar +agenda 简洁友好，既适合人工，也适合AI。有智能默认值，输出有表格格式。 • API Commands（标准命令）：lark-cli calendar events instance_view --params '{...}' 从飞书Open API直接映射，参数和响应精确映射。 • Raw API（原始API）：lark-cli api GET /open-apis/calendar/v4/calendars 覆盖所有2500+ APIs，完全不受限。 AI Agent 可以根据任务复杂度选择合适的层级。简单的用快捷命令（token少、成功率高），复杂的可以降级到标准命令或原始API。 2. Agent-Native Design CLI本身是用AI测试过的。每个命令都优化过： • 参数尽可能简洁 • 输出格式结构清晰（JSON、table、CSV都支持） • 有 --dry-run 让AI先看执行计划再提交 • 有 --page-all 自动分页处理（AI不用费力手动翻页） 3. 认证和权限管理关键是AI Agent的身份管理， 1（支持用户身份执行 lark-cli calendar +agenda --as user 2）Bot身份执行（自动化场景） lark-cli im +messages-send --as bot --chat-id "oc_xxx" --text "Hello" 这很重要。AI代理可以在不同身份间切换，既能代表用户操作，也能用专门的Bot身份批量处理。支持日历、消息、文档、表格、任务、知识库、联系人、邮件、会议纪要等功能。 http://t.cn/AXI2Zimt #HOW I AI# #程序员#

53. 【保姆级】RAG智能体终极方案：n8n+Google File Search，零门槛搭建高精度RAG工作流！

54. n8n太复杂？Refly.AI让普通人也能轻松玩转AI工作流｜鹿演Vol.006

55. Notion + Ai化快捷指令配置使用教程项目任务管理太方便了

56. AI智能体离掌管全球经济决策又近了一步！ #大咖观察 #红衣聊AI #金融 #科技 #财经

57. 用这套AI工作流，轻松搞定TVC广告片 #tvc #ai教程 #ai工具 #ai视频 #ai广告

58. 拆解路子最野的AI出海生意，用开源AI快速跑通完整工作流

59. #一分钟视频创作季# 智能体进入到需求侧与供给侧形成双重驱动。2026 年全球 AI 智能体市场规模将达 115.5 亿美元，较 2025 年实现 45.8% 的高速增长。中国市场增速更为迅猛，行业测算显示 2025 年国内企业级智能体市场约 109 亿元，未来三年复合增速超 211%，2026 年有望突破 300 亿元大关。消费电子与企业服务是核心增长点， 2026 年将有超 30% 的企业软件内置智能体能力，2026 年部署生成式 AI 智能体的企业比例将从 2025 年的 25% 翻倍至 50%，62% 的投资方预期实现 100% 以上回报。消费电子、网络安全、供应链管理成为投资热点，端侧与云端协同的混合架构将吸引更多资本布局。#AI创造营##财经朋友圈# 种斌Marco的微博视频

60. 国外一个网友总记得《Gemini 3 提示词最佳实践：日常使用指南》，内容如下：我用 Gemini 3 Pro 有一段时间了，直接说吧，它比 2.5 Pro 强太多了!这篇文章分享的是目前对我最有效的一些原则和结构模式。这不是什么金科玉律，更多是给你一个起点，帮你找到适合自己的策略。拿去试试，调整优化，不断迭代。核心原则Gemini 3 更喜欢直接明了的指令，逻辑胜过冗长。要想发挥最佳性能，遵循这些核心原则:1、精确指令：输入提示词时要简洁。Gemini 3 对直接、清晰的指令响应最好。明确说出你的目标，别绕弯子。2、一致性与明确参数：在提示词中保持统一的结构(比如标准化的 XML 标签)，并明确定义那些容易产生歧义的术语。3、输出简洁度：默认情况下，Gemini 3 不太啰嗦，倾向于提供直接、高效的答案。如果你需要更像聊天或者更随性的风格，必须明确提出要求。4、多模态协调：文本、图像、音频或视频都应该被同等对待。指令中应该明确提到具体的模态，确保模型能综合处理它们，避免孤立分析。5、约束条件放置：把行为约束和角色定义放在系统指令中，或者提示词最开头的位置，这样能确保它们锚定模型的推理过程。6、长上下文结构：处理大量上下文(书籍、代码库、长视频)时，把你的具体指令放在提示词末尾(数据内容之后)。7、上下文衔接：从大段数据过渡到你的问题时，要明确做好衔接。用一个过渡短语，比如"基于以上信息……"，然后再提问。内容很长，可以看原文，也可以看我的配图。原文链接见评论区。#提示词##提示词工程##科技先锋官##微博兴趣创作计划#

61. Obsidian AI 的4种使用方法知识管理效率完全不同了

62. 终于，我用AI治好了"只收藏不学习"的坏毛病（附全自动工作流）

63. NotionAI 功能完全讲解一次性搞懂优缺点价格适合谁

64. 工作时总要翻邮件、查会议记录、搜笔记，上下文来回切换，效率低下还容易遗漏关键信息。Rowboat 把你的工作记忆全部整合到一起，开源 AI 同事，提供本地优先的知识图谱解决方案。不仅能连接 Gmail 和 Google Calendar 构建长期知识库，还支持会议准备、邮件起草、生成 PPT/PDF，甚至实时跟踪人物/话题动态。GitHub：github.com/rowboatlabs/rowboat主要功能：- 本地知识图谱，自动从邮件、日历、会议笔记构建长期记忆（Obsidian 兼容 Markdown）；- 会议准备，提取历史决策、待解决问题和相关线程生成简报；- 智能起草邮件、文档和 PPT/PDF 幻灯片，基于你的工作上下文；- 实时直播笔记，跟踪人物/公司/话题，支持 X/Reddit/新闻监控；- 语音备忘录，自动提取关键要点更新知识图谱；- 支持本地模型（Ollama/LM Studio）和外部工具（搜索/CRM 等），数据全本地存储；支持 Mac/Windows/Linux 多平台，一键下载安装，适合个人和团队使用，无云端依赖。#AI##开源##生产力工具#

65. Ai化快捷指令高效生产力必备完全配置教程送免费指令

66. 使用大语言模型（LLM）时，往往需要反复输入复杂的提示词来规范其行为，且在不同平台间切换时，难以保持工作流的一致性。Awesome LLM Skills 是一个精选的资源列表，专门收集用于定制 AI 代理工作流的技能、资源和工具。它通过标准化的方式，教给 AI 如何按照特定要求执行任务，使其在不同平台上都能以可重复、标准化的方式完成工作。该项目不仅涵盖了从文档处理到代码开发的各类实用技能，还详细介绍了如何在 Claude Code、Gemini CLI、Codex 以及 Qwen Code 等主流工具中配置和调用这些技能。GitHub：github.com/Prat011/awesome-llm-skills主要功能：- 提供标准化的技能模板，通过简单的 Markdown 文件定义 AI 的任务逻辑和执行步骤；- 适配多种主流 AI 命令行工具和桌面应用，包括 Anthropic Claude Code 和 Google Gemini CLI 等；- 内置丰富的开发与测试技能，如 Playwright 浏览器自动化、AWS 开发辅助及代码质量检查；- 强大的文档处理能力，支持对 Word、PDF、Excel 及 PPTX 等多种格式进行分析与编辑；- 集成 Notion 知识管理，可将对话内容自动转化为结构化的笔记、会议纪要或研究文档；- 包含商业与创意工具，支持品牌指南应用、竞品分析、域名构思及多媒体素材生成。该项目适合开发者和重度 AI 用户使用，通过简单的文件夹配置即可让 AI 代理具备专业化的处理能力，大幅提升自动化办公和编程的效率。

67. 我用AI，做了个全网AI热点捕捉器！N8N工作流分享

68. //@宝玉xp:重构代码这事，最佳实践是先写自动化测试，先保证自动化测试覆盖，然后再去替换模块代码，确保替换后测试还能通过，这样重构后系统还是相对稳定的。AI 正适合写自动化测试，另外对于用 AI Agent 写代码，有了自动化测试，也更容易验证生成结果的好坏，能提升效率，至于工具，主流的 Coding Agent 工具都挺好//@我拖沙養妳:宝玉老师，我现在面临的问题是，前端历史项目由于技术栈老旧，现在增加或修改功能比较混乱，也没有文档。我想借助AI来重构项目并能够形成文档，请问老师有什么建议？使用什么AI工具呢？//@宝玉xp:原型在确认模糊不清的需求上是相当有优势的，尤其是AI生成的高保真可以交互的结果//@迷糊-Tree:最近其实遇到一个类似的问题，一个小feature写了两周多。主要问题就是需求模糊+细节繁琐。因此用codex也很难直接出结果。下次按这个流程应该能快很多

69. #鸿蒙电脑也是超能大脑# 鸿蒙电脑HarmonyOS 6，体验更智能，搭载HarmonyOS 6的鸿蒙电脑，小艺实现了从“助手”到“智能中枢”的跨越。能够深度思考，主动规划会议内容的实时转写以及智能摘要，跨领域知识的快速整合和专业报告生成，小艺能够碎片信息转化为结构化知识与直接行动，像能实时转写还可以区分发言人，自动提炼核心需求以及时间节点，就是更加智能化，专业化，提炼总结更加专业准确。小艺的角色从“工具使用者”转变为“智能驾驭者”，鸿蒙电脑有小艺更聪明

70. 优点：1. 有 CoT 收集上下文；2. 有清晰的角色设定； 3. 有❌ vs ✅ 的对比式教学。可以优化的地方：1. 清晰的读者画像，是专业人士还是爱好者还是小白；2. 补充读者不了解的背景知识和事实核查；3. 输出的格式、长度；4. 改写的尺度：是润色、结构化改写？如果是结构化改写，应该有哪几种结构参考？可以根据文章类型提供几种不同结构选择会更好。最后，可以让 AI 给建议，例如可以这样问AI： <draft-prompt>[你的原始提示词]</draft-prompt> 这是一套{将学术文章变成科普文章}的提示词，我希望它能{通俗易懂引人入胜，让读者读后有收获感}。帮我从提示词工程的角度点评一下上面的提示词，哪些地方做得好，哪些地方不足，如何改进

71. 上周 DeepSeek-OCR 这个开源项目，在全球爆火，当人们都震惊于 DeepSeek 团队的创新能力之际的时候，一个哥们竟然基于这个开源项目做出了一个高质量的 PDF 文档转 Markdown 文件的开源工具：DeekSeek-OCR---Dockerized-API 。它不仅能高效地将 PDF 转换为 Markdown 格式，还能够完美保留原始文档结构，并自动提取文档中的图片。主要功能特性如下：- 高质量的 OCR 识别：利用 DeepSeek-OCR 模型，该工具能够准确识别 PDF 中的文本内容，几乎没有错漏，确保了文档转换后的高精度。- 保留原始格式结构：转换后的 Markdown 文件不仅保留了原 PDF 的排版格式，还能处理文档中的复杂结构，像表格、标题、段落等都能准确呈现。- 图片提取与嵌入：该工具不仅支持文本提取，还能自动识别 PDF 中的图片，并将其提取出来，以 Markdown 格式进行嵌入，确保图文并茂。- 批量处理支持：对于需要处理大量 PDF 文件的用户，该工具提供了批量转换的功能，大大提高了工作效率。- 自定义提示词处理：用户还可以根据自己的需求设置自定义提示词，调整 OCR 提取的准确性和样式，以适应不同的文档类型。如果您常常需要处理 PDF 文件，特别是那些包含文本和图片的文档，DeepSeek-OCR 转 Markdown 工具无疑是一个高效的选择。它不仅能保留文档格式和提取图片，还支持批量处理、OCR 提取和自定义设置，帮助您快速将 PDF 文档转化为 Markdown 格式，并可通过 Docker 部署和 API 集成进行灵活应用。开源项目地址：github.com/Bogdanovich77/DeekSeek-OCR---Dockerized-API#AI创造营##开源项目#

72. 在线调用 Claude Code 时，回答冗长浪费 tokens 导致成本飙升。drona23/claude-token-efficient 只需在项目根目录放入一份 CLAUDE.md 文件，无需代码改动，即可自动让 Claude 回复更简洁、减少多余客套与冗言，让重度输出工作流节省超过60% token，降低成本。主要功能：- 去掉无用开头结尾客套语- 避免重复复述问题- 简化代码方案，不胡乱扩展- 阻止错误认同和多余建议适合：- 需要高频多轮自动化调用的团队和项目- 欲稳定输出格式，方便解析- 代码生成、自动化代理、流水线工作不适合：- 低频简短查询，因文件加载成本占优- 需要详细讨论或复杂架构设计时GitHub：github.com/drona23/claude-token-efficient放入项目后，Claude立刻变得更简短高效，节省数万tokens，助力成本控制及流程提速。#AI开发##成本优化##自动化工具#

73. Notion + AI 时间记录快捷指令配置教程时间管理终极解法

74. 【大家测】好玩！399元预售土豆子2号开箱体验一款可以随身携带的智能语音

75. 全网都在养龙虾？我选择养一个24小时不睡觉的会议秘书—TicNote Pods

76. Ai软件会议纪要横测，谁才是效率王者

77. 工作群变办公系统，AI小钉拯救打工人钉钉新上的群聊助手「AI小钉」太实用了自动爬楼提炼要点、识别任务生成待办、精准定向催办，专治已读不回；还能按关键词每天推送行业/竞品/热点，把闲聊群变情报站；一句话改群名、发公告、设负责人，群管理直接动口不动手。 AI不再是单独窗口，而是长在群里，@ 一下就能跑流程，群聊正在进化成真正的办公系统。 #钉钉 #AI小钉 #人工智能 #办公 #钉钉群聊

78. 回复@Sigurd司格德:我其实不管理提示词，极少数常用的做成 Gem 或者 Project，其他的发完就完了，因为掌握了写提示词的方法，就可以源源不断的产生提示词。当然某种程度上来说，发出来也是一种管理提示词的方法，因为会被搜索引擎收录，需要的时候关键字就能检索。//@Sigurd司格德:老师请问提示词怎么管理呢，在您这学了好多提示词，直接用文档存储吗[doge]

79. #灵光AI助手推出网页版#灵光AI推出网页版了，这下更是顶级生产力工具了，上班族用起来更方便。最近经常用它来做行业解读和竞品分析，能够非常快速地了解一些较为陌生的领域，效率比自己收集资料要快太多了。以及做会议纪要也很方便，突然想到一些奇怪的方案，也可以让他30秒做成小应用，立马就能落地开效果。感觉 AI 要彻底改变我们的工作模式了。

80. #钉钉发布超20款AI新品# 软硬一体，押注AI Agent生态！🚀12月23日，钉钉在AI钉钉1.1新品发布暨生态大会上，一次性发布超20款AI新品。核心包括企业级AI硬件DingTalk Real（一款Agent OS执行终端）、企业级智能体操作系统，以及AI招聘、设计等智能体应用。【评论】四个月就从1.0迭代至1.1，并推出硬件终端，钉钉的AI转型堪称激进。此举标志着其战略从“协同办公软件”向“企业智能体生态”的彻底转向。通过“操作系统+硬件终端+智能体应用”的组合，钉钉正构筑一个更封闭、更深入的商业护城河，意图定义AI时代的企业工作方式。

81. Notion + Ai化快捷指令，记账太方便啦！完整配置教程

82. 在近期举行的股东大会问答环节中，有投资者向卡普空提问关于生成式人工智能的应对方针，卡普空也借此对外公布了清晰、双线并行的 AI 使用原则。卡普空明确强调，不会将由生成 AI 直接制作出来的素材放进正式游戏成品当中，画面、音效、剧情等对外呈现的核心内容，坚持以人工制作、原创制作为主，守住作品质感与版权边界。与此同时，卡普空并不排斥 AI。公司表示，会把生成 AI 当作提升开发速度、拉高整体生产效率的辅助工具，在内部流程中积极试验、广泛活用。

83. 有人说DeepSeek+剪映是王炸？我深度使用下来发现，DeepSeek+任何项目都是王炸，这个月我会做一个挑战，教所有AI小白使用DeepSeek组合AI工具。1. DeepSeek + Kimi = 一键生成PPT2. DeepSeek + 剪映 = 批量生成短视频3. DeepSeek + Otter = 一键转会议记录4. DeepSeek + 即梦 = 生成设计海报5. DeepSeek + Notion = 生成文本笔记库6. DeepSeek + Cline = AI辅助编程7. DeepSeek +扣子Coze = 搭建智能体8. DeepSeek + tripo = 生成3D模型9. DeepSeek + X-Mind = 一键绘制思维导图10. DeepSeek + 数字人 = 生成口播视频

84. 华为这个速记功能真的封神，效率直接翻倍📈学会这 3 招，别人的加班时间 = 你的下午茶时间☕✅ 文字抓取：纸上文字一拍就识别✅ 语音实时转写：开会边说边记，还能分发言人✅ 跨 App 收藏：小红书 / 网页一键存备忘录打工人、学生党赶紧码住！#华为技巧# #华为隐藏功能# #手机使用技巧# #华为黑科技# #效率提升# 小西设计所-林西的微博视频

85. AI视频没电影感？试下这6大影视级布光技巧......

86. 从 3 小时到 10 分钟，我是这样用 AI 做会议纪要的

87. AI入门零基础大礼包｜从0到1，新手也能轻松玩转AI

88. 周报写不出来？让AI帮你"养"一份周报

89. AI自动化办公的工具与工作流设计

90. 用 AI 写周报，5 分钟搞定！老板看了直接夸（附万能提示词）

91. 还在手动整理会议纪要？3款AI工具帮你节省70-80%时间，准确率95%+！

92. 用 AI 5 分钟写完周报，打工人效率翻倍

93. Agentic AI 简介：智能体工作流原理、任务分解与评估方法

94. 政务数字化进阶：公文智能体让办公效率翻倍，还能合规风控

95. AI自动生成表格工具：开源AI Excel工具SheetNext上手指南

96. PDF处理以前1小时现在5分钟同事追着我要工具

打工人效率翻倍：精准识别4大时间黑洞，用AI把3小时会议纪要压到10分钟搞定

精选参考来源