AI协作新思维：构建个人成长的果实模型
内在核心是你的“道”，认知边界是你的“知道”，AI协助你结出可分享的“成果”近期与一位朋友深入探讨AI时代人类的定位，他提出了一套极具启发性的模型——果实模型。听完后我深受触动，立刻将其记录下来，越琢磨越觉得它精准阐释了人与AI的协作之道。这套模型仅包含三层结构：果核、果皮、果肉。然而每一层都对应着我们日常需要践行的重要事务。首先让我们一览这个模型的样貌：关键要点：这三个层次都在持续成长。果核会愈发坚定成熟，果皮会变得宽广通透，果肉会更加丰厚甜美。更重要的是它们相互促进：果皮吸纳新视角 → 果肉（与AI协
双AI协作：一个出谋划策，一个落地执行，你来做总指挥
前些日子，我尝试了一项从未涉足的尝试——让两台AI协同工作，去完成某项任务。这并非简单的“启用两个AI” —— 而是真正的“协同作战”。一个负责头脑风暴，一个负责落地实施，我则坐镇中军。流程走完，无需反复修改，质检一步到位。那一瞬间我顿悟——这三年来的AI应用，其实一直停留在“新手期”。一、那一天究竟经历了什么任务规模不大。团队急需一个工具——活动日程表。将团队所有事务按时间、场景、状态梳理清楚。谁在负责、进度如何、何时交付、卡点在哪。一目了然。往常，我会自行罗列，发给团队修改，修改后转成PPT，展示后再
手机发消息怎么瞬间到服务器？揭秘AI协作新方式
我：那这个信号到底是怎么传过去的呢？豆包：我用最通俗、像讲故事一样，把「你打一句话 → 传到服务器 → 回答回来」的全过程讲给你，不用任何专业名词，你一听就懂。你手机里的文字 → 变成电信号 / 无线电波 → 穿过基站、光纤、路由器 → 跑到我们的超级电脑机房 → 算完再原路传回你手机。你打的字：「AI 是怎么理解我的问题的？」手机做的第一件事：把汉字变成一串数字和代码。比如：我 → 123，AI → 456，理 → 789……（实际是二进制 010101）你连着 4G/5G/WiFi：・手机发出看不见的
换个思路用AI：把“写”换成这六个动作效率翻倍
开篇说明：上篇分享了6个技巧——核心思路是把现成的材料（图片、截图、样本）丢给AI进行格式转换。本篇继续分享另外7条技巧。这些技巧的共同点更明确：不再依赖具体素材，而是改变与AI的互动方式。具体而言，是将“让AI写”转变为“让AI审、问、考、翻、改”。所有技巧均无需付费版、无需API接口、无需编程基础——豆包、千问、Kimi、DeepSeek、GLM、MiniMax、GPT、Claude、文心等国内外主流大模型，今晚都能直接尝试。如果说上篇讲的是“把现成素材扔给AI转换”，那这篇讲的是“更换与AI协作的动
AI时代，如何提升孩子的智能对话能力？
从“提出优质问题”入手：教会孩子主导与AI的交流不少孩子与AI互动时，常局限于简单命令或含糊提问，所获回应往往泛泛而谈，难以契合实际需求。这种“低效沟通”可能让孩子更加依赖工具。本文将探讨如何引导孩子掌握与AI交流的关键思维：明确问题定义，并将AI作为自我探索与创意表达的辅助工具。孩子与AI交流效果不佳，通常源于思考过程不清晰。常见问题包括：问题一：提问范围太广。比如提问“帮我写一篇关于春天的作文”。AI生成的内容可能结构完整、语言优美，但与孩子自身的观察、感受和经历无关，无法成为其个人作品。这使得输出内
AI时代的能力三角：专业壁垒正在被重新定义
团队中有位年轻的同事，专门负责内容优化工作。我习惯直接在文档中标注问题所在：“这里显得空洞。”“创业者不会这样思考问题。”“这个表述太像机器生成的了。”标注完毕后发送给他，下午就能收到修改版本。效率确实很高。但仔细审视后发现，有些地方确实有改进，但另一些地方的修改方向却偏离了轨道——原本只是不够完善，改完之后，整个逻辑链条都出了问题。出于好奇，我仔细观察了他的工作模式。后来才发现，他把每一条修改意见都直接丢给AI处理，让AI决定如何调整，调整完就直接提交。这本身并没有错。如今谁不用AI工具呢？问题在于，他
AI智能体生态演进分析
一、从“大模型”到“Agent”：AI产业进入执行时代自 ChatGPT 于 2022 年底引发全球大模型浪潮以来，人工智能产业的发展重点，正在从“语言理解与内容生成”逐步转向“任务执行与流程自动化”。早期的大模型主要承担知识问答、文本生成、代码辅助等功能，其本质仍然属于“对话式人工智能（Conversational AI）”。用户需要主动提出问题，模型负责生成回答，AI 的核心价值主要体现在信息获取与内容生成层面。然而，随着企业数字化场景不断深化，仅仅“提供答案”已经难以满足真实业务需求。越来越多的用户
AI 赋能：从替代到增强的协作新范式
关于 AI 协作，我的观点已十分清晰：切勿视 AI 为“代劳者”，而应将其看作“赋能你成长的外骨骼”。追求一蹴而就的全自动，短期内或许能带来快感，但长远来看注定会走向失败；真正可持续的做法，是将重心从“替代性思维”转向“增强性思维”。首先，遵循“仅跨出能力圈一小步”的渐进式协作原则。切勿一开始就让 AI 全盘掌控整个工作流程。你可以先让它处理那些你已明确且高度重复的任务：例如资料整理、结构梳理、初稿撰写、比对核查、SOP 条目分解等。这些任务 AI 能高效且不厌其烦地完成。然而，方向的设定、权衡的取舍、关
AI协作闭环实战速记
🚀 从 55 分到闭环：AI 协作实战速览核心要点：在 AI 工具刚起步的阶段，真正拖慢进度的往往不是功能本身，而是兼容性问题。与其花时间和工具周旋，不如把精力投入到能带来产出的工作上。避坑指南：三段实战教训（问题/根因/解决）坑一：Chrome 调试端口失效。Chrome 会发现默认用户目录里已经有运行实例，于是忽略调试参数。处理办法：务必补上 --user-data-dir，并把它指向一个全新的空目录。坑二：AI 平台连接失败。AI 工具生态的兼容边界叠加（1+1=0），让平台无法正确识别本地服务。投
AI数字画布协作创新教学系统
单位名称：南京市教育技术装备中心南京市教育技术装备中心隶属南京市教育局，是直属事业单位，承担教育技术装备应用研究与相关成果推广工作。中小学基于AI数字画布的小组协作创新教学系统搭建可无限扩展的数字化协同体系，以共享画布能力为核心，深度融合生成式AI与语义分析引擎，目标是打破小班化教学中小组协作长期处于的“数据黑盒”困境，使课堂能够跨终端、跨区域实现实时互动。课前：借助AI实现零代码结构化备课。系统可将全量富媒体资源进行一站式汇聚，并由AI智能体围绕教学设计要点完成零代码的结构化智能生成。通过把静态PPT重
AI 不会轻易淘汰程序员，但会淘汰不思考者
前几天。我看到同事用 Cursor 把一个需求快速改完。他几乎只做了一件事：“帮我生成一个支持 JWT 鉴权的用户登录接口。”不到一分钟。Controller、Service、DTO、异常处理、Swagger 注解、Redis Token 缓存……全都自动补齐。甚至连代码注释也一起写好了。而这种需求。放在两年前，或许要耗掉一个初级程序员整整一天。那一刻我忽然意识到：AI 真正可能替代的，也许不是“程序员”。而是那些“只会敲代码”的人。以前写一天，现在 AI 只要 30 秒。很多人对 AI 的理解仍停在：“
告别AI代码“监工”：Symphony革新人机协作流程
写在前面：您是否曾有过这样的经历？当您作为AI驱动开发的重度用户，本想借AI之力简化编码过程，结果却发现自己一整天都在监督它：时而纠正其错误，时而补充其上下文，时而重写提示词，时而还要检查其生成的代码是否存在缺陷；尤其是在同一工具内开启多个对话时，您会发现不同对话的上下文并未被有效保存和共享，新开启一个对话就得重新扫描整个项目，这无疑是在浪费宝贵的Token，也就是在浪费金钱。有没有更好的方法来解决这个问题呢？Codex最近发表了一篇文章，阐述了他们的解决方案，并开源了一个工具，您可以尝试一下，看看它能否
让看板接管AI协作的状态记忆
很多人对「看板」的第一印象往往是：这不过又是个任务管理工具吧？暂且不谈定义，先聊聊一个更实际的困扰。想必你也曾遇到：与AI多轮协作后，次日打开对话却忘了进度在哪"之前那个调研进展到哪一步了？""这个结论谁提出的？""那个bug修好了还是在排查？"问题不在AI不够智能，而是中间态缺乏存储之处。对话不断滚动、会话重启、上下文被压缩——所有步骤、产出和下一步动作，都得靠人脑记忆。我曾用一套tasks/文件夹体系应对这个难题。每个任务独立建夹，内含spec.md、agent-log.md、inbox/、outpu
四类AI如何区分与选择
这篇《用户侧出发》系列第二篇文章，主要聊聊AI该怎么分门别类、以及普通用户在选择时该看什么。读完上一次的内容后，如果你对AI产生兴趣，通常就会开始想：我到底该选哪一种AI？豆包是什么，Copilot又是什么？我在用的这个真的好用吗？视频生成AI、Agent又分别是什么？价格贵不贵，真的那么有用吗？别着急，读完这篇我相信你会对“AI都有哪些分类”有一个更清晰、更贴近使用场景的认识。市面上关于AI的文章很多，但如果从用户的角度去做分类，真正能作为参考的并不多。多数文章的视角主要围绕开发者或投资者，他们讨论的逻
和AI协作最值钱的：不是替你干活
今天，我的 Claude Code 出了个 bug。我先让它自己排查，折腾了一会儿还是没能解决；再让它把排查范围扩大，去找更深层的线索，结果依旧不行；我甚至让它去网上找思路，也没起效。于是我把工具换成了 Codex。Codex 一开始就想用 bare 的方式先糊弄过去，我立刻叫停——"你必须找到正常的登录方式。"最后它终于修好了，但我没有停在“能用”上，还追问：你到底是怎么修好的？我把这整段过程复述给 AI 听，它给我的回答让我有点意外：我这一下午算是想明白了：和 AI 协作最隐蔽的价值，