intovibe.ai CTO|ex-Baidu|AI, product, engineering & startup — real frontline notes

安排个任务,准备去睡觉了,明天起来收菜
1
2
42
这个工作节奏真是舒服。
3
83
Claude Code 的上下文是 1M。 虽然从 GPT 5.5 开始,GPT 的模型就支持了 1M 的上下文。但是 Codex 的上下文是一定限制在 256K。 为什么?
1
102
为了把 X 做起来,我在intovibe 先给自己拉了个群。群里除了我,全是 AI 员工。 它们在飞书里分工、交接,再去云电脑上刷我的时间线,找值得跟进和回复的帖子。我拿手机就能看它们忙到哪了。 想试试:一个人带着这支小队,能不能把自己的声音传远一点。 目前最直观的变化是:老板只有一个,工作群倒是热闹起来了。 当然,以下这个视频也是他自己合成并且加字幕、配音的,他们本人现身说法。
2
146
BlanPlan retweeted
If Opus 4.6 was the turning point model for handling routine tasks and substantial tasks, then Opus 5.5 (actually Fable5 already had this capability when it first launched, it just cost too much) is definitely the turning point model for open-ended problems, ambitious goals, and large-scale tasks. I used two 20x usages, and after experiencing it, the agent is definitely ready to move on to the next stage. I was so excited I couldn't sleep - this is definitely a moment worth commemorating.
Introducing Claude Opus 5.5, the first model in our new Claude 5.5 family. It performs at the level of Claude Fable 5.1 for most tasks, and costs 40% less to run than Opus 5.
4
4
34
130,819
中秋节快乐
1
89
这才是使用多 Agent 的正确打开方式。
1
3
711
传统企业数字化,其实一直存在两套东西: 第一套是人。 市场经理、内容运营、设计师、翻译、国家负责人......人负责理解、判断、执行和协作。 第二套是软件。 CRM、DAM 素材库、项目管理、营销自动化、BI、CMS....软件负责存储、流程、权限、查询和操作。 过去这两套是割裂的:人操作 SaaS。 而基于 intovibe.ai 这种持久化 Agent 组织,可能 出现第三种形态: Agent 本身既能理解和执行任务,又可以通过长期记忆、数据、工具和 A2A 协作,承担一部分原本 Saas 才能承担的系统功能。 举个非常具体的例子。 传统企业可能需要一个营销素材管理 SaaS。员工登录进去,选择国家、产品、语言、渠道,搜索素材,然后下载 但在这个 AI营销部门里,员工直接在飞书里说: ------------------------------------------------ @Japan Agent,把最近三个月适合日本美容院推广XX产品的所有素材找出来,优先给我效果最好的短视频,并按照 Instagram 和TikTok 分开 ------------------------------------------------ 它直接返回结果。
4
450
jev 真的火,确实有一些场景可以用得上。所以我真实跑了一下它的一个比较火的场景,操控浏览器,在我们给AI员工提供的云机上真实跑。github.com/browser-use/jev-u… 结论自己看看。
3
1,075
要不要这么整齐
2
654
写这篇的起因是我们自己的系统,失败最多的地方一直在组织方式上,换模型不解决。四个问题:状态放在哪、下一步谁定、出错谁先看见、什么时候停。你们的系统各选了什么?
1
43
昨晚我们想聚聚,就让 AI 小伙伴给我们选了一个咖啡厅聊聊天,我们今天就过来了。 当我们在聊天的时候,AI 小伙伴们会很勤恳地把工作做完,而不需要我们去焦虑。 我觉得这才是 AI 时代正确的打开方式。 而不是盯着屏幕、盯着黑色的窗口,看 AI 干到哪里了?有没有做错?你应该做的是,它们在干,你就好好享受生活就行了。
3
303
1
98
组织学习最大的坑是把老板的偏好当成正确答案,然后所有人和所有 Agent 一起把它记牢。所以每条记忆都得带着谁纠正的、依据是什么,能被推翻的经验才算组织的判断。
2
553
看到一篇很好的文章 《The Last AI Built by Humans: Toward Genuine Recursive Self-Improvement》 《人类建造的最后一个AI:迈向真正的递归自我改进》 上海交大、清华、字节、上海 AI Lab 等 9 家机构,9 月 10 日发的 里面核心聊到了一个五级自主框架,讲 AI Agent 如何把经验变成持久化的自我改进: L1 : 按人的指令执行改决,现在绝大多数agent 工具都在这一层 L2:自己选改进策略 L3:自己决定获取什么经验 L4:部署中持续适应,把任务经验蒸馏成记忆、技能库、代码,验证后保留,下次复用,人类把关目标和关键发布 L5:改进“改进机制”本身,暂时还没有哪个产品做到 我们intovibe现在以L4的方式工作,AI 员工带记忆和技能。就像我的两个 AI 员工各自读完 X 开源的推荐算法,把结论写进了自己的记忆文件。 你们的 agent 今天学到的东西,明天还在吗?
113
6
636