折腾一圈 Grok bot，我用最原始的 Codex 跑通了 DeepSeek 说的 Super Agent
最近做 AI 工作流的真实体会： 尝试了一圈各种前沿的 Bot 和自动化工具，最后发现最稳的，居然是回到“原始”的 Codex 对话，靠一套轻量级的多对话接力把活干完。恰好 DeepSeek 最近发文章聊 Super Agent 的协作机制，逻辑完全印证上了。
我实测跑通的做法（不用复杂的编排代码）：
- 独立上下文 + 专属文件夹
规格书有规格书的历史材料，众测有众测的问卷规则。上下文混在一起 AI 必幻觉。每个专业方向各自保留独立对话与专属文件目录，让专业对话只在自己的上下文里接单交付。
- 项目统筹对话
设一个专门的统筹对话来做“收活与派活”。定时检查邮件和任务表，识别是“旧任务新进展”还是“新建任务”，输出带验收标准的结构化派单发给对应的专业对话。它不替代专业判断，但追着进度走。
- “有回复”不等于“活干完了”
供应商回邮件 ➔ 专业对话复审 ➔ 文件归档并出具回执 ➔ 统筹对话核验后更新账本 ➔ 接入周报对话进周计划。凭“回执 + 实际归档文件”做完工核验，证据闭环，人基本可以做到真正放手。
🎯 这套逻辑最适合什么场景？
如果你和我一样：不需要复杂的编程代码，不搞复杂的 Agent 编排开发，只是纯粹为了跑通真实的业务流程——这套逻辑就极其丝滑。
它不解决代码能力的问题，可以帮你解决真实业务里多线并发、上下文杂乱的痛点：
1. 零代码门槛：不依赖复杂的开发框架，只靠“本地文件夹目录 + 原生 Codex 对话隔离”。
2. 适应多线业务：手头同时跑多类型业务，定制化程度高的业务，每一条业务线都拥有独立干净的上下文。
3. 闭环可控：用统筹对话收活派活，用专业对话干活，凭回执与归档文件做结果核验。
不需要硬核开发，只要把业务流转和交付标准理清楚，持续反馈和矫正，最原始的对话模式就能跑出一套非常稳当的 Super Agent 协作体系。
4
164
最近开始视频学习了，顺手扒了一下能用的工具。我个人最多的是场景 4，亲测好用。
另外，别再找什么全能型工具了——看 B 站、啃 YouTube、做研究，用到的根本是四种不同的工作流。
视频 AI 到底怎么选？先看你属于哪种需求：
1. 看 B 站，贴链接就想要总结 → BibiGPT
视频太长，先读摘要，再决定哪些部分值得看。网页贴链接就能开始，不用自己部署；免费额度有限，常用要考虑付费。
bibigpt.co/
2. 看 YouTube 英文长视频、啃生肉 → Zara 的 YouTube Digest
在视频旁边读双语逐字稿，选中文字看解释，留下带时间点的笔记。适合边看边学、反复回听；需要手动安装扩展、自配 API，只支持有可用字幕的 YouTube 视频。
github.com/zarazhangrui/yout…
3. 把视频和 PDF、文章放在一起做研究 → NotebookLM
围绕一个问题，让 AI 对照多份资料，找共同点、分歧和依据。支持导入带字幕的公开 YouTube 视频；B 站内容需要先转成文字。
notebooklm.google.com/
4. 已经用 agent，想直接丢 B 站链接给它 → caiqianzhang/bilinote
配置好 MCP 后，让 Codex 读取字幕，再按你的要求整理方法、比较观点，接着做手里的任务。需要配置运行环境，部分字幕需要登录 B 站；读到字幕也不等于看懂了画面。
github.com/caiqianzhang/bili…
选之前先问自己：这条视频，我是想快速了解、认真学、做研究，还是拿它继续干活？
对准需求，选一款先用起来。
2
227
资深闲鱼卖家说一句：最近闲鱼的“无忧托管卖”升级得确实有点东西！
买家问“到手刀”，不仅能解释黑话，还能顺势帮卖家兜底：“所以才强调走验货宝，咱们功能正常/ID已退”。
逻辑直接闭环，比人工还懂得怎么促成成交。
官方这个服务本质上就是拿高抽成换“流量加权+AI自动托管”。但代价确实肉疼：除了基础服务费，托管最高抽成高达 17.5%，简直抽血。
想白嫖的，链接见下，接自己的模型 API，零抽成搞定。
github.com/shaxiu/XianyuAuto…
2
217
怎么说呢，其实在食品行业，已经有公司成功落地 AI 且实现盈利甚至上市。
但对大部分人来说，真正需要警醒和思考的是：这到底是一个少数人的红利，还是一个普遍可复制的盈利模型？
之前我和老板也想做这事，懂业务、懂 AI，以为找到了痛点和解法就能跑通。结果细算完账，打消了所有念头。
真实场景下的账，远不是“卖个服务赚个差价”那么简单。客户要求的定制化、交付后持续服务的成本，以及为了维持服务投入的隐性工时，会把原本微薄的毛利迅速吃光。
很多时候我们以为看到了商业机会，其实只是看到了业务需求，却忽略了让这个需求可持续运行的财务模型。如果算到最后发现只能靠自己“不计成本地硬扛”，那这就不是个生意。
动手前先算清账，是对商业最基本的敬畏。
干智能体挣了7 位数后，我发现这完全是个坑比生意。
24 年我从字节 seed 项目组离职 all in ai。就是去做那些你们知道的那些 lowb 智能体。
干的事情，现在有个草蛋的名字叫 FDE。
一开始我觉得给企业做 AI 落地就是个体力活：企业有一堆重复的工作，梳理一下流程，把模型接进业务，东西交出去就完事。
这种梳理业务需求并沉淀成SOP，围绕工作场景制作提效的工作，对我来说是非常轻车熟路的，因为过往就持续在做企业内部的工具提效。
于是 25 年下半年在郑州组了团队，在闲鱼、淘宝、视频号批量接几千到一两万的小单。几个月做了 200 个智能体，营收轻松过百万。
结果年底坐下来一算账，渠道拿走三四成，交付成本三四成，再扣掉税和房租，到手不到 10%。要不是另外还有企业服务撑着，这条线早就暴毙了。一个互联网生意，硬是做出了制造业的利润率。
比钱更磨人的是精力。店铺做到了全网头部，可整个盘子每天就那么点流量，需求并没有预想的井喷，AI圈子的从业者也处在自己的信息茧房。
每天大半时间花在筛线索、聊需求、给客户科普 AI 上。几千块的单子，该踩的坑一个不少。最后这条线直接砍掉，账户剩下的钱发了工资，固定资产挂闲鱼，之后专心做企业级的交付。
这一年下来我才明白，技术反倒最好解决，真正难的是信任。你一个外人要进人家的流程，人家得先信你，才肯把流程、资料、员工交给你。所以一定要直接跟老板谈，老板信不信你，决定了项目推不推得动。很多企业还停在豆包时代，流程没理过，资料散得到处都是，你连 AI 该插在哪一步都找不到，前一半时间其实是在帮人补课。
我们干的这类活，现在有了个舶来词：FDE。这个词火了以后，挂这个名字的人一下多了：有做实施外包换了个名字的，有想借它积累垂直场景经验的创业团队，也有拿它包装工具培训课的。叫什么其实不重要，客户只在乎你能不能交付结果。
FDE 大概就两条路。以我们之前的小工作室为原点，往下，一个人走 OPC，时间被切得稀碎，很难做复杂的专业项目；往上，靠资金和规模硬扛前期亏损，通过优化流程降低成本，同时攒流量侧的线索，等市场起来。能扛过去的人太少，去年大量团队就是从中间往下滑的。
领先半步是先进，领先一步是先烈。企业 AI 化还处在初级阶段，这个阶段还会持续很久。
所以我们现在还在做企业交付，同时给自己定了个规矩：项目金额控制在 20 万以内，交付周期一个月以内。20 万封顶，项目就复杂不到哪去；一个月左右的工期，保证团队不会陷进泥潭。
具体报多少又是个难题：报高了客户掉头就走，报低了自己白干。
好多朋友，包括我的学员，都来问我项目怎么报价。不会报价，一般就两个原因。
一个是真的不知道。项目多复杂、要用什么技术，你心里没底，估不出要干多久。这种要么别接，要么找个靠谱的工程师让他来报。另一个是贪心：成本心里有数，又想把这一单吃满，反而不知道报多少合适。
我一开始是第二种。
后来想明白一个笨办法。
你肯定知道自己的总成本（人力、渠道、税、房租都算上）是多少吧。那就别先想利润最大化，成本上加 20% 到 30%，先保证不亏。剩下的，靠项目喂。接得多了，什么行业什么价，你心里就有数了。不同行业利润率不一样，利润高的就敢报高。
怎么算，三种方法。
第一种是按人天。这是最常规的报法，前提是你估得出技术难度。
比如客户要一个内部系统，有用户端和管理后台，还要支持飞书登录。一个产品经理，两个研发各出半个人力，一前一后，干一个月。产品 300 一天，开发 600 一天，一个月 20 个工作日，人力成本 1.8 万。人力成本按占报价四成倒推，1.8 万除以 40% 是 4.5 万，留点余量，报 5 万。剩下那六成，渠道、税、房租和利润都在里面。要是自己接单自己做，报价还能往下压，前期用低价积累案例和经验。
第二种按交付物。项目拆成几段，每段估一个，最后加总，这种最稳。
比如一个实验性的 AI 项目，得先验证模型在客户的业务里能不能达标，比一比不同模型的效果和成本，验证完才能开发、改造现有流程。这种就直接拆成两段。第一段做模型验证，交付一份验证报告，收 5000；验证通过，第二段再做开发，按产品结果交付，收 2 万。模型达不到标准，后面就不做了，客户只花了验证的钱，你也没白干。有先后关系的项目，最好都这么拆。
第三种是缩小范围，用在你报不出来的时候。报不出来不是报价技巧的问题，是这个项目已经超出你的把控了。这时候别硬憋一个数，从一个小点切进去。
比如客户一上来就要一套贯穿全业务流程的 AI 方案，老板一口气说了好几个幻想。这时候别被需求拉着跑，其他的先放一放，挑一个马上能见效、AI 又确实擅长的点先做，也就是后面说的第一期。别嫌项目小，利润率比项目金额重要。只有做出结果，才会有信任，后面几期才谈得下去。
还有个容易吃亏的地方是收款：钱别包在一块。一般拆个两到三笔款，通常是 5:4:1 或者 4:4:2。首付款不能低于 40%，因为开发成本就占四成。万一半路客户跑单，或者项目出问题，首付款得能盖住工程师的投入，还有上下游合作伙伴的付出。尾款只留一两成，就算最后收不回来，损失也有限。
我现在维护的客户，基本都已经是第二三次合作了。
第一期，2 到 3 万，控制在 5 万以内。第二期，7 万到 8 万，高的到 10 万。第三期，十几万，最多到 20 万。
都是一期一期谈进去的，不是一次谈成。每次都得把上一次的结果交到对方手里，才谈下一步。客单价看着不高，其实是按客户能扛的风险算。经济下行，没人愿意为一个尝试先扔几十万，老板是最抠的人，因为只有自己开过公司，才知道哪儿哪儿都是成本，都是花销。第一期收的从来不是交付费，是信任费。
另外还有两笔账很多人没算。
第一笔，算力别打包进固定费用。服务器数据库是固定的，算进报价没问题。但模型调用是波动的，这个月一千，下个月客户量上来可能一万，合同里得把算力成本写清楚。做法是报价里含一部分调用测试额度，超出部分客户自己充值。
第二笔，报价别只算写代码的部分。从设计到运维，需求沟通、资料整理、原型确认、测试、部署、问题修复、试运行支持，都要算进去，这些加起来才是你不亏的底线。AI 项目常见的情况是开发三星期，调优三个月，报价时就得把调优的时间算进去，免得后面的成本全落在自己身上。
FDE 新手最常见的错误不是报错价，是还没收钱就把方案做完了。
客户说“你先帮我看看”。一看就成了访谈，接着方案就出来了，客户拿着方案走了，项目没签，你白干一星期。
活要拆开卖。诊断是诊断的价，方案是方案的价，部署是部署的价。
能对结果负责，就有底气谈价值定价。
如果你对我现在做的事感兴趣，或者在企业 AI 落地过程中有困惑，欢迎来链接。
2
121
强烈推荐Office 里直接用 Claude Add-in 插件，用过的都懂有多香。不管是透视表、套娃公式，还是各类文档样式，都能随时在里面改，轻松搭建。
最近看到 WorkBuddy 也出了并排改文件的功能（右键文件选 WorkBuddy 打开，直接左边看文档、右边找 AI 同屏改），我当时还暗自窃喜：
因为 WorkBuddy 有上下文记忆，而且对话能存留在任务列表里！（这也是之前 Claude 插件一直没有、到现在也还没解决的痛点。）
本以为是个功能升级的终极形态，结果一用，失望透顶！！！
对比下来落差太大了：
拿它们改同一份样式（提示词：数据行恢复白底，保留蓝表头和黄结论区）：
• Claude Add-in
哪怕用的是 Sonnet 5.5，体感 30 秒一把过！数据行全变白，表头结论区纹丝不动，修改精准到位。
• WorkBuddy
不论是配通用默认模型还是换到 DeepSeek V4Pro，结果一样拉垮！
首轮跑了 19 分 41 秒，渐变改成了纯色，底色还在；换 DeepSeek 又跑了 6 分 38 秒，正文信誓旦旦写着“已恢复白底”，我睁眼一看——面前依然是一片大黄块。
花了近半小时，最后只是在主页给我完美记录了一套“假装完成”的失败日志。
Need more space to actually get things done?
With WorkBuddy’s Standalone Office Window, you can open your Office files in a separate window and keep them alongside your AI workspace. Review, edit, and work across content without losing your place.
More room. Less tab switching.
4
2
300
生成式 AI 进入传统实体产业，最真实的打法长什么样？日本两家便利店刚好给了两个答案。
罗森酸黄瓜柠檬挞 VS 全家红薯可露丽
两家都在用 AI 做研发，路子正好相反：
1. 全家是“归纳派”（寻找局部最优解）
把两年会员 POS 数据全喂进去，AI 出了约 1,000 个方案，连 285 日元定价都是精算出来的（甜点一过 300 日元尝鲜率骤降）。
商业本质：用数据榨取确定性，在现有人群和风味矩阵里做增量优化，实现 LTV 最大化。
2. 罗森是“演绎派”（寻找第二曲线）
故意清空销售数据，给 AI 设唯一 KPI：前所未有、第一眼觉得这什么鬼、还得好吃。AI 吐出的第一个方案就是酸黄瓜加柠檬挞。
商业本质：当快消陷入同质化内卷，基于历史数据的优化收益是递减的。罗森用 AI 的乱序组合去冲击“非共识”，以极低成本对潜在空白做市场压测。
我见过大量好点子死在会议室：最昂贵的不是算力或打样，而是“组织摩擦成本”与“个人声誉风险”。
业务负责人不敢提异端方案，是因为失败要担责任。当罗森 MD 拍板这个方案时，AI 充当了“组织风险阻断器”——把个人声誉风险，转译成了一场低成本的 AI 创新实验，为“非共识决策”提供了对冲护甲。
但算法民主化后，“点子”本身已经泛滥。真正的商业胜负手，转移到了“工艺转化率”：
柠檬、奶油奶酪、酸黄瓜是三种脱节的酸。开发团队最后在馅里加了柠檬皮，才在风味分子层面把两股酸接上。他们的原话是：“这个调整只有人能做。”
归纳派让你少犯错，演绎派让你敢犯错。
AI 压平了 Idea 的成本后，快消企业真正的防守护城河只剩两样：
前端：组织机制敢不敢为“无数据撑腰的非共识”拍板；
后端：供应链与研发团队能否把一个荒谬的假说，以平价、高良品率转化为一口好吃的产品。
前者靠组织给的勇气，后者靠人十几年练出来的舌头与工程经验。这两样，都是 AI 给不了的 Alpha。
1
3
366
感谢 @troyhua @EvenRealities Even Realities G2 眼镜，试戴了几天，这可能是目前智能穿戴设备里，最懂"克制"的一个产品。
从开箱就能感受到。包装简洁干净，没有堆参数，拿出来第一眼像是收到一副设计师眼镜，而不像拆一台电子产品。整个品牌调性也是这样：低调、极简，把科技藏起来。
现在大部分智能眼镜都在加法上内卷——加摄像头、加扬声器、加高刷大屏，结果就是变重、续航崩塌，以及让对面的人时刻担心你是不是在偷拍。
但 Even Realities 走了一个极端的减法逻辑：
1. 无摄像头、无扬声器：完全丢掉社交侵入感，把日常戴着的心理门槛降到了零。
2. 极致轻量化（36g）：钛合金镜腿加镁合金镜框，配双眼绿光 Micro-LED 显示，戴上去跟普通眼镜几乎没有区别。亲测配近视镜片大概再重 8 克，我是参考了别人的反馈直接在官网下单的，寄来的镜片度数非常合适。
3. 好看：外形就是一副精致的眼镜，没有科技感很重的大镜腿，戴出门不像在戴设备，配日常穿搭也不违和。
4. 精准场景解决：把"隐形助手"这件事做到了极致。
如果你和我一样，对于智能眼镜的要求是"能全天佩戴、不突兀、能真实提升日常效率"，它确实在几个场景里做到了：
💡 解决演讲/开会的"忘词焦虑"：镜片上的隐形 Micro-LED 提词功能，眼睛微微抬起就能看到提示词，眼神不用游离去盯着屏幕或讲稿。
💡 零隐私顾虑的交谈：完全没有摄像头和扬声器，不管是在咖啡厅、会议室还是私密场合，对方都不会有任何"被录音/被偷拍"的不适感。
💡 跨语言沟通的缓冲：支持 30 多种语言的实时翻译，直接以文字形式出现在镜片上，在听英语会议或面对面交流时，相当于带了一个隐形同传。这是我用得最多、也最好用的功能。
💡 高效记录：支持 Conversate AI 对话提炼与 Quick Notes，随时捕获信息。
好的技术就该默默隐于幕后（Stay in the background）：在你需要的时候提供信息，不需要的时候完全无感，做一个不打扰日常的"陪伴者"。
我体验到的是这种以人为本的未来产品哲学。如果你也在寻找一副能够全天无感佩戴、专注于提升效率的智能眼镜，G2 确实很值得关注。
1
4
1,115
11 年前我从 LA 开到旧金山，最近刚好又开到了最南端的 San Diego，1 号公路圆满收官。
最大的冲击来自这里撕裂的平行时空。
一边是冻住的线下世界：加油站笨重的 87 号按键、drive-thru 像发报机一样的对讲机、Motel 闪烁的霓虹灯，11 年一模一样。变了的是价格：美国线下吃饭比 2020 年贵了 37.6%，有些小费界面直接从 18% 开始选，记忆里的老餐馆关了一批。
另一边是狂奔的数字世界：三番一路都是 AI 广告，到了 LA，我注意到的只有 Muse。全球 AI 风投一半以上流进湾区，Waymo 每周跑 50 万单，在旧金山的份额已经超过 Lyft。
我的理解是，这背后，是三个很残酷的底层逻辑。
1. 改良旧系统的阻力，远大于重构一个新系统
对讲机还能用，加油机还在出油。换掉它们要花钱、停工、改流程，顾客也不会因为按键新了就多加一箱油。Waymo 同样要造车、装传感器、做重资产运营。这说明问题不只是硬件难改：新系统可以重新定义流程，旧系统却要逐项拆解已经固化的流程和利益。所以新科技宁愿砸重金另起一套规则，也不去卷旧改造。
2. 人工与服务成本的膨胀，逼出了极致的"科技逃逸"：与其修好服务，不如直接绕过人
全服务餐厅的人工成本占到收入的 36.5%。服务越贵越差，人就越想逃。对我来说，Waymo 最有吸引力的就是确定性：没有司机，没有小费，到了就下。
3. 数字迭代有发布日期，物理世界却没有统一更新
无人车和 AI 广告让人觉得未来已经到了，可加油、点餐、住宿、结账，才是大多数人每天过的日子。软件可以一夜升级，普通人的生活不会跟着自动更新。
所以美国技术的方向很冷酷：线下的服务很少去修，直接把人绕过去。
国内走的是另一条路。电车已经占到新车销量的一半，美国不到一成。线上线下是被一起推着往前换代的。
BTW，In-N-Out 的基础餐食极简：三款汉堡，一份薯条。
这在食品行业是一套很狠的商业模型。品项少，原料就少，采购量集中，成本压得住；工序少，新员工上手快，出餐稳定，每一份都一样好吃。减少品项带来的复杂度，给坚持新鲜制作留出了空间：薯条在店里现切现炸，酱汁配方从 1948 年用到今天。
加一个新品容易，砍掉一个品项难。敢几十年只卖这几样，是把效率做到了极致。
3
528
我刚打开自己的 Gemini Gem 管理器，顶部挂着提醒：11 月 17 日起，我的 Gems 将开始迁成 Skills。
巧的是，OpenAI 也计划在 12 月 11 日停用自定义 GPT。旧 GPT 迁到 Plugin，原来的指令会成为其中的 Skill。两家都在把“给自己造一个 AI 专家”这件事，塞进更大的工作系统里。
Gem 不是没人用。Google 自己说过，它是 Gemini Advanced 里用得比较多的功能。
我觉得问题出在钱上。
Gem 刚出来时是付费功能，卖点是“拥有一个自己的 AI 专家”：写好指令，起个名字，还能加文件。它当然省事，但保存一套指令，越来越难成为单独收费的理由。2025 年，Google 把 Gems 免费开放了。
现在 Skills 直接进 Gmail、Docs、Drive，团队能在 Docs 里一起改，管理员统一分发也在 Google 的计划里。再加上 Google 去年已经把 AI 纳入 Workspace 商业套餐，它要的是公司为整套工作系统续费，而不是为一个个“专家”掏钱。
还有一点很有意思。Skill 用的是通用文件格式，可以带去别家。可邮件、文档、权限和团队流程一旦都在 Google 里，迁移就没那么轻松了。方法带得走，用方法的地方带不走。
我在消费品公司做了十几年研发。配方会被模仿，人也会走。真正留得住的，是配方跑在自己的工厂、供应链和门店里。
AI 也在走这条路。提示词谁都能抄，平台想留住的，是你每天干活的地方。
大家国庆快乐～
《california gold—迪士尼落日飞车》
风格标签：AI 漫改 / 赛博美学 / 美漫卡点 MV
🎬 导演 / 剪辑 / 调色 / 音效：Opus 5.5 /Max
✍️ 作词 / 选曲 / 126BPM卡点：Opus 5.5 /Max
🎼 配乐生成：ACE-Step
💻 渲染引擎：Python + ffmpeg
👨💼 总监制：路易斯
💰 成本：pro 5 小时订阅额度
@Disneyland @Pixar @Marvel @SpiderMan @claudeai
#DisneyCaliforniaAdventure #RadiatorSpringsRacers
3
317
上次写 Harness，我用了一个自己最熟悉的场景来比喻：实验室里偶尔做出一块很好吃的蛋糕不难，难的是换了原料、设备和人员后，还能稳定出品。
那时我理解的 Harness，就是模型外面那套配方、工艺、工具与质检标准。
邓老师这次介绍 @evermind 团队新发布的Raven，有句话我很认同：
“One harness can't be best at everything.”
顺着蛋糕继续想，Raven 这次其实把问题从“怎么稳定做出一块蛋糕”，推到了“怎么管理一整个新品项目”。
如果把这套逻辑映射到食品新品开发，概念会非常清晰：
• Skill：一张配方卡
• 专用 Harness：一间能稳定出品的厨房
• Harness of Harnesses：把研发、设计、供应链、质量等不同团队组织起来的总控系统
• Shared Memory：所有人共用的 Brief、批次记录和问题历史
• RSI：复盘后修改配方、流程、分工与验收，再用下一批产品验证
顺着这个框架看，有几个点特别触动我：
1. 模型再强也是研发师，新品上市需要的是整支团队
一个很强的模型，就像一位顶尖的烘焙师。但要把一个新品推上市，光靠他一个人根本搞不定。供应链要把原料接住，设计要完成包装，质量要守住标准，门店最后还要能落地。
一个 Harness 很难同时把研究、代码、设计和运维都做到顶尖。Skill 是教 Agent 怎么做，而 Raven 解决的是更难的问题：谁来做、先做哪个、做完怎么交接给下一个人。
2. 会改自己只是动作，下一批蛋糕不烤糊才是结果
任务出错了，系统去修改 prompt、policy、strategy code 或者 playbook，这些都只是动作。
真正的进化不能靠“自吹自捧”，必须要经过下一次任务的检验。下一轮流程里偏差有没有变小，交接有没有变顺，交付质量有没有真的提高，才算改对了。
3. 相比一次成功，我更看重失败后能不能留下更好的工作方法
做完一个新品，最重要的不只是这一次有没有按时上线，而是这次踩过的坑、犯过的错，有没有变成团队以后能继续用的资产。
Raven 0.2.0 — The Harness of Harnesses, built for RSI. 🐦⬛
One harness can't be best at everything. Raven combines its own specialist harnesses (Research, Code, Design, Oncall) with the agents you already use (Claude Code, Codex and more) into one team.
And it's built for RSI, and not just at the skill level. The whole harness can be rewritten by AI: prompts, policies, strategy code, playbooks. Every sub-harness, including the orchestration layer itself, is its own instance that can be improved.
With Raven you can:
1. Orchestrate many agents as one team. Raven's sub-harnesses and external agents work in one task graph with shared memory across sub-agents, powered by leading orchestration (0.963 Node F1 on the Multi-Agent Orchestration Benchmark).
2. Run long, complex tasks. Oncall and proactive execution keep work going for days, from scientific research loops to shipping a full Godot game.
3. Build vertical agents with RSI. Use Raven's RSI to develop and refine an agent for your domain, and we'll optimize it with you. Experimental for now; reach out to the Raven team(Discord:discord.gg/VVSm8MESch).
More in the video and slides below. Open source, Apache-2.0.
github.com/EverMind-AI/Raven (lots of work made with Raven lives there, and much of this launch's material was made with Raven too)
8
801