最好用的AI工具

搜尋：豆包

18 個結果

分類排序

海外爆火的 Personal Agent 爲何在中國走不通？

最近，Personal Agent 在大洋彼岸掀起一股熱浪。 8月11日，馬斯克的 xAI 發佈 Grok Bot，上線一個月後，周用戶達到 41.8 萬。 9月8日，Meta 推出 Muse，兩週就直接登頂美區 iOS 免費榜，次周留存率更是打破了今年所有工具類產品的增長紀錄。 9月28日，Manus 團隊發佈 Cue；9月29日，OpenAI 緊隨其後發佈 dots，在發佈會上提出顛覆性的 always-on agents 概念。 AI 幫我們訂餐、安排行程、管理郵件、找維修服務，這些能力看起來確實很驚豔。但國內卻是另一番景象。前陣子，字節的豆包手機助手，也搞一套可以幫用戶自動去淘寶下單、去美團點外賣的全套 AI 智能體玩法。他們出了個規則，公示 30 天，讓各家 App 公司，自己聲明允許或拒絕能被豆包 AI 代替用戶自動操作。結果 30 天公示期滿，包括微信、支付寶、淘寶、美團、拼多多、滴滴、小紅書等超過 150 款國內主流 App，均拒絕字節豆包通過 AI 智能體代理用戶。一邊是海外各大巨頭密集交卷、熱度破錶；一邊是國內 150 多款國民級應用聯手築起高牆。爲什麼海外熱捧的 Personal Agent，到了中國卻處處碰壁？ 01. Personal Agent 是什麼第一次聽到 Personal Agent 的朋友可能還不是很瞭解，我們先看一個日常生活場景：假設我們下週要去上海出差，我們打開 AI 聊天工具，比如 ChatGPT，輸入：幫我做一份三天的出差安排。 AI 很快能給我們一份方案：建議坐哪班飛機、住在哪個區域、每天怎麼安排。但關掉對話框，我們還要自己打開訂票軟件覈實價格，查看酒店是否有房，檢查時間是否與會議衝突，再一項項完成預訂。 AI 可以幫我們想好方案，事情還得我們自己辦。 Personal Agent，也就是個人智能助理，可以在獲得我們的授權後，直接使用工具和服務，替我們把事情推進下去。同樣的情況，Personal Agent 會先檢查我的日程，再查機票、比較酒店，把符合要求的組合提交給我們確認。我們選定後，Personal Agent 繼續完成預訂流程，將行程加入日曆。我們只用交代目標和要求，Personal Agent 承擔後續搜索、比較、填寫和跟進的工作。簡單來說就是，ChatBot 給我們答案，Personal Agent 可以替我們辦事。 Personal Agent 商業模式的本質，是買斷我們原本花在瑣事上的時間和精力。在海外這個商業邏輯順理成章。爲什麼到了中國市場卻走不通了？ 02. 爲什麼在中國走不通先問大家一個現實的問題：如果每個月花錢請一個 AI 助理，你願意付多少錢？對於一個靠項目收費的獨立顧問，AI 每週幫他省出幾個小時，他可能就能多接一個客戶。但對於一個拿固定工資的上班族，同樣省出幾個小時，收入未必增加，工作也未必減少。兩個人都覺得產品好用，最後卻可能只有一個人願意付錢。 Personal Agent 的生意，首先要找到那些既需要它，又能從中持續獲益的人。海外的熱度，說明這類人羣基數已經足夠大。但這不代表，把產品搬到中國，面對十幾億人口，就能自然獲得一個更大的付費市場。我們拆開人口結構、勞動力、產業與全球角色的四重現實，就會發現中國市場的死結所在。人頭很多，但願意買單的有效人羣太少年輕人能很快的學會使用，但對價格敏感。現有的免費 AI 已經能滿足寫簡歷、規劃行程等日常需求，很難讓他們再額外爲 Personal Agent 付錢。中年人要照顧一家老小，瑣事繁多。但接送小孩、照顧老人這類事情，AI 只能做弱提醒，根本無法交付閉環。銀髮族對私人助理有實際需求，但不懂操作，加上實際設置和付費的可能是子女或者服務機構，使用者與付費者產生代際割裂。 Personal Agent 更適合的，可能是那些收入較高、事務繁忙，又能自主安排工作的專業人士。但這類人羣的規模相對較小，支撐不起大衆消費級產品。省下來的時間無法折現，還可能進一步內卷對大多數打工人來說，用 Personal Agent 省下十個小時，並不意味着工資裏多出十個小時的錢，也不能提前十個小時下班。反而可能會接到下一個任務… Personal Agent 創造了價值，但最應該付費的是公司。更殘酷的現實是，在中國，Personal Agent 的競爭對手不只有其他 AI，還有極度發達的外賣、跑腿、客服，以及只用幾次點擊就能完成任務的成熟 App。人工服務越廉價便捷，個人助理的價值折損就越嚴重。無法直接帶來增量收入的省心，在消費賬單裏毫無競爭力。用戶想一句話辦完，平台只想守住流量和廣告 Peersonal Agent 替用戶比價代購

用豆包工作做 IP 形象教程 – 頭像、變體、表情包一次搞定

不管是做自媒體，還是打造產品、品牌，一個有辨識度的原創 IP 形象，都能讓人更容易記住你。以前想做一套專屬 IP，從找設計師溝通、出方案，到摳細節、做延展，少說也得花上個把星期。最近發現 GitHub 上一個拿到 6k 星的 ip-as-logo-skill 技能，搭配豆包工作，兩句話就能生成一套極簡、可愛的原創 IP 頭像。我們還能在此基礎上延展出全套打工人表情包。更實用的是，我們可以把自己調好的設計標準沉澱成專屬 Skill，以後一句話就能反覆調用！下面把完整做法分享給大家。 01. 用 AI 畫爆款 IP 頭像安裝 Skill 我們打開豆包工作，在輸入框中輸入：幫我安裝 GitHub 上的 ip-as-logo-skill 技能。豆包工作會在 GitHub 上查找技能倉庫，確認來源和內容無誤後自動完成安裝。調用 Skill 安裝成功後，我們輸入“/”，在彈出的技能列表中選擇 Ip as Logo。 Ip as Logo Skill 的精髓在於把設計的審美變成了可以執行的標準，如何構圖、輪廓、如何配色…還有專爲頭像優化的角落探頭構圖，保證縮到微信小圓圈裏依然一眼可認。我們在輸入框喚出技能，讓豆包工作設計一隻三花貓的 IP 角色。豆包工作會按照 Skill 的設計規範，列出三個不同的設計方向，供我們選擇。我們確認設計方向後，豆包工作生成了一組小三花貓的 IP 頭像候選圖。畫面極其乾淨，色塊分明，簡單的線條輪廓，貓咪萌萌的形象，非常可愛。我們選中一個覺得不錯的 IP 形象，還可以繼續讓豆包工作生成變體。定製自己的 Skill 有了核心 IP 頭像，日常運營還需要配套的視覺資產。我們讓豆包工作基於剛剛生成的 IP 形象，繼續衍生日常打工表情包。我們繼續讓豆包工作給圖片配上文字，並將字號、排版調整到合適比例。調整到合適的比例之後，我們可以讓豆包把這一套製作標準打包成一個專屬 Skill。豆包工作會自動將我們之前列出的要求提煉爲結構化 SOP，存入我們的技能庫，命名爲 sticker-pack。定製好技能後，我們拿新角色驗證一下。先用 Ip as Logo 技能做出新頭像。再調用表情包 Skill 生成表情，豆包工作會自動按照剛纔沉澱好的標準，一鍵輸出符合相同視覺規範的表情包！原本繁瑣的長流程，兩句話搞定。 02. 一些分享技能把某個專業領域的成熟經驗、流程規範和交付標準封裝成標準化 SOP，讓專業方法隨時被一鍵喚醒。今天是畫 IP 頭像，明天可以是公衆號排版規範、財務報表清洗、行業週報撰寫、社媒數據分析。通過補充不同技能，讓豆包工作可以幫我們完成更多專業工作。經常使用的格式、標準和工作步驟可以沉澱下來，後續任務複用，減少每次從頭組織提示詞的負擔。一個人也更容易推進完整項目。網頁搜索下載豆包工作下載電腦端，最多可以領六十天會員，第一次可領取三十天，結束後可再領三十天。（已經下載過豆包工作，領過30天會員的友友們，到期後可以在電腦端內再領三十天）原文鏈接：兩句話做出原創 IP，豆包工作這套玩法建議收藏

懂了鴨 – 騰訊推出的 AI 趣味學習社區

懂了鴨是什麼懂了鴨是騰訊推出的AI趣味學習社區，面向親子用戶和一線教師開放。懂了鴨以奇妙卡爲核心載體，把繪本、動畫、動態課件、輕量遊戲等知識內容做成可拖拽、可模擬、可操作的交互形式，覆蓋親子互動、K12課堂和課外探索三大場景。內置AI Agent，輸入一句話或語音即可生成繪本、遊戲、3D內容，支持改編社區作品二次創作。懂了鴨的主要功能 AI 生成內容：輸入一句話或語音，可生成繪本、動畫、動態課件、3D 模型和記憶卡等互動內容。奇妙卡交互：以奇妙卡爲核心載體，提供可拖拽、可模擬、可操作的交互形式，如槓桿模型、電場模擬、火箭發射流程等。遊戲化學習：內置單詞消消樂、情境闖關、五子棋等輕量遊戲，降低知識記憶門檻，邊玩邊學。 AI 伴學互動：支持語音對話和上傳錄音素材，可與 AI 進行探討式、啓發式學習。靈感牆與改編：預置選題靈感牆，也支持對社區已有作品一鍵改編，進行個性化二次創作。社區分享：作品可發佈到社區、下載，或分享給微信/QQ 好友，實現內容共創與傳播。如何使用懂了鴨進入產品：微信搜索並打開懂了鴨AhaDuck小程序，或訪問官網 https://dongleya.qq.com 掃碼登錄。逛社區：在首頁瀏覽精選的”奇妙卡”互動內容（如火箭發射模擬、蘇州博物館光影庭院等），點開即玩。 AI 創作：在聊天輸入框用一句話描述想法，或直接語音對話、上傳錄音和素材，讓 AI 生成繪本、動畫、課件或小遊戲。編輯改編：對 AI 生成的作品進行調整優化，可改編社區裏別人的作品做二次創作。發佈分享：滿意後將作品下載、發佈到社區，或分享給微信/QQ 好友一起體驗。懂了鴨的核心優勢交互形態獨特：以奇妙卡爲載體，把知識做成可拖拽、可模擬、可操作的內容，讓抽象概念變得可觀、可觸、可探，貼合少兒具象化學習特點。 AI 創作門檻低：內置 AI Agent，一句話或一段語音可生成繪本、動畫、課件、3D 內容，大幅降低互動內容的製作門檻。場景覆蓋全面：同時面向親子互動、K12 課堂教學和課外探索三大場景，家長、教師、知識創作者都能使用。社區共創機制：靈感牆提供預置選題，作品可發佈、分享和改編，形成”AI 降門檻 + 社區做分發”的 UGC 內容生態閉環。懂了鴨的同類競品對比對比維度懂了鴨（騰訊）豆包愛學（字節跳動）產品定位 AI 互動內容社區：把知識變成”可觀、可觸、可探”的互動作品 AI 學伴工具：聚焦”解題—批改—答疑”的學習閉環核心載體奇妙卡：可拖拽、可模擬、可操作的交互式內容單元 AI 老師：動態板書演示 + 語音互動 + 分步講解內容方向親子互動繪本、課堂實驗模擬（槓桿、電場）、課外探索（博物館、陶藝）、小遊戲拍照答疑、作業批改、錯題分析、作文輔導、口算練習 AI 模型底座騰訊自研大模型（未公開細節）豆包大模型 + 火山引擎 OCR，公式識別準確率 98.7% 目標用戶側重親子共學 + 教師製作課件 + 少兒內容創作者中小學生自主學習（課內提分導向），含家長監控模式一句話總結造內容：AI 幫你做出能玩的知識解題目：AI 幫你弄懂不會的題懂了鴨的應用場景親子睡前互動：家長一鍵選用互動繪本，或帶孩子體驗火箭發射、琴絃振動等模擬實驗。 K12 課堂教學：物理課拖動槓桿模型觀察受力變化，英語課用”單詞消消樂”闖關記單詞，教師可快速自制動態課件輔助教學。課外知識探索：逛社區裏的蘇州博物館光影庭院、山谷水文觀測站、陶藝工坊等內容，點開即玩，滿足孩子好奇心。教師/創作者備課：輸入一句話或上傳語音、文檔素材，AI 快速生成課件、3D 模型或小遊戲，從靈感牆獲取選題、改編他人作品。孩子自主創作與分享：孩子自己動手生成繪本、動畫或小遊戲，發佈到社區或分享給微信/QQ 好友，在創作和分享中加深理解。

ip-as-logo-skill – 開源的 Agent Skill，能生成 IP 吉祥物頭像

ip-as-logo-skill是什麼 ip-as-logo-skill 是開源的 Agent Skill，用於生成極簡可愛的 IP 吉祥物頭像。ip-as-logo-skill 用 4–7 個圓潤幾何形狀構成清晰輪廓，配合”兩主色+一背景”的三色約束，讓角色縮小到 32×32 仍能辨認。流程是先出 3 個設計方向，確認後生成 6 張候選圖。ip-as-logo-skill 需搭配 Codex、豆包等兼容 Agent 及 GPT Image 2 等頂級圖像模型使用，MIT 協議可商用。 ip-as-logo-skill的主要功能極簡輪廓生成：用 4–7 個大幾何形狀構建圓潤角色輪廓，確保縮小到 32×32 像素仍可辨認。三色約束：默認用兩個角色主色加一個純色背景，減少視覺干擾。方向提案：給出 3 個設計方向，未定角色時優先推薦常見動物並關聯產品屬性。批量出圖：確認方向後生成 6 張獨立方圖，左右下角構圖各佔一半。原樣交付：所有結果一次性返回，不篩選、不自動重試，由用戶挑選後再修改。構圖控制：角色從左下或右下角探出，佔據畫面 85–95%，保持視覺主導。模型適配：自動檢查是否接入 GPT Image 2 等頂級圖像模型，不足時提示用戶開啓或提供 API Key。提示詞淨化：生成提示中刻意隱藏 logo、icon 等用途詞彙，避免模型輸出僵硬圖標風。微信關注回覆“開源”，加入AI開源項目交流羣如何使用ip-as-logo-skill 安裝 Skill：運行 npx skills@latest add s1dashu/ip-as-logo-skill。選擇智能體：按安裝提示選擇 Codex、豆包、Coze、Manus 等兼容的 Agent。確認圖像模型：確保 Agent 已接入 GPT Image 2、Nano Banana Pro 等頂級圖像模型，按提示開啓或填寫 API Key。描述需求：告知角色用途、受衆、性格和最關鍵的辨識特徵。挑選方向：查看 AI 給出的 3 個設計方向，確認全部保留或只選其一。審閱修改：從結果中挑選滿意的圖，或明確提出修改要求讓 AI 再出一批。裁切測試：用於頭像場景時，把成品放進圓形裁切框檢查耳朵、表情等關鍵特徵是否被遮擋。 ip-as-logo-skill的核心優勢小尺寸高辨識：用 4–7 個圓潤大形狀構建輪廓，角色縮小到 32×32 頭像場景依然清晰可認。設計約束明確：嚴格的”三色+單特徵”規則，避免 AI 越畫越花，方案之間更容易比較。流程先方向後出圖：給 3 個設計方向再批量生成，減少盲目抽卡式試錯。結果零損耗交付：所有候選圖原樣保留、不自動篩選或重試，用戶掌握完全選擇權。提示詞工程成熟：隱藏 logo/icon 等用途詞彙、直接命名背景色，引導模型輸出更自然的角色圖。生態兼容廣泛：支持 Codex、豆包、Coze、Manus、Gemini 等多種 Agent，不綁定單一產品。 ip-as-logo-skill的項目地址 GitHub倉庫：https://github.com/s1dashu/ip-as-logo-skill ip-as-logo-skill的同類競品對比對比維度 ip-as-logo-skill SanbaoAI/logo-generator-skill 產品定位極簡、可愛、小尺寸可辨識的 IP 角色頭像完整品牌視覺識別系統（VI），含 Logo、品牌規範板技能結構單一 Skill（一份 SKILL.md）三個模塊化 Skill：base-logo、mascot-logo、colorway 輸出形態 6 張獨立方圖，角色從角落探出品牌系統規範板（含主 Logo、favicon、印章、黑白應用等編號模塊）設計目標 32×32 像素下仍可辨認，優先”像角色” 可註冊、可縮放的扁平商標剪影，優先”像商標” 複雜度策略 4–7 個大形狀 + 嚴格三色約束，偏圓潤可愛從動物/角色中提取單一識別特徵（爪子、鹿角等）做扁平化色彩規則默認固定三語義色，壓低背景飽和度支持多色系，另有專門的 colorway 配色 Skill 做場景化換色圖像模型要求強制頂級圖像模型（GPT Image 2 等），絕不回退 SVG 無圖像工具時直接輸出提示詞，可粘貼到 Midjourney、Flux、Ideogram 使用使用場景頭像、吉祥物快速探索，輕量需求創業公司/品牌的完整視覺體系，重度需求成熟度 5.9k stars，社區熱度高相對小衆，但流程更完整 ip-as-logo

豆包工作多 Agent 功能實測 – 一句話拆解複雜任務

不知道你們平時用大模型幹複雜活兒的時候，有沒有過這種令人抓狂的體驗：給 AI 提了一個需求，比如做一份競品分析，本以爲 AI 能交出一份麥肯錫級的報告，結果等了半天，生成的東西表面很全，內裏極水。原因其實很簡單：讓一個單體 Agent 做複合型長任務，就像讓一個全棧工程師半小時內又畫原型、又寫前端、又搭後端、還順帶做合規審查。不僅注意力被嚴重稀釋，推理鏈條一長，後面直接開始幻覺胡扯。最近我在高頻使用豆包工作時，發現了一個非常爽的隱藏功能——多 Agent 並行任務。我們直接在對話框裏輸入一句話：“幫我用多個Agent完成……”，豆包工作會自動喚醒一個主Organizer，拆解我們的原始需求，把任務拆解分發給多個子 Agent 去並行執行，最後再由主 Agent 彙總結果。今天用兩個極具代表性的實測案例，帶大家看看多 Agent 到底是如何把生產力推上新維度的。 01. 哪些任務適合交給多 Agent 無論是做行業競品拆解、多家供應商採購選型、還是不同技術方案的橫向評估，邏輯都一樣：評測的維度是高度統一的，但面對的研究標的卻是離散獨立的。以往讓單體 AI 做這類事情，往往會出現嚴重的上下文串擾，查到後半段，很容易把 A 產品的特性套在 B 產品上；或者因爲上下文長度超限，前面的標的查得極爲細緻，後面的草草收尾。這種需求，天然對應了多 Agent 的同構並行架構。深度競品拆解提示詞：我們是一個 10 人團隊，想比較飛書文檔、騰訊文檔和語雀。幫我用多個 agent 並行完成：每個子 Agent 負責一款產品，只查官方公開資料，分別整理實時協作、權限管理、歷史版本、導出格式、免費版限制和價格，並附來源鏈接；查不到的項目寫「未查到」，不要猜測。請先展示任務分配。等三個子 Agent 都完成後，再彙總成一張對比表，指出適合我們團隊的選擇及理由，並保留三個 Agent 各自的研究結果。豆包工作拆解任務，統籌 3 個子 Agent 並行調研飛書文檔、騰訊文檔和語雀，每個子 Agent 負責一款產品，三者調查相同的六個維度。三個子 Agent 分別調研到各自產品的官方幫助中心、版本更新說明和價格頁。查飛書的子 Agent 眼裏完全沒有騰訊文檔，徹底杜絕了信息踩踏與交叉污染。三個子 Agent 的任務同時推進，查飛書不需要等騰訊文檔查完，不到十分鐘，三個獨立子任務全部返回，主控Agent完成事實校驗，最終交付了一份顆粒度極細的橫向比對錶。很多團隊以爲多 Agent 只是爲了快，其實速度只是最淺層的收益。這一模式的本質在於通過物理級隔離，消除大模型在長鏈條推理中的注意力衰減與交叉污染。活動籌備如果說第一種模式是多個人做同類事，那第二類需求則是更具挑戰性的，圍繞同一個項目目標，產出面向不同受衆、不同形態的成套交付物。比如推進一場新品發佈會：提示詞：幫我用多個 agent，根據這份已確認的活動簡報，準備一場 30 人的新品發佈與試用體驗會。需要準備現場使用的介紹 PPT；帶計算公式的預算表；工作人員執行清單，包含時間、事項、負責角色和所需物料。最後統一檢查三份材料中的時間、人數、環節和物料是否一致，交付文件並列出待確認事項。讓單體 AI 一次性交出這些材料，往往會顧頭不顧尾，要麼預算漏算關鍵物料，要麼 PPT 大綱和執行清單各說各話。此時，就需要多 Agent 組隊協作。豆包工作安排 3 個子 Agent 分頭製作，再統一覈對。我們一起看看最終生成的結果： PPT 從協作痛點、產品功能講到操作演示，再引導客戶體驗和登記試用意向，樣式也保持統一。預算表區分了含攝影、不含攝影兩套方案，列出預備金規則。還專門附了口徑說明，哪些設備已包含在場地費中，哪些物料不應重複計費。執行清單則細化到測試投影、準備胸貼、發講義、登錄賬號、巡視協助和收場交接，並補充了籌備節點及角色分工。交代一次背景，讓多個 Agent 分頭準備不同材料，減少我們逐份製作、來回解釋和手動對錶的工作。負責 PPT 的助手組織講述和展示，負責預算的助手處理費用與公式，負責執行清單的助手拆解時間、人員和物料。多Agent讓每個子Agent在專屬的角色設定下，把自身垂直領域的長板發揮到極致。 02. 一些分享傳統的單提示詞對話容易讓大模型顧頭不顧尾或邏輯混亂。多 Agent 模式本質上是在 AI 內部模擬了人類的 PM 拆解 + 專人專研 + 最終彙總的 SOP 工作流。過去只有大公司、高預算項目才能僱傭諮詢團隊或專項研究員做競品調研。現在一個小團隊甚至個人，依靠豆包工作的多 Agent 能力，幾分鐘就能復刻一個專業調研小組的產出。競爭力的門檻變了，背再多萬能咒語不如學會如何把複雜業務拆解爲 Age