【Grok Bot 仓颉实践】助手一次汇报七八条,我只批准一条往下做

【企业知识助手·Agent 实战】如何构建 Agent 运行态可观测体系:从行为基线漂移检测到成本预算治理的深度实战 核心原理:运行态可观测的本质是把"单点阈值"升级为"与基线的分布距离"——埋点回答发生了什么,基线比较回答这是否还正常关键结论:deny 率没有单向好坏语义,必须双边告警 + known-good / known-bad 双哨兵仲裁;成本归因的终点是单位经济与预算三线一位;评测分数入库让质量拥有趋势线。 阅读详情

用 AI 助手干活,汇报多了是个实际的麻烦:一份汇报里列着七八条,要把它们全交给下一个助手去做吗?我的做法是:汇报我可以全看,但目前我只批准其中一条,只有这一条才往下转。我在用 xAI 推出的 AI 助手 Grok Bot 做一个叫「驿路巡点」(下文简称驿路)的小游戏。负责排活的项目管理 Grok Bot 先把有新增或有修改的内容汇总成一份变更摘要。我批准其中一条,再转给负责具体活的专长 Grok Bot(设计师、程序员、测试等)。其余几条留在摘要里,不整包转出去。

我转的时候会在任务开头写上「已批准第 N 项」,专长 Grok Bot 只领这个编号。第一次上手的人,先练这一件事就够了;已经在用分阶段自动推进(把大活拆成几个阶段、整段自动往前做)的人,欢迎拿「一次批多条」的做法来和我比。

这个做法,是我参考 xAI 办的 Galaxy 活动第三天的编排演示(公开演示,业务步骤不照搬到游戏)之后,才下来执行的。

项目管理 Grok Bot 看全量;专长只接我批准的那一项(有新或有改才进摘要 → 我批准 → 才转给专长)

批准之后,这一条怎么往下转

第一篇讲谁上场、任务怎么下发,这一篇只讲批准之后的事。

截图·Galaxy 第三天演示(2026-09-18 凌晨回放):批准并转发(Task 7;屏上 Approve — relay / Hold)

同场提案的写法很干脆(大意):只有第 7 项(销售领地争议那一项任务)在批准后会转给下游;其余一律留在这份摘要里。

我这边目前的做法是下面三条:

  1. 有变更才进摘要:项目管理 Grok Bot 先接下「有新或有改」的条目,写成变更摘要给我看。

  2. 批准后再转下游:摘要里可以列多项;只有我批准的那一项,才写成「批准后才转给下游」的任务项。

  3. 只把批准项转给专长:专长 Grok Bot 在我这边不直接读,不直接下指令,也不整包处理未批草稿。任务开头我习惯带上「已批准第几项」。

演示里,下游的助手只挂在总管(屏上叫 Chief of Staff)后面,不直接读原始收件箱。

只接收有新或有改的:有新或有改才往下游推,没有新变更就安静(尚未统一「没有新的不发」)

驿路实战:有变更才找我,批准项才交给专长

驿路里,有变更时,项目管理 Grok Bot 先写成摘要给我看;我只批准其中要处理的那一条——例如某几关改盘面(一关的棋盘画面;墙位、难度区间、唯一解)并保证过关图(把解法画在盘面上的图)可画——任务开头写明已批准项,再 1:1 转给对应专长。

任务记在 Notion:谁写、谁领

驿路里,大家对齐用的是 Notion(笔记和表格工具)上的记录。改验收标准、领任务、挂证据,我倾向于都落回 Notion。

Notion 里谁写、谁领:三方各写各的,专长只领已批准的那一项

另外还有两条:验收标准没批之前,我希望专长先不要私自改盘面上的验收句;挑刺 reviewer 打回之后,是回去继续改(还是草稿),还是先按住(先别开新活),由我拍板,也就是由我来决定能不能往下做。

证据怎么挂,第三篇讲。

分阶段自动推进,也要停在等我拍板

我的看法是,分阶段自动推进不等于跳过我拍板:阶段可以自动推到「等我拍板」为止。Galaxy 是 x.ai/galaxy 页上写的三天活动(9 月 15 日至 17 日)。社区整理的一份活动指南里提到一种做法,把大活拆成阶段,整段自动推进,叫 Potato Mode。最高一档(Full autopilot)全程自动,见下图上排。同一份指南也提到这是演示游戏的低风险做法,做 Grok Bot 产品本身的 Eric 在真代码库里逐个读代码改动。

驿路里我不走全自动,是这样分阶段的,见下图下排。图里的「真工程」指驿路正式的游戏代码,也就是会上线的那一份,不是草稿;「锁定」指这一项定下来,往下做。

分阶段自动推进:上面是指南里的全自动一档,下面是驿路,两处停下等我拍板

演示里另外三条做法,我还没做完

录一次操作,少靠文字重讲

第二天演示里,人先录一段怎么查别家产品,提示录像结束,按钮大意是「从这次操作演示里学会这个任务」。xAI 官方导览也介绍了技能和定时任务,可以让重复的步骤不用在聊天里每次重讲。

操作演示 → 从演示里学会 → 可复用步骤(过关图、全屏证据、仓颉适配冒烟这几道工序)

驿路里,「过关图怎么画在格子中心」「全屏证据(整个屏幕的截图或短视频)怎么拍」「仓颉适配冒烟(仓颉是驿路用的编程语言;冒烟是先跑一遍最基本的流程,看有没有明显出错)怎么验」这几道工序仍常靠文字说明;我想改成图里的做法。

助手设定里写明向谁取证

演示里一个研究向助手的设置有一条固定要求(大意,见图左)。

向谁取证:演示里的助手点名要找的助手;我这边要点名 Notion 盘面、锁定设计卡和验收证据要求

驿路里 Notion 盘面已是唯一事实源,但程序员、设计师的说明里常不点名「哪张盘面页、哪张锁定设计卡、哪道验收证据要求」。我觉得这条要求可以写进他们的助手设定,见图右。

一次只问一个澄清点

演示里是产品经理助手的职责(大意,见图)。

一次只问一个澄清点 → 写清楚的规格 → 交程序员

项目管理 Grok Bot 做的是相近的活,却仍偶尔一次抛出好几个选项。我这边的对照做法见图。

已经对上的,和还差的

已经对上的三条:我这边的项目管理 Grok Bot 到专长,对应演示里的总管到下游;驿路巡点这条线上的安静默认,对应「有新或有改才推」(其他几条线还没统一);我拍板再执行,对应批准后再转发。

仍待验证:批准后再转下游还没写成任务字段;操作演示收成可复用步骤的管线还没落地;助手设定还没强制点名向谁取证;一次一问还没钉进项目管理 Grok Bot 的说明。

我还没想清楚的三点:Potato Mode 那种分阶段自动推进,和「一次只批一条」会不会互相打架?什么体量下一次批多条反而更稳?Notion 当事实源,换一套任务板,这条做法还能否保住?

一次只批一条是我现在的做法,可能不是最优解;大家可能有更好的办法,欢迎在评论区讨论。

《AI实战嵌入式Agent +MCP+skill》课时2.5|定时器实战 本课讲解定时器时基单元原理,通过PSC、ARR、CNT三寄存器配合实现精确周期控制。以84MHz时钟为例,计算得PSC=8399、ARR=9999可实现1秒溢出周期。采用HAL_TIM_Base_Start_IT启动定时器更新中断,在HAL_TIM_PeriodElapsedCallback中处理周期任务,实现非阻塞、高精度的定时。相比HAL_Delay的阻塞式延时,定时器中断方案不占用主循环,支持并发操作,是嵌入式系统中实现周期任务的高效方式。 阅读详情

相关推荐

ARM芯片内部的高速公路:手把手教你用AMBA Designer配置NIC-400互连控制器

本文详细介绍了如何使用AMBA Designer工具配置ARM芯片中的NIC-400互连控制器,涵盖从基础拓扑构建到高级QoS设置的完整流程。通过实际案例演示,帮助开发者掌握AXI协议下的高效片上网络设计,提升SoC性能与能效比。

weixin_26750481的博客 310

6 款电商 AI 图片生成软件实测|国内 + 跨境卖家工具清单

电商 AI 作图工具已经从 "能不能用" 进入了 "好不好用" 的阶段。对于绝大多数卖家而言,现在的 AI 工具已经可以覆盖 60%-80% 的基础商品图需求,显著降低拍摄和设计成本。选择工具的核心逻辑不是 "哪款最强",而是 "哪款最适配你的品类、平台规模和团队能力"。垂直电商工具胜在工作流效率,通用生图工具强在创意上限,模板类工具赢在上手速度。建议根据自身业务阶段,搭配 1-2 款主力工具 + 1 款辅助工具,形成适合自己的视觉生产流程。

Mardi_Ladin的博客 280

国科大——形式语言与自动机理论(0812课程)——作业

此次作业题考察,包括但不限于有限自动机、无限自动机、正则文法、正则表达式以及正则语言的性质,题考查下推自动机相关的知识,题考查图灵机相关的知识。此课程建议本科学习过课程的同学选修,成绩占比:考试100%。此课程虽然留有作业,但可做也可不做,且不考勤。

qq_54145399的博客 705

我用 GPUWorks 在 M1 Pro 上搭了个发票识别原型

公司里经常要看电子发票。我想先做个小原型:把 PDF 发给一个自己部署的图文模型,让它提取发票类型、日期、交易双方和金额,再把结果交给同事核对。这个原型不用先接财务系统,先看看从部署到调用要走多少步,模型返回的内容能不能帮上忙。

鸽芷咕的博客 1万+

如何用AP525 测试输入信号的相位,频响,延时,Pop和卡顿

假设信号不是从AP输出,是功放或者其他的播放设备输出的信号,接入到AP525的输入端。

帮助100万人颠覆负面潜意识,实现人生蜕变,培养1万名潜意识开发导师 2397

PCIe网卡驱动实现分析(三)--- cache一致性

在现代处理器系统中,CPU的主频远高于主存读写速度,主存的读写速度成为程序执行效率的瓶颈;为了解决这个问题,在CPU和主存之间引入了Cache存储器,基于程序执行的局部性原理,在程序执行时,将正在使用的数据从主存拷贝一份到Cache,这样CPU就可以直接从Cache读写数据以改善主存读写速度慢的问题;

a935854743的博客 1775

您您这可以把问小白的多个会话比如说。左侧的多个会话一次性导出吗?不是单条会话里面的多次会对话。AI导出鸭

第三层是格式编译层。这个决策背后的判断很清晰:一个批量导出工具的价值,不在于“试三次”,而在于你真正用它处理了几十份技术文档、访谈记录或课程讲义之后,它是否值得留在你的工作流里。问小白的会话列表通过分页接口加载,AI导出鸭 在页面运行时建立旁路监听,捕获每一次分页请求返回的完整对话清单,包括会话 ID、标题、时间戳和隐藏的元数据字段。让AI导出回归优雅——这句话说的是:导出不该是体力活,而应该是一次完整的、可预期的文件交付。注意:这里的“批量”指的是左侧列表里的多个独立会话,不是一条会话内的多轮对话。

laoyunsi的博客 220

在树莓派上部署训练好的YOLO模型

.pt.模型转换为onnx格式的模型,树莓派上部署模型

pai_da_xing8的博客 3887

医疗 AI 有两种,别混着谈:一个改流程,一个改范式

InfoXMed 是面向医生、医学生和医学科研人员的 AI 医学工具平台,提供文献检索、全文翻译、AI 解读、指南查询和题库练习等功能,辅助临床学习、科研汇报与医学备考。原文是日本医学会杂志(JMA Journal)的一篇综述(Review Article):基本事实:这一点必须先说清:这篇论文提出的是一个研究纲领。它文中的"预测"指的是科学设想,不是可以拿来用的临床预测能力。文中甚至自己承认了一个硬缺口(见第三节)。本文只谈它的术语辨析与科学方法论,不转述任何可作为临床依据的预测或处置主张。这篇论文的全部

2601_96948740的博客 195

SAP Fiori Launchpad 上看不到任何 tile 应该怎么办?

中心UI组件是一个框架,为所有SAPFiori应用程序提供公共基础设施SAPFiorilaunchpad是所有SAPFioriUI的基础,并为SAPFiori应用程序提供基本功能,如登录,界面大小,应用程序之间的导航,和基于角色的应用程序目录。ABAP前端服务器包含所有基础设施组件,用于为客户端生成SAPFiori应用程序特定的UI,并与SAPBusinessSuite后端系统通信。SAPFiori应用程序的处理过程如下首先,客户端加载SAPFiori应用程序的界面。...

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 939

PCL 点到面的ICP算法【2024最新版】

经典的点到面的ICP算法。博客长期更新,本文最新更新时间为:2024年10月18日。

点云侠的博客 36万+

在Codex 让AI模型 拥有长期智能记忆

本文介绍Claude-Mem V15新功能——智能记忆召回,解决AI遗忘、重复提示、执行不一致等问题。通过本地部署claude-mem,实现自动记录决策(如数据库选型)、跨会话智能召回,支持记忆写入、检索、遗忘全流程闭环。相比传统记忆方案,其基于Hooks自动捕获工具调用,结构化存储,可追溯、可共享、可清理,显著提升工程效率与协作一致性,是长期项目中理想的“工作黑匣子”与“工程脑”。

米莱虾 253

科研生产力革命:手把手教你打造基于大模型的Research Agent(文献调研+论文写作+思路激发)

本文介绍了如何利用Research Agent(科研智能体)提升科研效率。Research Agent能自主完成文献检索、信息整合和报告生成全流程,省去50%以上的基础工作时间。文章详细讲解了搭建运行环境的方法,包括工具准备和MetaGPT配置,并提供了两种实战方案:基础版Search-O1和专业版MetaGPT Research Agent。此外,还介绍了如何为垂直领域定制Agent,以及优化检索效果、改善报告逻辑等技巧。最后列举了学术研究、行业分析、内容创作和个人学习四大应用场景,帮助用户将AI从聊天工

LXY_LOVE36的博客 266

河道漂浮物目标检测数据集

目标检测,yolo,河道漂浮物目标检测数据集

DL_data_set的博客 176

VC中sqlite的使用

在VC中对sqlite的使用,实现数据库大批数据的快速插入,读取数据库中的数据在ListCtrl中显示

温度PID控制PLC程序

温度PID稳定控制程序,适用于欧姆龙PLC,对其他PLC也具有很大参考价值

AI 应用开发工程师技术实践:大模型接入、通用组件封装与性能优化

本文提出AI应用从PoC到生产的核心挑战:模型调用的持续可用、可控与可优化。通过构建统一LLM网关实现多供应商路由与故障转移,封装对话、工具调用与RAG组件以解耦业务逻辑,结合前缀缓存、批处理与流式背压治理等性能优化手段,形成“接通→接稳→接快”的工程路径,最终以工程化能力决定AI应用的生产可用性。

2301_79189962的博客 517

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

大模型 Embedding 与向量相似度详解

Embedding 解决的问题:计算机不懂文字,但懂数字│▼文本 → 向量(1024维浮点数数组)│▼相似度解决的问题:怎么判断两个向量(文本)有多接近│▼余弦相似度:看向量方向的夹角,越接近0°越相似│▼最终效果:语义搜索——理解意思,而非字面匹配一句话总结:Embedding 把文字变成数字,余弦相似度比较数字的方向,两者结合实现了"理解语义"的搜索。

T3165919332的博客 65

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

AI前沿日报 · 2026-11-04 | 祛魅时刻:Astra“纯读权重“神话的崩塌

①Astra"裸权重通吃"被spaCy创始人Honnibal精准祛魅——仅1/3实验真裸读,数学能力提升依赖Python+50次迭代;②Simon Willison用Qwen 3.8-27B端侧复现权重空间编程;③Nvidia开源Auto-Ontology自动知识图谱;④$800开源全域抓取机器人Stringman;⑤OpenAI悄然重开Codex训练开关引信任危机;⑥DeepMind发布Gemini 4 Argon机器人基础模型;⑦美国科技巨头隐性AI债务达3.2万亿美元,6个月增90%。

johnsong2009的博客 501

GPT-1 架构和计算细节

下面配合框图,对 GPT-1 的每个组件做公式展开 + 数值实例(配置:12 层 × 768,12 头,FFN 3072,词表 40478,共 117M 参数)。GPT-1 把翻译模型的编码器-解码器砍掉一半,只留解码器,然后以"预测下一个词"为目标在 BooksCorpus 上预训练。与 2017 原版的四个架构差异(框图中标 ★):h0=E[token]+Epos[position],E∈R40478×768, Epos∈R512×768h^0 = E[\text{token}] + E_{pos}[\

eloudy的专栏 228

终端 AI 审计与 “龙虾” 类智能体风险治理:从可见性到闭环溯源

生成式 AI 办公普及之后,数据泄露风险逐步下沉到终端。员工将合同、源代码、客户资料粘贴至公有大模型,以及龙虾(OpenClaw)这类本地开源 AI 智能体的滥用,成为企业安全新挑战。传统网络边界防护存在审计盲区,本文从风险链路拆解、核心能力模型、分级治理策略、落地踩坑点以及技术局限性多角度,分享终端侧 AI 安全治理的实践思路。

2401_86491085的博客 604

2.53 基于极稀疏指纹的室内定位注意力图元学习

该论文发表于IEEE Transactions on Mobile Computing(TMC)2026年6月,面向极稀疏指纹条件下的WiFi室内定位,针对指纹采集人力成本高、标记指纹稀缺时定位精度大幅下降的痛点,提出注意力图元学习模型AGML(Attentional Graph Meta‑Learning),结合图神经网络、元学习、两种指纹数据增强与分布对齐技术,在标记指纹极少的场景实现高精度室内定位,同时公开了多套真实+仿真定位数据集用于基准测试。场景:二维室内空间,障碍物造成信号遮挡,

weixin_42963026的博客 314

语音识别与语音合成的技术原理及应用

语音识别 #语音合成 #人工智能 #大模型。语音识别与语音合成的技术原理及应用。一、语音识别的核心原理。二、语音合成的核心原理。三、工程落地的主要难点。五、需要关注的现实问题。

weixin_62919816的博客 173

视觉推理是在看图,还是依赖语言先验猜答案?

问一张香蕉照片“它是什么颜色”,回答黄色可能来自看图,也可能来自常识。把香蕉换成红色,错误才显露出来;但答错仍可能是没看清颜色、没理解问题,或没有把看到的属性用于回答。**总正确率不能独自区分这些解释。**封面中的红色香蕉只是概念插画,不是论文测试样本。

weixin_44369324的博客 139

设计师工作室 GEO 实操:如何提升 AI 实体推荐概率

设计工作室 GEO 的本质,是把创意服务转化为 AI 可理解的结构化信息。核心动作可归纳为:区分事实与审美、建立实体图谱、预判用户提问、输出脱敏内容、搭建多信源、持续测试验证。梳理工作室的 6 个实体属性:品类、城市、流程、边界、团队、渠道。在官网或作品集平台发布至少 3 篇结构化项目复盘,只陈述事实。输出 1 篇「设计报价影响因素」科普内容,覆盖甲方高频提问。争取 1 次行业媒体或本地媒体专访,形成第三方信源。每周用「XX 城市 + 品类 + 设计工作室推荐」指令测试,记录出现频率。

goujunwe的博客 305

AI作图软件技术选型:从4个技术维度出发的实测对比

AI作图软件技术选型:从4个技术维度出发的实测对比

Vbaoke的博客 191

深入理解 Transformer:Decoder 与 Masked Attention 速查手册

写Decoder时直接套用Encoder自注意力代码,训练loss秒降、推理却不会生成?😵 这份速查手册按“症状→诊断→改法→代价→边界”组织,30秒帮你定位masked_fill、tril、causal_mask的正确写法,附可跑代码与对照表,让你彻底搞懂“为什么不能看到未来”。🔧

2601_94912102的博客 239

WorkBuddy 实战:一句话需求 → 七屏可交互原型,户外徒步 App 的 AI 设计全流程

WorkBuddy 实战:一句话需求 → 七屏可交互原型,户外徒步 App 的 AI 设计全流程,跟着博主一起来还原整个过程。

夜郎King的博客 4040
上一篇: 【Github周报】VoiceStudio 空降第一,大厂八席只剩一席
下一篇: 【CJMP Grok Bot实践】从鸿蒙搬到 iOS 和 Android,我们为什么最后选了 CJMP
猛码象限
博客等级 码龄12年 5粉丝 32原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值