帖子
账号 5008202484
Hi 降临派的朋友们好,我是 XIankun,Kuse 的 CEO,写在 Kuse 2.0 公测之际,回顾一下过去一年多的探索历程: 这里大部分的同学对于 Kuse 的印象是画布交互,这一点的设计是从何而来的呢?其实最最最一开始的时候,我们第一个尝试的方向是做 AI 个性化邮件,但是跟一些发送营销邮件需求的商家访谈过后,觉得生成商品图似乎是一个更迫切的需求,再加上我自己算是半个设计师,所以我们就开始做 AI 设计产品。做设计的同学都知道,Figma 用多了自然把无限画布当成是默认选项。 做 AI 设计的过程中,我们支持上传文件以让 AI 能够更快的了解设计需求,但是后来发现绝大多数的用户直接忽略了设计环节(24年中的时候模型能力也不太行),都在用 AI 解析自己的文件,虽然做成一个 ChatPDF 并非我愿,但是作为一个非常重视用户反馈的团队,我们决定 Double down 这个需求,加强文件解析的能力,之后又在用户的要求下,增加了各类生成能力。 24 年 11 月份的时候产品相对更 Ready 了,于是就在我们的天才实习生们的努力下迎来了第一波爆发增长,但是随着用户群的增加,喜爱画布形式的用户很多,但是抱怨画布上手门槛、画布的交互过于自由带来的复杂的用户,甚至更多。 我们越来越发现,我们的核心产品不是「一种交互形态」,虽然在担忧 LLM 的进步吞噬自己的产品的过程中,不由自主地希望在前端设计更有区分度的交互来合理化自己的价值。但是我们最终想要回到用户的朴素需求上,就是要根据自己的项目要求、偏好来生成自己想要的内容(deliverables)。 于是在 2.0 上,我们把画布变成了一种「交互表达层」,隐在了一套文件管理系统之后。同时,我们逐渐发现在技术路线上我们不可避免地走向了 Claude 的设计理念,通过「文件」作为最小单元实现系统的模块化,最终实现人的 Know-how 和 AI 的智能的最佳配合。 在 2.0 里,有这么几个特色或者方向(意味着我们在做但还没做太好,努力中!): · 一套易用的文件管理系统:方便与 AI 同步上下文、项目进度,也方便 AI 进行修改、提交。 · 生成交付物:网页(用户在 Kuse 主要做可视化,而非 app)、Slides、doc 等 · Kuse Skills:Claude Skills 的产品化,特别是方便企业内部的最佳实践的分享 · 协作:在统一的 AI 容器里分享资产和上下文、以及 Skills · 交互表达层:对于复杂和不容易用语言表达的意图,我们还是提供了一张画布来去供用户表达 一句话就是:贴合需求生成和管理交付物。当然一句话想要做好也男上加男、任重道远,好在团队一直都非常耐心。欢迎大家测试 Kuse 2.0,也欢迎大家随时提反馈,客服小吴一直在这里。
不睡的鲸
702
回复 @ · 取消
0 条评论
青柚测评1· 2026-10-28
已经推出那么久了还是这么垃圾,要不是为了我的旅游抽奖,真的是看都不想看!!! 作为美团的第一款屎逝级创新产品,看得出来美团想做的是一款AI助理,帮助用户完成日常的一些琐事包括订餐、规划行程,在绝大多数时候都是以幻觉提供“稳定”输出的产品,目前存在"功能不完善、技术不可靠、体验不友好"三大核心问题,虽然定位为"小而美的AI生活小秘书",但实际表现更像是"大而不当的半成品",整体感觉更像是实习生的练手项目仓促上线?如果真是这样不如早点关掉,别让用户笑出声 0. 入口有问题,这样一个本应深度嵌入美团APP的服务,却独立成一个单独入口。事实上,美团APP内也早已存在一个名为“小团”的AI搜索助手,虽然无法代替用户下单,但是体验更为成熟(至少是能够准确理解用户意图并返回相关推荐),小美与主业务系统割裂严重,既然已有能力整合进搜索链路,为何还要另起炉灶呢?不得不引起人的深思hhh,真的有种同一个公司,两种智商的荒诞感 1. 习惯性遗忘上下文,在提出第一个需求后对于不符合推荐的商品提出新的需求后会习惯性遗忘我第一句话说了什么,注意力机制需要人来激活 2. 图1,明明有卖的东西他说没有,但是意外的是居然还知道要凑单 3. 图2不支持指定时间预约下单,在要求提供一日三餐的时间、预算以及希望每一餐吃什么以后,他只是告诉我在明天早上八点半提醒我下单,且不说第二天没提醒,只告诉我预算分配算什么?另…
305
北岸的猫1· 2026-10-28
我作为一个保安(真保安),其实不会写代码(只会一点基础的html),折腾这些纯粹是个人爱好,话说AI写代码确实极大的提高了写代码的简易方便程度,我其实25号就已经更新了国内版本,并拿到了solo资格,26日晚上顺手做了一个美团外卖的商户后台(单纯想试试国内版本的solo模式还有国内大模型的能力),和国际版相比,缺少了重要的 solo builder模式,默认就是solo coder模式,可能是国内产品觉得coder模式更符合国内使用习惯?从大模型的代码方式来看,个人感觉有点像kimi的k2组合了豆包1.6!输出速度很快,代码风格也很像k2的风格,还有那个plan模式,我使用的感觉是没什么效果?上下文部分184K,就我来说比较够用了,因为我多数时间是用在做文案,在聊天窗口这里可以@自己编写的智能体来实现需要的智能体组合调用,这块还是很心水的,至于关键的生成页面的速度,我个人感觉吐代码的速度是挺快的但是,生成最终结果还是慢过国际版!在后端逻辑这部分卡了很久,思考的时间也是最长的,看了下代码风格感觉就是k2呢,国内大模型还需要更加努力呢!在后端生成这块速度明显要慢很多了,而且很多地方有明显的错误,本来是已经生成了,实际上它一直在自我修正中,最终没有完成这个项目的成功,报错了。我还尝试了下用solo模式写文案,怎么说呢,这部分也算是有点意思的内容,先通过智能体做一个小红书的文案专家,在生成…
905
慢半拍1· 2026-10-28
Refly 标榜自己是和“Vibe Workflow”,这个降低技术门槛、试图用 Agent 节点重构自动化流程的愿景我是非常买单的,官网呈现出的极简克制感也确实在第一眼拉高了期待值。但深入体验后,我感觉目前 V1.0 版本最大的问题在于场景落地的“水土不服”以及自动化 ROI 的倒挂。 首先是模版库(Templates)的选品策略让我很困惑:既然团队源自国内且强调普惠小白,但预设案例里清一色的 X (Twitter)、Ins、LinkedIn 和 RSS 抓取,明显是针对海外生态的生长土壤。对于我们这种想做国内资讯去噪、或者只是想做一个简单的“新闻日报”的用户来说,几乎没有直接可复用的抓手,场景割裂感极强。 其次,在核心体验上,我实测了官方推荐的“新闻抓取+邮件摘要”,发现整个链路的运行 Latency(延迟)偏高。对于这种轻量级的信息获取任务,如果工具的执行效率跑不赢我手动操作,那自动化的爽感和价值就被完全稀释了。 最后,所谓的“自然语言一句话创建”目前还没能很好地解决用户的冷启动焦虑——这就好比给了我一把万能钥匙,但我却找不到锁在哪。我甚至尝试结合外部 AI 的建议去生成一些特定的流,但落地效果依然不理想,感觉工具对意图的理解力和最终的执行力之间还存在不小的 Gap。 总的来说,现阶段的 Refly 更像是一个有着漂亮概念外壳的 MVP,对于真正想上手解决具体痛点的用…
404
青柚测评1· 2026-10-28
ShellAgent 2.0 初体验:想法很好,但产品还需打磨 首先,非常感谢降临派提供的邀请码,让我有机会提前体验到 ShellAgent 2.0。 说实话,最近对各种 Agent 都有点审美疲劳了。Github 上开源的框架一个接一个,轮子满天飞,但对普通人来说,门槛还是挺高的,不是要配一堆复杂的参数,就是做好了也不方便分享给朋友用。 所以 ShellAgent 喊出“三句话生成 App”的时候,我一下就来劲了。这不就是我想要的那个“零代码版的 Coze”嘛!把那些烦人的技术环节都包圆了,直接对话就能搞定,期待值直接拉满。 但实际上手折腾了几个场景,感觉就和想的不太一样了。 首先是稳定性和端到端体验的问题。 我尝试了几个在其他平台上相对成熟的场景,但在 ShellAgent 2.0 中都遇到了阻碍。例如,在测试“小红书笔记搜索”功能时,应用返回了一些看似存在但实则为 Mock 的数据;而在尝试“文生图”功能时,无论如何调整,系统都反复报错,无法成功生成图片。我理解,这些基础能力在 Coze 等平台的能力边界内是完全可以实现的,这让我感觉 ShellAgent 2.0 在核心功能的稳定性和流程的端到端打通上,还有一段路要走。对于 ToC 产品而言,用户的第一次体验至关重要,如果无法顺利跑通一个基本流程,很容易造成用户的流失。当然,我也相信这只是早期内测阶段的问题,期待官…
702