帖子
账号 2758939420
有点意思,这玩意儿有点意思。 今天看到群里提到lessie这个app的邀请码很稀缺,没听过这个app,就点开看了一下。智能人脉是什么意思我不懂,但是看简介的意思是,我可以拿这个来筛人。 我倒没啥招聘和销售的场景,但是我的确需要找点聪明的脑子,来扩展我的视野和思路。 ## Round1 先搓了个需求,再让我的提示词增强助手生成了一个提示词(图1),顺手再翻译一下喂给Lessie,经过它的理解之后,开始搜索并很快得到了15个结果(图2)。 1. 虽然我不太认识这些人,但是一整排的 2024 nobel是不是有点偷懒了? 2. 另外,我的要求是10个人啊,你生成15个结果,还直接扣了我45 credits,啥意思,我倒不是不愿意扣,但是我在prompt里说了只要10个人啊! 从结果上,我不是很满意,难道我不知道去直接看诺奖得主吗,这个结果乍一看是没有给我带来什么找人很厉害的感受的。 再找gemini解读了一下,它说这个名单很牛(图3),然后我又把我的原始需求扔给它,让它评估一下结果,它说给 65/100分,主要原因是被年度新闻热点带偏了,有挺多定位重复项,而且1/3是技术解,而不是认识论。 ## Round2 我觉得可能是我的需求和限制条件没有讲清楚, 于是在和gemini商量了一会儿之后,我优化了一下提示词(图5),TL;DR如图6。 把这个提示词喂进去之后,我在search & critical 又补了两个限定(图7): 1. The 10 smartest brains must stand on 10 completely different fields 2. Focus on "why the world works this way," not "how to succeed." 于是Lessie AI筛查了5轮,筛查了129个人,得到了14个结果(前4轮只有9个结果),不过全是领英的。(图8) 同样的, 我还是不知道具体这份名单如何,再扔给gemini评估(图9),它认为:因为数据源是领英,AI 倾向于找到那些**“善于经营个人品牌的职业人士(Professionals)”,而不是纯粹的“公共知识分子,导致混杂了顶级的思想家和普通的咨询顾问。 不过,要我说,事情总是要反过来讲,Lessie真的能找到顶级的思想家欸,因为他们是专业领域人士,可能没那么会营销,所以一般的谷歌搜索搜什么high quality blogs是找不到他们的,我看了一下简介,这些人的确是有点意思啊。 列举如下: 1. Douglas Rushkoff (道格拉斯·拉什科夫) (地位接近凯文·凯利)。他的 Team Human 播客和 Substack 深入探讨技术如何异化人类 2. Mike Veseth (迈克·维塞思) 红酒经济学家 (The Wine Economist) 用“红酒”作为透镜来分析全球化、气候变化和贸易战。视角极其独特且具体。 3. Alexandra Lange (亚历山德拉·兰格) 普利策奖得主,为彭博社 CityLab 撰稿。教你理解“物理空间如何塑造社会互动”。符合“底层逻辑”要求。 4. Alexandra Prokopenko (亚历山德拉·普罗科彭科) 俄罗斯政治经济分析师,她撰写 The Bell 的简报。在当前地缘政治下,这是一个非常稀缺且高价值的硬核信息源。 5. Robert Siegel (罗伯特·西格尔) 机械修配哲学家,斯坦福讲师,同时也是“黑客机械师”。这种将“汽车机械原理”与“商业系统”结合的跨界视角,非常有意思。 这么想我就觉得这个人脉搜索还真有点东西,这也是我给好评的原因,非常迅速地产生了价值,并且结果有亮点。 以上是过程和故事。 ## 下面就是评价了 ### 惯例是先写优点 1. 数据源很奇妙,来自领英或者什么别的地方,我看是CoreSignal Database和PDL Database,这不是我们通常考虑的互联网的范围。很明显的是,新的数据源就会引入新的认知和思考,我觉得这是很好的 2. 它按结果扣除你的credits,而不是过程,它的思考、揣测、搜索、筛选,甚至那些备选结果但未pass criterion的,都不会占用你的credits,只有那些真正经过筛选的人,才会按照3点/条的计费方式来扣。换句话说,他对自己的结果有信心。我觉得这代表了一种自信 3. 它允许你自己增加筛选的标准,你可以很严苛,也可以很放松,完全由你自己决定,但是,需要注意的是,宽松的限制会导致糟糕的结果,而那仍然会扣除你的credits 4. 在严格的限制下,它无法确保所有的交付结果都是足够好的,但是至少在我看了,有一部分是足够好的,这让我很满意 ### 当然待改进项也不少 1. 前面提到的扣credits的问题,我都显式声明只要10个了,你为啥还要给我15个然后扣我45啊,我不心甘情愿,虽然我是试用用户,但是按40$一个月1000 点的价格看,也就是多扣了0.5$。 2. 从需求描述中提取限制条件的这部分功能并不够好,我的prompt已经写得很完整了,但是仍然没有提取完整的限制,看起来不管需求多长都是生成5个条件。而从两次任务来看,条件才是决定真正执行标准的东西,而不是原始prompt,所以,换句话说,你的“需求优化”把我本来就很强的描述转换成了弱描述。 用户必须要试错了才会学会要通过多添加几个Criterion来实现真正的筛选,而不是一个劲地优化自己的prompt。 3. 一旦submit 任务,就无法终止了,这意味着你没有后悔药,自己的credits在那一刻开始,要扣多少就不归自己决定了。 4. export只能导出为excel,这部分支持的方法还是太少了,没有google sheet或者别的,哪怕csv也是一种创新呢?我是非常讨厌使用xlsx的 5. 我的第二个例子中的人,全部是领英的,第一个例子中的人,全部是website,这让我对与数据来源产生了疑问,是否意味着单次任务是不会足够全面地进行搜索的?而只是先搜一次,看看有没有满足条件的,然后再看下一次?这样的话,它就只是一个大过滤器,而不是一个筛选+排序的agent了,我觉得倒也没啥,就是会显得有点单调。毕竟你总不知道还有哪些好的被你漏掉了 以上
北岸的猫
603
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