全部 AI 动态 · AI 热点

6月9日

11:52

arXiv cs.AI@Wesley Pegden

精选

Trellis 是一个自动形式化系统，利用 LLM 智能体在确定性约束的工作流中，通过迭代优化自然语言证明，逐步推进 Lean 自动形式化任务。该系统受数学家对“严谨证明”的直觉启发——即证明的任何部分都可以被进一步详细阐述。Trellis 在有限预算下使用通用智能体实现了可靠的自动形式化，其专业化来自“严谨性”含义驱动的工作流，而非特定任务训练。论文还展示了该系统生成的 Ramsey 理论最新突破的端到端 Lean 形式化证明。

论文自动形式化 Lean LLM智能体定理证明工作流

推荐理由：Trellis 解决了自动形式化中可靠性与成本之间的平衡问题，做定理证明或形式化验证的开发者可以直接用这个工作流来生成 Lean 证明，值得关注其开源实现。

原文

05:45

HeyGen@HeyGen_Official

精选

HeyGen 在 X 上分享了一个完整的智能体反馈循环工作流，涵盖 lint、快照、渲染、ffmpeg 拉帧、发布和迭代。该流程强调只信任真实渲染或预览中的运动/视频/音频，并通过冻结已批准的剪辑、分支文件夹来重复迭代。这展示了 AI 视频生成中自动化质量控制和版本管理的实用方法，对从事视频生成和 AI 工作流的开发者有参考价值。

AI产品智能体视频生成工作流迭代 HeyGen

推荐理由：做 AI 视频生成或自动化工作流的团队可以借鉴这个闭环设计——它解决了从生成到迭代的信任和版本控制痛点，直接照着思路优化自己的流程会很高效。

原文

6月8日

21:15

小互@imxiaohu

一位用户分享了自己从追求完全自动化到转向人机协作的心路历程。他之前不断优化AI系统，却导致系统崩溃和效率下降。现在他删除了所有规则，只在关键节点人工介入，与AI共同完成任务，效果反而更好，人也更轻松。这反映了当前AI应用中的一个重要趋势：过度自动化可能适得其反，合理的人机分工才是更优解。

行业人机协作自动化 AI应用工作流经验分享

推荐理由：做AI自动化或智能体开发的团队值得一看——过度追求全自动反而容易翻车，关键节点人工介入的思路可能更实用。

原文

10:52

宝玉@dotey

宝玉指出，使用 Claude Design 的关键前提是拥有自己的设计系统（Design System）。一旦设计系统定义好 UI 规范，设计师就可以将更多精力放在用户体验（UX）设计上，而非重复的 UI 细节。这为 AI 辅助设计工具的正确使用指明了方向，即让工具服务于更高层次的设计决策。

AI产品 Claude Design 设计系统 UX设计 AI辅助设计工作流

推荐理由：如果你在用 AI 做设计却感觉效率提升有限，问题可能出在缺少设计系统——这篇观点点出了关键，做 UI/UX 的设计师值得一看。

原文

6月7日

08:54

shao__meng@shao__meng

AnySearch 是一款面向开发者的 AI 搜索工具，可接入任意 Agent 或 AI 工作流，帮助用户在不跳出常用工具（如 Codex）的情况下完成信息检索。研发 TL 反馈其解决了信息获取广度与置信度判断的痛点。目前 AnySearch 已免费开放体验，支持官网和 GitHub 访问。

AI产品 AI搜索 AnySearch 研发工具智能体工作流

推荐理由：做信息密集型工作的研发团队终于有了一个能嵌入工作流的搜索方案——AnySearch 直接在 Codex 里完成搜索，省去切换 App 的麻烦，建议需要高效获取可信信息的开发者试试。

原文

06:06

rohanpaul_ai@rohanpaul_ai

精选

Claude Code 的创建者 Boris Cherny 在一条推文中指出，AI 在获得工具和自由度时表现更好，而不是被强制嵌入僵化、手工设计的工作流中。他认为通用学习系统具有更好的扩展性，并引用“不要问模型能为你做什么，要问……”来强调这一观点。这条推文反映了当前 AI 应用领域从严格流程控制向更灵活、自主的智能体范式转变的趋势。

AI产品 Claude Code 智能体工作流 Boris Cherny AI 产品设计

推荐理由：Boris Cherny 的观点直击 AI 应用的核心矛盾——流程控制 vs. 自主性，做 AI 产品设计或智能体开发的团队值得深思，建议点开看看原文的讨论。

原文

00:02

rohanpaul_ai@rohanpaul_ai

88°

Anthropic Claude Code负责人Boris Cherny表示，他不再手动提示Claude，而是编写循环让Claude自主执行任务并决定下一步。他认为这是2025年AI工作方式的转变趋势，即从人工提示转向自动化循环。这一观点反映了AI从工具向自主代理的演进，对开发者工作流有深远影响。

行业 Claude Code AI编程自动化工作流 Anthropic

推荐理由：Boris Cherny的观察揭示了AI编程从手动提示到自动化循环的范式转变，做AI应用或自动化流程的开发者值得思考这一趋势，并尝试调整自己的工作方式。

原文

6月5日

23:46

LangChain@LangChainAI

LangChain Labs 与法律 AI 公司 Harvey 合作发布了一项联合研究，探讨如何设计更高效的 AI 工作流。研究聚焦于 LangChain 框架在法律场景中的应用，包括文档分析、合同审查等任务。该研究提供了实际案例和最佳实践，帮助开发者利用 LangChain 构建专业级 AI 应用。对于关注 AI 与法律结合、或使用 LangChain 的团队，这份研究值得参考。

AI产品 LangChain Harvey 法律AI 工作流 AI应用

推荐理由：LangChain 与 Harvey 的联合研究展示了 AI 在法律领域的落地路径，做法律 AI 或企业级应用的开发者可以直接参考其中的工作流设计。

原文

6月4日

23:51

Y Combinator@ycombinator

YC 新系列 Full Stack 首期邀请 Conductor 联合创始人兼 CEO Charlie Holtz，详细展示他如何用 AI 智能体管理编码工作流。视频涵盖从搭建 Conductor 自身、管理编码智能体团队、到区分“无垃圾”区域等实操经验。他还对比了 Claude 与 Codex 的优劣，并探讨了云端工作空间与人类-AI 协作的未来。对于正在探索 AI 编程和智能体管理的开发者，这是一份难得的实战指南。

AI产品 Conductor AI 编程智能体工作流 Claude vs Codex

推荐理由：Charlie Holtz 把 AI 编程工作流的细节全摊开了，从智能体团队管理到工具选型都有真实案例，做 AI 编程和智能体开发的可以直接抄作业。

原文

02:47

Notion@NotionHQ

Notion 宣布为其自定义智能体（Custom Agents）新增 5 个 MCP 连接器，分别对接 Box、ClickHouseDB、Mercury、MiroHQ 和 Mixpanel。这意味着用户可以通过自然语言指令，让智能体直接操作这些外部工具，例如从 Box 读取文件、查询 ClickHouse 数据库、在 Miro 白板上协作、分析 Mixpanel 数据等。MCP（Model Context Protocol）是一种开放标准，旨在让 AI 模型安全地访问外部工具和数据源。此次更新显著扩展了 Notion 智能体的能力边界，使其从单纯的笔记助手升级为跨平台工作流中枢。对于依赖这些工具的团队，可以直接在 Notion 内完成更多任务，减少上下文切换。

AI产品 Notion 智能体 MCP/工具连接器工作流

推荐理由：Notion 智能体终于能直接调用 Box、Mixpanel 等常用工具了，做项目管理和数据分析的团队可以少切几个标签页，建议试试用自然语言查询数据库或拉取报表。

原文

6月3日

00:02

00:02OpenAI Blog（博客/媒体）

OpenAI 发布了 Codex 的新插件、站点和注释功能，旨在让分析师、营销人员、设计师、投资者等不同团队都能通过 AI 提升工作效率。这些新工具将 Codex 的能力从开发者扩展到更广泛的业务角色，支持在多种工作流中集成 AI 辅助。关键细节包括针对特定职业的定制化插件和交互式站点，以及增强代码理解和协作的注释功能。此举标志着 Codex 从编程助手向通用生产力平台的转变，让非技术用户也能受益于 AI 驱动的自动化。

AI产品 Codex 插件工作流生产力工具多角色

推荐理由：OpenAI 把 Codex 从开发者工具变成了全团队的生产力引擎，分析师、营销、设计等非技术角色终于能用上 AI 自动化了——建议各团队负责人点开看看有没有适合自己业务的插件。

原文

6月2日

11:05

berryxia@berryxia

一位研究者（黄总）深入剖析了Claude Workflow的底层核心设计，指出其在实际应用中不仅需要大量人工打磨，还消耗大量Token。这项研究为希望在自己的项目中引入类似工作流的开发者提供了宝贵参考。作者强调，即使自己不精通，AI也能完成任务，体现了AI辅助开发的实用价值。

AI产品 Claude 工作流 Token消耗 AI辅助开发研究

推荐理由：如果你正在探索Claude Workflow的落地，黄总的研究能帮你避开费人费Token的坑，做AI工作流的开发者值得一看。

原文

08:35

berryxia@berryxia

精选

ComfyUI 在5月悄无声息地集成了11个跨图像、3D、音频、视频和多模态的新模型，包括Krea 2、VOID、Tripo 3.1等。Krea 2 以Partner Node形式上线，主打风格优先的图像生成；VOID来自Netflix，能干净移除对象及其阴影、反射等，Apache 2.0开源；Tripo 3.1加TripoSplat实现单图生成完整3D Gaussian资产。这些模型以前需单独调API，现在全变成ComfyUI节点，可拖拽组合成复杂工作流。这标志着AI进步正从单一模型变大转向本地工具快速集成前沿能力，让创作者掌握控制权。

AI产品 ComfyUI 工作流 Krea 2 VOID Tripo 3.1

推荐理由：ComfyUI 把11个前沿模型变成拖拽节点，做图像/3D/视频创作的团队可以直接在本地串出复杂工作流，不用再折腾API和兼容问题，效率提升明显。

原文

6月1日

22:50

shao__meng@shao__meng

本文指出当前多Agent工作流存在一个核心问题：每个Agent像独立的新脑子，各自记忆、各自对用户的局部画像，知识无法自动同步。作者以自身工作流为例，展示了OpenClaw、Codex、Claude Code等工具间的信息割裂，导致Agent能干活却不知道“为什么这样干”。常见对策如写进Repo只保存终点不保存旅程，真正值钱的推理过程、争论、弯路等session信息丢失。作者主张构建Hive Mind（分布式心智+多只手），通过共享记忆层让Agent间自动同步有价值信息，并点名GBrain和CASS两个信号项目作为方向。

AI产品多Agent 记忆层知识同步工作流 GBrain CASS

推荐理由：多Agent协作的开发者终于有了一个值得正视的痛点——知识碎片化让每个Agent都像新同事要重新自我介绍。本文点出了记忆层缺失这个瓶颈，做Agent编排或工具链的团队建议点开看看，GBrain和CASS两个项目值得关注。

原文

09:53

Viking@vikingmute

开发者 Vikingmute 发布了一篇英文文章《How I Use AI for Code Reviews》，分享了一套名为 Review Forge 的 AI 代码审查流程。文章基于之前的中文笔记整理而成，包含详细的步骤工作流。作者指出，AI 生成代码速度极快，如果不严格审查，系统质量会迅速下降，变成黑箱。Review Forge 流程旨在为代码审查带来结构和纪律，让作者对每次变更更有信心。对于大量使用 AI 写代码但难以跟上审查节奏的开发者，这篇文章提供了实用的参考。

技巧 AI 编程代码审查工作流 Review Forge vikingmute

推荐理由：AI 生成代码的质量控制是每个重度用户的痛点，Vikingmute 的 Review Forge 流程给出了可操作的解决方案，做 AI 辅助开发的团队可以直接借鉴。

原文

5月31日

09:39

GitHub@github

GitHub 宣布将参加 6 月 2-3 日举行的 Microsoft Build 大会，提供线下和线上参与方式。大会议程涵盖编码、AI 和工作流等主题，旨在展示 GitHub 在开发者工具和 AI 辅助编程方面的最新进展。这是开发者了解 GitHub 与微软生态整合、探索 AI 驱动开发工作流的重要机会。

行业 GitHub Microsoft Build AI 编程开发者工具工作流

推荐理由：GitHub 在 Build 上展示的 AI 编码和工作流更新，直接关系到使用 GitHub 的开发者团队如何提升效率，建议关注议程并提前注册。

原文

01:49

elvis@omarsar0

用户 @omarsar0 分享了他如何将 HTML Artifacts 作为与 AI Agent 协作的核心工具。在长时间运行的 Agent 会话中，聊天窗口无法有效展示复杂工作成果，而 HTML Artifacts 提供了可视化验证层，帮助用户审查 Agent 的工作。他利用 HTML Artifacts 进行日志记录、实验追踪、代码审查、深度研究等任务，并构建了标签系统来管理。他认为随着 Agent 应用更复杂，交互形式将进化到交互式神经视频/模拟。

AI产品 AI Agent HTML Artifacts 工作流验证层交互

推荐理由：长时间运行 AI Agent 的开发者会面临结果展示和验证的痛点，HTML Artifacts 提供了一种轻量级解决方案，值得尝试整合到自己的工作流中。

原文

5月30日

16:32

Viking@vikingmute

一位开发者分享了其每次代码审查后生成的产物结构：每个功能一个文件夹，每个模型一份报告（如Claude.md、Codex、Composer等）。有趣的是，DeepSeek Pro在报告中自称是Claude。报告包含问题汇总、修复计划、状态跟踪和验证结果，形成完整的审查闭环。这种结构化方法有助于系统化追踪AI模型在代码审查中的表现和修复进展。

AI产品代码审查模型对比工作流 Claude DeepSeek

推荐理由：做AI代码审查或模型对比的团队，可以直接参考这套文件夹+报告结构来标准化工作流，省去重复整理的时间。

原文

12:41

宝玉@dotey

精选

一位开发者将数据库接入AI Agent后，发现token消耗巨大，且Agent不按预设工作流执行。问题根源在于Memory只是背景信息而非执行指令，Agent每次对话都会重新推理规划。解决方案是用Agent Skill + Script替代Memory中的工作流：让LLM只负责将自然语言翻译成SQL，而执行SQL、格式化结果等确定性步骤交给脚本。在Skill中内嵌表结构说明和SQL模板，Agent只需填空而非从零推理，token消耗可降低一个数量级。

AI产品 AI Agent token优化工作流 SQL 脚本

推荐理由：做AI Agent开发的团队都会遇到token消耗和流程失控的痛点，这个方案把LLM的职责边界划清楚了——翻译SQL交给AI，执行交给脚本，建议直接抄作业。

原文

11:56

宝玉@dotey

开发者分享了一种处理 Claude Design 与代码版本同步的方法：以 Claude Design 为唯一设计源，更新时生成 changelog，再由 Claude Code 根据 changelog 同步代码。建议优先修改设计再改代码，临时改代码后需回同步设计。该方法解决了设计与代码长期不一致的问题，适合使用 AI 辅助设计的团队。

技巧 Claude Design 版本同步设计源 Changelog 工作流

推荐理由：做 AI 辅助设计的开发者经常面临设计与代码脱节的问题，这个方案给出了一个可落地的同步流程，值得一试。

原文

11:17

OpenRouter@OpenRouterAI

ComfyUI 新增对 OpenRouter 的支持，用户可直接在工作流中调用 20 多个模型，无需绑定单一 LLM。这一集成降低了切换模型的摩擦，提升了工作流灵活性。开发者可以更自由地组合不同模型完成图像生成、文本处理等任务。相关工作流链接已附在推文中。

AI产品 ComfyUI OpenRouter 模型集成工作流图像生成

推荐理由：ComfyUI 用户终于可以摆脱单一模型限制，在同一个工作流里自由切换 20+ 模型，做图像生成或 AI 工作流的团队建议直接试。

原文

08:26

Ate-a-Pi@svpino

精选

一个包含30个开源端到端智能体示例的仓库被分享，这些示例使用Google ADK构建，展示了复杂的工作流程。每个示例都配有完整的文档、源代码和架构图，架构图本身被认为极具价值。用户可以通过一键部署功能快速运行这些示例。该仓库适合希望学习或构建智能体应用的开发者。

AI产品智能体开源/仓库 Google ADK 工作流开发者工具

推荐理由：做智能体开发的团队可以直接复用这些成熟的工作流模板，架构图能帮你省下大量设计时间，建议收藏。

原文

00:03

LangChain@LangChainAI

LangChain 在 Interrupt 主题演讲中推出了 Managed Deep Agents，由 Sydney Runkle 和 Victor Moreira 进行了 20 分钟的详细演示。该产品旨在简化深度智能体的部署与管理，降低开发门槛。演讲展示了如何通过托管服务快速构建和运行复杂智能体工作流。对于希望快速集成 AI 智能体的团队来说，这是一个值得关注的工具。

AI产品智能体 LangChain 托管服务 AI 部署工作流

推荐理由：LangChain 把深度智能体的部署门槛降低了，做 AI 应用开发的团队可以直接用托管服务省去运维烦恼，建议点开看看 20 分钟演示。

原文

5月29日

00:35

LangChain@LangChainAI

LangChain 宣布其 API 新增多项功能，包括创建智能体、更新配置、创建线程以及从产品工作流中流式运行。这些能力让开发者能更灵活地将 LangChain 集成到自己的平台中，实现自动化智能体管理。该更新降低了构建复杂 AI 工作流的门槛，尤其适合需要定制化智能体编排的团队。

AI产品 LangChain 智能体 API 工作流集成

推荐理由：LangChain API 新增的智能体创建和流式运行能力，让做 AI 工作流编排的开发者可以直接在自己的产品中集成，省去自建编排层的麻烦，值得一试。

原文

5月28日

00:50

airtap_ai@airtap_ai

Airtap 在 X 上发布了一个更强大的智能体工作流，核心模式为 read->write->act。智能体首先检查用户资料，然后将上下文转化为特定的开场白，最后将输出带入实时消息流中。这展示了通用生成与应用落地执行之间的区别。关键不在于生成文本，而是在正确的位置、用正确的上下文生成正确的文本。

AI产品智能体 Airtap AgentUX 上下文感知工作流

推荐理由：这个模式解决了 AI 智能体从通用生成到具体执行落地的痛点，做社交或消息类 AI 应用的开发者可以直接借鉴这个 read->write->act 流程。

原文

5月27日

14:50

Viking@vikingmute

精选

文章《Using AI to write better code more slowly》挑战了 AI 编程就是快速生成大量代码然后直接合并的普遍认知。作者认为 AI 完全可以用来写出高质量代码，只是过程会更慢，这才是可持续的方式。他推荐的工作流是：使用多个不同模型（如 Claude sub agents、Codex、Cursor Bugbot 等）并行审查 PR，分别找出 bug 并按严重程度排序。人类开发者负责验证和去伪存真，减少幻觉。然后让 Agent 修复所有 Critical 和 High 严重等级的问题，重复直到没有为止。如果 PR 有太多 Critical 问题导致实现思路错误，就直接放弃该 PR。文章还分享了作者日常的工作流和建议。

AI产品 AI 编程代码审查工作流 Claude Codex Cursor Bugbot

推荐理由：这篇文章打破了「AI 编程=快糙猛」的刻板印象，为追求代码质量的开发者提供了一套可落地的多模型协作审查流程。做代码审查或维护高代码标准的团队，可以直接参考这个工作流来提升 PR 质量。

原文

11:08

LangChain@LangChainAI

LangChain 联合创始人 Harrison Chase 在 Day 2 主题演讲中展望了未来智能体的形态。他强调了“中断”（Interrupt）机制的重要性，认为智能体需要能够暂停、等待用户输入或外部事件，再继续执行任务。这一设计让智能体更可控、更可靠，适合复杂工作流。演讲还展示了 LangChain 平台对中断机制的支持，开发者可以按需调用。这对构建生产级 AI 应用的团队有直接参考价值。

AI产品智能体 LangChain 中断机制工作流生产级AI

推荐理由：Harrison Chase 点出了智能体从“自动执行”到“可控交互”的关键转变，做 AI 工作流和智能体应用的开发者值得看看这个方向。

原文

5月25日

20:56

阿里云 Alibaba Cloud@alibaba_cloud

在 Qwen Conference 2026 上，Fizzdragon CEO Pax Chen 参加了基础模型论坛，分享了 AI 如何将影视、广告和创意内容的制作从脚本到屏幕缩短至几分钟。他解析了 AI 驱动的创意工作流的下一个前沿，展示了 AI 原生时代的创作动能。这场讨论揭示了 AI 在内容生成领域的实际应用潜力，尤其对影视和广告行业具有变革意义。

行业 AI 创意影视制作广告 Qwen 工作流

推荐理由：影视和广告从业者终于有了可落地的 AI 工作流——从脚本到成片只需几分钟，做创意内容的人建议关注这个方向。

原文

18:40

阿里云 Alibaba Cloud@alibaba_cloud

在 Qwen Conference 2026 的 Agent 应用论坛上，Qoder 技术布道师 Larry Fang 发表了题为《遇见你的 AI 双胞胎：用 Qoder 重新定义工作》的演讲。该演讲聚焦于 AI 原生工作流，展示了如何通过 AI 双胞胎概念提升工作效率。活动旨在推动 AI 代理在真实场景中的应用，吸引开发者和企业关注。

AI产品 Qoder AI 双胞胎智能体工作流 Qwen Conference

推荐理由：Qoder 的 AI 双胞胎概念为工作流自动化提供了新思路，做 AI 代理或效率工具的开发者值得关注，看看如何将 AI 融入日常任务。

原文

15:21

berryxia@berryxia

一位用户分享了三个AI Agent协作完成审核任务的实践：两个Agent负责执行具体任务，一个Agent负责复核和查漏补缺。这种分工模式让人类只需通过自然语言指令（甚至“PUA”）来协调工作，大幅减少了人工干预。该方案展示了多Agent协作在审核场景中的实用性，尤其适合需要高准确率的重复性任务。

AI产品智能体多Agent协作审核自动化工作流效率工具

推荐理由：做审核、质检或文档处理的团队可以借鉴这种“2执行+1复核”的Agent协作模式，直接减少人工盯屏的精力消耗，值得一试。

原文

04:36

rohanpaul_ai@rohanpaul_ai

精选

Claude Skills 是一种让 Claude 以可重复方式完成特定任务的功能。它本质上是包含指令、脚本和资源的文件夹，能动态加载以提升专业任务表现。一个 Skill 可以打包提示词、工具（API、文件、MCP 服务器等）为可复用工作流，通过名称/描述和 YAML 配置定义。用户只需在聊天中调用，如“Run Document Suite on this draft”或“Use Webapp Testing on /login”。Reddit 上有用户分享了 10 个改变工作方式的 Claude Skills 实例，展示了其实际应用价值。

AI产品 Claude Skills 工作流可复用自动化 MCP/工具

推荐理由：Claude Skills 把复杂任务封装成可复用的工作流，做自动化或重复性工作的团队可以直接套用，省去每次手动配置的麻烦。

原文

5月24日

16:22

岚叔@lufzzliz

精选

一位开发者分享了优化 OpenAI Codex 工作流的提示词，灵感来自 Hermes 自进化 skill 流程。该提示词要求 Codex 每周检查使用记录，识别重复工作流（如 CI 失败、PR 审核、测试失败定位等），并优先复用或优化已有技能。规则包括：盘点已有能力（本地技能、插件、agents 等），避免创建重复技能，仅当现有能力无法覆盖时才新建。输出结构包含重复工作流清单、能力匹配、建议动作及文件修改记录。

技巧 Codex 提示词工作流自进化 skill

推荐理由：教你用提示词让 Codex 自动优化工作流

原文

10:52

marktechpost@Sana Hassan

精选

本文介绍了如何基于 Anthropic API 构建 SuperClaude 框架的高级工作流，通过集成命令系统、多智能体协作、模式切换和会话记忆功能，实现更复杂、更可控的 AI 交互。该框架允许开发者定义自定义命令、创建专用智能体角色、切换不同工作模式，并利用会话记忆保持上下文连续性。教程提供了具体代码示例和架构设计思路，适合希望扩展 Claude 能力的开发者。

技巧 SuperClaude 框架工作流智能体会话记忆 Anthropic API

推荐理由：想用 Claude 做复杂自动化任务的开发者，这个框架能帮你把命令、智能体和记忆整合成一套可复用的工作流，比直接调 API 灵活得多，值得照着教程搭一套。

原文

10:41

宝玉@dotey

一位开发者分享了使用 Codex 自动生成项目说明文档的工作流：先让 Codex 阅读项目代码，然后要求它用 mermaid 图表详细解释项目工作原理，最终生成一份即使小白也能理解的文档。该方法利用了 Codex 的代码理解和文档生成能力，大幅降低了项目文档编写门槛。对于开源项目维护者或团队协作来说，这是一个高效实用的技巧，值得尝试。

技巧 Codex 文档生成项目说明 mermaid 工作流

推荐理由：做开源项目或团队协作的开发者，可以用 Codex 自动生成项目说明文档，省去手动写文档的麻烦，建议试试这个工作流。

原文

5月22日

08:05

Notion@NotionHQ

Notion 官方发布了 Custom Agent 的最佳实践指南，帮助用户更高效地构建和使用自定义智能体。该指南涵盖了从设计原则到实际部署的完整流程，包括如何定义 Agent 的目标、选择合适的数据源、以及优化交互体验。对于希望利用 Notion 自动化工作流的团队和个人来说，这是一份实用的参考文档。

AI产品智能体最佳实践 Notion 自动化工作流

推荐理由：Notion 用户终于有了官方指导来搭建自己的智能体，做知识管理或自动化流程的团队可以直接照着实践，省去自己摸索的时间。

原文

5月21日

23:34

Y Combinator@ycombinator

76°

Pentagon 是一个为人类和 AI 智能体设计的协调层，旨在解决当前工作中智能体各自为战、人类被迫充当中间件的问题。它让智能体（如编程、研究、运营、客服等）与人类能够像团队一样沟通、协调和协作。该项目由 Y Combinator 支持，创始人 Edgar Pavlovsky 宣布正式上线。对于多智能体工作流和团队协作场景，Pentagon 提供了一种新的组织方式。

AI产品智能体协作层 YC 工作流团队协作

推荐理由：多智能体协作的痛点终于有了正经解法——Pentagon 让人类从中间件角色解放出来，做 AI 工作流编排的团队值得关注。

原文

08:00

andrew chen@andrewchen

知名投资人 Andrew Chen 在 X 上提出一个有趣的观点：终端中的智能体编程与桌面 IDE 中的智能体编程，是否正在成为新一代的“Emacs vs Vim”之争？这反映了开发者对 AI 编程工具使用场景的分歧——有人偏好终端的高效与极简，有人依赖 IDE 的集成与可视化。这场讨论触及了 AI 编程工具如何适配不同开发者工作流的核心问题，也暗示了未来工具生态可能走向分化。

行业智能体编程终端 IDE 开发者工具工作流

推荐理由：Andrew Chen 的比喻精准戳中了 AI 编程工具的使用分歧，无论你是终端党还是 IDE 党，都能从中看到自己阵营的立场，值得点开看看这场新辩论的走向。

原文

07:59

向阳乔木@vista8

AI科技圈的小龙虾和Hermes热度下降，但普通用户仍面临上手难度高的问题，如提示词编写、工作流配置和模型选择。360推出安全龙虾云端版，内置100+预训练专家虾，支持多种模型和技能市场，降低使用门槛。产品提供手机端支持和龙虾教练功能，帮助用户10分钟训练专属Agent。该产品旨在解决普通用户不会用、装完吃灰的痛点，实现开箱即用。

AI产品 AI Agent 360 开箱即用专家虾工作流

推荐理由：360解决了普通用户玩不转AI Agent的痛点，内置100+预训练专家虾和龙虾教练，10分钟就能训出专属虾，适合想用AI但怕折腾的团队和个人直接上手。

原文

07:59

Cursor@cursor_ai

Cursor 宣布现在可以在 Agent 工作区中直接创建和管理自动化任务，无需切换界面。该功能已在 Agent 窗口上线，并且新创建的自动化任务在接下来 7 天内享受 50% 的折扣。这简化了开发者的工作流程，提升了效率。

AI产品 Cursor Agent 自动化工作流开发者工具

推荐理由：Cursor 把自动化管理直接塞进 Agent 工作区，省去了来回切换的麻烦，做自动化流程的开发者可以趁 7 天半价优惠试试。

原文

5月20日

14:53

DeepLearning.AI@DeepLearningAI

DeepLearning.AI 指出，常见的提示错误是直接让 AI 生成最终稿。更好的工作流是先让 AI 生成大纲，通过调整结构来显著改善最终输出，避免 AI 写作的通用化问题。Andrew Ng 在《AI Prompting for Everyone》课程中教授了实用提示技巧。

技巧提示工程 AI写作工作流 Andrew Ng DeepLearning.AI

推荐理由：这个提示技巧能帮写作者避免 AI 内容的千篇一律，做内容创作或文档撰写的团队值得一试。

原文