做电话助手,先拆清语音层和后端工具:听说与打断交给语音,查资料、日历和预约交给后端。比较 Grok、GPT-Live 和 Gemini Live 时,要测第一句有用回应、任务完成率和整通电话成本,不能只看榜单延迟或输入单价。
Skool 已发布原帖A field guide · 2026 edition
从 prompt 到 agent,
一条清晰的路。
持续积累的 AI 使用笔记,整理给那些被信息淹没、还没找到入口的朋友——一条入门路径,加上路上的工具、感想和坑。
Start the trail没有匹配的笔记 — 换个词试试。
日常感想
Field notes · scroll sideways · share to X
手记保留写作时点;当前型号与价格见下方模型卡。原帖只有相对日期的条目标注同步日。
AI Agent 演进图谱 · 2026
14 条技术主线、87 个时间节点、34 个重点,放在同一时间轴。点击展开 Computer Use、Voice Agent、MCP、Remote Control 与 Personal Agent。
打开演进图谱AI 的输出要让人看懂:先把话写清楚,再按场景选择 diagram、HTML 交互网页或讲解视频。我给客户讲流程时用图,做市场分析时用 HTML,讲课时用视频;输出形式要跟着理解任务走。
Skool 已发布原帖REA 通过反编译和观察 App 运行,帮助理解客户端功能,也能接 Claude Code、Codex 和 Cursor。它适合研究实现思路、再做自己的版本;对方服务器上的代码和逻辑,并不会因此变得可见。
Skool 已发布原帖那天我的 GPT 额度又回到 100%,近期也遇到过用到约一半就重置。这是我的个人账号观察,不代表所有账号都有同样安排;实际额度和重置时间,仍以自己账号显示为准。
Skool 已发布原帖我的配置思路是先看实际工作量:Mac 内存从 16GB 起,本机做视频或 3D 再考虑 32GB,文件多可搭配外接 SSD。订阅也按使用频率逐步加,不必一开始全开最高档;价格和额度以官网当日说明为准。
Skool 已发布原帖做传单和房源图,我更看重可编辑元素:日期、卧室面积、二维码和头像能单独改,就少了整张图重生成的折腾。就我的使用体验,Claude Design 配模板更适合反复修改和批量出图;GPT 生图则更常用来找视觉创意。
Skool 已发布原帖我日常让 Claude 处理代码、设计和自动化,GPT 更多承担 Live 语音和 WhatsApp 工作流。Rewind、项目记忆和技能录制能减少重复交代;GPT 换对话前,我会先整理好上下文再交接。分工按自己的工作习惯调整。
Skool 已发布原帖我用 Gemini 做日常快速问答,也用 Gems 按计划整理 YouTube 内容;新网页或 App 的最初搭建,先交给 Antigravity,把流程和品牌一起设定。按工具长处分工,比要求一个工具包办所有事情更适合我的日常。
Skool 已发布原帖Antigravity 终于不难用了:/teamwork-preview 让一个协调者把任务分给几个专项 agent,/boost 动手前先深度核查一遍;Pro/Ultra 的配额也放宽了(具体以账号显示为准)。从「玩具」到能接日常轻工作,这道门槛算是过了。
Skool 已发布原帖Live 语音可以开着一直干活,但它是单独一个模型(GPT-Live-1),不是主模型在回答——我拿它派任务、做工作记录,不指望它一次做完复杂活。另外 Desktop 的 Work 语音单独计额度,不是真要操作电脑就别开。
Skool 已发布原帖Codex 不同 session 之间已经能互相交接:一个任务把部署安排同步给另一个,对方马上接上,还主动暂停自己的发布避免冲突。以后同时开几个任务,希望能少一点我在中间来回传话。
Skool 已发布原帖开始用 GPT 6,第一个感受是得盯着 token。Ultra 和多 agent 协作我不当日常默认——几个 agent 一起跑,消耗实在吃不消。先用低档位,真需要深挖再往上开:先看任务,再决定开多大。
Skool 已发布原帖让 Claude Code 写代码,更要重视验收:测试之外,也检查需求、权限和安全。
Prompt 工程的本质不是“咒语”,是“把任务说清楚”。能用 Claude 写好 prompt 的人,写产品需求、写邮件、写技术文档也都会变好。
本地模型能给隐私和部署带来更多控制;能否胜任取决于模型、硬件与任务,仍要测试。
新手最大的误区:把 AI 当成搜索引擎。它不是。它是一个有偏见的、健忘的、但表达流畅的同事。学会与这样的同事合作,是这个时代的核心技能。
Gemini 2.5 Pro 提供约 100 万 token 输入上下文。长合同可以分段检索并定位条款,但仍要回到原文核对页码与含义。
官方资料MCP 这个协议被低估了。一旦 agent 能标准化地调用任何工具,模型层的护城河就会被进一步抽空,留下来的是“工具 + 数据”的护城河。
先认几个词
Plain-English basics · 像给小学生解释一样
Token令牌
模型处理文字时使用的小片段,可能是一个字、一个词或词的一部分;token 不等于字数。
LLM大语言模型
一个读过海量文字、学会“猜下一个词”的程序。你起个头,它接着往下写。GPT、Claude、Gemini 都是 LLM。
API接口
让两个软件互相说话的“插座”。你的程序按约定格式发请求,对方按格式把结果发回来。接入 AI 就是调它的 API。
MCPModel Context Protocol
连接 AI 应用与外部数据、工具的开放协议。统一连接方式,实际访问仍要配置服务和授权。
Skills技能包
提前给 AI 写好的“某件事怎么做”的说明书 + 资料。要做这件事时它打开对应 skill,就知道步骤和规范。(这个页面就是 AI 照着 skill 帮 Arthur 做的)
Agent智能体
能自己拆步骤、调工具、连着把一件事做完的 AI——不只是回你一句话,而是真去“干活”。
loop智能体循环
AI 干活的节奏:想一步 → 动手调个工具 → 看结果 → 再想下一步,这样一圈圈转到把事做完。这个循环就是一个 agent 的“心跳”。
trace运行轨迹
一次运行中可记录的模型调用、工具输入输出、耗时和错误,方便排查问题;不等于模型完整的内部思考,日志也可能含敏感信息。
embedding向量嵌入
把一段文字变成一串数字坐标,意思越接近、坐标离得越近。AI 靠它判断两段话像不像、从一大堆资料里挑出跟你问题最相关的那几段。
RAG检索增强生成
先检索相关资料,再把结果交给模型回答。可用向量、关键词或混合检索;能减少无依据回答,但仍可能出错,需要核对来源。
prompt engineering提示词工程
琢磨怎么把话跟 AI 说清楚,好让它给出你要的结果。同一件事换个问法,效果天差地别——这门“怎么问”的功夫就是它。
context engineering上下文工程
比“怎么问”再进一步:管好每次喂给 AI 的那一整包信息——放哪些资料、什么顺序、塞多少、砍掉什么。上下文的相关性和质量会影响结果。
harness engineering脚手架工程
给模型搭一整套“外壳”——工具、上面那个 loop、权限、上下文怎么管——把一个只会聊天的模型,装成真能干活的 agent。这套外壳就叫 harness。
TTS文字转语音
把写好的文字用接近真人的嗓音念出来。有声书、导航报路、Siri 开口说话,背后都是它(Text-to-Speech)。
STT语音转文字
反过来,把你说的话变成文字。对着手机说一句自动打成字、开会自动出文字稿、语音输入,都是它(Speech-to-Text)。
GitHub代码协作平台
程序员存代码、一起改、看每次改动历史的网站。像代码界的 Google Docs + 网盘 + 修订记录。
HTML网页标记语言
写网页的“骨架”语言,规定一页上有哪些标题、段落、图片、按钮。你现在看的这一页就是 HTML。
官方资料 · MCP ↗Tracing ↗Retrieval ↗
初级必看 · 新手入门路径
The six steps · click a node to expand
所列时间为大致学习安排,可按自己的节奏调整。
01
理解 LLM 在干什么
Mental model
模型根据上下文生成内容,事实仍需核对;接上搜索和工具后,也可以查询实时资料。先分清模型生成、联网检索和工具执行。
02
学会写 prompt
Prompt basics
先说清目标、背景、约束和输出格式;需要时给例子,并约定怎么验收。
03
挑一个主力模型
Pick one
先选一个主力工具,用真实任务建立判断;遇到明确能力或成本瓶颈再比较其他选择。
04
把它接进工作流
Integrate
把它用在真事上:写邮件、改文档、读 PDF、看代码。让它变成你每天都用的工具,而不是偶尔玩一下。
05
动手做一个 mini 项目
Ship one
选一个范围小、能验收的项目,例如公开资料摘要或简单网页;完成后检查结果、权限和成本。
06
进入 agent / 工具链
Agent layer
等前面五步熟悉后,再让 AI 通过 agent、MCP 和本地模型参与更复杂的工作。先从低风险任务开始,给工具最小权限,保留检查与停止机制。
Claude · GPT · Gemini · Grok · DeepSeek
Choose for the task · compare quality, speed and cost
型号与 API 价格核对于 2026-10-17。订阅费用、使用额度与 API 计费分别计算;最新详情以官方为准。
Claude Opus 5.5Arthur 的个人首选
9 月 22 日发布 · 编码、agent 与知识工作
Strengths
- Anthropic 称,多数工作表现接近 Fable 5.1;输出更快,沟通更清楚。
Weakness
- 部分敏感任务会触发安全限制或转交其他模型。
- Sonnet 5.5、Haiku 5.5 也已发布,可按任务和预算选择。
Best for · 复杂编程、长文档与多步骤工作。
标准 API 每百万 token 输入 US$4、输出 US$20;缓存与 Fast 模式另计。2026-10-17 核对。GPT-6 家族
Astra 旗舰 · 6.1 Sol 兼顾能力与成本 · Luna 面向高频任务
Strengths
- 官方将 Astra 定位于最困难的工作;6.1 Sol 面向复杂编程、电脑操作与专业任务;Luna 适合摘要、抽取等高频工作。
Weakness
- 按实际任务比较质量、速度和总成本。
- Sol / Luna / 6.1 Sol 可通过 Work、Codex 与 API 使用,普通 Chat 的开放范围以当前产品说明为准。
Best for · 按任务难度、速度和预算选择:Astra 处理困难工作,6.1 Sol 处理复杂开发与专业任务,Luna 处理高频例行工作。
标准 API 每百万 token 输入/输出:6.1 Sol US$2/10,Luna US$0.10/0.50;其他型号、缓存和加速档见官方价格。2026-10-17 核对。Gemini 4 Argon / 3.8 Flash
Argon 处理复杂任务 · Flash 兼顾速度与成本
Strengths
- Argon 已于 10 月 13 日发布,面向复杂编程、科研与多步骤 agent。
- 3.8 Flash 支持 100 万 token 上下文,适合长文档和日常开发。
Weakness
- Argon API 无免费档;3.8 Flash 有限额免费档。
- 客户资料上传前先检查适用的数据条款。
Best for · Google 生态、多模态和长文档工作,按任务选择 Argon 或 Flash。
API 标准输入/输出每百万 token:Argon US$2/10(优惠至 2026-11-30);3.8 Flash US$0.75/3.75(优惠至 2026-12-31)。完整及到期后价格见官方,2026-10-17 核对。Grok 4.7
9 月 21 日发布 · 50 万 token 上下文
Strengths
- 面向编码、知识工作和长时间运行的 agent;支持工具调用、结构化输出与四档推理强度。
Weakness
- 模型支持文本、图片输入和文本输出。
- 长上下文及不同服务档位的费用需单独核对。
Best for · 希望尝试长任务编码与知识工作,并按实际效果比较成本的用户。
标准 API 输入/输出 US$2/6 每百万 token 起;超过 20 万 token 的请求另有长上下文价格。2026-10-17 核对,见官方价格。官方资料 · Grok 4.7 ↗Release notes ↗
DeepSeek V4.1 Flash / V4 Pro
Flash 已升级到 V4.1;Pro API 继续提供
Strengths
- V4.1 Flash 支持原生视觉理解、工具调用和思考/非思考模式。
- 两款 API 模型均提供 100 万 token 上下文;Pro 不支持视觉输入。
- 旧 deepseek-v4-flash 名称会路由到 V4.1 Flash,新接入使用 deepseek-flash。
Weakness
- API 有高峰/非高峰与缓存差价;自部署还需逐版本核实权重、许可和硬件。
Best for · 重视 API 成本、长上下文与工具调用的开发者。
V4.1 Flash API 非高峰每百万 token 输入 US$0.15、输出 US$0.60;缓存命中另计,高峰价翻倍。2026-10-17 核对,完整价格见官方。官方资料 · API pricing ↗Updates ↗
AI Coding 工具
Codex · Claude Code · Antigravity · Grok Build
Codex (OpenAI)
agentic Desktop / CLI / IDE / CloudOpenAI 的编码 agent。可在桌面、终端、IDE 或云端读代码、改文件、跑测试,并协助提交 PR。
结论 · 适合交互式探索,也适合委派边界清楚的后台任务;先定义验收标准,再审核 diff 和测试结果。
官方资料 · Codex ↗
Claude Code
agentic Terminal / IDE / Desktop / WebAnthropic 的编码 agent,可在终端、IDE、桌面和浏览器中使用,支持读写文件、运行命令与测试。
结论 · 按工作习惯选界面;本地项目和云端任务都要检查权限、改动与测试结果。
官方资料 · Claude Code ↗
Antigravity
ide App / CLI / IDE / SDKGoogle 的 agent 开发工具,提供桌面 App、CLI、IDE 扩展与 SDK,支持多 agent 协作和交互式、后台任务。
结论 · 按任务选入口;重要结果仍要检查代码、测试与操作记录。
官方资料 · Antigravity ↗
Grok Build
agentic Terminal编码 agent,支持计划审阅、并行子 agent、Skills 和 MCP;可在终端中读写代码、运行测试。
结论 · 终端操作在本机执行,模型请求仍会发往服务端。使用前检查 /privacy、数据保留设置和仓库中的敏感信息;本地运行不等于代码不出电脑。
其他 Agent 工具与框架
Hermes Agent — Nous Research 的开源 agent,可部署在自己的环境并连接所选模型;支持从任务经验中创建和更新可复用 skill。 官方资料 ↗
DeepSeek Harness — DeepSeek 开源的 agent 运行框架,“everything is a plugin”:模型、工具、界面都能自由换。它对 agent 的定义是 Model + Harness——呼应前面「harness engineering」那个词条。 官方资料 ↗
Grok Bot — xAI 的云端 agent,每个 bot 配有云端电脑,可连接工具并继续多步骤任务。可用方案、连接权限与数据设置以官方说明为准。 官方资料 ↗
Gemini Spark — Google 的云端个人 agent,使用 Antigravity harness,与 Workspace 工具集成;可在后台继续任务,可用地区和订阅以官方为准。 官方资料 ↗
Git / 协作术语速查
Git — 给代码拍快照、记录改动的工具,可以查看和恢复已提交的版本。
repo — 仓库:一个项目全部代码 + 历史记录的文件夹。
commit — 存一次档:把这次改了什么记下来,配一句说明。像游戏存档点。
branch — 分支:在主线之外开一条岔路改东西,试好了再合回主线。
fork — 把项目复制到自己的名下,在自己的副本中修改,不影响上游;使用和分发仍须遵守项目许可。
PR — Pull Request:“我改好了,请你看看要不要合并进主线”的申请。
Prompt 库
Copy, fork, replace placeholders
你是我的写作搭档。我有一个粗糙的想法:「{IDEA}」。
请帮我:
1. 提炼这个想法的核心命题(一句话)
2. 给出三种可能的展开角度,每种用一段话说服我
3. 在我选定角度后,给出一个 5 段式的大纲 下面是我刚写的代码。请扮演一个 senior 工程师:
1. 指出最多 3 个有证据、值得修改的问题;没有就直说
2. 给出修改建议,注明权衡
3. 不要追求“完美”,追求“可维护”
4. 说明怎样复现或验证;没运行的测试不要说已通过
```
{CODE}
``` 请用费曼方法给我讲「{TOPIC}」:
1. 先用我 12 岁能听懂的方式讲一遍
2. 然后用一个生活类比深化理解
3. 最后指出一个常见误解 我正在纠结一个决定:「{DECISION}」。
请用 10/10/10 框架分析:
列出 10 分钟、10 个月、10 年三个时间尺度可能的影响;说明假设、不确定性,以及我还需要确认的信息。
每个时间尺度不超过两句话,不要鸡汤。 项目实践与示例
Practical ideas · examples are labelled
挑选地产经纪 Skill示例
实践示例:把安省买家或卖家挑选地产经纪时的访谈问题、资料核验与比较清单整理成可复用 skill,具体判断仍由使用者作出。
Claude Skill · TRESA/RECO
邮件自动分类 Agent示例
从获得授权的邮箱读取邮件,按规则分类并生成标签建议;写入前确认权限。调用云端模型时,邮件内容可能离开本机。
Claude API · Python · Gmail API
本地 PDF 问答工具示例
用本地模型和本地向量库检索 PDF,回答附页码;确认嵌入、推理和日志均在本地后再称离线。
Ollama · Local LLM · Local vector store
周报生成器示例
汇总获授权的 Git 提交和 Slack 消息,生成周报草稿,人工核对后发送。
Claude Code · GitHub API · Slack
MCP 自建 server示例
通过只读 MCP 服务整理获授权的 NAS 文件元数据;限制目录范围,写入与删除单独确认。
TypeScript · MCP SDK
Agent 进阶
Cloud · Local LLM · Frameworks · Evals
云服务
- AI SDK — 用统一接口接入多家模型,适合 TypeScript 应用
- Replicate / fal — 托管模型推理,按模型和用量计费
- Modal / Beam — 给你的 agent 一个云上的执行环境
本地大模型
- Ollama — 一行命令跑本地模型,新手首选
- LM Studio — GUI,适合不爱终端的人
- vLLM — 面向高吞吐模型推理与服务部署
- 硬件需求取决于模型大小、量化、上下文和并发。可先用小模型试跑;LM Studio 建议 16GB+ RAM,8GB Mac 需选更小模型和较短上下文。
连接协议与 Agent 框架
- MCP — 连接 AI 应用与外部数据、工具的开放协议;服务与访问权限仍要配置
- LangGraph — 状态机式 agent,可控性高
- Mastra — TypeScript-first,开发体验好
评估 / 监控
- Langfuse — 开源的 LLM observability
- Braintrust — 评估集 + 实验追踪
- 准备代表性测试和失败案例,再迭代 agent;记录成本、延迟与错误。
官方资料 · vLLM ↗LM Studio ↗
资源清单
No affiliates · no fluff
常见免费 App
可交给 Agent 的地产技能
What a realtor can hand to an AI agent
AI 可以准备资料、草稿和操作建议。房源事实、客户隐私、对外宣传与专业判断仍由经纪核对;对外发送、发布和关键系统写入按事先授权执行。
房源文案
Listing copy
给房源参数和卖点,产出中英文 listing 描述、社媒 caption、email blast。
怎么交 · Claude / GPT 套你的文案模板,批量跑。 面积、税费、房源状态等事实人工核实后发布。
营销设计
Marketing design
房源海报、社媒配图、成交卡片、视频封面,按品牌模板批量出图,几个版本任你挑。
怎么交 · 生图模型 + 锁死的品牌模板(颜色、字体、资质行固定),批量跑。 核对真实房屋特征、授权素材和必要标识。
双语沟通
Bilingual comms
客户消息、邮件、文件的中英互译与润色,保留语气和专业度。
怎么交 · 任意大模型;长文件用 Gemini / Claude 长上下文。 涉及合同、金额、期限时逐项核对。
社区资料
Neighbourhood briefs
学区、配套、通勤、交易历史汇编成一页客户简报。
怎么交 · 带联网检索的 agent,套统一模板。 注明来源和日期;学区、边界及入学资格向官方确认。
CRM 录入
Data entry
把名片、表单、邮件里的联系人信息结构化进 CRM 并打标签。
怎么交 · agent + CRM API / Zapier,定时跑。 限定数据来源、字段与写入范围,去重并保留更改记录。
Lead 跟进
Lead nurture
起草首轮回复和培育序列,按客户阶段个性化。
怎么交 · CRM 触发 + LLM 起草,你过一眼再发。
多平台宣传
Multi-platform promotion
同一份素材改写成小红书、微信、IG、YouTube 各自的版本,连发布时间一起排好。
怎么交 · agent 出稿 + 排期,你过一眼,一键确认发出。
定价草稿
Pricing / CMA draft
拉可比房源做初步 CMA 草稿。数字和可比盘的取舍必须你核。
怎么交 · 数据接口 + LLM 汇总,人工定价。
预约协调
Scheduling
读邮件意图、提议时段、写进日历;时间冲突交给你拍板。
怎么交 · 日历 MCP + agent。
合同条款初审
Contract review
关键条款抽出来、待注意点列成清单、和模板逐条对照,全部由 agent 备齐。改不改、签不签,是你和律师的判断。
怎么交 · 长上下文模型 + 条款库出对照表,人逐条定。
合规核对
Compliance checklist
按 RECO / OREA / FINTRAC 流程把核对清单和要附的材料备齐,缺什么先标出来。最后打勾确认的是你。
怎么交 · agent 备清单、备材料,你来勾、你来签。
官方资料 · RECO advertising requirements ↗
想自己动手做一个 AI 地产 agent? 我写了一份从零开始的完整动手教程——也讲清楚它的能力边界,以及为什么仍然需要一个真人。 看教程 →AI 是个有偏见的、健忘的、但表达流畅的同事 — 学会与这样的同事合作,是这个时代的核心技能。
— Arthur · 2026.10.17
12 年全职地产经纪 · Broker · FRI · SRS · ABR · MCNE · CLHMS & GUILD Elite · REAIS