Vibe Working, Vibe Living.
Singapore
Joined May 2009
- Tweets943
- Following484
- Followers66
- Likes3.8K
Thanks bro for sharing tokrace.com/en
Tested both with my own key on tokrace.com/en/arena.
今天给自家的 Agent openharvey.com/，参考 Harvey 也加上了 Memory 功能。
按 Harvey 自家说法，他们访谈了很多律所专家，才梳理出哪些需要/不需要记，什么时候调取等。
所以也只抄了个皮毛，纯当练手了。
但是有些体验还是可以借鉴的，譬如memory交给用户自己确认，支持手动增删改查等。
新的办公Agent么？继续卷起来
今年办公 AI 产品层出不穷。看到最近在海外很火的 Kooko，我拿一个完整的选型调研试了下：研究四款 AI 办公产品，面向第一次给自己选工具的独立工作者，最后交付一份可编辑的资料表和选择简报。
一项任务跑完，它给了我一份 Excel 和一份四页简报。资料已经按来源和维度整理好，完成度比我预想的高很多。
Kooko 是去年登上Product Hunt日榜第一的Oreate，最近刚完成品牌焕新。
它的定位也很直接，面向全球专业办公人群的一站式 AI Workspace。
现在这类产品大致往两个方向走：一类不断往里叠功能，最后什么都有；另一类把界面收得很干净，只留下一个通用对话框。
实际用下来，Kooko 的不同就在这里：能力不少，但边界整体面向办公。
首页提供幻灯片、文档、表格、图像、视频和设计等成果入口；Skills 则按研究、财务、营销、设计、视觉和效率等具体工作来组织。
用 Codex 整了一周，合同（包括标书）垂域的 Agent 终于出来了 openharvey.com/
先用了 deep agent 发现太僵硬了，直接把后端替换成 opencode 一下子就活下来了，接了几个领域 skill
用 @e2b 做 Sandbox，参考了 @Weixin_WeChat 开源的 WeKnora，集成了飞书
唯一缺的是与企业系统的交互
github.com/twonly/OpenHarvey 代码放到 GitHub了，蹭下 Harvey，想不到域名还没被注册。
之前参考了御三家办公Agent（@qwenwork、豆包工作、@WorkBuddy_AI），似乎大家对这种以文档为中心的场景，还没有做专门的优化。
剩下的就是与企业内部IT系统（CRM/CLM/ERP）的集成了。
当代手搓agent现状，思考和规划了11轮，结果质量复核不通过。
你是嫌我 token 用不完是吗？
让 GPT-6 Astra 来救一下，好像也不好使。
准备给这 Agent 降降智，不要想太多了。
今天带两个实习生做一个小AI场景，几个感触：
1. 靠业务用户来反馈不如靠自己；但自己再努力，一些corner case还是没法判断；
2. 不了解业务，prompt只会乱写，最终还不如把业务的培训课程和样例给到 Coding Agent 自己理解和制作的 skill 靠谱；
3. 实习生可以熟练使各种用AI工具，但对业务还是太陌生
严肃转发与学习；近来一段时间内部也在严肃的讨论这个问题。
个人感觉就是 传统的需求侧跟不上AI编码速度了；但AI优化类的需求，又不一定是AI编码能快速解决的。
其他点都很认同。
总结一次软件工程研讨会10条关于 AI Native 的共识：
1. BA比开发更稀缺，供需比从1:5降至1:2甚至1:1，AI加速编码但需求产出跟不上。
2. 用户故事（粒度3-5天）已过时，AI一日完成，改用Feature粒度+验收标准，取消故事写法。
3. 需求文档改用Markdown存放于代码仓库，与代码统一版本管理，AI可直接读取。
4. 测试岗数量减少，但保留至少一位专业测试专家指导，开发无法完全替代测试判断。
5. B端项目不再配UI/UX设计师，BA用组件库出原型，AI生成HTML，同构框架直接复用前端组件。
5. 每位开发须具备方案设计与Code Review能力，Tech Lead转向方案管理、谈判与业务对接。
7. AI时代沟通能力优于纯技术，角色边界模糊，所有人向沟通与人际侧迁移。
8. 团队缩至4-5人：BA、全栈开发、测试专家、Tech Lead级方案谈判人员，运维渐被Agent化。
9. 纯技术执行层非护城河，AI优先替代；安全感源于业务理解与方案转化能力。
10. 长期出路在业务侧：软件工程师→Tech Lead→产品/业务，方案咨询与需求挖掘最稀缺，全行业向需求侧集中。
