𝗖𝘆𝗱𝗶𝗮𝗿

统计数据

81
文章
0
粉丝
0
获赞
331
阅读
avatar
Manus 爆火之后，我们做了一套框架来验证这件事儿的可行性，就像我们 CTO 说的，技术是没有护城河的。我一直觉得，只要在 AI 这个赛道，应用层不是难事儿。 这套框架基本原理就是：CoT + DoT + Model + Agnets + Artifacts 完成，其实我一直在思考，Sonnet3.7 ReFlect 这么强，到底要不要做用户侧 CoT！ ○ 用户提问（通过 Query扩写拓展） ○ 条件思考（通过 CoT 激活反问机制） ○ 调用模型（通过 Sonnet3.7 发散推理） ○ 思维图序（通过 DoT ≈ DAG + ReFlect 不断循环节点反思，直到对单节点结果满意） ○ 调用代理（激活 Computer/Browser Use 针对 DoT 处理） ○ 产出内容（根据 DoT 产生的最终结果生成报告） ○ 动态页面（通过 产生的多模态报告，调用 Artifacts 来生成可视化页面） 以上是 Juchats Team 的一些思考！
#Manus #ai赛道 #技术护城河 #应用层 #CoT #DoT #model #Agents #Artifacts #Sonnet3.7 ReFlect #用户侧
avatar
通过昨天 OpenAI 发布的 Agents 结构，我真的怀疑 DeepResearch 是官方在测试这套 Agents 结构的可用性和结果，而且，通过付费模式筛选了一批优质用户！
avatar
Juchats Deep Research 这个是我从产品角度认为并且可实施的实现闭环，我觉得这可能是 OpenAI 迈向全面 Agent 协作试水！基本原则就像团队协作一样，有人负责整理资料，有人负责汇总资料，有人负责决策，以下是工作分配原则： - O3 mini 专门负责脏活累活和整理 Agent 返回的内容 - O1 只负责 Graph 创建，总结的内容决策和最终输出 用户旅程： ● User Query ○ Reverse Query 1/2/3 ● CoT Create Graph（Reasoning / Graph / Mermaid） ○ 通过 O1 创建顶层图谱，并且不断的更新图谱版本号，避免因为 Max token 导致失忆或者失去结构性目标（当然这是下层应用才有的瓶颈） ● Agent Structure ○ Task 1/2/3 ○ Browsing 1/2/3 ○ Summary（O3mini） ○ 通过 O3mini 总结各类 Task 联网收集回来的内容 ● Top-Level Structure ○ 通过 O1 针对 O3mini Task Summary 进行反思和批判，如果存在问题重新整理和汇总，如果没问题更新 Graph 版本并同步更新内容到 RAG / Memory 等！这个就是为什么很多人觉得内容是膨胀再收缩的，一直在总结、反思、批判的过程！ ● Content Output ○ 根据 O1 返回的所有决策进行段落输出最终方案 以上是我个人拙见，欢迎讨论！
#OpenAI #Agent协作 #产品实现 #团队协作 #人工智能 #闭环管理
avatar
AI这个赛道，进来了就熬着吧，慢一点就会掉队，只要不掉队一切就有希望，在这个赛道三年，认识很多朋友，Juchats 新版本上线三天，用户新增5000，苟了一年，继续努力吧！能让大家用上好的产品获得双赢才是目标，过几天正式见面吧！
#ai赛道 #产品更新 #用户增长 #行业发展
avatar
新的观点：OpenAI 是否会把 GPTs 转化成 Agent 模式，慢慢的更换掉 Tools 的模式！
OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 559 条信息
#OpenAI #GPTs #agent模式 #Tools模式 #技术变革
avatar
思考分享 Vol. 02 源于 ChatGPT Task 的想法！ 昨天陆陆续续和我们定制企业级知识库的伙伴聊天，其中一个比较奇妙的话题是：“如果我们要做 Agent Task，都存在哪些需求。” 我们在思考 AI 时代的产品迭代的时候，首先思考的是，如果没有 AI 这些假设是否能成立，如果成立AI 带来的赋能又是什么！ 例如： 上传 200 份合同，检查所有合同的到期日期，把所有合同到期阈值变成 Task，可拆分成系统级通知和自动化完成，调用法大大合同模板，自动生成电子签，短信通知签署联系人，完成签署！ Upload ↓ RAG（ETL） ↓ Expiry_Date ↓ Company_Name ↓ Fadada_E signature ↓ Contact ↓ Send ↓ Done
#AI #ChatGPT #企业级知识库 #Agent Task #产品迭代