XDash
2周前
XDash
2周前
今天除夕,我来内卷一下: 《我如何实践打造个人 AI 贾维斯助手》这门课程正式上线了~ (此前预购过早鸟票的 1000+ 位学员们,请检查你们的邮箱,昨天晚上已经发过去了。如果没看到,可先检查 spam 看看是否误判) 这门课的背景是:最近 AI 行业智能体(Agent)还有 OpenClaw 🦐 这样的开源助手持续火爆,而我其实在几个月前就开始尝试,从零开始,搭建了专属自己的私人 AI 基建设施系统(AI Infra,aka 贾维斯助手),调度各种工具/技能/智能体,来武装自己的日常。 现在不仅实现了远程移动端办公,更能用智能耳机🎧、动动嘴巴就遥控家里的贾维斯干活,而且它能自我进化,越来越聪明、越来越懂我。 比起其他开源的第三方工具,我认为自己开发的 AI 助手,更安全、强大、可拓展/可定制、有数据主权,并且最重要的是,能构建个人护城河并累积自己的 AI 能力复利。在今天这个 AI 能力光速进化的时间点,靠自己实现一套,其实一点也不难。 我将过去几个月的经验,都写到了这门课程里,包含系统化的个人 AI 贾维斯构建思路、实战案例、踩坑血泪和细节 hacks,信息量满满,时长足足两小时。📚 这门课程的制作理念是「低门槛、高实用性」,不空谈概念,也不要求你有编程基础,所讲解的产品工具也是不需要考虑中外网络环境差异的通用软件,大家都可以立刻上手、有所产出。 - 适用人群:想要提升效率、打造自动化工作流的技术从业者、内容创作者、创业者、知识工作者和对 AI 技术感兴趣的任何人 - 课程特色:亲身实践数月、真实案例驱动、(中国境内无需特殊网络环境辅助访问的)海内外通用资源、内容也适度降维确保小白也能上手。 在学完后,希望有助于你增加更多自由时间,效率倍增,并且能构建有长期复利的个人护城河,以及应对 AI FOMO 的技能迁移能力。 为了欢庆佳节,值此中国的马年新春之际,这门刚刚正式新鲜出炉的课程,仍可享受新春特别优惠价格:99元(跟此前预购阶段的早鸟价格相同)。春节假期结束,会恢复到正式定价 299 元。 感兴趣的话,可访问如下地址订购(会立即自动通过邮箱发货): 我提供了百度网盘(中国境内可投屏电视)、Google Drive、YouTube 三种获取视频观看的途径。并且额外附赠了音频版(可过年开车在路上听)、AI 辅助精修过的外挂字幕、PDF 课件文档。 感谢各位一如既往的支持,(不管你身在哪里,是不是中国国籍,哈哈)祝福你新春快乐,大吉大利,并且能在假期中有所收获,来年效率飞升,生活健康美满。 Just enjoy it!
XDash
1个月前
【这是一个即将上线的新课程预告】 这两天 AI 圈最火爆的项目,非 Clawdbot(已改名 Moltbot)莫属。但我也就瞥了一眼,旋即忽略。 不 fomo 吗?完全没有。甚至有点想笑。 之所以如此淡定,底气源自于——我早就搭建了比它更强大、更灵活、更贴合我日常真实需求的、完全个性化的 AI Infra(AI 基建设施),正 7x24 小时跑着呢。 我愿将这套个人的 AI Infra 称为:「私人 AI 贾维斯助手」。 它的前身,是去年推出过的「我的 100X 知识萃取系统」。 这次大升级,不光整合了原本的「知识管理」的体系,更是直接融入了日常真实的工作流,从「对内探索」进化为「向外做功」。 功能丰富度、灵活性上,全面碾压去年。举一些我依赖的日常用例: - 协助我整理每周 Newsletter,将繁复非标的手工处理,简化为敲击一个命令即可; - 自动抓热点、筛选题、评估爆款指数、结合我的写作风格和读者画像,给出写稿建议、生成草稿; - 自动获取 24h 内在 X 的数百个指定账号的动态,发现爆款、总结热议、提炼新闻,生成奏折日报; - 将我新收藏的 Bilibili 和 YouTube 长视频,自动总结内容为摘要,Email 给我速览; - 帮助我的客户,自动生成符合他们风格的短视频脚本,继而再生成高度仿真的口播视频; - 遵照我的投资风格,轮询标的价格、搜集市场情报,给出个性化的投资建议,甚至代为操盘; - 按照我的要求,整理我和豆包的聊天记录,提炼为具体需求,用于写代码、出稿子、做研究; - 自动获取我主动留下的网络痕迹(豆瓣、即刻、flomo 笔记等),喂给 AI 让它不断地更懂我; - 定时备份电脑上、网络账号里的的数据资产,到多个指定位置(云端 / 移动硬盘 / NAS); - 散步/遛娃/开车的时候,与蓝牙耳机对话,随时激活这个 AI 系统里的一切预置能力,让它们开始干活… 这套代码体系,都在我完全掌控的独立体系里执行,不依赖某个平台的账号、不需要某个巨头的许可、不担心隐私信息被上传。全部代码可以打包到一个文件夹里,装进 U 盘随时备份和迁移。 决定开发这套体系的动力,来自于看到去年下半年,AI 编程领域涌现出了「Claude Code」(及其中文世界的追随者「腾讯 CodeBuddy」、开源世界的模仿者「OpenCode」等)这样强力的神器。任何国家/网络环境下,都能找到一款自己趁手的工具。 不久前新出的 Skills(技能)这个特性,又直接将开发「贾维斯」难度降低了好几个梯度。并且还让这个系统,有了自动总结经验、持续自我进化的能力。 整个开发过程中,我也从《持续发现习惯》作者 Teresa Torres 的 YouTube 分享、斯坦福女极客 Molly Cantilllon 的「个人 AI 全景监控系统」得到不少启发(在公众号和社交网络上都分享过)。 之前我只是零星发了点开发感悟,就已收到不少读者的私下询问:可否将这一切经验,再做一门课程,愿意付费支持。 我认真评估了下,觉得可行。 于是今天就来草率地丢个课程的预购链接,目前是早鸟价(复制如下地址到浏览器,或点击左下角原文链接): 今天这篇就算是这门课程预告的预告了。 如果看到需求旺盛,我很快就会放出更正式的课程信息,并开始制作,在春节前交付,助大家在假期闲暇之余自我进化一波。
XDash
1个月前
最近跟合伙人讨论、跟企业家们常聊的一个话题:为什么推动 AI 在自己公司里落地、号召员工们高效使用,这么难推? 正好看到 SaaStr 上一篇文章,介绍 Personio 这家公司的经验,分享下。 Personio 是欧洲领先的 HR 和薪资平台,估值超过 30 亿美元,拥有 1500 名员工和 15000 个客户,其中包括 400 人的销售团队。 在首席收入官 Philip Lacor 的带领下,这家公司在短短 6 个月内创建了 400 个 AI 智能体助手,研究时间从 2 小时缩短至 15 分钟,SDR 人均产出翻倍,7 天内预订 140 场会议,处理了 20 万次网站会话。 落地过程中他们也曾深陷或见识到各种陷阱: - 只学习 AI 不部署 AI 的现象普遍存在,管理层热衷于读论文、听播客、参加会议,就是不动手实践。 - 技术团队闭门造车成为常态,他们做出来的 AI 工具业务部门根本不用,最终沦为展示用的「花瓶」。 - 数据质量问题如灾难般严重(比如 30% 的客户流失原因被标记为「其他」,企业根本不知道客户为什么离开,盲目运营),即便是 Personio 也花费数月时间清洗数据,去重了三分之一的 Salesforce 记录。 - 容易陷入无休止的工具测试陷阱,从 Clay 到 Artisan,再到下一个热门工具,永远在测试从未真正部署,像是在工具的海洋中溺水。 - 销售人员需要跨 10-20 个系统寻找客户信息,AE 每天浪费 2.5 小时在系统切换上,效率低下。 - 追求完美 AI 的心态作祟,想要一个大而全的系统,结果什么也做不出来。 Personio 摸索出的策略和方法论包括: - 快速创建超过 400 个小 AI 助手,不追求完美,而是追求实用和快速迭代。 - 采用双驱动模式:自上而下的战略规划结合自下而上的真实需求,确保 AI 项目既有高度又接地气。 - 组建 15 人跨职能团队,涵盖数据系统、收入运营和业务部门,打破部门壁垒。 - 运用 Jobs-to-be-Done 框架,不问「AI 能做什么」而问「用户要完成什么任务」,需求导向而非技术导向。 - GTM 工程师跟岗 2 周,深入一线寻找真实痛点,而不是坐在办公室里想象问题。 - 每天监控 AI 输出,建立严格的质量控制体系,确保 AI 不会「胡说八道」。 - 深耕现有工具栈,不盲目追新,在熟悉的基础上做深做透。 - 在 President's Club 预留席位给 AI 贡献者,用实际激励推动 AI 文化建设。 重要但容易被忽略的事: 不要花 3 个月时间选工具,不要追求完美再上线,不要让技术团队单独推进项目,不要忽视数据清洗,不要让 AI 无人监管「裸奔」。