主播
节目简介
来源:小宇宙
如果你还在“听播客”,那你可能已经错过了下一代的信息消费方式。
这期节目,我们从一个看似技术选型的问题出发——为什么不做 API / SDK,而是选择 CLI。一路聊到了一个更本质的变化:当用户从“人”变成“Agent”,软件该如何重新设计?
安装 Podwise Skills:
for Openclaw:
clawhub install podwise
On Claude Code / Codex / Opencode
npx skills add hardhackerlabs/podwise-cli
Podwise 最新发布的 CLI + Skills,不只是一个工具更新,更像是把播客从“内容”升级成“可调用的能力”。你不再需要一条条听完节目,而是可以直接搜索、拆解、组合、导出,让 AI 帮你完成一整套信息处理流程。从“听内容”到“调能力”,信息获取的范式正在被重写。
我们聊了很多关键问题:
* 为什么 CLI 反而成了 Agent 时代最自然的接口?
* 为什么传统 SaaS 的 API 思路正在失效?
* Workflow vs Agent,产品的“确定性”和“无限组合”该如何取舍?
* 为什么你会不知不觉中消耗更多内容,甚至更多 token?
* 以及——未来的软件,是不是只剩下“原子能力 + AI 组合”?
如果你是开发者,这期会帮你重新思考产品架构;
如果你是重度信息消费者,这期可能会直接改变你的学习方式。
也许不久之后,“听播客”这件事本身,就会变得有点过时了。
本shownotes由 castwise.ai 制作
Podwise - Podcast Knowledge at 10x Speed!
podwise.ai
Apple Store 下载👉🏻 apps.apple.com
硬地笔记
Part 1: 背景与核心理念
00:04Podwise 发布 CLI 和 Skills 的原因:用户场景推动与 Agent 需求进化
01:16为什么选择 CLI 而非 API 或 SDK:反传统 SaaS 服务方式
05:15Agent 生态推动 CLI 普及:Obsidian 和 Podwise 的案例
Part 2: CLI 功能设计与原则
07:05Podwise CLI 的功能设计:四大类原子能力与内容发现的重要性
11:27CLI 设计:兼顾人类与 Agent 用户,提供可渲染选项与 TTY 环境判断
14:51CLI 设计原则:管道、谜等、非交互式、Help 信息与错误信息
Part 3: Skills 扩展与 AI 结合
19:18Podwise Skills:基于 CLI 的工作流能力,实现自然语言调用与动态工具链
24:30LLM 与 CLI 的化学反应:无限排列组合与动态组合系统
27:38Agent 是新时代的魔法:颠覆低代码/无代码平台,交付结果更直接
Part 4: 用户体验与商业模式
30:36Podwise Skills 体验:Token 消耗与播客消费量成倍增长
33:40AI 时代的内容消费:效率提升与 Token 消耗的性价比
36:49Podwise CLI 与 Skills 的商业模式:免费开源与滚动窗口限制
Part 5: 架构建议与安装指南
38:54软件架构建议:API 优先、逻辑放到 CLI 与服务端做核心业务
45:51安装 Podwise Skills 与反馈渠道
欢迎关注我们
* 知识星球:t.zsxq.com
* 官网: hardhacker.com
* 小手册: book.hardhacker.com
* 用爱发电不容易,请我们喝咖啡☕️: afdian.net
* 公众号/小红书: 硬地骇客
* 商务合作: [email protected]
* 另外,现在加入「硬地骇客」会员服务,即可在会员专属的微信群与其他朋友一起畅所欲言,成为会员也是对我们持续更新最大的鼓励!
这期节目,我们从一个看似技术选型的问题出发——为什么不做 API / SDK,而是选择 CLI。一路聊到了一个更本质的变化:当用户从“人”变成“Agent”,软件该如何重新设计?
安装 Podwise Skills:
for Openclaw:
clawhub install podwise
On Claude Code / Codex / Opencode
npx skills add hardhackerlabs/podwise-cli
Podwise 最新发布的 CLI + Skills,不只是一个工具更新,更像是把播客从“内容”升级成“可调用的能力”。你不再需要一条条听完节目,而是可以直接搜索、拆解、组合、导出,让 AI 帮你完成一整套信息处理流程。从“听内容”到“调能力”,信息获取的范式正在被重写。
我们聊了很多关键问题:
* 为什么 CLI 反而成了 Agent 时代最自然的接口?
* 为什么传统 SaaS 的 API 思路正在失效?
* Workflow vs Agent,产品的“确定性”和“无限组合”该如何取舍?
* 为什么你会不知不觉中消耗更多内容,甚至更多 token?
* 以及——未来的软件,是不是只剩下“原子能力 + AI 组合”?
如果你是开发者,这期会帮你重新思考产品架构;
如果你是重度信息消费者,这期可能会直接改变你的学习方式。
也许不久之后,“听播客”这件事本身,就会变得有点过时了。
本shownotes由 castwise.ai 制作
Podwise - Podcast Knowledge at 10x Speed!
podwise.ai
Apple Store 下载👉🏻 apps.apple.com
硬地笔记
Part 1: 背景与核心理念
00:04Podwise 发布 CLI 和 Skills 的原因:用户场景推动与 Agent 需求进化
01:16为什么选择 CLI 而非 API 或 SDK:反传统 SaaS 服务方式
05:15Agent 生态推动 CLI 普及:Obsidian 和 Podwise 的案例
Part 2: CLI 功能设计与原则
07:05Podwise CLI 的功能设计:四大类原子能力与内容发现的重要性
11:27CLI 设计:兼顾人类与 Agent 用户,提供可渲染选项与 TTY 环境判断
14:51CLI 设计原则:管道、谜等、非交互式、Help 信息与错误信息
Part 3: Skills 扩展与 AI 结合
19:18Podwise Skills:基于 CLI 的工作流能力,实现自然语言调用与动态工具链
24:30LLM 与 CLI 的化学反应:无限排列组合与动态组合系统
27:38Agent 是新时代的魔法:颠覆低代码/无代码平台,交付结果更直接
Part 4: 用户体验与商业模式
30:36Podwise Skills 体验:Token 消耗与播客消费量成倍增长
33:40AI 时代的内容消费:效率提升与 Token 消耗的性价比
36:49Podwise CLI 与 Skills 的商业模式:免费开源与滚动窗口限制
Part 5: 架构建议与安装指南
38:54软件架构建议:API 优先、逻辑放到 CLI 与服务端做核心业务
45:51安装 Podwise Skills 与反馈渠道
欢迎关注我们
* 知识星球:t.zsxq.com
* 官网: hardhacker.com
* 小手册: book.hardhacker.com
* 用爱发电不容易,请我们喝咖啡☕️: afdian.net
* 公众号/小红书: 硬地骇客
* 商务合作: [email protected]
* 另外,现在加入「硬地骇客」会员服务,即可在会员专属的微信群与其他朋友一起畅所欲言,成为会员也是对我们持续更新最大的鼓励!
小宇宙热评
白龙hakuryu
3个月前
辽宁
3
很喜欢听agenter主播的分享。每次听都能学到东西。期待下次分享。
0xSaito
3个月前
澳大利亚
3
🔥 Podwise 出 Skills 了,装上之后小龙虾就能直接吃播客!🦞
npx skills add hardhackerlabs/podwise-cli
啥意思呢就是你丢个链接进去(小宇宙、YouTube、Podwise都行),它自动给你吐出结构化的东西:摘要、思维导图、Q&A、章节、关键词、高光时刻……全是现成的,不用自己再折腾。
而且自带一堆工作流:Weekly Recap 帮你汇总一周听的内容,周报笔记能一键导出到 Notion/Obsidian/Logseq,还有语言学习能生成 Anki 卡片,主题研究、辩论准备也都有对应的 workflow。
还能跑 MCP Server。Claude Code,Codex,Opencode 之类的都能接。
砖吐筷筷
3个月前
北京
1
把能力给原子化确实很有启发性
小帅_美国加拿大华人访谈
3个月前
美国
0
好节目 非常新!
louise_7bt5
3个月前
广东
0
哇塞,你们也太快了吧,昨天开始了解飞书cli,耶,我要去吃podwise啦(≧∇≦)/
hm听播客
3个月前
上海
0
前排!!podwise将成为我虾的第一个自己选择的skill!!💥🎉🎉
ROMANTICTANG
3个月前
上海
0
请问谷歌的那个那个 APP,就是也是可以调用播客和视频内容,然后只围绕着这些生成,那么 podwise 跟这个谷歌的这个 APP 有什么区别吗?
德式锅包肉
2个月前
德国
0
cli还有一个好处就是可以debug没有封装的错误信息吧。api或者mcp很多时候把过程的信息都过滤了。
边玩边跑
2个月前
美国
0
前几天手搓了一个播客笔记的工具,用whisper转成文字再丢给Gemini,选择Gemini是考虑让模型能给出播客内容的背景介绍,有些话题需要提前了解才能听懂。音频爬取和解析跑在单块GPU上,需要至少5分钟,Gemini处理也要多轮。手搓下来才理解看着简单的,其实也没那么容易。
marcher233
2个月前
北京
0
16:25 谁能给介绍一下什么是谜等?我以为是嘉宾口音的问题,仔细看了大纲里也提到了“谜等”,但是搜不到相关信息。