迪魔王 Devmore - More about Dev

# 导读 啊花第三次返场 Devmore，这次的身份是 Qoder 产品经理。带着刚去硅谷探访的信息，以及做 AI 产品的一线经历，和我们聊了聊 Agent、Harness，以及从办公助手走向数字员工的可能性。 模型越来越强，为什么还需要 Harness？做功能越来越容易，产品经理该如何取舍？当 Agent 从对话框走进工作群、审批流和团队协作，真正困难的又是什么？从 QoderWork 的实践，到数字员工的探索，我们发现：AI 越能干，关于信任、质量和人的问题，反而越值得认真讨论。 有意思的是，录完这期的短短几天里，几个模型相继霸榜，Qoder 全新版本发布并引发了不少关注，啊花的职责也在继续变化。录音里的讨论，很快又有了新的参照和验证。欢迎听完之后，也去体验一下新版 Qoder，看看我们聊的这些思考，正在怎样变成你手里的产品。 # 主播 - 五花肉：专注开发者生态运营超过十年，目前投身 AI 行业做产品运营，积极探索新工具时代下的增长方法论。对 AI 如何改变工作，以及变化中的人，持续保持好奇。 - 迪西：大厂研发出身，正在实践 AI 产品开发。既感受过 AI 做产品的速度，也踩过“功能做得太满，后来很难减掉”的坑。 # 嘉宾 - 啊花：Qoder 产品经理，拥有长达三个月的 AI 产品从业经验。Devmore 第三次返场嘉宾，从智能家居、油车电车，一路聊到了 AI。 - 小红书：阿尔勒来信 - X：[@vince_arles](https://x.com/vince_arles) # 时间轴 Part 1｜走进 AI 一线：从硅谷见闻到自己的变化 -【01:34】第三次返场：从 IoT 从业者、油车佬，到 AI 产品经理 -【02:18】硅谷见闻：连周末爬山，都在聊创业和融资 -【03:23】高强度工作背后，为什么大家仍然如此亢奋？ -【06:31】个人效率提升了，团队为什么更难带了？传统 IT 团队的三大冲突 -【13:40】零经验、零交接，怎么借助 AI 上手一线产品工作？ Part 2｜做 AI 产品，什么变了，什么没变？ -【19:10】从 QoderWork 聊起：今天的 AI 办公是终局形态吗？ -【24:30】AI 做功能太快了，产品经理反而更要学会做减法 -【26:45】做传统软件产品和做 AI Native 产品有什么不一样的地方？ -【28:39】从工具到伙伴：AI 的“人味儿”如何建立连接？ -【31:02】Q 仔的故事：有了人设的 Agent，怎么守住信任的边界？ -【35:08】从 Claude Code 到 Codex，产品形态给了我们什么启发？ Part 3｜Agent、Harness 与数字员工：机会和难题在哪里？ -【42:56】模型、Harness、应用：新的产品和创业机会在哪里？ -【48:58】把 Agent 拉进工作群，和自己打开软件问它，有什么不同？ -【49:39】两种协作思路：让人来产品里，还是让 Agent 进入人的工作流程？ -【53:20】数字员工为什么难做：招聘、培训、考核，一个也不简单 -【56:11】中美企业服务的差异，以及 FDE 为什么重要 -【59:30】Agent SDK 在解决什么问题？大厂开放能力，又图什么？ -【01:03:06】一直在聊的 Harness，到底是什么？ Part 4｜AI 越能干，为什么越要重新理解人？ -【01:06:23】AI 时代，为什么还要读《人月神话》和《人件》？ -【01:10:01】连 CLI 的自动化测试都不简单，难点究竟在哪？ -【01:14:01】把验收标准写在前面：质量“左移”怎么落到实处？ -【01:16:49】代码写得更快，业务就会发展得更快吗？ -【01:17:34】给还在焦虑的人：腰挺直一点，往前站一点 # 延伸阅读 - 【Agent】：能够围绕目标进行任务规划、调用工具并执行操作的 AI 系统。本期关注的是，Agent 如何从一次性的问答和任务，逐渐进入持续的工作与协作流程。 - 【Harness】：可以借用啊花的比喻来理解：模型是马，应用是车，Harness 是让马能够拉动车的马具。在 Agent 系统中，这一层负责组织模型、工具、上下文和任务执行等能力，具体边界仍在发展。 - 【QoderWork】：阿里 Qoder 团队推出的桌面 AI 办公助手，主打“不是聊天，而是把事情做完”。你用自然语言说出目标，它就能在授权范围内直接读写本地文件、生成 Word/Excel/PPT/PDF、操作浏览器，并通过钉钉、飞书、微信等 IM 频道触发。 - 【QoderWake】：阿里 2026 年发布的“业界首个生产级数字员工”，主打 Harness-First 架构与 Anti-Rot 防腐机制，把 Agent 从一次性的任务执行，推进到长期、自主、可考核的岗位角色。 - 【千问办公】：阿里 2026 年 8 月公测的一站式 AI 办公平台，把 QoderWork、悟空、MuleRun 三条产品线合并，并深度接入钉钉生态。依托千问系列大模型，主打“对话即可交付”——一句话就能拿到文档、表格、演示、网页或多模态素材，并直接落在企业工作流里。 - 【CLI 与 Agent SDK】：CLI 是命令行交互形态；SDK 是供开发者集成使用的开发工具包。本期以 Qoder 为例，讨论直接使用编程工具，与把 Agent 能力接入自己的产品、平台和流程之间的区别。 - 【Skill】：供 Agent 使用的可复用能力包，可以包含指令、专业知识、脚本和参考资料。本期讨论了如何把行业经验带入 Agent，也讨论了产品在丰富能力与保持易用之间的取舍。 - 【数字员工】：本期讨论的一种长期方向：让 Agent 在明确的职责和边界内，持续、自主地承担一类工作。落地时除了能力问题，还涉及上手、权限、协作和考核。 - 【FDE】：本期讨论的是深入企业现场、理解业务并推动 AI 方案落地的角色。既要懂产品与技术，也要理解企业流程，并把现场需求带回产品。 - 【Vibe Coding】：通过自然语言描述意图，让 AI 生成和修改代码的开发方式。本期讨论了它带来的个人效率提升，以及进入复杂企业系统后遇到的协作和质量问题。 - 【Spec Driven 与质量左移】：前者强调用清晰的规格说明指导开发与验证；后者强调尽早在需求、设计和开发阶段发现并预防质量问题。本期反复提到：写代码提速后，不能把所有质量压力都留给最后的验收环节。 # 推荐 - 新版 Qoder：本期录制结束后，Qoder 发布了全新版本。欢迎带着节目里关于 Agent、产品体验和工作方式的讨论，去体验一下，也欢迎在评论区分享你的感受。 - 《人月神话》：啊花推荐给团队重新阅读的软件工程经典。一个人十个月的工作，为什么不能简单地换成十个人一个月完成？放到 AI 时代，这个问题依然值得追问。 - 《人件》：关注软件开发中的人、团队和工作环境。当执行环节越来越快，组织与协作的问题会更加突出，这是啊花推荐它的原因。 # Staff 后期：迪西 运营：小迪 文档：天猪 # 关于节目 「迪魔王Devmore」让有意义的事情有意思。 [DevmoreWork](https://www.yuque.com/devmore/work)，more about work，侧重专业的职场话题，邀请行业专业嘉宾，为大家带来更多专业方向的知识和参考。 [DevmoreLife](https://www.yuque.com/devmore/life)，tech in life，是技术生活系列，技术源于生活，又归于生活，该系列跟你聊一聊生活中无处不在的技术。 [MeetDevmore](https://www.yuque.com/devmore/meet)，meet with us，围绕某一个话题，邀请嘉宾和听众们边吃边聊，我们相信，每一个观点都值得被听见。

# 导读 本期嘉宾是法律圈的大红人游初，不仅是“商科+法律”的复合型背景，也是我们认识的嘉宾里最会用 AI 的法律人了，除了在大厂从事云和 AI 相关的诉讼工作，也致力于让更多的法律人用上 AI、用好 AI。 他从早期把基于民法请求权基础方法的整个鉴定式案例分析工作流做进“龙虾”，意外获得了第一个"aha moment”，到现在一步步把更多领域的法学方法论 AI 工程化落地到诉讼乃至更多法律工作环节上，AI 已帮他实现了极大程度上的工作流自动化改造，他用亲身实践证明:“最会用法律 AI 的人，本就不应该是最懂 AI 的人，而是最懂法律的人。” 这期我们聊了很多:市场营销为什么是每个人的必修课、法学方法论如何工程化成 Skill、编程能力到底是不是门槛、未来 3 到 5 年法律行业的人才结构变化、以及给年轻法律人的成长建议。如果你也在焦虑 AI 会不会真的取代你的法务/律师工作，或者好奇法律人如何用自然语言"编程"，就来听一听吧~ # 主播 - 五花肉：认识不少律师，投身 AI 行业做产品运营，对法律 AI 充满好奇的探索者。 - 迪西：认识一些律师，略懂法律，被嘉宾的 AI 工程化能力震撼到的技术人。 # 嘉宾 - 游初：某人工智能大厂法务，兼任浙江省法学会商法学研究会、竞争法学研究会理事，浙江大学数字法治实验室《法律与人工智能》期刊编委，杭州市人工智能学会法律通用智能专业委员会副主任委员，上海交通大学杭州校友会副秘书长。游初长期从事云计算与人工智能领域法律工作，同时致力于 Agent 工具与法学方法论的 AI 工程化探索并深度参与组织 AI Native 建设，系民法、刑法、行政法三大部门法在国内首套鉴定式案例分析开源 Skill 作者、千问办公首个法律行业专家套件开发者，曾多次受邀在知名高校、头部律所、大型企业及政府机关和法院讲授法律 AI。 # 时间轴 -【04:23】一场场优秀的法律 AI 演讲的秘密：市场营销加法学 -【12:18】市场营销对法律人有多重要 -【20:56】法律 AI 的第一个 aha moment -【24:23】法学方法论的 AI 工程化 -【28:00】三段论：法律人为何率先被 AI 影响 -【36:25】法律人的未来：从 Skill 获客到 FDE 式交付 -【42:02】编程能力是法律人用 AI 的门槛吗 -【45:01】语文能力与组织行为学：AI 时代的新必修课 -【50:55】AI 目前在不同的法律工作中的影响程度 -【01:01:22】AI 在法务工作中，已可以节约 60% 以上的时间 -【01:04:47】为什么有些法律人用不好 AI -【01:07:13】四步五问法：写 Skill 前的思考框架 -【01:09:24】AI 时代下，给法律人的进化建议 -【01:18:06】AI for Legal 与 Legal for AI # 延伸阅读 - 【三段论】：法律推理的基本逻辑结构，源自古希腊亚里士多德的演绎推理。在大陆法系中，法律适用的经典模式为：大前提（法律规则）、小前提（案件事实）、结论（法律效果是否成立）。它是法律人最基础也最核心的思维方式，也是法律工作流相对标准化的原因之一，使得法律工作更容易被 AI 承载。 - 【请求权基础】：德语 Anspruchsgrundlage，指支持一方当事人向他方提出特定诉讼请求的法律规范基础。在民事案件中，律师需要先识别原告的诉讼请求对应哪条请求权基础，再拆解其构成要件，逐一从案件事实中寻找支撑。这是民法案例分析的逻辑起点，也是法律推理最核心的步骤。 - 【鉴定式案例演习】：德语 Gutachtenstil，大陆法系法学教育中的经典案例分析方法。遵循"假设—定义—涵摄—结论"的严格结构：先假设请求权成立，再逐层拆解构成要件和法律概念，进行法律解释，最后将案件事实归入要件之下判断。这种方法论高度结构化，非常适合被工程化为 AI 的 Skill。 - 【Agent（智能体）】：能够自主感知环境、规划任务、调用工具并执行操作的 AI 系统。与传统固定工作流不同，智能体可以根据输入灵活判断适用哪些规则、调用哪些工具，适配非标准化的复杂场景。在法律领域，智能体可以处理从合同审查到案件管理的端到端工作流。 - 【Skill】：AI 智能体的可复用指令集，用自然语言编写，无需编程代码。Skill 封装了某个领域的专家知识和判断逻辑，让 Agent 能够按照专业方法论执行任务。适用于高频、可复用、标准化的工作场景，而非一次性的需求——这一点是很多初学者容易混淆的关键认知。 - 【MCP（Model Context Protocol）】：模型上下文协议，一种让 AI 模型与外部数据源、工具和服务进行标准化连接的协议。通过 MCP，Agent 可以实时检索法律法规、案例库等外部数据，并建立校验机制，确保法律文书引用的准确性和合法性，有效解决大模型幻觉问题。 - 【FDE（Full-stack Delivery Engineer）】：全栈交付工程师，AI 时代的新型角色。不同于传统的 IT 架构师或业务专家，FDE 既懂业务领域知识，又具备 AI 工具的搭建和管理能力，能够将专业知识蒸馏为 Agent 可执行的 Skill 和系统，完成从需求到交付的闭环。未来法律、医疗、教育等领域的 AI Native 建设都需要大量 FDE 角色。 - 【四步五问法】：写 Skill 前的思考框架。五问包括：输入是什么、输出是什么、判断逻辑是什么、最终向哪个方向集成交付、验收标准是什么。通过这五个问题的梳理，帮助创作者在进入 Skill 编写之前理清需求边界和验收标准，避免产出与场景不匹配。 - 【AI Native】：以 AI 为核心能力原生构建的组织架构、工作流和产品形态。不同于在现有流程上叠加 AI 工具，AI Native 要求从底层重新设计工作流程，将 Agent 作为"数字员工"纳入组织架构，重新定义信息传递和协同方式。 - 【SOP（Standard Operating Procedure）】：标准操作流程，将专家的经验和判断逻辑固化为可重复执行的步骤。在法律领域，合同审查的风险点、文书写作的规范等都属于 SOP。将专家的 SOP 蒸馏进 Skill，是法律工作 AI 化的关键路径。 # 推荐 - 千问办公（QwenWork）：阿里旗下的一站式 AI Agent 办公平台，本期嘉宾游初正是其中法律专家套件的创作者，把节目中聊到的法学方法论工程化成了开箱即用的产品。尤其推荐他写的几个法律专家套件： - 【企业法务】：覆盖合规分析、合同尽调等企业法务高频场景，可将团队成熟的工作流沉淀为组织级 Skill 共享复用。 - 【合同管理】：支持批量合同审查、条款比对与风险点识别，还可对接法律专业数据源检索法条与案例。 - 【中国民商事诉讼工具箱】：面向诉讼场景的案卷梳理、检索与文书生成，正是游初诉讼法务经验的 AI 化沉淀。 # Staff 后期：迪西 运营：小迪 文档：天猪 # 关于节目 「迪魔王Devmore」让有意义的事情有意思。 [DevmoreWork](https://www.yuque.com/devmore/work)，more about work，侧重专业的职场话题，邀请行业专业嘉宾，为大家带来更多专业方向的知识和参考。 [DevmoreLife](https://www.yuque.com/devmore/life)，tech in life，是技术生活系列，技术源于生活，又归于生活，该系列跟你聊一聊生活中无处不在的技术。 [MeetDevmore](https://www.yuque.com/devmore/meet)，meet with us，围绕某一个话题，邀请嘉宾和听众们边吃边聊，我们相信，每一个观点都值得被听见。

# 导读 本期嘉宾是公众号「AI 产品银海」的主理人银海，一位因为热爱分享而误入媒体圈的 AI 产品运营。 银海从电子信息工程专业毕业，第一份工作在创维做大数据工程师，因为全公司只招了他一个大数据工程师，被迫从技术到产品"全栈"成长。之后辗转数据安全、AI 设计工具等领域，最终扎根阿里云做 AI 产品运营。与此同时，他从 Datawhale 社区贡献者起步，写 Prompt 手册、共建 WayToAGI，一路"被看见"，歪打正着成了六万粉丝的 AI 领域 KOL。 这期我们聊了银海一路走来的职业选择，也请他给普通用户科普了 Agent、Workflow、SubAgent 这些概念到底意味着什么，以及一个最实际的问题——传统行业的老板到底该怎么买 AI 服务。最后我们还聊了聊 KOL 这条路到底值不值得走。希望对你有启发～ # 主播 - 五花肉：专注开发者生态运营超过十年，涉及前端、中间件、数据库、操作系统等技术栈，在云原生和开源领域有较深运营经历。目前投身 AI 行业做产品运营，积极探索新工具时代下的增长方法论。 # 嘉宾 - 银海：95 后，电子信息工程出身，历任创维大数据工程师/产品经理、安恒信息数据安全产品经理，现任阿里云 AI 产品运营，专注 Agent 方向。公众号「AI 产品银海」主理人，Datawhale 早期成员，WayToAGI 社区共建者。 # 时间轴 Part1 -【00:21】我是怎么成为 AI KOL的？ -【02:58】从电子信息工程到创维的大数据工程师 -【05:57】从技术“被迫”转型产品经理 -【09:01】接触 AI：从 ChatGPT 开始的学习者之路 -【11:02】社区贡献：Datawhale、Prompt 手册与被看见 -【14:00】共建 WayToAGI，加入阿里做 AI 设计工具 -【15:56】AI 产品经理 vs 传统 PM，技术背景如何加成 -【20:00】为什么从产品经理转做产品运营 -【23:40】起号「AI 产品银海」：用 Vibe Writing 保持持续更新 -【28:11】做公众号可以很好的验证市场热情 Part2 -【31:36】怎么去用好 AI？ -【32:05】概念科普：Agent、Workflow、SubAgent、AgentTeam -【35:00】怎么去买对 AI 服务？ -【39:44】如何评估 AI 输出质量与发现真实需求 -【43:44】最糟糕的 AI 使用方式 Part3 -【46:01】KOL 是好的出路吗？ -【49:06】流量不属于你，只是平台需要你的时候赏的红利 -【52:00】银海的自我定位：学者 -【53:13】给开发者的建议：持续输出、被看见与顺应势能 # 延伸阅读 - 【Agent】：AI 智能体，能够自主感知环境、理解目标并采取行动以完成任务的 AI 系统。与传统的单一"提示-响应"模式不同，Agent 具备规划、记忆、工具调用和自主决策能力，可以将复杂任务分解为多个子步骤逐步执行。 - 【Workflow】：工作流，指将一个复杂任务拆解为多个有序步骤的执行流程。在 AI 应用中，Workflow 通常通过预设的规则和流程编排，让模型按照既定路径完成输入处理、中间推理和输出生成。与 Agent 的自主决策不同，Workflow 更强调流程的确定性和可控性，类似于日常工作中的 SOP（标准作业程序）。 - 【SubAgent】：子智能体，在 Agent 架构中负责处理特定子任务的独立智能体。类似于团队中的实习生或专员，SubAgent 由主 Agent 调度，专注于单一职责（如数据收集、格式转换、内容校验等），完成后将结果汇报给主 Agent 进行整合。通过合理分配子任务，可以提升整体执行效率和输出质量。 - 【AgentTeam】：智能体团队，由多个 Agent 协作完成复杂任务的组织形态。类似真实团队中不同角色分工协作，每个 Agent 承担不同职能，通过消息传递和任务编排实现协同。AgentTeam 适用于需要多维度能力（如研究、编码、测试、设计）的复杂项目场景。 - 【Prompt】：提示词，用户输入给 AI 模型的指令或问题文本。良好的 Prompt 设计包括明确的角色设定、任务描述、输出格式要求和示例参考，能够显著提升模型的输出质量和稳定性。Prompt Engineering（提示词工程）已成为 AI 应用中的核心技能之一。 - 【MaaS】：模型即服务（Model as a Service），将大语言模型以 API 形式提供给开发者和企业使用的云服务模式。用户无需自行训练模型，通过调用 API 即可获得模型的推理能力，按调用量或套餐付费。代表性平台包括阿里云百炼、火山引擎等。MaaS 平台同时提供模型微调、Agent 编排、数据管理等配套工具。 - 【工业 4.0】：第四次工业革命的概念，核心是通过物联网、大数据、人工智能等技术实现制造业的智能化和数字化转型。强调信息物理系统（CPS）的融合，将工厂数字化系统（如 ERP、SAP、仓储系统）中的数据采集、分析和可视化，以优化生产流程、提升效率和质量。 # 推荐 - 公众号「AI 产品银海」：银海的个人公众号，聚焦 AI 产品测评、产品体验和实践分享，当前有六万多关注。 - Datawhale：开源 AI 学习社区，提供从机器学习到大模型方向的系统化教程，早期聚焦 AI 1.0 时代的教学体系。 - WayToAGI：AI 社区，早期共建 Prompt 工程案例和教程，是国内最活跃的 AI 学习与实践社区之一。 - 豆包语音输入法：字节跳动旗下豆包客户端内置的语音转文本功能，银海早期用于公众号"语音写作"的核心工具。 - 阿里云百炼：阿里云旗下的 MaaS 平台，提供大模型 API、Agent 编排、模型微调等企业级 AI 基建工具。 # Staff 后期：迪西 运营：小迪 文档：天猪 # 关于节目 「迪魔王Devmore」让有意义的事情有意思。 [DevmoreWork](https://www.yuque.com/devmore/work)，more about work，侧重专业的职场话题，邀请行业专业嘉宾，为大家带来更多专业方向的知识和参考。 [DevmoreLife](https://www.yuque.com/devmore/life)，tech in life，是技术生活系列，技术源于生活，又归于生活，该系列跟你聊一聊生活中无处不在的技术。 [MeetDevmore](https://www.yuque.com/devmore/meet)，meet with us，围绕某一个话题，邀请嘉宾和听众们边吃边聊，我们相信，每一个观点都值得被听见。

# 导读 本期嘉宾是「跟着阿亮学AI」主理人阿亮，一个十几年前就和 OpenClaw（小龙虾）作者 Peter 有过邮件缘份、如今靠 AI 内容半年涨到 10 万粉丝的大厂程序员出身的创业者。 十几年前，他买过 Peter 做的 PDF SDK，用邮件聊了几句；十几年后，Peter 发布了席卷全球的开源项目「小龙虾」，他成了国内把这波流量吃得最准的 AI 博主之一。缘份这件事，有时候真的说不清楚。 阿亮，「跟着阿亮学AI」的主理人。大厂程序员出身，14 年出来创业，起起伏伏做了十几年移动互联网产品；2025 年 8 月，面对AI浪潮和下坡路中的旧业务，他做了一个在当时看起来并不确定的决定——开始在小红书上输出 AI 内容。半年多，从零到 10 万粉丝，3 月份一波龙虾热潮让他彻底「起飞」。 这一期我们和阿亮聊了很多真实的事：怎么从完全不懂做内容，到摸索出一套自己的节奏？流量焦虑、零反馈、负反馈，怎么不被这些事拖垮？AI 在他的内容工作流里到底占多大比重（答案可能让你意外）？程序员做知识型 KOL，真正的优势在哪、坑在哪？希望这一期能给正在考虑转型、或者在摸索中坚持的你，一些实在的参考～ # 主播 - 五花肉：专注开发者生态运营超过十年，涉及前端、中间件、数据库、操作系统等技术栈，在云原生和开源领域有较深运营经历。目前投身 AI 行业做产品运营，积极探索新工具时代下的增长方法论。对「知识型 KOL」这件事充满好奇、正在摸索答案的主持人。 - 迪西：同样大厂程序员出身，也在做知识自媒体播客。 # 嘉宾 - 阿亮：「[跟着阿亮学AI]」小红书账号主理人，10 万粉丝知识博主。大厂程序员出身，2014 年出来独立创业，在移动互联网领域做了十余年产品开发与运营；2025 年 8 月起开始做 AI 自媒体，半年积累超 10 万粉丝。同时持续经营 AI 方向的软件产品（App、网站及 ToB 工具）。 # 时间轴 -【00:00】开场：阿亮和龙虾作者 Peter 的十几年前缘分 -【02:07】阿亮自我介绍：大厂→创业→AI 自媒体的路径 -【03:30】观察阿亮账号：内容分几个阶段，龙虾那波是怎么回事 -【05:14】商业化思维 vs 程序员技术功底，哪个帮了你更多 -【09:45】内容分发策略：为什么重点押注小红书 -【13:00】流量焦虑与选题焦虑，怎么应对 -【14:37】能不能让 AI 帮你做选题、自动生产内容？亲测结论 -【19:05】个人 IP 时代：「活人感」为什么是核心竞争力 -【23:03】零反馈和负反馈：怎么撑过最难的阶段 -【30:33】从一个人做到小团队：招剪辑、招编导的节奏 -【38:12】自媒体商业化的现实：接商单、带货还是做产品 -【42:00】AI 在你的工作流里占多少比重？（反直觉的答案） -【48:00】程序员适合做 AI 方向自媒体吗？如何入门 -【54:33】内容推荐：文字和视频类的对标账号 -【01:00:08】创业建议：从副业起步，找到合适时机再全职 # 推荐 -【Claude Code】：Anthropic 推出的 AI 编程工具，以终端命令行为主要交互方式，能够直接操作文件系统、执行代码、进行复杂工程任务，定位为面向专业开发者的深度编程助手。相比图形界面工具，上手门槛较高，但在处理复杂代码库、自动化开发流程方面有独特优势。 -【OpenClaw（小龙虾）】：由开发者 Peter Steinberger 开源的 AI Agent 应用，支持多模型接入、插件扩展、本地大模型部署等功能。与传统的聊天机器人不同，OpenClaw 被设计为一个可以深度控制用户本地电脑并自主处理复杂任务的 AI 智能体。它可以替用户处理文件、自动发邮件、编写代码等，引发了极大的关注与热潮。 # 推荐 - 账号：[跟着阿亮学AI](https://www.xiaohongshu.com/user/profile/5f84695f0000000001008c8d) — 阿亮的小红书账号，专注 AI 工具实操与知识科普 - X（Twitter）：关注 OpenAI、Anthropic 相关 CEO/研究员账号，是获取一手 AI 动态的核心渠道 - 账号推荐（文字类）：数字生命卡兹克、新智元 - 账号推荐（视频类）：秋芝、技术爬爬虾 # Staff 后期：迪西 运营：小迪 文档：天猪 # 关于节目 「迪魔王Devmore」让有意义的事情有意思。 [DevmoreWork](https://www.yuque.com/devmore/work)，more about work，侧重专业的职场话题，邀请行业专业嘉宾，为大家带来更多专业方向的知识和参考。 [DevmoreLife](https://www.yuque.com/devmore/life)，tech in life，是技术生活系列，技术源于生活，又归于生活，该系列跟你聊一聊生活中无处不在的技术。 [MeetDevmore](https://www.yuque.com/devmore/meet)，meet with us，围绕某一个话题，邀请嘉宾和听众们边吃边聊，我们相信，每一个观点都值得被听见。