@artshooter 第五点描述的不太对。那个机器不叫插秧机器人，叫悬架式农业机器人。他也不只能插秧， 打顶 除草 收割 都能干。

谢邀
1. 超大型互联网公司和垂直度极高的专业软件领域的公司，还在零零散散地招一些资深程序员，进行前沿技术的开发。但别的一些小公司和传统 SaaS 行业已经完全被 AI 打趴下了，基本不招人了。因为大模型厂商已经能够一键产出一个稳定可用的系统了。

2. OpenClaw 依旧继续存在 ，并且覆盖率更大。它所带来的“每个人都能有一个智能助手”的这个概念已经深入人心。 或许每个人在他的数字生活过程中，并不一定都在用 OpenClaw ，但或多或少都一定会用到类似的智能助手。智能助手已经变成了每个人的一个电子替身，去帮助人们进行信息交流。

3. 外卖、网约车和快递这三个行业依旧存在，依旧有很多人在这些行业工作。在这三个行业当中，升级替代最快的其实是快递行业：各种智能运载工具正在努力解决快递的最后一公里问题。

4. 还是有人在工厂打螺丝。工厂的自动化在持续进行，个制造业在快速迭代，但还没有完全达到自动化生产。
以物流仓库为例，已经出现了一些智能叉车和电子贴单来管理货物。但是仍然需要部分人工来处理实际生产过程中的问题。

5. 农业有了一些试点案例，但并不是以机器人的形式，而是以各种特定工作的智能机器。比如插秧由一个插秧机器人来处理，这个机器人的结构有点像蜘蛛侠里的八爪鱼博士：通过四个脚立在地面上，中间有一个机械手，能够把秧苗插到稻田里来作业

6. AI 医生在大众医疗领域已经快速落地。在家庭和社区里，出现了一些小型的智能诊疗设备。方便随时看病。
通过简单的问答和一些生化指标检测，就可以快速知道你得了哪些常见病，并且给你开出一些常见的药品。

7. 投资变简单了，投机变难了。好的公司会被更多人看到并得到投资。

8. 工作、生活和赚钱的方式并没有被完全彻底重构，大家依然有工作机会，需要去上班、挣钱，然后消费。灵活就业的人倒是变多了。 人们从生活方式上，已经基本接纳了 AI 出现在生活的各个领域，但从精神和心理上还没有完全想好未来人类和 AI 的发展是怎样的。
关于 AI 的讨论自始至终就从未停止。在技术思想界，越来越多的先驱者在讨论新时代的人类应该怎么生存、如何和 AI 共存，但直到现在也没有结论。

9. 普通人在近几年更焦虑了。或许，其实也不能说是更焦虑，应该说被更分化了。AI 在近几年已经极大地拉高了生活的下限，上班族在失业之后，会被分化到两个极端：彻底躺平 或 陷入对未来的 fomo 。人的差距被显而易见的拉大了。

我之前还真不知道！！ 谢谢。 Orz
@Need4more
@whoosy

老哥去讲脱口秀吧，生活素材真丰富！

@abc0123xyz 是个好问题。我得想想

@KinBob 那就让 PM 去搞这些。


@ooee2016 技术圈～技术圈～技术是个圈

不过 如果真要严肃讨论这个问题的话 -- “咱们现在的系统中，每次运营有什么问题都需要自己描述问题，然后让程序去理解并处理，这样的话如果第一次提问程序误解了问题，就会导致后续很容易陷入错误的循环中”

我会觉得，要解决这个问题 得继续往业务的上游去挖掘。
“运营在什么情况下需要这个数据？” “运营为什么要去做这件事情？” ...

拿 ERP 中的采购备货 举例，比如每年换季的时候 运营需要去创建 不同种类衣服的采购单。
运营下单的逻辑是依赖于“换季”这个备货策略的。

那么 有没有可能把 备货策略 到 下采购单这个过程中的逻辑整理出来，然后自动化处理。
再往上 有没有可能把 营销活动/打折促销/换季售卖 这些动作 到 备货策略的逻辑 也整理出来。
再往上 有没有可能把 “什么情况下需要去打折促销” “什么情况下需要去搞换季售卖” 的触发条件 也整理出来。

有点理想化，但或许是个方向 hahhhhh

@abc0123xyz
token 的钱好说。开掉一个前端就有了
（狗头保命，我也是前端）

@journalistFromHK
@imagecap
@afstyle
@abc0123xyz

我想了想，
在我的场景下，其实这个 Skills 不只是解决了我后台页面的代码开发问题，还解决的是一整套的前端系统 构建/维护 问题（路由、部署、登录等各方面）

如果要这个运营后台页面的话，我就得从头开始搭建 做一套新的前端出来。

用 Skills 的话，我只需要把核心接口做出来。通过自然语言去调用这些接口，就能完成大部分运营操作，相当于直接省掉了一整套运营后台的前端部分。

或许是 先在朋友的电脑上装一个 claude 或者 opencode ？，然后就让他们自己运行装 openclaw

不错不错，祝福。
正常聊天正常约。初期不要太急躁。

可以不用问有没有男朋友，不然目的太明显了。
（大概率也没有男朋友，毕竟没和男朋友一起出来玩。）

我没遇到过 这个报错。

"model `claude-opus-4-6` is not supported."
看起来是模型映射没配置上？

等下，，，3 月份到今天？
这才六天啊。

@x97bgt 我是写了个 bash 脚本，在脚本里修改 claude 的 url 和 token 。
运行这个脚本，就等于 运行起基于第三方模型的 claude

脚本内容：
#!/bin/bash

export ANTHROPIC_BASE_URL="https://open.bigmodel.cn/api/anthropic"
export ANTHROPIC_AUTH_TOKEN="TOKEN"

# Model configuration - all pointing to glm-5
export ANTHROPIC_DEFAULT_HAIKU_MODEL="glm-5"
export ANTHROPIC_DEFAULT_SONNET_MODEL="glm-5"
export ANTHROPIC_DEFAULT_OPUS_MODEL="glm-5"

# Enable Agent Teams (experimental)
export CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=true

exec claude "$@"

是指用第三方 API 使用 claude 里的 Agent Teams 吗？
可以正常使用。

我这边是 GLM 的 api ，使用起来 大概这个效果
https://i.imgur.com/aqdbRRA.png

用楼主的邀请码 已经薅上了羊毛。

我也留一个我的
https://ai.baishan.com/auth/login?referralCode=SekE52btDb

贵阳有一种麻辣折耳根。
基本就是折耳根裹上面粉之后，炸制，然后撒辣椒粉。
口感类似三个薯片叠在一起吃，然后微微有点折耳根回味。

我的体验是，八股基本不怎么问了，主要还是问项目，和一些算法题。

https://i.imgur.com/kJWWyOZ.png
https://i.imgur.com/eEU9wjt.png

1. 把图上传到图床
2. 通过右键「复制图片地址」，复制出来，然后粘贴到对话框里就行。


V2EX 有个沙盒节点，那个里面的内容会被定期清理，也不会暴露到首页被别人看到。
可以在里面试试。

我觉得现阶段可以从三个方向进行讨论：

第一个方向：在编码领域更多地使用 AI

我认为编码是 AI 目前的完备领域，因为它能实现对于"代码"的闭环编码，测试，迭代。
比如你是程序员，你肯定已经开始在很多场景下用 AI 开发代码了，那就更多地去使用它。从让 AI 帮你改 bug ，到帮你写测试用例，到帮你做一个完整的需求，到最后可能生成一个完善且能自己跑通的业务逻辑。用的越多，你可能就越能感受 AI 的能力以及边界，也越能在使用中发现更好的用法，甚至会遇到一些你想不到的"涌现"。
举个例子：我之前写了一个 skill ，让 AI 去帮我下载一些经典的文章。有些文章由于版权原因下载不下来，然后我和 AI 经过多轮对话，我发现 AI 能从自己的先验知识里把文章的正文输出给我。这句话现在说来好像没什么大不了的，因为它本来就是用这些东西训练出来的，但是我当时反应过来它可以这么去做的时候，我还是很震惊的。我感觉我对 AI 的用法还是不够 native 。（不过我发现这件事情并不能完全复现，也就是让 AI 去输出一篇文章的原文。但即使不能完全复现，这种尝试也让我看到了 AI 能力的边界在哪里。）
总的来说，第一点就是在目前能用 AI 的地方多用。我的体验是用的越多，会发现它真的很神奇，而且会越来越聪明，越用越感觉它厉害。


第二个方向：探索 AI 在复杂数字化场景中的协作

这个方向不像编码那样能形成闭环。比如：如何做一个完备的个人表达？如何让 AI 串联起所有数字化场景？ AI 能参与这些场景，但需要人的介入和判断。
这部分的核心是看 AI 如何与人类生活结合，只要是数字领域或电子领域的内容，都是 AI 可以触及的。但这并不代表目前这些领域已经被 AI 很好地利用了。相比于纯编程或简单的内容生成，这些场景更为复杂。
以"AI 协作写作"为例，这篇内容就是我和 AI 一起协作出来的：我讲一句话或一段话发给 AI ，它实时反馈哪些文字不够流畅、逻辑不够通顺。在这种往复的反馈中，最终产出一篇既有我个人风格，又逻辑通顺的合格文章。这和让 AI 直接生成文章不同，也和你自己写文章不一样，我觉得这是一种协作。
所以，第二个方向就在于探索如何让 AI 融入更复杂的数字化场景。


第三个方向：关注线下真实场景

AI 会不可避免地占据数字空间，这是趋势。当我们作为劳动力、作为提供技能和效率的人时，会被挤压到数字空间以外。所以得去关注一下真实的物理线下场景。
这里说的线下场景并非指体力活，而是人与人的情感联结、社交这些方面。比如建立个影响力，线下的情感交往、甚至摆个小摊卖货等，这些都是 AI 目前很难参与的领域。人的价值应该回归这些真实的物理场景。当数字空间逐渐被 AI 占据，我们或许可以多探索探索这些线下的场景。




最后说一句，我也很喜欢 AI 。因为 AI 满足了我最初听到互联网这个词时候的幻想。
（我以前以为的互联网，就是你可以向它任意提问，然后它会用互联网上的知识为你回答。抱着这个幻想，在我发现搜索引擎只是关键词匹配的时候，可以说是很”伤心“了）