摘要：买家继续问价格，想送到美国：东西一堆，希望砍价AI 水来土掩：语气温和、策略清晰促成了这笔订单
这个例子更猛：Agent 能当长期客服了
SalesSmartly 页面跳出一个用户消息：“东西能运到哪？”
几秒后，它自动回复了物流时效
买家继续问价格，想送到美国：东西一堆，希望砍价
AI 水来土掩：语气温和、策略清晰促成了这笔订单
最后，买家说 OK，下单
它生成了一张 CSV：商品名、数量、单价，一行不漏。
没人在线，谈单照谈，表也照出
全天挂着，实时监控，自动回复，能沟通、能查表、能判断，还能下单
看到这两俩用例，很明显会便感到：
之前，是 AI 工具
现在，是 AI 机器
AI 批量化生产的序章，自此掀开
前天， AGI Bar 开业
谢扬没来人，但送了个花篮，卡片写着：开业大吉
Fellou 的花篮
我们，在酒吧里喝酒；
谢扬，在公司里上线。
他没说“赶不及”，也没说“等下次”。
他说：“我在拉任务流，凌晨应该能跑通。”
凌晨五点，Fellou 2.0 成功跑通上线
任务长度、执行链路、上下文管理全部打开了
昨天傍晚
谢扬带着电脑来到酒吧
这是船新的版本
没啥寒暄，直接说了一句：“你看看这个流程。”
首先是全流程自动执行
打开 BOSS 直聘，它自动爬 JD
提取关键词，生成岗位摘要。
上传候选人简历，逐项对照，跳跳列举。
写好了一版修改建议，还附了一个优化后版本。
然后写了一封招聘私信。
文案工整，有称呼有落点。
挑了三位合适候选人，一键发送。
最后，把整个流程汇总成 Airtable 表单。
简历状态、私信内容、发出时间、对方是否回复，全都有。
这个流程是完整的，不需要人补最后一公里。
甚至还写好了邮件，准备发老板。
Prompt
「图解大模型从预训练到终端用户 prompt 发生了什么，以及重要性」
从基础模型到实际应用的关键环节
海量数据基础模型训练
Base Model
由模型厂商通过海量数据训练的大规模语言模型，为AI应用提供基础能力。
重要性：奠定了AI应用的性能上限。
基础模型专业领域数据专业模型
Fine-tuning
由专业用户针对特定领域优化模型。
重要性：提升专业场景准确度，降低错误率。
知识库智能检索融合生成
RAG
模型自动实时检索外部知识库增强回答。
重要性：显著降低幻觉，提供可溯源的准确信息。
用户提示优化处理优化结果
Prompt Engineering
终端用户优化输入提示获得更好结果。
重要性：直接影响输出质量，是最容易掌握的优化方法。
我把这东西人类的认知协议，发给了谢扬看，并提供了一些经验之谈：
• 公众号富文本会吃掉什么标签• 微信排版对尺寸/style 的兼容性• 以及要怎么处理图形分组才能确保不变形• 等等等等不消多久，Fellou 上线了一个新 SVG 生成器
昨天见面，我又提了一句：“能不能一键贴进公众号？”
他说：“好。”
然后……也是当天晚上，这个功能上线了。
一键生成，一键压缩，一键适配，一键粘贴
它不问你能不能，它直接把活干了
我常吐槽谢扬：太不会讲故事了，融资会吃亏。
不套热词，不搞概念，也不怎么包装情绪。
跟他说「多模态」，他回你：“你是要图、音频，还是表格？”
你给他提需求，他不是说“在考虑中”，而是：“可以，我明天加。”
然后，真的就加了
他不讲浪漫叙事，但你会发现，某个不起眼的功能在凌晨上线时，
就已经是一个完整的 Agent 系统了
说谢扬不会讲故事，不是抬杠
他们发的公告，具体到让我一度以为在读日志
比如这些：
• 成功率从 31% 提到 80%（基于 online-mind2web）• 支持任务监听无限步长，普通任务上限 1000 步• 支持 7×24 小时在线运行，无需唤醒• 多 Agent 并行：Browser / Shell / File / Code / Computer-use• 能并发执行多个任务流，不堵，不等• 可交付内容包括：网站、视频、PPT、Word、Excel、CSV、MP3、logo、游戏、SVG、招聘流程、社媒发文、音效、摩斯密码音频……任务举例：
• 建 3D 世界，配材质包，搭埃菲尔铁塔• 自动投简历、写自我介绍、找人私信合作• 自动给 Gmail 回复感谢邮件 + 提炼用户反馈 + 回填 Airtable• 在 BOSS 直聘自动砍价下单、生成 CSV、发货前对账• 把一段视频讲的 Agentic Reasoning 做成一整套网站 + 测验题• 给一个县文旅局做 logo，要求是朱熹元素 + 金柑造型 + 两色以内 + 陈幼坚风格 + 一点刘伯温的 vibe• 把“Fellou 是世界首个 Agentic Browser”翻译成摩斯密码，再转成 MP3以及..他们朴实无华的 slogan
来源：东窗史谈一点号
