Vol.0122：离职前自在的一天——写文档、看广播文稿、读Eko文档

来了，朋友们，提了离职之后，日子都过得舒服了很多；上午写了一个运动轴坐标系标定的说明文档；下午看了一二十期快刀广播站的文稿，还注册了AI 浏览器Fellou，看了一下Fellou AI的Eko智能体框架的文档；基本上像是过上了离职之后的自在生活。在说今天看到的内容之前，先说说昨天说到的写日记占用的时间长的问题。我想了想，这个问题并不是核心问题；现在的核心问题应该是养成写作习惯，而不是效率问题，后面写得多了，工作流随之也会优化，效率一定会越来越高。好了，现在问题已经明了了，后面就是干就完了，为我自己加油吧！想到昨天晚上刷到一个正和岛的视频，内容是刘强东小范围私享会的聊天；听完，发现京东要讲的故事比美团大多了。原本我还以为京东是因为美团做闪购影响了京东的业务，为了反击，所以开始做外卖、酒店等业务。看了这个视频发现不仅如此，京东还想给小商家、酒店等供货，做供应链生意。这个故事就讲得很大了，直接干掉几层中间商，中间就只有京东一层中间商了。东哥说原来供应商要赚60%，他只赚20%就行，让利给商家。而且小商家和酒店涉及范围也太广了，这个要是实现了，生意可太大了。不过我感觉理想和现实会有很大差距，就算京东通过供应链降低商家采购价格，但是也比不过商家用假的、劣质的产品价格低。还是在一定程度上太理想化了，不过东哥的精神还是值得敬佩的。之前完全没有想到这一层啊，原本以为自己已经在高层了，结果只在第二层，而东哥在第五层。不得不佩服。刚刚写着写着，摸了一下上次右手臂上切痣缝针那个地方的敷贴，发现有点湿；揭开看了一下，好像肉都已经长得覆盖了线了，除了外面伸出来一节，其他的都在肉里面了；然后我立马就去了小区旁边的社区医院去找医生看了一下，说至少再过个两天再拆。听他这么说后，我直接就是表示感谢，然后立马回来了。从出门再到家全程只用了20分钟，社区医院这个体验还是不错。后面还是老老实实14天再拆线算了。下面来讲讲今天做的和看到得的内容，先从今天写的文档开始吧——运动轴坐标系标定的说明文档。主要包含了Z轴的初始位置的标定以及2D和3D相机坐标系与平台坐标系相互转换的XY偏移量的标定。写了如何操作，得到相应的参数；如何设置这些参数。完完整整写了三页，还画了一个示意图。中间摸了一会儿鱼，一上午就过去了，还是挺舒服。坐标系怎么设定，怎么转换，参数定义等等所有运动扫描流程都是我实现的，所以写文档来也是信手捏来。打住，等下要飘了。接下来，讲讲今天看快刀广播站文稿比较有感触的两点。第一个是小猫补光灯，又是它，我已经看见它好多次了。几个播客、几个公众号文章都看过了，我还关注了他的小红书账号。一个不会代码的大厂产品经理，一边学习AI，一边进行环球旅行，在女朋友的启发下，做了一款付费榜的第一名的应用，年入百万。这完全是爽文男主啊。不过在感叹之余，真正学习到的是，在现在AI编程已经比较强大的阶段，技术能力并不是最重要的，反而是对需求和场景的洞察力变得极为关键。如果他没有切中这么精准的场景，就算是同样的代码、同样的产品，可能也不会有那么多用户用它。需求和场景才是最重要的，这完全影响到产品调性和宣传要点，最后影响用户认知。用户购买或使用一款产品，是因为它能解决他们的问题。产品宣传的时候直接打到用户痛点，会有更多人尝试使用，这直接就考验得是我们对场景和需求的理解了。很多时候，技术人员往往很容易从技术难度上去衡量问题，比如解决需求的方式是不是高明、采用的技术手段是否优雅，或者代码行数有多少。然而，对于普通用户来说，他们只关心问题是否得到解决，并不在意你用了十行还是一万行代码。作为一个程序员还真得好好学！接着讲另一个有感触的点，是快刀青衣推荐一本书《巴拉吉预言》，他分享了三点，其中的第三点——信息食谱的概念挺有启发的，摘抄了几句：“信息食谱与营养食谱的类比：你利用嘴巴摄入的东西来重塑你的身体，利用眼睛和耳朵摄入的东西重塑你的大脑。”，“代码是机器的行为准则，媒体是人类的行为准则。如果你通过一个计算机程序来统计你摄入了哪些媒体信息，你就能了解你通过重复强化了哪些概念。该程序可以显示你的媒体食谱中的“营养成分”，就像你在食物标签上看到的那样。”，“你选择的信息源都将掌控你的生活，并确立你对事物的优先级排序。实际上，这些信息源比“你”本身更具有主导性。”，这个概念的类比挺准确的，突然想到纵横四海的播客说《粉红色柔软的学习者》这本书你是由你的经历塑造的，而不是基因。You Are What You Do。之前从公众号看到AI浏览器fellou，那时候Windows还只能加入等待列表。今天突然就想看一下。然后就又加入了一下waitlist，并且下载了fellou，加入了他们的discord；不到一个小时就发给我邀请码了。第一次注册给了5000点积分，后面少于2000点积分后，每个月会补齐2000点积分，官网宣传的是2000积分大概能执行5次AI 工作流。今天还没有尝试，明天找一个问卷让他填一下看看。今天主要是看了Fellou用的Agent框架Eko的文档，发现架构和现在大多数的Agent工具其实差不多；都是有个规划的Agent，知道所有能调用的agent和工具；先分析用户的任务，把它拆解成多个小任务，再确定处理任务的agent和工具，最后执行任务。其中还有一些用户中途确认和中断等等操作的一些机制。另外，文档中还说到了web信息的提取，如果提整个web页面的话，内容会很多，很杂乱，而Eko中的browser use只提取可交互的元素、给可交互的标签画上id和不同颜色的框，最后把包含这些元素的伪HTML代码和屏幕截图给到大模型让其分析。文档中给到一个例子，对于谷歌的搜索页面，HTML代码字符有221805个，但是他们的伪HTML代码只有1085个字符，极大的减少了给到大模型的上下文。说到文件，还有Eko规划Agent生成的工作流计划也是文件，XML格式的。包含了工作流的名称、生成工作流的思考过程以及用到的Agent。Agent中又包含了agent的名称、任务名称和任务点。看完之后，对agent系统又理解多了一点点。还有管理和优化上下文的记忆机制，文档提及的比较少，只说到会增删改查一些信息来优化上下文。原文如下：记忆机制（Memory）是任务处理系统中的一项核心功能，用于高效地管理和优化上下文信息。它通过提取任务中实际使用的工具、移除冗余的工具调用、压缩代理消息以及处理大量上下文信息，来减少不必要的计算，从而优化任务的执行效率。此外，记忆机制还支持任务的中断与恢复。它通过创建任务快照来保留关键信息和节点状态，使得任务能够在后续于一个更精简的上下文中继续执行。明天再看看源码是怎么实现的记忆机制的。今天是这段时间分享内容最多的一天了，感觉输入多了一些之后，分享欲也爆棚了！好了，晚安，明天见，朋友们！