huangyihe@newtype.pro ~ $

生产力工具

ChatGPT最重要的更新：Canvas

Key Takeaway

  • OpenAI最新发布的Canvas是ChatGPT的重要更新，提供文本撰写和代码生成功能。
  • Canvas借鉴了Claude的Artifacts功能，并具有Grammaly的文本撰写风格。
  • AI产业已进入商业落地阶段，白领和程序员是AI替代的重点目标。
  • Canvas的文本撰写功能包括总结、扩写、调整风格、检查文本和添加表情符号。
  • Canvas的代码生成功能支持编写代码、更改编程语言和修复Bug。
  • 文章认为Canvas的推出对创业公司构成威胁，但其功能对已使用Artifacts和Cursor的用户而言并非颠覆性。

Full Content

留给打工人的时间真的不多了。

OpenAI最新发布的Canvas，是ChatGPT最重要的一次更新。它带来两个实打实的功能：文本撰写，和代码生成。

我第一眼看到Canvas就想到了两个产品：

一是Claude。Canvas算是借鉴了它的Artifacts功能。

我之前还在newtype社群里提到过，Artifacts特别像大学老师的黑板。你去请教老师的时候，他从身后拉了一块干净的黑板过来，在上边给你详细讲解和演示。

Artifacts推出之后，获得了所有人一致好评。现在OpenAI也跟进，看来这个功能会成为Chatbot类产品的标配。没准国内大模型厂商已经在开发了。

二是Grammaly。这是一款AI写作辅助工具，日活有3000万。

Canvas的文本撰写很有Grammaly的感觉。后续要更新的话，照着Grammaly抄就好——人家在这方面已经研究得很透彻了。这条赛道这么窄，玩不出什么新东西来。

我之所以说留给打工人的时间不多了，是因为：

整个AI产业已经进入到拼商业落地的阶段。大多数模型厂商都要去卷应用。只有少数能像Deepseek那样一心一意只做模型研发。

那么，往哪个方向去卷，能够向资本证明你的阶段性商业价值呢？

柿子捡软的捏。白领是最容易替代也是最好欺负的一个群体。现在底层的模型能力足够，只需要在产品层多下点功夫，把初级白领淘汰掉是没问题的。

程序员是另一个目标。像代码这种东西，标准化表达，数据量又大，AI学起来没问题。之前我介绍过Cursor和Replit Agent，就是在往这个方向走。

所以，打不过就加入。只有那些从现在开始就全力拥抱AI，并且不断琢磨怎么利用AI的打工人才能活下来。你不需要打赢AI，只需要打赢你的同事。

哈喽大家好，欢迎来到我的频道。谦虚地说，我是国内少数几个能把AI的Why和How讲明白的博主。记得点一波关注，绝对不亏。如果想要链接我，就来newtype社群。已经500多位小伙伴付费加入啦。

回到今天的主题：ChatGPT Canvas。

目前这个功能还是Beta版，不太成熟。比如，它还不是通用功能，需要专门切到带有这个功能的模型版本。以及，我还遇到了聊着聊着GPT突然改用英文的情况。不过瑕不掩瑜，还是值得上手试一试的。

我先测试了它的文本撰写能力。把上期视频的脚本传上去，要求它根据这个内容写一篇博客文章。

这时，类似Artifacts的界面出现了。GPT-4o很快完成了初稿。注意看，OpenAI在右下角放上了几个定制化的功能，包括调整长度等等。

当我们把长度拉满，GPT会在原来基础上做扩写，最多能增加75%的文字量。

第二个功能，看字面的话，你会认为是按照不同学历水平去撰写他们能看得懂的文章。但其实它就是调整文字风格啦。

比如调到幼儿园级别，那么文章会特别通俗易懂。如果调到最高的博士生级别，那基本就是文绉绉甚至有点不说人话的感觉。

说实话，OpenAI这么设计有点冒犯的意思了。这跟学历完全没关系。这又是何必呢？

后边的两个功能很直接。一个是帮你检查文本，看看哪里有错别字，哪里需要加个小标题，等等。

另一个是在文章里加上emoji表情。Twitter上很多人在夸这个功能。我是无感。我绝对不可能在我写的任何文章里加上emoji。

当然，不用右下角这些设定好的功能也OK。咱们可以选中任何一段内容，直接对GPT下需求。比如，把开头改得更吸引人一些。或者，把结尾再升华一下。

以上就是Canvas的文本撰写能力，很简单，很基础。通过提示词和Agent Workflow就可以实现这样的能力。OpenAI把它们都打包进产品里，而且还搞了添加emoji这样的小噱头来取悦用户。你看，他们还是很鸡贼的。

至于代码生成也是差不多的逻辑。

作为测试，我让GPT帮我写个贪吃蛇的小游戏。同样在右下角的位置出现了可以展开的按钮。其中更改编程语言这个有点意思。比如，我们可以让GPT把它已经生成的代码改成JavaScript、TypeScript等等几个主流的语言。

剩下几个功能很简单，比如修复Bug之类的。我就不详细介绍了，看一眼就懂。

目前Canvas的东西就这些。我猜，一些创业公司肯定要睡不着了。OpenAI这是在拿他们的命给自己换时间。作为用户，我感觉还好。可能是因为之前一直在用Artifacts和Cursor，所以看到这个也没那么兴奋。为了体验Canvas，我开了一个月的会员，不打算续费。之后还是继续用Claude。

OK，以上就是本期视频。想交流AI就来newtype社群。那咱们下期见！

ChatGPT的正确打开方式

Key Takeaway

  • ChatGPT在iPhone上效率不高，因为它没有与系统和其它APP打通，无法自动化运行。
  • 利用iPhone的快捷指令功能，可以实现ChatGPT的自动化操作，如自动总结公众号文章、语音问答和内容创作。
  • 快捷指令的核心逻辑是：输入（网页文字、语音转文本）-> 处理（ChatGPT总结、回答）-> 输出（Markdown格式笔记到备忘录）。
  • 这种自动化工作流能显著提升ChatGPT的使用效率和便捷性，弥补其作为聊天机器人的局限。
  • 文章通过“总结GPT”、“问答GPT”和“灵感GPT”三个快捷指令示例，展示了ChatGPT在个人生产力中的应用。

Full Content

ChatGPT在iPhone上还不够好用。主要原因是，它没有跟系统和其它APP打通，没法自动化运行，效率不高。所以，它还只是一个聊天机器人——每次都得打开APP才能用，然后还得输入一堆东西——难怪用户使用频率不高，这也太麻烦了。

在现阶段，要让iPhone上的ChatGPT有用起来，你肯定要用到快捷指令这个功能。我先演示一下我是怎么用的，再详细介绍怎么设置。

我相信大家都很头大这样的事儿：每天要看的公众号文章根本看不过来。怎么搞？

首先，用Google Chrome打开这篇文章。

然后，点击地址栏右边的分享按钮，选择最顶端的快捷指令（我设置的名称叫“总结GPT”）。

最后，稍等一会儿，ChatGPT就会按照我事先设置好的要求，用GPT-4o这个最新的模型，总结文章的核心内容，提炼文章的Key Points，并且在备忘录的指定文件夹里创建一条新笔记，把这些内容都用Markdown格式存进去。

这么做的好处是：

第一，我就不用在APP之间手动切换、各种输入——现在用快捷指令自动化完成，这显然方便多了。

第二，虽然ChatGPT里会有聊天记录，但我还是让它存到备忘录里了。因为备忘录是系统自带的，在iOS和macOS之间同步非常快。这样一来，我回到Mac上就可以直接编辑了。而且它是Markdown格式，我还可以把它贴到写作软件或者笔记软件里进一步处理。

刚才这个是“总结GPT”。按照同样的思路，我还设置了一个“问答GPT”，也是用语音输入。

比如我问：机械键盘的主流轴都有哪些区别？比如红轴、青轴等等。

接到一段语音输入后，这个快捷指令会先把语音转化成文字、给到ChatGPT。

然后，根据我事先的设置，ChatGPT回答完问题之后，同样会用Markdown格式，把内容存到备忘录里，方便我之后查找和编辑。

这两个快捷指令是我平时用得最频繁的。除此之外，还有“灵感GPT”：

当我有任何内容方面的想法时，就像刚才“问答GPT”那样，用语音的方式全部给到GPT。它会把我的那些零散的表述有逻辑地整理一遍，变成一个内容框架，然后往里边做补充和扩展。

你如果看过我上一期视频就会发现，这其实是在用快捷指令去搭建一套简易的Agent Workflow。在新版iOS、新版Siri出来之前，咱们先用这种方式实现AI自动化。

接下来，我拿刚才那个“灵感GPT”给大家详细讲解一下。这三个快捷指令，我已经把iCloud链接分享到知识星球和Patreon里了，newtype社群的小伙伴可以直接拿去用。包括这期视频，我也会在社群内首发，算是给大家的“超前点映”。

就像上期视频里说的那样，一般来说，一套Agent Workflow的起点是用户输入。在“灵感GPT”里，咱们是用语音转成文字，所以要用到“听写文本”这个功能。在“听写文本”的设置中，大家记得点开下拉列表，选择语言，否则会报错。

有了初始输入之后，第二步，咱们要添加一个“文本”，在里边写一段Prompt，把对AI的要求交代清楚，并且把第一步的内容贴在后边，就像我这样。这一整个文本，就是接下来要给到AI去处理的信息。

第三步，添加“询问ChatGPT”，把“文本”加进去。在下拉列表中，把“开始新聊天”勾选上，然后就可以选择要用哪个模型了。

第四步，再添加一个“文本”，把GPT的回答都放进去。你可以在文本的开头添加一些描述，比如我写的是“From GPT”，这样我就知道，这条笔记是AI生成的。

第五步，添加“备忘录”，选择事先创建好的文件夹，让GPT在里边新建一条备忘录，把上一步的文本都存进去，这样就大功告成了。

另外两个快捷指令也是同样的思路。其实这整套Workflow的核心就三个步骤，很好理解：

第一，初始信息从哪来（输入）？是网页里的文字，是语音转文本，还是一张照片？这个需要设置清楚。

第二，你要GPT帮你干啥（处理）？我一般会添加一个“文本”，把固定的指令和每次的需求都放进去。然后把整个文本给到GPT。

第三，你要什么样的结果（输出）？就像我刚才演示的，以备忘录加Markdown做输出。

输入、处理、输出，把这套逻辑想清楚了，你就知道怎么用快捷指令和ChatGPT去搭建一套简易的工作流了。

OK，以上就是本期内容。大家有什么想聊的，可以来newtype找我。那咱们下期见！

Dify × MCP：让工作流不再是孤岛

Key Takeaway

  • Dify新增“双向MCP”功能，允许用户在Dify中添加MCP服务器，并可将Dify工作流转换为MCP服务器对外输出。
  • 该功能解决了工作流“孤岛”问题，使其能融入日常通用场景，极大扩展了Dify的工具范围。
  • 作者重新关注Dify，认为工作流应原子化，作为组件强化特定场景效果。
  • 文章通过Deep Research工作流的演示，展示了Dify与MCP结合后，AI客户端可调用特定MCP服务器解决特定需求，提升效率。
  • Dify的MCP功能与提示词结合，可实现基于MCP工具和Prompt的工作流自动化，提升个人生产力。

Full Content

Dify最近上了个新功能：双向MCP。这是个非常重要的功能。因为它让原本只针对特定场景的工作流可以融合到我们日常的、通用的使用场景中。

什么叫“双向MCP”？

一个方向是进来，也就是你可以在Dify里边添加现成的MCP服务器。这个好处是，可以极大扩展Dify的工具范围，把越来越丰富的MCP服务器纳入进来。

另一个方向是出去，也就是你可以把自己创建的工作流转换成MCP服务器，对外输出。比如我用AI客户端，把工作流MCP添加进去。平时在对话中就可以直接调用。

这样一来，你搭建了半天的工作流不会被限制在某些使用场景和情况下使用，不再是孤岛。这个是非常大的进步。

哈喽各位好，欢迎回到我的频道。谦虚地说，我是国内少数几个能把关于AI的Why和How讲明白的博主。我提供的东西远比教程更值钱。记得点一波关注。如果想链接我，就来我们newtype社群。这个社群已经运营500天，有超过1500位小伙伴付费加入啦。

回到今天的主题：Dify的MCP功能。

我记得去年就出过视频介绍Dify。但是从那之后，我就不再关注这些工作流平台了。两个原因：

第一，上手难度高。这些工作流看起来好像在画布上随便搭一搭就行，但其实难度挺高的。既要懂技术，还得懂业务。一家公司能有几个这样水平的人？

第二，适用场景窄。每一条工作流都是针对某些场景、解决某些特定问题而存在的。在早期很有用，因为大模型能力不强，所以把人类的经验编排成工作流，去指导模型。但到了今天，你再把固定的工作流硬塞给模型，就有点限制它了。

那我为什么现在会重新捡起Dify，会看中这次的更新？

因为工作流不是变大了，而是变小了。它可以变成一个一个原子化的组件，融入到我的工作流里边来，去强化特定场景下的效果。这个就是MCP服务器应该有的价值。

我给你们演示一下就明白了。

这个是我在Dify里找到的现成工作流，Deep Research。我把里边的模型改成GPT-4.1，然后发布。因为发布之后，才能把MCP服务器功能打开。

点击左边这个按钮，在左下方把这个选项打开，就可以把这个工作流转变成MCP服务器。这一行就是服务器地址。因为我是在本地运行的，所以地址开头是localhost。

打开AI客户端，我这边用的是免费的Cherry Studio。新建一个MCP。连接方式选HTTP。然后把服务器地址填进去就搞定了。

我们来做一个对比。

我先使用模型内置的搜索工具，搜一个问题：什么是Context Engineering？这个是它的回答。

然后我开个新窗口。这次使用刚才接入的Deep Research MCP服务器。还是同样的问题，什么是上下文工程。

稍等几分钟，模型给出了回答。对比两次的输出，可以明显看到，使用了外挂MCP服务器的效果要好得多。

你看，这个就是我刚才说的，到了特定场景、特定需求的时候，你调用特定的MCP服务器去满足、去解决。你不需要换一个工具，还是用原来的AI客户端，这个真的很方便。

我演示用Deep Research是为了让大家好理解。其实工作流是特别定制化的。接下来，我会针对我自己的需求搭好多个工作流，然后统统转化成MCP服务器。

所以，就像我在社群里说的，现在有两套系统可以满足我们的定制化需求：一是提示词，二是基于工作流的MCP服务器。并且，这两套系统还可以用我做的产品——Prompt House进行统一调度。

这样配置下来，我相信，我的个人生产力又会有一次大的提升。

OK，以上就是本期内容。想了解AI，想成为超级个体，想找到志同道合的人，就来我们newtype社群。那咱们下期见！

HuggingChat：用最先进的开源模型，挑战ChatGPT

Key Takeaway

  • HuggingChat是一款免费体验最先进开源大模型的应用，提供网页版、iOS版和macOS版，设计简洁。
  • HuggingChat的核心主张是让所有人都能用上Hugging Face社区最好的模型，并会不定期更新模型列表。
  • 作者日常高频使用问答引擎Perplexity和Chatbot Claude，但HuggingChat因其轻量化和便捷性成为日常碎片化需求的承接工具。
  • HuggingChat通过快捷键呼出对话框，并优先提升回复速度，Web Search功能需手动开启。
  • HuggingChat还提供Tools功能，其中Flux图像生成工具能满足轻量级图像生成需求。
  • 文章认为开源模型的性能已追平闭源，开源社区在开发应用方面更具优势。

Full Content

想要免费体验最先进的开源大模型，我推荐大家试试HuggingChat。

这款应用之前有网页版和iOS版。前些天，macOS版推出，在产品设计上还挺有心思的。我特别认同他们这种简洁的设计思路。

macOS版的HuggingChat不像别的APP那样，有一个很重的前端。当按下Command、Shift和回车三个默认的快捷键之后，才会出现一个极简的对话窗口，很像macOS的聚集搜索框。这时我们可以跟跑在云端的大模型对话。

如果要更换模型，点左边的加号进入设置，把模型从初始的Llama 3.1 70B改成国产的Qwen 2.5 72B。这些模型不是固定的，会不定期更新。因为HuggingChat的主张是：

让所有人都能用上来自Hugging Face社区的最好的模型。

这也说明了，Qwen 2.5和Llama 3.1、Command R+等模型一样，成为公认的、当下最好的开源大模型。Qwen确实是国产之光！

哈喽各位好，欢迎来到我的频道。我是国内少有的、能把AI的Why和How讲明白的博主。记得点一波关注，绝对不亏。如果想链接我，就来newtype社群，已经有500多位小伙伴付费加入啦。

回到今天的主题：HuggingChat。我每天都会高频使用的AI工具有两类：

一是问答引擎。目前世界上最好的问答引擎是Perplexity，这个没有之一，没得挑。但是光有它还不够，因为有很多东西是搜不到的。而且我也经常需要AI提供更多的角度，或者完善我的思路。

于是就有了第二类工具——Chatbot。目前我最满意的是Claude。它不只是模型能力比GPT-4更强，在功能体验上也比ChatGPT要好得多。Artifacts真的非常棒，绝对值回票价。我推荐给好多人了，用过都说好。

不过，对于咱们这些国内用户来说，Perplexity和Claude麻烦的地方就在于，隔段时间就要刷新页面、点一下验证。你别小看就这么一点点的麻烦——当你想用却被打断的时候，会很影响体验。

所以，当这种不方便久了之后，我都是有稍微严肃一点的任务的时候才去用它俩。日常大量的、碎片化的需求，需要有一个轻量化的、拿起来就能用的AI工具来承接——这就是我看上macOS版HuggingChat的原因。

平时隐藏在后边，要用的时候通过快捷键呼出对话框，这种看似不争的做法，其实是想抢AI终端的第一入口。为了实现这个野心，HuggingChat做了大量减法，甚至连上网搜索功能都要手动开启。

在设置里边有个Web Search，把它勾选上之后，模型就会上网搜索了。不过代价就是，回复的速度要慢一些，因为多了搜索和RAG的过程。我猜，这就是上网搜索功能没有默认开启的原因。

尽一切可能把回复速度提上来，这个优先级绝对高于任何其它功能。

如果用户有更重的需求，没问题，在桌面端用网页版，在移动端用iOS版。打开之后你就会发现，ChatGPT里的GPTs它也有，叫Assitants。不过大部分都没啥用啦，跟GPTs一样。

真正有生产力的，是Tools，工具。我用得最多的，是Flux图像生成。

我在前两期视频里介绍过Flux模型。它是SD团队出来做的，是目前世界上最先进的图像生成模型。第一，Flux生成的图像，无论是真实程度还是审美水平都超过别的模型。第二，Flux还能实现精准控制，比如它能在图像上准确生成文字。

Flux有三个版本，其中两个开源。这个工具所用的Flux dev，就是开源版本中性能最强的那一个。当我有一些轻量级的图像生成需求的时候就会用到它。比如生成一个文章配图。由于Flux本身能力强，这种任务对它来说很简单。实在不行就抽几次卡，也能搞定。

有了macOS版之后，加上之前已经在用的iOS版和网页版，我突然发现，HuggingChat已经悄悄成为我使用最频繁的AI工具了。开源模型的性能已经追平闭源。至于开发应用，大家水平都一样。甚至我会觉得开源社区更有优势，因为他们不用考虑什么生态啊、护城河之类的，没那么多包袱，可以放开手脚干。

OK，以上就是本期内容。想交流和学习AI，来newtype社群。那咱们下期见！

严肃生产，还得看Claude

Key Takeaway

  • Claude推出的Analysis tool（数据分析工具）能够帮助用户对数据表格进行分析和可视化呈现。
  • 该工具基于Claude强大的代码能力和Artifacts功能，能够处理CSV文件并进行数据可视化。
  • AI在数据分析领域的应用，将像AI编程一样，赋能更多非专业人士。
  • Claude的数据分析能力使其在“严肃生产”场景中具有显著优势，可应用于市场营销、销售、IT等领域。
  • 文章强调“严肃生产”是AI应用落地最有价值的场景。

Full Content

AI不只是要抢程序员的饭碗，现在连数据分析师也不放过。Claude前些天推出的Analysis tool特别好用。你手里如果有一份数据表格，想让AI帮你做些分析，并且可视化呈现，一定要试试这个功能。

目前这个分析工具还处于预览阶段，默认是没有打开的，就像最开始的Artifacts一样。所以需要咱们去Feature Preview选项里，把它勾选上，然后就开心使用啦。

对数据表格做分析，一直是很多人的刚需，但却是大模型的短板。像Claude之类的头部产品，虽说硬着头皮也能做，但它提供的结果是概括性的、比较宏观的，还做不到更加细致、精确的分析。这次新出的数据分析工具就补上了这个短板。它建立在两个基础上：

第一，代码能力。目前Claude的代码能力是全球公认最强的，没有之一。所以它可以直接使用JavaScript对用户上传的CSV文件进行读取、解析和重构，就像咱们人类数据分析师一样的处理方式。而且在处理的过程中如果遇到什么错误的话，它还会自己修复。

第二，Artifacts功能。对Claude以及所有Chatbot来说，Artifacts都是一个非常重要的创新。它在主对话窗口之外单开了一个专用窗口。所有根据用户请求而生成的内容都在专用窗口里显示。为了确保安全性，它还采用了类似沙盒的技术，创建了一个安全游乐场。

所以，Claude能在数据分析上取得惊艳的效果，全都来自于基础能力的遥遥领先。

哈喽大家好，欢迎来到我的频道。谦虚地说，我是国内少数几个能把关于AI的Why和How讲明白的博主。记得点一波关注。只要有一个视频你看进去了，就赚大了。如果想链接我，就来newtype社群。已经有600位小伙伴付费加入啦！

回到今天的主题：Claude Analysis tool。

之前我在社群里说过，AI的价值不只是降低成本、给老板一个压榨员工的理由，更重要的是带来了新的能力。AI编程的价值很多人已经享受到了。接下来，数据分析也会像编程一样，通过AI下放给更多人。从这一点来看，Claude真的是功德无量。

为了给大家演示新的数据分析功能，我下载了一份比特币的历史数据，包括价格、交易量等等。格式好像有点小问题，我没细看。反正直接拖进对话框，都让AI处理就好。

接到需求之后，Claude会先对数据进行处理，然后再启动Artifacts功能，通过代码创建一个可视化的展示。

大家之前可能只接触过用Excel做数据分析。但是Excel只能搞定一些简单的活儿。如果比较专业的话，就会用到Python，它的pandas、numpy都是非常流行的数据分析库，它俩各有所长。如果涉及到统计学的话，还有R语言。它的学习曲线比Python陡峭多了。当然啦，无论是哪一个，对咱们来说，想要掌握都不是一天两天的事儿。这就是AI的价值所在。

回到Claude这边。可以看到，它已经做完可视化呈现了，通过数据还原出价格走势图。不仅如此，它还主动做了一些初步总结，发现比特币波动性大，目前处于上升态势，而且价格处于历史高位区间。

大家注意看，在稍微停顿了一下之后，Claude还给出三个建议的问题。这个设计显然是为了引导普通用户继续往下分析。不然很多人看到这一大堆东西就懵逼了。那咱们就让AI继续创建一个互动式的价格走势图。

可能是这个功能还处于预览阶段的原因，会有一些报错。不过没关系，咱们让Claude自己修复就好。或者，如果有什么不满意的地方，也可以直接提。比如，我希望它尽可能把时间周期拉长。于是Claude就会返回去查看数据，然后调整代码，最终展示更长时间周期的分析。

Claude这些报错都是小问题。现阶段，我觉得有两个最需要改进的地方：一是Rate Limit，目前太低了，一下就用没了，希望官方能尽快调高一些。二是刚才提到的建议问题，问得太水了，起不到引导的作用。

通过刚才这段演示，大家可以看到，Claude的理解范围已经从之前的文字扩展到了数据。在文字方面，我之前做过对比，Claude的逻辑性显著强于ChatGPT。现在又把对数据的精确分析给加上了。这样一来，Claude就牢牢占据了严肃生产这个场景。

如果你做市场营销的，可以上传客户互动数据；如果你是做销售的，可以上传各个销售大区的业绩；如果你是搞IT的，可以上传服务器日志。这些Claude都能处理，都能帮到你。这个可比帮小白领写一段小红书文案，或者想一句品牌Slogan要值钱多了。

我认为，严肃生产一定是AI应用落地最有价值的场景，也是现在大部分AI厂商都忽视的。

OK，以上就是本期内容。想链接我，就来newtype社群。那咱们下期见！

会聊天，就会编程

Key Takeaway

  • Cursor是一款强大的AI编程IDE，能够原生支持AI功能，实现与AI的纯聊天式编程。
  • 作者通过Cursor在10分钟内不写代码，仅通过与AI对话，开发出Chrome浏览器插件，展示了AI编程的高效性。
  • Cursor的“Apply”功能能够自动定位代码修改位置，提升调试效率。
  • AI编程工具的价值在于赋予用户不具备的新技能，而非仅仅替代现有工作。
  • 文章强调AI能够将个体技能放大，创造更多价值，并展望了AI在产品开发中的广阔前景。

Full Content

三年之后，世界上最流行的编程语言是什么？

大概率不是Python、不是Java Script，而是英语。

最近在AI圈有一款IDE、编程软件超火，叫Cursor。你用过之后，估计也会有这样的想法。

我把Cursor看作是VS Code的终极进化版。它是VS Code的fork版本，各种功能基本一样，可以无缝导入过来。但是，在AI方面，Cursor就做得好多了。它不是像GitHub Copilot那样，以插件的形式植入进去，而是原生地、天然地支持——这一点非常重要，会带来质的不同。

在模型方面，Cursor很大方：你可以用它的模型，一个月订阅费用是20美金，也可以用你自己的模型，填入API Key就行。甚至，它还允许你用GitHub Copilot，不过它会提示你，不建议使用，因为性能上不如它的东西啦。

上个周末，我集中测试了一下Cursor。最好的一次，只花不到10分钟，不写任何一行代码，就是跟AI纯聊天，就开发出一个Chrome浏览器插件，能调用GPT去总结网页内容。

这10分钟的前3分钟，我用来写需求：

我希望开发一个浏览器插件，主要功能是用大模型总结网页。它会先做Scraping，也就是把网页内容都扒下来。然后把这些内容给到模型，按照Summary、Key Facts的格式输出。

在具体功能方面，插件上有三个按钮：Summarize就是总结。Settings就是设置，会要求用户输入OpenAI的API Key。插件先去确认这个Key是否可用。如果可以，就把可以使用的模型以列表都拉过来，让用户选择、保存。Clear就是清除上一次的总结结果，或者中断当前的总结任务。

当我在Word上把这些都写完之后，复制下来，打开Cursor，通过控制面板打开聊天界面，全部粘贴进去。接下来的体验跟咱们使用ChatGPT、Claude基本一样：

Cursor的反馈速度非常快，只用几秒钟就理解、拆解了需求。它告诉我们，要创建哪几个文件，每个文件的名称和代码都给到了。这时，我们只需要根据指示把文件创建好，把对应的文件开着，然后点击Apply，AI会把代码填进去。

Apply功能特别方便。因为在debug过程中，肯定要修改代码。Cursor不会把代码全部生成一遍——那就太慢、太消耗token了。所以，它只会输出需要修改的那几行。这时候，压力就给到用户这边了——因为要在几百行代码里边找到要修改的地方，还是挺费神的。所以，Apply功能会自动找到修改位置，用红色标注出原来的代码，用绿色标注出建议的代码，用户确认之后，它再自动替换。

等我们把所有代码都贴进文件里，就可以测试了。

打开Chrome浏览器的插件页面，进入开发者模式，打开代码所在的文件夹，就可以加载插件。

第一次测试肯定会有Bug。这边我们发现，Settings按钮没反应。很简单，回到Cursor里边，把问题告诉AI，然后把新生成的代码通过刚才说的Apply功能替换进去。

刷新插件，现在可以打开设置页面了。填入API Key，就像需求里说的那样，插件会先Verify一下，然后把Model List拉出来。这时会发现，List不全，只有两个模型，我猜是Cursor自作主张预设了，并没有真的去拉取。另外，点击Summarize并没有正常工作，只是显示了一个demo。

所以再次跟Cursor沟通，把这两个问题反馈了。像这样的debug过程会经常遇到。不过这一次挺幸运的，只来回处理了两趟。

再次刷新插件、重新测试。这下可以看到，模型列表正确显示出来了。点击Summarize，插件开始工作。等个几秒钟，成功总结出来了。为了确认真的可以用，我又找了两个网页，也都总结成功了。

我看了一眼时间，从写需求到测试成功，大概10分钟。这不是我第一次这么干。其实前一天也试过，不过不太成功，过程让我有点崩溃。

每一次修改代码都会带来新的Bug。我眼睁睁看着原本只有30行的代码膨胀了10倍，变成300多行，而且问题还没解决。

后来我心想，要不换个实现方式，改用多模态。先把整个页面截图下来，再给到GPT去识别和提取。结果还是不行。反正折腾了快一个小时。

到了第二天，我反思了一下。其实这个插件的工作流程就两步：先Scrape，再Summarize。之前我自己写Agent Workflow的时候就是这么处理的。于是我把需求改了一些，产品经理的活儿我干了，Cursor就专心Coding。果然，效果立竿见影。成功那一刻的快感，跟游戏通关差不多。

这款总结插件还很粗糙。如果要做到能上架的程度，可能还需要投入点时间：

第一，它的Scraping比较简单，还可以再强化，这样才能应对更多的网页。

第二，它的总结还不够好。这个调整起来很简单，不需要AI修改，我直接在提示词那边做详细要求就可以。

第三，现在只支持OpenAI，可以把Google、Anthropic等等都加上。

第四，把UI弄得好看一点。这个也简单。我找个别人的产品，截图下来给到AI，它肯定能照着做出来。

这四个要改进的地方，顺利的话，我估计再花个半小时应该能完成。全部搞定之后，就可以提交给Google审核、然后上架了。

我不喜欢说什么“未来已来”这种话，但是，Cursor给我的震撼是远超两年前的ChatGPT的。可能是因为，ChatGPT做的都是我会的东西，不就是生成一些文字嘛，而且还没我干得好。所以它带给我的只是一种新鲜和惊讶。

但是Cursor不一样。像开发一款浏览器插件这种事儿，我是完全不会，更别提在10分钟之内把原型搞定。所以这是一种震撼——它给了我完全不具备的新技能。我觉得，这个才是AI的真正价值。

今天很多人，尤其是国内的很多老板认为，AI就是用来降本，用来替代员工，成为裁员的借口。他们是把人力看做成本。他们眼中的世界是有限的，就这么点地方，所以得到处节省。

但其实，这个世界可以不是一个“有限游戏”，是可以变成“无限游戏”的。AI赋予个体从没有过的技能，或者把个体原有的技能放大好几倍。去满足更多，去创造更多，这不是更美好吗？

对我来说，如果要开发个小工具，可以在Cursor的帮助下直接完成。如果稍微复杂一点，那我也可以先做个原型出来，再花钱找前端和后端帮我完善。

突然感觉，我的整个世界变得好宽阔。也许到明年，我给到大家的，不只是这样的视频和文章，还有更多形态，可以是网页，可以是APP，甚至可以是一个小模型。我太期待了！

OK，以上就是本期内容。我要继续拉着Cursor做开发了。后续更多的发现，我会发在newtype社群里。还没加入的小伙伴抓紧吧，社群已经400多人了。今年肯定会到500人以上，明年争取突破1000。我那天想到一个Slogan很适合我这个频道以及社群，叫做“AI时代，摸着老黄过河”。好了，不扯了，咱们下期见！

如何让ChatGPT做PPT

Key Takeaway

  • ChatGPT无法直接生成PPT，但可以通过Marp和CSS语言作为桥梁，生成Markdown格式的代码，再转换为PPT。
  • Marp是一款能将Markdown文件转换为PPT的工具，其语法简单，能满足日常PPT需求。
  • 结合VS Code和Marp for VS Code插件，用户可以实现ChatGPT生成PPT代码，并在VS Code中预览和导出。
  • 这种方法的核心在于利用Markdown的简洁性和Marp的转换能力，将PPT内容和排版通过代码实现。
  • 文章强调PPT的核心是逻辑而非花哨排版，Marp和CSS能满足日常需求，但生成的PPT无法手动修改，只能通过代码修改。

Full Content

我终于找到让ChatGPT做PPT的方法了。

ChatGPT逻辑好、能联网，让它生成文字内容没问题。但是，要它生成PPT的话，就有点难办了。因为它回给你的还是文字，需要你自己去创建一个PPT，然后手动贴进去做排版。

举个例子。我跟ChatGPT说：帮我写一份介绍本田Dax E的介绍PPT。

ChatGPT会勤勤恳恳地把每一页的内容都写给我。但是，就像刚才说的，这些都只是文字，离PPT还有点距离。

让我来换一个问法。跟ChatGPT说：使用Marp和CSS语言，帮我写一份介绍本田Dax E的PPT。

这时候，ChatGPT给到的不是文字，而是代码。当这一长串的代码都输出完毕后，整个复制下来，贴到VS Code里边。可以看到，右边出现了PPT的预览效果。

跟之前需要手搓的方法相比，现在只需要借助一个软件，也就是VS Code，只需要一个操作，也就是复制、粘贴，就能实现PPT的生成。

要把PPT导出也很简单：

在VS Code命令面板里选择“显示并运行命令”，然后选导出Slide Deck。根据默认选项，它是导出PDF格式。需要PPT的话，在格式列表里选上就OK。等个几秒，它导出后会自动打开。然后咱们打工人就看到非常熟悉的界面了。

我这边使用的方法，核心思路就是通过Marp语言作为桥梁。Marp指的就是Markdown Presentation Ecosystem。顾名思义，它可以把Markdown格式的文件转成PPT。

所以，ChatGPT或者别的AI工具负责按Markdown格式输出，把PPT里该有的内容都放在里边，然后一起交给Marp做转换。这个就是我说它是桥梁的原因。

关于Markdown，你如果之前用过很多生产力工具，比如我之前推荐的Obsidian，还有世界上最好的写作软件Ulysses，那你对Markdown应该不陌生。它的语法超级简单，比如一级、二级、三级标题，还有加粗、加序号、加图片之类的。这些换到PPT里边也是成立的——一般来说，PPT的内容主要是由文本块和图片构成。

而且，根据我这十几年做PPT的经验——请相信我，我在传播营销行业，我们这行业的人是地球上最会做PPT的一群人，越是成功的PPT，越不复杂。因为，PowerPoint的核心是Point；Point的核心是逻辑，不是那些花里胡哨的排版。所以，Marp语言本身对版式的支持，再加上CSS的能力，基本上能满足日常PPT需求。

OK，ChatGPT能输出Markdown，那么，该用什么显示和导出呢？工具有好几种。我选择的是VS Code，因为我平时写Python都是用它。所以我只需要再安装一个Marp for VS Code插件就好了。

就像刚才演示的那样，在VS Code里新建一个md格式的文件，把ChatGPT给的代码都贴进去。如果有任何地方要修改的话，就直接让ChatGPT改去，不管是内容还是版式，让它重新生成一遍。反正Plus包月了，不需要考虑token费用，可以让ChatGPT一直改到满意为止。

不过，从效率角度出发，我建议大家也别全依赖ChatGPT。弄差不多了就自己上手改改代码呗，反正挺简单的。

最后我要提醒两点：

第一，用这种方式生成的PPT，没法手动修改。要改的话只能回到代码里去修改。

第二，Marp的优点是简单、好上手。如果你觉得它太简单的话，还有别的，比如Slidev。这个真的挺复杂的，上手难度高，我之后在社群里分享吧。

OK，以上就是本期内容。想进一步交流的话，来newtype找我，我都在。那咱们下期见！

未来三年最值钱的工作

Key Takeaway

  • Agent Designer（智能体设计师）是未来三年最有价值的工作，因为AI技术价值的实现依赖于Agent。
  • Agent可以类比为高达的躯体，大模型是动力源，工具是武器，用户是驾驶员。
  • Agent设计师需要同时懂AI和业务，能够将人类意图“翻译”给AI，并设计Agent的工作流。
  • Agent设计师需要打通软件、数据库，将它们转化为Agent的工具，并从系统角度设计Agent协作。
  • Agent和RAG将成为AI原生应用的标配。

Full Content

未来三年，最值钱的工作是：Agent Designer，智能体设计师。

顾名思义，它就是设计Agent的。

为什么值钱？

因为AI技术要产生价值，大模型厂商想收回巨额开发成本，必须依靠Agent。

那么，Agent是什么？

我发现，很多人会把这个概念跟大模型概念混在一起，理不清楚。我拿高达来打个比方，你肯定就明白了。

Agent就好比高达的躯体，就是我们看到的那一副机甲。

这个机甲要动起来，需要动力，对吧？大模型就是高达里最牛逼的动力源——太阳炉。

看过高达的小伙伴就知道，有太阳炉和没有太阳炉，那是天壤之别。对于Agent来说也是如此。

早在大模型技术出来之前，Computer Science和AI领域的研究人员就已经研究Agent好多好多年了。直到大模型火爆，Agent这副机甲才终于装上了太阳炉。

但是，对高达来说，光有动力还不行——你拿什么打呢？

于是，高达手里那些各式各样的武器就等同于Agent的工具：

高达根据使用的武器不同，有的属于近战型，有的属于狙击型，有的属于重装防御型。

Agent也是这样。有的Agent装备了搜索工具，负责上网查资料；有的Agent装备了Scraping的工具，可以把网页上的内容都扒下来，等等。

高达要行动，需要驾驶员的操作。Agent也一样，需要用户下指令。当然，高达和Agent在一定程度上都可以自动运行。

既然驾驶员是人类，那肯定有水平的高低。在高达的设定中，最牛逼的驾驶员是newtpye。他们拥有更强的分析能力等等。

同样，在Agent这边，用户的水平也有很明显的高低之分。我在上一期视频中就提到过，只有少于5%的少数派能在当下这个早期阶段用好AI。而我把自己的知识星球取名为newtypye，出处就是高达，目的就是想聚拢AI时代的超级个体。

所以，你按照我这套理论再去看Agent这个概念，就会清晰得多。而且我很肯定，我这样的理解是正确的。因为我这套东西是从代码里看来的。

以CrewAI的代码为例。在编写每个Agent的时候，除了描述它的职责和背景之外，都会设定它装备什么大模型，以及可以调用哪些工具——当时我看到这个的第一反应，就是高达。

这就是为什么我在上一期视频里建议大家一定要学编程。你能看得懂代码，你对AI的理解就一定比别人更深，也不会被那些一知半解的媒体和商业大佬给忽悠了。

OK，Agent的定义大家理解了。那么，为什么说Agent设计师是AI技术产生价值的关键呢？

我上个月在知识星球newtype里有提到过：

“关于如何搭建一套Multi-Agent System。它在技术上一点都不难。难的是，你得想清楚，你想让Agent【怎么做】。

Agent的价值在于Workflow。而这个Workflow怎么设计，要求你既要懂AI，又要懂业务。”

Agent设计师就是那个既懂AI又懂业务的人。

他既要知道怎么跟AI“沟通”，把人类的意图“翻译”给AI听；也要知道怎么跟各个业务单元的人沟通，界定需求和问题；他还要知道怎么跟掌握预算的人沟通，比如老板，管理好对方的预期。

他需要知道怎么打通各种软件、数据库，把这些通道变成工具，给Agent装备上。

他需要知道怎么站在系统的角度去设计工作流，让不同的Agent分工合作，并且每一个环节交付的东西都有清晰的定义，可以评估、衡量。

这样一个人，横跨人类世界和AI世界，通过设计和搭建一套Agent系统把两个世界衔接起来。你想想，有这样的能力和价值，他得值多少钱？

如果你对这样的工作、这样的角色感兴趣的话，现在就是行动的最好时候。一切都才刚刚开始。

我之后也会持续分享Agent相关内容。就像我在知识星球newtype里说的：Agent和RAG一定会成为AI原生应用的标配。感兴趣的小伙伴记得点个关注。我分享的东西很值钱的。

OK以上就是本期内容。咱们下期见！

这才是AI电脑该有的样子

Key Takeaway

  • Raycast通过其AI插件功能，实现了AI PC/Mac的理想形态，能无缝集成所有软件，并通过自然语言交互进行跨应用调度。
  • Raycast的AI Extensions提供自然语言交互、跨应用调度（通过Preset）和AI对话功能。
  • 用户可以通过Raycast的AI插件，直接控制终端、预定会议、管理任务等，无需打开具体应用。
  • Raycast的AI对话功能支持多种主流大模型，并可通过快捷键提升使用效率。
  • 文章强调了Raycast在提升效率和专注度方面的优势，并认为其在AI PC/Mac领域具有宝贵的先发优势。

Full Content

苹果、微软没做到的事儿，这家公司做到了。这也许是现阶段AI PC、AI Mac该有的样子。

我举个最简单的例子：帮我打开三个Tab，分别是YouTube、X和Medium。

在Chrome浏览器里打开三个指定网页，很简单就完成了。

再来一个：在Video Production下创建新任务“完成剪辑”，截止时间周三晚上8点。

你看，它会先去todoist里边获取我的项目列表，然后在Video Production这个项目下边创建任务，并且设定截止时间。

最后再来一个：在桌面创建一个名为123的文件夹。

看吧，很轻松就搞定了。

我刚才演示的软件叫作Raycast。它是Mac上的一款效率工具。我用了一段时间之后，发现它不只是一个工具，而是一个Hub、一个枢纽，去调度所有软件。

比如，要搜本地文档的话，就选择Search Files，然后输入关键词。它会特别顺滑地列出相关文档。

要用Google搜索的话，就选择Search Google，回车之后输入关键词就好。它会自动打开一个新的网页。

要用Perplexity搜索的话，就选择Ask Perplexity。它会打开一个对话框。除了输入问题之外，还可以选择搜索的范围，就跟官网一样。

要翻译的话，就选择Translate。如果只是要了解个意思的话，那用它基本就足够了。

要关闭进程的话，就选择Kill Progress。它会列出目前所有正在运行的进程。你可以选择按CPU占用排序，或者按内存占用排序。

要设置桌面布局的话，就选择Window Layout。你可以让几个软件按照你的意愿在屏幕排列。

要查看自己的行程安排的话，就选择My Schedule，它会把日历里的行程都列出来。

要给现在听的这首歌加个“喜爱”的话，就选择Favorite Track，它会操作Apple Music加星。

这些功能，一部分通过Raycast内置的核心功能实现，比如基础搜索、系统操作等等高频场景；另一部分则通过插件实现，目的是去满足长尾需求。

今年年初，Raycast推出AI Extentions。虽然还只是Beta版，但是，这几十个AI插件已经实现了三个功能：

第一，自然语言交互。

视频开头的例子大家都看到了。现在，你只需要@某个AI插件，告诉它你要什么，它就会帮你去操作对应的软件。

一个典型例子是终端。我只需要@shell，然后输入命令，它就会帮我调用终端去执行，并且把结果拿过来显示。

比如，输入ollama list这条命令，它会列出我已经下载好的模型。而且，这个AI插件还懂得做个表格来展现结果。

第二，跨应用调度。

举个例子：帮我预定一个视频会议，明天中午12点，主题：新选题讨论。

AI插件会调用两个软件：一是Zoom，因为是视频会议，所以它得帮我创建一个会议链接；二是Calendar，它得帮我把这个会给Book上。

这种跨应用调度不需要你一个一个去安排，可以通过Preset实现。你可以自己创建Preset，也可以去官网下载别人的。

比如我刚才演示的那个，就是现成的Calendar Assistant。它的结构很简单：一是Instructions，就是你要干吗；二是都需要哪些AI参与，比如Calendar和Zoom，以及用什么模型。

官网上已经有几十个Preset了，大家感兴趣可以去翻一翻，我就不多演示了。

第三，AI对话。

这个功能最早是一年前推出的。只不过当时支持的模型很少，只有GPT-3.5和GPT-4。后来慢慢添加了Claude、Mistral等知名模型。

到了今天，Raycast的AI对话已经覆盖市面上的主流模型。我个人最常用的有两个——Gemini 2.0 Flash和Sonar Reasoning Pro。有推理，有联网搜索，很舒服。而且我还给它设了个快捷键，用起来更顺手了。

说真的，自从安装了Raycast之后，我打开ChatWise的次数都变少了。因为基本功能重合了，人家用起来更轻便，特别适合日常讨论几句的场景。

Mac必装AI软件

Key Takeaway

  • 作者分享了MacBook Pro的配置选择，并解释了为何选择14寸M4 Pro而非16寸M4 Max，以及未来将重负载任务交给Mac Studio的规划。
  • 推荐Mac用户安装AI相关软件，如ChatWise，它支持主流闭源模型和开源模型（如Ollama），并提供搜索和Artifacts等工具。
  • 强调了OpenRouter作为统一API管理平台的重要性，避免了多平台注册和绑定信用卡的麻烦。
  • Cursor被认为是强大的AI编程工具，结合Claude 3.7更强大，并可用于知识库管理和AI辅助创作。
  • Obsidian及其AI插件Copilot被推荐用于个人知识库，实现笔记的AI对话和实时信息查询，并强调了数据处理的重要性。
  • 建议个人AI工具选择简单轻量化，企业级才考虑重型引擎。
  • 此外，还推荐了Input Source Pro（输入法提示）、Rectangle（窗口管理）、Raycast（快速搜索）和Manico（应用快捷键）等效率工具，以提升Mac使用体验。

Full Content

我把新款MacBook Pro买回来了。借着新机入手，我给大家分享一下，Mac都有哪些必装软件，尤其是AI方面。这些工具绝对能提高你的日常效率和幸福感。

我订的这台是M4 Pro芯片，统一内存加到48G，1T硬盘。为了方便对着屏幕拍摄，我还加钱上了纳米屏。那么，为什么不上128G的M4 Max？两个原因：

第一，16寸实在太大了。我去店里看过。带着跑来跑去，真不太方便。14寸对我来说刚刚好。

第二，下半年我准备买Mac Studio。根据业内大佬推测，苹果应该会在年中或者下半年推出Mac Studio，芯片是M4 Ultra，比现在的M4 Max还强大。而且按照M2 Ultra的样子，统一内存能加到192G，比MacBook顶配的128G大多了。这样的机子拿来跑大模型不香吗？

所以，我想来想去，还是决定把重负载任务都交给Mac Studio。MacBook Pro就专心负责移动场景，就不为难它了。而且，M4 Pro加上48G统一内存已经足够给力了。

我平时拍的这些视频都是4K 10bit 422的素材，用达芬奇剪辑。这台机子剪起来完全没压力。跑大模型的话，我也测了两个黄金尺寸的效果：14B能达到每秒21个Token；32B能达到11。这样的表现，我非常满意了。

哈喽大家好，欢迎来到我的频道。谦虚地说啊，我是国内少数几个能把关于AI的Why和How讲明白的博主。我提供的东西比教程更值钱。记得点一波关注。如果想链接我，就来newtype社群。已经快1000人付费加入啦！

回到今天的主题：Mac必装软件。咱们先从AI相关的说起。

当你用了一段时间模型厂商出的应用——比如ChatGPT、Claude之后，大概率会希望通过API调用模型，以及试一试在本地运行开源大模型。两个原因：

一是更自由地体验更多的模型，并且用多少Token就付多少钱。二是更自由地去选择和组合一套工具，完全适配自己的习惯和需求，作为日常主力。

这个时候，你就需要一款像ChatWise一样的应用。

在闭源模型方面，主流的模型厂商和主流的算力平台它都支持，肯定有你想用的。

我知道大家最近为了DeepSeek注册了好几个算力平台。但是，要稳定使用的话，我建议用OpenRouter就好了，不用看别的。它不会像国内那些平台那样，总出幺蛾子——你想薅它羊毛，它想割你韭菜。在OpenRouter里，把API Key填进去，市面上所有的模型都可以选择。这就免去了你每家都得注册账号、绑定信用卡的麻烦。

在开源模型方面，大家常用的Ollama和LM Studio都有。像Ollama，你都不用做啥设置，保持软件运行就可以。ChatWise自动把所有模型都列出来了。我平时用最多的就是DeepSeek-R1 14B和Qwen2.5 14B。

光有模型不够，还得给模型配上工具。你看ChatGPT不就是在GPT模型的基础上，加了各种工具，比如搜索和画布。那到了ChatWise这边，同样也有这两个工具。

Artifacts就我之前夸过好多次，就不多说了。搜索方面，你可以用Google的免费API，也可以调用Tavily的。他们是一个专门为大模型优化过的搜索引擎。我之前自己写脚本的时候用过，挺不错的。

或者，还有一个更简单的方法，不用这些搜索引擎，直接用Perplexity的API。他们微调后的模型，有搜索、有推理，效果非常好。

ChatWise这些进阶功能需要付费才能解锁。如果你就是想要免费的，那可以用Cherry Studio。但我还是付费了。并不是冲着功能去的，只是因为它好看，用着舒服。我认为，在功能大差不差的情况下，外观和流畅度就成为选择的关键。

所以，除了Gemini 2.0和Grok 3我是在官方的网站上用，其它的模型，我全通过ChatWise加OpenRouter和Ollama来搞定。

OK，日常AI主力工具说完了，那还有两个补充。

一个是Cursor。市面上的AI编程软件很多，在细分领域各有所长。但综合来看，Cursor就是最强的，没有之一。再加上前几天Claude 3.7发布，Cursor当天就支持了。有了比3.5还强20%的3.7加持，Cursor现在更猛了。

除了编程，Cursor其实还有一些框架之外的奇怪用法。我在上一期“AI学习法”的视频里有介绍过。大家可以找来看看，肯定会有启发的。

另一个是Obsidian。更准确地说，是它的AI插件Copilot。对我来说，它的作用有两个：

第一，当我在写笔记的时候，可以直接在软件内跟AI对话，不需要切换到别的软件去。说真的，切来切去特别打断思路。而且，Copilot也可以连OpenRouter，用Perplexity的模型完成搜索，不用担心查不到实时信息。