之前去了纳米Work的发布会,对技术的探索、对智能体Scaling Law的判断,很有前瞻性。

老周现场说了一句话让我印象很深:不要把AI当副驾驶,要当成整个公司的基础设施。
接触过不少传统企业的老板,还有很多AI公司的创始人,一个共性问题是,AI还是很难深入到业务场景里。
虽然有各种各样的智能体案例,但是真正能被企业用好的,依然很少。
一个任务,如果不能由智能体0-1完成闭环,总是需要大量的人力去支持。

纳米Work官网:https://work.n.cn/
一直关注的纳米Work,用智能体解决业务问题、帮助老板和团队提效,这一次有了不小的突破。
之前印象中,纳米AI一直从场景出发、面向真实具体场景,但这一次,纳米Work却是让我对企业智能体有了新的观感。
单个智能体再强也有天花板。但多个智能体凑在一起,事情就变得不一样了。
尤其对于企业场景,单个智能体单个任务价值有限,但组合起来,就能完成更多真实的 to B 复杂场景。
我给几家AI公司做顾问,一个共性需求是竞品分析。
企业老板,往往需要知己知彼,对行业最新玩家和现有竞争格局有系统性的判断,这就成了一个需要定期给老板更新呈现的内容。

在纳米Work里,我选了「竞品对比分析」,里面有内置技能,还有很多精选的案例模版。
我给出的要求是,帮我整理关于数据标注行业的玩家扫描和竞品分析,而且还让直接给我输出网站版本和PPT格式。
从国内、国外AI数据公司的分析,到最终的汇报展示,希望一次性搞定。

最终完成的26页ppt,非常清晰专业,数据、图表、观点、判断都很到位,是咨询公司可以做公开报告的那种。

现在大小公司,都越来越注重宣传和内容建设了,但是花费单独的人力财力建设内容团队,又是一笔不小的开支。
以前让AI来执行创作,大部分智能体都只能提供单一的内容角色,或者针对性解决某个问题,后期还是需要编辑、设计师来完善。
更不用说更高质量的内容了,就很需要多项职能相互配合,要把专家智能体配合起来。

在纳米Work里,我最近经常用的一个,是「内容创作专家团」。
从创意总监到文案创作,从视频生成到素材改编,配合度很高,而且是一整个流程由智能体专家团搞定。

从单个专家后台的所有基本配置,到对应开放的技能权限。


甚至是针对到它每个要单独配置的知识库。
我全都可以进行针对性查看和调整,而不是一股脑把文件全给它丢到一起。

在真实的流程里,专家协作团队,竟然出乎意料的不是简单的拉个小群,把几个专家往里一塞。
而是按照一套尽可能详细的工作流画板方式进行设计,属于是把智能体工作流的精髓也给学来了。

从skill配置、大模型、MCP工具调用、HTTP请求、代码执行.......


可以说该有的几乎都有,纳米确实是花了很大的心思。
回过头看,其实大部分国产Agent都完全没上升到工程层面,
假如每个应用场景不能做到单独进行设计,那做出来的必然只是一个套壳的api调用。
而纳米work在我看来,目前最大的问题就是,这个入口未免设计得太小了一点。

大概,这才是我真正想要的执行团队和多Agent协作。已经很接近真的的决策智囊和执行团队了。
纳米Work的做法就是这个逻辑:五大引擎共享记忆、统一调度,谁强用谁。
1000多个大模型按任务类型自动选型,不同交付物由不同模型产出,不被单一厂商绑定。
预置500多个岗位专家开箱即用,还可以按岗位、资料和交付标准训练出专属专家。
给大家再看几个智能体专家团队,几个让我比较满意的结果输出。都是面向企业场景的需求。

像这个AI动态设计网页,完成度很高。
一句简单指令,就帮我完成了AI设计年度报告,动画效果和色彩呈现都不错,而且特别匹配了动态图片。
还有视觉效果更惊喜的。
之前看过一个可旋转的3D魔方网页效果,我想通过语言描述来复刻一下。


这个需求我跟已经雇佣的「产品开发专家团2.0」说了一下,他们就开始分工组织,分角色、按流程,一步一步完成操作。
再之后,就有了下面的效果。

类似的需求,在海外其他最贵的模型上,我也提过,完成度时好时坏,基本成了我测试前端设计的保留prompt了。
结果这一次,是我最喜欢的一版。
我只觉得,好像自己也能构建一个有分工、有协作、有差异化的数字团队。
真的能把我脑海里想的,给实现出来。
那些还在用单个AI助手的企业,估计很快就会发现自己落后了。不是落后在工具上,是落后在组织方式上。
纳米work在这里做了一个最直接的选择。
直接聚合好了Claude Code、Codex、Hermes等主流框架。

我可以在软件里无缝切换,并且不用再去做任何的网络环境和配置。
具体效果怎么样?
我拿它测试了一个能帮我针对桌面文件,归纳整理的小工具。

一句话就给我做好了左侧存储空间的可视化,还有分类删除也都有做到。
我现在有个需求,就是我的桌面太乱了,我非常需要归类一下我的桌面文件,一些不要的我会考虑删掉,但是由于内容太多了,所以看的我眼晕,所以我需要你根据桌面文件名和文档名按照不同的类型进行区别和划分,
归类整理,注意我不要你直接删除,而是创建一个针对桌面文档,可以预览你已经归类好文件的网页,然后我先在网页里看看你归类的是否合理。
另外我需要需要能在网页里直接点击打开每个具体文件的按钮,其次,我需要能够直接在网页里针对某一项点击进行删除,另外我希望他能有一个类似手机存储的可视化效果,举个例子,类似一个小电池,在手机上显示图片大小占总比的百分之多少,视频占比百分之多少,文档占了百分之多少,不同的归类则有不同的颜色,并且我在删除时能够实时看到颜色消除并伴随有粒子效果,这样的交互感效果才够好

当然这里还有个细节,就是我用的是Codex框架,但实际调用的则是DeepSeek V4 Pro模型。

用过Codex的肯定知道,过去codex想接第三方模型,还得专门用Codex++,或者CC Switch这类三方软件。
步骤繁琐不说,稳定性也时不时翻车,现在接口直接打通,主打一个方便省心。
并且我还可以在这里查看代码终端,如果出现报错也能实时查看问题。
当然,最让我没想到的,是它把Hermes Agent的skill自优化逻辑也一并学来了。

也就是会把你的使用习惯和个人偏好自动沉淀成skill技能,越用越懂你。
因为skill的本质就是把某些流程、工具调用、领域规范、模板化步骤固化,减少模型的临场发挥。
而纳米Work不只是引进了这套东西,还往前推了一步。
也就是自动根据任务补充旧有skill里缺失的内容, 甚至会主动合并掉重复的skill技能。
对于企业老板、负责人、OPC来说,有了合适的skill,就好像拥有了千军万马。
技术再炫,落不了地就是空中楼阁。
以前智能体想从实验室走进真实工作流程,必须过六道关。

成本要可算、使用要够简单、过程要清晰可见让人放心、运行要稳定、安全要有保障、技术能力要持续保持领先……
相对应的,纳米Work还有“六个帮”:
帮你谋,是帮你理清方向、决策支持;
帮你干和帮你开发解决,是执行力的问题,把想法变成PPT、网页、应用或者视频,不用你自己动手;
帮你盯,解决的是持续性,任务推进过程中需要跟踪进度、发现风险,它替你在后台守着;
帮你赚钱,则是结果导向,在获客、转化、经营这些环节上直接贡献业绩;
最后帮你成长,则是长期价值,它不只帮你把今天的事干完,还会把这次做对的方法沉淀下来,下次遇到同类任务就越用越顺手,同时也在帮你自己积累能力和经验。

六个帮覆盖了从想清楚到做出来、从盯住到赚到、再到越用越强的完整链条,不是单个功能点的堆砌,是一套能陪着人和组织一起进化的能力闭环。
怎么让AI从能回答问题,变成真能帮企业解决问题,纳米Work 这次给了很好的答案。
我看到两条路在交汇。
一条是技术路,过程数据反哺模型、多智能体协同、安全可控的执行环境。
另一条是产品路,让用户讲清楚目标和标准,平台自己调度AI专家、连接工具、执行任务、检查纠错,直到交付成品。
两条路交汇的此刻,就是智能体真正进入企业工作流程的时刻。

关于智能体的Scaling Law、关于递归自我改进、关于多智能体协同,也不再只是技术概念,已经开始让一个人成为一支队伍、真的解决企业问题。
让每个智能体在执行中学习、在过程中进化、在协作中涌现……
这才是智能体自己的Scaling Law,也是企业场景真正能发挥价值的。
这才是下半场真正的比赛。
纳米Work官网:https://work.n.cn/
文章来自于"AI异类弗兰克",作者 "FrankGPT"。
【开源免费】Browser-use 是一个用户AI代理直接可以控制浏览器的工具。它能够让AI 自动执行浏览器中的各种任务,如比较价格、添加购物车、回复各种社交媒体等。
项目地址:https://github.com/browser-use/browser-use
【开源免费】字节工作流产品扣子两大核心业务:Coze Studio(扣子开发平台)和 Coze Loop(扣子罗盘)全面开源,而且采用的是 Apache 2.0 许可证,支持商用!
项目地址:https://github.com/coze-dev/coze-studio
【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。
项目地址:https://github.com/n8n-io/n8n
在线使用:https://n8n.io/(付费)
【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。
项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file
【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。
项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file
在线使用:https://vectorvein.ai/(付费)
【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。
项目地址:https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md
【开源免费】FASTGPT是基于LLM的知识库开源项目,提供开箱即用的数据处理、模型调用等能力。整体功能和“Dify”“RAGFlow”项目类似。很多接入微信,飞书的AI项目都基于该项目二次开发。
项目地址:https://github.com/labring/FastGPT
【开源免费】LangGPT 是一个通过结构化和模板化的方法,编写高质量的AI提示词的开源项目。它可以让任何非专业的用户轻松创建高水平的提示词,进而高质量的帮助用户通过AI解决问题。
项目地址:https://github.com/langgptai/LangGPT/blob/main/README_zh.md
在线使用:https://kimi.moonshot.cn/kimiplus/conpg00t7lagbbsfqkq0