课代表立正倡导弃用Chat工具 转向智能体实现10倍提效

课代表立正倡导弃用Chat工具 转向智能体实现10倍提效 用户频繁介入对话会拖慢大模型计算效率，只有通过Agentic工具构建无缝自动化工作流才能突破生产力上限。 视频深入探讨了从 Chat 模式跨越到 Agentic 智能体工具对于提升 AI 生产力的决定性作用。主讲人通过视频后期流水线、播客状态修改及内容自动分发等真实案例，阐释了减少人类介入、重构 AI 原生工作流的重要性。同时，视频打破了非技术人员对 Agentic 工具的畏难心理，提出了为期一周的停用 Chat 实践指南与具体学习路径。 博主提出普通人成为 AI 高手的核心三步为：停止使用普通聊天工具转向 Codex 等 Agentic 工具、编写功能向 Skill，以及做好 Context 管理；目前仅有 1%~2% 的用户频繁使用 Agentic 工具体会 AI 能力上限。 (0:00) Chat 工具的能力仅是 Agentic 工具的子集，Agentic 工具的核心优势在于可直接调度本地文件与工具、承载复杂多步骤链条，并将历史操作成果持续累积为后续上下文。 (2:00) 博主展示真实工作流案例：仅需下达一句指令，Agentic 工具即可自动连续执行视频转码、语音转写、声纹识别、高光筛选并最终导出 Google Doc 等 9 步自动化后期流程。 (3:00) 对话框“一问一答”中人的频繁介入如同汽车问世初期的“红旗法案”般卡死了算力速度；只有打破旧流程、重构“AI 原生”自动化流水线，才能实现从 30% 到 10 倍的生产力质变。 (6:00) 非技术用户应像“学游泳”一样直接下水实践，可通过“连续一周停用 ChatGPT 并全面改用 Codex 表达任务”的练习，建立用自然语言调度算力与工具的思维习惯。 (8:00)

博主“课代表立正”指出，仅将 AI 作为聊天对话框会把生产力限制在微弱提升上；普通人要实现从 30% 到十倍乃至百倍的效率跃迁，核心在于停用传统 Chat 工具，转向能够调度本地环境与长链条工作流的 Agentic（智能体）工具，并建立减少人工干预的原生工作流。 AI 使用群体的严重分化与跃迁前提 (0:00) 博主结合两年多的教学培训与企业实践总结提出，普通人成为 AI 高手需经历三个充分且必要的步骤：转向 Codex、Claude Code 或 Cursor 等 Agentic 工具；学会编写功能向 Skill；管理好上下文（Context）。博主强调，行业流行的新概念多已融入这三步之中，而第一步直接决定了使用者是仅获 30% 的微小提效，还是实现 10 倍乃至 100 倍的质变。 引用硅谷技术专家 Andrej Karpathy 的观察，AI 使用群体正呈现剧烈两极分化：极少数人通过 Agentic 工具探索 AI 的能力上限，而绝大多数人仍停留在浅层对话。博主引用的统计数据表明，全球约 80% 的人尚未使用过 AI；在已使用的 20% 人群中，超过 90% 局限于简单 Chat 对话，真正频繁使用 Agentic 工具的群体仅占 1% 至 2%。 Agentic 工具超越对话框的底层机制 (2:00) 从操作方式看，Chat 与 Agentic 工具都采用自然语言输入，但博主指出 Chat 的能力仅是 Agentic 工具的子集。普通 Chat 仅依据预设知识答复，而 Agentic 工具具备三大核心优势：能够调度本地文件与工具（如自主在本地写代码、保留文件，并在需要时从网络下载开源工具）；能够承载海量上下文与多步骤连续操作；可将执行过程不断沉淀为后续工作流的基石。 博主列举了多个具体案例说明端到端执行能力：在制作 PPT 图像精度不足时，Agentic 工具自动下载并调用开源工具完成优化；在播客运营中，只需自然语言指令即可调用本地密钥将公开单集设为非公开；在后期制作中，一句指令即可触发包含音视频转码、通义千问语音转写、Codex 逐字稿校对、Pyannote 声纹识别及高光筛选在内的 9 步自动化流水线，并最终生成完整的 Google Doc 文档。 重构原生工作流以消除人工干预瓶颈 (6:00) 博主借用历史案例阐明“减少人介入”是提升生产力的根本。其一为英国早期的“红旗法案”：规定汽车前必须有人举红旗开路，行人的步行速度便成为汽车的速度上限。在 Chat 模式中，用户“一问一答”的高频等待与确认，本质上就如同举红旗的人，严重卡死了后台 AI 算力的全速运转。 其二为工厂从蒸汽机转向电机的生产力范式迭代：早期工厂直接用电机替换蒸汽机时效率仅提升 30%，直到数十年后根据流水线流程彻底重构车间布局，才实现了百倍跃进。博主认为，在顶尖大模型普遍可用的当下，单纯替换工具提升有限，唯有构建让 AI 独立执行多步骤完整链条的“AI 原生”工作流，才是拉开生产力差距的关键。 非技术人员的适应路径与一周练习建议 (8:00) 针对非技术用户对 Agentic 编码工具的畏难心理，博主以学游泳初下水做比喻，认为只要实际在电脑上配置并试用一晚即可适应。非技术人员核心需要建立的是用自然语言调度算力的思维，重点掌握熟悉底层逻辑、学会程序报错排查、以及编写结构清晰的意图 Prompt 三项基础能力，社区实践表明无编程背景者也能据此拓展出高级功能。 博主为受众提出了一周实践练习：在接下来的一整周内彻底停用 ChatGPT，无论遇到何种需求均改在 Codex 中表达，并在获得答复后顺势要求 AI 执行下一步落地操作（如整理成本地 Markdown 文件或制作网站原型）。此外，博主公开了向美团（适合新手入门）、小红书（进阶技能与上下文管理）以及腾讯（偏研发实战）等企业内训的资料与多项实用 Skill。 博主的核心主张是打破“提示词对话”的固有习惯，转向由 Agentic 工具驱动、减少人工干预的自动化工作流；但这一路径要求非技术用户主动克服对本地环境与报错调试的心理障碍，且实际提效程度高度依赖于使用者编写功能性 Skill 和维护上下文环境的工程化管理能力。

[2:00] 课代表立正: 你跟 Chat 所做的所有事情，你在 Agentic 工具里边全都可以做……但是 Chat 的能力只不过是 Agentic 工具的子集。 [3:00] 课代表立正: 把我这段播客删掉吧，那个我公开转会员了 [3:00] 课代表立正: 我要一些英文的，多花点时间想好了再发 [6:00] 课代表立正: 我们这个人跟 AI 对话那个人，其实是 AI 的限制。无论你背后那个车它能负重多少，它的速度是没有办法超过你的速度的。 [11:18] 课代表立正: 学 AI 其实就像学游泳，你必须要通过下水才能学会。那欢迎大家来到水里边，跟我们一起把 AI 学会。

[0:00] 我们今天来聊一下 [0:01] 普通人如果想成为 AI 高手 [0:03] 需要哪3步 [0:04] 这是我和我的合伙人2年多 [0:06] 培训教学总结出来的精华 [0:08] 我们的背景我就放在这里 [0:09] 不再赘述了 [0:10] 这三步分别是 [0:11] 第一步停止使用 ChatGPT 这样的聊天工具 [0:15] 而应该开始使用 Codex 这样的 agentic 工具 [0:18] 第二步 [0:19] 学会写好一个 skill [0:21] 而且这个 skill 不是一个风格向的 skill [0:23] 而是一个功能向的 skill [0:25] 第三步管理好自己的 context [0:28] 我在这期视频里边会给 [0:29] 每一步都配上详细的落地步骤 [0:31] 还有案例 [0:32] 在最后我也会系统地讲一下为什么是这3步 [0:35] 而不是其他的步骤 [0:36] 也就是帮大家排除一些错误选项 [0:38] 比如说最近非常火的 Harness Engineering [0:40] 或者说 Loop Engineering [0:42] 这些事情我们大家需不需要了解 [0:44] 答案是你需要了解 [0:45] 但是它真正对你工作有用的步骤 [0:48] 其实已经都融合在我刚刚说的这3步里边了 [0:51] 经过这么多的教学培训和实践 [0:53] 看了那么多学员的案例之后 [0:54] 我可以很负责任地说 [0:56] 如果你能做好这3步 [0:57] 你一定可以成为一个高手 [0:59] 如果你不做好这3步的话 [1:00] 你的 AI 使用一定有巨大的缺陷 [1:03] 你的上限也会被卡死 [1:04] 尤其是第一步 [1:06] 第一步基本上就决定了一个人 [1:08] 他到底知不知道 AI 的最新能力 [1:11] 和他的上限到底是一个提效30% [1:13] 还是提效10倍100倍 [1:15] 这其实不是我的观点啊 [1:16] 这是硅谷的大神 Andrej Karpathy 他的观点 [1:19] 他就讲到这个世界其实已经分叉了 [1:22] 一些人呢 [1:23] 在使用免费的 AI 工具 [1:24] 天天是在跟 AI 聊天 [1:26] 他们对 AI 能力的了解是非常浅的 [1:28] 但是另外一些人 [1:29] 他们在使用 Codex, Claude Code, Cursor 这样的工具 [1:32] 他们是非常清楚地体验到了 [1:34] AI 的上限到底有多高 [1:36] AI 现在已经有多厉害的 [1:38] 这其实我们在2025年初的时候 [1:40] 出的那期 Agentic AI 的视频 [1:42] 已经把这个趋势讲得非常清楚了 [1:44] 而且我们还看到这样一幅关于 AI 使用的图片 [1:47] 其实这个世界上80%的人还是没有使用过 AI [1:50] 而使用过 AI 的这20%里边的人呢 [1:53] 基本上90%以上 [1:54] 全都是只在跟 AI 聊天 [1:56] 只有这么1%2%的人 [1:58] 他们是在使用这些 agentic 工具 [2:00] 但其实今天每个人都应该使用 agentic 工具 [2:04] 那什么是 Chat [2:05] 什么是 agentic 工具呢 [2:06] Chat 就像我们看到的这样一个页面 [2:08] 它是这样 ChatGPT [2:10] 我跟它聊天 [2:11] 它给我一个答案 [2:11] agentic 工具就是我这样打开的 Codex [2:14] 也是我跟它聊天 [2:15] 但是区别是它可以直接给我干活 [2:18] 它是在调度他云端的大模型 [2:20] 和我本地的很多工具 [2:21] 很多算力和很多模型去帮助我做事情 [2:25] 你跟 Chat 所做的所有事情 [2:27] 你在 agentic 工具里边全都可以做 [2:29] 比如说这样一个案例 [2:30] 就是我让 Chat 根据它对我的了解 [2:33] 生成一个 [2:34] 关于我的 Instagram 的九宫图 [2:36] 然后它就生成了一个这样的页面 [2:38] 我跟 Codex 说了同样的话 [2:40] 它也可以生成一个这样的页面 [2:42] 所以所有 Chat 可以做的事情 [2:44] 基本上在 agentic 工具里边都可以做 [2:46] 只是有一些非常小的区别 [2:48] 但是 Chat 的能力只不过是 agentic 工具的子集 [2:51] agentic 工具比 Chat 真正多的是三点 [2:54] 第一点是 agentic 工具可以调度 [2:56] 很多本地的文件和本地的工具 [2:58] 它可以在本地去写代码 [3:00] 然后这些代码都是留下来的 [3:02] 它可以你让它去下载各种各样的东西 [3:04] 比如说啊 [3:05] 我之前一个 PPT [3:06] 我觉得它输出的这个精度不高 [3:08] 它就去网上直接下载了一个开源工具 [3:11] 并且调用这个开源工具 [3:13] 去生成了一个精度更高的 PPT [3:15] 我不需要依赖这个聊天窗口它能干什么 [3:17] 我可以理论上让 AI 操作 [3:19] 任何我电脑上有的东西 [3:21] 这是第一点操纵很多工具的能力 [3:23] 第二点就是我可以给这个 [3:26] agentic 工具灌注很多的上下文 [3:28] 我再举个例子 [3:29] 这里边是我打开 Codex [3:31] 然后我跟一个朋友访谈 [3:33] 访谈完了以后我就跟他说啊 [3:34] 你走一遍我的 post-production Skill [3:36] 那这个 post-production Skill [3:38] 我在第二阶段会跟大家详谈啊 [3:40] 但是我在这里边就给大家举例 [3:41] 其实短短的这么一句话 [3:43] AI 其实在这里边做了9步的事情 [3:46] 而且调度了很多不同的工具 [3:48] 比如说它其实先调度了一个本地的转码 [3:50] 把它变成了一个音频 [3:51] 然后它调度了一个本地的 [3:54] 通义千问的模型去进行转录 [3:56] 它又调度了本地的 Codex Command Line Tool [3:59] 去精校了这个脚本 [4:00] 然后如果说这里边 [4:01] 它发现我是在访谈一个嘉宾 [4:03] 它还会去调度 Python 和 Pyannote（声纹识别开源库） [4:05] 这样的一个开源工具 [4:06] 去识别声纹 [4:07] 打上哪个是我说的话 [4:09] 哪个是嘉宾说的话 [4:10] 然后还会调度很多的 AI loop [4:12] 去生成观众感兴趣的高光片段、起标题 [4:16] 甚至直接把截图给做出来 [4:18] 最后他还会把所有的这些东西 [4:20] 总结到一个 Google Doc 里边 [4:21] 我可以直接分享给嘉宾 [4:23] 比如说大家看啊 [4:24] 就是我在 Codex 让它干了 [4:26] 这么一件事的时候它就去 [4:28] 做了这么多事情 [4:30] 并且生成了这样的一个 Google 文档 [4:32] 嘉宾预览 [4:33] 嘉宾需要看什么 [4:34] 正文的伴读文章 [4:35] 高光剪辑地图 [4:37] 标题封面 [4:38] 发布文案和制作说明 [4:41] 那另外一个案例是这样的 [4:42] 我其实有一个完整的流程 [4:43] 去把我所有 YouTube 的视频转成播客 [4:46] 然后我发现啊 [4:47] 就是有一个播客 [4:48] 我其实是当时公开发表的 YouTube [4:50] 然后又把它转成了一个会员视频 [4:52] 然后它在播客上还是有的 [4:53] 我就直接说 [4:54] 你把我这段播客删掉吧 [4:55] 那个我公开转会员了 [4:57] 这个 agentic 工具就去了解了 [4:58] 我的所有本地工作流 [4:59] 然后去操作我的这个播客主页 [5:02] 去把这期视频所对应的播客 [5:03] 你看就是463 [5:05] 从一个公开的状态转成了一个非公开的状态 [5:08] 那这些事情我其实只要 [5:09] 说一句话就可以做 [5:10] 你可以想象在 ChatGPT 上 [5:12] 说这句话做这件事吗 [5:13] 因为 ChatGPT 不掌握本地工具 [5:15] 不掌握我本地的所有上下文 [5:16] 也不掌握我本地的各种 [5:18] 登录的这些密钥等等 [5:20] 它是没有办法进行这个操作的 [5:22] 那第三点就是我的所有的操作 [5:24] 其实又可以累积成上下文 [5:26] 比如说我这里边有一个流程 [5:28] 是我让 AI 自动的去帮我发 Twitter [5:30] 我实在是不想管那个 Twitter [5:32] 然后我让它自动发 [5:33] 然后我发现我之前积累下来一个流程 [5:35] 打通了我怎么样子 [5:37] 把本地的内容写成一个文案 [5:38] 然后自动的按时间上传到 [5:40] Twitter 的这样的一个流程 [5:42] 然后我看了内容 [5:42] 发现我不满意 [5:43] 所以说我这里又说啊 [5:45] 就是这里边的内容我不满意 [5:46] 我要一些英文的然后你 [5:48] 多花点时间把这个想好了 [5:49] 然后再发 [5:50] 就这么几句话 [5:51] 它就去重新构建了这么一个工作流 [5:54] 然后重新的去把我的内容 [5:55] 总结成50条 Twitter [5:57] 重新的去定时发布 [5:58] 这就是你使用一个 agentic工具 [6:00] 和使用 Chat 的区别 [6:02] 其实这些 agentic 工具到现在了 [6:04] 它的使用感觉啊 [6:05] 和这些 Chat 已经差不多了 [6:07] 你看我刚刚所说的所有东西 [6:09] 没有写任何代码 [6:10] 甚至我没有规定它 [6:11] 怎么样去写任何代码 [6:12] 我只是跟它说 [6:13] 我要达成什么目标 [6:14] 你有什么标准 [6:15] 然后它就直接去做了 [6:17] 这就是30%提效和10倍生产力的区别 [6:20] 那道理其实我在企业培训中 [6:22] 也举了很多例子 [6:24] 我在这就说两个 [6:25] 第一个就是当汽车出现的时候 [6:27] 其实英国是有一个法律的 [6:29] 就是规定人必须要举着一个红旗 [6:31] 走在这个汽车前面 [6:32] 那大家都可以想象人走在前面 [6:34] 怎么可能让汽车跑得快呢 [6:36] 汽车跑得最快也不能超过这个人 [6:38] 极大的限制汽车的能力 [6:39] 但是那个时候大家就是 [6:40] 这样理解这个问题的 [6:41] 但是今天很可笑的是 [6:42] 我们如果用 ChatGPT 去跟 AI 聊天的话 [6:45] 我们就在干这样的事情 [6:46] 就是我们去跟 AI 说一句话 [6:49] 然后 AI 给我们反馈一个结果 [6:51] 然后我们再去跟 AI 说一句话 [6:52] AI 再去反馈给我们一个结果 [6:54] 我们这个人跟 AI 对话那个人 [6:57] 其实是 AI 的限制 [6:58] 无论你背后那个车 [7:00] 它能负重多少 [7:01] 它的速度是没有办法超过你的速度的 [7:03] 但是大家看到了吗 [7:04] 我给 AI 说一件事 [7:05] AI 可以去把那9步从头到尾全都做了 [7:08] 中间生成很多过程文件 [7:10] 然后又把这些东西全都综合起来 [7:13] 它就相当于我跟一个司机说你去哪 [7:15] 然后他就直接把车开到哪了 [7:17] 我在这里边并不需要盯着他做任何事 [7:20] 那第二个例子就是 [7:21] 电机取代蒸汽机的例子 [7:23] 当时蒸汽机的工厂是一个狭长型的 [7:25] 然后蒸汽是有一个杆子 [7:27] 把所有的动力传导到各种工厂里边的机器上 [7:30] 那电机来了以后呢 [7:31] 大家第一反应是用电机去取代蒸汽机 [7:34] 但是我们其实只得到了30%的提效 [7:37] 真正生产力十倍百倍的提高 [7:38] 是花了40年的时间 [7:40] 这40年的时间其实从技术本身 [7:42] 没有特别大的更新 [7:44] 真正的更新是发明了流水线 [7:46] 是发生在我们的工作方式上 [7:48] 我们把工厂从一个 [7:49] 狭长型的变成了一个扁平的 [7:50] 我们是按照生产的流程 [7:52] 去构建这个工厂 [7:53] 而不是去按照动力的流程构建这个工厂 [7:55] 所以说现在不要看 [7:56] 大家几乎都能用到最先进的模型 [7:58] 但是你的工作流到底是不是 [8:01] 一个 AI 原生的工作流 [8:02] 你是不是在想方设法的 [8:04] 让 AI 尽可能的去多做事情 [8:06] 你在这里边少参与 [8:07] 这才是你能解锁 AI 生产力的关键所在 [8:11] 那这个必备的第一步是 [8:12] 一定要停止使用 ChatGPT [8:14] 然后去使用 Codex、Claude Code、Cursor [8:16] 这样的 agentic coding 的工具 [8:19] 这件事我们从2025年初强调到现在 [8:21] 但是我们发现确实 [8:22] 只有1%的人在这样使用 [8:24] 还是非常值得强调的 [8:26] 我们在社区里边有两篇免费的文章 [8:28] 都在这个 Knowledge Bank 里边 [8:29] 是公开的板块 [8:31] 第一个就是用好 AI 的第一步 [8:33] 停止使用聊天窗口 [8:35] 第二步以一个简单的任务 [8:37] 看 AI 落地决策 [8:39] 这篇文章就把你到底需要做什么 [8:41] 为什么要这么做 [8:42] 怎么做给讲得非常清楚 [8:43] 而且有上中下的三策 [8:45] 去帮你对比得非常清晰 [8:46] 第二个呢 [8:47] 是一个具体的案例 [8:48] 去帮大家一点一点看清楚 [8:50] 你用 agentic 工具在工作中 [8:52] 是怎么样子造成提效的 [8:54] 如果这两篇文章你看了以后 [8:55] 你还想进一步的学习 [8:57] 我们这里有一个 AI 编程入门课程 [9:00] 它是一篇很便宜的课程 [9:02] 去帮助一个没有编程的背景的人 [9:04] 熟悉编程界面 [9:05] 知道这个编程的原理是什么样子 [9:07] 知道你遇到错误的时候 [9:09] 怎么样子去修复这个错误 [9:11] 知道如何举一反三的 Prompt [9:13] 怎么样子清晰地把你的意图描述给 AI [9:15] 这是我们认为的 AI 时代的编程基础 [9:18] 掌握这三个能力 [9:18] 你就能非常有效地去调度 AI Agent 了 [9:21] 我们在这里边也不断给大家加 [9:23] 应用的课和我们主课的预览 [9:25] 那编程基础这部分 [9:26] 只要你花一晚上 [9:27] 保证就可以学会 [9:28] 我们在教课的过程中也发现 [9:30] 很多同学我们就跟他说了 [9:31] 你一定要使用 agentic 工具 [9:33] 然后他们就是不使用 [9:34] 就是怕怕 [9:34] 这件事的道理呢 [9:35] 就像你去海边 [9:36] 然后你看到很多人在游泳 [9:38] 到了海边的那一瞬间啊 [9:39] 你就觉得这个水好凉啊 [9:40] 你还是怕 [9:41] 你唯一不怕的方式只能是你就进到那个海边 [9:44] 然后让你凉一下 [9:45] 30秒之后 [9:46] 你就会非常适应那个水温 [9:48] 然后你就不觉得凉了 [9:49] 我在这说多少都没有用 [9:51] 唯一能做的就是让你真的去下水 [9:53] 真的花这么一晚上 [9:55] 下载 Codex [9:56] Claude Code 和 Cursor [9:57] 然后真的去使用一下 [9:59] 那你如果去看我们课程 [10:00] 里边的这个评论区 [10:01] 然后你也会看到这里边 [10:03] 全都是这些非技术背景的同学 [10:05] 他们真的就很简单的去完成了 [10:07] 自己之前觉得不可能完成的东西 [10:09] 甚至很多同学还自己主动的去 [10:11] 给我们的作业加了很多的功能 [10:13] 那从此以后 [10:14] 你其实就是一个不一样的人了 [10:16] 你就掌握了怎么样子 [10:18] 使用自然语言调度算力 [10:19] 这是我们在这个视频的最后一部分 [10:21] 就是为什么这三个步骤是必要且充分的 [10:24] 跟大家讲解 [10:25] 就是什么是 AI 时代的机会 [10:28] 和我们为什么要通过这3个步骤 [10:30] 去抓住 AI 时代的机会 [10:31] 那好我跟大家讲了这么多 [10:33] 我发现这期视频还是挺长的 [10:34] 而且我们的三步每一步都需要讲清楚 [10:37] 那我就把这整个视频分成4部分吧 [10:40] 就是这是第一部分 [10:41] 讲好第一步 [10:42] 那大家看完了这个视频以后 [10:44] 回去就可以直接去使用起来 [10:46] 给大家的作业就是你在下个周 [10:48] 无论你想到什么东西 [10:50] 你都不要用 ChatGPT [10:52] 你都进 Codex 里边去跟它讲 [10:54] 讲完了以后你会发现 ChatGPT 会给你答案 [10:56] 但是你在 Codex 这样的工具里边 [10:58] 当你熟悉了你你一定会想到下一步 [11:00] 比如说你会想到 [11:02] 就是你把刚刚我们的对话 [11:03] 整理成一个 Markdown 文件 [11:05] 然后存到什么地方 [11:06] 你就跟它说这句话就行了 [11:07] 或者说刚刚我们这个想法很好 [11:09] 你看看能不能把它做成一个网站 [11:10] 也可以说这一步 [11:11] 当你开始有了这些意识 [11:13] 你就打破了第一个 [11:14] 也是最重要的天花板 [11:15] 走向了 AI 10倍的提效之路 [11:18] 那好如果这期视频大家还想去 [11:20] 看更多的免费资料的话 [11:21] 你可以去我们社区公开课的 [11:23] 腾讯小红书和美团的培训资料 [11:25] 这些都是他们付费请我去 [11:27] 给他们全公司做的培训啊 [11:28] 在这里边我们都可以免费给大家看了 [11:30] 尤其是美团这一集 [11:31] 可以先从这开始 [11:32] 然后小红书这集呢 [11:34] 等我讲完第二步和第三步之后 [11:35] 大家再可以看 [11:36] 腾讯这个呢 [11:37] 是比较偏研发向的 [11:39] 所以说你如果是一个研发同学的话 [11:41] 可以优先看腾讯 [11:42] 虽然我们的课程很贵 [11:43] 但是本期视频里面提到的内容 [11:45] 无论是我们的详细文章步骤方法 [11:48] 还是我们给腾讯美团 [11:49] 小红书这样的企业培训的内容 [11:51] 包括我们的软件 [11:52] 我们写的十几个 Skill [11:53] 都是免费和开源的 [11:55] 大家都可以直接免费的拿去学和拿去用 [11:58] 那好希望下个周大家就可以 [11:59] 养成使用 agentic 工具的习惯 [12:01] 我们在课程里面有讲 [12:02] 学 AI 其实就像学游泳 [12:04] 你必须要通过下水才能学会 [12:06] 那欢迎大家来到水里边 [12:07] 跟我们一起把 AI 学会 [12:09] 我们下期再见