Agent

围绕 Claude/Codex 使用成本，群里讨论了多 Plus 账号、200 美元套餐、公司中转和中转站试用。

Claude 使用体验集中出现额度不耐烧、模型变懒、疑似暗砍等反馈，有人两天烧完一个 Max20。

群友观察到 AI 唱歌直播已经出现头部案例，短期开播就有接近 30 万粉丝和可观礼物收入。

试用云 GPU 后，群友开始重新评估大内存 Mac 的必要性：本地工作环境和云端算力是两回事，但非刚需场景下租算力更像租车、租房。

陈奋斗用一个客诉现场问题举例：工程师三天没定位的问题，通过自己的 AI 架构从复现到解决只花 15 分钟，一遍过。

个人知识库讨论从销售中台延伸到私域经营驾驶舱和个人智能体：一方已经搭了快半个月，另一方强调本地 Obsidian 和 MD 文件双向互通，方便其他 AI 调用。

Peter 用一串 AI 关键词做圈层测试，引发群友共鸣：很多身边人仍停留在豆包写文档阶段，而群里已经在讨论 Codex、Skills、MCP、子智能体和上下文窗口。

Peter把前一晚的槽位方法总结成“Session装记录，Root管任务，Host提供环境，Sandbox管权限，Slot管并发，PASS要靠证据”。

讨论从如何提升提示词水平切入，结论不是背更多提示词，而是把原始需求先转成可追问、可复用的模板。

群友问制作 PPT 有没有高级提示词，现场给出的方向是直接用 skill 或 PPT Agent，而不是继续堆提示词。

群友问 Agent 在业务里能做什么，讨论很快落到电商场景：产品、客服、销售、采购、发货、财务、售后都能被拆成可辅助的环节。

微信自动化风险被多位群友用亲身经历验证：PC 端和 RPA 曾经能跑通，但手机端录制或多人使用容易暴露，账号可能直接出问题。