我用釦子3.0復刻了自己,打造24小時運轉的AI編輯部
重點摘要
AI應用風向標(公眾號:ZhidxcomAI) 作者|畢偉豪 編輯|漠影 智東西6月2日報道,兒童節這天,釦子Coze3.0正式上線,用戶可以在一個項目中同時調用多個Agent,這些Agent還帶有專業的技能包,可以處理各種場景的任務。 作為一名科技行業記者,我的日常工作就是追著AI圈跑,蒐集信息、調查研究、撰寫成文,這些工作是繁瑣的,我一直在思考如何才能將一些初期的蒐集和整理工作自動化,為此,我做了一個決定:用釦子3.0複製一個我自己。 我直接把寫作風格、選題標準、常用話術、關注領域總結好全部打包餵給釦子,封裝成一個技能包,然後讓這個AI分身替我選題、寫稿,我還直接把一群Agent拉進群,打造了一個AI編輯部。 下面來看看這個數字“我”是如何練成的。 一、五大職業Agent模板,喂出一個AI分身 在做所有工作之前,首先讓我來介紹一下這次釦子3.0更新的Agent功能,最核心的兩個新功能就是職業模板和多Agent群聊協作。 在釦子中創建Agent時,可以按照任務需求選擇不同的模板,比如自媒體達人、科研助理、法律顧問等。每個模板都內置了大量的專業技能包,可以應對各種任務環境。 創建Agent後,用戶除了和每個Agent單獨對話外,還可以“拉群”,就像日常工作中有新項目時,會把很多同事拉進一個群一樣。用戶可以選擇新建項目,然後選擇所需要的Agent加入項目,一個群聊就建好了。 回到主線任務,復刻自己的第一步是讓釦子理解我到底怎麼工作的。我創建了一個叫“世另我”的Agent,然後把人物畫像、寫作風格模板和最近寫的一些文章發給了釦子中這個新的Agent,要求它分析我的風格特徵並改寫記憶文件。 它分析出的結論有些我自己都沒意識到,比如“習慣在第二段用設問句引入衝突”、“偏愛用具體數字替代形容詞”、“結尾時常總結,喜歡用一個細節收束”,我回頭翻了自己的稿子,還真是這樣。 接下來是選題標
AI應用風向標(公眾號:ZhidxcomAI) 作者|畢偉豪 編輯|漠影 智東西6月2日報道,兒童節這天,釦子Coze3.0正式上線,用戶可以在一個項目中同時調用多個Agent,這些Agent還帶有專業的技能包,可以處理各種場景的任務。 作為一名科技行業記者,我的日常工作就是追著AI圈跑,蒐集信息、調查研究、撰寫成文,這些工作是繁瑣的,我一直在思考如何才能將一些初期的蒐集和整理工作自動化,為此,我做了一個決定:用釦子3.0複製一個我自己。 我直接把寫作風格、選題標準、常用話術、關注領域總結好全部打包餵給釦子,封裝成一個技能包,然後讓這個AI分身替我選題、寫稿,我還直接把一群Agent拉進群,打造了一個AI編輯部。 下面來看看這個數字“我”是如何練成的。 一、五大職業Agent模板,喂出一個AI分身 在做所有工作之前,首先讓我來介紹一下這次釦子3.0更新的Agent功能,最核心的兩個新功能就是職業模板和多Agent群聊協作。 在釦子中創建Agent時,可以按照任務需求選擇不同的模板,比如自媒體達人、科研助理、法律顧問等。每個模板都內置了大量的專業技能包,可以應對各種任務環境。 創建Agent後,用戶除了和每個Agent單獨對話外,還可以“拉群”,就像日常工作中有新項目時,會把很多同事拉進一個群一樣。用戶可以選擇新建項目,然後選擇所需要的Agent加入項目,一個群聊就建好了。 回到主線任務,復刻自己的第一步是讓釦子理解我到底怎麼工作的。我創建了一個叫“世另我”的Agent,然後把人物畫像、寫作風格模板和最近寫的一些文章發給了釦子中這個新的Agent,要求它分析我的風格特徵並改寫記憶文件。 它分析出的結論有些我自己都沒意識到,比如“習慣在第二段用設問句引入衝突”、“偏愛用具體數字替代形容詞”、“結尾時常總結,喜歡用一個細節收束”,我回頭翻了自己的稿子,還真是這樣。 接下來是選題標準,我整理了一些近期的選題,標註了哪些我選了、哪些我沒選以及為什麼,分批次發給釦子,讓它學習這個決策邏輯。 隨後我讓“世另我”進行了實操,我將一篇融資新聞稿發給釦子,讓它來寫一篇融資報道。 第一版出來後,我發現釦子寫的文章比較冗長,受新聞稿影響較大,寫了很多企業PR內容,於是我提出讓它寫短平快的融資報道,參考我上傳的文章。 果然第二稿就好了很多,內容簡潔幹練,該有的信息點都有,只是部分語言還是有點AI味道,但內容的準確性是沒問題的,如果作為文章撰寫的前置信息梳理環節,釦子的產出結果非常能打。 這個數字分身,會隨著現實中我的不斷成長,學習更多我的文章,彙總更多我日常總結的經驗,從而進一步成長。 二、從熱點收集到成文,打造24小時不停歇的AI編輯部 除了復刻自己,我還在釦子中給我的數字分身招攬了左膀右臂,打造了一個AI編輯部。 我在釦子中創建了文字編輯、商業消費編輯、標題助手、頭圖設計師、專業審查編輯這些Agent,分別負責檢查文字錯誤以及語病、判斷商業趨勢以及分析財報等數據、擬定備選標題、設計頭圖和封面、檢查科技類文章專業性,然後把這些員工都拉進了一個項目群。 比如我把上面這個群聊命名為AI編輯部,裡面共有6個Agent協作,釦子支持用戶通過@來喚起Agent,實測中發現如果不@,單獨發消息是沒Agent理你的,目前還不能一鍵@所有Agent,需要單獨給它們分配工作。 實際體驗中,我在群裡發佈選題後,@編輯部中的AI編輯們,這些Agent就會按照要求同時開展工作,我覺得這也是釦子 3.0最有意思的地方,不是單一Agent的按計劃分步執行,每個Agent都有自己負責的部分,工作安排一齣,群裡立即熱火朝天。 用戶可以在釦子項目群中通過定時任務的設置,來讓項目群中的Agent自動運轉。 很實用的一點是,這個項目群中的工作是可以在後臺進行的,我在前面定時任務正在運行當中的時候,給“世另我”派發了新任務。 由於釦子支持用戶通過左下角加號中,選擇Agent職業模板自帶的技能來完成工作,比如選擇PPT功能,我直接選中該技能讓“世另我”來做一個工作彙報PPT。 可以看到這些工作是可以並行處理的,不會因為前面有工作在運行而影響新任務推進。 為了模擬真實編輯部,我又創建了三個定時任務,分別是選題、週報和標題覆盤,讓釦子和現實編輯部一樣運轉。 每日AI方向選題:每天早上8點自動搜過去24小時AI圈新聞,篩選3到5個值得寫稿的選題,附簡短推薦選題理由和切入角度,發到這個群裡並推送到我的微信。 週報:每週五下午5點自動出工作週報。內容來自釦子裡的對話記錄、本週發佈的文章鏈接、選題跟進狀態,發送到這個群裡。 標題覆盤:每週五下午6點彙總所有擬定的標題,分析標題被採用和未被採用的原因,以及標題實際效果,生成標題覆盤報告。 當然,這些定時工作流還需要不斷進行迭代完善,不可能一次性就能做到完美。 目前,釦子支持移動、網頁、桌面應用三端互通,早上出門時給釦子發個消息,讓它蒐集科技日報,騎電動車到公司,打開電腦就能看到已經整理好的日報了。我只需要點開這些鏈接查看具體文章,然後篩選出合適的選題即可。 跨端的整體體驗是順暢的,手機到電腦的上下文沒掉過鏈子,知識庫在不同端也都能調用,項目群中的各項功能也都可以正常使用。 釦子3.0本次上線還更新了雲端Agent和本地Agent接入功能,可以將Agent部署在釦子雲電腦上,也可以接入自己本地部署的Agent,實測中本地Agent僅支持Claude Code、Codex以及OpenClaw,Hermes無法接入。 不過這次釦子3.0上線後,一些新的功能需要訂閱才能體驗,創建雲端Agent、職業模板、項目多Agent協作、Seedane2.0視頻生成以及積分增購都需要高階版才能使用。 進階版可以接入一個本地Agent以及自己的自定義模型,前面所說的功能都無法體驗。 寫在最後:分身幫我幹活,但不能替我做判斷 一整天體驗下來,這個釦子中的數字分身做的最相似的,是我的寫作外殼:短句、設問、數據打頭、結尾減少總結,這些表層特徵被AI學得很像。 最不像的是判斷力,哪個選題值得深挖、哪個觀點需要壓一壓、哪句話說出來會失去新聞公平,這些不是技能包能封裝複用的。 實際體驗中,這個“世另我”加上AI編輯部中的其他Agent,的確可以梳理紛繁複雜的信息,但就寫文章而言,還不足以達到合格的標準。 其職業模板所自帶的技能包,在實際場景中屬於“可用”的狀態,處理簡單和機械化的任務時效果不錯,但在一些創造性的任務上表現還達不到驚豔的程度。 如果將其作為日常工作前置環節的助手,釦子3.0的表現非常合格,多Agent處理任務的速度比單一Agent要快很多,而且多個任務併線處理也讓AI團隊這個詞更加真實。 不過目前為止,多Agent模式只能在文本、生圖、數據分析等日常任務中使用,在釦子編程和視頻生成項目中依然還是單一Agent。 同時需要注意的是,釦子目前的訂閱價格並不便宜,如果任務需求不復雜也不緊迫,進階版的單一Agent就足以滿足需求了。
Related
相關文章
網易有道全面向AI轉型 全場景Agent矩陣亮相圖博會
{"id":"39ef5947-b77a-4904-bf03-ff6264f08dc4","object":"response","model":"deepseek-v4-flash","output":[],"stop_reason":"max_output_tokens","usage":{"input_tokens":154,"output_tokens":200,"total_tokens":354}}
MosaicLeaks: Can your research agent keep a secret?
Back to Articles MosaicLeaks: Can your research agent keep a secret? Enterprise Article Published June 18, 2026 Upvote - Alexander Gurung agurung Follow ServiceNow Rafael Pardinas rafapi-snow Follow ServiceNow TL;DR Deep research agents increasingly combine private local documents with external tools like web retrieval, creating a privacy risk: an agent's external queries may leak sensitive information. MosaicLeaks proposes a new deep-research task with multi-hop questions that interleave public and private information. Across the models we tested, agents frequently leaked private information, and training only for task performance made it worse. We propose a mosaic-leakage-aware RL training method, Privacy-Aware Deep Research (PA-DR), which raises strict chain success (the share of chains

騰訊老兵+大廠00後新銳,碼上飛想做的不只是AI Coding
這篇消息聚焦「騰訊老兵+大廠00後新銳,碼上飛想做的不只是AI Coding」。原始導語提到:已接入華為鴻蒙生態 從 AI 情報角度來看,這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。

Agent引爆網盤大戰,騰訊、百度、阿里齊聚,這次爭的不再是下載速度
這篇消息聚焦「Agent引爆網盤大戰,騰訊、百度、阿里齊聚,這次爭的不再是下載速度」。原始導語提到:網盤成了Agent新基建。 從 AI 情報角度來看,這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。

21年老牌企服公司的AI實驗:讓Agent跑一遍流程
這篇消息聚焦「21年老牌企服公司的AI實驗:讓Agent跑一遍流程」。原始導語提到:司盟企服接入騰訊雲WorkBuddy後,將海外郵件管理、審計理賬、訂單審核等高頻交付流程交給Agent先跑一遍 從 AI 情報角度來看,這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。
曹操出行宣佈啟動全面AI轉型,組織升級向AI原生公司邁進
曹操出行在2026國際汽車及供應鏈博覽會 上宣佈啟動全面AI轉型,併發布RoboX戰略,打造全球領先的物理AI移動科技平臺。與此同時,公司正式啟動組織升級,加快向AI原生公司邁進。為推動全面AI轉型,今年上半年,公司推進戰略聚焦,持續優化業務結構,主動收縮非核心業務,加快向AI原生公司轉型。