Daniil Okhlopkov

3月份我试了这些AI工具，分享真实体验。新东西不断出来，我尽量试用并分享值得关注的。 paperclip — AI自动化组织 paperclip.ing是给AI代理用的可视化任务追踪器。支持Claude Code、Codex、Openclaw——任何有heartbeat的都行。入职体验很有意思：你是董事会成员，雇一个CEO，CEO可以雇其他员工。 但目前还没什么魔法。任务和方向还是你定。Token消耗很猛（在修）。产品才出来几天，还很粗糙，但Discord社区已经很活跃了。等他们出1-click公司克隆（比如"一键安装SEO团队"）的时候，再认真聊。 gstack — YC创始人的提示词框架 gstack是YC总裁Garry Tan做的一套提示词。目前我挺喜欢的。核心玩法：启动一个CEO代理，给它描述你的想法，它告诉你怎么做到10倍好。然后还有单独的设计和代码评审提示词。本质上是让AI推你提高质量，而不是什么都顺着你说。 conductor.build — AI IDE conductor.build是个给AI工作用的IDE，不用一直待在终端里。

我做了一个关于Telegram上AI代理的深度研究，以及TON在其中扮演的角色。 Telegram是AI产品的默认界面 找到了183个AI机器人，合计月活4430万用户。不是什么死项目demo——是有真实用户的活产品。Telegram已经成了AI的默认界面：不用下载App，不用注册登录，直接发消息给bot就能用。 4430万月活，比大多数独立AI应用还大。而且这只是我能找到和统计的，实际数字可能更高。 BotFather翻倍到730万月活 BotFather——创建bot用的那个bot——两个月内月活翻倍到730万。越来越多人在造bot，其中很大一部分是AI bot。平台的供给侧在爆发增长。 Cocoon生态已经在运转和增长，客户端也早已不只是Telegram本身，基础设施正在向外延伸。 TON接入代理经济 TON正在接入x402、EIP-8004、A2A协议、发现和信誉层。代理经济的基础设施正在拼成一个完整的拼图：代理需要互相支付、互相验证、互相发现。TON + Telegram是这一切的天然组合。 如果说以前"消息应用里搞区块链"听起来挺奇怪，那AI代理让这

有时候就坐在那里，FOMO上头，想让自己的AI代理变得更强。但怎么搞？ 我找到一份尖锐问题清单，专门问AI代理（Claude Code、Codex、Openclaw）。答案会暴露代理对你和你项目理解中的盲区，也可能激发新想法。 记忆和上下文 AI代理最大的弱点就是忘事。每次会话之间丢失上下文，积累错误假设，最后用过时的"你"在工作。问问这些： 1. 你对我和我优先级的哪些假设可能是错的？ 2. 会话间你丢失了哪些关于我的上下文？怎么做才不会越来越笨？ 3. 哪些地方你在用猜测填补对我的了解，而不是直接问？ 4. 你记忆中最有价值但没在用的洞察是什么？ 5. 1-10分，你对我优先级和思维的建模准确度？哪里拉低了分数？ 6. 我的优先级从开始到现在变了多少？你的方法中哪些过时了？ 自动化机会 代理比你更了解你的工作模式——它处理你每个请求。但它通常不主动提改进建议： 7. 根据你对我工作流的了解，我漏掉了哪些工具和自动化？ 8. 你注意到我工作中哪些重复的摩擦点？哪些可以不用我说就自动化？ 9.