
4 周进度:一边午睡,一边构建 10-Agent 营销平台
我在 4 周里构建了 3 个 AI 营销 agents 和多租户架构——这已经等于我之前那个花了 7 个月上线产品在一个月里完成的工作量。
此分类共 84 篇文章

我在 4 周里构建了 3 个 AI 营销 agents 和多租户架构——这已经等于我之前那个花了 7 个月上线产品在一个月里完成的工作量。

我差点把一次关键 TTS 引擎替换直接靠“希望一切顺利”上线——直到我的 AI 助手指出风险,并帮我做出一套防事故的 feature flag 策略。

我追查了一个注册后延迟 3 分钟的问题,最后发现是“薛定谔用户”——由于写入与读取之间的数据库复制延迟,用户在同一时刻既存在又不存在。

当 AI 在我真正熟悉的领域里都能一本正经胡说八道时,我重构了整个工具流程——这是一个 4 步工作流,让你重新掌控输出质量。

我原以为 Cloud Run 迁移完美无缺,直到一个 AI 参数——temperature 设成 0.7 而不是 0——导致 30% API 调用首轮失败,每月浪费 $54 token 成本。

我从 AWS 迁移到 GCP,成本下降 92%、性能提升 10 倍——以下是我放下“最佳实践神话”,转向真正可用的务实架构后学到的事。

我做了一个 AI 播客生成器,让你在内容真正生成前就能先塑形——因为我已经受够了通勤时听 AI 给我念“维基百科”。

在测试 AI 模型约 5,000 小时后,我在 coding 场景里更偏向 Gemini 2.5 Pro,而不是 Claude 或 ChatGPT——这篇是它为何成为我默认工具的原因。

用 CrewAI 做 AI 播客约 10 天后,我最大的体会是:这个框架确实非常易上手,但高质量内容依然离不开真实的人类投入。

我把 Sydney 扩展到能读取 Big Tech 过去 10 年年报里的叙事内容,但策略上只覆盖了 7 家公司——下面是我如何在成本与能力之间做平衡。

我把两个 AI agents 合并成了一个多能力助手,它既能分析 S&P 500 财务,也能回答我过去 15 年博客内容——再次证明有时候“少即是多”。

我做出了一个基于 10 年 SEC 数据回答金融问题的 AI agent,并最终解决了流式输出难题,让它既实时又可验证。