💡 AI 实战工作流：从“拆书”到“蜂群”决策
群友分享了一套利用AI辅助复杂决策的完整闭环，核心在于将书籍理论转化为可执行的 Agent Skill：
- 拆书成技（Book to Skill）： 将高质量的决策类书籍拆解为独立的 Skill，结合个人笔记（如Obsidian中的积累），通过 Claude code 接入。
- 多模型博弈（小排老师方法）： 在决策创业方向时，让 GPT 负责市场调研，让 Gemini 扮演“魔鬼代言人”进行反驳，以此进行辩论。
- 蜂群思维（Agent Team）： 当单纯辩论无法得出结论时，动用 Agent Team 调用拆解好的 Skill。
- 实战案例： 在评估某创业方向时，Agent 并没有纠结于“做不做”，而是引导用户先去小红书、闲鱼发帖验证真实需求，并利用关键词规划器搜索流量。这直接将“瞎预测”转变为“验证真实需求”。
- 开源资源： 该决策 Skills 和拆书思路已开源（见文末资源）。
🛠️ 技术讨论：Claude 上下文管理与环境隔离
针对大家在使用 Claude 网页版时遇到的“上下文过长导致卡顿、发散”问题，群友总结了两种有效策略：
- 压缩总结法： 在开启新窗口前，先让当前 AI 对之前的聊天内容做一份高浓度的总结（压缩），在新对话中带入这份总结。
- 文档迭代法（推荐）：
- 每次讨论前定好目标。
- 要求 AI 将讨论结果实时生成/更新为一个文档。
- 当 Token 超限或卡顿时，将最新文档下载下来，在新的对话窗口上传并继续讨论。
此外，有群友反馈近期 Gemini 响应速度变慢，简单的回复也需要较长时间思考，建议尝试重新登录解决。
🗣️ 行业八卦：OpenClaw 创始人与榜单往事
围绕一篇关于 OpenClaw 创始人吐槽 Google Gemini 的文章，群内延伸出了一些有趣的行业背景：
- 榜单轶事： 刘小排透露，在 OpenClaw 成立之前，其创始人曾与他在同一个 AI 消费榜单上。按金额算刘小排是榜一，但按 Token 消耗量算对方更高（当时对方主要使用 Sonnet 模型），侧面印证了其在技术探索上的高频投入。
- Gemini 争议： 群内对 Gemini 的未来发展存在分歧，部分观点认为其团队（Antigravity）的管理风格可能影响了产品的稳定性与竞争力。
🚀 社区动态
- 流量增长案例： 刘小排回归并在多个群内分享了近期流量增长的复盘文章，强调好产品配合“自传播”策略（如“小龙虾”工具）的威力。
🔗 精选资源与链接
- [GitHub] AI决策辅助工具： 包含决策 skills 和拆书 skills 的开源项目。 https://github.com/apple-ouyang/book-to-skill
- [文章] 流量增长复盘： “你最近干了什么了 流量涨这么多！！” 点击阅读
- [文章] OpenClaw创始人访谈： 吐槽Gemini自信“100%能跑”结果崩溃的故事。 点击阅读
- [小红书] AI应用案例： 用AI当上皇帝的第3天体验。 查看原文
📝 总结
- 决策新范式： 遇到纠结的决策，尝试将书本理论转化为 Agent Skill，引导自己去市场上（闲鱼/小红书）验证需求，而不是空想。
- 长文本技巧： 使用 Claude 进行长任务时，养成“边聊边改文档”的习惯，用文档作为不同会话间的“记忆硬盘”。
- 行业观察： OpenClaw 的崛起并非偶然，其创始人早期便是高强度的 LLM 深度用户。