嗨，HN，我是Vincent，TeamOut的首席技术官（<a href="https://www.teamout.com">https://www.teamout.com</a>）。我们构建了一个AI代理，通过对话从头到尾规划公司活动。类似于Lovable通过聊天帮助构建网站的方式，我们将这种方法应用于活动规划。我们的系统处理场地选择、供应商协调、航班费用估算、行程安排和整体项目管理。
<p>这是一个演示：<a href="https://www.youtube.com/watch?v=QVyc-x-isjI" rel="nofollow">https://www.youtube.com/watch?v=QVyc-x-isjI</a>。该产品已在<a href="https://app.teamout.com/ai">https://app.teamout.com/ai</a>上线，无需注册。
<p>我们在2022年参加了YC，但当时没有在HN上发布。那时，产品更传统，更接近于Airbnb风格的搜索市场。在过去的两年中，帮助组织了超过1200个活动后，我们围绕一个直接管理规划过程的代理架构重建了核心系统。随着这个新版本的上线，现在是分享它的合适时机，因为它代表了一种根本不同的活动规划方法。
<p>问题：规划公司撤退通常意味着在三个不完美的选项之间选择：（1）雇佣活动策划师，支付高额费用和场地加价；（2）自己动手，花费数十小时进行研究、发送电子邮件和谈判；或（3）使用像Airbnb这样的工具，但这些工具并不专为团队物流或会议空间设计。
<p>困难不仅在于寻找场地。即使是30到50人的活动，规划也会变成数周的反复电子邮件往来以获取报价，比较不同PDF中的不一致定价，以及在电子表格中跟踪预算。这成为一个持续的协调问题，面临不断变化的约束和缓慢的异步供应商响应。大多数现有软件是基于表单的，但真实的工作流程是对话式和有状态的。
<p>外出活动成本高且风险大。单个活动可能占据团队年度预算的相当大一部分，错误会直接表现为成本超支或糟糕的体验。创始人和运营者往往最终花费时间在活动物流上，而不是他们实际的工作上。
<p>我在之前的公司组织撤退时遇到了这个问题。在TeamOut之前，我在IBM担任AI研究员，专注于自然语言处理和机器学习系统。在漫长的电子邮件线程和成本电子表格中，这对我来说并不像是一个市场缺口。它更像是一个推理和状态管理问题。随着大型语言模型在多步骤推理和工具使用方面的改进，自动化协调层本身变得现实。
<p>我们的解决方案：核心代理依赖于Gemini、Claude和GPT等模型的组合。一个基于大型语言模型的中央代理在对话中维护规划上下文，并决定下一个调用哪个专业工具。每个工具都有特定的职责：
- 场地搜索和筛选
- 成本估算（住宿+航班）
- 预算比较
- 报价和外联流程
- 与我们团队的沟通工具
<p>对于超过10,000个场地的推荐，我们并不完全依赖语言模型。我们将用户需求和场地嵌入到向量表示中，并使用相似性搜索来检索候选者。首先应用容量和日期等硬性约束，然后对结果进行排名后再呈现。
<p>在界面方面，我们使用分屏布局：左侧是对话，右侧是结构化结果。当您在聊天中细化计划时，活动会实时更新，允许迭代工作流程，而不是静态搜索体验。
<p>不同之处在于，我们将活动规划视为一个有状态的协调问题，而不是一次性的搜索查询。代理协调工具，管理不断变化的约束，并明确提出权衡。它不会虚构场地或捏造定价，也不是为了替代人类策划者处理非常大型或高度定制的活动。
<p>我们的收入来自场地预订的佣金。团队可以免费探索选项和进行规划。如果您之前组织过外出活动或大型聚会，我非常重视您的观点。您认为这会在哪些方面失败？我们低估了哪些边缘案例？在哪些情况下您不会信任代理处理细节？
<p>我的工程团队和我将全天在这里回答问题，乐意深入讨论架构、权衡和经验教训。我们非常感谢您的坦诚反馈。
返回首页
最新
你的孩子们转发了马特·舒默的《发生了大事》一文。你的信息流被2028年Citrini全球智能危机及其艺术性、不可逆转的连锁反应所淹没。人工智能实验室的主要领导者们公开挣扎于他们所构建事物的道德性，而他们的安全负责人则因沮丧而辞职。政策领导者们则努力将人工智能进行监管，仿佛它是核武器（感谢奥本海默）。<p>在这个S曲线的阶段，最佳的心理应对机制是什么？<p>为一代人而问……
嗨，HN，
我们推出了全新的 adobaRo，这是一个专注于执行的人工智能系统，旨在处理结构化的全球内容工作流程。
我们并不将人工智能视为一个简单的提示-响应工具，而是将其视为一个工作流程执行者。
该系统通过一个结构化的循环运作：
目标 → 计划生成 → 协调执行 → 反馈迭代
系统架构包括：
• 一个规划层，将扩展目标分解为可执行的任务
• 一个本地化引擎（翻译、字幕对齐、元数据适配）
• 特定平台的对齐逻辑
• 自动化发布工作流程
• 基于性能信号的反馈循环
我们的目标是从“生成内容”转变为执行和运营内容管道。
我们非常欢迎技术反馈，特别是在编排、信任边界和半自主执行系统中的故障模式方面。
乐意回答任何问题。
https://adobaro.com
我们在Toggle进行B2B和中小企业的试点时，总是遇到同样的问题：“我们需要访问您的数据”，这立即扼杀了进展——法律、IT和合规审查，导致数周的延误。
我们的解决方案是：.md文件 + 实时浏览器遥测。
OpenClaw代理可以原生处理.md文件。Toggle会自动将真实浏览器会话流入这些文件中——项目、关注模式、上下文切换——这样沙箱就能保持活跃，而不需要接触任何生产系统。试点联系人获得一个工作原型，这个原型看起来真实，因为它是基于他们实际的工作行为，而不是合成数据。
令我们惊讶的是：来自.md原型的用户体验信号足够好，可以做出真实的产品决策。当客户升级到完全集成时，我们已经知道哪些工作流程需要自动化，哪些数据连接是真正重要的。
完整的技术文档涵盖了管道、文件架构，以及这种方法何时会失效：
- 管道: [https://publish.obsidian.md/frogy/30+Frogy+Telegram+Beta+Program/30-21+HN+%2B+Technical+Writing/20260225_Toggle_Telemetry_to_MD_Pipeline](https://publish.obsidian.md/frogy/30+Frogy+Telegram+Beta+Program/30-21+HN+%2B+Technical+Writing/20260225_Toggle_Telemetry_to_MD_Pipeline)
- 架构: [https://publish.obsidian.md/frogy/30+Frogy+Telegram+Beta+Program/30-21+HN+%2B+Technical+Writing/20260225_Toggle_OpenClaw_MD_Architecture](https://publish.obsidian.md/frogy/30+Frogy+Telegram+Beta+Program/30-21+HN+%2B+Technical+Writing/20260225_Toggle_OpenClaw_MD_Architecture)
- 试点手册: [https://publish.obsidian.md/frogy/30+Frogy+Telegram+Beta+Program/30-21+HN+%2B+Technical+Writing/20260225_B2B_Pilot_Playbook](https://publish.obsidian.md/frogy/30+Frogy+Telegram+Beta+Program/30-21+HN+%2B+Technical+Writing/20260225_B2B_Pilot_Playbook)
欢迎就架构或方法提出问题。
嗨，HN，我在一次部署中因为错过了大约2500美元的Stripe webhook而创建了EventDock。
问题是：现有的Webhook平台要么提供的免费额度非常有限，要么价格高达每月490美元以上（如Svix、Hookdeck企业版）。
EventDock则处于中间地带：每月29美元，支持10万个事件，基于Cloudflare的边缘计算。
如果你在评估，可以查看以下对比页面：
- [EventDock与Svix的对比](https://eventdock.app/blog/eventdock-vs-svix)
- [EventDock与Hookdeck的对比](https://eventdock.app/blog/eventdock-vs-hookdeck)
欢迎提问有关架构（持久对象、边缘重试逻辑等）的问题。
我意识到我每天都在向 ChatGPT 泄露敏感数据。包括电子邮件、API 密钥和内部数据。因此，我构建了一个本地防火墙，它能够在敏感数据离开您的设备之前进行检测和掩盖。它作为本地代理运行，支持流式传输，并在响应中恢复数据。一切都在本地进行。希望能得到反馈。