用 Telegram 机器人帮我盯着机票价格真的比自己刷 App 舒
一个软件设计师搞了个叫 Captain 的旅游助手,最戳我的点不是它能写行程单,而是它能实时盯机票价格并在合适时机提醒。这种把对话界面和后台自动化工作流结合的方案,比单纯地在网页端问大模型“去东京怎么玩”要实用得多。
这个东西的架构逻辑挺有意思,它没打算用一个模型解决所有问题,而是搞了分工。底层用的是 Claude 3.5 Sonnet 做通用调度,但具体的行程解析和语音转文字则交给了专门的小模型。这种“通用调度+专项执行”的模式,其实就是现在很多复杂 AI Agent 的标准实操方案,能有效降低幻觉并提高响应速度。
最关键的是,它解决了 AI 助手最让人心累的“黑盒”问题。Captain 配了一个视觉工作区,AI 帮你在后台搜出来的机票、酒店和行程,你可以在那个工作区里直接手动修改,而不是对着对话框一遍遍地发指令要求它“把第三天的酒店换成五星级”。这种“对话+直接操纵”的混合交互,才是 AI 工具走向成熟的正确方向。
如果你想尝试类似的部署思路,可以参考这种工作流拆解:
一、意图解析层:利用专用模型将用户模糊的语音或文字转换为结构化的 JSON 数据。
二、工具执行层:调用机票、酒店的实时 API 接口获取数据。
三、状态同步层:将执行结果同步到前端可视化面板,允许用户手动干预。
四、闭环反馈层:用户在面板上的修改重新触发 AI 的行程优化。
这种把 Durable Workflows(持久化工作流)引入到消费级产品的尝试,让 AI 不再是一个只会聊天的机器人,而是一个能真正帮我盯着屏幕、处理琐事的数字员工。
事件追踪 · 相关报道
让大模型写一本小说居然没那么糟糕
1天前
被开价100万美金的AI代码审查工具我用零成本自己撸出来了
4天前
Pandroid:一个让大模型跑在物理实体上的小型机器人实战
8天前
各类AI落地变现的详细拆解见AI赚钱方法实操指南,有不少直接可参考的案例。