案例一：自动化定时任务 —— 每天早上自动推送 AI 日报
需求背景：
作为 AI 行业从业者，我每天需要跟踪大量信息源：论文动态、产品发布、融资事件、技术突破……手动刷信息效率极低，且容易遗漏。我需要一个"每天定时帮我整理好、推送到手边"的方案。
实操过程：
配置完成后，SOLO 会在每天指定时间自动执行：联网搜索 → 信息筛选 → 分类整理 → 生成文档，整个链路全自动。
实测感受：
最大的惊喜是"零维护成本"。 以前用过各种信息聚合工具，要么规则配置复杂，要么信息源需要频繁手动更新。SOLO 的定时任务本质上是一个"会自己上网调研的 AI 助手"，它每次执行时会根据当天的实际情况动态搜索和判断，不需要我预设固定的 RSS 源或关键词列表。
几个细节值得点赞：
执行环境灵活：任务既可以在云端跑，也可以在本地电脑跑。云端执行的好处是即使电脑关机也不影响，本地执行则适合需要操作本地文件的场景（比如日报生成后自动保存到指定文件夹、同步到飞书文档等）。
结果可追溯：每次执行都有完整的运行记录，能清楚看到搜索了什么、筛选了什么、最终产出了什么，不是黑盒。
随时可调：想改时间、改内容、暂停恢复，一句话就能调整，不用重新配置。
这不是一个简单的"闹钟提醒"，而是一个"每天准时上班的 AI 研究员"。
截图：
提示词：
AI日报任务 Prompt
请生成一份“AI日报”。你的角色是：面向技术决策者与创业者的 AI 产业研究员 + 技术分析师。
你的目标不是简单搬运新闻，而是：
在严格的 24 小时时间窗口内，筛出真正有信息增量的 AI 资讯；
基于证据做技术洞察与商业分析；
输出对创业者、产品负责人、技术团队有决策价值的日报。
硬性时间约束
只检索“执行时刻往前 24 小时内”发布或更新的 AI 资讯。
任何发布时间早于 24 小时的内容，一律排除。
任何发布时间不明确、无法确认是否在 24 小时内的内容，一律排除。
禁止使用“旧闻翻炒”“旧论文二次传播”“旧产品旧融资被媒体重新报道”的内容。
若 24 小时内高质量资讯不足，宁缺毋滥，少报也可以，甚至可以明确写“过去 24 小时内高价值资讯较少”。
反模式：禁止检索、引用、混入超过 24 小时外的资讯，即使它很重要也不能写入当日 AI 日报正文。
检索范围
优先覆盖以下主题：
LLM / 多模态模型 / 推理模型
AI Agent / Agent framework / agentic workflow
GPU / TPU / ASIC / AI 芯片 / 算力基础设施
训练、推理、部署、评测、数据、向量数据库、RAG、工具链、开发框架
开源模型、闭源模型、API、定价、性能、基准测试
AI 创业、融资、商业化、企业落地、行业应用
影响 AI 产业链的重要政策、平台变化、生态合作
筛选标准
只保留真正有信息增量的内容：
新模型 / 新产品 / 新能力发布
关键 benchmark、性能、成本、吞吐、延迟变化
重要融资、合作、并购、开源动作
对开发者生态、企业采购、基础设施格局有实质影响的事件
对技术路线或商业格局有潜在拐点意义的事件
排除：
纯营销软文
无实质信息的转发
没有证据支撑的观点稿
重复报道同一事件但没有新增信息的文章
多 SubAgent 协作要求
你可以调用多个 SubAgent 并行执行任务；若运行环境支持多代理，请至少按以下方式分工：
SubAgent A：资讯检索与初筛，只负责找候选资讯并核对发布时间；
SubAgent B：去重与事实核验，识别是否为旧闻翻炒、重复报道、二次传播；
SubAgent C：技术分析，评估其对模型能力、Agent、算力、开发栈、训练或推理的影响；
SubAgent D：商业分析，评估其对竞争格局、采购决策、商业化路径、创业机会的影响；
主 Agent：负责汇总、交叉比对、剔除冲突结论，并输出最终日报。
多 SubAgent 协作必须遵守以下原则：
并行执行不等于并行猜测，所有分析必须回到证据。
不同 SubAgent 的结论如有冲突，主 Agent 必须标记冲突点，并以证据更充分的一方为准；若无法判断，明确写“证据不足”。
最终输出只保留主 Agent 汇总后的统一结论，不要把未经校验的中间意见直接写进日报。
若运行环境不支持多 SubAgent，则按相同分工顺序串行执行，分析标准不变。
分析原则
先事实，后判断；事实与观点必须分开写。
不允许拍脑袋式分析，不允许空泛结论，不允许人云亦云。
每个关键判断都要说明依据：依据可以是发布时间、官方发布、性能数据、价格变化、生态动作、客户采用、开发者反应等。
没有足够证据时，明确写“证据不足”，不要强行下结论。
能做粗量化就做粗量化，但禁止伪精确计算。没有可靠数据时，不要编造数字。
不要为了显得深刻而输出“宏大叙事”；所有趋势判断都要落到可验证的事实上。
对每条资讯的分析框架
每条入选资讯都按以下结构输出：
事实摘要：发生了什么？谁发布的？核心变化是什么？
技术洞察：这件事对模型能力、Agent、算力、开发栈、训练或推理意味着什么？
商业分析：这件事是否可能带来商业机会、成本变化、竞争格局变化、采购变化或创业窗口？
趋势判断：这是短期噪音、阶段性信号，还是值得持续跟踪的趋势？说明原因。
商业化评级：高 / 中 / 低。
证据强度：强 / 中 / 弱。
关注动作：建议继续观察哪些指标或后续事件。
趋势判断规则
当你判断“这可能是趋势”时，至少要满足以下中的两项：
不止一家重要玩家在朝同一方向推进
对基础设施或开发者工作流产生可复用影响
有明确性能、成本、速度或体验提升
具备可持续商业化路径，而不是一次性噱头
对企业采用或生态迁移有现实推动力
如果不满足，不要轻易上升为趋势，只能写“值得观察”或“暂时是单点事件”。
证据强度判定
强：有官方发布、原始数据、明确价格/性能/产品变化，且可交叉验证
中：有可靠来源报道和部分可验证信息，但关键数据不完整
弱：只有单一信源、信息不完整，或暂时缺少原始依据
若证据强度为“弱”，要降低分析力度，禁止得出强趋势结论。
输出格式
按重要性排序输出，格式如下：
```markdown
AI日报（统计区间：{执行时刻往前24小时}）
今日最重要的 5-10 条资讯
1. 标题
来源：
发布时间：
事实摘要：
技术洞察：
商业分析：
趋势判断：
商业化评级：
证据强度：
关注动作：
【依次输出其余条目】
今日结论
今日最强信号：
今日最值得警惕的噪音：
未来 1-4 周最值得持续跟踪的 3 个方向：
给创业者 / 产品负责人 / 技术团队的启发
创业机会：
产品机会：
基础设施机会：
暂时不建议投入的方向：
```
最终要求
全文必须基于过去 24 小时内的资讯。
不得混入 24 小时外的任何内容。
不得为了凑数量而降低质量。
不得输出无依据的“宏大趋势判断”。
结论要清晰、克制、有证据链。
若当日高质量资讯不足，允许减少条目数量，但不允许降低标准。
文档输出要求
在完成最终日报内容后，必须将完整结果导出为 Markdown 文档（.md）。
MD 文档文件名使用：AI日报_YYYY-MM-DD.docx。
MD 文档保存位置为：项目根目录。
最终交付时，除了正文内容外，还必须明确说明 Word 文档已输出到项目根目录。
若运行环境支持文件写入，则必须实际写入；若不支持，则必须明确说明未能写入的原因，但不得省略正文输出。
案例二：手机端沟通 PRD 与技术方案 —— 云端与本地电脑协同执行
需求背景：
我经常性脑子灵光一闪对产品或者技术有新的思路是，总是碍于不在电脑身边，无法很好记录或者与 Agent 基于我的项目进行探讨
实操过程：
在手机安装 SOLO APP ，然后在 Desktop 端连接即可，这样就能进行三端使用了
实测感受
这个场景真正打动我的是"设备不再是瓶颈"。 以前手机只能用来"看和聊"，真正的生产力工具必须回到电脑前。SOLO 的多端协同把这个限制打破了——手机是"指挥中心"，电脑是"执行引擎"，云端是"备用算力"。
几个体验亮点：
语音交互非常实用：通勤路上直接开口说需求，SOLO 实时转录并理解，比打字效率高太多。对话结束后还会自动生成结构化的"会议纪要"，方便后续回溯。
跨设备无缝衔接：手机上聊到一半的对话，到电脑上可以直接继续，上下文完整保留。不需要重新解释背景。
手机不再是"只能看"的副屏，而是可以远程指挥整个开发流程的"移动指挥所"。
截图：
