如何看待很多不懂编程的普通人，用AI给自己写个「Agent」进手机，手机是不是能帮助我们干活了？
这几年，有一句话对我的影响特别大：
如果AI是一切的答案，那么问题是什么。
我说一下我最近Vibe Coding的两个产品，想必你对手机帮你干活这件事情也会有不同的理解。（文末我也放出了APK，大家可以下载玩一玩）
第一个。
Fold Creator。
我们现在用手机上的AI，很多时候就是在问一个问题，某某某是谁？旅行攻略怎么做？某个概念又是什么意思？然后AI回答你，你再复制进行下一步操作。
这个模式我们称为Chat，而现在大家关注的是Agent，能够自主规划，并且执行一些操作。
尤其是在当下，人人都能玩coding，但是我们都coding出来一些什么东西呢？你去看，还是老掉牙的 Todo list、番茄时钟，记账工具，要么就写一个贪吃蛇的小游戏。
无聊。
干活或者是解决生活中的一个小问题，有一个根本性的前提就是，你得知道自己需要什么。
一提到干活，肯定很多人想到的是写个文案呀，或者做个PPT。这个需求任何一个现在的AI软件都能做，但是问题是，不是所有人的干活交付物都是文案或者PPT。
换句话说，在当下这个谁都能写代码的情况下，实现已经不是什么难的事情。难的事情在于你得有一个好点子，或者你能明确的表达你的需求。
需求来自于哪里，需求藏在场景里。
所以我做了一个Fold Creator产品，第一个设计决策就是，扔掉对话框，使用摄像头。
所以手机做这件事情是更为流畅的。因为手机有摄像头，因为手机几乎时时刻刻的都在你的身边，至于为什么一定要是fold，看到下面你就能明白了
不过为了兜底起见，我现在还是保留了输入的。
你拍一张照片，AI自己去理解场景，告诉你「你可以做一个什么东西来解决你现在的问题」，拍发票，建议做报销管理，拍一堆相机和存储卡，建议做摄影师素材管理，比如拍摄了一个化妆品的照片，就会自动提炼出记录化妆品信息，还有到期提醒，以及分类管理，以及效果追踪等四个功能点。
因为照片提供了大量上下文——你的身边有什么东西、这些东西是什么关系、你大概在什么场景下，AI从这些信息里提炼需求，比从一句模糊的文字描述里提炼要靠谱得多。
举一个很简单的例子来解释下，比如我拍摄这个水杯。
如果是一个空白的背景。它会识别到是一个提醒喝水软件。
如果我拍这个水杯和笔记本结合起来。
它会生它会联想到是一个办公族健康管理，而不只是喝水这个单点功能了。
当然，有时候它的意图识别不准，你还可以通过换一换来切换到不同的思路。
这里其实更多的是一个启发性的思考，当你看到了这个场景，AI给你一定的建议之后，这时候你的需求有可能从刚才的模糊已经变成了明确。
需求有了，谁来实现呢？
其实最早只有一个系统级Agent什么都能干，也就是你需求输入之后，它就算，然后给你吐出一结果。
但在使用中，遇到两个问题。
一个是上下文的问题，用一个Agent做需求分析、设计风格把控以及代码生成，它有可能写到后边把前面的就忘掉了，导致结果十分不可控；
第二个就是作为产品创始人的我，没有任何参与感。一个Agent干所有事，你说了一句话，他思考了5分钟，给你吐出一个成品，中间发生了什么不知道，就算你能看到是思维链，你也无法介入，为什么做这个功能？没有做另一个功能？不知道你对结果不满意，想调整也不知道从哪改。
所以我把它拆成了四个AI角色，也就是四个Agent，产品经理、UI设计师、开发工程师、运营负责人，就像一个真实的产研开发团队一样。
每个Agent只负责自己的部分，职责边界清晰。产品经理出了PRD，设计师基于PRD 给出设计原则，工程师基于原型写代码，运营基于产品定位起名字和写文案。上下文在Agent之间传递的时候是结构化的，不是一坨文字。
这里必须要强调一下，为什么这个产品更适合在 vivo X Fold6 上使用，如果是直板机，你要查看不同的Agent的工作进度和交付物的话，就得不断的退出，进入，查看详情，返回上一级，再进入查看，这样的效率是很低的。
而现在，四个角色可以直接铺满四宫格，由于我给每个人物还做了一点动效谁在工作，谁已经完成交付了什么，产品设计、开发、运营之间的关系，从聊天记录变成了一张可以观察的工作台，在一个页面内你可以查看任何一个Agent的交付物，也可以通过聊天的方式随时跟任何一个Agent进行。
另外一点就是折叠屏自带着分屏功能，以前多数的折叠屏只是左右两栏，而现在 vivo X Fold 6可以 3个甚至4个APP同时在线，可以随意调整窗口的大小位置，甚至进入焦点模式。
比如这个场景，我可以看小红书上优秀的设计风格的同时，也可以看参考提前已经写好的一些设计准则，这样我就能够把握主线，有些想法就直接可以吐给AI设计师这个agent。
电脑相对于手机的开发场景的优势所在，其实就是多任务，而现在 vivo X Fold6 把这块的体验也在尽力追平，让你随时随地都能展开工作。
多任务是一方面，另一方面，大屏可以展示更多的信息，当你有更多的信息呈现空间的时候，你的产品功能也会发生改变。
这是我在V2所规划的，给设计这个Agent做一个实时原型组件的预览，这样你就可以基于原型去给他提建议了。
给开发工程师这个Agent做一个轻量的IDE，左侧是一个Agent的对话流，右侧会放一个代码的预览面板，这样你就可以去审查它的代码了，虽然你不一定会直接在手机上改，但是你看到代码问题可以让他去改。
这样，不论你在何时何地，都能展开手机做一个完整的开发工作，而不是必须回到电脑前。
Fold Creator还有一个圆桌会议的功能，这个功能能让用户看到每个决策是怎么做出来的。比如说产品要做5个功能，工程师说手机端做不了，只能做3个，设计说这个交付太复杂，然后这所有的一切需要您来拍板。
过程其实挺有意思，它会让从来没有接触过产品开发的人去理解，做一个产品是线性的流程，是不停的取舍。
当然不同的产品有可能需要有着不同的展示界面，这个问题我也考虑到了，幸好是在折叠屏这个屏幕上，所以我们能够发挥的也就更多了。
在真正落代码之前，我先让AI帮我出了一个视觉层的一个模板。
你会发现一件事情，当你的设计不再局限于直板手机的时候，折叠屏手机产品所能承载的功能，交互丰富性会更高，以前看到很多复杂的，或者是更加专业性的流程也可以在 X Flod 6上完成。
因为我有很多摄影器材，经常要去做一些焦距，或者是景深的一些换算，当我把这个需求给他之后，他就给我出了这样的一个产品，而且如你所见，他直接套用了我们上边那个小工具的模板，十分清楚。
为了方便使用，我还做了一个发布按钮，这样你可以直接把这个小应用放在桌面，下次方便直接打开。
这样下次如果有类似的计算需求，我就不用去搜索或者问AI，或者再去下载别人的什么APP了。
理论上， Flod Creator能够交付的产品是无限的，因为每个人的场景生活，都是不同的。你可以有会议工作台，旅行工作台，购物工作台。
它能够从你的场景中发掘中独属于你的需求，所有的策划、开发、运行完全是可以在手机上完成的，不需要接入电脑，不需要你太懂编程。
第二个。
Fold AI 拍摄向导。
这个需求来自于现实场景，因为我经常在一些景区呀或者是打卡点看到，被骂的男朋友或者女朋友。
构图不对，或者是角度不对，或者就是举个手机，用前置摄像头当人形三脚架。
一开始我的思路是，就是当我们拍摄一个场景时，AI分析这个场景，然后给出拍摄建议。
如你所见，提供的拍摄参考，其实做的还是很详细的，包括动作、姿势、表情和位置都有详细的说明。
这块的提示来自于我这么多年的拍摄积累的一些经验，这块的系统提示词我跟AI一起写了很久很久。
但是如果你仔细去观察他们这个拍摄场景，你会发现往往是一个人用着一个网络上的热门的出片帖子，让另一个人照着拍——
『让你照着拍，你都拍不明白！』
照着拍，从摄影师摄影创作的角度来讲，这样的做法没有什么意义，但是对于一些想要快速出片，景区打卡，只想要一个好看的照片的人来说，那『照着拍』这个功能其实是一个很现实的需求。
当问题很明确的时候，那解法自然就有了，所以我加了一个小红书链接导入的功能，系统会自动地解析这个帖子下的所有照片并且展示在左侧，选择一个样图后，它会自动在相机的右侧生成这张照片的轮廓预览层。
这时候你不需要考虑什么沟通，你只需要照着做就行，构图可能大部分小白不太明白，但是填空的话，应该是个人都能做的很好。
关键的是，不只是模仿，它在拍摄界面还会给出你一个最重要的姿势动作参考建议，比如这张图，它会提示你身体微侧，并且与背景保持距离，拿一件物品会更加自然。
我第一次给朋友展示这个功能的时候，他直接惊呼，那这是摄影小白救命神器呀。
你会发现如果要做拍摄指导，这件事情，只有折叠屏才能做得更好，一方面它可以展示原图，也可以展示更多的指导信息，这样你在拍摄过程中不知不觉也就提升了自己的摄影能力。
另外，折叠屏还有个好处，它有个外屏，所以你在拍摄的时候可以把预览画面也镜像出去，被拍摄者也能看到实时的一个情况。
而且它还可以成为一个免责的方式，『我都1:1照着拍了，还不好看的话，那就不是拍摄的问题了（狗头）』
所以有时候需求不止存在于你想要的瞬间，也有可能是让你难受的时候。
在设置中我做了一些让你拍摄更好的一些小配置，到时候你可以根据现场环境调节，这种你要拍摄一你主要背景的图片，那就可以把轮廓改成红色。
另外一个就是我还增加了一个手机本地样片库的功能，添加之后，可以把你别的网址或者是其他地方保存的喜欢的照片，用我们这种手把手辅导的方式，再拍一遍。
不想做太多的总结或者是升华，为了点题，我还是再说两句。
手机没有必要成为下一台电脑，他有着自己属于自己的一套生产的流程，在现场发现问题，用一张照片或者一句话发起任务，他就可以在手机上把这个结果交付给你，它是很流畅的，不是去在另一个平台上编译代码，然后再到手机上安装，再去测试，不管是多任务的交互或者是更强的计算能力，只是为了让你这个过程更加的顺。
而且以这样的方式产生的一个应用，它解决的痛点有可能更加贴合你；
所谓的干活也不只是工作，也不只是甲方，更没有什么轻任务和重任务之分，他只要把一件事情能够做得很好，那么他就是一台合格的手机，通过这两个例子，你也能发现，不管是工作里的报销流程或者PPT，还是出门前拍一张好看的照片， X Fold 6都能解决得很好。
说明：
- 由于两款产品都要用到视觉分析，以及大模型的能力，所以首次使用前需要配置对应的 API，点开设置配置即可；
- 如果手头有 vivo手机（最好的是折叠屏）的同学，APK 我放在这里，欢迎下载体验：APK下载链接
3. 由于个人开发加vibe coding 的方式，工期有点短，可能会存在些一些bug，大家可以及时向我反馈，看到了第一时间改；