1
00:00:00,000 --> 00:00:15,460
欢迎来到WorkBetty进阶蓝皮书的22章。这一章我们聊一个特别实用的是,怎么把一本书,一系列视频蒸留成Agent能主动调用的Skill。核心就三步,读书,蒸留,用起来。

2
00:00:15,460 --> 00:00:32,500
很多人都有这个困惑,书读了不少,真要用的时候却想不起来。恋爱也一样,他训练时读过很多经典,但回答常常是一堆正确的废话,每个字都对,就是没有可落地的步骤。

3
00:00:33,180 --> 00:00:37,240
知识经流要解决的,就是这种学了用不上的问题。

4
00:00:37,240 --> 00:00:48,140
知识经流,简单来说,就是把书或视频里的方法论,提纯成一个个代处发条件,代执行步骤的Skill。

5
00:00:48,780 --> 00:01:01,360
就像化学经流暗费点分离混合物,它按框架、原则、暗粒、反粒,数于五个维度,把知识分离成纯净组分,只把真正有用的提纯成可执行单元。

6
00:01:01,360 --> 00:01:16,680
Tanger Scale用六个阶段把一整本书蒸留成一套Skill,先整书理解,在五个Agent并行提取,然后三重验证筛选,接着构造Skill,建立链接,最后压力测试。

7
00:01:17,340 --> 00:01:24,620
以文案创作完全手册为例,整本书最终变成一套可以调用,可以测试的Skill集合。

8
00:01:24,620 --> 00:01:35,920
阶段0很关键,不从摘金句开始,而是先读清整本书的骨架,这一步决定了后面提取的质量上限。

9
00:01:36,580 --> 00:01:45,340
阶段1让五个Agent从五个维度并行扫描全文,各自独立工作,互不干扰,避免单线阅读时的视角遗漏。

10
00:01:45,340 --> 00:01:55,640
阶段1.5是三重验证筛选,每个候选单元必须过三关,没过就淘汰,宁缺无赖。

11
00:01:56,040 --> 00:02:00,480
一本书通常50到100个候选,最后只留10到25个。

12
00:02:01,140 --> 00:02:08,700
阶段2构造Skill,最核心的是设计触发条件,没有触发条件,Agent根本不知道什么时候该调用它。

13
00:02:08,700 --> 00:02:19,480
阶段4座链接,把Skill之间的关系连成知识网络,这样遇到复杂问题,Agent能选一组Skill而不是单个。

14
00:02:20,120 --> 00:02:30,820
阶段5是压力测试,用诱饵测试故意给不该触发的场景,看Skill能不能忍住不激活,再用真实问题验证它给的是不是可落地的步骤。

15
00:02:30,820 --> 00:02:44,600
征流完的产物是一套结构清晰的Skill集合,有Rimi说明,有每个Skill的独立文件,有记录关系的Index,还有待测试用力的Test目录。

16
00:02:45,060 --> 00:02:51,040
而且测试用力兼容Darwin Scale,可以自动进化,持续优化,分数只升不降。

17
00:02:53,580 --> 00:02:56,360
有人会问,这和Rack有什么区别?

18
00:02:56,360 --> 00:03:06,440
Rack解决的是知识管理,让你能查到书里有什么,知识经流解决的是知识运用,让Agent在对的时刻主动拿出对的框架。

19
00:03:07,080 --> 00:03:09,940
当你不知道该问什么的时候,Rack帮不了你。

20
00:03:10,540 --> 00:03:16,260
他也吸收了Carpacy的LLM wiki思路,但目标不同,两者并不忽斥。

21
00:03:19,200 --> 00:03:26,340
Tanger Scale第二版增加了视频蒸留,先用Video Downloader把视频下载,提取音频,转写成文字。

22
00:03:26,360 --> 00:03:27,900
再进入六阶段Sub。

23
00:03:28,500 --> 00:03:32,980
支持YouTube和B站,长视频,推荐用ASR API转写。

24
00:03:33,640 --> 00:03:41,540
多个同主题视频还能合并蒸留,自动取重,而视频获取和文本蒸留职责分离,各自演进。

25
00:03:44,080 --> 00:03:45,780
什么材料适合蒸留?

26
00:03:45,780 --> 00:03:57,160
方法论密度高的书最适合,五星,访谈和课程视频也不错,长视频播客可用,金句散文类就一般了,小说叙事文学基本不适合。

27
00:03:57,820 --> 00:04:05,680
还有一个潜质条件,蒸留前最好自己先读过一遍,蒸留是阅读后的结构化工具,不是替代阅读。

28
00:04:05,680 --> 00:04:19,100
知识经流是Token消耗密集型的,主要花在多Agent并行提取和验证上,建议用轻量模型做提取,强模型做验证和构造。

29
00:04:19,760 --> 00:04:29,740
好在产物可以直接分享复用,把GitHub仓库地址给Agent,它就能自动安装使用,社区里同一本书不必每个人重复蒸留。

30
00:04:29,740 --> 00:04:44,900
最后提醒几个误区,训练过的书也要蒸留,因为小众和新书,AI大概率没读过,而且蒸留的价值在触发条件,蒸留完还是要读书,它是补充不是替代。

31
00:04:45,220 --> 00:04:52,040
AI给建议不等于能直接执行,决策还是人的责任,覆盖也不是越广越好,边界要控住。

32
00:04:52,380 --> 00:04:58,420
以温达的AI入门课为例,26个视频就能蒸留成一套Skill集合。

33
00:04:58,420 --> 00:05:06,720
知识经流是Skill的一种生产方式和Seg封装并行,产物可以在同一个Agent框架下混合使用。