我之前看过很多写龙虾安装教程，明明几句话就可以搞定的，写成了长篇大论。 最近教别人怎么使用 Codex 的也很多，我看了教程也是一脸懵，很多内容其实是在教你怎么学工具，但你完全可以直接问 Codex，把问题解决掉。 AI 的强大之处在于，你可以直接让它帮你解决问题，而不是你需要花很多时间去学习怎么使用它。当然在一些更专业的场景下，提示词还是需要优化的，但这不应该成为大多数人的门槛。 特别是像图片、视频这类场景，对提示词要求更高，你需要把风格、结构、细节都描述清楚，才能接近你想要的效果。很多人卡在这一步，不是不会用，而是用不顺，时间都花在调试上。 比如：我让胖企鹅帮我生成一个对比看板 提示词「对比美光、海力士、三星 最近三年的营收增长率、净利润率和研发投入占比,生成一个可交互的对比看板，支持切换指标和时间范围」 (推文的这个配图是胖企鹅生成） xBubble的解法非常好，我们不需要学习使用AI，而是让AI学习AI。它把常见任务提前做成一套 SOP。你只需要说你想做什么、要什么效果，它会帮你匹配对应的 SOP，直接把结果交付出来。xBubble 是 dappOS 刚推出的一个 AI agent，官方把它定义成 low-prompt AI，目标就是用更少的提示，把媒体、文档、网站这些任务直接做出来。 SOP 是一套已经验证过的执行流程，基本大厂都在用，比如客服、审核、风控这些场景，都是靠 SOP 来保证结果稳定。放到 AI 上也是一样，SOP 更接近一个可复用的 skill，里面会包含任务步骤、模型选择、工具调用、运行环境等，让同类任务可以按稳定路径执行。 它背后是一整套系统在运转。Bubble Pilot 负责「用 AI」，也就是把你的需求分发到合适的 SOP 去执行；Bubble Engine 负责「学 AI」，在后台不断测试模型和工具组合，把效果最稳定的路径沉淀下来。你用的时候，是在调用一套已经跑通的方案，而不是每次从头调试。 落到产品形态，就是两种方式。Bubble Computer 更像一个完整工作台，适合一整套任务，比如调研、写文、做图，一次性跑完；Bubble Personal 更贴近日常使用，可以直接操作你的文件、浏览器和日程，执行在云端完成，结果再回到你的设备。 AI 最终应该是简单的工具，而不是一门需要学习的技能。xBubble 在做的，是把复杂度前置，用 SOP 把路径固化下来，让更多人用更低门槛的方式，拿到更稳定、更专业的结果，不需要一堆 skill，也不需要复杂的 prompt。 对产品感兴趣的可以进入官网体验起来 链接我丢评论区⬇️ @dappOS_com