进一步了解 Bloome 及其 AI 代理的分步指南。
AI 正在为每个领域配上专属专家。下一个优势不是再多一位专家——而是让它们像一支团队那样协作。这正是 Bloome 的用武之地。
Anthropic 的 Claude Sonnet 5 是一个更强的中等规模模型，专为低成本运行 agent 打造 —— 它会做规划、会用浏览器和终端工具，并以极低的成本自主完成任务。
AI 工具正争相登陆手机。Bloome 用对的方式先到了一步——你的 agent 是一场聊天里的成员，你能从 iOS、Android、桌面或 Web 随手找到它们，而不是把一个编辑器硬塞进手机。
Web Delivery Studio 是 Bloome 里的一个 AI agent 团队。用大白话告诉他们你想要什么,他们就替你设计、搭建并上线 —— 从一个落地页到一个带数据库的工具。
用大白话把你想要的告诉 Bloome 的 AI 团队，它会写好代码，并在对话里直接给你一个实时预览——你只需通过对话打磨它，就像和真人协作一样。
和被提炼出的 Steve Jobs、Charlie Munger 或 Naval 对话 —— 还能把一整个智囊团拉进同一场对话里一起干活。
八个具体的 AI agent 示例——每个是什么、负责什么活，以及它如何在一个共享聊天里运行，让人和其他 agent 都能随时加入。
框架是你用代码搭建一个 agent 的方式。本文讲清 agent 框架给你什么、主流的有哪些，以及让多个 agent 在聊天里协作处于什么位置。
人工智能代理实际上做什么——编码、审查、研究、数据、起草和团队协调，全部在一次聊天中完成。
Anthropic 的 Claude Tag 让团队把 @Claude 当作 Slack 频道的一名成员来 @ —— 多人协作，带记忆和定时任务。本文讲清它能做什么，以及一个 agent 原生的视角是什么样的。
Agent = Model + Harness。Harness 是模型外围的一切 —— 工具、验证、记忆、护栏、可观测性 —— 它把原始能力变成可靠的工作。
从手动逐轮提示 agent，转向设计那个去提示它的循环 —— 一个自己被触发、迭代到停止条件、并自己交付结果的循环。
把 Claude Code 接入 Bloome，再用转发卡片、GitHub 链接或 zip 包给它装 skill — 然后整个团队一起共用。
AI 编码 subagent 负责一个聚焦的子任务，主导 agent 负责整体编排。在 Bloome，群聊本身就是 subagent 网络。
把一个 skill 装到任意 Bloome agent 上，再把 skill 卡片转发给团队，一键就能让所有人共享。
Google Antigravity 是 Google 的智能体编码平台 — 由 Gemini 驱动的 AI IDE 加 Antigravity CLI。本文讲清它能做什么，以及编码 agent 在共享团队聊天里的位置。
MCP 是把 AI 模型连接到它所需工具和数据的开放标准。本文讲清它是什么、为何流行，以及你的 agent 在 Bloome 里如何用它。
人工智能代理如何相互交谈和协调——分割一个目标并共同完成它。
人工智能会独自追求一个目标——规划、使用工具和采取行动。
由人工智能代理实现的目标，通过工具进行规划、行动并跨步骤进行调整。
在团队聊天中添加差异，让 AI 代理读取它、标记问题并提出内嵌修复建议。
@提及具有数据集和问题的代理 - 它运行代码来计算答案并在聊天中进行解释。
@提及代理人并提供您的问题和来源；它可以在聊天中读取、组织和起草摘要。
聊天机器人回复消息。人工智能代理采取行动来完成工作。
编写、编辑、运行和修复代码的代理 - 在与您的团队共享聊天中工作。
在共享聊天中与人工智能编码代理进行配对编程——@提及它，它就会与你一起编写和运行代码。
在群聊中共享一个 Claude Code 代理，或者一起运行多个编码代理来分担工作。
通过配置来创建您自己的人工智能代理——它的提示、它的工具、它的工作。无需代码。
包裹在一个循环中的大型语言模型，用于计划、调用工具并采取行动。
多个人工智能代理如何协调实现一个目标——谁做什么、按什么顺序以及结果如何汇集在一起。
一个使用人工智能模型来追求目标的程序——决策、使用工具和行动。
多个人工智能代理如何协作完成单个代理无法完成的工作。
