Transcription
Kimi刚刚上线了K3，这是目前能和Fable 5对打的中国最强开源模型。那你有没有想过啊，既然现在AI已经这么强了，人人都可以当builder去创造东西，那我们怎么能利用AI Agent帮自己赚钱呢？
最近我就在用Kimi的agent swarm，也就是agent集群。只需要一个prompt，它最多可以同时拉起300个agent并行干活。所以今天我准备实际测试两个use case，看它到底能不能帮我把赚钱的想法直接变成可以交付的成果。
那我先给大家看一下结果吧。第一个case，Kimi agents Swarm帮我在圣地亚哥找了30家还没有官网的本地店铺，还给每家都做了一个网页，顺手把要发给商家的邮件草稿也整理好了。我就可以直接拿这些网页去联系商家。
那第二个case呢，我用它帮我分析了圣地亚哥适合投资的房子，做了一份完整的房地产投资分析报告。有报告呀，尽调清单，交互式地图呀，还有完整的数据表格。
Kimi的链接呢，我也放在了视频下方，大家可以直接点击体验。
hello大家好，我是心心。先说说Kimi是什么，如果你还没有听过啊，Kimi是北京的月之暗面出的AI助手，一个拥有万亿参数的开源模型，没听过，就是1万亿。Kimi最擅长的就是处理超长文本，进行深度的推理和归纳。那这次K3里呢，我最喜欢的一个功能叫做agent swarm，中文是agent集群。一个prompt最多能同时拉起300个AI agent并行干活。
那我们现在就直接上手操作一下吧。啊，先说说我自己是怎么想到这个案例的。如果你想找副业赚钱的点子呢，我一般会先去看看freelancing（自由职业）平台上大家都在卖什么服务。比如说去fiverr上看一下trending里面，你会发现啊，有不少人是在卖帮商家做网站这类服务的。嗯，那我就想试试看能不能用agent swarm直接一次性帮30家商家生成landing page，也就是网站。
这个呢，是我给他的prompt。我让Kimi帮我在Google Maps上围绕圣地亚哥这个地区呢，找30家独立的Retail store。那这些店铺呢，目前还没有自己的官方网站。那这些就是我们要找的潜在的商家客户。我也提了几个要求啊，不要重复呀，然后呢，我更倾向于选择那些公开信息比较充足的商家，比如有这个门店的图片呀，有客户的评价。然后呢，我让他给每一家店铺都生成一个高转化率的landing page（落地页）。那这也是我对网站的要求。另外呢，我还让他帮我去输出一个Excel表格，方便我去查看每一行对应一个商家，里面呢，是这家店的信息。还有呢，几个额外的要求，比如说啊，用Google Maps作为地址的source of truth，准确的信息，用真实的公开客户评价呀，不要编造。最后我还让他帮我去草拟了这个邮件。
啊，那我现在呢，就
把这个prompt发给我们的Kimi，选择我们的agent swarm的功能。我们可以看到prompt发出去之后呢，Kimi不是憋着一口气从头做到尾，而是把这个大任务呢，拆成了一堆的小任务，分给了不同的agent去做这件事情。那我们可以看到右边这个小窗口里面，有好多个agent在帮我们干这个活，每一个还有他的职位，比如说这个是什么数据分析师啊，还有这个项目管理啊。我觉得这些小人还挺形象化的，我们可以看到就像真实的一个团队里，每一个人是什么角色，然后每一个人在做什么活。
你看他还把这个活呢，分给不同的agent，调查不同的区域。啊，这里有一个小细节我想强调一下，你看他真的是打开这个Google Maps，打开这个地图呢，是去寻找这个商家，然后去看里面的信息，不是自己凭空编造的，真的是有在调研。然后这些是他执行的一些细节，比如说这个店呢，没有website，但是呢，只有两个评价，他觉得这个评价太少了，所以呢，他就准备去寻找下一个candidate。
我们再看看这个agent在做什么。哦，那这个agent呢，发现呢，这家店已经有了一个website，所以呢，就把这家店给排除了。我们再来看一下我们第三个agent做的怎么样了。那第三个agent啊，他已经找到了几个店了。那比如说这个吧，这个糖果店呢，他说用这个不错，因为他的review比较多，4.5的评分，而且他还没有官网。
我觉得这才是agent swarm跟平时单一的AI agent最大的不同，就不是一个AI agent从头做到尾，而是有好几个agent同时帮我们去做这个任务，每一个agent负责一小块，最后拼接成一份完整的交付物。
整个过程过了大概半个小时，那我就去忙别的事情了。忙完以后呢，它已经帮我完成了。我们可以看到它给我们的交付是一整个项目文件夹。那这个项目文件夹里面呢，它不只是有一种类型的交付，比如说它有我们这个表格啊，针对每一个店铺，它的具体信息。那它还有呢，给我们做的这个LANDING page，这个网页啊，它都列在了这里面。
那我们现在就打开我们的Excel表格，看一下我们的agent帮我们收集了哪些信息。首先我们可以看到最顶上它有这些title，那里面有很多丰富的信息，像这个店的名字啊，类别，以及它在哪一个社区，还有他的一些具体的信息，比如说地址啊，营业时间，联系方式啊等等。那我们可以看到啊，他甚至帮我们解释了为什么我们agent选择了这家店，觉得这个是一个非常好的机会来给这家店去做网站。啊，还有的话就是他甚至帮我们就是写好了，我们要联系这个店主的话，我们怎么给他发邮件。所以呢，之后我们直接可以用他给我们写的这个邮件草稿发送就可以。
那我们也可以看到，他帮我们收集了不同类别的商店，比如说这是一个宠物食品的店，那后面呢，还有很多不一样类别的，比如说这是furniture，也就是卖家居的啊，那还会有一些服装类的呀，花店呀等等。
我刚刚还把我们整个文件夹下载到了我们的本地里，方便我们去查看。我们现在就看一下他给
我们做的landing page怎么样吧。啊，那我们现在就点开这个index。那这个index html呢，是我们的agent专门给我们做的一个汇总的网站，是给我们看的。agent帮我们找的30家圣地亚哥的零售商，并且帮我们搭好的30个独立的网站。我们可以点开看一下啊。
那我们先看看第一家吧。第一家是一个宠物用品店，它的评分还是挺高的，4.9的评分，258个review。哦，这个是他帮我们搭好的这个网站。我第一眼看上去我还挺喜欢的，因为你看整个风格和他这个品牌的调性非常的匹配。因为这个是一个宠物用品店嘛，所以他做的就是非常可爱的画风。里面还有一个这家店铺的图片，然后你看这里还有悬浮的小动画。中间这些呢，是他们家特色的一些产品。哦，然后底下呢，是从Google Maps上挖的一些review，一些评价。啊，下面呢，是这些商店的一些信息。我们点击这个get directions，看看他会不会给我们导到这个Google Maps上。哦，你看这个地址也是准确的，这个信息。
那我们再来看看其他店铺的网站做的怎么样。我们再看看不一样风格的吧。那我就找一个啊，这个看起来是呃Crystal，看起来是一个珠宝店。点开看看。哇，你看这个风格是不是跟刚才我们这个宠物店的风格完全不一样，就有一种神秘的感觉，因为他们家应该是卖珠宝的。
那我们再换一个看一下。哦，这里有一个运动店，运动商品店。哦，你看这个风格也跟刚才那两个不一样，说明就是Kimi他没有用同一个模板套用的，而是专门为每一个店铺打造的独特的这样子的一个LANDING page。你看每一家都非常的不一样，我觉得他做的还真的是蛮好的，一次就产出这样子的网站。
那我们现在手头就有了这些LANDING page，以及Kimi其实已经帮我们写好了给每一个店铺联系的邮件草稿。我们现在其实就可以让AI帮我们去联系这些商家了。那可能有的人说了，那店主不会自己去搭这些网站吗？啊，其实呢，很多老板他是愿意花钱去省时间的。现在呢，我们又有了agent Swarm，我觉得这是一个值得尝试的方法。这个逻辑呢，有点像找工作，海投呢，我们都是上百份的去投简历。那现在呢，有了agent Swarm，让我们可以轻松的去触达海量的潜在客户。
第二个案例呢，我想分享的是房产投资分析。我平常就是一个房产投资爱好者，会经常自己去研究房源，算现金流，看社区数据，判断一套房子到底值不值得投资。这个过程说实话还挺花时间的。一套房子光是把该看的数据都收集齐，可能就要花上不少功夫，更别说要同时对比十几套了。那我就想能不能用agent swarm直接给自己搭一支房产投资分析团队呢？把这些平时要一个人慢慢啃的活让它并行去做。
那这个就是我给他发的一个prompt。目的呢，就是让他帮我完成一次真实圣地亚哥住宅投资的初筛。我给他发了一些我的投资背景呀，还有像给他设定了5个任务：寻找真实在售的房源呀，建立房源档案，还有估算一下这个出租的表现，以及建立下投资模型啊，分析下社区和长期的风险。就像我们自己去做判断一样，最后呢，要跟他强调了一下是多agent分工，每一个agent是不一样的角色。
那我们现在呢，就
把这个prompt发给我们的Kimi，让他去帮我们执行一下。记得选择Kimi的agent swarm。就跟我们刚才那个案例一样，prompt发出去之后呢，就分配了不同的agent负责每一块不同的地区，帮我们去研究房源哎。那我们可以看到他现在执行的情况啊。那目前这个agent呢，就在这个homes dot com这个网站上呢，去搜索我们圣地亚哥的这个房源。
我觉得看agent调查的整个过程还挺有意思的。就比如说吧，这个agent正在看这个房源的comps。comps就是房产经纪人用来评估一个房子价值最常用的手段，所以他还挺专业的。他还看了学区啊，犯罪统计，以及自然灾害情况，因为加州经常发生山火，那如果在山火严重的地方呢，保险会非常的贵，甚至说呢，很多保险公司根本就不保这个房子。最后呢，他还看了噪音呀，HOA出租规则。
他把这些研究都完成以后呢，就在写汇总，连就业和通勤都帮我们看了。结果跑完之后呢，我就把它输出的文件夹下载到了我的本地里。你可以看到它输出了很多文档。它一共呢，根据我的指标给我选出了15套值得我去研究的投资房。他把具体的信息也都给我标出来了，非常的详细。每个月hoa fee是多少呀？而且他还给我标志了一些我们比较关注的投资指标，比如说大概每个月的租金是多少，还有它的空置率是多少，以及一些我们常用于评估房子的投资指标，比如说呢，它会有这个cash flow现金流，还有的话就像这个cap rate啊，cash on cash return啊等等，甚至帮我算了break even rent应该是多少。
啊，因为加州的房子都比较贵嘛，所以负现金流是比较正常的。我们还要看的就是长期的一个增值的回报率。我还喜欢的一点呢，是他帮我把CMA的指标也放进去了。CMA就是呢，我们进行一个房产价值评估的时候，会经常看近几个月周边相似房源的出售情况，以便于我们更加准确的估算这个房子的价值。他会写ok，那这个房子目前的售价呢，是underprice，比如说目前他挂出来的价格偏低。fair呢，就是说ok，那这个正常。还有的话就是他挂的价格太高了。
同时这个agent呢，还给我进行了risk rating也风险评估，以及最后给了一个整体的分数。你看其实它给每个指标都有分数，像这个现金流有分数，cap rate还有一个overall score。我觉得这个指标还是挺齐全的，也方便我去查看。
我们可以看到这个文件夹它输出的内容非常的多，所以我最喜欢它的一点是呢，它还给我绘制了这个地图。我们来看一下啊，就是这个，他在地图上都给我标好了，他帮我选的15套可以研究的投资房。我觉得这样非常的直观，我们可以一眼看到每一个房子都在什么位置，并且他用不同的颜色代表了不一样的价格。
那你像标的这个黄颜色的字，就是说他选出了他觉得整体分数最高的5套房子。我们点击这个圆圈呢，我们可以看到它里面有关于这套房产的详细信息，比如说它的地址，还有它大概每个月的租金，cap rate是多少，还有它的risk level，整体的分数。
那我觉得这个还蛮有意思的。这边还帮我去做了一个filter，方便我去筛选。这是Condo，然后这个是single family house，还有的话就是town house。以前呢，我真的是要手动的去做这些事情，因为你知道这些信息都在不同的网站上，比如说你要去查它的学区啊，你要查它的犯罪率，还有它的自然灾害报告是什么样子。所以我觉得还是挺麻烦的，而且你还要自己去寻找这套房源的CMA，以便于你自己去进行估值。
well，那现在这一整套流程，从找出房源到投资模型风险分析，agent全部都帮我并行跑完了，真的帮我省了不少的时间和精力。
当然以上呢，只是我自己用到的两个案例。其实Kimi agent Swarm能做到的场景远不止这些。比如呢，学术科研场景，可以同时检索比对几十篇论文，帮你做文献综述啊。再比如啊，办公文档场景，可以同时处理和生成一大批文档，把原本要花好几天的文书工作压缩到一次的并行运行里。
以前你可能需要一个调研员，一个设计师，一个前端，一个销售助理，一群人才能干完的事儿，现在一个人加上agentswarm就能自己做出第一版交付物。
如果你也想体验一下K3，我把Kimi的链接放在了简介里，大家可以进行试一试。啊，那本期视频呢，就到这里了。如果喜欢的话，请帮忙点赞，关注，留言。我是心心，我们下期见，拜拜。