● SPARKS OF AI · X 上的 AI 博主 — 中英双语 · 一人一贴

星火名单 𝕏

一大一小,互相照亮。

为什么叫「星火名单」?AI 圈没有一团大火,只有点点星火——每个人都是一点火:一篇帖点醒你一个认知,一个工具帖省你一下午。52 个人,就是 52 点火,聚起来才燎原。这里不只给你跳转:每人一篇代表贴,站内就能读完精读——先读,觉得这点火对你有用,再去关注。头像、名字、句柄与点开后的主页完全一致;先按目的挑,再攒成清单一次关完。本版新增「赚钱实战」分类:8 位靠 AI 出海、做产品真金白银赚过钱的人,选自希平的两张名单帖——他们的收入数字均为原帖里的当事人自述、未经独立核实,卡片上都标了「帖内自述」,收的是打法,不是收益承诺。想看视频版名单,页头和页脚都能跳到YouTube 卷。这一版还补上了评论区:名贴之外,帖子底下的神回复与神争论一样有意义——每篇精读都标了评论区看点,下面还有一册专门的「第二现场」。

52 位收录中文 28英文 2452 篇代表贴精读6 个评论名场面7 个分类平台 X

>先说你想干嘛,按目的挑比按名气挑快得多:

按你的段位进门

同一个名单,新手和老手该看的人完全不同——先认领你的段位,名单自动变短

不知道自己在哪一档?30 秒自测

三道题,凭直觉选。测完直接给你这一档的入门包,不用注册、不用留任何信息。

热门

不知道先读谁?走一条路线

人不是缺名单,是缺顺序——三条路线,每条三篇代表贴,读完就知道该关注谁

第二现场 · 值得翻的评论区

一篇帖的价值,一半在正文,一半在回复里——学者在评论区对线,作者在评论区答疑,读者在评论区勘误。这一册专收那些讨论本身就是内容的评论区

读法提示:评论会沉、原话也可能被删,这里记的是讨论的脉络与看点,不杜撰任何人的原话;想看全场,去原帖评论区先按「热门」排序翻。每篇代表贴的站内精读里,也单独标了「评论区看点」。

全部博主 · 一人一贴

没有符合条件的博主,换个关键词或清掉筛选试试。

实战案例 · 真人用 AI agent 干成的一件事

不看名气看做法:能被中国读者照着借鉴的,才有资格进这一册

小商家客服:让 AI 先给客户咨询分诊,再起草回复

小商家 / 线下店运营获客Make(自动化平台)内置的 AI Agent 模块

做了什么一位小商家经营者搭了一条七步自动化流程:网站表单一有新咨询进来,AI 先按「常见问题 / 询价 / 紧急 / 一般」四类分诊,再依据一份 60 行的常见问答文档起草个性化回复;标为紧急的会立刻在 Slack 里提醒店主。邮件发送由普通邮件模块完成,AI 只负责写正文。

结果四类测试咨询全部分类正确、零失误;每跑一单消耗 43–50 个平台积分,与旧版「路由+OpenAI」的 42 积分基本持平(帖内自述)。

坑与限制工具的命名和说明必须写得极窄,比如把告警工具标注为「仅限紧急事项」——在此之前,AI 把每一单咨询都当成紧急情况去敲店主。

可套用要点先让 AI 只做「分类+起草」,回复一律存草稿、人工过目后再开启自动发送;用四类各一条的测试咨询验收分诊是否准确。

对中国读者的借鉴思路完全可迁移,但工具要换:国内可用扣子(Coze)、Dify 或飞书多维表格+自动化来拼同样的流程,咨询入口换成企业微信/公众号表单,告警换成飞书或企业微信群机器人。注意客户咨询内容涉及个人信息,起草环节别把敏感信息喂给境外模型。

看原案例 agentusecases.ai

小红书日更全自动:36 天只失败一次的 AI 资讯笔记流水线

内容与营销自建 agent(定时任务调度+浏览器自动化发布)

做了什么每天早 9 点定时唤醒 agent:先做 3–4 轮搜索抓过去 24–48 小时的 AI 新闻,逐条打开原文核实,再整理成含 5 个要点和出处链接的稿件文件;脚本把内容渲染成 1080×1440 的图文卡片,最后驱动一个已登录的专用浏览器把笔记发到小红书,并回查确认发布成功。登录态过期时才需要人工重新登录。

结果36 天里共触发 29 次,成功发布 28 次、零重复;唯一一次失败是模型接口超时;单次运行耗时 4–8 分钟(帖内自述)。

坑与限制发布环节非常脆弱——发布按钮藏在封闭的 shadow DOM 里,坐标点击会随机失效,编辑器还会吞键盘事件;该项目文档记录了 20 种失败模式。另外自动填入的话题标签会变成不可点击的纯文本。

可套用要点把流程拆成「搜索→逐条核原文→写稿→渲染成图→发布→回查确认」六步并留日志;发布前先暂停给人看终稿和图片,确认后再放行全自动。

对中国读者的借鉴这条本身就发生在小红书,国内可直接照做,工具链用国产模型+浏览器自动化即可拼齐。但要留神:小红书对自动化发布有风控,专用小号、控制频率、发布前人工终审更稳妥,别拿主账号硬闯。

看原案例 agentusecases.ai

一个人管 10 个社媒账号:三只 agent 分工,日运维从 4 小时压到半小时

一人公司提效OpenClaw(多 agent 编排)+定时任务

做了什么作者把账号运营拆给三个 agent:内容 agent 每天早上写一篇稿并按各平台口味改写;社交 agent 每 2 小时扫一遍通知并回复,敏感话题留给本人;数据 agent 每晚跑统计。发布时间由定时任务卡三个窗口。起步阶段是半自动,所有草稿先经 Telegram 发给本人批准。

结果三个月里,X 粉丝从 30 涨到 2,147,Dev.to 月浏览量从 200 涨到 8,500,每天花在运营上的时间从 4 小时以上降到 30 分钟(帖内自述)。

坑与限制第一周就发过一条事实错误的推文,此后被迫回到「先审后发」;数据统计的定时任务曾静默失败三天没人发现——必须给每个定时任务加健康检查,失败或无数据立刻告警。

可套用要点按「写稿 / 互动 / 统计」拆 agent 而不是一个全能 agent;上线先半自动审批,等质量稳了再放开,并给每条定时任务配失败告警。

对中国读者的借鉴分工和健康检查的思路通用;平台换成公众号、小红书、抖音时,自动回复和自动发布普遍受平台规则限制,现实做法是「agent 备稿+人一键确认发布」。审批通道用飞书或企业微信比 Telegram 更顺手。

看原案例 agentusecases.ai

让 AI 替你跟运营商砍价:月费从 85 美元砍到 45 美元

个人省钱Dot(浏览器 agent),操作运营商在线客服聊天

做了什么发帖人给 agent 开了一个独立浏览器配置,让它代替自己去和 AT&T 的在线客服谈判:目标是拿到折扣,并预先授权它在对方不松口时打出「那我就转网去竞品」这张牌,整个聊天过程由 agent 独立完成。

结果月费从 85 美元降回 45 美元,还额外拿到两个月免单;全程约 15–20 分钟。作为对照,发帖人上一年亲自谈只砍下每月 20 美元(帖内自述)。

坑与限制原帖没有放出聊天记录,具体话术和方法的适用边界无从验证;且涉及把账户信息交给 agent 操作,安全上要谨慎。

可套用要点谈判前给 agent 定清三件事——目标价、底线(涉及改合约或新增费用必须先问我)、可用的筹码(老用户资历、竞品报价);谈完让它汇总新价格和条款。

对中国读者的借鉴方法本身可迁移:国内三大运营商都有在线客服和「携号转网」这张牌,宽带、手机套餐到期续约时同样适用。可以先让 AI 帮你拟好谈判话术和竞品资费对照表,再由你本人去谈;把账号密码交给 agent 全程代操作风险偏高,不建议照搬。

看原案例 agentusecases.ai

闲置物品交给 agent 卖:10 天只花 10–20 分钟盯着

电商 / 二手ChatGPT Agent Mode(需付费版)

做了什么发帖人上传物品照片和基本信息后,让 agent 接手整单出售:先查同类在售价格定价,再写好商品标题和描述并上架,之后负责起草买家消息的回复;但登录、确认发布、确认回复内容、最后发货这些节点都留给本人。

结果原本要花 2–3 小时的卖货杂务,被压缩成 10 天里总共 10–20 分钟的人工监督(帖内自述)。

坑与限制agent 没法核实物品的真实状况,缺失信息编不出来;也绕不过平台的验证环节,更寄不了快递。评论区还提到登录和图片加载出过问题。另外 Agent Mode 需要至少 20 美元/月的付费套餐。

可套用要点给 agent 的指令要包含「上架前给我看终稿、每条买家回复先给我过目、每隔几天汇报并在无人问津时建议降价幅度」这几条刹车。

对中国读者的借鉴闲鱼就是现成的试验场,国内的豆包、通义等带 agent 能力的助手可以承担「查行情+写描述+拟回复」这三步;但闲鱼没有开放的上架接口,发布动作大概率仍要手动,预期收益按「省文案和比价时间」算,别指望全自动。

看原案例 agentusecases.ai

一天拼出一个小游戏合集:先让 AI 写提示词,再让 agent 写游戏

小游戏 / 轻游戏ChatGPT(打磨玩法提示词)+ Cursor agent 模式(写代码)

做了什么一位数据从业者先花几分钟和 ChatGPT 把游戏构想收敛成一段短提示词:用 Python 的 tkinter 做四个小游戏、按时间计分。然后在 Cursor 里先让 agent 搭好场景切换的骨架,再用大白话逐个描述每个小游戏,由 agent 生成逻辑、界面、操作和计分代码,他本人只负责调难度。

结果几个小时就得到一个能玩的成品:含 4 个小游戏,带 JSON 存档的最高分和排行榜(帖内自述);不过反馈只来自三位同事,样本很薄。

坑与限制游戏设计和数值平衡(比如敌人和障碍的数量)是他自己手工完成的,AI 没帮上忙——玩法手感这部分目前还得靠人。

可套用要点先用对话把玩法收敛成「技术栈+游戏数量+计分方式」的一段提示词,再让编程 agent 先搭骨架、后逐个填充,并要求它把每个小游戏跑通验证后再交付。

对中国读者的借鉴国内用 Cursor、通义灵码或豆包 MarsCode 都能复现这条链;如果目标是微信小游戏,把技术栈换成 Cocos Creator 或原生 Canvas 即可,思路不变。这类轻游戏很适合小商家做引流互动(抽奖、排行榜送券),开发成本已经低到可以当营销物料来做。

看原案例 agentusecases.ai

首批 6 条来自 agent 用例周扫的存量精选,源站为 agentusecases.ai(真人实测案例库);卡片里的结果数字均为帖内自述、未经独立核实;后续随周扫持续增补,遇到更强的同类案例会替换弱项。

同类去处

别人也在做「AI 博主名单」,差别在口径——点开可对照着看

名单公约 · 这份名单凭什么立得住

名单谁都能列,立得住靠规矩——星火名单的壁垒不是人数,是这四条
规矩 01

入选只看一篇代表作

不看粉丝、不看头衔:说不出一篇「不看会亏」的代表贴,就不进名单。一人一贴,既是门槛,也是给读者的试读装。

规矩 02

判语只给结论

每人一句「为什么值得关注」,不写简历、不堆头衔。判语写不出来,说明还没想清楚这个人到底强在哪——那就不收。

规矩 03

读者提名,编辑核对

名单由读者一起长大:你在下方提名,入选前要过三关——持续输出、信噪比、句柄与头像跟主页对得上,对不上不收。

规矩 04

长期停更会被请出

死号最伤信任。长期停更、内容跑偏、信噪比明显下滑的,会在复核时移出名单——名单宁可短,不养僵尸。

执行细则 · 复核节奏——每季度复核一轮(每年 2、5、8、11 月):逐一核对在榜者的活跃度与代表作时效,长期停更者请出,代表作过时者轮换。首轮 2027 年 2 月。

一起把这份名单养大

名单的人气不靠刷,靠每个人添一把柴:提名一位、传一次火

提名下一位

你心里那个「怎么还没被收录」的人,写下来生成一张提名卡,复制后发给朋友或名单维护者——下一期增补就从提名里挑。

提名之后会怎么处理:每份提名都会先经编辑核对,确认是否持续输出、信噪比如何、句柄与主页能不能对上;通过核对的,会在本卷下一次更新名单时一并公示。未入选的不会逐一回复,但提名都会留档,下次复核时再拿出来重新议——这次没进,不代表下次不进。

我的星图 · 把你攒的火画成图

你在上面加入清单的每个人,都会在这里变成一颗星,连成只属于你的星图。攒满 5 颗,就够传给一个朋友当入门礼了。

一个人是一点火,一群人是燎原

这份名单不会自己长大——它靠每一个路过的人添一把柴:读完一篇代表贴、关注一个对的人、提名一位还没被看见的人。下次回来,火应该比这次旺一点,其中一颗是你点的。

——→ 𝕏

从 Twitter 到 X,鸟飞走了,帖还在。这份名单里的很多人,是从蓝鸟时代一路发帖过来的:平台改了名、换了标,他们还在每天点火。给那只鸟在这儿留了个位置,算个纪念。

星火名单 · X 卷 — 52 人 / 52 篇代表贴 / 6 个评论名场面 · 中英双语 · 新增「赚钱实战」8 人 · 最近更新:2026 年 11 月 22 日

我的清单 · 0 位