DAPPOS发布xBubble：一款自主学习并为您应用AI的智能代理_新闻

免责声明：内容不构成买卖依据，投资有风险，入市需谨慎！

DAPPOS发布xBubble：一款自主学习并为您应用AI的智能代理

2026-05-11 22:22:41

用户只需更简单的提示，即可通过xBubble完成特定任务，该系统会自动构建并调度专门针对该任务的人工智能代理。

今天，DAPPOS推出了xBubble，这是一款低提示人工智能代理，专为那些只想要结果、不想进行提示调试的用户而设计。

借助xBubble，用户可以将简短的需求转化为可交付的成果，涵盖图像/视频创作、网站搭建、文档生成以及安排解决方案，而无需自己测试模型、组合工具、构建解决方案或具备编程技能。

xBubble围绕两个核心系统构建：Bubble Engine，它能生成并测试可由人工智能代理执行的具体任务标准操作程序；以及Bubble Pilot，它能理解用户需求并将其分配给最合适的人工智能解决方案。

"强大的人工智能不应再要求用户去学习它，"DAPPOS团队表示。"xBubble扭转了这种关系。我们让人工智能去学习人工智能，我们让人工智能去使用人工智能，这样用户就不必如此。系统的进化速度远超任何用户，并且能更有效地利用人工智能。"

为何需要低提示人工智能

人工智能的能力正在飞速提升，获取技术本身已不再是障碍。但随着模型日益强大，懂操作的用户与不懂操作的用户之间的差距却在扩大，而非缩小。同一款模型可以为专业用户产出专业成果，但对其他所有人则常常给出令人失望的输出——并且每次新模型发布，这种差距都在加剧。

弥合这一差距需要付出切实的努力。专业用户研究每个模型在不同任务类型下的表现，探索哪些工具和技能组合适用于特定工作流程，并进行反复的调试周期，才能获得可靠的输出。他们为不同任务积累内部操作手册，每次新模型发布都得重新学习操作指南——这些知识很难直接迁移到下一个版本。

瓶颈已经从模型能力转移到了模型可用性。问题不再仅仅是人工智能能否完成任务。关键在于普通用户能否可靠地将他们的目标转化为正确的人工智能解决方案。

xBubble旨在通过扭转这种关系来弥合差距。不是让用户学习人工智能，而是让xBubble中的人工智能去学习人工智能。不是让用户琢磨如何使用人工智能，而是让xBubble中的人工智能代表用户去使用。Bubble Engine负责学习。Bubble Pilot负责使用。用户只需陈述目标。

低提示方法

调度针对任务的人工智能解决方案

大多数人工智能产品提供给用户一个空白的输入框和一套强大的工具。用户必须自行决定哪个模型适合任务、需要串联哪些工具、如何格式化输出，以及结果不理想时如何补救——并且每次新模型出现，都要重新学习这一决策流程。

xBubble采取了不同的方法。它为用户提供了一个调度层。

简短的需求不会发送给通用的人工智能代理，而是传递给最能理解和执行它的特定代理。Bubble Pilot解读用户意图，识别任务类型，并将请求路由到Bubble Engine已构建并测试过的解决方案。

这就是xBubble所定义的低提示人工智能。其目标并非消除用户意图。用户仍需描述他们想要什么。目标是消除操作人工智能的负担。模型选择、提示结构、技能编写、工具选择和结果测试，这些工作从用户转移到了系统内部。

Bubble Engine：为用户构建人工智能解决方案的系统

Bubble Engine是xBubble中代表用户学习人工智能的部分。它是系统背后的解决方案工厂。

针对特定任务，Bubble Engine利用人工智能编码代理生成解决方案变体，构建测试框架，组合候选模型和工具，并根据任务示例和质量标准评估输出。最优的路径将成为一份标准操作程序：一个可复用的解决方案，每当出现类似请求时即可被调度执行。

Bubble Engine并不依赖固定的提示模板，而是能够为指定任务生成任务逻辑、测试不同的执行路径并修订解决方案。在将标准操作程序发布到xBubble的调度层之前，Bubble Engine还会测试其通用性。

这改变了进步的衡量单元。一个通用的人工智能代理需要时间和努力才能交付可靠结果。xBubble则从专为特定任务类型设计的解决方案开始。

Bubble Pilot：使用人工智能的人工智能

Bubble Pilot是xBubble中代表用户使用人工智能的部分。它是将Bubble Engine的解决方案转化为交付成果的运行时调度层。

它读取简短的用户触发指令，识别任务类型，检查是否存在匹配的标准操作程序，并将请求路由到最优的可用解决方案。如果有合适的专门标准操作程序，用户将获得一条针对任务优化的执行路径。如果没有完全匹配的专门标准操作程序，Pilot会回退到通用代理，使用户仍能完成任务。

面向用户的改变很简单。选择合适的模型、工具和解决方案的工作，从用户的大脑中移出，转入系统内部。

用户陈述目标。Bubble Pilot选择路径。Bubble Engine早已构建好路径。

随着时间的推移，重复出现的回退请求也能为Bubble Engine下一步的构建提供信息。当用户反复请求一项尚未有专门标准操作程序的任务时，该模式就会成为解决方案生成和测试的候选对象。每一个新的标准操作程序都扩展了Bubble Pilot可调度的范围。每一次调度决策都为系统提供了更多信号，表明低提示执行在哪些方面最有用。

现已推出

xBubble作为一款完整的人工智能代理产品推出，而非单一功能的预览版。它内置了10多项核心能力，组织成两种模式，并配有多个运行环境，以匹配用户实际使用人工智能的方式。

Bubble Computer

Bubble Computer是xBubble的端到端项目工作空间。它将xBubble的全套能力栈整合到单一的执行路径中，因此一个涵盖研究、撰写、设计和验证的请求，可以作为一个完整的项目交付，而非一连串拼接起来的会话。

当Bubble Pilot检测到多步骤工作时，它会将请求路由到Bubble Computer。在那里，一个沙盒环境被启动，专门的技能按需加载，项目从头到尾运行，无需用户管理中间步骤。

在单次Computer运行中，xBubble可以研究主题、起草文档、生成视觉素材、验证主张，并交付最终成果。用户只需陈述一次目标。Bubble Computer负责处理模型选择、工具路由、技能加载和步骤协调。可交付物是工作成果本身，而非关于工作的对话。

Bubble Personal

Bubble Personal是xBubble的本地环境模式。它将云端人工智能带回家，为需要访问用户自身机器的工作提供安全解决方案，可操作本地文件、浏览器、应用程序和日程安排。Bubble Personal可以自动化需要个人账号的网站操作、根据用户的日历和收件箱生成晨间简报、整理数千张照片，或在夜间将市场数据收集到用户的驱动器中。

Bubble Personal运行在沙盒化的执行模型上。安装、下载和系统级更改都在云容器内进行，任务完成后即被销毁。在用户机器上，只有经过明确授权的操作才会执行，不会安装任何软件或修改环境。繁重的计算和有风险的操作都留在Bubble Cloud中，干净的结果则流回本地工作空间，让用户享有云端规模的能力，而无本地环境风险。