最好用的.net代码ai

兄弟们，很久没有更新了，因为最近在做一个 ai 生图跟生视频的一个项目，大家都知道我是不懂编程，也看不懂代码，我是完全依靠这种呃 ai 的 a、 d、 e 编程工具来去开发的， 所以今天我就再来分享一下我最近用的一些 ai 编程工具。那最近我用的最多的就是这款 at gravity， 它是谷歌的反重力 ai 编程工具， 那这款 ai 工具我用下来我感觉它是非常不错的，我反而觉得它比微收腹还好用。收腹我用下来我感觉它平时很多时候它在执行任务的时候突然会中断，相当于你有时候消耗你一个积分，它突然中断，然后你要重新开始对话或者重新新建对话， 而且它很多时候在运行这些终端命令的时候，它也会卡死。反正我个人觉得它有时候会有些小故障， 但它唯一的优点就是它便宜。而且同类型 ai 编程工具里面，它除了便宜，它的整体性价比，包括刚刚说的那些小问题能接受它其实用下来也是蛮好用的，我个人觉得，当然就这种它便宜，它有五百个积分， 它是按照积分去计费的。你像这个 cloud， 四点五，现在是 plus， 它是 按四个积分到五个积分思考的，他是精品模式是五个积分，这个是最近涨价了，之前是两个积分，普通的是两个积分，精品模式是是三个积分，普通模式是两个积分，但是最近一周他涨价了，所以用下来比之前也相当于贵了一倍了。 但是他有些模型是免费的，你像 gpt 的 五点一跟五点二，他的快速模式或者是第一思考模式，他其实是可以免费给你白嫖的，像这些白嫖的这些没有显示积分的都可以免费用，而且有些中等思考的，他才收零点五个积分。简单任务你可以用这些， 我作为一个完全不懂编程，也没有开发能力的人，我肯定选的是的好最好的， 因为既然我们有短处的，我们只能在钱方面去多花一点，用最好的效果弥补我们的短处。而且 cloud 的 模型它的速度是非常快的，你普通的一个任务，你用 gpt 去执行，它可能需要 花五分钟，那可能在 cloud 的 里面，它是一分钟可以解决。我再讲一下我们平时的一些技巧，你像我现在有一些比较核心的开发功能，那我给大家演示一下啊。这个项目就是我现在正在 开发的一个项目，因为我也喜欢去做一些视频，包括一些动漫的视频，那所以我打算自己做一个平台来自己去用，或许我们其他的一些兄弟朋友想去用，我也可以给你们去用。 其实我已经揭露了一些视频模型，但这些视频模型我觉得不好用，所以我把它下架了。我自己除了这个前端，后端我都做好了，我还做了一个这样的一个管理的一个后端，因为我们需要对这个项目去做一些管理， 包括积分，因为你后续如果是我用户量多，你可能这个积分还有 ai 这些模型，因为模型多，我目前我想的模型可能我接入的模型要去到十个左右，所以我一定要有个这样的平台去后端平台去做管理，我接触之后我是可以统一的去读取我后端的 能力表，什么叫能力表？我这个模型的功能参数通过读取到之后，他在这里可以设置他的积分，我还可以去下架，我上架之后就可以在前端页面去看到我们这样一个 模型，因为现在还在本地测试阶段，所以我上架之后他会有个延时。那我们开发这种比较复杂一点的项目，那我们的 很多时候我们需要掌握一点技巧。那什么技巧？因为现在呃多模态的模型能力确实很强，包括我们现在经常使用的杰伦奈斯三点零 pro， 还有我们正在使用的呃 gvt 五点二， 我在使用的时候，很多时候我会把我的问题粘贴，把我的项目资料，所以我们有一个好的习惯，是我们对每一个 项目功能，我们单独做一个项目文档，你不要嫌嫌弃这个文档内容多，你看我好多，你看我甚至设置都没了， 你要清楚我们是不懂开发的，我们一定要有一个比较规范的架构跟设计， 那这个架构跟规范怎么去设计？我们就需要用到这个 ai 工具来帮助我们。我们从最开始做这个项目的时候，我们需要做的就是前端的一个开发设计技术这样的设计， 后端的一个基础上的设计，包括架构设计这两份东西是最开始做的，你再到我们整个项目的每一个功能啊，我们比如说这个页面的一个功能 ai 深图，那这里面又涉及到好多，这里有任务管理对不对？还有 ai 模型的 api 的 一个管理，一个架构， 这里都你不要看他们这个页面其实自己做出来是很复杂的，你做的不是单止他能用你，而且要保证他的稳定， 而且你还有个拓展性，你后续你还要增加，你还要管理他，是吧？所以这里涉及到很复杂的，不是单单的做一个页面出来。你看我们在视频里面经常看到有一些博主发的那些东西，花里胡哨的，看的很很好，很厉害。其实那个东西只限于你一个人使用就没问题， 但是你要上部署上线，你要多人去使用，那你就很复杂了，你要设计的东西就很多了，对不对？你像我们有些模型，包括我们用户量多了，你的报并发，他涉及到一个队队列系统，对不对？排队，而且每个 a p i 的 就是我们这个模型接入每个模型他的服务商的标准也都不一样，所以你要设计的价格就必须要能兼容，要稳定。那这个时候我们就需要用到这种多模态的 ai 工具来去帮我们审查和帮我们设计。那我们在设计这个项目的每一个功能的时候，我们需要先去让 ai 帮我们做评估， 对吧？你看我正在优化我这个 ai 深图的多模型的一个集成的一个架构，那我担心还存在一些细微的小问题，目前它是我测试下来是没问题了，但是我还担心它会存在一些我不懂的，我不知道的，那这个时候我就需要去咨询它， 先把资料发给他，我让他根据我的描述给我设计一份提示词，因为提示词你不懂怎么说，那就让 ai 帮我设计怎么说？我让他帮我设计一份审查的提示词，让我复制这个提示词到这个 ai 工具里面，我去发给他。 那我发给他之后，我会在下面加一句话，我让他必须有自主思考能力 和判断能力。如果下列任务内容和建议存在错误，你必须纠正，必给出正确的或最佳实践最更优秀的方案。我在粘贴我的问题，描述刚刚 ai 帮我生成的这个题词， 然后 ai 会根据我这样一个任务指令，他开始去制定计划，然后去根据这个计划去审查。审查之后他再根据我这个提示词的要求做出了一份这样的报告。他生成这份报告的时候，他会去审查你的架构，你的所有代码， 哪些地方是合理的，他会打勾，你看他会做出来这样一个规范的项目的审查报告，给你涉及到什么什么什么，这东西我们都不需要去看他，你就大概的了解一下，你也不能说不看，你要大概了解，哪怕看不懂的，没关系，那你就你会懂的。像一个人 盖房子一样，我虽然不需要知道他每一个细节，但是我能知道他大概的架构，大概的工作流程就可以了。我们拿了这份东西之后，我们又在发给 k 五点二，我用的比较多的是 k p t 五点二， 我稍微呃碰到非常核心，感觉比技术性比较高的，我就会用 cloud 来去，我就认为它在编程里面是做的最好的。但是综合方面的话，我觉得 gpt 五点二是还是不错的，而且它的上下文比较长，我们可以聊很久。 cloud 不 一样，它的上下文会限制 聊，差不多聊好几个对话，如果代码量或者上传的文件比较多的文本，他很容易就让你重新新开对话，很多内容要重新发给他，重新跟他讲。回到刚刚那个话题，我审查好这个报告之后，我又重新发给这个 cloud， 让他根据我这个审查报告来去帮我评估他存在哪些问题，你看他会跟我说 检查报告的分析，我就会报告。这里我们有一个逻辑啊，大家说一下，首先第一个为什么要他设计提示词？因为提示词首先是你根据你的问题描述，因为我们的问题描述我们是不专业的，我们看的只是一个表面的东西。那我们把这个问题描述发给这个多模态的 ai 工具之后，他来帮你设计一个专业的 提示词，他的话术跟你的不一样，他的话术涉及到一些专业领域的东西，你看这些东西他是专业领域的，这些东西我们都不懂，其实我们也不需要懂，我们需要的是一个方式。那我们根据这个提示词之后， 就到 ai 编程工具里面去发给这个 ai 编程工具，为什么要发给他呢？因为他是可以帮你读取代码的，这个东西在这个浏览器里面的这个 ai 工具是有区别的，它相当于是一个 项目负责人，一个技术人员，或者说是你的老师，但是这个是你的程序员，他在帮你干活的，对吧？你的程序员 你就把这个任务指定给他，他可以帮你读取你的代码，发现问题再做出一份报告，根据这个报告再给到我们的老师，或者说是这个技术员，让他去审查。审查之后他又给出你的建议，包括你的结论，哪些地方是对的，哪些地方是存在问题的， 哪些地方需要去解决的，你看问题的根源，他会说出来遵义建议。那这个时候我们需要把这些东西复制下来，再到我们这个 a i 变成工具里面去让 ai 再次仔细审查，制定一个专业的优化方案。现在我来把这个提示词复制下来附上就行了，其他的不需要去看太多，大概了解一下他这个内容就行。我们重新回到刚刚说那句话，我们必须要把这样一句话 复制粘贴到最上面。我们要让 ai 在 执行下面的任务内容时候，让他要审查他的正确性，必须要有自主思考能力来去执行下面的内容。 这个是很关键的，因为我们的所有内容，包括 cloud 刚刚那个浏览器里面这个图蒙泰的 ai， 他 也不一定就完全准确。 因为我们在 d i 编程工具里面用的这个模型是思考 ct 模型，它可能会具备一些更优秀的一些方案，我们直接可以发给他。那这个 int gravity 我 认为它用起来还是比较好用，它的速度其实也蛮快的。而且它在每次 执行任务前，它会先制定一个方案，会在你的这个页面里面打开来这个方案，它会根据它接下来的一些进度， 他会在这个下面继续写他的一些任务内容细节。他在完成这个任务之后，他也会再写一个文件，他不是在右边这个多少框里面去显示，他会在这个代码区里面去给你生成一份新的窗口，会把他的计划包括他完成的情况 啊。如果说他在调试阶段，他需要去用浏览器这个任务结果里面，而且还会显示他在浏览器里面去做了一些截图或者是录的视频，他都会发出来给你看的。在右上方，现在他在执行我刚刚下达的这个任务指令了，他已经在执行了， 那我们先不理他啊，右上方这个位置他是一个代理模式，这什么意思？相当于你进入到一个完全由 ai 操控，你不需要看任何代码文件之类的一个 并发多任务的一个管理的页面，他可以在多个项目里面去切换，你同时可以开发几个项目或者说几个文档。工作区里面的代码，那这个我用的比较少，如果你们有这种需求，也可以在这里用，也可以新建，在这里不停的切换每个工作区或者每一个目录的代码开发进度， 你点下它，切换到它，它在这个地方右边这里直接输入对话就可以了，左边这边是切换你的工作区或者是目录页夹区，因为我是单独只开发了一个工作区，所以我不习惯用这个，而且我很多时候我需要去 让 ai 去理解我的上下文，因为我的项目架构规范这些都是属于我的上下文。我那时候我新开第一个对话的时候，我都需要 发给 ai， 你 看我上面第第一个对话，在这个位置，我们正常在用 ai 开发工具的时候，第一个对话必须要粘贴你的项目规范跟架构一些设计文档，因为你有这个东西，相当于是个基础。 当然 ai 其实他不会说完全依靠你，除非你强制说要遵守哪一个哪一个，但是你有了这些项目资料的一些规范的一个文档，或者说你设计方案之后， ai 就 知道我们整体的一个设计会更精准，给出更好的一些金融里方案的一些任务的一个设计， 那这样出错就比较少了你，否则有些时候 ai 他 会怎么样？他没有一些规范，他会在没有深入了解你某些代码或者是出现遗漏的时候，他会重新给你设计一个新的价格，或者重新给你创建一些新的文件，来代替你现在的需求 啊，这样你的项目就会越来越复杂，越开发越往后开发你的整个项目就会越来越复杂，问题会越来越多。 这是我之前我开发了一些其他小应用，我得出的一些经验。我们来看一下他 ai 在 执行我刚刚说的那个任务，你看他在左边这个任务窗口，他会更新他的一个进度，包括页面里面，他刚刚是已经重新进行了一下优化，正在 提示他的一个进度。右边是他对整个任务的一个报告，好他的一个方案和报告，所以我刚刚在让他去帮我审查 ai ai 模型能力表的工作区的这样一个架构，他审查之后，你看很多地方他的审查都认为是对的， 整个架构设计还是比较清晰，问题不多。但是我是为了更加去确认这个架构没有问题，因为后续你还要去拓展更多的 ai 模型，你整个架构一定要设计好，否则会有很多问题出现 啊，特别是对于我们这种不懂一句代码都看不懂的人来说，对这方面我觉得更需要谨慎，上面是问题，上面是审查对的地方，下面你看它 还还会给出一些问题的解决方案，他会这个报告写的非常好。所以说谷歌的反重力的这样一个 ai 编程工具，我觉得这个方面是做的很好的，他做出来这个报告写的非常清晰， 非常好看。对于我们这个不懂编程的来说，相当于你可以一眼看懂有问题还是没问题，那解决问题是什么样子的。你这个时候其实你不懂，我们还可以把它全部复制下来 发给我们。另外一个作为一个技术总监的一个老师， cloud 让他去帮我分析，或者发给 gbt 五，你看我也会发给他， 我平时会做一些我搞不定的问题，我就会发到这里来，你可以选择思考模式，高中度思考模式发给他之后，他也会给出一些方案，你也可以让他帮你设计提示词。那这个时候你设计的这些项目文档资料就非常有用的了， 因为你去找 gbt 五也好， gbt 五点二也好，或者是找 cloud 也好，你首先新开个对话的时候，你要先把你的文档丢给他，喂给他， 你喂给他相当于你给他提供上下文，他才很清晰了解你的项目架构、项目的设计。你再把问题规规范文档扔给他之后，我下面就认一些我碰到的问题，包括我在 ai 执行的时候的一些报告，我也看不懂，我直接复制给他， 我再把问题给他，他会告诉我哪些地方有问题，给你什么方案，我也会把他给的建议方案再粘贴到这个 ai 编程工具里面去，让他去执行。回到刚刚最开始那个话题，说现在选择 ai 编程工具，我个人建议能用到这个反重力。既然用这个反重力，我觉得他 还是非常不错的，你看处理速度也是蛮快的，而且他特别兼容 gmail 的 这个模型，因为他是谷歌公司的，你去用微收服的话，我试过，我用 gmail 这个模型几乎用不了，一用他很多时候 一个对话都完成不了，他就中断，我也不知道什么问题，可能微收服对他这个模型的兼容性还是做的不好，但是你用这个反重力，他非常好用，而且速度还是非常快的。 他的现在是 pro 的 版本，这个价格我觉得其实可以的，他每五个小时可以更新，免费的也可以用，当然他也免费，他是每周更新一次，因为他的用量会有控制。但我觉得你用 pro 的， 好像我们用度 是比较深度的去使用，你必须用 pro pro 版， pro 版他每五个小时就可以更新，所以这个量我完全够用，所以我觉得这个价格其实蛮值的。而且他给了这个模型，你看 pro 的 oppo 四四点五星是最好的模型了。 你用什么 gpt 五点二，什么 gmail， 三点零 pro， 我 跟你说真的，这个效率跟代码的能力 那真的还相差很大的，我都不用去讲，我经常使用我都知道的，碰到很多问题他们解决不了的，你用 cloud 模型一下就可以解决，而且速度还非常快， 他非常智能，很多时候他会做一些单元测试、脚本测试，你这些东西一定要做的，因为你在开发的时候，很多时候你不可能说每开发一个功能你都要手动测试，你手动测试，而且测试的不准确，他可以帮你做一些单元测试、脚本测试、自动回归测试，这些测试是他通过给你编写一个脚本， 他就跑你现在碰到的问题，或者你需要的开发的功能，他去帮你跑一下，他是不是正常，如果是出现异常，他会继续帮你修，在这方面他比所有模型都要做的非常好。 gbt 五我也去试过，我也会经常使用他去 做这些脚本什么之类的东西跑测试，那真的是非常墨迹，而且这个效果怎么说他做的不好， 就这个意思。那今天的分享就到这里，今天我讲的一些都是比较作为我们这种纯 ai 开发人员来说，这是我一些经验的分享，希望能帮到大家，感谢大家的关注和点赞，我会继续分享更多实用的 ai 工具，谢谢大家。

你很有可能没有充分发挥你的 ai 编程助手的全部潜力，所以现在我想和你一起变得非常实用，向你展示一些顶级智能体工程师在 ai 编程中使用的最佳技巧。 这些人真正建立了与他们的编程智能体，比如 cloud code， hero 或 cursor 协助的系统。因此，我在这里假设你至少对如何使用编程智能体有基本的了解，因为接下来我想为你具体介绍一些真正强大的解锁技巧。 在这里，我的讲解会非常简明扼要，不会浪费你的任何时间。而且最棒的是，这一切都不需要任何新工具，这其实只是更高效的工作方式而已。好吧，那我们开始吧。 在这里，排在首位的是 prd， 优先开发。 prd 是 产品需求文档 product requirement document 的 缩写。这个词可以有很多不同的含义， 但在这里，它指的是一个 markdown 文档，是用来定义你项目全部工作范围的唯一场所。因此，对于从零开始的全新开发，这份文档通常包含了你需要构建的所有内容，已完成你的概念验证 poc 或最小可行产品 mvp。 而这份文档的美妙之处在于，它成为了你的编码代理的指引之星，里面包含了你需要构建的一切。因此，从 prd 中，你可以获得所有要和编码代理一起实现的具体功能。 重要的是，不要让你的编码代理一次做太多事情，否则它会彻底崩溃。所以，你可以利用 prd 将你的项目拆分为更细致的功能，比如实现 api， 实现用户界面，构建认证系统，你可以像这样把它们分开。 而对于综地开发，如果你是在已有的代码库上工作，与其说是记录你项目中已经有的内容，以及你接下来想要构建的部分， 但无论哪种方式，你都在为你的项目创建指引之星。很多人都会忽略这一点，他们直接跳进去开发第一个功能，但实际上，他们在与自己的编码助手进行不同迭代时，并没有建立起任何联系。 为了演示本视频中含盖的所有技巧，我准备了一个 github 仓库链接会放在视频描述中。 在这个仓库里，我搭建了一个非常基础的演示项目，同时也包含了我在这里讲到的所有命令。 所以我日常用于 ai 编程的所有工作流程都已经为你整理好了。这些就是我每天都会用到的核心斜杠命令。其中有一个命令就和我们刚才讨论的内容有关， 我为你搭建了一个完整的工作流程，帮助你创建 prd。 现在切换到本地的仓库，我已经把所有命令都放在了 cloud commands 文件夹里供你使用。顺便说一下，你可以把这些命令用于任何 ai 编程助手。不仅仅是 cloud code， 它们其实就是定义这些工作流程的提示词。 所以我就在这里为你准备了创建 prd 命令。整个流程的核心就是你可以和 ai 编程助手对话， 讨论你想要构建的内容，对吧？比如说，我想要开发 x y z， 帮我规划一下。一旦你和编程助手就你想要创建的内容达成一致，在对话中，你只需要运行 create prd， 它就会把整个工作范围输出到你在这里指定的文档中。 所以对于这个简单的习惯追踪应用来说，这就是我的 prd。 这些部分全部都是在命令中定义的模板的一部分，比如目标用户你的使命包含的内容，不包含的内容，你还可以在这里看到完整的架构布局， 这就是你现在的北极星指引。所以在此之后，你进行的所有功能开发都将参考这个 prd， 并借助你的编程助手来确定要构建什么。 在我的 ai 开发工作流中，我总会用到的另一个命令是 prime 命令。我会在每次新对话开始时运行这个命令，把项目中所有必要的上下文加载进来。 而 prd 是 我始终确保我的助手阅读的核心文件之一。因为在他对代码库进行预处理之后，我就可以直接问，根据 prd 我 们接下来应该构建什么。 这个问题我每天都会问，因为我正在向你展示我无论在开发什么项目时都会用到的工作流程，而且无论我在处理哪个代码库，这一点都不会改变。 好的，接下来你需要理解的一个重要概念是模块化规则架构。因为情况是这样的，大多数人把他们的大局规则写的太长了。请记住，这些规则是你在每次与编码助手对话开始时加载到上下文中的约束和规范。 所以如果这些规则不够精简，你就会因为规则太多而让大语言模型难以应对。因此，无论你的局规则文件是 agent md 还是 cloud md， 你 都应该让它尽量简短，并专注于那些无论你在做什么项目都适用的规则， 比如要运行的命令，你的测试策略、日制记录策略之类的内容。但当你只是在处理前端工作时，比如你专注于组建的规则，或者你在做部署构建应用的 api， 这时你应该把针对不同任务类型的规则拆分成不同的 markdown 文档， 并让你的主局规则文件去引用这些文档。这样只有在你处理真正适用于这些规则的任务时，才会把这些规则加载到大语言模型的上下文中。好的，回到我们这个非常实用的习惯追踪应用，我想给你展示一下这些规则可能是什么样子的。 我现在用的是 cloud code， 所以 cloud md 是 我的局规则文件，而且我把它做的非常简洁， 你可以看到我的规则文件甚至还不到两百行。但其实我在 cloud reference 文件夹里有更多的上下文内容，我马上就会给你展示这些内容。但在这里，我列出的是无论我在做什么项目都很关心的内容。 比如我的技术站，我希望我的编码代理能够了解项目结构，这样它就能更好地导航项目。还有我们用来运行前端和后端的命令，比如 m c p 服务器代码规范，我的日制标准。记住 这些内容真的是，无论我在做什么类型的功能，我都希望 lm 能够了解这些信息。但这里有一个关键点，就在这里，我有一个参考部分， 这里是我引用特定任务类型上下文的地方。这些内容我只想在某些类型的功能中加载，因此因为这些路径被加载到我们的全局规则中，编码代理就会明白。好吧，当我在构建 api 端点时，这就是我应该阅读这个文件的时候。 所以我把这些全部放在我的代码库的 reference 文件夹里。这里有更多的上下文信息，比如仅仅这个文档就接近一千行，而且很多文档都是这样。因为在这里我们会非常具体的写下我们的指令，并且我们可以让它变得更长，因为只有在我们真正处理 api 时才会读取它。 因此，在你的大局规则中设置这个参考部分是让你的规则保持简洁，同时又能拥有所需全部上下文的非常强大的方法， 目标是保护你的编码代理的上下文窗口。很多人都严重低估了这一点的重要性。你也可以在你的指令中引用这些文档。比如，你可能已经建立了一个用于构建 api 端点的工作流程，所以你其实不需要在这里引用它，只需要在你的某个指令中给出路径即可。 所以无论用什么方法，都要确保你能获得所需的全部上下文信息，但又不是一开始就全部加载。接下来我要介绍的技巧可能是所有技巧中最显而易见的，但它非常重要。我必须确保你始终牢记这一点。 你应该把一切都命令化。如果这个词真的存在的话，基本上只要你向你的编码代理发送同样的提示超过两次，这就应该提醒你，这是一个将其转化为命令或可附用工作流的机会。 这些其实就是 markdown 文档，我们把它们作为上下文加载进来，用来为我们的编码代理定义一个流程。 所以当你提交 get， 进行代码审查，或者从你的代码库中加载上下文时，几乎你在开发流程中能做的任何事情都可以被转化为命令。因为随着你不断使用，它会为你节省成千上万次的敲击键盘。你也可以像我现在为你做的这样，把这些工作流程分享给其他人。 回到习惯追踪器的代码库，就像我之前说的，我把我日常使用的所有核心命令都记录在这里，并包含在这个仓库里。 所以你可以随意把这些命令拿去用，并根据自己的需求进行定制。所以几乎所有我发现自己用过两次以上的提示，我都打包成了一个工作流程，放在这里你都可以随意使用。比如提交 git， 像我们之前看到的那样，创建 prd 我核心功能，开发流程中的所有内容，比如执行规划，预处理所有的验证命令，甚至还有一些关于系统引进的命令。稍后我们也会谈到。好的，接下来我要介绍的技巧同样与上下文管理有关。 如果你还没有注意到，这其实是与编码代理合作时非常关键的一个环节，所以这里我们要讲的是上下文重置。我的意思是，在你进行规划和实际编辑代码之间，你应该始终重新开启与编码代理的对话窗口。 而你之所以能够这样做，唯一的原因是你总是在规划环节结束时输出一份文档，通常是一份 markdown 文档， 而这份文档包含了你在执行阶段所需的全部上下文信息。所以我们不会做任何预设，也不会告诉编码代理我们想要构建什么。当我们开始构建解决方案，也就是下一个功能时，我们只需要把这份文档提供给他。 就是这样，我们之所以要这样做，是因为我们希望在实际编码时尽量保持上下文的简洁，这样可以为代理留出更多空间去推理他正在做的事情，进行自我验证，以及完成所有这些重要的工作。 接下来我会演示一下使用我在代码库中为你准备的命令这个过程是什么样的。所以我们总是用 prime 命令开始我们的规划，这样我们就能了解代码库里有什么，然后再和我们的编码代理进行对话，确定接下来要构建什么。 同样基于我们的 p r d 接下来最合理的功能是什么。所以我没有在这里演示整个过程。我直接进入了下一个命令，也就是创建我们的结构化计划。这是我们将要输出的 markdown 文档，我们会用它作为执行时的上下文。 所以在这里我会直接输入 clear， 彻底清空上下文窗口，或者你也可以直接重启你的编码代理。 然后我会调用 execute 命令，这个命令的参数就是我希望他读取的那个计划，这就是他所需要的全部上下文。所以我很快给你演示一下。比如在这个习惯追踪器的简单演示中，我们正在改进日历的视觉效果， 所以这里概述了功能描述，用户故事以及所有高层次的信息，所有可以参考的上下文，还有我们需要构建的各个组建以及逐项的任务分解。像这样非常全面，因为在这里执行计划时，我们没有向代理加载任何其他上下文。现在信不信由你。 我实际上把最重要的技巧留到了最后，因为接下来我们要讲的是系统进化。当你把每一个 bug 都当做让你的编码代理变得更强的机会时，这就是使用编码代理最强大的方式。 所以，与其只是遇到一个 bug， 然后手动修复并继续前进，我们实际上会在编码代理的系统中深入查找我们应该修复什么，才能让这个问题不再发生。当你发现你的编码代理一次又一次的出现同样的问题时，看到这种模式的出现，这种方法尤其强大。 所以通常当你思考可以在系统中修复什么时，要么是你的全剧规则，要么是我们之前提到的其他任何类型的参考上下文，或者是你的命令，也就是工作流。 这里会有一个可以改进的机会，因为当编码代理在某些地方出错时，很可能是他没有理解你想要指定的某条规则，或者是你的验证流程中有某个环节可以做得更好。 所以仅举几个例子，我这里有几个例子。如果编码代理使用了错误的导入风格，那么你就需要添加一条新规则，对吧？比如，你只需要用一句话简单说明一下应该是什么样子， 而且很多时候，这真的只需要一句话就够了。如果 ai 忘记运行测试，你只需要更新你的结构化计划模板，也就是输入到执行环节的内容，加入新的测试部分就可以了。 如果编码代理不理解认证流程，那么你就可以创建一个新的参考文档，并且更新你的大局规则。在处理认证相关工作时，应该参考这份文档，就像我们刚才展示的那样。 所以最终其实有无数种方式可以让我们和编码代理一起进入系统改进模式。但通常你会在刚刚完成一个功能，并且自己验证过之后立刻进行这一步。 你会注意到应用程序的某些地方运行不正确，或者代码中有些问题，然后你就会说，嘿， cloud。 我 发现应用程序里的 x、 y、 z 没有正常工作，所以我做了这个修复。 我希望你现在去查看规则，阅读我们这里用到的所有命令，然后帮我找出我们在流程或规则上可以改进的地方，这样这个问题就不会再发生了。 当然，这有点过于简化了，你可以看到我用语音转文字工具把这段输入到这里，但你大致明白我的意思， 你让他进行更多自我反思，思考实际执行和计划之间的对比，和我们制定的规则流程相比，有哪些不同，有哪些差异是我们可以解决的，这样这些 bug 就 不会再次出现。 所以我在这里对策略的定义非常宽泛，因为实际上这更像是一种我希望你能采纳的思维方式，不要只是修复 bug， 更要修复导致 bug 出现的系统。这样做会让你受益匪浅，因为你的编码代理会随着时间变得更强大，更可靠。就是这样， 这些就是我最喜欢的所有顶尖智能体工程师都会用到的技巧。正如我之前所说，我会在描述中附上包含所有命令的仓库链接，以及这张图表的下载链接，方便你自行下载。 如果你喜欢这个视频，并且期待更多关于智能体工程的内容，非常欢迎你点赞和订阅，我们下个视频再见。

大家好，我们继续对二零二五年这个 ai 编程进行总结啊，那本期视频呢，就是来对我用过的这些 ai 编程工具进行一个实战排名，那么我的排名是基于下面这个五个方向啊。第一个是创新能力，就说你 你出的一些新的功能，或者说一些新的啊特性，有没有成为行业的一些标准，或者说让别的 ai 编程工具来学习你。 那第二个就是代码搜索和缩影能力，那这个是非常重要的，我们在跟 ai 编程工具对话的时候，我们经常要让它去搜索代码，那么如果说这个 ai 编程工具这方面能力很强，那它搜索啊，或者说这个找到代码这个准确率就非常高。 那第三个就是上下文的组装压缩这个能力，那你这个也是会影响你兑换的质量的。那第四个就是 ai 调音的这个工具流程，第五个就是交互这个并节线，那我会从这五个方面来进行一个综合的考虑。那在进行排名之前呢？那么这有三个原则。那第一个就是 以下参与这些排名的工具啊，是我用过的，那如果说没有出现在这个名单里面的工具，那说明就我没有用过，那我没办法去让他去排名，所以也不是说他这个工具不好。那第二个就是这个排名的期限啊，是到这个 今天，那么今天之后那 ai 编程工具肯定会继续发展，至于他以后发展成什么样子的，那这个是不知道的，所以说这个榜单也是有一定的实现线的。那第三个呢？就是啊，萝卜青菜各有所爱，每个人只要是喜欢这个 ai 编程工具适合自己的，那么这个就是最重要的。那么我先从 ai 开始说起， 那这里面特别要讲一下，就是这个腾讯的这个 clubbody 啊，那么其实在我上一期这个排名里面，其实它非常靠后的，因为当时它出了很多问题，但是现在你去看的话，它不仅支持了很多这种 jbd 系列的模型啊，还支持这种子弹里啊、 skiers 啊， 记忆啊非常多，就是这个市面上各个 ai 编程好用的东西啊，他都给他给集成到这个他自己这一款编程工具里面去了，所以说是个非常全面的工具。然后呢他也给自己的生态啊，小程序这种生态开发 啊，这个集合的非常非常紧密啊，如果你是要去做小程序开发了，那么它是一个非常不错的选择。那么还有这个 k 了，为什么我会认为它是 a 这个级别呢？因为它其实处在一个尴尬尴尬的这个位置，比如说我如果想用这个规范驱动去开发一个东西，那么从零到一这个是非常适合的， 那么你一旦开发完之后需要去迭代，那这它的这个规范驱动就变得很重了。就比如说你要解决个问题，你如果用普通对话方式，你又觉得可能没有那么详细，那么你如果用它的 spec spec 对 话的方式又觉得又太重了，所以它是处在一个就是啊 一个很尴尬的中间位置，它非常适合用来做零到一的驱动启动，但是呢不适合做这种一到 n 的 这种迭代，所以说我把它放到这个 a， 那 client 上拎 code 呢？其实也是非常非常不错的，因为他们对接的其实是各种各样的 a p r， 然后他们的这个交互啊，或者说他们提的这种 plan 模式也是非常不错。 那么这里面还有一个特别介绍的这个 open code， 是 一个开源的这个 client 式的这种编程工具，它有支持界面的，而且目前在 github 上有四十多 k 的 这种 大，所以说也是非常一个明日之星吧，那里面有非常多的功能，说如果你是个开发者，你可以非常建议你去使用这款 ai 编程工具。 那么再说说 a 家这四款啊，那第一款 winsole， 那 对 winsole 的 这个我的评价就是什么中规中矩啊，就是现在发展的不温不火了， 那其实它里面有一些功能也是非常有意思，比如像 code map 啊，能够通过简短的快速的去来找到你这个代码的一个结构，非常适合用来分析你的一个老的项目，找到某一段核心逻辑的这个具体的流程分布。这 code map 是 非常，而且它是性价比非常不错啊，一个月 十五美金，然后五百次的请求，然后又可以用到非常多的这种 cloud 模型的最新的模型。然后呢，自己也有的这个 s w e 自己的这个底层模型啊，所以说也是个非常不错的的 ai 编程工具。那我这边要重点说一下，就这个坠， 那这款 ai 编程工具呢，跟 kilo 之间就是有一点点差异，就是它也可以切换到专门的有一个叫 spec 的 这种模式啊，那这个模式呢，它只会 出文档，不会改变任何代码，而且呢它支持这个 sub agencies 啊， skills 啊，这些东西全部都支持。还有呢，就是它的这个交互这个界面啊，是所有终端里面我觉得是最清晰的，各种颜色字体的颜色分布的都非常的 清楚，如果说你不不太喜欢用 color code 的， 你可以用锐的，然后加这个质朴啊，或者说 mini max 的 模型也是非常顺畅。那我之前一直在用它来开发项目啊，就整个过程是还是很舒服的。 也中这里要说一下这个 tree 啊，那 tree 其实也是个非常不错的一个 ai 编程工具，虽然说断这个 cloud 的 模型断工了，但是呢，他在这个用户群体上是有非常大的一个用户群体基础的，而且他出了很多功能，比较 solo， 这种 是比较早出的这种从一零到一完整过程的 ai 编程工具啊，就他当时出 solo 模式的时候，其实还没有 ai 编程工具能把整个流程全部嵌在一个， 这个流程嵌在一个工具里面，所以它是很优先的，就做到这一点。那第二就是它性价比真的是非常非常高，而且它现在就是啊，有这个界面，三 pro 这个模型支持，还有这个 gpd， gpd 系列模型支持，那么在整体的效果上 啊，并不会比之前有 cloud 的 模型会差很多，但是呢，它现在出来一个也是一个非常有尴尬的地方，就是什么呢？就是它的普通模式啊，你用普通模式去对话的时候，因为双氧完成了限制，效果不是太好， 当你要想解决这个问题的时候，你用 max 模式的时候，又会出现就是一次对话会消耗十几次请求，那么你这样的话，就是啊，你可能六百次，这样的一个总的次数，你可能只能对话个六十次，那这样其实很不划算， 所以呢，就是你要去解决问题，你要你就只能去开 max， 开 max 之后你的对话次数就用的非常快，你如果不开呢？你这个问题可能一直在那儿绕，所以我觉得这是它的一个最大的问题，它还没有找到，就是说在性价比和解决问题之间一个很好的一个一个中间的一个形态，它目前还没有找到。然后就这一款这个 rap 也是我觉得它除了是一款很出色的这个 ai 编程工具，也是一个非常好用的这个终端命令行工具，它能既它能保存你的所有的这个终端命令，然后你能一键快速的去给它唤醒啊，或者去执行啊，非常非常不错。 那么接下来就是 s 减了，那 s 减其实这几款其实大家都应该非常熟悉啊，那第一款 cos 啊，它的这个界面交互啊， tab 啊，还有这个浏览器的这个设计模式 都是非常不错，也是在引领着整个 id 就 ai 编程的一个方向啊，它的这个生态也是进行的非常非常好的。第二个呢就是 arduino code， 那 它是目前我觉得是做大项目 目前表现最好的一个 ai 编程工，因为它有最强大的这个代码的缩影搜索这个能力啊，然后它现在已经把它这个能力啊叫上下文的这个 m c p 啊，已经开放给其他的 ai 编程工具可以直接使用了，所以说这也是个非常不错的。 那么在之前的排名当中，我是把它排到 s 的 级别了，但但是现在因为它这个托管消耗实在是成本实在太高了，所以我把它又往下降一点。那么第三个呢，就是谷歌新出这个 antigravity 了吗？也是非常非常不错，我觉得它不错主要有以下几点。第一呢，就是 它性价比非常高啊，只要有这个教育的这个账号，还有目前出来个套餐是九十美金还是九十九美金，可以用一年。 然后呢，它又支持 gmail 三 pro， 也支持这个 office， 每天都会重置，所以这个非常非常不错。而且它是一个在已经成熟的这个编程工具里面 miniso 里面 迭代出来的，因为是同一个团队嘛迭代出来，所以说它已经度过了那种啊要不断的 bug， 就是 bug 的 这种方式啊，它是一个比较成熟的 ai 编程工具了，那里面也有一些比较有特色，像 playground 啊， agent manager 啊，都非常不错。而且呢，它还集成了 google 了这个 nalbruno， 可以帮你在整个对话中去产生一些图片，比如说 logo 的 制作呀，这些都是非常非常有意思，因为它是浏览器第八个模式，也是非常有意思，所以说这是一个我觉得是一个非常不错的一个 ai 编程工具啊，可以去建议去使用体验一下。那 code x 呢？其实啊，我觉得排到 s 级呢，是因为它这个模型的能力，那么 你可以问一下，就是克洛克斯你用过之后，你你有没有记住他有一些好用的功能？其实是没有印象的，因为他现在很还是一个追随者的一个步伐，就他现在很多功能其实是满足普通对话去解决问题就行了， 它没有说一些很有特色的功能，比如没有像 cloud code 一 样，哎，我有 scares， 我 有 safari 键，没有，它现在是只是一个啊，在追随，我要把基本功能都实现。所以在编程工具，如果单独扔开模型去讲编程工具，我觉得它是到不了 s 键的，但是因为 g p g 五点二 系列或者是五点一系列这个模型太好用了，而且跟 codex 结合的是能发挥它最好的效果，所以我就把它拍到 s 键了。那么最好最好当然是 s s 这个 cloud code。 那 其实 cloud code 为什么排在第一第一位呢？我觉得主要有以下原因。第一， 它已经建立起了一个完完整整的生态，这个生态围绕 cocoode 来建立了很多很多功能，很多特性，它这个 ajax， 还有这个 skis 这个插件已经成为了。就是啊，很多很多 ai 编程工具去学习，去把这个功能搬到自己来的这个， 这个一个非常大的一个创新了，而且它不但在迭代这第一个，第二个呢，就是它不仅仅是在编程领域里面可以使用，它在写作呀，自媒体运营，你都可以用这个工具去发挥你各种各样的想象力。特别是最近的 sketch 出来之后啊，很多很多人已经把像 n 八 n 啊，或者非常非常多 工作旅游的这种东西啊，把它全部转化成像 coco 的 skills 了，我觉得这是非常非常重要的，是它建立了一个生态。那第二呢，就是它不仅仅是编程这个领域，其他领域都能完全覆盖到。 第三个呢，就是你只要有这个客户端有这个 ccm， 你 就可以去对接国内的模型，就它不存在，比如说像你可能下面有一些模型，比如像像 rap， 像 rap， 如果你想去对接国内的模型，你必须是付费，你是必须是会员才行。那么 coco 呢？是没有这个限制的， 你只要是你的模型支持它的这个 acolyte 的 这种协议，对吧？它就可以对接进来，就可以使用它完完整整的这个扣端的这个功能，我觉得这是非常非常不错的，所以这也非常建议大家去可以尝试使用 coco 的， 虽然它是这种终端命令行的，但是你用起来是也不会有那么大的这种陌生感觉。 那么除了这个排名的话，我会在下面已经把一些啊这所有设计的这个编编程工具啊，都有一个官网的链接，如果你需要的话可以去这边去点击去查看。那么我这个排名就基于自己的用的这种感受啊，并不代表权威。 ok， 那 本期视频呢？如果你喜欢编爱编程的话，可以多多关注。

大家好，欢迎回来，咱们今天来聊个有意思的东西，你有没有想过，要是你的编程效率能直接翻个十倍或是啥感觉？ 今天的主角就是 antropica 公司推出的一个新工具，叫 cloud code， 它可不只是个简单的助手哦，它更像是一个怎么说呢，一个直接在你端端里干活儿的 ai 程序员。你来想象一下这个场景啊，你的终端它能听懂人话， 你就用大白话跟他说，诶，帮我建个新功能，或者这个 bug 帮我修一下，甚至连那些复杂的 get 操作他都能帮你搞定，这编程体验会变成什么样？ 听着是有点科幻对吧？但这恰恰就是 code code 想要实现的目标，要搞明白它到底牛在哪儿，咱们得先弄懂一个词，叫代理式编程工具。 这玩意儿啊，跟咱们平时用的代码自动补全，那可完全不是一个量级的。这么说吧，自动补全顶多是帮你猜下一个单词，而这个代理工具呢，是能帮你写一整篇文章， 它能看懂你整个项目，自己琢磨出一套计划，然后一步一步去执行改文件、跑命令，它是真的在动手干活儿。 行，那这个住在咱们终端里的 ai 代理到底有啥能耐呢？咱们就来看看，那具体到咱们日常搬砖儿的时候，他能帮上啥忙呢？你想哦，以后那些重复的模板代码你都不用自己写了，直接跟他说，给我来个用户登录的 a p i 嗖，他就给你弄好了。 碰到那种烦人的 bug， 你 直接把报错信息甩给他，他就能像个老司机一样帮你查问题。刚接手一个新项目，一头雾水，他能帮你快速把代码结构理清楚，甚至像修复代码格式这种小破事儿，他也能自动搞定，让你能专心干那些真正重要的大事？ 那为啥开发者们都对它这么上头呢？我觉得啊，核心就在它的设计理念。首先呢，它原生就在终端里，这可是咱们程序员最熟悉的地盘了，对吧？其次，它不是光说不练，它是真的能动手、能改文件、能跑命令。 但最关键的一点，也是最牛的一点是，它遵循了 unix 哲学。这是什么意思呢？就是说，你可以像玩儿乐一样，把它和其他命令行工具拼在一起，搞出各种强大的自动化脚本， 这一点对于 ai 工具来说，绝对是个巨大的突破。哦，对了，安全和隐私这块儿也做得挺好，企业用起来也放心。 听着是不是挺带劲儿的？行，那咱们现在就来点儿实际的，看看在工作中到底该怎么用它。 其实上手特别简单，记住几个核心命令就行了，日常用起来啊，特别顺手。比如说，你想开个新话题，直接输入 clod， 然后加上你的问题，比如说帮我解释下这个项目。要是想接着上次的话题继续聊，敲一个 clod 杠 c 就 行了。 最酷的是什么呢？你可以用杠二这个参数，随时跳回到之前任何一次特定的对话里。你想想，在同时处理好几个任务的时候，这个功能简直就是神器啊！ 当然啦，这些基础功能嘛，只能算是开胃小菜。如果你想真正把它玩明白，试透它的全部潜力，那 cloud code 还提供了非常强大的定制功能，让你能把它调教成最懂你的那个专属小助手，这一部分就是给高级玩家准备的了， 你可以通过定制系统提示来彻底改变 close 行为模式。举个例子，用杠 append system prompt 这个参数，你就能给它加个规矩，比如代码必须用 type script 写， 要是你想让它完全变个人，比如说扮演一个专门写测试用力的工程师，那你就可以用杠 system prompt 把它的默认设定整个换掉。 更牛的是，你可以把这些配置都写在一个文件里，然后用杠 system prompt file 来加载。这样一来，整个团队都能用上同一套调教方案，保证风格统一。 嗯，端端是很强大，但说实话，咱们大部分时间还是泡在 id 一 里的。那么 cloud code 在 咱们最熟悉的 vs code 里表现又怎么样呢？嘿，这就有个好消息了，特别是对那些更习惯图形界面的朋友们， cloud code 有 一个官方的 vs code 扩展， 这样你就能把终端里的那些强大功能无缝地集成到你最顺手的编辑器里了。那么问题来了， c o i 版本和 vs code 扩张到底该用哪个呢？ 简单来说啊，就看你的需求。如果你是个效率党，喜欢搞自动化、洗脚本，追求那种极致的控制感，那命令行版本就是你的菜。但如果你更习惯在 ide 里舒舒服服地看代码、改代码、做日常开发，那 vs code 扩展的图形化界面肯定用着更爽。 记住一个原则就行，搞自动化，用终端日常开发用 ide。 好 了，理论说了这么多，咱们来点实在的是，骡子是马，得拉出来遛遛。咱们现在就潜入开发者社区，去听听低一线的用户们对 cloudco 的 真实评价，看看大家都在激烈的争论些什么。 这工具听起来是挺厉害的，但感觉到底怎么样呢？这恐怕是每个想试试的人心里最关心的问题了。 支持者的声音还挺大的，你看，在 hack news 上，就有个用户说了句特别经典的话，他说，这是我第一次真正感觉像是在跟一个初级工程师一起工作。这句话你品你细品。为什么这么说？因为他点到了一个关键， 这东西不再是一个你让它干啥它干啥的被动工具了，它更像一个能理解你意图，能自己去完成任务的同事。但是呢，有捧的就有踩的，反对的声音也同样尖锐。 另一位用户就直接开喷了，他说，跟那些深度集成到 ide 里的工具，比如 cursor 比起来， cloudco 干出来的活儿没什么两样，就是速度更慢，显示更不清楚，生成的代码也更难审查。 你看，这就直接指出了端端工具的硬伤，学习成本高。还有就是看代码对比差异的时候，确实不太方便。所以你看，这争论的核心就出来了， 为了端端原生带来的那种强大能力和可定制性，我们到底值不值得去忍受那些跟深度集成的 i、 d、 e 工具比起来，多出来的操作摩擦和不方便？这其实就是一个关于强大和易用之间的经典权衡了。 好，聊完了功能和体验，咱们必须得聊一个对所有开发者来说都至观重要的话题，那就是数据隐私和安全。 你想啊，当你把自己的代码库整个喂给一个 ai 的 时候，你的代码，你的数据到底去哪了？这个问题咱们必须搞清楚。 关于数据训练这块， anthropic 的 政策其实还挺透明的，这里面有个关键的区别，就是默认设置。 简单说，如果你是个人用户，那默认是选择退出 opt out， 也就是说，你的数据默认是会被拿去训练模型的，除非你自个儿去手动关掉。 但如果你是商业用户，那默认就是选择加入 optin， 意思就是你的代码默认绝对不会被用来训练，除非你明确同意。别小看这个默认选项的区别，对于任何一个看重代码安全的公司来说，这简直就是决定性。 数据保留多长时间这事也说得很清楚。总体来说，只要你没同意让它拿去训练，那你的数据最多就保留三十天。 对于用 a p i 的 企业客户，甚至还能做到零保留，就是说数据用完立刻就删了。这种又清楚又灵活的策略，确实能给用户，特别是企业用户挺大的选择空间和安全感的。 那么咱们绕了一圈，又回到了最初的那个问题， cloud code。 它到底是一个能跟你并肩作战的先副驾呢？还是一个本身就需要一个老司机来操作的复杂工具？ 这个问题的答案啊，说实话，可能取决于咱们每个开发者自己的工作习惯和喜好了，你这么看呢？

呃，好消息啊，兄弟们，我刚刚发现了一个充值那个 ai 代码之声 cloud pro， 超级方便的方法，全程只需要一分钟时间，就是打开这个网站， ai 六六点 o r g， 点击购买卡密，然后点击 cloud code， 然后点击购买，然后购买后它会给我们一个充值地址和卡密，然后输入给定的充值地址，然后将刚刚的卡密复制进去，验证并继续， 然后点击这里啊，获得 cloud id， 然后点击 account， 然后将这 id 复制粘贴，然后回到这网站，然后复制到这里， 然后格式正确啊，然后确认并升级，因为我刚刚已经升级过了，所以我就不再升级了，然后可以看到非常简单，整个流程也就一分钟时间吧，然后有需要兄弟自取。

现在用 ai 写代码最大的痛点其实不是写不出来，而是写出来的东西很难看。不管是 copilot 还是 cloud code， 深沉的代码往往逻辑啰嗦，过度封装，也就是我们常说的 ai 位太重，典型的为了跑通而跑通。 针对这个问题， antropic 官方其实在插件库里藏了一个神器，叫 code symbolifier。 这东西的定位非常狠，它不负责写新功能，而是专门跟在 ai 后面，给刚才生成的代码擦屁股，做深度的清洗和重构。 首先得把这东西的定位搞清楚，在 cloud code 的 体系里，它属于 sub agent， 也就是子智能体。这次听着挺玄乎，其实你就把它当成一个专职的上后专员，他的工作原则非常死板，绝对不写新功能，也绝对不改动你原本的业务逻辑。 只有当你把功能开发完了，代码能跑了，他才会介入。说白了，前面的组织能体负责搞定需求，而他就是专门负责给刚才那堆急急忙忙写出来的代码擦屁股的。具体怎么擦呢？ 他主要干四件事，第一是降噪，把那些向这里定义了一个变量，这种侮辱智商的废话注全给我删了。第二是去重， ai， 经常喜欢复制粘贴，他能把重复的逻辑精准识别出来， 抽成独立的函数。第三是解套，这个最少他会把那种缩进七八层，像千层饼一样的 f s 嵌套，强行拍屏，改成清爽的谓语句。最后一点是人画画， 把 ai 偷懒写的什么 a 啊 b 啊， temp 啊这种鬼知道是什么的变量名，全部改成人类一眼能看懂的业务名称。你可能会问，这插件真有那么神吗？其实最有分量的评价来自 clock code 的 亲爹， 也就是他的核心开发者 boris channey。 这哥们在 reddit 上明确说过他自己的日常开发工作，流理币装 code compiler。 这其实就很有说服力了，研造工具的人自己都在用它来修整代码，说明这不仅仅是个锦上添花的小玩具， 而是为了解决 ai 编程原生缺陷而存在的必需品。具体到代码上，它主要解决两个让人头疼的毛病， 第一是防御过头， ai 特别喜欢写一堆废话判断，比如为了取一个值，它能给你写三层 if， 也就是如果不为空，如果不为定义等等。这插件能直接给你优化成一个清爽的可选练操作符。第二就是著名的波动权代码，捉近深得能把屏幕戳穿。 它会强制把逻辑重构为谓语句，也就是一旦不满足条件，直接返回，把那一层层的括号全部排平， 人类读起来终于不用再数括号了。还有一个痛点，用 ai 久了，你会发现项目代码量暴增，原来几行能写完的，他非给你整一大坨，这很容易导致项目代码腐烂， 后期根本没法维护真实用户反馈。这插件最狠的地方在于，他能把 ai 生成的幺零零行啰嗦代码，硬生生给你压缩成四十层的精炼代码。 这其实代表了一种趋势。就连 laravel 框架的作者 taylor altwell 最近也搞了类似的插件，目的只有一个， 让 ai 别瞎写通用代码，得懂规矩，写出符合人类审美的高质量代码。咱们先把这东西装上，最简单的办法，直接打开你的 cloud code 终端，输入斜杠 plug in install code simplify， 回车搞定。 它会自动从官方仓库拉取最新的逻辑配置，如果它提示找不到，多半是你 ci 版本太旧了，顺手更新一下就行。如果你是写 go 或者 python 的 硬核玩家，觉得官方默认的规则不够味儿，完全可以自己定制， 在项目跟目录下建一个 c l a u d n d 文件，把它定义成一个 sub agent。 重点看这里，你可以在 instructions， 也就是指令区给它立规矩，比如明确写上 严禁使用欠套的三元预算符，或者强制要求必须使用谓语句。这时候 ai 就 得乖乖按你的代码洁癖来干活。这一步对于团队规范法非常关键。装好了怎么用？两种路子， 第一种是手动挡，当你觉得 ai 写的代码是不顺眼，那不顺眼的时候，直接跟他说运行 code simplify， 他 立马就开始干活。 第二种是自动挡，你可以把它配置成 post run 钩子，也就是每次代码生成完，自动跑一遍，简化流程。 这就相当于你雇了个全自动的代码审查员，彻底解放双手，不用每次都去吼他了，咱们直接看对比。这就很明显了，左边是典型的 ai 原声代码， 为了跑通逻辑，他给你叠了四层 f l s 判断这种代码在圈子里有个外号叫波动权，看着就让人头大。再看右边，这是跑完代码简化器之后的结果，他把逻辑全部拍平了，用的就是微距模式， 如果不满足条件，就直接返回核心逻辑，一目了然。这种代码不管是你自己维护还是交给同事去跑 code review 压力都会小很多。归根结底， cloud code 配合这个插件，其实是建立了一种新的开发范式。以前我们是生成完能跑就直接提交，现在必须多加一步，也就是生成简化再验证。你可以把这个插件理解成一个不知疲倦的高级架构师，他专门跟在 ai 后面盯着， 别让那些 ai 史山透支了你项目的未来。如果你手里已经有内测资格，或者正在用它，现在立刻就把这个简化器挂载到你的工作流里。今天的分享就到这里。

分享一个免费又好用的 ai 编程工具，就是这个 cloud code， 而且它还是开源的。其实这个东西前两天我就看到有很多人在分享了，但是因为我一直用 cloud code 和 code x， 而且都很好用，我就不太想尝试，但架不住分享的人实在是太多了，我今天就自己体验了一下。首先用这个 呃 npm 的 方法安装，我已经安装好，我把它的这个代码下下来了，所以我们就在这个代码里面打开啊，直接输入 open code 就 可以了。 然后这里的模型我们可以通过 model 给你们看一下，它一共有四个免费的模型，可以看到是 free 的， 然后有 g m 四点七跟 mini max 二点一，都是最近刚出的，然后 greek codefast 是 就是马斯克 greek 的 一个模型，也都挺不错的，我们试一下 mini max m 二点一， 探索一下 open code 有 哪些自带的 tools， 看看它的效果。我其实之前试过了，整体上来说还是挺不错的。这几个免费的模型， 你看它其实会调用，有 syncing， 然后调用这里调用了一些工具，去查它相关的代码去阅读，然后会再 syncing， 就 它具有。而且你可以看到我这里现在用的其实是 build 模式，其实像刚刚这个问题，切换成 plan 模式会更好， 然后结果已经出来了，有这些内置的 tools， 有 像 read， write， edit， touch 这些东西都挺不错的。我除了 open code 它安装简单是免费的，有免费模型这些特优点之外，我更想说的是，因为它是开源的，所以如果想要学习 这种 agent 开发的话，其实这也是一个非常好的案例，它拥有了比如像 tools 调用，然后我们看一下它的文档， 有，比如像这里有 tools ruler agent， 然后像啊 mcp， 还有 agent skills 这些最核心的 agent 开发的内容它其实都有，然后都在它的代码里， 就可以通过这个工具本身进行呃学习 agent 开发相关的一些知识，也是一个非常不错的呃工具。而且它配置非常简单，就安装之后就可以直输入命令行就可以直接使用，特别适合新人去体验一下。

大家觉得 ai 可以 取代程序员吗？我感觉在短时间内啊，应该是取代不了。呃，像互联网的 java 呀， python 啊这些方向的， 我觉得要取代的话可能这些会快一点。像我们 c、 java 工业软件这么一块，我感觉在五到八年之内啊，还是比较稳当的，因为我们主要是跟硬件去对接嘛，它硬件的话可能会受天气啊，受温度啊，受这个 设备的年限啊，或者说工人使用的手法呀，跟这些都有关，我们要通过代码去适应他这么一个设备，可能今天他这个东西坏了，对吧？我们要给他写一个固定的值，写一个死值，对吧？呃，可能明天的话又会出什么问题？我们必须呢通过代码去呃， 适应它适配啊，然后的话可能，呃，可能的话在网上大家都或多或少的听到过一些，比如说啊，小白啊，使用三到五分钟啊，用 ai 就 搭建起一个应用，然后就可以部署了，我觉得这个我不符合啊。确实可以， 但是呢，你遇到一些企业级开发，企业级需求的话，你小白通过这么一个 ai 啊，我觉得是搞不定的啊，可能你这里出错了，你改了这里，哎，那你又出错了，对吧？你必须我就你必须把整个项目都发给他，但是你这样的话我觉得是比较效率是不高的啊。 嗯，但是 ai 的 话我们可以把它当做一个非常好的助手啊，像我，我现在的话基本上很多 bug 呀，或者说代码一些优化呀，我都会丢给 ai 啊，但是我自己会把把关喽，对吧？ 呃， ai 的 话，但是未来可能会发展成一个程序员，可可以干两个人或者三个人的活，这个我觉得是。 呃，有可能会发生的啊，这个时候呢，我们需要做的准备是什么呢？我觉得要准备的工作啊，就是一些比如说啊，学历了一些，这个学习能力了，表达能力了，我就这些一些底层的能力啊，是比较重要的。这样的话我们在公司他不需要那么多人。在筛选下来的时候呢，可能会。 呃，可能会，我们会靠后一点啊，可能会职业，职业寿命的话可能会长一点。嗯，大概的话就我觉得我的想法就是这样啊，大家，大家认同吗？

我最近在用智普的 ai 模型，然后我就发现了智普旗下的这个 ai 编辑器类 code， 它是和其他的 ai 编辑器完全不一样的，它是完全基于 agent 集成的，这种编辑器 和其他那种 vs code 二次开发是完全不同的。它里边是内置了三个 agent， 一个 cloud code， 一个是 emily cly， 还有一个 code 叉 cly， 然后里边打开就是这样直接和 itunes 对 话，然后就可以输出代码。后来我就打开了它的整个 app 包，看了一下整个的目录结构，这个是它的编辑器的一个主的可执行文件，下边看看 这个是它内置的一个内扣的 a 金的，这个里边打开其实就是酷狗的扣的和精品 c l i 的 两个 a 金的，这个的话其实里边是一个 note g s 的 一个运行时再往下这个扣的叉，这个就是扣的叉的 a 金的， 等于说它这个编辑器其实把市面上有的三个 a 金的集成进去，封装了一个界面。