antropic有开发ai编辑器吗

周二一次看似普通的 ai 更新，却引爆了全球法律软件股抛售。导火索来自 antropic， 他 为 cloud 推出法律插件，可自动完成合同审查、合规追踪、法律文书整理， 结果迅速反映在股价上。荷兰微科跌百分之十三，英国利讯跌百分之十四， legalzoom 暴跌近百分之二十，汤森路透跌百分之十五。一天之内，软件和金融服务板块市值蒸发约两千八百五十亿美元。 为什么这么狠？因为这次 ai 不是 辅助，而是直接替代核心业务。法律软件卖的数据库、解锁、分析、合规流程， cloud 一 次性全部覆盖。 更关键的是，它已经被大量法律和金融人士当做首选工具，甚至被用来准备真实诉讼。市场真正恐慌的不是竞争，而是一个信号， ai 代理开始正面吃掉软件公司的付费逻辑。

好，我们今天就来聊聊一个人工智能领域的大新闻， entropic 公司发布了最新的 cloud 四点六模型，可以说它正处在一场改革的风口浪尖上，它的目标是什么呢？就是要彻底改变我们处理知识型工作的方式。 你想象一下啊，一个 ai 啊，能连续工作好几个小时，把一整个图书馆的书都给读了，甚至还能自己带团队，是不是听起来特别像科幻电影里的情节？嗯，但现实是， antropolis 的 新模型正在把这个未来加速推到我们眼前。 好，这个新模型全名叫 cloud opus 四点六，那它到底有什么特别的地方？来，咱们一起看看它凭什么被称为一次重大的飞跃？ 首先呢，咱们得聊聊它的性能，这个 opus 四点六可不是什么小打小闹的升级，它一出来就在好几个关键的行业精准测试里直接破了记录，可以说是一下子就坐上了性能的头把交易。 你看这句话啊，可以说是抓住了这次更新的灵魂，什么意思呢？就是说 ai 的 未来啊，已经不满足于简单的回答你的问题了，它的方向是要能够持续的、独立自主的去完成任务。 而且这里面有个特别有意思的事，你看这个图表，它展示的 g p t evo 是 精准测试。你知道吗？这道标准其实是它的竞争对手 open ai 自己搞出来的，就是为了衡量 ai 在 真实商业世界里的价值。 结果呢？结果 cloyd opus 四在人家自家的厂子上把所有对手都给抄了。 当然了，性能强大还只是个开始。真正要改变游戏规则的是 osropic 这次带来的一个全新的协助模式，他们给它起了个名字，叫做智能体团队。 要搞懂这个智能体团队，咱们得先明白一个词，叫代理式 ai。 说白了，他已经不是那种你问一句他答一句的聊天机器人了，他是一个能自己做计划，自己去执行，还能自己调整，最终完成复杂工作的系统。 这张对比图就说的很清楚了，你看以前的模式，就像一个老板带着一群下属，下属只能跟老板汇报，但现在这个智能体团队呢，完全不一样了，他更像一个项目组， 每个成员都是独立的专家，大家可以直接沟通，互相协调任务，这简直就像一个真正的人类专家团队在开会讨论一样。 好，那你想想，要让这么一个 ai 团队高效的一起工作，前提是什么？是他们得有超强的记忆力，能处理巨量的信息，对吧？所以这就引出了下一个重磅升级，也就是模型的上下文框种 一百万 opus 四点六的上下文口窗口达到了一百万 token， 这是一个非常厉害的数字了，这是个什么概念呢？打个比方，这就好比给了这个 ai 一个超大的短期记忆，这个记忆大到能装下差不多一整个图书馆的信息。 不过呢，记忆力大不代表就一定好用，这就好比一个人虽然读了很多书，但你要是问他某个具体细节，他可能就想不起来了。 ai 也有类似的问题，这个现象我们叫它上下文退化， 所以就有了这个大海捞针测试，顾名思义，就是往一大堆信息里扔一个非常具体的东西，看 ai 能不能把它找出来， 结果怎么样呢？你看，即便是在一百万 token 这么庞大的信息海洋里， opus 四点六找东西的准确率居然还能高达百分之七十六，这个成绩说实话相当惊人了。 好，那这种能力在咱们实际工作中有什么用呢？你看啊，专门做企业软件的 box ai 公司就做了个测试，结果发现，让新模型根据数据来写报告，它的表现性能得分直接从百分之三十六飙升到了百分之七十五，翻了一倍还不止。 好，我们总结一下，顶尖的性能加上能团队协助，还有超强的记忆力，当一个 ai 同时拥有了这三样法宝之后，他到底会怎么改变我们的工作，甚至他会怎么改变整个软件行业呢？ 说到这个，这次发布之后啊，科技圈里就开始流行一个听起来有点吓人的词，叫萨斯末日。 萨斯就是我们平时用的各种订阅式软件服务，这个词的意思就是说，软件行业可能要迎来一场天翻地覆的变化了。 这个理论的核心观点其实很简单，你想啊，当 ai 强大到可以直接在 excel 或者 powerpoint 这种我们每天都在用的核心软件里帮你搞定各种复杂工作的时候，那我们是不是就不再需要去买，去学那么多功能单一的零零散散的专业小软件了？ 而这恰恰就是 fopro 公司现在正在做的事情，把 cloud 深度的塞进这些核心运用里。而且这可不只是个理论上的猜想，你看这个数字，在一个模拟经营自动售货机生意的测试里， ai 必须自己做各种商业决策来赚钱，结果怎么样？奥普斯四点六最终赚了八千美元，是他主要竞争对手的两倍还多，这说明什么？说明他已经有了一定的商业头脑了。 好，聊了这么多具体的功能，那我们退一步看，所有这些更新的背后， anthropoid 公司的战略方向到底是什么？这对于我们这些未来的 ai 用户来说又意味着什么呢？ 我觉得 anthropoid 的 策略其实已经非常清楚了，一方面它给了开发者更多的控制权，比如你可以自己去平衡模型的聪明程度、速度还有花销。 但另一方面，它的目标又极其转主，就是冲着企业客户和我们这些知识工作者来的，目的就是打造一个处理复杂任务的最强 ai。 所以 你看，一个关键的转变正在发生， ai 已经不再仅仅是个我们随手使用的工具了，它正在变成，或者说已经成为了我们的协作者。 这就给我们所有人，特别是职场上的朋友们留下了一个非常重要的问题去思考，当 ai 真的 成了我们团队里的一员时，我们人类的价值，我们那些不可替代的专业能力又该是什么呢？

暴跌的原因，它来了家人们！昨天晚上美国的科技股、软件股全线暴跌，主要是美国的一家公司推出一款 ai 自动化工具，它是一款法律插件，主要功能是自动化合同审查，还有法律简报等繁琐的任务， 但是输出的话呢，还是需要由持证律师来审核。这款软件的发布引发了美股的软件、金融服务和资产管理板块市值达两千八百五十亿美元的暴跌。投资者在美股开盘前争相抛售所有持仓， 多家公司股价大跌，金融指数跌幅达百分之七，然后也波及了那个纳斯达克一百指数，指数一度下跌百分之二点四。这是自四月川普解放日之后又一次担任着最大跌幅。 因为这个事情引发了投资者对 ai 会以某种方式取代现有的软件制造商的担忧。由于全球的避险情绪升温，大饼今天一度暴跌至七万二美元附近，这是十五个月以来最低的一个水平了，看来今天 a 股大家要小心哦！

ai 技术竞争太激烈了， openai 和 ansore 同一天发布了新的代码模型，这是正面硬钢啊。这次两家公司都把重点放在了 ai 自主软件开发上， ai 不 只是写代码，还要学会自己规划、使用工具，自己测试， 这就像一个数字队友，可以和你一起完成更长的任务，这会给开发者带来什么改变？ openai 这次发布的是 gpt 五点三 codex， 专为代码编辑器和开发环境打造，效率提升了百分之二十五。速度提升对 ai agent 很 重要，因为 ai 不 只是生成文本，还要思考步骤，运行工具不断迭代。 现在付费 chad 的 gpt 用户已经可以用上 gpt 五点三 codex 了，在 app 里、命令行里、网页上都可以用。性能到底提升了多少？在 swe 班尺 pro 测试中， gpt 五点三 codex 的 得分是百分之五十六点八，确实更高， 在 terminalbench 二点零测试中提升更明显。这个测试主要考察 ai 的 终端技能，比如目录、导航、命令等。 gpt 五点三 codex 得分百分之七十七点三，大幅领先于之前的版本。看来 open ai 确实在终端能力上下了功夫。 open ai 说，这个模型经过训练，可以实际应用于终端风格的工作流程，并保持事物的发展。 open ai 还强调，这些评估都使用了 xhiig 推理能力，说明这个模型更擅长深度思考。 现在 higgs field 的 clean 三点零也集成了 open ai 的 最新技术，可以直接在平台里用 ai 生成视频了。 ai 不 只是产品，也是工具链的一部分，它可以帮助构建和发布自己，这才是 ai 最厉害的地方， ai agent 开始接管代码工作流程后，工程师团队会如何变化？欢迎在评论区留下你的看法。

openai 和 ansapic 正面硬钢同一天发布了全新的代码模型，这是 ai 开发竞争白热化的标志性时刻。传统的 ai 只能写一个函数就结束了，但现在 ai 不 仅仅是写代码，还会计划使用工具、运行命令、检查结果，这才是真正的 ai 程序员。 openai 新出的 gpt 五点三 codex 专为开发者打造深度集成代码编辑器、终端和开发环境。 openai 声称新版本速度提升了百分之二十五，别小看这百分之二十五，对 agent 工作流来说，速度提升意味着效率的飞跃， 它不仅仅是生成文本，更重要的是思考步骤、运行工具和迭代。更快的循环意味着更少的等待时间。 openai 也意识到，更高性能的模型需要更谨慎地发布，这说明他们对 gpt 五点三 codex 的 能力非常有信心。 g p t。 五点三 codex 可以 处理更长的多步骤任务，它可以使用工具与系统交互并持续解决问题，而不是简单地给出一个回复就结束。在 terminal bench 二点零测试中， g p t。 五点三 codex 的 提升非常明显。这个测试主要考察编码 agent 所需的终端技能， 例如导航、目录、链接、命令处理、输出和使用 c r i 工具等，这些都是 ai 程序员必备的技能。 open ai 表示，这个模型经过专门训练，可以实际应用于终端风格的工作流程，并保持事情的进展。 open ai 正在将 g p t。 五点三 codex 打造成一个接近人类水平的桌面助手，这无疑将加速 ai 代码革命的到来。 ai 程序员的时代已经到来，你准备好了吗？

两天开发的开源软件竟逼 ai 巨头降价。近日，一款四十八小时诞生的开源项目 openwork 横空出世，它免费、快速且保护隐私，直接对标 antropics 旗下每月一百美元的 cloud co work 功能。 压力之下， antropics 火速将该高端功能下放至二十美元套餐。这场交锋揭示在 ai 智能体时代，技术平权正在发生，巨头的高价护城河或许并没有想象中那么坚固。

我去，兄弟们，成了终，终于成了，总共用 ai 一个亿，赚两万块钱，请媳妇吃大餐去， ok， 然后我们来说一下啊，首先呢，我们先通过记迷你 创建一些智能体，首先，然后把这些信息传入到自己生成设计稿，再传到 ai studio 生成出版的代码啊，然后我们可以添加一些自己想要的其他的东西啊， 然后导入到 github， 然后再用 menu 子润色一下，这个基础的代码就已经生成了。然后呢，我们再通过 cloud code 生成一个完整的架构， 这个架构包含前后端，然后包括部署，然后现在就是一个基础的样子。然后呢，我们接下来通过 os code 编辑，然后通过我们国产大模型质谱四点七，然后再做一些完善， 也就是说把架构变成真实的代码， ok， 现在代码就已经全部完成了。然后呢，给大家看一下，这是大概的样子， ok， 然后这有可以选做，然后有我的，这里面有我的预约学习周报，张强，还有一些设置， ok， 还有一些消息， ok， 然后还有一些积分商城，就是我们我选做获得的积分可以用来换取一些东西。 接下来我会进行一个 ai 计划，计划大家有什么想要制作的 app 可以 评论，在评论区我会抽一个点赞最高的应用，每周直播开发这个新应用，然后被吃掉的用户可以获得这个应用的百分之十的原始收益权，快把你的想法留在评论区吧。

昨天， antropic 正式宣布 cloud 交互更新，用户现在可以直接在聊天界面内调用交互式应用程序。这次他们把 cloud 深度嵌入专业工作流的操作台，并且带来了三个层面的变更。第一，打破窗口墙，实现交互式办公。 长久以来， ai 的 使用体验被一道无形的墙阻隔，用户在一个窗口获取建议，再切换到另一个窗口执行。现在， cloud 成为首批支持交互式应用程序的平台，首发支持 slack camera、 figma box 和 clay salesforce 也即将上线。与简单的 api 调用不同， 每款应用都会为 cloud 创建一个已登录的服务实力。这意味着用户无需离开对话界面即可完成实质性操作， 直接取草发送 slack 消息，将想法生成 figma 图标或对 box 云端文件进行实时分析。这种所见即所得的交互极大地提升了工作迭代效率。第二，设立技术底座模型上下文协议的标准化。 此次更新完全构建于模型上下文协议之上，这是 antropic 于二零二四年推出的开放标准，只在解决大模型与外部工具连接的通用性问题。 值得注意的是， open ai 去年十月推出的 apps 系统也采用了类似逻辑，两大巨头在技术路径上的趋同释放了明确信号。模型上下文协议正成为 ai 应用层的核心基础设施，让大模型不再是信息孤岛，而是连接一切的枢纽。 第三，迈向智能体工作流与 co work 的 深度系统。此次更新的真正潜力在于未来与 cloud co work 的 结合。虽然目前 co work 暂不支持直接调用这些新应用，但官方表示集成即将推出。一旦打通，我们将看到真正的智能体工作流。 co work 不 再局限于终端命令，而是能自动访问 box 中的业务数据分析后直接调用 figma 更新图标。这种闭环操作将把 ai 转变为能独立完成复杂任务的数字化员工。目前，该功能仅面向专业版、团队版及企业版订阅用户开放引入。如此强大的系统，企业必须关注信任与安全。 基于智能体系统执行任务时的不可预测性。 i s o k 强调用户需密切监控其行为，并严格遵循最小权限原则，严禁授予 ai 对 敏感财务或隐私数据的直接访问权。 总而言之， cloud 的 这次更新把手伸向了企业级 ai 的 未来形态，通过 m c p 连接工具，通过 co work 实现闭环。一个拥有执行力、深度融入工作流的更落地的 ai 来了。

我将教大家如何用 python 打造一个功能完美的 ai 智能体，整个过程不到十分钟。这个智能体叫做 delete 键，它能深层模拟的用户数据保存。为节省文件读取文件还能回答相关问题。这一切都基于览清和览 graph， 再加上几个我们会一起动手编辑的自定义工具。 话不多说，我们直接开始。首先我们需要在电脑上任意位置创建一个文件夹，我给我的文件夹取名为 dummy ai agent。 然后在代码编辑器里打开这个文件夹，你可以选用 vs code 或 python， 或者任何你用的顺手的编辑器。 我这里用的是 google anti gravity 等。文件夹打开后就可以开始设置项目环境了。 接下来我们要做的就是用 uv 来配置 python 环境。 uv 是 一个现代化的 python 包和环境管理器。 在刚才创建的 ai 智能体项目目录下，打开终端，如果系统找不到 uv 命令，直接用 homebrew 安装 brew install uv， 这样就会下载 uv。 因为我之前已经装过 uv 了，所以这里提示的是重新安装，我就不重新安装了。接下来我来检查一下 uv 是 否安装成功。输入命令 uv version， 大家可以看到 uv 已经安装好了。接下来我们用 uv 在 当前目录初识化项目， 命令是 u v and is， 这个命令会为我们创建一个 python 项目，并把它关联到 u v 管理的虚拟环境。完成后文件夹里会生成一个 py project html 文件。 就像这样，现在我们来安装 ai 智能体需要的依赖。接着在同一个终端里直接运行这个命令。 uvart luncheon lancroft python doritin luncheon nobania lanchan 主要用于调用语言模型和各种工具。 lan graph 则用于将智能体构建成推理步骤。 python dotnet 这个包用来从 e n v 文件加载环境变量，而 lanchan open i 用于将 lanchan 与 openai 的 模型集成。 安装完成后，环境就配置好了，我们可以开始写代码了。在正式编辑智能体代码之前，首先我们要确保代码能够调用 openai 的 api。 接下来在项目文件夹里直接点击这个新建文件按钮，创建一个名为 env 的 新文件。现在你需要做的是把 openai 的 api 密钥保存在这个文件里。我这里已经有现成的 api 密钥了，但如果你还没有密钥，可以访问 openai 官网，然后生成一个 api 密钥就行。 我把密钥复制到这里 好了，接下来就可以写智能体了。接下来你需要打开，我先保存一下 e m v 文件，然后打开 main p s 文件，把这里的代码清空。 完整的 main p y 代码我已经准备好了， 我会把代码提供在这里。别担心，我会把代码放在视频简介里，方便你随时查看参考。因此我不会从零开始写所有代码， 而是会一步步讲解代码以及它的具体实现逻辑。在明 py 文件的开头部分，首先是一些导入语句，大家可以看到这些就是我们导入的模块。 我用大白话解释一下它们的作用。我们首先引入一些标准 python 模块，比如 jason randall 以及 daytime， 它们用来生成用户数据和时间戳。接着导入 chat open， 这样就能通过 linchang 来调用 gpt。 四、我们还导入了 human message message 和 base message 这些类，用来代表对话中的各种消息。然后导入 tool 工具类，这样就能把普通的 python 函数封装成工具智能体可以调用的工具。 接着我们还导入了 create react isn't 这个函数，这个函数来自 lan graph， 它的作用就是创建一个 react 风格的智能体。最后我们导入 load， load done 以变，这样 emv 文件里的 open ai api 密钥就自动加载到环境里了。 等模块导入和环境变量加载完毕，就可以定义这个 ai 智能体要用到的工具了。那么这些就是我们的工具。 工具正是它与普通聊天机器人的区别，让它成为了真正的 ai 智能体。每个工具都是一个 python 函数，我们可以用装饰器来装饰，就像这里展示的这样， ai 智能体就能识别并调用这些工具。就这个 ai 智能体来说， 我将创建三个工具，第一个工具是写 json 文件。对，第一个就是写 json 文件，第二个是读 json 文件，第三个是生成模拟用户数据。我来解释一下它的功能， 它能将数据保存到 json 文件，它需要接收一个文件路径和一个 python 字典，然后将字典以美观的 json 格式写入文件。 如果一切顺利，他就会返回一条成功消息，如果操作失败，他就会返回一条错误消息。 add to 装饰器和类型注解的作用是告知览签应如何调用这个工具。接下来我介绍读取节省的工具。这个工具的功能正好相反， 它从词盘读取截风文件，尝试打开文件，并将其解析为截线格式。如果成功，它会将数据以格式规整的截层字复串形式返回。 如果文件不存在，如果文件无效，它会返回清晰的错误信息。这样智能体就能进行检查，并对它之前创建的这次文件进行分析推理。接下来是第三个工具，生成模拟用户。这第三个工具就更有意思了， 它的功能就是生成模拟用户数据，顾名思义，它接收一个名字参数，即为每个用户生成一个名字。 它还接收一个姓氏参数，这是一个共循环选举的姓氏列表。然后还有域名参数，也就是邮箱域名，比如即 mail com 或 company com。 接着是年龄下限和上限，这基本上就设定了用户的年龄范围。在函数内部，我们会验证输入数据， 确保列表不为空且年龄值合理。然后我们便利名字列表等，并构建一个用户字典列表，每个用户包含 id、 名、姓、由姓名和域名生成的邮箱、随机用户名和随机年龄， 以及一个过去一年内的随机注册时间戳。大家可以看到这里，这是我的第三个工具，在这个工具的最后，这个工具会返回一个包含用户列表和总数的字典， 这三个工具组合起来，就能让 ai 生成用户数据，保存并提取回来。创建好工具之后， 你需要将其注册，这就是我们要实现的功能，也就是注册这些工具的代码。现在我们把这三个工具都放进一个叫熟读的帝都斯的列表里，注意这个列表变量名是小写的嘟嘟斯就会把这个列表提供给兰格拉，等我们创建智能体时，这样他就能明确知道自己可以调用哪些功能。 接下来我们来创建 l m 模型。大家可以看到，我们创建了一个语言模型实体，通过 chat open 调用了 g、 p、 t 四模型，并将温度参数设为零。 将温度参数设为零，能让模型的输出更稳定，更可预测，输出更集中，这正是我们想要的特性。对于生成结构化数据调用工具的智能体来说，接下来就是系统消息部分。 系统消息的作用就是定义智能体的角色和行为准则。我们会告诉他，你是 data jam。 一个用于创建样本数据的助手。在生成用户数据时，你知道该使用哪些参数， 并自行填入合理的值，不必事无巨细都向用户确认。当用户想要保存用户数据时，先生成数据，然后立刻调用对应的解散工具。如果用户只是模糊的说，之前的用户别去猜，直接请用户明确具体细节。 这样系统提示就能让智能体专注于数据生成助手的角色，而不是变成一个通用聊天机器人。 接下来我们在这里创建并调用 create 程序。我们需要传入几个参数，首先是一个语言模型， 一个工具列表以及一条系统消息。这样我们就得到了一个 react 风格的智能体，它能进行一步步的推理，并自行决定何时调用向深沉势力用户这类工具 或是写入结算文件，最后将结果回复给用户。然后你可能会看到一个信用警告，关于 create react agent 将在未来版本中被移除，不过目前它仍然可以正常工作。 这里就是对话运行器，它的作用是让这个辅助函数与智能体进行单轮对话。它会接收当前的用户输入以及到目前为止完整的消息历史。 在内部，它会调用 agentinvok 转入所有历史消息以及新的用户消息。同时我们还设置了一个递归限制，上限设为五十，这限制了智能体单次能练式调用的工具数量。 接着 ai 智能体会返回一个消息列表，展示其推理过程。然后我们从列表中取出最后一条消息，也就是 ai 的 最终回复并返回它。如果中途出错，我们会捕获异常并返回一条 ai 消息， 其中包含错误描述，这样对话就能顺畅地继续下去。这样一来，你的交互式控制台应用就完成了，说白了，这就是整个函数的功能。 这样一来，这里的 y 循环， 这个 y 循环，这这样终端就变成了一个聊天界面，并用你作为提示服务并读取用户输入。等会运行智能体时，我会演示给你看。 如果用户输入 quit exit 或 q， 或者直接按回车，程序就会显示再见并退出。否则我们就调用 run a 键函数并传入用户输入以及当前历史记录，然后打印出标有 a 帧的智能体回复。那最后我们将新的用户消息 和 ai 的 回复都添加到历史记录里，这样后续回答就能参考之前的对话。这样我们就能与数据生成智能体进行交互了。接下来我先保存这个文件，然后运行智能体看看效果。 请确保你的终端窗口仍位于 dummy ai agent 项目目录。要启动智能体需要运行这个命令， u v 软面，不对，应该是 u v 软百分面皮。 这个命令的作用是 u v 燃会激活项目的虚拟环境，然后运行其中的 m p y 文件，并调用我们之前安装的所有包。然后你会看到这里显示一个横幅信息，接着会出现一个写着你的提示， 现在你需要做的，只需向你的 ai 智能体输入生成五个随机用户， ai 智能体就会开始处理，它会进行思考，并调用生成市力用户的工具，并输出五个随机生成的用户信息，包括姓名、邮箱，年龄和注册日期。我们只需稍等片刻， 大家可以看到结果已经显示在这里了。我们还可以输入生成年龄在二十五到三十五岁之间，且邮箱为 company 账的用户， 并把其中三个保存到 users json。 智能体也会完成这一步。这样一来，智能体就会生成这些用户数据，并立即调用写入 json 工具，将它们保存到项目文件夹的 users json 文件里。大家看这里 稍等好预警一下。好了，可以看到智能题返回了结果，用户数据已成功保存至 users json， 现在我还可以输入这样的指令。 users json 里最年长的用户是谁？ 现在这个智能体会调用 resident 工具来检查文件，然后告诉我哪个用户年龄最大。整个过程都是通过我们定义的工具有智能体自动协调完成的。 大家可以看到输出结果已经出来了，最年长的用户是鲍国，他姓约翰逊， 这里还有它的邮箱以及用户名，年龄和注册日期。就这 rap 看，我们刚刚用 python 在 十分钟内就搭建好了一个全功能的 ai 智能 t， 它能生成逼真的模拟数据，并能进行保存和提取来回答关于数据的问题，还能借助 lan chain、 lan graph 等 python 工具。接下来你可以通过添加更多工具，修改系统提示词，或是换用不同的模型来扩展它的功能。 所以如果你懂编程，可以完全自己动手编写，或者现在也可以借助 cloud openai 这类 ai 工具来辅助完成。

godet 是 一款免费开源的游戏引擎，能打造高质量的二 d 和三 d 游戏。它诞生于二零零七年的阿根廷，二零一四年正式开源。和 unity 类似， golden 提供编辑器，让你可实化创建游戏对象，并为其编辑行为逻辑。更妙的是，它的体积仅有三十五兆字节，却能带来对新手非常友好的完整开发体验。游戏代码可用 c 井、 c 加加 或专门为它设计的 g d script 来编辑。 g d script 的 感觉介于 text script 和 python 之间， 大幅减少脚本开发中的复杂度和样板代码。做一个游戏从场景开始。一个场景里包含一棵节点树，节点就像积木，可以作为另一个节点的子节点，通过层级来控制场景里对象的外观和行为。任何节点都能挂在脚本， 让你在游戏循环的每一帧里更新对象。场景可以保存到磁盘，在其他场景中附用。 等你的杰作完成后，一键就能导出到桌面、网页和移动平台。通过第三方服务，还能导出到 nintendo switch、 ps 四和 xbox 等主机。想马上开干，下载 goldit 创建一个新项目，先从一个新的三 d 场景开始。 添加一个静态体节点，它非常适合用来做墙和地板。它本身不可见，我们给它加一个碰撞形状子节点来改变这一点。在右侧选择形状类型，然后直接改数值或用鼠标拖动小工具调整它的实际大小。 现在还是现况，我们再加一个网格实立节点，让它真正显示出来。网格是一组三角形，让三 d 形状更逼真。 再加一个方向光源，场景的真实感立刻提升，还能给其他三 d 对 象投射阴影。接下来加入玩家，我们新建一个场景，这次用运动体作为根节点， 就是非常适合用控制器移动的对象，给它加上碰撞形状和网格，然后打开项目设置， 进入输入映射，在这里创建标签，比如这样再添加向左移动，向右移动等标签，并把这些标签映射到多个不同的控制上，比如键盘按键或手柄按钮。现在给跟对象附加一个脚本 写代码。在检测到这些输入时，移动玩家使用 f 二关键字创建变量，也可以选择添加类型注视，并把它们导出，让变量在编辑器中可见， 然后重写 process 或 physics 下划线 process 函数，根据用户输入计算玩家的新位置。回到主场景，把玩家场景作为一个节点添加进去，点击播放，你就拥有了一个真正视频游戏的开端。 三分钟带你了解 gold， 想看更多这样的短视频，记得点赞和关注，感谢观看，我们下次再见！

软件行业大地震你知道吗？ ai 公司一次小更新，竟让硅谷慌了神！软件板块儿市值一夜蒸发三千亿，到底发生了什么？ antropica 上线新插件， ai 从工具变员工，直接动摇 i c s 根基。 这些插件能干啥？客户服务、数据分析、法律财务都能干，每月二十美元替代昂贵软件，一个 ai 智能体二十四小时不停歇，传统软电公司遭遇降维打击， 你觉得你的业务会被 ai 取代吗？现在只有两条路，赶紧用 ai 改造工作，或者等着被取代！没有中间选项了，你做好准备了吗？