claude code可以接手已有项目吗

你的 ai 会分身术吗？ agent teens， 一个人创建一个超级团队，这是昨天晚上凌晨 cloud 更新的功能，今天我就带你来看一下，这到底是什么东西。你有没有过这样一种体验，就是让 ai 帮你写代码，前半段呢，他是很聪明，越写越变傻了，直变，他有那个压缩上下文，他也会变得越来越傻，因为他的 context 会越来越长，导致他的注意力就会下下降的很明显， 一边改前端，一边改后端，他都混乱了，所以 agent teens 他 就出来了，他到底是什么呢？就是让你一句话，你就能创建一个团队，在团队里面有很多个角色，每个角色相互独立，但是呢，他们之间又可以互相通讯，这就是最牛逼的地方， 你就是老板，然后你下来一个目标，给这个 team leader， 他 拆解任务，分配协调啊，给这么多人去完成，而且这么多人之间他也能互相通讯，每个人都是一个独立的 cloud 技术，他比 sub agent 更强。 对比一下 sub agent， 以前他就是在当前的绘画里面开一个子线层，然后把当前所有 content 都喂给他，然后呢，等他完成之后总结，再返回给主线层，然后继续做下面的。 而这个 agents 呢，它是独立的， call 的 构思力就是它每个角色相当于新开了一个 terminal tab， 去开一个新的绘画，然后呢， context 也是很干净的，完全取决于呃给他什么的那个角色系统提示词。 但是呢，他们每个角色之间都可以互相通讯，也可以跟那个 tv 的 就是领导去通讯，这就是最牛逼的上下文，就是呃， sub agent 就 会拥有原来的上下文，所以一旦你原来上下文就很长了，那它也是不干净的。 agent teens， 就是 独立的那个上下文，非常干净。然后嘞，就是 agent teens， 它可以并行执行，就是多个角色多个 agent 并行执行，并且它还能编排，就是比如说，呃，架构师，设计师，程序员三个角色，它这个程序员会等到架构师和设计师写完文档，程序员才会工作，就是它能够自动编排， 然后成本的话就是 sub agent， 非常便宜。 agent tins 就是 超级好 token， 嗯，底层很朴素，一切皆文件。其实这个你不用了解，但是我还是会带你了解一下这个。在 user 点 cloud 的 文件夹里面，它会有 tins 文件夹， 这就是临时创建的 teaming 啊，你不需要关心，这个 confederation 就是 它记录的每个角色的提示词和结构。 embosses， 就是 啊，里面的那个，每个角色的那个通讯记录，互相通讯的记录，还有 task， 下面会有 a， 有 那个 teaming， 会有每个人的那个任务的 jason， 然后呢，一旦完成所有的任务，这个以及这个会全部被删除掉，就被销毁掉，这个团队就不复存在，这就是很重要的一个特点。 然后如何开启这个功能呢？就是在你这个点 cloud settings， 点 jason 下面加一个 e m v key， 然后里面加一个 cloud co experimental agent teams 设置为一，它就能开启了。 然后你只需要说创建一个团队，帮我调研一下某某竞争产品，然后发现用户痛点，它就会帮你创建那个市场营销。呃，那个用户分析什么什么数据增长，什么乱七八糟的，好多角色，然后他就去帮你去弄，反正弄完之后他会向你汇报，写文档，然后整个团队最终就会被销毁掉。 然后我就想起了前阵子很火的一个一人独角兽公司概念，我说这个功能能不能弄这个东西呢？就是我直接按照传统的互联网公司工作流程， 提前创建好呃，很多个角色提示词。然后呢，每次让他创建团队之前，先参考这些角色提示词去创建每一个角色，然后再告诉他一些常见的协助流程。这样子我只我只需要去控制总体的人，完成我就很舒服了， 说干就干，我直接搞了一个 super team， 阵容就是 ceo、 cto、 产品 ui 设计师、交互设计师、权杖开发、 qa、 营销、运营、销售。每个人我都写了一份非常好的提示词， 一个人加十个世界顶级思维模型，就是超级团队。那我创业的提示词呢？就放在以前的 agents 文件夹下面，也就是以前的 sub agent。 那为什么会放在这里呢？不是说啊，一句话就能让他创建一个团队，自己规划每个角色吗？是这样子，但是他每次创建完之后，用完之后他就会销毁。那你下次再次创建，他又会想别的提示词去赋予某个角色，我不想角色变来变去，我想沉淀下来，就是这个角色，他就是这样子，他就是一个固定的人物， 所以我就必须给他写好这个模板。同时呢，有些时候我不需要用到 team， 我 可能只想指挥某一个角色去完成这个任务，那这个三部 agent 又有用了，所以我觉得放在这里面是最好的，然后再在那个点 cloud， 不 在那个 cloud 点 md 里面系统提示词里面告诉他，就是如果你想创建团队的时候，你需要来到这个 agent 里面去看某某文件去，呃， 附用这些提示词，然后呢？呃相关工作流程是什么样子，这就 ok 了。然后这是实战嘛，就我就不多逼逼了，我直接给你们看一下我昨天的实战， ok。 首先这是脸靠的 agent 下面会有 ceo， 呃，这是描述，这是 ceo 的 描述提示词，嗯，你是一位深受什么什么影响的 a r ceo 就是 你，你的能力是怎么样，你的理念是怎么样，反正就是每个每个角色都要给他一个代表的人物， 让它能够路由到那个专家模型上面，因为很多语言模型它都是 m o e 混合架构嘛，很多小模型的专家模型混合起来的，所以你必须要有一些关键的那个提示，让它导航到那个小模型上面，这样才能够专业啊。这是市场营销，这是什么啊？运营总监、产品经理， 就大概就这么多角色，然后在 setting station 这里设置为一 ok， 然后 cloud 这里系统提示时，你就要再复述一下有哪些人，然后呢，当他想创建团队的时候，他应该去到这些里面去看提示时，并且每个 agent 他 产出的文档应该放在 dos 下面的角色里面，你看，我这里会有提示的 放到，比如说 ceo， 他 调研查询的文档啊，列表的文档，那全放在这里，你看 ceo， 他 就应该放在这里面，你看你看，是不是非常牛逼，整个公司的上下文他都知道了，你想做啥？这不还是一句话的事吗？ ai 自己去探索，这太爽了，还有什么比这更爽的？ 然后在在这个这里也要重复声明一下，就是你的文档必须要放在这个 doc ceo 下面， 然后嘞，你就直接打开 top， 直接开始叫他干活，说这帮我创建一个团队，去调研一下现在用户的痛点，就是 ai 时代下用户的痛点，然后就他就帮你调研一堆的东西，然后就开始决策，大概就是这样子。好，待会再带你们实践一下。 嗯，这就是 inbox 通讯记录，这个也不用看这个 dos 就是 你公司的大脑，就是每个角色产出来的那个文件，就好像交接文档，他离职了，那下一个人也能来顶替他，所以这个非常重要，这个是记忆的 头等消耗，就是七倍，那么什么时候应该用呢？就是当你想调研的时候，同不同方向去调研，那么你就应该用它，因为它真的能给你很多创新的那个思考方式， 当你想要按照传统的流程，各个角色去分工合作，去研发新的模块，你也可以用它，然后还有那个同时的假设验证、设计凭证等等，什么时候不要用呢？简单的任务，简单的任务，你用大炮打蚊子， 还有那些强依赖的，就是比如说，呃， a 干完 b 才会干， b 干完 c 才会干，就完全的就是串联起来的，没有任何并行的，没有说就某个节点有两个人同时以上干活的，那这个时候你用和不用也没啥区别，说真的预算紧张啊，这个大家懂的都懂，太贵了，这个透坑 最佳实践，这这这些都是 bug， 就是 有时候 session 会会复不了。嗯，有时候就是有 bug， 反正就是这样子。最佳实践就是我推荐的，最佳实践就是你最好把你所有角色都写进这 agents 下面。然后呢，你的 leader 一定要用 office 最强的模型，那其他的这个成员可以用 so net 整，省一下钱。 然后呢，就是把你所有的文档都放到 dos 下面的 role， 就是 有个角色文件夹，就每个 agent 放到它自己的文件夹下面，方便工作对接 一个人就是一个完整的科技公司，赶紧实践起来，你就是下一个时代的独角兽啊。好，现在不多哔哔，直接带你开始体验一下。比如说在这里帮我创建一个团队， 调研一下现有的 ai 工具用户痛点，哎，回车它就自动的帮我们创建很多个角色，还有一个临时团队，再搞一个 terminal， 哎， 你看在这里卡的下面会有那个 teams 好 像。对哎， 你看到没有，这个用户的 teams， 点卡的写上 teams， 下面会有这个团队名字。然后呢，这 config 就是 团队的各个成员配置。我们看一下这些都是临时的，它执行完任务就会被删除掉。 来看一下。呃，产 ai 产品调研分析是，呃，创建了两个角色嘛，两个都是差不多的，然后去调研这个，你看这个 chat researcher， coding researcher， create researcher 创意，可以看实时的那个进度，它又更新了一些，三个角色刚好对应三个。你看这个是 chat researcher， 这是 coding researcher， 这是搞编程的。调研 create researcher 创意，这个是搞设计的， 然后定型去调研。嗯，有时候会有点问题，这是正常的，我们调研的话还是有点久了，就是现在我用的是最好的模型。 office 四点六，也就是昨天晚上凌晨发布的，终于调研完，他在总结最终报告，你看我一旦我不约束他，他就会乱拉屎，直接在根目录写。大哥，你直接在根目录写，你这个未来是不是要堆一堆文件？我这个推到给他我都看不到底了。嗯， 还不错吧，说真的，他调研的还真不错，而且他可以综合就是你每个人的，就是你处于不同的位置去做调研，你得到的结果就不一样，最终再汇总一个总的调研报告，你就能非常爽， 你还可以去预览一下，看到没有，这个是谁调研的？这创意？这是 create， 那 个调研，他就专门调研类似 adobe 的 那个生态这种东西。这扣顶就是调研编程 ai 扣顶的，你看晕涩科涩，你看还调研了这个竞争对手，你看多专业，我自己都不会这么专业。 然后这个是啊，主流的 ai 对 话工具，这就是普通的 ai 助手 checkbook 这么来。哎呀，调研的真好啊，这个时候你要针对这些东西，拿出你的不同，解决用户的痛点，那么就有可能有人会付费，所以说这调研是非常有必要的。他在汇总最终报告， 然后呢，让我给你演示一下，就是我的方法就是他每次创建他都是看他心情，他创建了什么角色，这是非常不可控，所以我不喜欢这种感觉。你看下我 super team， 我 必须要把这些，把这个，哎，把这个 code 的 文件复制过来。 首先呢，就是我直接把我之前的那个员工，哎，从别的公司拉进来，这不有个 agents 吗？我把它弄过来，哎，这就好了。这什么哦这还，我还创建了一个 skills， 方便我去用它。给你看一下， 你看所有的团队成员已经调研完成，并且关闭。给你看一下，刚刚我们不是在那个，你看没有东西了，去零个文件夹，零个文件，他把刚我们这个 jason 什么的全删了，就是他是一个临时团队，所以你每次弄的都是新的团队，为了稳定每个团队的角色，你必须要提前写好这些提示词。 ok， 现在我们看一下这个这个汇总报告，汇总报告应该是 to speak 这个幻觉与不准确使用限制，限流长对话就记忆丢失，你看，哎呀，做的多好，哎呦我去，哎呦我去。 然后再给你看一下我的这个，我直接关掉这个对话，我重载一下，我怕他有一些没漏的进去，你看我就可以直接 team， 哎，这样子，他现在把那个 command 和 skill 合并了，所以我先，我先把这些 copy 粘贴到这里来，然后我说就是你创建的话，你就要去看这个 agent 目录下面，然后就是这么多人，然后什么他就会去创建那个，写到那个 dos 文件夹，调研一下 现有看，他一定会从我这里面挑角色。 你看，你看这个产品设置啊，你看这个产品设计到 norming， 我 看一下在在这里，哎，是不是这个人，你看这个运营，运营应该是 apprison 啊，你看是不是这个人，然后再看 ceo， jeff， ceo 啊 jeff， 你 看他是不是都从这里面去拿提示词了，然后去组建团队，也就是说这个员工永远属于你的，他永远是这这个状态，他不会说抽卡，不会让 ai 去抽卡， ai 会尽可能参考你的提示词去创建角色，我们也可以去看一下这个 注意哎，可以看到没有 ai pro 这个什么 get 一下。 ai 看屁看没有， 你是产品设计总监，动思维模型巴拉巴拉的，先从那里扣皮了，其实是过来，你是运营总监，你看他先让这两个人产品和运营去调研，然后后面才让那个那个谁，那个 ceo 吗？是谁去评估？你看这个 产品设计，正在调研 ai 产品的用户体验痛点，运营正在调研 ai 市场需求，用户反馈痛点，等他们完成之后，他才会叫 ceo 去做商业评估，汇总成完整报告。哇靠，再写到这个 doc 文件夹里面，你看他开始写了啊，这个时间太久了，我就给大家带过一下这个 super。 这个文件夹就是 昨晚他发布的时候，我就创建了几个角色，剩下的这些代码和文件全都是 ai 帮我产出的，我几乎就没没看过这个项目，但是他是能跑起来的。给你跑起来看一下， 这个是哎呀帮我调研说哎呀做那个呃，房地产的垂直领域的那个助手，很有前景，然后我就叫他帮我弄了，这是海外弄，海外的房地产什么鬼？只做来玩玩，本地做来玩玩，我连这个行业我都不懂，他就把我弄出来，你看这个，还有 google calendar， 就是 连接一下谷歌的那个日历， 这个是客户嘛？可以添加客户 a a， 添加一个 bug， 然后他的音标是什么？他的这个客户保存下来了，样式有点问题，但是先别管，然后呢？我就可以进入这个客户，进入这个客户，然后，然后呢我就可以直接针对他生成邮件，直接发送， 还可以记录一些他额外的东西，这些都是笔记，然后还有这个 mylist， 这是我的房源，可以添加一下我的房源，比如说填那个地址吧，有多少个房间，多少个浴室，然后点进这个房源，他会自动的去检所有哪些目标潜在客户，然后列在下面，他会自动生成这些营销文案给你去复制发到对应的平台，然后下面如果有匹配的用户，你也可以一键给他发那个邮件，发一秒， 然后还有很多就是历史记录，你可以设置你的 pop style， 反正就是非常有意思，就我完全没动过，这完全是挨写了。 ok， 今天我觉得就差不多了，看一下他的文档，还没有弹出，还在写呢，哈哈，还在写，那今天就就先这样吧，时间也太长了。总之我非常推荐你去尝试一下这个东西。嗯，但是很好偷看，嗯，就是这样子。

上期视频我们分享了 cloud code 的 基础安装，以及如何接入国内的 deepsafe 大 模型，但视频发布后，很多朋友反馈 不使用 cloud 的 官方模型，总感觉少了一点灵魂。还有的提到官方 api 限制多，价格贵，动不动还封号，钱包确实撑不住。没关系，这期视频我就带大家彻底解决这些烦恼。 我们要实现的目标就是通过 cc switch 接入第三方中转模型，这样不仅能告别封号的风险，还能极大的压缩使用成本，主要是它的响应速度和功能体验和官方原版几乎没有差别。要实现 api 的 自由切换，我们还是用之前视频里安装的工具 cc switch。 简单来说， cc switch 就 像一个智能的路由器，它可以动态修改可拉的 code 的 请求，让它精准的指向我们配置好的中转地址，而不是只认官方服务器。 下面我们直接进入实操环节，看一看如何优雅的接入中转模型。第一步就是获取 api 的 key。 首先我们要到中转平台创建一个 api 密钥，选择中转平台的优势就在于性价比极高，而且 支持国内支付是非常方便的。在这里我们来到 api 密钥这里，然后选择创建密钥，在这里我命名 c c， c c 四个 c 分 组，这里我们选择一下模型，然后我们选择创建好，这时候创建好之后，我们就需要打开 cc switch， 在 这里去添加模型配置。 打开 cc switch 之后，我们选择右上角的加号，在这里我们选择自定义配置，像这个模型名称这里我们就可以自定义模型名称，这里的命名最终会显示到可乐扣的里面的模型，选择命名一个 demo， 然后我们把 apm 要粘贴过来，然后请求地址这里它每一个平台它都会有文档手册，可以到手册里面看一下这个主模型，这里我们也可以自定义命名，在这里我同样我还输入 demo， 在这里我们添加这些内容之后，其他的都不用管，然后我们直接选择添加，添加好之后我们要选择我们新配置的 api， 这里我们要选择起用，这时候显示切换成功，下一步我们就要进入 cloud code， 我 们看一下接入的模型是否有显示， 然后我们输入斜杠 model model 回车，现在选中的就是 demo， 然后我们回车，在这里我们对话问他一下你当前什么模型，然后我们回车 可以看一下我当前使用的是 demo 模型，就是我们刚刚创建的那个 api 的 名称，那么我们就再换一种方式问他，我们这样问他你的底层模型是什么？我们看一下他的回答， 他给我们的回答，根据系统信息，我当前使用的是 demo 的 模型配置，因为我们在 c c switch 里面配置的这个名称就是 demo， 所以 它这里显示 demo 模型配置。我们来看一下最后一句就是简单来说，我的底层模型就是 cloud opus 四点六， 这就是它的最新模型，也就是我们的配置已经生效了，调用了官方的四点六模型。最后再跟大家总结一下，为什么我们要费这道功夫去接中转，它第一个优势就是极度灵活， 你可以根据任务的难度随时切换模型，比如写复杂的架构，用 clog 模型，简单的代码就可以选择质朴的模型，同样也是这个方法，流程都是不变的。 他第二个优势就是极致性价比，告别官方昂贵的账单，像这种第三方的，他支持按量计费，就是用多少花多少，再也不用担心账号被封导致余额打水漂。好了，以上就是本期关于可乐扣的，利用第三方使用官方模型的方法， 用极具性价比的方式让强大的 ai 编程助手为你所用。本期内容分享就到这里，我们下期再见。

今天这个视频教你无痛安装 cloud code， 在 国内的网络环境下，用上 cloud gpt 等国外的顶尖模型，有些人可能还不了解 cloud code 是 什么，先简单介绍一下。 cloud code 可以 说是现在最强的 ai 编程工具， 再加上最近爆火的 skill 加持，很多人也用它写作、学习、做数据分析、办公等等。 cloud code 可以 说是现在最火热的 ai 助手之一，网上有很多的安装教程， 但是实际上你去安装就会发现不是那么回事，网络限制、安装配置中出现的各种问题能把你搞得焦头烂额。我也是看了很多的教程，结合自身安装过程中遇到的一些坑， 整理了一份 cloud code 在 国内网络环境下的安装使用指南，这份指南能帮你省下几个小时的折腾时间。接下来我会将原理和操作方法用通俗的语言给大家讲明白。好了，我们开始。 首先在安装 cloud code 之前，我们需要做好前置准备。 windows 电脑需要先下载 git， mac 系统自带 git， 无需下载， 不去这个网站选择 windows 叉六十四 setup 这个版本下载。安装完成以后呢，在 powershell cmd 中输入 git vision， 如果能输出正确的版本号，就代表 git 安装成功了。接下来要安装的是 node js 跟 npm， 我 们去这个网站选择适配自己的安装包下载即可。安装完成以后呢，如果你是 mac 用户，在启动台搜索终端， windows 用户在开始菜单里找到 git bash。 为了讲解方便，后面我们统一把终端和 get bash 统称为命令行。接下来我们在命令行输入这两条指令，如果都能显示版本号，就代表 node js 和 npm 安装成功了， and code 安装的所有的前置条件就已经完成了。 接下来我会手把手教你安装和使用 cloud code。 具体从哪里下载呢？我们有两个选择，一个是 npm 的 官方源，一个是国内的镜像源，你可以把它们类比成一个软件仓库， cloud code 也发布在这个仓库里面。那所谓的镜像源呢，其实就是官方的软件仓库同步复制了一份，那因为默认的 npm 源在国外 我们访问不是很方便，所以我们选择国内的镜像员下载 cloud code。 接下来是实际的操作步骤。首先我们打开命令行，输入下面的命令回车执行，然后再输入这条指令， 如果显示我们刚刚配置的镜像员地址，就代表我们已经成功的切换到国内的镜像员了。接下来你只需要在命令行中输入这条指令，回车执行即可安装。那这里要注意一个常见的问题啊， 系统可能会提示权限不足，这个时候你就只需要重新执行这条命令，输入管理员的密码。这指令的意思呢，就是我要用管理员权限强制覆盖安装 cloud code 的 最新版本。当安装完成以后呢，你在命令行输入这条指令，如果输出版本号，就代表 cloud code 安装成功了。 第三步是给 cloud code 配置模型。我们首先要去模型供应商平台开通账户，获取 api key， api key 相当于你在模型平台开户的凭证， 可以自己去创建获取。另外呢，要有可用的 token 额度，你可以在平台充值或者购买套餐。对模型供应商呢，大家可以根据自己的需要去选择， 你像国内的智普 glm 五、 mini max 的 m 二点五都是不错的编程模型。如果你想用 cloud opera、 四点六、 gemini、 三点一 pro 等国外的顶尖模型啊，因为国内的网络环境问题，你可以通过一些合规的中转站去订阅。 接下来我们就要把 api k 请求地址给到 cloud code， 在 这里我们用到一个叫做 c c switch 的 工具，下面是具体的操作步骤。首先我们去这个地址下载 c c switch， mac os 系统下载这个版本， windows 系统下载这个版本安装完成以后呢，打开 c c switch， 选择第一个标签 cloud， 点击右上角的加号。 第二步呢，选择要接入的模型供应商，如果没有我们需要的供应商，可以选择自定义配置。这里有三个最重要的信息需要注意一下。首先是 api key 和请求地址， 这两个是我们必填的，也就是前面我们在模型供应商中获取的信息。请求地址呢，在 cc switch 中，根据选择的供应商已经预填好了，一般在模型供应商平台的 api 文档中也能看到 行信息是选填的，但是也建议你指定一个模型，因为有些供应商会支持多个模型，换人情况下，你不知道他选择哪一个模型。接入 cloud code， 这里要注意的是，填写的模型必须是供应商支持的模型，否则 cloud code 会无法识别。那其他的配置信息呢？保持默认即可。 配置完成以后呢，我们选择一个供应商起用，后面你也可以切换至其他供应商，这样 cloud code 就 能够接入不同的模型。 不过要注意的是，每次切换供应商以后，都需要在 cloud code 里面切换模型，这样配置才能生效。那把 cloud code 装好了，模型也配置好了，接下来我们终于要使用 cloud code 了，我们在命令行中输入 cloud， 然后回车直行，这样 cloud code 就 被起用了。 当我们在 cloud code 里输入这个指令，回车直行，就会弹出模型选择的列表，我们用键盘的上下箭头选择第一个默认的模型，也就是 c c switch 里起用的那个供应商。接下来你就可以指挥 cloud code 帮你干活了。 在选择和切换模型后，啊， cloud code 可能会出现找不到模型的情况，这个时候你可以进行下面这几步排查。 首先你可以退出克拉的 code， 重启后再试一下，如果还是不行，你就要去核实一下 c c switch 中的 api key 请求地址，模型的名称是否填写错误，微商平台是否有充足的余额和套餐。 另外，我还整理了 cloud code 的 三类常用的指令，放在了指哪里。第一类是启动类的指令，在中单命令中执行，包括 cloud code 的 重启，继续上次对话，查看历史对话记录。第二类是对话类的指令，在 cloud code 里输入斜盖，你就能查看所有的绘画指令。 第三类是安装卸载类指令，前面我们安装的时候也已经用到过一部分。最后再给大家分享一个小技巧，如果你在安装和使用过程中遇到了任何你解决不了的问题，你可以连同问题和截图一同给到 ai， 你甚至可以直接给豆包共享屏幕，让他现场指导你。一般情况下，大部分问题都能够解决。这份 cloud code 的 安装指南除了有详细的安装步骤和注意事项，我还对用到的一些技术概念和工具做了小科普，如果你想要这份安装指南，我可以分享给你，而今天的视频就到这里，别忘了点个关注，我们下期见！

这是我被 cloud code 封的第三个号了，申诉也没有用，我现在已经准备放弃官方订阅了，不想折腾了。那 open code 一 直很火，最近我也在开始用它了，尤其是 cloud off 四点六和 gpt 五点三 codex 出来之后， 我现在是多个模型配合去干活。那发挥每个模型的优势，用四点六去做架构设计，用五点三 codex 去做代码执行，如果有前端的一个 ui 需求的话，再拿 gmail 三点零 pro 去做前端的一个 ui。 那 opencode 到底是什么呢？用一句话，它其实就是一个开源版的 curlcode， 功能上的话两者差不多，但 opencode 有 一些独特的优势，就是它是一个任意模型，你可以支持多家厂商的， 你也可以用国产的，你也可以用国外的模型都支持。第二点就是代码完全开源免费，这一点非常重要，你可以自己去改，自己去定制。同时代码开源之后，那开源社区的人就可以去围绕它做很多功能，毕竟人多力量大嘛。比如这个插件 opencode， 这就是社区去搞的，现在已经三十 k star 了。 这个插件其实是一套多 agent 多魔性去协助干活的一个插件，最近我体验下来也挺好用的。它这边准备了十个 agent， 有 主控 agent， 有 去专门干代码的，专门去探索代码的，也专门去做前端 ui 的， 挺好用的。 open code 整个的架构的话，其实跟那个 cloud code 差不多，用户输入成有绘画管理嘛，然后有 agent， 有 plan 就 计划，那 kolco 的 那边也有，那有 build 就是 直接干活的嘛，还有些探索的，其实 kolco 的 那边不是都有吗？以及你制定一些 agent 都有，那调度层这边就有些差别了。关于大模型的调度，因为 kolco 的 那边他只支持 angelic 协议的嘛，那这边的话就是实现了一套支持其他各种供应商的整体的架构的话，其实有很多值得学习的地方，如果大家对 kolco 感兴趣了，可以去他官方原码仓库去拉下来去学一下，那个仓库现在已经一百多 k 了，特别火。 那下面就是这个 oh my open code， 这个是我们今天讲的重点，因为他这一套多 a 镜的多模型的一个机制， 能让一个任务去拆解成各个阶段去开发，有复杂的用复杂的模型，简单的用简单的模型，这种才是一个 理想状态下的一个写作的方式嘛。那它本质上就是我刚才说的，它就是一个插件，通过 open code 暴露的一些钩子去拦截这一个 ai 的 一些行为，它的整个工作流程就是来一个用户输入之后，它去拦截 open code 的 一些钩子，这时候去做一些增强上下文呀，或者去选择多 a 帧特有可能是多个模型去协助，最后返回结果整体的一个流程就是这样子的。 那为什么需要多个代理？哈？他这边说的一个说法是专业的代理去做专业的事情，然后规划和执行分离，可以并行执行，按需去选模型，并且节省成本。那他现在这一个多代理的话， 就像最近 cloud code 新出的那个 agent teams 一 样，只不过 cloud code 它是很久很久之后才出的嘛，这个是老早就有了 omago code， 那 下面是它的一些 agent 的 一个分工，这一个是它的一个主要 agent 是 用了 cloud 的 off 四点六这个模型。 还有一些规划师就是在规划方面以及编排方面，他用的卡尔的最顶尖的模型，那代码磁性这一块的话是用的是 gbt 五点三 codex， 如果是一些比较轻量的任务，你可以用 gm 啊，或者 mini max 啊，以及其他都可以。那些前端这块的话，他用的 jimmy 三 plus 或者 pro， 这样子的话就一个任务进来之后他由这个去规划，规划完了之后，他让 jimmy 五点三去做执行，然后发现有前端任务，他这个时候就用 jimmy。 如果涉及到一些小修小改啊，比如说是一些国际化处理啊，多语言处理，这个时候它就完全可以用很低的那种模型去做这个事情嘛。这样的一个搭配其实我体验下来挺好的。 好，下面我们就开始分别去安装 opencode 和 oemopencode 的 这个插件。桌面端它现在也支持了，支持 macos、 windows、 linux， 我 体验下来的话，它有一些断流的情况，所以说我更推荐大家在使用 cio 版本，我们先来安装一下。 好，它提示我们已经安装了，我们来进去看一下，我们先切到一个免费的模型，你上面搜一个 free 这些模型的免费，我就用 mini max m 二点一吧，我们输入一下测试一下，看它安装好没有。 ok， 如果看到这步就证明你 open code 已经安装好了，这个时候我们就有安装那个插件，因为现在在 ai 时代，其实你安装东西都非常方便，尤其是它如果有文档，有开箱库的话， 你看这一个插件哈，欧麦 opencode 的 一个官方仓库里面直接就告诉你了，你直接用 qq 编辑的去装就行了，我就把这个复制一下，然后粘到刚刚我们开的这个 opencode 的 里面，用免费的 mini max 让他给我们去装，那下面就是他会弹出来让你做一些选择， 可以看到他让我们回答一些问题嘛，你有没有订阅 cloud code， 有 没有订阅 openai， 有 没有一些 jimmy 的 一些 model， 你 就根据自己的情况去选择就行了。强烈建议你不要在 open code 里面去用 cloud 的 模型，通过订阅的方式去用封号的概率非常高。那这边我就说都没有， 待会我也给大家一个配置，直接就可以用了，你只需要去搞一个 api k 过来，你就可以直接把这些模型都用上了，这时候我们都说都没有就完事了，因为这个配置后期都可以去改的。可以看到我们把插件安装成功之后，下面的这一个 a 镜头就变了，变成了 omone code， 它的那一套多 a 型的体系，可以看到它有好几个 a 型的体系可以去用，并且 这个插件那还有个好处，它的兼容性做得比较好。它已经把 cloud code 那 边你有的一些 skills， mcp， 还有那些自定义的命令全部弄过来了，比如说 skills 可以看到我的那些 script 它全部弄过来了，这样非常好。也就是说你可以来回签嘛，你有时候你要回去 copy 到那边用也可以。现在我们开始配模型，你可以通过 connect 这个命令去连接你想要的一些模型， 如果你有恰当的 gpt， 里面就选恰当的 gpt， 你 有其他的你就选其他的。那我这边的话，平时会用 jimmy 三点零去写前端嘛 code， 四点六去写架构和具体的一些代码，然后 gpt 五点三 codex 去做一些代码之星，以及解决一些疑难杂症。我喜欢用每一个模型擅长的能力哈，但是对大家来说的话，你如果像我一样去订阅三家的 ai 模型，其实你要花三分钱。我 订阅的一百刀的 code code， 然后今门来我订阅了两个号，一百四十刀， open ai 我 订阅了二十刀，那加起来就是一百六十刀。并且哈，我们刚也说了，如果你用 code code 的 去 授权到这边 opencode 的 去用的话，你封号的概率特别高。之前我还出了一期视频，专门去讲这个 curlcode 的 大面积去封禁 opencode 的 用户的一个事件， 因为刚开始他是不管的，后面他发现这个 opencode 的 日渐壮大之后，他就开始封禁了，你就不能授权到这里面用。 所以如果你要在 opencode 里面去用 cloudof 四点六的一个模型，我建议大家去用中转站，通过按 api 去计费用多少就算多少。那我这边推荐一个我一直在用的中转站接口 i， opencode 的 这边也已经支持了接口 i， 也就官方支持了嘛。 那前面几期视频我也推荐过，如果我要用到一些国外的模型，按 api 调用的话，我都用的是接口 i， 挺稳定的。最关键的一点，你不需要模仿网络，而且是国内付款的一个方式。 最近他们还专门针对海外的顶尖模型增加了一个套餐的方式，也就是说你可以用一份钱去用国外这些顶尖模型呢，目前有三个档位哈，可以按自己的一个需要去选择，相较于官方 api 按量计费的话，这一个套餐模式帮你省了百分之二十五的钱。 好，下面我们先来去创建一个 api key， 在 这个地方新建，我就随便取一个，我们就取 opencode 的 点击复制。这个时候我们回到 opencode 的 这边 附着 apk 之后，我们供应商选择接口，点 ai 敲击回车，把我们的 apk 输入下，然后保存，这时候你可以看到国内国外的模型都可以用，用一个 apk 你 就解决了多模型的一个适配问题。好，下面我们来进行一些其他的配置。 当你安装完 open code 以及欧曼 open code 插件之后，你会在你的工作目录下面点 config， 下面有一个 open code 目录，这里面有两个节省的配置文件，一个是配置 open code 的 一些模型的，另外一个是配置我们这一个 多 a 帧的协助的时候，它具体用哪些模型。这边的话我给大家直接准备了现成的，你直接到我的一个开源仓库里面直接去复制就可以了。下面来我这一个开源仓库里面，直接把这两个配置可以复制一下，把它粘过去就完事了。 好，我们把它覆盖一下保存，再把 omecode 的 也复制一下回来点击复制。 那这一块的话，你可以根据你自己的需要哈，因为 gpt 五点三这一个扣袋子模型的话，官方是没有出 api 的 版本，那后续如果 open i 那 边出了 api 版本接口， i 这边也会跟上，你就根据自己的需要嘛去看这块要不要注视这个内容，我们来复制一下。 好，我们把它覆盖完了，覆盖完了之后，我们重启一下，你就可以看到 color 的 open 四点六已经可用了， 就这几个 a 帧的，它配置的模型都可用了。那下面我们开始进入实战的一个环节，有了 o my open code 插件之后，我们看一下多 a 帧多模型协助的一个流程。我这边有一个纹身图的 a 帧，我希望让它去加一些功能，在这边加一些删除的动作，能把历史记录删除掉，同时在左下角 做一些设置的动作，可以去更新你的一些头像啊，以及我们那些历史提示词，能支持去快速的复制展开开干， 那提示词的话也比较简单，我们这边加一个 alterwork， 让它去更深入的去工作，去分析。 好，我们切到 opencode 这边，这个就是它的整个架构 agent， 它用的是 off 四点六，那这个的话是干活的 agent， 它用的 gpt 五点三，还有些其他的 agent， 也就说它是多 agent 多模型去写作的一个流程。好，我们把提示词粘过来让它干活， 这里提示 autowork 已经开启了，这个时候可以看到它开启了一个探索的沙背 a 技能吗？用的是很便宜的一个模型，这个过程就跟在 clockcode 的是一样的，这里又开了一个新的， 可以看到它一直在开一些新的沙背 a 技能的任务去做探索。啊。好，这里又开启了一个计划的 task， 也就是一个沙背 a 技能，我可以点进去看一下它在做什么， 可以看到他就是把已有收集到的一些代码信息，整个代码空间来去做一轮分析，让这个 off 四点六做一个计划出来，这个时候他这一个主要的协调 a 技能在等，等他这个后台的这个计划任务完成完了之后，这个时候他再去协调其他的 a 技能去干活。 可以看到它这一个经过几轮的一个探索之后哈它得到了一个突突像，那这个突突像的话，它根据后端、前端以及一些小需求拆成了很多突突像，这个时候它就开始去并行执行修改任务了，可以看到它这里又开启了几个 safari 的。 有一个点要看的话是他的这个三倍镜，他开的时候，他其实这个时候是用的 jamal 三 plus 这个模型，也就说他认为这个任务其你根本就没必要用一个很高的模型去做这个事情，所以说他默认给你路由到了一个简单模型， 它这种规划任务的方式就能把模型最大化的利用起来。复杂的任务用复杂的模型，简单的任务用简单的模型就很完美。可以看到它开始去执行 t 四跟 t 六这两个任务了，而且它依赖关系也找出来了。这个就像前两天发布的 cloud agent teams 的 一个写作流程，只不过这个是老早就有了这个插件老早就有了这种多 a 的 写作，最终被 cloud code 写到一个官方的库里面去了。 然后他们那种通信机制就跟爱信的 tim 是 很像。哎呀妈这个系统通知 coco 的， 其实他很多方案是借鉴了社区的，因为社区搞出来之后， 他觉得确实是 ok， 可以 的，那他就把它集成到 coco 的 里面。所以这 coco 的 从它诞生之后的很多功能迭代都参考了开元社区的一些做法，而且他的也在他的一些技术博克里面有，感谢一些开元社区的人提供了一些解决方案。 就像你做产品一样，你产品迭代的过程中，你光靠产品经理去，有时候发觉不了用户的一些真实的需求，那真实的需求暴露出来之后，社区他就解决了，那你就可以去把一些已经解决的痛点的问题提升到自己的产品里面。 可以看到这所有的凸凸像它全部完成了哈，包含三个任务，我们现在来看一下它整体的效果怎么样。首先是左侧的这个删除功能好，确认删除 ok， 确认可以，并且弹窗也是正常的。其实我们看这个可以复制已有的提示词， 可以复制折叠展开是 ok 的。 下面就是这一个左下角的设置，可以去更新昵称跟头像这一些啊，可以看到他这边其实也做好了。 好，我找一张图像试一下看可以吗？前面加一个我的名字吧，看可以吗？ 可以，已经保存了。可以的，这个看起来他做的挺好的，英文啊，英文设置也是 ok 的， 多源设置也是 ok 的。 整体这一次任务的话，他全部搞定了呀，就是虽然不是特别难的，但是他协调了多个 a 镜的去干活，而且都能交付的很完美，中间我没有做任何的介入， 所以说这个工具啊，真的推荐大家去用一下这个多 a 镜的协助真的挺好用的，下面我来总结一下。使用 open code 再加那个插件， open code 再配合你用一个接口外的中转站，可以做到 模型自由稳定，省心，你也不怕被封号。第二个的话是成本灵活，这就是今天所有的视频内容，如果你觉得这期视频对你有帮助的话，可以给我一件善良，谢谢大家。拜拜。拜拜。

程序员平时写代码最烦的是什么？肯定是切来切去 id 里切代码，浏览器里看效果，终端里看报错，最后还遭切到 get 哈堡去盯 pi。 但刚刚更新的 cloud code 桌面版 直接把这个折磨人的循环给终结了。他在一个界面里能把写代码、看效果、审代码、修 bug、 合并 pi 的 壁环全部给你包圆了。首先是自动化预览，你不需要再切到浏览器 cloud 直接在桌面端给你拉起开发服务器， 你可以直接在这个界面看网页 ui， 看公式台的日制，但最觉得还是哪里样式不对，你直接在画面上框选，告诉他，他马上帮你叠代代码。 其次就是推送和合并的全自动推送前点一下新增的 review code， 他 直接给你做差异对比和内联批注，还能够顺手把代码修好。更狠的是，代码推到 get 后，他会在后台帮你钉盘， ci 测试挂了，他会自动尝试修复，测试全率通过， 他直接自动帮你合并 pi。 最后就是工作流的无缝流转，你在终端命令行里敲个 desktop， 刚刚聊到一半的上下文直接闪现到桌面端，甚至还能一键无缝转移到云端网页版。不得不感叹，现在的 ai 早就不是一个只会写代码的打字机了。当他开始接管预览、审查、测试和部署的整个开发闭环时，未来的程序员可能真的只需要做好产品经理就够了。

作为一个用 cloud code 写代码的选手，我发现 ag 的 时代对人一个最大的挑战是，我们的产出取决于我们能够并发多少，这个条件下 快速的打开项目，切换项目。为了一个非常关键的需求，于是我找到了一个工具叫 z c 的， 用它做了一个终端快速启动器，打开终端，我们一秒就能到达对应的文件夹。举个例子，这是我们的终端，我们输入 z， 然后写作的文件夹， 再打开 cloud code 就 能够直接打开，这就非常的快。对于我们用传统的 id， 比如说 control vs code， 它要先打开文件夹，然后再一个个找，选中再打开，没有什么快捷的启动方式， 真的非常烦。这里大家可能会有一个疑惑，为什么并发非常重要？这客户开发者 boris， 他 在这分享了他是怎么做开发任务的，他说他经常会用三到五个工具树进行工作。说实话我没有看懂，但我一直想弄明白这个是怎么做的。后来看到宝玉的翻译，他说一个简单的方法， 直接复制多个文件夹，我们可以把我们的一个项目变成 openclot 一， openclot 杠二， openclot 杠三， 哪个空闲就哪个，做完了，然后再让 agent 去合并，这样我一下子就懂了，我们不用学 tiktok， 复制粘贴就行。我有一个非常有意思的思考，传统开发它是以文件为核心的，终端是辅助，因为人需要频繁的去看代码 vs code 就是 这样，以文件为单位，让 agent 的 时代反过来了，终端是核心，文件对辅助人更多是对结果进行一个审核，而不是去看文件。简单的任务，直接打开终端就能跑，不需要 ide。 以前我们做项目需要打开桌面，一个个文件夹找点进去再打开，现在记住关键词就一步到位，更加方便。怎么用呢？我们把这一段提示词复制给到 cloud， 它就会把我的 skills 放到文件夹里面去，然后我们就可以找到这个安装的 skills， 点击安装就可以了。后续我们要管理我们的记录的话，就可以使用这个 manager， 安装完成了以后，他就会在我的 skill 文件夹里面形成了个映设表，我们就可以看到这个对应的用户配置分别是怎么样子的。这些操作都完成了以后，后续的操作就是我们输入一个 z 就是 它的工具名称，后面输入相对的提示词， 就能调转到对应的文件夹里面去了。现在我用的是一个叫 vivo 的 编程工具，它能够直接打开 n 乘 n 的 仓管口，放的爽，就是感觉脑子有点跑不过 ai 了，公开大家可以直接利用。

cloud code 现在可以用手机远程操控本地对话了？是的，代码还在电脑里勤恳运转，人已经可以去跑去跳去倒挂金钩。这次的更新与追求并行跑任务的网页版 cloud code 不 一样， 虽然界面共用同一个，但远程操控的对象是已有的本地环境，让移动端成为电脑的操控器。代码和对话始终在电脑上运行，背后调用的也还是本地的文件系统、 m c p 服务器和项目配置。你可以在终端浏览器之间交替发消息，对话全程同步，想在哪聊就在哪聊。 官方还特意提到，不用担心电脑休眠和网络中断，对话会在设备恢复后自动重连。安全方面也不用担心。云端仅作为消息窗口，本地电脑也不会对外开放，所有通信都加密，而且使用短期单用途的凭证，用完就失效。 消息一出，就有独立开发者在评论区高呼，惊为天人。不过网友反馈的各种 bug 也不少，不知道这次的更新对屏幕前的你有没有帮助呢？

万万没想到，谷歌首席工程师公开承认，他们团队花了整整一年设计的系统架构，被一个叫 cloud code 的 ai 工具用一小时就复刻出来。为什么 cloud code 能在短短半年内从一个研究预览版变成年收入超过十亿美元的产品？他到底做对了什么？这里 是 ai 风向标，带你了解 ai 行业最新动向。如果你最近有关注科技圈儿，就会发现一个很有意思的现象， ai 编程助手这个赛道其实已经卷了好几年了， ai 编程助手则在二零二一年就推出了 harser， 去年也火过一阵。等到了二零二六年一月，整个硅谷都在讨论同一个名字， cloud code。 西雅图一场拷 code 的 线下聚会，一百五十多个程序员挤爆了会场。 ai 大 神 angelica party 说，我们从没觉得自己作为程序员落后的这么厉害，这简直像是一个外星工具， 而且还没有说明书，这到底是怎么回事？以前的 ai 编程工具本质上都是代码不全，你写一行，他才下一行，就像一个特别会抢答的助手， 但你还是得自己构思，自己检查，自己跑。 clark code 完全不一样，它能直接读你的整个项目的代码库，能自己运行命令，能看到运行结果，然后根据结果继续调整。说白了，以前的 a 是 我帮你打字，现在的 clark code 是 你告诉我要做什么，我自己去做。 有个程序员做了个实验，他只是描述了一下想要的功能， clark code 就 自己跑了好几个小时，中间不断试错、调试、改 bug， 最后真的把东西做出来了。 但如果我们仔细琢磨，就会发现， cologold 最核心的创新，其实不是模型本身，而是他给 ai 开了一个后门。什么意思呢？传统 ai 只能在聊天框里生成文字，就像一个坐在玻璃窗后面的顾问，你问他问题，他给你答案，但他碰不到你的电脑。 现在 cologold 把玻璃窗打碎，让 ai 直接坐到你的工位上干活。而且 adobe 还搞了一个叫 m c p 的 开放协议，月下载量已经破亿了。这意味着，全世界的开发者都可以给 cologold 接入各种工具， 想让他操作你的数据库可以，想让他帮你发邮件也行。单看这些能力， cloud code 好 像确实很强，但真正让他爆火的是一个叫做 skill 的 技能系统。你可以把 skill 理解成 ai 的 技能包，比如 ftp 官方提供了处理 word 文档、 excel 表格、 ppt、 pdf 的 技能。包 装上这些技能， cloud 就 瞬间变成了办公软件专家。更厉害的是，你还可以自己创建技能包，把你公司的业务流程、数据格式，甚至行业规划都打包进去。这样 cloud 就 不是一个通用 ai 了，而是一个懂你业务的专属助手。 这就解释了为什么不光程序员在用 cloud， 连完全不会写代码的人也开始用，因为代码只是手段，真正的价值是让 ai 帮你干活。说到这里，可能有观众要问了， ai 编程工具这么多，为什么偏偏是 coco 的 活？真正的原因是 coco 踩中了一个所有人都忽略的认知盲区。大家一直在卷 ai 有 多聪明，但用户要的根本不是聪明，而是能不能帮我把活干了。 你看 open ai 在 卷参数量， google 在 卷多模态，所有人都在比谁的模型更强，但 anthon 做了一件反直觉的事，他们没有只盯着模型，而是花大量精力去设计 ai 和现实世界的接口。 code m c p 协议、 skill 系统。这就像智能手机刚出来时，大家都在比处理器跑分，但真正让 iphone 赢的，是 app store 生态。 colocore 的 护城河不是模型本身，而是它正在构建的 ai 操作系统雏形。还有一点，很少有人提到 colocore 的 本身就是用 colocore 写的。主程序员 boris charen 说，过去三十天，他提交的四万行代码百分之百由 ai 完成。这意味着什么？ 意味着 antropic 内部已经形成了一个 ai 自我进化的飞轮，模型升级， ploco 的 开发效率提升，产品迭代更快，用户反馈更多，模型继续优化。这个循环一旦转起来，竞争对手很难追上更深一层次。 这可能是我们第一次看到， ai 不 只是被人类用来写代码，而是开始参与创造自己的工具链，这条线再往下延伸，会通向哪里？没人知道为什么拷拷的这么多。说到底， ai 的 价值从来不在于有多聪明，考多少分，而在于能帮你干多少活。 当写代码从一项专业技能变成人人可用的指挥能力时，真正被改变的也许不是程序员的工作方式，而是谁能创造软件这个问题本身。

你在用 cloud code 做一个大项目的时候，是不是经常觉得一个 session 不 够用？ 改前端的时候，后端在 id 写测试的时候，主逻辑停了， review 代码的时候，只能从一个角度看，你想让 cloud 同时干好几件事，但一个 session 只有一个脑子干完一个才能干下一个。现在 cloud code 支持了 agent teams， 你 可以同时跑多个 cloud 的 实力，让它们像一个真正的开发团队一样写作。今天这期视频看完，你就能在自己的项目中把 agent teams 用起来了。 大家好，这里是 l l m x factors， 一个专注于拆解大语言模型时代底层逻辑的频道。 今天我会从四个层面帮你完整理解 agent teams。 首先是它到底是什么，我会用一张架构图帮你建立全景认知。然后是核心机制，从起用配置到任务系统到通信方式六个步骤逐一拆解。 接着是三个实战场景，并行 code review、 竞争假设、 debug 以及跨层并行开发。最后是决策框架，帮你判断什么时候该用 agent teams， 什么时候用 subteams 或者 denunciation 就 够了。 好，既然知道了为什么需要它？我们来看看 agent teams 到底是什么？我先给你一张全景图。 agent teams 的 整体架构有四个核心组建我一个一个讲。最上面的 team lead 就是 你当前的 cloud code session， 它的职责是创建团队， 给每个 teammate 分 配任务，最后综合所有人的工作结果，你可以理解成项目经理。下面这些是 team mates， 每个都是一个独立的 cloud code， 实力关键词是独立。每个 team mate 有 自己的 context window， 互相之间不共享上下文，这意味着 team mate a 不知道 team mate b 在 做什么， 除非通过消息系统沟通，然后是两个共享资源。 tasklist 是 所有人都能看到的任务看板 lid 在 上面创建任务， teammates 可以 认领和更新状态。 mailbox 是 消息系统，支持两种模式，点对点发给特定 teammate 或者广播给所有人。 打个类比帮你理解。 agent teams 就 像一个项目经理带几个工程师 pm 在 giro 上创建 ticket， 工程师认领后在 slack 里沟通， team lead 就是 pm， task list 就是 giro， mailbox 就是 slack， 每个 teammate 就是 一个工程师。但这个类比有一个重要区别， 真实的人类团队，工程师可以走到对方工位看代码，或者共享同一个知识库。 agent teams 不 行，每个 team mate 有 自己独立的大脑，也就是独立的 context window， 不 能直接看到其他人在做什么， 所有信息交换都必须通过 mailbox 显示通信。这个区别很重要。后面讲到最佳实践的时候会用到 很多人会把 agent teams 和 subteams 搞混，我们来看看它们的核心区别。从 context 来说， subteams 是 在主 agent 的 session 内运行的，结果返回到主 agent 的 context 里，而 agent teams 的 每个 teammate 有 完全独立的 context window。 通信方式上， subservants 只能向主 agent 汇报，最终结果是上下级关系。 agent teams 的 kinmates 可以 直接互相发消息，是平级协助关系。任务协调方面， subservants 有 主 agent 全权管理， agent teams 有 共享的 task list， team mates 可以 自己认领任务，不用等力的一个一个分配。适用场景上， sub agents 适合聚焦型任务，你只需要最终结果。 agent teams 适合探索型任务，需要团队成员之间的讨论和挑战。最后是成本， agent teams， 因为每个 team mate 都是独立实力， token 消耗会明显更高。一句话总结， sub agents 是 派出去办事，然后汇报。 agent teams 是 组建一个真正的协助团队， 给你一个快速判断逻辑。你的任务需要多个沃克同时工作吗？如果是下一个问题，这些沃克之间需要互相沟通吗？如果不需要，每个人独立完成任务，然后汇报结果就够了， 那用 subordinates， 清亮又慎重肯。如果需要，比如一个人发现了什么，要告诉另一个人，或者需要互相挑战对方的方案，那就用 agent teams。 还有一种情况是任务之间有依赖关系。 agent teams 的 task list 原生支持依赖管理 任务 a 没完成任务 b 就 不会被认领。 sub agents 做不到这种级别的协调。记住这个判断标准，需要沟通。用 teams 不 需要沟通，用 sub agents 有 复杂依赖也优先考虑 teams 概念清楚了，我们来拆解 agent teams 的 核心机制，一共六个步骤，先减后烦，一步一步来。 第一步，奇用功能， agent teams 目前是实验性功能，默认关闭。你需要在 settings 权限里加一个环境变量，把 cloud code experimental agent teams 设成一这个文件在你的后目录下的 cloud 文件夹里。同时你可以设置显示模式。 teammate mode 有 三个选项， auto 是 自动检测， in process 是 所有 team mate 跑在主终端里， timax 是 每个 team mate 一个独立的终端分屏。 auto 模式下，如果你已经在 timax 里，就自动用分屏，否则用 in process。 建议刚开始用 in process 最简单，不需要额外安装任何东西。 第二步，创建团队你不需要写任何配置文件或调用 a p i， 直接用自然语言告诉 crotd 你 想要什么样的团队，多少个成员，每个人负责什么。比如你说帮我创建一个团队来 review p i， 一 百四十二三个人分别看安全、性能和测试覆盖。 crotd 会自动创建团队 深沉共享的 task list spawn， 三个 teammate 给每个人分配对应的任务。你还可以指定具体用什么模型，比如让每个 teammate 都用 sonnet cloud 也可能主动建议创建团队，如果他判断你的任务是合并型处理，他会问你要不要组团，但最终决定权在你， cloud 不 会未经确认就创建团队。 第三步，理解任务系统。 tasklist 是 agent teams 的 核心协调机制。每个任务有三个状态， pending， in progress， completed。 流程是这样的， lead 创建任务后，状态是 pending teammate， 认领任务后，状态变成 in progress。 工作完成后， teammate 把状态改成 completed。 lead 有 两种方式分配任务，一种是显示分配，直接告诉某个 teammate 去做某个任务。另一种是让 teammates 自己认领，完成一个任务后自动去 tasklist 上找下一个没人做的任务。 这里有个细节，任务认领用了文件所机制，防止多个 teammate 同时抢同一个任务。 任务系统还支持依赖关系，比如测试任务依赖于功能实现，任务实现没完成，测试就不能开始。 你可以在创建任务时声明依赖系统会自动管理。当一个任务被标记 completed 后，依赖它的任务会自动解锁，变成可认领状态。 这个设计很重要，它保证了有先后顺序的工作，不会乱套，同时不需要人工去盯着解锁力的，只需要在创建任务时把依赖关系说清楚，后面的调度全是自动的。 到这里，你已经知道怎么起用 agent teams 怎么创建团队以及任务系统是怎么运作的了。 回顾一下，起用只需要在 settings justin 里加一行环境变量，创建团队用自然语言描述就行。任务系统有三个状态支持依赖管理， team mates 可以 自己认领任务， 这三步是基础，掌握了就能跑起来了。接下来是更有意思的部分， team mate 之间怎么沟通，以及几个让你精细控制团队的高级功能。 第四步，通信机制。 teammates 之间通过 mailbox 通信，有两种模式，第一种是 message 点对点发送，你给特定的某个 teammate 发消息，只有他能收到。适合针对性的协调，比如 lead 通知，安全 reviewer， 重点关注某个文件。第二种是 broadcast 广播，一条消息同时发给所有 teammates， 适合全员通知。 比如某个 teammate 发现了一个关键 bug， 需要所有人都知道，但要注意广播的成本，每个 teammate 都会把这条消息写入自己的 context window， 所以 广播用得越多， token 消耗越大。还有一个设计细节， 消息到达后是自动投递的 le 的， 不需要主动轮询， teammate 完成任务后也会自动通知 le 的。 第五步，显示模式。 agent teams 支持两种显示方式， in process 模式，所有 teammates 跑在你的主终端里，用 shift 加上下箭头切换不同的 teammate， 按 enter 查看某个 teammate 的 完整输出， 按 escape 可以 打断它当前的工作。这个模式不需要任何额外安装，任何终端都能用 splitpence 模式，每个 teammate 有 自己独立的终端分屏，你可以同时看到所有人在做什么，点击某个面板就能直接和那个 teammate 对 话， 但这个模式需要 tmax 或者 itm。 二、我的建议是先用 in process 入门，等你熟悉了 agent teams 的 工作方式之后，再切到 splitpence， 获得更好的个性化体验。 第六步，高级控制这里讲三个重要功能。第一个是 delegate mode， 默认情况下， lead 有 时候会忍不住自己动手写代码，而不是等 team mates 完成。你可能已经分配好了任务，结果 lead 自己先做了一半，搞得和 teammate 的 工作重复甚至冲突。 delegate mode 解决这个问题，它限制力的只能做协调工作。 spawn teammate 发消息管理任务，不允许直接修改文件或写代码，所有实际的代码修改都必须交给 teammates， 按 shift 加 tab 就 能激活。这个模式在任务比较复杂， teammates 比较多的时候特别有用。 你希望 lead 专注于总控和综合，而不是分心去做执行。第二个高级功能是计划审批。对于复杂或有风险的任务，你可以要求 teammate 先做计划再实现。 具体流程是， lead 在 spawn teammate 的 时候声明需要 plan approval， teammate 会进入止读模式，只分析问题和制定方案， 不做任何修改。方案完成后提交给力的审批，力的可以通过，也可以拒绝。如果拒绝了，会附上反馈 teammate， 根据反馈修改计划重新提交。只有审批通过后， teammate 才能退出计划模式，开始实际编码。 你还可以给力的设定审批标准，比如只批准包含测试覆盖的方案，或者拒绝修改数据库 schema 的 方案。 第三个是 hooks， 可以 理解成质量文 code code 的 hooks 系统支持两个和 agent teams 相关的钩子， teammate idol。 当一个 teammate 即将进入空闲状态时出发，如果你的 hook 脚本返回 exit code 二，就会把反馈发给 teammate， 让他继续工作，而不是停下来。 task completed， 当一个任务即将被标记完成时，触发同样， exit code 二可以阻止任务完成并发送反馈要求改进。这样你就可以用自动化脚本来做质量检查，比如跑一遍 link， 跑一遍测试不通过就不让 tmit 收工， 机制都清楚了。接下来我给你三个真实的使用场景，让你看到 agent teams 在 实际项目中怎么用。 第一个场景并行 cold review， 传统的 cold review 一个人看往往会偏向某一类问题，比如你可能先看到了安全问题，然后就一直在安全的角度上深挖性能问题，就容易漏掉。用 agent teams， 你 可以同时 spawn 三个 reviewer， 一个专看安全，一个专看性能，一个专看测试覆盖。每个 reviewer 只关注自己的维度，不会互相干扰。看完之后，力的综合三份报告，给你一个全面的 review 结果，这比一个人创新 review 三遍要高效得多。 而且因为每个 reviewer 是 独立的 context， 不 会因为先看了安全问题就对性能问题产生认知偏见。 第二个场景，竞争假设 debug， 这是 agent teams 最有趣的用法。当一个 bug 的 根音不明确时，一个人调试容易陷入铆钉效应，找到一个看起来合理的解释就停了， 其实可能不是真正的原应用 agent teams， 你 可以 spawn 五个 teammate， 每个人负责验证一个不同的假设。关键是这里用了一个对抗式设计。 每个 team mate 不 只是验证自己的理论，还要试图推翻其他人的理论，就像科学辩论一样，最终经受住所有挑战的假设，才更可能是真正的更硬。 这个 prompt 里有一个细节很重要，让他们互相 talk， 互相 disprove， 这正是 agn team's 比 sub agn 强的地方。 sub agn 做不到这种横向讨论。 第三个场景，跨层并行开发。比如你要做一个新功能，涉及前端组建，后端 a p r 和测试。传统做法是串行，先写后端，再写前端，最后写测试。用 agent teams， 你 可以三个 team mate 并行， 一个负责前端，一个负责后端，一个负责测试， lead 负责协调，比如确保前后端的接口齐员一致。当后端 team mate 修改了 api 的 参数格式，它可以通过 mailbox 同之前端 team mate 同步调整。 这里有个重要原则，三个 team mate 要操作不同的文件，如果两个人同时改同一个文件，会导致覆盖冲突，所以在分工的时候要把文件边界划清楚。 场景看完了，最后帮你做一个决策框架，什么时候选 agent teams， 什么时候不需要，先看，什么时候适合研究和 review 任务。多个 team mate 可以 同时从不同角度调查同一个问题。 比如刚才说的并行 code review 新模块开发，每个 team mate 负责一个独立的模块，互不干扰竞争假设 debug 并行测试，多个假设用对抗式辩论收敛。 跨层修改，前端后端测试各一个人，再看什么时候不适合。顺序依赖的任务，后一步必须等前一步完成。并行没有意义。同文件编辑，两个 teammate 改同一个文件会互相覆盖。 简单，任务协调本身就有开销，任务太小的话开销大于收益。 token 敏感的场景， agent teams 的 token 消耗是倍数级的。核心判断标准就一个，你的任务能不能拆成独立的并行单元，能拆就适合，不能拆就不适合。 aging teams 目前还是实验性功能，有一些限制，要了解。第一，不支持 session 恢复。如果你 resume 一个 session 之前的 in process， teammates 不 会恢复， lead 可能会尝试给不存在的 teammate 发消息，这时候你需要告诉他重新 sport。 第二，一个 session 只能管一个厅，想建新团队必须先清理旧的。第三，不能欠套。 teammates 不 能创建自己的子团队，只有力的能管理团队。第四，力的固定，谁创建的团队谁就是力的，不能转让。 第五，任务状态有时会滞后， timet 可能忘了把任务标记成 completed， 导致依赖他的任务一直堵塞，遇到这种情况手动提醒一下就好。第六， splitpence 模式需要 tux 或 iterm。 二 vs code 集成终端和 windows terminal 目前不支持。 最后，给你一个最佳实践速查表。第一，给 timet 足够的上下文， timet 不 继承立德的对话历史， 所以 spawn 的 时候要在 prompt 里把项目背景、文件路径、技术栈关注重点都写清楚。第二，合理拆分任务力度。太小的任务协调开销大于收益，太大的任务， teammate 可能跑偏了你都不知道。 经验值是每个 teammate 分 配五到六个任务，既保证持续生产力，也给力的足够的机会调整方向。第三，避免文件冲突。两个 teammate 改同一个文件会覆盖， 所以分工的时候一定要把文件边界划清楚。第四，定期检查进度，不要让团队 unattended 跑太久。第五，如果你是第一次用，从 review 和 research 类任务开始，这类任务边界清晰，风险低，是最好的练手场景。 我们来回顾一下今天的内容。 agent teams 由四个组建构成， team lead 负责协调。 team mates 独立执行 task list， 管理任务状态和依赖。 mailbox 提供点对点和广播通行。它的核心价值是并行探索和多角度协助，特别是 teammates 之间可以互相挑战对方的方案。 和 substance 相比，如果你的 walker 之间需要沟通，就用 teams， 只需要最终结果就用 substance。 最适合的场景是 code review 竞争，假设 debug 和跨层并行开发， 使用时注意避免文件冲突，保持合理的任务力度。给 teammates 足够的上下文，如果你想试试的话，建议从你下一个 pr 的 code review 开始。 spawn 三个 reviewer 分 别看安全性能和测试，感受一下并行 review 的 效果。 如果这期视频对你有帮助，记得点个关注，这里是 l l m x factor， 我 们下期见。

我最近发现一个让我这种离不开电脑的人终于敢把电脑合上了的功能，就是我可以在公司的台式机上启动一个特别复杂的代码任务，然后直接拿着手机去楼下散步或者去开个会，任务还在我手机上 接着跑。嗯，你说的这个听起来像是卡拉多扣的那个远程控制功能。一旦体验过这种发起任务，然后用手机查看的工作流，确实很容易上瘾。他本质上打通了你的 网页端、手机 app 和你的本地电脑。对对对，就是这个。所以他到底是怎么实现的？我的代码和文件 是传到云服务器上去了吗？我有点担心这个。这是个很关键的区别。其实所有东西都还在你本地的机器上运行，没有任何数据会被迁移到云端，网页端或者手机 app 更像是一个远程的监控台和操作面板，你只通过这个面板来控制和查看在你自己电脑上发生的绘画。哦， 原来是这样，那感觉就放心多了。就是说，我手机上看到的，其实就是我家里电脑屏幕上正在发生的事，只不过换了个设备操作而已。没错， 所以你本地的完整环境，比如你的文件系统，你配置的各种工具、项目设置等等，全都是可以直接调用的。这和之前那个直接在浏览器里运行的网页版 cloud code 有 本质区别，那个是运行在 anfric 的 云服务器上的。 我明白了，那这个远程控制听起来限制应该不少吧？比如需要什么样的订阅，我的电脑得一直开着吗？限制确实有，而且还不少。首先订阅上 目前是面向 max 用户提供研究预览版，而且很快也会向 pro 用户开放团队版、企业版或者用 api 密钥的方式暂时都不支持。嗯，明白了， 得是付费的个人高级用户才行。那技术上呢？技术上， 你需要先用 cloud login 命令登录你的账号，并且至少在你项目目录里成功运行过一次。 cloud 就是 接受那个工作区信任的弹窗，然后 你的终端必须一直保持打开状态。一旦你关了终端或者停止了 cloud 的 进程，绘画就直接终止了啊。电脑必须一直开着，还不能合上盖子休眠是吗？那万一我电脑休眠了或者断网了怎么办？如果电脑休眠了， 只要他重新上线，绘画就会自动重连。但如果只是断网，而且断网时间超过大约十分钟，那毁画就会超时，然后自动退出。这时候你就得回到电脑前重新运行命令来启动一个新绘画了。好的， 这个限制我记下了。那如果我想用这个功能，具体要怎么操作呢？假设我现在就有一个任务要开始启动方式有两种，第一种是开启一个全新的绘画，你进入项目目录， 在终端里运行 cloud remote control， 这个命令会启动一个进程，然后在终端里显示一个绘画的 url， 旁边还有个二维码，方便你用手机 app 扫码连接。哦，这个很方便。那如果我已经在一个任务里了， 只是想从电脑切换到手机上继续也可以吗？当然可以，如果你已经在一个 cloud code 的 绘画里了，只需要输入一个斜盖命令 remote control 或者缩写 rc 就 行，它会立即把当前的绘画切换成远程控制模式，并且继承你所有的对话历史。 你可以接着聊，这个设计很贴心。对了，如果我同时开了好几个项目，是不是会很乱？ 这里有个小技巧，在运行远程命令之前，你可以先用 rename 命令给当前的绘画起个名字，这样当你在其他设备的绘画列表里找的时候， 就很容易识别了。另外，如果你想让每次启动 cloud 都默认开启远程控制，也可以通过 config 命令来设置。 学到了，那从手机或网页上连上之后，是不是我电脑的终端就没用了？不是的，你的电脑终端会保持运行状态，并且实时显示 连接状态和工具调用的情况。所以你如果想看详细日制，甚至可以加上 wordbox 这个参数。它就像是这个远程绘画的主机 和心脏。我还有一个关于安全性的问题，既然我的电脑要一直连着网，会不会有安全风险？比如别人通过网络攻击我的电脑。 官方的安全机制是这样的，本地的 cloud code 绘画只会发起出站的 https 请求， 它不会在你的机器上开放任何入站的端口，所有的流量都通过 tls 加密传输，而且会用到一些生命周期极短、用途单一的凭证。从这个设计上看，风险是可控的。好的， 听你这么一说，我对这个功能的理解清晰多了。总结一下，就是，它让你能用一个轻量级的设备去远程驾驶你本地那台重型的电脑去完成复杂的任务， 而且所有核心数据和运算都留在本地。虽然有一些像电脑不能关这样的限制，但对于想要随时随地接入自己工作环境的人来说，吸引力真的很大。是的，它提供了一种真正意义上的环境随身的体验。你只需要记住几个关键点， pro 或 max 订阅本地环境、运行终端必须保持开启，以及注意那个大约十分钟的网络超时限制。非常感谢，希望今天的分享能帮到大家，感谢各位的收听！

千呼万唤始出来，本期终于我们要讲 cloud code 了，因为一直很多很多人推荐我用，但我一直都没有用，是因为它那个界面我实在接受不了，然后今天丁老师下定决心要教我怎么样去装，然后 cloud code 怎么样去使用，我们来今天看一下， ok， 我 们开始。首先这个选择题的第一个问题就是我今天思考了很久很久的就是 为什么要用 color code， 为什么已经有了 cursor， 然后你还要用 color code， 然后我研究了很久以后，其实得到的答案就是他们俩看起来乍一看区别很大，但是你去细究的话，其实目前他们俩的发展已经导致他们俩其实之间没有什么太大的功能差异了， 已经很少了，很少， ok， 嗯，但是如果就是硬要去细究的话，我目前能找到的其实就是三个答案，嗯，第一个答案是客观的答案评价就是它的能力。 color code 的 能力确实是要强于 cursor 的， 因为 coco 其实也是在转卖第三方的那个 a p m 嘛，所以他肯定是越节省他的 token 消耗，他赚的越多，所以为了做得到这件事，所以就会导致他的能力上是下降的。而 coco 的 他是不管不的，他只要为只要效果好，他消耗多少 token 他 都愿意。嗯，然后呢， 所以综合来讲，它的能力肯定是要强于 crooser 的， 嗯，然后后面两个答案是我自己认为的答案。第二个呢，就是它，因为它的一个界面更加的简单，所以呢，它在你使用的时候是更加专注的，你永远是一对一的，是在和你的 agent 对 话的。 ok， 而 crooser 的 话，我认为它更像的不是一个 agent， 它是一个你可以认为是工作台。呃，你可以认为是一个 word 软件， word 编文字编辑软件，再加上了一个 ai 功能， 虽然他最后能实现的效果可能差不多，但是他在使用过程中体验还是不一样的。而且扣锁关键是有太多按钮了，对，有，有太多键了。对，然后就对于我们这种人来说，我们不知道按哪个，我经常有的时候发现一个页面不见了，然后搞不回来了， 其实就是上手比较麻烦，这也是更专注的，就是可能所有人看到左边的科尔扣的那个命令提上的界面会望而却步，但其实其实他反而更简单，因为很多功能你不知道的那些功能，自己去找一下到怎么用就可以，这个很好就是，嗯， 相对来说，它可能在复杂程度上没有库瑟儿那么，对吧？是的，那么麻烦一点。嗯， 还有个最后一个答案，就是因为 astropik 是 永远我认为还是在这个行业上是引领线标的，它的 m c p use， 包括最近新出的 agent teams， 它就是在领先于行业，所以它的一些新功能是 crosscode 的，是先能用到的，然后其他的这些编程软件会再采取追赶，所以你可以在它上面是体验到最新的功能的。 嗯，好， ok， 我 们下面进入就是正题。第一步，你得去认识一下这个它的承载软件，就是它的终端，或者叫命令提示。行，然后怎么去使用呢？在你的 mac 电脑上，你在你的这个程序里头，然后去搜索终端， 你就可以看到它了，然后点击就能打开。 ok， 然后在你的 windows 电脑上面的时候，你在上面搜索 c m d c m d， 是 的，然后就能打开了，同时呢，我这边也推荐一个，嗯，第三方的就是终端软件叫做 ghosty， 他是一个能力比较强大，然后呢，也很漂亮的一个终端软件，然后我们打开我们的终端，我们在这我们就用我们刚给你装好的 pos 机， 然后打开了以后就是输入命令的界面了，然后你们兄弟们就忍耐，看这个界面就忍耐，你知道吧，就在习惯了，习惯了以后你会很喜欢，而且也会让你显得非常的可酷啊。嗯，然后呢，呃，这边就输入命令的地方了，大家只需要学会一个命令， 叫做 cd， cd 的 意思就是打开某一个文件夹，因为你平常你要去在哪一个工作区？就是比如说你在用 photoshop 的 时候，你第一步也是要打开一个文件夹，对不对？那么在命令提示行里面，你需要用 cloud 的 时候，你也是要去打开某一个文件夹，就比如说我们要打开你的下载文件夹，那么就 cd， 你 看， 然后呢，你可以可以看到有个当漏的文件夹，当漏的，然后你可以要通过 tab 键去快速的把你的呃文件给拼出来，明白吧？然后点回车，他现在就在当前，就是在你的那个当漏的文件夹下了，哦，就是 他在操控我的电脑，你现在是在自己操控我，用这个来操控我的电脑，不用鼠标了，是的，然后现在学会这个命令了以后，我们其他命令可以暂时不用管，我们开始尝试安装安装， ok， 我 们根据你的系统去复制一下你的命令，然后呢粘贴进来 回车，然后呢他就会开始安装了，然后我们又可以开始嗑瓜子时间了。 much， much later， 我 们可以把这个命令输进去，再让我们把这个命令给输一下，我们就输一下好了。好的，然后我们再打开一个窗口看看，就能找到他了啊， 好的，这样子输出这么多结果以后，就可以证明我们的 client 已经安装成功了。回到我们的说明上面，接下来就是开始使用了，就刚才说的，通过 cd 命令去打开定位到你的一个工作项目文件夹，然后用 client 命令启动它，嗯， 就不去，就直接在当前命令目录下直接启动了啊。嗯，好。然后呢当出现这边界面就说明你安装成功了。 第一个提示呢是让你选择一下色那个配色，然后它有黑暗模式，明亮模式，色盲黑暗，就用它的黑暗模式吧。嗯，没错， 然后这的话就是让你去登录了。嗯，如果你订阅了高的朋友账号的话，你就直接用第一个选项就可以去，他会打开认证页面，然后去认证登录，第二个选项是接入他的 a p i， 然后第三个选项的话是一些第三方，对，是的，好。然后呢我们这边就先不演示登录了， 然后接下来呢我就重点介绍一下 cloud 的 一些特色的功能，一个呢就是我们的 cloud md 文件， cloud md 文件呢是相当于是你的 这个工作文件项目的一个说明书，然后呢你可以在这里面去定义一些规则，通过这个规则可以去控制呃， cloud 的 他的工作的方式，他的位置是在于一个是局项目文，就是文件夹，在你的个人姓名的 下面有一个隐藏文件夹，就是点 cloud 文件夹，这下面呢，你可以去创建一个 cloud， 点 md 文件夹，或者是在你刚才的那工作的项目文件夹下面 去创作一个 cloud md 的 文件夹，然后呢在里面去写一些规则就可以了。好的，嗯，这规则的话怎么写？就是按照使用需求，这个我们就后面根据会再单独做一期来讲这件事。好，然后再下一个就是 skill， skill 的 话就是我们老生老生常谈的内容了，这边就不讲，就是可以去让 cloud 去使用一些专业的智能包嘛， ok， 嗯， 然后还有个叫 hook， hook 的 话是当就是 cloud 执行到某一个时机的时候，它会自动去触发执行一些动作， 就比如说，呃，你的呃绘画结束的时候，你可以让他说去解释一下这个整个绘画内容，去看看这里面有没有什么值得学习到的教训。 然后呢沉淀为一个教学库啊，这就是一个，或者是在你每次创建一个新的绘画的时候，让他固执固定要去解释一下你的什么记忆库啊，教学库里面内容，然后呢把它带入到这次绘画里面，这就是户客，但是户客的配置，嗯，可以比较复杂，最好的方式是你去让 club 去帮你去配置这些户客。 ok， 好， 然后就是 agent 的 team 了，这是这次 cloud 新出的一个功能，它是可以让你的呃，根据你的需求去产生多个子智能体，然后让它们合作为一个团队一起去帮你执行一个复杂的任务，而且和以前的子智能体的区别是它们这几个子智能体之间是可以互相沟通交流的， 然后大家一起讨论完成一个复杂的任务，有点像拉拉梅做群聊。是的，嗯，最后了，就是我们要去给大家推荐两个配套的工具。嗯，第一个叫做 cc switch， 刚才提到我们的 cloud 的 登录方式，它是 默认的，就有它的那个会员嘛，但是 cloud 不是 封号厉害嘛。所以呢，我们可以通过 c c switch 去接入一些第三方的 api 或者是中转商，比如说甚至包括了智普的 g r m， 然后 deepsea 等等等等，一些这些第三方的 api 我 们都可以作为 cloud 自身的那个模型去使用， 就我们只需要对接 c c， 然后 c c 就 帮我们做好工作。呃， c c 的 怎么使用的话，我本期就不去详细说了啊。然后，但是反正意思就是 c c 是 可以去帮你去使用第三方的模型的。嗯， 然后还有一个就是 office 点，这个的话大家都知道，嗯，因为 color code 不 像 photoshop 是 带一个就是文件编辑器的，所以你当生成了一些文档，你要查看的是吧？是的，好，我们先来感受一下 color code， ok， 看看。 嗯，这个是就是大家是否有信任的文件夹吗？好，来吧。 ok， 现在进来了，然后他会问你要对权限就都给他，给他给他，你要的全给你。好， ok， 这样了，然后很简单，就是在这个时候你就跟他对话就行了。 哦，好了哦，他就帮我分析出来了。 对，然后差不多是就这样。然后还有一个要可能会比较常用的就是 play 模式，嗯，跟 pro 一 样的 play 模式，按斜杠，然后呢 导入 plan 再回车，这时候呢就会切切换到 plan 模式，这时候你跟他会画的话呢，先会帮你输出计划，然后再执行啊，但是 shift 加 tab 建议可以再切回来。 我们今天教你们装，然后呢我会花一个礼拜左右的时间深度使用，使用完了以后可以给大家分享我自己的使用场景，因为像他们这样的技术人员和我们完全是不一样的使用场景，所以等我用完了再来做一起分享。 ok， 今天就这样，拜拜拜。拜拜。

别再瞎跟风买一台工具了， cloud code 和 open cloud， 到底谁才是你的菜？程序员说 cloud code 能让他少三个月业务，职场人说 open cloud 能让他提前两小时下班，其实百分之九十的人都用错了， 今天三分钟直接扒透两者区别，看完直接对号入座，不花一分冤枉钱。首先说概念 astropict， cloud code 是 闭源 ai 编程智能体，专为开发者打造，帮程序员搞定写代码、找 bug 等全流程开发任务。其搭载的 cloud opus 四点六和 cloud sonic 四点六两款模型 均支持百万级 token 上下文窗口，能一次性装下整个代码库，主打精准、高效、省 token。 而欧本克拉是一款开源本地优先的自主 ai 代理与自动化平台，不是聊天机器人，而是能接管电脑权限，真正替你执行任务的数字员工 核心，不碰复杂编程，专注帮所有人搞定办公、爬数据、做分析等重复数字任务，主打全能、灵活、零成本。 两者的关系也特别有意思。 openclaw 最初叫 cloud bot， 字面意思就是为 cloud 而生的亲儿子，它的全部代码百分之一百都是 cloud code 编写的，相当于编程专精大佬亲手养出了全能执行小弟，大佬负责深耕编程，小弟负责把执行能力普及到全场景， 但两者独立运行，定位完全不同。后期 openclaw 虽转型开源和 inscrape 无官方关联，但这份诞生渊源也直接说透了两者的能力差异。 两者的核心区别是什么呢？这里给大家简单总结了一下。 cloud code entropic 闭源编程专精智能体生态定位，是垂直编程领域的核心工具， open curl 开源全场景自动化平台 生态定位，是通用执行层的普及工具，一个深耕编程，一个普及自动化，互不冲突，甚至能互补。讲了这么多，那大家如何避坑选择呢？记好这五个核心对比，对应自己的需求，闭眼选就对了。 第一看用途，写代码，找 bug， 做开发，选 clone code， python 全拿捏 w ebench， 准确率百分之八十点九，比你自己找 bug 还快。 做办公，爬数据，省时间。选 open clone， 批量改文档，自动爬资讯，同步日程，不用懂编程，说一句话就搞定。第二看成本， clone code 是 币源，订阅月费一百四十到一千四百元，官方维护审核肯，但要花钱。 open curl 完全免费开源，可修改，只花你用的 ai 模型 took 钱，预算有限，直接充。第三看门槛， call the code， 懂点编程才能用明白，部署简单，打开就能写代码， open curl 普通人也能上手，不用懂编程，但部署和配插件要花两分钟琢磨。 第四看效率， cloud code 轻量级，但任务超快，写一段代码找一 bug， 几秒就出结果。 open code 系统级，能同时处理多个任务，爬数据做分析，比你手动快十倍。第五看生态， cloud code 闭源不能改代码，需要等待官方更新。 opencode 开源能自己改功能加插件，社区活跃，想要啥功能自己折腾。这里有三个避坑提醒，记好别踩雷，别用 cloud 的 账号对接 opencloud， 违反官方规则，容易被封号，得不偿失。 别用 opencloud 做复杂开发，它只能处理简单代码，复杂项目还是得找 cloudcode 最优解，程序员可以用 cloudcode 写代码，再用 opencloud 处理文档，统计数据，效率直接翻倍，躺平不是梦。 最后简单总结一下， cloud to cloud 是 ansoc 的 闭源编程智能体， open cloud 是 开源自动化平台，前者编写了后者，一个深耕编程，一个普及自动化， 不用纠结哪个好，看你是写代码还是做办公就够了。评论区扣一代表你是程序员，扣二代表你要做办公自动化。看看谁和你需求一样，关注我，学习更多 ai 知识！