ibbot与AI编程工具区别

那很多人呢说这个国产 ai 编程工具啊不行，然后国产模型拉跨，顶多做做这个 demo 项目。但是呢我今天却用一套国产组合，直接在一个前后端分离的开源项目上，从零到一的完整开发了三个功能。 更关键的是呢，我今天这个视频会把中间所有的真实踩坑经历，怎么反馈的，怎么修复的，怎么连调的全程给大家展现出来。那看完这个视频呢，你就能直接把这套流程运用到自己的项目当中去。 ok， 咱们话不多说，直接开始。首先呢我们介绍一下今天的开刀工具啊，它就是 tree 的 国内版，加上字节最新发布的 seed 二点零这个模型， 虽然说我用的是个人版，但它是完全免费的，并且它这里呢也是可以去切换其他模型的。开源项目的话呢，我们用到的是这个路由 view， 它是一个前后端分离的项目，架构呢也是比较新。 那接下来我们就实现第一个功能吧，在现有的这个项目当中呢，我们想要去增加一个博克管理的模块，这里的话呢，我们首先切到这个 solo 模式，然后呢打开 开这个 plan mode， 这里呢是我的一个提示词，大家可以暂停看一下。那现在的话呢，我们就让这个 tree 来执行，首先呢他会去查看当前项目的一个结构，然后了解到一些关键配置和代码风格，包括一些业务代码和架构风格。然后呢他就生成了一个这样的实现计划。那我们点开来看一下 啊，他这边写的还是非常详细的啊，包括数据库的一个准备，给他的一个约定是在多克容器里面，对吧？包括我们指定了账号名和密码，然后就是后端开发的一些实体类啊，那这些都是 c l e d 了，就没啥可说。前端开发呢，他说要去添加一个 marvin editor 这样的一个依赖啊， 还有就是下面的一些技术实现的要点，那如果你有一些需要补充的，也可以随意编辑，那我觉得他做的是完全没有任何问题，所以说我就直接让他按照这个计划去执行，然后呢他就开始去拆分子任务挨个执行了， 那这里的话呢，它可以自己调用终端执行这个多款命令啊，并且呢会读取终端的一个输出啊，方便后续的这个执行过程当中去做一个优化和验证。那紧接着呢，它就创建了我们所需的这个表结构啊，还有这个后端实体类啊， map 文件啊，以及这个 xml 文件，包括前端的页面等等等等啊，整体的一个执行速度我觉得还是非常快的。 但是呢，我突然意识到一个问题，就是项目自带的这个表结构 solo 还没有执行啊，我忘了跟他说了， ok， 那 这个时候呢，我们可以去打断这个 solo 的 进程，然后跟他来提一嘴。还有一点很重要，就是若一的这个菜单和按钮权限呢，是需要在数据库当中去做配置的， 而且呢需要给这个 admin 做一个权限的分配，那这一步呢，他也是做对了啊，并且他新插入的这个 menu id 呢，他也是知道从啊什么样那个值开始往上递增， 那这个小细节我觉得是非常的惊喜啊，接下来的话呢，我们就让他翻译启动整个前后端啊，然后下面的话呢，我们就去这个浏览器看一下效果，登录进去是没有啥问题的，但是这边所有的中文都乱码了啊，那于是呢我就反馈了这个中文乱码的问题，那最终呢他也是得到了解决。 接下来的话呢，我们就去这个博客的模块看一下啊，发现是没有任何数据的啊，那于是呢，我就让他去帮我生成了一些测试数据，最后呢我还让他去用网上的一些开源的图片，丰富了这个封面图和文章里面的配图，最终展示的一个效果就大概是这个样子， 然后这个分类管理啊，标签管理啊，以及文章的这个查询分页，包括新增更新也都是没有任何问题的啊，这个需求我觉得他做的非常的快，有一些小问题，但是他也能够一轮就帮我们解决啊，整体还是非常 nice。 那 接下来的话呢，我们就让他去做一个博客网站啊， 那这里的话呢，我们就找到了一个设计稿啊，然后我这边呢导出图片，然后呢让翠来帮我们还原这个 u i 的 设计，那这里呢是我用到的一个高保真还原呢， 这边呢是指定 tree， 采用这个 fondant design 这个 agent skills 来编辑，它也是先熟悉了一下相关的代码和现有的逻辑，然后呢去列了一个具体的实施计划，那我们简单来看一下，那我觉得是没有任何问题的，所以说我就让它按计划执行。 ok， 那 到这里的话呢，这个博客网站就做完了，整体的速度也是非常的快， 我们现在呢就去这个浏览器看一下效果，左边呢是 tree 生成的一个实际的网站的效果，这版的 ui 还原我觉得还是真心不错的啊， 没有那种紫色的或者说礼物风格的那种 ai 位，大家也可以去看一下这个效果啊，如果说满分十分的话呢，你愿意给他打几分呢？最后呢我的一个想法是给这个传统项目增加一点 ai 的 能力啊，我的一个想法是这样的，就是我们想要去写一个定时任务，然后呢每天去抓取指定网站的这个播客内容， 然后呢我们让他去做一个 ai 的 翻译并改写，然后存到这个数据库。但是这里我们先做一个免责声明啊，就是本视频纯粹是为了教学展示用的啊，绝对不会去做任何恶意的抓取或者是洗稿，还有其他的一些侵权的行为。同样的他也会去先熟悉本地的一个代码和相关的逻辑， 然后列计划。这里呢我也是觉得非常的靠谱，所以咱们就直接执行。然后呢我发现了一个很重大的遗漏，就是我们没有告诉他大模型调用相关的一些信息。 所以说呢，我们现在就去这个火山方舟开通一下啊，比如说我们就选择这个多包 c 的 一点八。然后呢我们点击这里的 api 调用 啊，随便取个名字，然后复制下面的调用视例给到 tree， 它会自动地去提取我们这段内容当中的大模型的 u i l， api、 key 这些关键信息啊。然后呢自己去写了一段这个提示词啊，那我们让它继续去执行，那现在整个功能呢就已经执行完毕了，我们手动执行一下定时任务， 看一下这个效果怎么样。那在后台管理系统呢，已经是可以看到刚才我们抓取大模型处理后的这篇薄壳了啊。接下来呢，我们就去到薄壳网站看一下它实际展示的一个效果怎么样。整体我觉得还是非常不错的啊，尤其是在这个 暗夜的这个主题下面啊，显得是更加高大上了，对吧？然后底部这边也是有它的一个原文链接可以去跳转的，还有这个免责声明， ok， 那 到这里的话呢，这套基于弱一的智能薄壳系统已经是完全跑通了，从后台模块增量开发，到前端网站的还原，再到定时抓取 ai 自动生成内容，全部呢是在一个真实的前后段分离项目当中去完成的。这次体验呢，其实也是我最近比较关注的一个点啊，就是 ai 编程真正的价值不是去写页面，而是参与工程的这个构建。刚刚呢，在这个火山的发布会上面，其实也是做了一个很有意思的案例啊，官方呢，用这个 tree 加 c 的 二点零，在 github 上面构建了一个 ai 春节庙会的 web 应用场景。 那在那个庙会当中呢，每个 ai 小 人都有这个环境，感知推理和记忆系统能够自主地去产生行为和互动，这其实呢，也是一个非常复杂的场景，但是通过 tree 和 c 的 二点零的一个配合呢，几轮提示词就完成了整体架构和运行逻辑。 那你会发现呢，不管是庙会这种多智能体场景，还是说我们今天这种真实的工程改造核心能力呢，其实就是一样的啊，理解结构，拆解任务，然后协同执行。那如果说呢，你也在做真实的这种项目，不妨可以上手体验一下。 ok， 那 今天的视频呢，我们就先到这了，下个视频再见， peace。

二零二六年， ai 编程工具呢实在太多了， cloud、 cloud code、 coder 等等，哪一个更好？到底怎么选？今天呢，我们来做一期年终的盘点，把主流的这些工具呢全部聊一遍啊，它们分别的定位，价格是怎么样的？有什么使用特点？怎么来用更省钱？帮你呢？搞清楚到底该选哪一个？先说一个现实问题，这些工具呢，它都不便宜， 想日常写代码，如果只用免费版的体验一下呢，是可以真正干活完全不够。 carter 免费版的 agent 请求次数卡的非常死。 windowsurf 免费版每月二十五次，请求我实测呢，一两天用完了，所以想靠 ai 编程真正提效，订阅费跑不掉。我翻了一下自己的订阅记录，同时呢，开了这几个订阅 carter 呢，开了 pro 加六十美金， cloud code 订阅版二十美金。如果你像我一样手痒呢，再开个 windowsurf 啊 code 啊体验一下，每月呢轻松上一百美金，一年一千二百美元， 折后呢大概八千多元。而且要注意的是呢， cursor、 cloud code， windows app 都有额度的限制，超了额度呢，要买 credit。 如果你是重度用户，升到 cursor ultra， 每月两百美元，一年呢两千四百美元，快两万元了。所以这期视频帮大家理清楚 怎么选才不花冤枉钱。试命一下，没有任何广告，全是我自己掏钱实测的真实体验。正式盘点之前呢，先给大家一个选择框架。选 ai 编程工具，本质上是在功能、强度、价格上手体验三个维度之间做取舍。想要功能最全，模型最多，价格肯定贵。想要便宜，就得接受某些功能的缺失，三者 不可兼得。带着这个框架，我们再来逐个看。首先呢，先说行业的标杆， coder 的 ai 原声编辑器，目前功能是最全 的，最大优势就是模型选择多， cloud code gpt 随便切换。 a 键的模式呢，能跨文件编辑好终端命令，自动修 bug， 体验呢，非常完整。而且呢，可以指哪打哪，可以更精细化的控制要修改的文件或者具体的段落。价格方面呢， pro 版呢，每月二十美元， pro 加是六十美元， 首款是两百美金。我自己用的是 pro 加，日常够用，但是跑大项目的时候呢，额度经常告急啊。 cost 的 坑在于什么？表面二十美元一个月，看着不贵，但是重度使用呢，你很难控制在 pro 的 档位，模型调用一频繁，实际花费呢，可能超预期啊，适合不差钱，追求极致功能的专业开发者。第二个， cloud code and safecake 自家出品。注意，这个工具呢，官方没有图形界面，全靠命令行操作。听起来呢，门槛高，但是效果确实强啊。两百可以 token 的 超大上下文窗口，整个项目直接塞进去，不用手动选文件。 价格呢，走 cloud code 订阅至 pro， 每个月二十美元。 max 有 一百美元和两百美元两档代码，质量在同类工具里面属于天花板级别。 在 s w e bench 好 分百分之七十二点五。根据 a c d i index 今年一月的调查，在 exotic coding 领域呢，使用率达到了百分之六十九，增长非常猛。但说实话， cloud code 呢，稍 token 是 真的快啊，因为它是 age 的 模式，运行每个任务呢，要自主规划执行，反思，调用次数远超普通的这种补 iso 官方数据，开发者日均消耗大概在六美元，团队每人每月一百到两百美元，如果不加控制的话，一个月 token 费呢，可能比订阅费贵好几倍。所以用 cloud code 呢，整 token 就是 个必修课，给大家分享几个实测有效的技巧啊。 第一个用 compact， 用 compact 的 命令定期压缩上下文，到百分之五十呢，就压一次，不要等满了再压。第二呢，不同任务用不同的窗口切换时呢，用 clear 清掉无关的上下文。第三个简单任务呢，手动切到 high cool 模型，不要什么活呢，都用 office 锁。 第四个配置 cloud excel 文件，把 load， modules， build 这些大目录呢排除掉，做好这一期呢，就能减少大量无效消耗。坑还有什么呢？纯终端交互习惯，图形界面的人呢，需要适应期，适合终端重度用户，追求代码质量且愿意花心思管理 token 的 人。第三个 server 桌板呢，每月只要十五美元，这是四个里面最便宜的 i d e 类工具。它的 a 键的模式呢，做多文件编辑很流畅。 u i 是 四个里面相对比较好看的，上手呢也最简单，两分钟安装就能用。但是呢，免费版二十五次请求基本当天就能消耗完。大型项目偶尔会卡， 模型选择呢，不如 curder 丰富。总的来说呢，适合预算有限项目呢，不算太大的个人开发者。最后一个可能很多人没有听说过，就是阿里做的 cooder。 这是四个里面最让我意外的。先看价格， pro 版每月只要两美元，之后呢，每月十美元。别的工具呢， pro 都是十五到二十美元 起步，它直接砍到一半 pro 加每月三十美元给两万的 credit， 对 比 curder 的 两百美元 roo 呢，差， 差距巨大。功能上呢，有几个独家的杀手锏啊，快速的模式呢，用自然语言描述需求， ai 自主完成从规划、编码到测试的全流程，支持十万文件级上下文解锁。 大项目呢，随便搜 rap wiki 呢，自动生成项目文档和架构图，测试自动生成，官方说覆盖率呢，能到百分之九十。 而且据说呢，它集成了多家的模型， cloud code， gmail 等混合使用，还能自动选最优模式。缺点呢，毕竟是个相对新的产品，社区生态跟 course 呢有差距，教程啊，插件资源偏少，稳定性还需要时间的检验。最后呢，帮大家总结一下， 追求最全功能不在于价格，能够精细化的控制，那么 course 呢，依然是最佳选择。终端重度用户，追求代码质量就用 cloud code， 如果把模型换成国产的质朴和 kimi， 可以 说 cloud code 目前性价比 也是很高的。预算有限的，想快速上手的，用 windows 五，每月十五美元，值得试一试，做大型项目或者想花最少的钱扣的呢，首月两美元几乎白嫖，强烈建 议试一试，不过这个赛道呢，真的卷得飞快。据统计呢，二零二六年初，已经有超过百分之八十五的开发者在用 ai 编程工具，百分之四十二的代码呢，由 ai 生成或者辅助。可能再过几个月呢，再给大家更新啊，你现在呢，在用哪个工具呢？还有哪些我没有提到的好用的工具，下面可以交流一下你的真实经验。

国内 ai 编程工具评级从行到拉，排名纯主观。先说国内的吹，国内首批 ai 编程工具之一，代码生成能力扎实， 无论是小程序还是小游戏都能够轻松应对，属于是写一点就能跑，给到人上人。腾讯 coldbody 大 赏出品。稳定性还行，但是动不动就卡死，生成速度也慢，用起来挺磨人的。真要写代码还是有点吃力，更适合作为产品经理的辅助工具。整体感觉给到一个 nba 的 通用领马实力确实康大， 生成的代码基本上拿过来就能跑，虽然偶尔会出点小 bug， 但是完全不影响大局，妥妥的圆润。 q 的 fields 开源免费，还能够本地部署，最关键的是数据完全自己掌控，隐私安全有保证，连企业内网也能够轻松跑起来，直接封爆。再说国外的 carson， 妥妥的踢零级选手，长文本处理和推理能力基本拉满了，几乎挑不出任何毛病，而且支持多模态开发，生态兼容性也做到位了， 主流工具链基本上也能够无缝连接。唯一的小毛病就是偶尔会有一点自作聪明，你没让他动了代码，他可能悄悄的给你改了， 但是问题不大，整体实力属于夯到满天。 cloud code， 我 个人最爱的一款，比 curso 更适合新手生成的代码，结构清晰，错误率极低，最厉害的是它能够自我反思，越用越懂你，越用越顺手。这种 ai 工具已经不是夯不夯的问题了，是真省心又靠谱。 how pilot gta， 哈普，老牌选手了，写代码确实快，但脑子有点跟不上，逻辑推理弱，你得把需求写得特别细他才能懂，稍微模糊一点就容易跑偏， 用起来的感觉更像是一个听话但是不太动脑的工具人，就给到一个 npc。 windowsurf 优缺点都特别极端，推理快，想一抹 小项目或者短代码里简直灵光炸线，效率拉满，但一旦代码超过六百行就容易崩，甚至直接卡死，稳定性属实拉垮，只能给一号顶级 argument 虽然不支持多模态切换，但是它上下文引擎真的强到离谱， 语域搜索又准又快，理解能力几乎逼近人类水平，整体用下来文准狠全占了，妥妥的夯。

你还在纠结 cloud code 和 codex 到底谁更强？我的判断是，这个问题正在变得不重要，因为 ai 编程工具正在经历它的 l s p 时刻。接口层和 agent 的 层正在彻底分离，真正的战场已经转移了。 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。 最近有一个叫 gigcode 的 项目引起了我的注意，它做了一件很有意思的事，用 opencode 的 界面去操控 cloudcode， codex 和 amp 这些不同的 coding agent。 它不是 fork， 而是在中间加了一层适配层， 让你可以根据任务类型随时切换底层的 agent。 这个项目本身可能不会改变世界，但它暴露出来的趋势非常值得关注。 我先解释一下为什么我用 lsp 时刻来形容这件事。十年前，微软做了一个叫 lsp 的 东西， language server protocol。 在 lsp 之前，你用 vscode 想写 python， 需要一个专门的 python 插件。 想写 go， 需要另一个 go 插件。每个编辑器都要为每种语言单独开发支持，非常痛苦。 lsp 做了一件事，把编辑器和语言支持彻底分开了。 编辑器只负责显示语言的智能提示和分析，由独立的 language server 提供。结果你们知道了， vs code 靠着 lsp 的 神态几乎一统天下。 现在的 ai 编程工具正处在 lsp 之前的状态。 cloud code 绑定 entropic 的 模型， codex 绑定 open ai 的 模型。 cursor 有 自己的界面和模型策略， 每个工具都是界面和 agent 紧密藕合的，但变化已经开始了。 gigacode 把 open code 界面和 cloud code agent 拆开了， a c p 协议，让 jet， brains 和 zed 可以 接入任意 agent， 这和当年 lsp 做的事本质上一模一样。 把中间层标准化，让界面和后端可以自由组合。接下来说一个更关键的问题，为什么我认为 harness 比 model 更重要？ gb code 的 作者说了一句话，我觉得是整个项目最有价值的洞察。他说， harnesses matter almost as much as the models in 两千零二十六， 意思是模型外面那层壳。系统提示词、工具编排、上下文管理和模型本身一样重要。他自己的实践是， cloud code 适合快速执行和迭代， codex 适合复杂的长时间任务， opencode 适合精确的按指令编辑，同一个人根据不同的任务需要不同的 agent。 很多人以为 coding agent 就是 调用一个模型的 api， 但实际上 codecode 光系统提示词就有将近三千个头衔，内置了二十个工具，还有专门的 plan， explore， task 三个词。 agent。 这是一整套精心工程化的编排。有人做过对比， 同样用 cloud 的 模型直接掉 a p i， 和用 cloud code 的 harness 效果完全不同。所以 harness 不是 锦上添花，它是让模型真正能干活的关键基础设施。 所以现在的 ai 编程工具正在分化成三层架构。最上面是 ui 层，就是你看到和操作的界面，可以是 vs code， 可以 是终端 tui， 也可以是网页。中间是接口层，就是 a c p， open code 的 协议这些标准化的通行方式。最下面是 agent 的 层，包括模型加上它的 harness。 giga code 做的事就是连接了 open code ui 层和 cloud code cortex agent 层，而 a c p 做的事更彻底，他想把整个中间层标准化，那这件事对我们这些从业者来说意味着什么？ 竞争逻辑正在根本性的改变。过去一年，大家的思路是，谁的模型最强，谁的 coding agent 就 最好用， 这是垂直整合的逻辑。但一旦接口层标准化了，竞争就变了，最好的模型未必赢，因为用户可以随时切换。真正赢的是那个控制了接口层，让切换成本最低的平台。这就像 android， 它从来没有最好的硬件，但靠开放性和生态赢了。 现在有三股力量在争夺这个接口层。第一股是 a c p 阵营， zed 发起 jet brance 加入 github， co pilot 也刚宣布支持他们要做编程 agent 领域的 lsp。 第二股是各家 agent 公司的防守，比如 anthrax 最近限制了 cloud code max 订阅不能在外部工具中使用，翻译过来就是，你只能在我家的壳里用我家的模型，别想拆开。第三股是像 gigacode conductor 这样的中间层创业者， 他们赌的就是用户需要自由切换。对于正在用 ai 编程工具的人，我有三点建议， 第一，不要把自己锁死在任何一个工具上，今天 cloud code 最强，明天可能 cortex 更好，后天可能又有新的出来，关键是你要有随时切换的能力。第二，关注 a c p 生态， jet brains、 z， github 都已经入局，它很可能成为事实标准。 第三，比起纠结选哪个模型，不如培养 harness 工程化的能力，怎么写好系统提示，怎么编排工具，怎么管理上下文，这些才是不会被淘汰的技能。 回到最开始的判断，很多人还在争哪个模型最强，但 ai 编程工具的底层逻辑已经变了， 接口层正在从 agent 的 层剥离，三层架构正在形成，谁控制了中间的接口层，谁就有可能成为下一个 vs code 的 级别的赢家。对我们来说，最重要的不是选对今天最强的工具，而是保持切换的灵活性， 以及真正理解 hanse 工程化的底层逻辑。这里是 l l m x factors， 我 们下期见。

大家好，今天是二零二六年二月二十六日，对所有程序员，甚至每个想动手做产品的普通人来说，都是值得记住的一天。中国科技两大巨头几乎同时扔下两颗重磅炸弹，共同开启人人都是开发者的新时代。第一颗炸弹来自华为。 华为云今天正式发布马到代码智能体公测版，它不只是简单的代码补全工具，而是二十四小时在线精通各类编程语言的超级编程助手。背后依靠华为二十多年研发积累，超过千亿行代码库， 能深层代码解答研发问题，自动完成单元测试。最核心的优势有两点，一是效率，通过 codebase 技术深度理解代码仓库上下文同等任务，能节省三成的处理成本。二是生态， 针对鸿蒙系统开发语言做深度优化，让鸿蒙应用开发变得前所未有的简单。同时，它开放接入多款顶尖开源模型，也支持开发者接入自有模型，目标是成为研发全流程的核心智能伙伴。 几乎同一时间，阿里云扔下另一颗炸弹，直接打响价格战。阿里云推出 coding plan 编程模型订阅服务，打包阿里智普、 mini max、 月知案面四大主流开源编程模型，用户一个订阅就能自由切换。 真正引爆开发者圈的是价格，新用户首月基础套餐七块九，可获得一万八千次请求额度，高级套餐三十九块九有九万次请求额度，单次请求成本低至零点零零零四四元。对比国际主流产品月费七十到一百四十元的价格， 阿里云直接把 ai 编程从奢侈品打成日用品，彻底拉低行业门槛。一个深耕技术与生态集成，一个用极致性价比抢占市场。华为和阿里在同一天用不同方式宣告， ai 编程全民化时代真的来了。 这远不止是写代码更方便，而是一场悄然到来的职业革命。国际 ai 公司 entropic 发布的二零二六年智能体编码趋势报告指出，软件开发正经历图形界面发明以来最重大的范式转移，人人都能成为开发者的时代已经开启。 报告明确，程序员职业不会消失，但只会单纯写代码的人会被淘汰。未来开发者将从代码编辑者转变为智能体指挥官，核心工作是定义问题、拆解任务，指挥 ai 完成编码测试与调试，就像导演整合整部作品，而非亲自上阵执行。 行业专家也普遍认为，未来两到三年，人人都能具备开发能力，遇到问题可及时开发小程序。专业开发者会聚焦需求梳理与边界定义，把具体编码交给 ai 完成，效率提升是指数级的。原本四到八个月的项目，借助 ai 仅需两周就能落地。 华为和阿里的动作绝非偶然，而是为人人开发时代搭建基础设施，制定规则。华为打造强大的企业级开发平台，阿里云用低价成为普及型算力支撑。 这场变格已经搅动资本市场。此前 anthropipic 发布相关编程工具，直接导致 ipm 股价创下两千多年十月以来最大单日跌幅。市场用行动证明，固守旧技术的公司会被 ai 浪潮快速颠覆。 站在投资视角，这场 ai 编程浪潮会给 a 股带来哪些机会呢？二零二六年投资逻辑已从硬件基建转向应用落地与价值兑现， ai 编程正是最关键的落地环节。首先是直接受益的卖产人，淘金热里最稳的是卖工具的人。云计算与模型平台是核心在体，阿里云等云服务商凭借生态与低价吸引海量开发者， 低代码、无代码平台结合 ai 进一步降低开发门槛，相关布局企业迎来生产力释放，拥有海量用户的软件公司能快速把 ai 编程转化为产品竞争力，实现业务赋能升级。 其次是垂直领域的效率倍增器， ai 编程会改造金融、制造、医疗等传统行业流程，工业 ai 企业深入制造业，系统落地、图纸识别、公益推荐等场景。财税 ai 平台大幅提升处理效率，降低人力成本。 营销 ai 是 变现最快的领域之一，相关企业借助 ai 实现业务与利润双增长。最后是国产化生态链条机会，华为全站布局带动升腾生态合作伙伴发展国产算力是 ai 应用的基础支撑，在科技自主背景下， ai 芯片、服务器、光模块等领域有技术突破的企业具备长期成长价值。当然，投资伴随风险， ai 编程赛道竞争激烈，技术迭代快，商业模式与企业付费意愿仍需验证，投资者要聚焦有技术壁垒、商业模式清晰、 ai 业务贡献真实收入利润的公司。 总而言之，二零二六年二月二十六日，华为与阿里的两声发令枪，宣告的不只是产品发布，更是一个新时代的加速到来。 代码正从少数人的专业语言变成人人可用的超能力，资本市场也在为这场效率革命重新定价。未来的赢家不是最会写代码的人，而是懂得指挥 ai、 用技术解决真实问题的人与企业。这场席卷全民的开发改革，你准备好了吗？

二零二六年了，如果你写代码还在按 token 付钱，那你的钱包真是在滴血。现在的 ai 辅助编程，随手一个虫购就能跑掉几十万个 token， 按量付费简直就像坐着计费器疯狂跳表的出租车，看着心慌。为了抢开发者，国内各大厂商终于卷出了包月套餐。 我已经帮你把字节、阿里、智铺、 kimi 等九家主流厂商的 coding plan 底细全扒干净了。看这张表，字节方舟四十元就能通吃。 deepsea 和 kimi 的 旗舰模型性价比极高，阿里云 q、 n 三的代码表现确实顶， 但你要小心他后续涨价。不过别急着掏钱，这些包月套餐里藏着厂商不敢说的限流陷阱和模型降至猫腻，一旦踩坑，不仅没提效，反而会拖慢进度。咱们直接看最真实的测评结果。看完了总表，咱们先聊第一阵营， 多模型聚合派这类套餐最大的好处就是灵活，一个账号能调好几家的旗舰模型。字节方舟是目前的头号选手，四十块钱一个月能同时用上 d、 c、 v 三点二和 kimi 最新版，生态兼容性做得最好。百度千帆也是四十块， 它的优势在控制台切换模型，不用改代码，体验很顺。如果你预算有限，无问心穷，直接把价格打到了十九块九，虽然偶尔不稳定，但作为 deepsea 思考模型的低价入口，依然非常能打。如果你写代码需要反复对比不同模型的逻辑，选这几家准没错。 如果你追求极致的性能，那还得看字眼、旗舰派，这三家都有自己的护城河。先说阿里云的 q 文三 max， 他的代码逻辑在国产模型里是独一档的，处理那种烧脑的算法重构非常稳。但提醒一句，很多人反馈他首月四十块只是钩子， 续费可能会跳涨。再看月至暗面的 kimi code， 这是目前的常文本之王。二五六 k 的 上下文是什么概念？ 它能把你整个工程几万行代码一次性全吃下去。无论是改陈年老 bug， 还是理顺复杂的调用链，目前只有 kimi 能接住这么大的量，而且响应速度极快。 最后是智普 ai 的 glm 五，它的工具链整合做的最全，能，直接调用二十多种编程工具。唯一的缺点是太火了，经常显示缺货，想用还得看运气。这三家怎么选？看逻辑找阿里，看工作量找 kimi， 求全能，找智普！ 买套餐前，一定要看清厂商的数学题，很多厂商宣传五小时能用一万多次，对吧？这就是坑。 这就像早期的那种无限流量卡，看着是不限，但只要你短时间内多看了几个高清视频，立马给你限速到断网。在抠屏场景里，如果你正在进行大规模代码重构，连续点了几次生成，系统会判定你高频异常，直接给你熔断。 社区里很多人的真实月上限其实只有六百到一千次。记住，厂商给你的数字是上限，但决定你体验的是那个看不见的动态调节门槛。 为什么有些平台的 db、 cv 三点二用起来感觉特别笨？那是因为部分聚合平台为了省钱，给你偷偷换成了量化版模型。这就像是把一个学霸的脑子精简了，普通的填空题他能做，一遇到复杂的逻辑大题就彻底翻车。更恶心的是兼容性封锁， 有的厂商会偷偷检测你的调用来源。如果你没用他们自家的 ide 或者官方插件，而是用的 open core 这类第三方工具，后台直接就给你报风险错误。 如果你发现自己的代码 ai 突然不听使唤了，先查查是不是被降至或者被定向封锁了。最后说个钱的事，千万别被那些九块九甚至四十块的标价给骗了， 那往往只是首月的体验价。像有些大厂的套餐，第二个月续费直接就能跳到一百多块钱。 订阅的时候一定多点开那个资费详情的小资看看，最好是先按月订阅，把它的响应速度和病发限制实测一遍，觉得好用再考虑长线，别一上来就被大厂的招牌给套牢了。最后帮大家总结一下怎么选， 看中性价比和多模型对比，闭眼入字节方舟或者百度千帆。如果你要维护万行代码级别的大工程， kimi 的 长文本能力目前是唯一解阿里老用户或者是 q one 的 死忠粉，选百炼就行。但有一点千万记住，不管你最后定哪家， 都别直接包年，先花几十块钱订阅一个月，在你常用的编程插件里实测一下真实的响应速度和并发症。别等大面积重构代码卡死的时候才后悔，听我的，实测完再考虑长期续费。

从航到拉瑞，评一下我用过的编程工具啊， vc 加加六点零，这就是我梦开始的地方啊。但是这个东西啊，太容易劝退了，没有代码提示啥的，就感觉称不上现代工具，纯纯就是折磨，只有情怀能给到 npc 吧。 以 idea 为代表的 jade prince 的 产品啊，第一次打开的时候我就感觉那个黑色的界面，还有谁那些什么花花绿绿的代码真的特别帅，就感觉别人看我用这个来写代码，他们一定认为我是黑客吧，哈哈哈。 它的代码提示啊，丰富的插件，还有它的生态都非常好，就是之前我认定把一天的时间都花在这上面，那是非常值得的， 但是我现在看到这个就烦，因为它代表着我又要开始工作了。 ai 时代啊，我还不知道它能不能赶上潮流啊。能给到顶级吧。 vs code 有 些人可能拿来写前端或者是 python 呀啥的，但是我还是习惯用 python 或者是 idea 来写， 没有 jespers 那 些产品那么重，它是比较轻的，而且它的打开速度也挺快的，我一般拿它来呢，就是看文档啊，或者写一些小脚本，它最大的好处就是免费，只要你插件装得好啊，用起来那是非常的顺手。给到顶级吧。 咳嗽，这我感觉就是属于是 vs code 加 ai 刚出的时候呢，就公司花钱开了套餐，好几个人用一个账号，后来基本就都被封了，之后就再也没用过了。我觉得它这个东西用起来响应速度也不快，完了还挺贵的，给到人上人吧。 g l m 加上 c l i， 真狗啊，他出了新模型啊，就马上涨价，但是一年四百来块感觉还是能接受吧。 现在就有一种啥呢，小时候玩网游的感觉。如果你想体验割草般的这个编程快感啊，你就得充钱 现，反正我现在就是修改 cloud code 的 这个配置文件，给它替换成请求 g l m 呃，它对于 c r u d 这种小这种小项目来说应该不成什么问题，所以给到顶级吧。

兄弟们， ai 编程工具啊，千万不要买包年了，模型越来越强，也越来越便宜啊，各种各样的工具不断的出来，所以不要去办包年的会员。阿里云出了这个千问三点五的模型，并且还出了这种套餐啊，首月才不到八块钱，不需续费，最多也就四十块钱，里面包含什么呢？ 最新的千问三点五 plus， 还有 glm 五，迷你 max 二点五， kimi 二点五，基本上国产最强的模型都有了，量有多少呢？我作为一个后端，怎么用也根本用不完啊，基本如果你不做页面的话，这个量肯定是够的，那如果不够的话， 这里如果算四十块钱，如果你不够的话，你可以在某鱼上搜索 tim 拼车，然后买蔻的 x 五，一个月估计也就不到十块钱左右。 那如果你还不够的话，你可以试用一下那些编程工具啊，加起来一个月估计也不到一百块钱，我从来不说不差钱这种屁话啊， 如果你真的不差钱，你不用写代码了，那干嘛还来买什么编程套餐啊，编程工具这种东西，能省则省啊，而且不断有好工具出来，你可以不停的去买，不停的去换，不停的去尝试，所以不要去包年买任何的套餐。

ai 编程懂踩坑儿？今天聊个神器 get nexus， 给你的 ai 装上透视眼。用 ai 写代码是快，但你是不是感觉大部分时间都在给它擦屁股？ 没错，就是这个恶性循环，刚修好一个 bug， 转业又冒出好几个新的。别以为这小事，你看可能就改了一行代码，整个订单系统就崩了。问题出在哪呢？就是 ai！ 它啊，像个瞎子，根本不懂你代码的整体架构， 所谓的十倍效率，瞬间就变成了十倍。头疼的开源项目就是来解决这个问题的， 它的核心无忌就是这个知识图谱，说白了，就是给你整个代码库画了一张活地图， kinnexus 会自动扫描你的代码，让 ai 终于能看清大局，不再狭盖，用法也灵活，你可以用功能超强的命令行，也能直接在网页上快速体验。 但真正的魔法还得是 c l i 模式，能直接给你现有的 ai 助手赋能。 你看，他直接给了 ai 一 套超能力工具包，简直是脱胎换骨。就拿这个 impact 工具来说，你改代码钱他就能算出爆炸半径。你看，这就完全不一样了，以前 ai 得猜半天，现在一步到位，精准。 而且啊，不管你用 ts、 python 还是 java、 go， 它基本上都支持。它还能跟你最爱的 ai 工具无缝集成，特别是跟 cloud co， 简直是绝配， 上手也超简单，就三好命令，几分钟就能搞定，直接开跑。最关键的一点，全程一百趴，稳定运行你的代码哪都不会去，绝对安全。所以说，这不只是让 ai 变聪明，更是让你对 ai 写的代码有信心。 所以问题来了，你的 ai 到底是个得力助手，还是个开盲盒的编辑器？

这可能是全网第一个从零不需要写一行代码就能做出一款真正原声 app 的 最佳实 践。花费了整整两个月的时间与探索，我终于跑通了整个流程。不管你是经验丰富的工程师，还是零基础的小白，只要你跟着我的步骤，就能在半小时内做出一款运行在手机上的原声 app， 不是 那种浏览器里面。 h 五，今天我就要把这些经验全部分享给你。 第一步，打开 stage， 选择三 pro 模型。这里默认使用的是谷歌的界面，直接用中文和他对话，告诉他你要做一个什么样的 app。 比如我这里跟他说， 我要做一款可以拍照自动识别有效期的 app。 ai 迅速给出了几套极简主义方案的设计稿， 注意看这些卡片的间距、光影、圆角，全是严格遵循 google material 三设计规范的。 你可以对单张图片进行局部修改，也是直接用自然语言即可，直到修改到满意为止。注意尽量多花一些时间，免得再在代码层面修改调整会非常麻烦。 第二步，定稿后一键导出。这里 ai 已经把刚才的设计图转化成可以被机器阅读的 html 代码和 png 格式的效果图。以前这部需要 ui 和前端反复沟通，现在秒集完成。 第三步，打开 anti gravity， 建立一个项目工程。注意这里最好把前端后端分开，方便 ai 对 你的项目工程有一个结构认知， 建立 front end 和 back end 目录，再在 front end 里建立 design 和 app 目录，直接把导出的代码和图片放置在 design 目录下， 并给 demo 三 pro 下达指令。请参照这套设计稿效果，使用 flight 技术帮我生成 app 代码， 代码放置在 app 目录下，此时 ai 进入自动驾驶模式，他在后台疯狂调用接口写大的代码配置环境，你不需要懂什么叫组建，什么叫状态管理。 ai 就 像一个拥有十年经验的工程师正在帮你敲代码。 为什么要让 ai 使用 flat 技术写代码呢？请看这里。 ai 生成的代码包含 ios、 安卓、 mac、 windows、 web， 也就是一次性生成的几乎包含所有平台的 app 代码，简直太爽了！第四步， 打开 mac 上的 simulata 手机模拟器，输入一串 app 启动的代码，现在就让我屏住呼吸，等待 mac 原声模拟器，看，这不是网页，而是真正的 flat 原声 app 倒计时的逻辑，卡片的脉冲动效，全都完美的复刻了设计稿。当然，你也可以连接手机，直接让刚开发好的热乎乎的 app 装进你的手机里运行， 抛弃那种一句提示词就能开发出一个产品的幻想，那些都只是玩具。这种从想法到成品的全流程自动开发，我花了两个月才实践出来的最佳路径。如果你觉得有用， 请帮我点赞关注，抄作业过程当中呢？遇到任何问题，请在评论区留言，我会一一解答。

推荐我使用过的几款免费 ai 编程工具，你用过几款呢？首先登场的是 google ai studio， 推出就是王炸款， 妥妥的新手入坑 ai 编程的第一款神器，也是我往期视频重点安利过的，现在依旧几乎全免费，虽说有额度限制，但用来做一款超复杂的 app 都完全够用，想学用法的同学直接去翻我往期的详细教程就好了。推荐指数，五颗星 第二款是咱们国内自洁出的吹椅，个人用完全免费，还能无限量调用 glm 四点七、 mini max m 二点一、 kimi k 二点五这些国内顶级大模型，我平时就用它优化做好的 app， 比如调的 ui 这类，简单活超顺手。 不过实话实说，复杂的业务逻辑还是得靠国外的编程大模型，国内大模型目前确实还有点差距，但任重而道远，未来肯定超可期。推荐指数，四颗星第三款就是最近超火的 kiro， 亚马逊出品的硬核神器， 能几乎无限量调用 cloud code 的 最新版顶级大模型，妥妥的 ai 编程进阶款，真心建议大家一定要试试， 不管是复杂的功能逻辑开发，还是核心业务代码编辑，用它来做都超靠谱，效率直接拉满。 推荐指数，五颗星！第四款就是超实用的 open code， 它是一款免费开源的 ai 编程工具，也是很多开发者私藏的 cloud code 的 平替款，个人使用完全免费，还内置了好几款免费大模型，不用额外花钱就能用。 他最香的就是不挑模型，不锁平台，不管是免费模型、付费模型，甚至是自己电脑上跑的本地模型都能接上使用，隐私性也拉满，代码数据默认不上传 终端、桌面端 vs code 这些常用 ide 都能无缝适配，平时用它写代码、改 bug、 分 析复杂项目都很顺手，但不适合新人。程序员用的比较多，所以推荐指数给三颗星。好啦，我常用的免费 ai 编程工具就推荐这几个啦。 其实市面上还有不少同类工具，像腾讯、百度，还有阿里千问也都出了自己的 ai 编程工具，但我还没实际用过，就不瞎推荐，不误导大家了。 如果有小伙伴用过这些，欢迎在评论区分享一下他们的优劣，给其他同学避避坑，指指路。好了，你学会了吗？那这一期的教程就到此结束了，咱们下期再见。

别再瞎用 ai 了，公欲善其事，必先利其器。第一天我就把市面上所有 ai 编程工具给你拆清楚，今天告诉你到底怎么选， 直接给结论。选一个主力 coding agent， 然后配几个 chat bot 做方案设计和架构思考就够了，不要全都用，你只需要一套主武器。现在市面上的 ai 辅助基本就五类。第一类， chat bot 的 类，代表 deep c 豆包，有条件的可以用 jamming 或 gpt， 这类工具最通用，你可以跟他聊天，写代码，聊架构做规划，但说实话，他更适合前期思考，比如项目怎么做，架构怎么选，技术路线怎么规划，可以用，但不建议当主力写代码工具。第二类， id 一 插件类，代表奥特曼的 logo， 这类已经具备完整扣定 a 键的能力， 可以直接作为主力。优点是深度集成 ide， 上下文理解强。缺点是不同 ide 体验差异明显，比如在 vs code 上比在 java 上强很多。如果你已经习惯 ide 工作流，这一类是非常稳的选择。第三类，基于 vs code 改造的 coding agent， 这是现在竞争最激烈的一类， 比如 curser， tree， anti gravity， hero， windsor， 每个都有自己的打法。 curser 产品体验做得最好，先发优势明显， tree 便宜，主打性价比二点零，还有 solo 理念。 intg gravity 有 google 生态背书， pixel 主打 spec 驱动流程，从需求设计到执行计划，全链路打通， windows 体验很均衡，交互不输 cursor。 还有 coding map 这些小细节设计怎么选？预算有限，选翠爱，追求成熟体验，选 cursor， 想走完整产品流程，选 pixel， 想拥抱大场生态，选 intg gravity， 想要体验和价格都均衡，选 windows。 第四类， c l i 类，代表 quadd code， cortex open code 最大优势，一句话，只要有命令型的地方就能干活，而且天然适合并发开发，配合 word g 可以 同时开多个 feature 分 支独立验证。 说个真实经历，早期 quadd code 刚出来的时候我主力是奥特曼，那时候对比体验差距很明显， c c 根本比不过，但他营销做得好，抓住了程序员对命令行分为感的偏爱。项目赚钱了，有研发预算了，再加上模型厂商自家产品的优势，现在已经完全不是早期水平了， 而且模型调用基本量大管饱，不像有些产品为了省钱各种限制。第五类， g u i 类，这才是真正面向小白的趋势，因为 i d e 和 c l i 对 新手来说门槛都不低，小白需要的是一个点开就能用的界面，这也是为什么 codex 推出 codex a p p 之前也有开源的 g u i， 但没有团队和宣发很难做大。目前来看真正成气候的基本就这一家。最后说模型，现在主流就是 cloud 和 gpt， 国产的 kimi mini max 也越来越强，而且便宜，学生党可以考虑模型怎么选中小任务想要又快又好，选哭了的复杂任务，长时间运行难解 bug。 选 gpt， 拖地干活快，但有时候会犯错， gpt 会先吃足够多上下文再动手，慢但质量高。总结一句话，简单任务用 cloud， 复杂任务用 gpt， 工具只是加速器选对主力武器，然后持续打磨自己的工作流，效率差距会被你自己拉开。工具选错，后面全白干这一期选武器，下一期向实操安装配置跑通一条龙。关注我，别掉队。

大家最近 costco ceo 呢发布了一个帖子，他说人工智能软件开发已经进入第三个时代，而且最近 costco 也发布了一个新的产品叫 costcloud agents， 那 么这个东西到底有什么关系？以及他所说的第三个时代到底是什么？那本期视频给大家一起来探。首先呢，他在这个帖子里面，他把 ai 编程呢分成了三个时代， 那第一个时代呢？就是 table 股权时代。那么在 ai 编程的第一个时代里面，人类是需要去参与写代码，因为当时大模型的这个生成代码之间是非常差，这个时候人是需要去通过写代码来纠正模型生成的代码错误，所以这个时代最大特点就是人需要去写代码。 那到了第二个时代呢，就是 a 型的时代，也就说你通过对话让 a 型自己去写代码。然后呢，人主要是做的事情就是 不断的对话，因为他完成任务长度是有限的，他会把这个任务拆分成多个对话去完成。所以呢，你需要去不断的去跟他对话，不断的去 view 他 demo， 然后去跟他一起去测试。 所以我把这个时代人的参与度就是陪着 agent， 陪着 ai 一 块的事情完成。那么他也给出了一份数据啊，也就是说在去年三月份的时候，那 table 使用 table 的 用户啊，大约是使用 agent 的 用户的二点五倍，但是现在到了二零二六年， 使用 agent 的 用户已经是 table 用户的两倍了，那么从这个现象也可以看出，人写代码的次数已经是 table 用户的两倍了， 已经大部分都通过 a 级的自主去完成这样的代码。其实我们现在大部分是 ai， 也也是在这个时代，那么到了第三代之后，模型增强了，能调用更多工具，能够更长时间运行，那自然而来就是人参与的就变少了。 所以呢，这个时代的特点就是人只要负责的是做事，就是去规划编程的 a 级呢？去完成怎么做的问题， 那最终人去把它的交付物去验收，那这里面到了第三个时代，交付物就变得很重要，那在前面这个时代里面，第二代、第一代，然后我们都需要去阅读 ai 代码的这个变化，以及有没有什么问题一，然后要去做一些端到端测试。那么在第三代里面，这些过程全部是 ai 去完成，那么它最终给你的这个验收交付物就变成了可能是 测试报告，可能是这个整个的测试过程的一个录屏，然后一个可以运行的一个测试的一个结果，比如说网站、 app 等等，那这些就是很明显的这种可以看到的这种交互物了，你不再去接触代码，现在的变化是非常重要， 人参与的更少，然后聚焦在更需要人的智慧判断的东西，怎么做已经不重要了，做什么以及它最终验收是否合格，就变成了一个最重要的事情。那么现在比较火的这个 openclo， 它也是一个云端的 agent， 然后他根据你的这个消息的对话，然后去完成这样的任务，你完全不用关注他是怎么做的，这其实就是一个变化的趋势。那么除了 cosco 发布这个帖子说这个云端 agent 的 自动化编程这个事情，那么 stripper 这个公司呢？ stripper 是 是国际上非常非常知名支付的提供商，那么他们也分享了他们怎么来使用 agent 的 编程 去完成他们的共同的编辑，那么他这里面处理的就更加厉害了，就是把整个开发的过程全部是 agent 的 代码自动化，比如说 agent 会去拉取你的 slack， 你 的信息，你的这个项目管理里面的，比如说 bug 报告，然后呢去编辑代码， 然后他会去拉取他们整个几万个测试库，测试用力，然后去进行测试，那么人人需要做的事情就是 pr， 阅读 pr， 那 最终的这个合并， 所以说它整个过程中间的整怎么做去执行的过程全部已经自动化了，不再回到 coso 针对这个第三时代啊，推出的这个产品叫 coso cloud agents， 那 这个产品的特点就是 它会给你出实化一个虚拟的环境啊，然后在虚拟的环境去部署你的代码，然后去根据你的指令去完成功能的开发。那么你也可以在外部端、移动端、桌面应用 slack 里面使用这个 cloud agents， 也就是你不需再需要去使用 id 了，你不需要去下载任何 id， 你 可以在任何时刻，任何地点都可以去完成代码的编写，以及看到它最初的交付。我们来看一下它这个东西到底怎么来用。那首先呢， 你打开这个 agent 这个文，这个网站网页啊，然后选择你的这个 get 目录，它是 get 这个跟这个是绑定的，要绑定先绑定，绑定完之后呢，你就可以去点这个 set up， 也就是他会出示整个你的环境，如果你出示完成了，做完了，那么他是默认是没有的，那么你就可以直接在这对话，那我们来看一下我之前的一个出场的记录啊，那我点了这个 slide， 进入这一步之后啊，他会帮我们申请一个虚拟环境，他会做什么事情呢 啊？比如说这个，那我这个项目是非常复杂的，有一个 java 的 后端，还有一个这样的一个后台系统，那么他识别到了我的这个 get 目录里面的这个 进入站之后呢，他就会去安装我们的 java 所需的环境，比如 jdk 以及 my circle 以及 radis， 以及所有所有的一切。他这边执行完看，他这边会按照按照像我们部署环境一样去部署拉取这样的啊，给 java 的 版本啊， my circle， radis， 然后进行安装，安装完之后 他就会启动这个项目，启动完这个项目之后呢，你就能看到 一个这样虚拟的这个环境，那么你可以自己去控制，比如说这个这个时候他什么项目，那你自己可以控制去点击，那么正常情况下是 ai 去控制，他会用这个里面这个虚拟环境浏览器进行测试，因为你是一个网页的系统进行测试。 那么在这个过程中呢，我让他修复了个问题啊，因为初十八项目之后，发现你启动之后有报错，那么他花了三十四分钟时间，也就是他运行了三十四分钟， 排查了各种各样的问题，最终解决了。解完之后他给了我们交付物，这里在强调交付物的概念了，刚刚说了第三十来的交付物是预制，可能是你的这个测试的过程以及可以运行的一个代码， 他就这边就录了屏，也就是这是他的一个测试完了一个结果，他他的一个测试说这个已经没有问题了，他自己会录屏， 他自己操作这个完全没有人参与的，他自己去点击菜单去判断有没有问题，去读写我们的这个谷歌浏览器的这个 control log log 日制，然后去判断 不在我们自己。比如说我们自己本地电脑，我们可以使用 m c p 去完成这样的事情，但还是需要我们人去参与，这个就是它完全在云端 帮你去做完了这件事情，然后这边也会有截图啊，然后呢接着呢我就让他先增了一个功能，让他做了一个功能，比如说在登录界面做一个忘记密码的功能，然后给让他输入，输入这个邮箱的时候可以去重置密码，那么他运行了三十分钟，然后最终自己测试完了这个功能， 自己进行测试编写。那么在整个开发过程中啊，他是会不断去写代码，不断去测试，就你能看到他这个桌面端一直在动来动去的，像人操作这个浏览器一样，你看他自己会去输入这样的一个账号，然后点击下一步，然后呢去写这个发邮件的代码，然后去发送验证码， 现在验证码是个模拟的验证码，当然他输了这个验证码之后去重置密码，重置密码之后呢，他还会去测试一下登录有没有，有没有问题，他整个过程是我们是完全不关心的，不 care 这个事情， 他自己完全是云端的，你这个时候可以把电脑关上，你可以人人可以离开的工位，干什么都行，然后他把这个过程已经完完成了，而且他会把最终这个已经成功的这个视频录下来给你看了哦，我是有这个交互物给到你，你可以看一下是不是 ok 了，对吧？ 然后呢他也会给到这个截图啊，每一步关键的截图给到你，那么除了这个交通物之外，然后呢，你可以在这边看他提交这个地址代码， 他会在这边会有地址代码，那么你就可以去让他去提交这个 pr， 他 会把这里所有的代码都已经写好了，弄好了，那么你就可以去提交 pr， 那 么在你的 get 哈密里面去合并这个 pr， 你也可以在这边去核词，那么他这个 cloud 的 就是符合他刚刚说的第三十来的交付物啊，过程也可以预览一个交付物，然后呢，还有我们的这个底下的整个的一个记录，以及他的 pr 的 一起，就全部在这个界面全部都可以完成。所以呢， 在我使用完之后，啊啊，我对这个的感觉就是 ai 编程的门槛又降，进一步降低，已经降到土里去了，已经不需要有任何的环境，你自己不，不需要懂任何的技术栈，你只需要去 把你的需求说清楚，那么完全交给他，他不长时间去运行，这个长时间运行是非常大的一个进步，现在所有的 a 型的或者所有的模型工具啊，都在强调这个可以稳定运行两个小时，三个小时， 那这个其实意味着就是模型能够自主判断，自主修复整个编程功能中产生的任何编码的问题，样式的问题，对吧？视觉的问题，然后最终给它一个符合你要求的一个交互， 所以体验下来是非常非常爽。那么这个功能目前也是免费的，可以去啊 cos 的 这个官网上去使用。那么这个 coscloud agents 呢？我这边也给他总结了步骤，大概你出手吧，一个你从来没有 在这个 cloud agency 里面用过的，那么可以分分这么几步啊？第一步可能是初识化这个系统环境，这个时候你不需要操心，你不需要操心，你只要给他一个 get 目录就行了， 然后的话他会在每次对话当中产生这样的一个交付啊，一个视频，然后一些截图，还有我们的这个 get 代码，然后可以去提交 pr。 所以呢，你关注的东西是非常非常有限的， 我们来对这个时代和对这个产品做个总结。我觉得 ai 变频已经啊进一步的降落点，门槛直接降到土里去了，人需要关注的就是做什么以及最重要的验收，其他的中间过程已经完全不用去操心了。 还有一个呢，就是 ide 已死啊，就是 ide 已经不会再用了，就比如说我在最近这半年基本上没有打开任何的这个 id， 那 用的就是 ai 权限，自己自带的 id 或者说终端命令啊，像 java 的 开发工具， python 的 开发工具， php 的 开发工具，已经完全没有再打开过了。 所以这是一个非常非常一个明显性啊，就人越来越脱手了，不需要再去编码，不需要再去看这些啊， 变更啊，或者干嘛这些东西。所以呢，对我们开发者或者说任何的一个普通人，如果你想去做一个产品，想清楚这个产品是什么，比去想怎么去实现它有哪些必要的多。那么在 ai 这个时代，人人是产品经理，这不是一句空话，而且是一个能做产品的产品。 ok， 那 本期视频就到这，如果你想。

国内 ai 编程工具排名，从夯到拉，纯主观 trip 算是国内第一批 ai 编程工具了，代码生成这块挺扎实的，不管是小程序还是小游戏，基本能写一点就能跑。这里给到人上人 call the 八 d， 腾讯出品，稳定性还行，但是动不动就卡死，生成速度也慢，用起来挺磨人的。真要写代码还是有点吃力啊，适合作为一个辅助工具，拉完了。阿里的 通力临马实力确实能扛，打深层的代码基本上拿过来就能跑，虽然偶尔会有一点小 bug， 但是完全不影响大局。这里可以给到一个顶级 cold force， 开源免费，还能够本地部署，最关键的是数据完全自己掌控，隐私安全有保障，连企业内网都能够轻松跑起来， 夯爆了！国外 ai 编程工具排名，从夯到拉，纯主观科 sir 妥妥的 t 零级选手，长文本处理和推理能力基本拉满了， 几乎挑不出任何毛病，而且支持多模态开放，生态兼容也做得到位，主流工具链基本上也能够无缝连接。唯一的小毛病就是偶尔会有一点自作聪明，你没让他动代码，他可能悄悄的给你改了，但是问题不大。 整体实力属于夯。 cloud code， 比起 koser 更适合新手，生成的代码结构清晰，错误率极低。 最厉害的是它能够自我反思，还能主动纠错，越用越懂你，越用越顺手。这种 ai 工具已经不是好不好的问题了啊，是真省心又靠谱，直接平齐 胖爆了！ copilot git up， 老牌选手了，写代码确实快，但脑子有点跟不上逻辑推理落，你得把需求写得特别细他才能懂，稍微模糊一点就容易跑偏，用起来的感觉就像是听话但不太动脑的工具人。拉完了 wind force ai 优缺点都特别极端，推理快响一猛，小项目或者短代码里面简直灵光乍现，效率拉满，但一旦代码超过六百行就容易崩，甚至直接卡死，稳定性属实拉垮只能给到 npc。 argument code 虽然不支持多模态切换，但是它的上下文引擎真的强到离谱，语义搜索又准又快，理解能力几乎逼近人类水平，整体用下来稳准狠全占了，直接给到顶级。