qcoder怎么一直用

扣的换号不是一小技巧二，往期视频里我们说了小技巧一，可能说的不太详细，这次我们再详细的说一遍如何在扣的换号，让这个全片的记忆不消失。我们的这个对话可以看到这个进度条非常的二百六十九积分， 如果再执行一个稍微长一些的任务，会将那个积分跑到三百，模型的智商马上就会降，会非常耽误事，所以我们要提前准备，或者运行到一半的时候，发现这个用量快满了，马上就点那个停止按钮，将模型终止， 这个时候就不要再继续了，然后我们点击文件这里打开最近文件夹，我们这个项目名称是 home， 这个时候需要打开一个无关紧要的项目， 比如这个 piktor， 打开以后它是一个空的项目，然后将这个账号的信息进行退出，这个时候找到博克文章里凹上 me， 点安澜钢铁侠这篇文章下载的工具，把这个钢铁侠 软件呼叫出来，点击呼叫钢铁侠，等他执行完毕哦，执行完毕以后，这个软件不要关，就扔在边上，不用管他。再次打开扣的左下角这个 设置的图标，打开以后还是刚才的空项目，这里是没有账号登录的状态，然后我们需要登录到全新的已经准备好的这个空的账号，选择登录，直接授权登录，打开扣的好，这个时候我们的账号就已经登录成功， 用量这里变为了零杠三百。然后我们再来将这个项目所在位置切换到 home 里面，也就是我们正在实施的项目，将模型 还是切换成极致模型，然后再和极致模型进行对话就可以了，它上面的所有的上下文和记忆都不会消失。我们那个非常长的 上下文的对话，目前开发的是一个网页的博客的项目，可以说抠的非常的智能啊，他这个 做的网站效果非常的棒，用抠的在 linux 端开发，就相当于在服务器端直接进行开发，然后在 windows 端的网页就可以直接预览这个网站的效果。可以看到这个高度自定义的一个 类似于个人博客或者公司网站的一个项目，非常的漂亮，他的后端管理界面可以完全自定义所有的内容，包括了前端的布局，页面管理，商品管理， 还有邮件系统，用户管理，订单管理，将所有展示给用户的前端显示的板块全部可以高度的自定义，好有点跑题了。在开发这种自己想象的网站的时候，发挥自己的创意 是非常兴奋的一件。然后再回到我们的 code 里面，往期视频里讲了如何去切换项目，如果钢铁侠不用了，以后注意啊，这里我们不要选择刹档关机，一定要选择挂起这个英文 respond guest， 要选择这个，将它挂起， 这样哪怕我们把硬盘卸走，下次再安上这个 o v f， 打开以后的状态还是保持现有的状态，所有的内容都不会消失，就相当于给服务器加了一个快照。再有一个二点二版本的钢铁侠输入的时候， 这里我们输入中文可能有些问题没有优化好，加入了一个 windows 端的小助手，我们可以将鼠标移动到右上角，注意看中间会自动触发一个弹窗出来，就可以在这里随便 输入一些内容，按回车键就可以复制这个内容，按 shift 回车键就会自动打上序号，然后再按回车键就会将输入的内容复制到剪辑版里，然后 ctrl v 再 这里进行粘贴，就可以和模型快速的进行交互，感觉比输入法还要方便好，这就是所有的钢铁侠 code 在 使用上的小技巧。

北京今天多云转阴，温度是二十摄氏度。

code 换号不失忆小技巧，积分用完以后，想要换号的话，如果直接退出， 里面的记忆会直接消失，下面教大家如何保留这个记忆。桌面上的账号只用了二百五十积分，还剩余三百积分，我们先将这个积分跑满， 不要浪费，然后再换一个三百积分。积分用完之前，我们来提前将账号准备好。首先来到风车邮箱，系统 mail 点超超密，点 on line， 接着来获取一个邮件，可以获取这个 edu 的 邮箱，点 com 邮箱，这种顶级邮箱都可以， 也可以获取 icloud， 以 icloud 为例，我们先将那个邮件拿到，接着来注册一个全新的账号。注册好账号以后，看 uzi， 这里 全部都是零杠零。回到客户端看一下这个账号的用量，已经用到了二百九十六积分，如果再发下去的话， 模型会调用轻量模型，会非常耽误事情，所以我们需要将这个账号退出来，换一个全新的账号，注意细节，不要点退出，我们要先打开一个其他的项目， 任意的一个项，在这个空的文件夹，点击退出登录，将这个账号退出，点一下呼叫钢铁侠，有一个执行的过程，等他执行完毕，执行完毕以后再来打开 code。 好， 这个时候我们来点击登录，来登录刚才注册好的 这个全新的账号。由于我们在网页上已经注册好了这个账号，所以他会自动调出登录，选择 open， open 以后进来用量。这里是一个 零杠零的状态，说明我们这个操作啊失败了，需要再次叫一下钢铁侠，让他来帮帮忙，然后再打开扣子，好，这一次拿到了三百积分，注意看我们的这个项目里面的绘画已经没有了， 但是我们刚才打开的是一个无关紧要的项目，这个对话没有就没有了，这个时候将项目还切换回去，打开最近的文件，选择 刚才我们的影视相好，发现这个对话全在里面，模型继续切换到极致模型，我们就可以在不失意的情况下 继续刚才的对话，这样整个项目一点也没有耽误。如果对这个操作不懂的话，可以参考邮箱系统里面的 公告里面的这些工具研究一下到扣的官网来刷新一下网页，刚才我们发了一次对话，来看一下这个新的账号就可以继续使用。三百积分 价格这里也有两刀的首月优惠，扣的首月优惠两刀在 本月的三十日将会取消，这个一定要注意一下，所以大家有条件的一定要多囤一些两刀的号，咱们的这个方法本月底以后也说不好还能不能使用，所以 一定要明白，我们是非常被动的，完全受控于官方，想要学习的小伙伴请一定要明白这个道理，然后再做出决定。

的这个项目积分跑到了二百五十二，如果继续执行下去的话，很有可能会超过三百，那么就会调用他的轻量级模型，会非常的耽误事情，可能会将这个代码改乱，所以这个时候我们要优雅的切换一下 这个账号，而且让当前的这个对话不失意。可以选择文件，打开最近的文件，随便选择一个没有内容的项目，比如这个 pk。 接下来第二步，将这个账号进行退出， 完整的将它退出，打开已经准备好的钢铁侠，点击呼叫钢铁侠，等钢铁侠执行完毕以后，接下来来登录我们这个已经准备好的全新的账号。 再次打开 code， code 的 图标是这个，左下角点击人头，直接登录哦， continue， 然后打开 code， 用量这里就变为了零杠三百，这样又有一个三百积分的赋语，足够去执行一个非常长的任务。再切换回刚才的项目，再次查看一次用量， 零杠三百和模型进行对话，模型使用的是极致一点六叉的这个翻倍发送一个 begin， 他就会去执行上面的这些任务，这个任务非常的长，这样就会在不失意的情况下来继续完成我们项目的任务。 code 更多使用技巧和手册可以参考加运，点 side， 找到 ai 工具箱，找到钢铁侠这篇文章。

大家好，我是 kitty， 千万三 coldnest 正式发布了，我呢会介绍一下它，并且给大家分享一下它论文里的一些要点。我也通过 lm studio 在 本地部署了它，中间呢遇到一些问题也会告诉大家怎么去解决。千万的工程师呢，说这次发布对它意义非凡， 它负责模型的中心训练，在打造这个模型的时候，是将用户体验作为首要考量。这个模型它是基于千万三 s 的 八零 b a 三 b base 来构建的。 八零 b s m b instructor 模型呢，也是我之前在本地经常使用的一个模型，性能非常好。这次 codnest 呢，它是聚焦于拓展智能体的训练，它在 swbench value 5 的 得分呢，居然是达到了七十点六。我们再看一下官方那些 demo， 比如说这个呢，是让它做一个啊 l u a 的 一个终端页面，很美观，而这个 demo 呢，是让它做一个弹球游戏，最终生成的是这样子的一个游戏。再看一个粒子系统的 demo， 最后是这样子的画面，他还可以帮我们做桌面整理，我也在本地通过 client 来让他帮我去做处理，但是我发现他把我一个 python 脚本就直接给删掉了，所以大家在让他做整理的时候啊，一定要非常小心。再看一个植物大战僵尸的， 也是非常有趣。这个 demo 呢，展示的是对浏览器进行操作。来看一下我通过 codnest 呃 m l x 六比特模型在本地做了哪些应用。这是一个兵马俑街舞，整个画面呢，它是在左边的， 然后这里的话也不是特别像兵马俑，当点击切换舞步的话，他会稍微有点动作，整体这个页面的话做的一般，这是他做的瑞士设计风格的理发网页， 我们看到这样的页面啊，整体还是比较干净的。关于我们的工作室这块，他的排版有些凌乱啊，还是太靠左边了，下方这块板块还是可以的，这是我让他做的催眠无限循环动画。 右侧我们可以看到有好几种方案，当我点击不同按钮，就会出现不同效果。这些呢也是在 client 里面 先计划，然后再让它生成。它在第一次提示的时候呢，就已经将前五个动画做出来了， 最后一个即坐标拨呢，它是有点问题，然后我又提示了一下它，让它修改，最后生成了这样的效果。 对于 codnest 这么小的一个模型来说，我觉得它做的这个程度已经是相当好了。现在呢，我们看一下，从 codnest 论文里面发现了一些亮点，相比千万二点五扣的九十二种语言呢， 呃， codnest 它是支持三百七十种编程语言。 codnest 采用智能体训练方式，模型在可执行环境中与实际代码交互，从真实执行反馈中学习理解代码行为。它有八十万个真实的编程任务，它有四大专家模型协调工作， 外部开发专家。呃，用户体验方面的，单论问答方面，还有软件工程专家将四大专家能力呢，蒸馏到单一模型。这一页的话，我们特别值得关注一下。 colonist 训练呢，它是使用了二十一种不同的工具，聊天模板覆盖了多种格式。那它和千万 code， client， open code 啊，这些是搭配比较好的，我在本地使用呢，就是搭配 client 使用的， 发现它的智力还是很不错的，给我的感觉呢是非常像索尼的三点五千万。提到呢，在五种主流的 ide c o i 框架测试中， codenast 展现出最稳定的跨格式泛化能力， 平均准确率远超其他模型。这个是非常重要，它可以被用来智能代码补全 bug， 自动修复，代码审查，还有终端任务。现在来看一下怎么在本地部署。我呢是通过 l m studio 来下载的， 它呢是分多个版本，有一个 g g u f 的， 你可以在 windows 电脑上尝试， m l x 的 话是适配 mac 电脑，我呢选择的是 m l x。 六比特的使用过程中 大概会占啊六十多 g 的 内存，他的模型下载的话，六比特差不多也要是六十五 g b。 由于这个模型比较大，他也是下了比较长的时间，在快接近完成的时候呢，他保持了这个状态，保持了十几分钟。那怎么来解决呢？ 进度条显示已完成，但是超过啊十到十五分钟没有响应。如果说它出现红色的报错 check sum field， 那 就是存在带点 part 后缀的未完成分片文件。因为大模型它是采用分片下载机制的， 某一分片因为网络波动导致数据损坏，后来我检查是发现有一个切片呢，就是有损坏，导致它一直保持着这样的一个状态。那我们在这里呢，千万不要直接点这里的叉，它会将你之前下载好的啊，都会给删掉。 如果说界面出现这样的一个标志，那我们可以点击旁边有个旋转的重试建议，到 l m studio 模型下载的目录里面找到文件名后面像这样子的一个文件，删除这样的一个点 part 文件保留，其他的 再接着呢，你可以到 hackinface 上面搜索这样的模型，然后找到刚刚对应的编号， 使用浏览器下载，或者是你将 l m studio 关闭之后，将点 pad 文件删掉，再打开 l m studio， 就 会出现有个这样的啊， check some field， 那 时候的话旁边就会有个重试按钮，你点击这个重试的话，它就会正确下载了。 注意呢，下载六十四 g 模型的时候，硬盘呢，最好预留一百三十 gb 以上的空间，当最后阶段硬盘写录和哈希校验非常耗时，如果指示灯在闪给它呢，五到十分钟。刚刚有提到这部分文件损坏呢， 它只是单纯的网络传输，数据校验不一致，不是代表硬盘有坏道。在这个页面的制作中呢，除了我一开始给他原始文档， 那其他呢，都是通过啊 codelast 来帮我生成的。我看到它生成的效果还是真的挺不错的，和我用 open 四点五或者是 sonit 啊都是非常接近的。如果说我们要使用这样的模型，那温度设置成一 topk， topk 是 四十， topp 呢是零点九五。来到 am studio 这样的一个开发者， 我们可以将这个模型加载进来，在右边呢，选择一下你给它做的预设，这个预设呢，就包括你给它设置的温度等参数。之后呢，我们来到 client， 在 模型这里呢，将它设置成 codnest 之后，就可以给它布置任务了。并且我一开始选择的是 play 模式。 我观察了一下，如果我只是简单地给 ecole esther 啊发一个你好，它在我本地的生成速度大概是七十左右的 talk 每秒。如果说是 client 的 提示词，加上我在这里给他发的提示词， 他呢？是啊，处理的话先要处理个几秒，大概五秒左右之后就可以啊回复内容了。他在第一次尝试的时候，我们目前看到的界面呢？除了啊我上传的头像，还有他的生成结果没有内容， 其他的页面的话，他是一次提示，就啊完全是生成好的。之后我上传头像让他生成。他遇到了一个 c o r s 的 问题， 后来它也很快解决。如果说你的构建环境对隐私要求比较高的话，非常推荐你在本地呢部署千万三 coldest 这样的一个中小模型的能力已经是让我觉得非常厉害了。

全程无剪辑，来一个 q o 的 快速换号，这个项目已经跑了二百五十五积分，再有四十五积分就跑满了，所以我们要抓紧时间将这个积分更换一下， 以防止后面的对话太长导致调用低级模型而变为失忆的状态， 耽误事情，这个视频就不剪辑了。然后我们来快速将这个账号换一下，首先打开文件，打开最近的文件，找到一个空的目录， 然后点击人头，点击退出登录，将这个账号进行退出，打开钢铁侠，呼叫钢铁侠，这个 code 会自动进行关闭，等钢铁侠执行完毕，我们再来打开 q order， 好，修改成功，打开 to order， 点击人头，点击登录。关于钢铁侠可以参考加运典赛，找到第一个板块， ai 续杯工具，找到钢铁侠这个文章进行参考。我们继续点击登录， 浏览器被呼出，直接点击 continue open， 这样就成功登录了这个账号，积分又变为了三百分之零，模型可以选择极致模型，这个时候我们来打开刚才的项目， 就可以继续和模型进行对话， 模型问我们给它一个回复， yes， 这样 ai 就 可以继续进行工作了。

属实没想到，新年第一天，中国大模型又出王炸产品，号称是另一个 deepseek 的 一款编程大模型 iquest coder 今天火爆外网， 而且出品方还是国内的基金公司，看来股票量化运算才是 ai 模型最好的训练场。这款模型的软件编程能力测试结果显示， 其 swaybench 准确率高达惊人的百分之八十一点四，超越了 cloudsonnet 四点五和 gpt 五点一。更令人惊叹的是，其模型参数仅有四十 b， 只有后两者的二十分之一，表现相当惊艳。而且它们的技术方案也是业界首创，采用了一种名为代码流训练的范式，能够从代码库的演化模式、用户的提交历史以及动态代码转换中进行强化学习，相当于它可以理解真实的软件开发流程， 而不是像其他模型一样仅仅学习了静态代码。目前该模型已经在 l m studio 可以 直接下载 q 四和 q 八的量化版本，模型体积分别为二十四 g b 和四十二 g b， 感兴趣的朋友可自行下载并进行测试。

大家好啊，前几天被 openclaw 刷屏了吧？我也说了，那只是个小儿科而已。相信我，马上就会有更高级的场景出现。你试着想一想，如果一声令下，就像捅了马蜂窝一样，有无数蜜蜂冲出来给你干活，那场面会是什么样？ 而今天凌晨刚刚发布的 queen 三 cold nex， 我 从凌晨就开始进行部署测试了。我判断啊，它将是解锁这个蜂群系统的一块非常重要的拼图。 我十分确定，今年正在开始的一条 ai 主线就是复杂编排和主控加蜂群的 a 阵的架构。 我引用一下杨执林在前几天一场 ama 中说过的一段话，它的意思是，高质量数据的增长速度已经赶不上算力增长了，传统的 scaling 带来的提升会越来越小。 那怎么办呢？我们可以用 agent swarm， 也就是蜂群的方式来扩大增加并行的子 agent 的 数量。用人话说， 我们不应该总是想着用一个大神模型就把事全干了，大神可以干指挥，做好规划，然后调用一个蜂群来解决更复杂的任务。但问题是，蜂群架构需要什么样的小蜜蜂呢？ 我的观点是，第一，要成本低，要能高速并发在本地跑。第二，主控的任务要能在一个上下文中独立完成。 第三，它还得有足够强的 a 阵能力，能独立完成任务。如果有一种模型恰好满足这三个条件呢？那就是今天的主角 queen 三 coder next。 先看第一个条件，去年九月，我测试了这个模型的上一个版本，它激活参数只有三 b， 生成速度超快，而且九十六 g 显存就可以支持它同时运行多个并法， 尤其是许多消费级的硬件都能跑起来。再看第二个条件，长上下文的性能，这就是他的专长了。如果你用过本地模型，一定经历过这种情况，刚开始每秒能输出一百五十个头肯，到最后慢慢的变成每秒只有十个头肯，超级卡。这不是你显卡的问题， 这是大多数模型处理长文本时候的通病。上下文越长，计算量呈指数级增长。 但 nex 系列不是这样，它是一种限性注意力架构，随着上下文递增，它的速度衰减会趋于平缓。 去年九月我实测了对比 nex 八十 b 和 queen 三三十 b 短上下文的时候，三十 b 的 确很快，但超过了五十 k 以后，八十 b 的 确是反超。到了二百五十六 k 上下文的时候，八十 b 的 速度居然是三十 b 的 二点四倍， 这意味着什么？蜂群架构中，每个小蜜蜂都要长时间工作处理大量上下文。 codernext 的 长上下文性能刚好是契合这个场景的， 但这还不够。再看第三个条件， agent 的 能力。在技术报告中有个关键点，它是专门为 agent 而生的， 我们不要看名字叫 code， 它就是给程序员用的。这种 agent 呢，其实更加擅长用代码来解决通用问题，它的大量后训练也是围绕着这个目标的。我在实际中体验感觉非常明显，它在 cloud code 的 环境中的表现已经完全不是过去那个版本了。 报告里也提到了一些离谱的 benchmark， 超过这个超过那个，我当然不会全信了，当然要自己测。原本下期的视频是要分享如何做一个新技能，叫 c， 也是我的一个刚需场景。我经常跑长时间的任务时， 自己就跑去客厅打游戏了。这个 c 的 技能的作用是在任务完成后，利用 airplay 通过宏帕的 mini 来通知我。老实说，昨天我用 k 二点五一个 prompt 就 实现了，我还是挺惊讶的，但是今天 code next 一个八十 b 的 小模型居然也做到了。从结果来看，虽然在途中遇到了一些错误，但最终还是从错误中恢复完成了任务。帮我调查了指定的仓库，完成了代码，还成功了运行，我们来看看成果吧。好了，他又把这个东北话支持了 我们，他现在已经都做好了，我们来测试一下。先帝创业未半，中道崩除，今天下三分一周疲弊。可以啊，似曾非已，存亡之秋也。要知道，在去年九月的那个版本，用 cloud code 跑简单的任务还有点勉强， 但是现在只用一条 prompt。 同一个上下文内，它会灵活地使用 cloud code 的 各种工具分解任务，从错误中恢复，并且始终记得任务目标。这些在 a 阵的时代都事关重要。 coder nex 的 表现非常不错， 而且千万不要忘了它是二百五十六 k 的 上下文。这个是非常实用的，我还尝试在它做任务的途中同时开启了另外的两个任务，速度完全没有受到影响。 如果一个 a 阵子有概率完成任务，我们就可以用多个赋本来提高任务的成功率，这也是用算力换结果的 scale out 的 方法论。所以说，我们要的小蜜蜂应该是什么样能在消费级设备上跑长上下文，性能衰减慢， 有较强的 a 阵子能力，窗口大，能独立完成子任务。这就是实现蜂群的我想要的那块拼图。当然了，很多程序员会杠，会说它编程能力差， 你有没有搞错，八十倍的模型拿它去编程，这种模型如果放在企业内部是绝佳的，它能做自动化，能做提效工具， 能做 agent skill 的 调用器，是企业内部的一个非常不错的选择。那最近我正在把我的 agent 框架做更新，让它支持 kimi k 二点五来做编排，让自己 agent 在 不同的容器里高并发了执行。大家等我后续的更新吧。以上就是本期全部的内容了，谢谢大家。

我给阿里最新发布的 quencoder nex 出了一道很容易翻车的题啊，那这次呢，我们就不写新功能做那些 demo， 而是让它在一个已经跑了很多年的老项目里面 做一次真正的业务改造。那说实话啊，这种任务对于 ai 来说的话呢，一不小心就会乱改失忆，甚至是直接推倒重来。官方宣称呢，这个 quencoder nex， 它是专为长任务和 a 件的编程设计的这种开源的代码模型， 它最大的一个特点呢，不是说它参数更大，而是呢用了混合注意力加动态门控的架构，因此呢，它可以在上下文很长，修改步骤很多的时候，尽量不跑偏，不 失忆。那你可以看到啊，它在这个 s w bench， pro， terminal bench 还有 either 这种偏多轮执行的任务上面呢，用极低的 active 参数就跑到了第一梯队。那它今天在这个任务里面究竟表现如何？会不会翻车呢？ 今天这个视频啊，我们一起做个见证。下面呢，我们简单说一下这次要做的任务吧，那我这边呢，是用到了这个若一啊，来模拟这个我们已经跑了很多年的这种老项目。 现在呢，它的这个日制功能是直接和 masco 交互的。那这次呢，我们要做的就是对它进行一个改造啊，就是把这条日制链路直接完全的迁移到这个 mongod db 里面。但是呢，有几个非常硬的前提条件。第一个呢，就是我们要做最小改动，前端页面不能改动啊，然后这个后端的 controller 的 接口 不能变。第二呢，就是在迁移之后，前端现有的这个查询啊，筛选啊，分页啊这些逻辑必须是全部可用的。第三啊，现有的日制数据需要从这个原始的 my circle 数据库同步迁移到 mongod db， 并且我们在拖动时间窗口的时候，这些老的数据的查询也是完全 ok 的。 那最后一点呢，就是我们整体的一个环境约束了啊，比如说我会告诉他，我本地只用这个 docker 启动 my circle 和 mongodeb， 你 不可以给我额外的去安装一些嗯，数据库的一些软件之类的。那这个任务呢，本质上就是在考验模型能不能够在真实的工程约束下面 啊，去持续的改对，而不是乱改。 ok， 那 我们现在开始吧，本次呢，我们用到的是这个 open code 来做整体的一个 web coding 啊， 那因为呢，这个 quicksand code next 目前呢还是没有上线百联云平台的。那我们现在呢，就在摩达社区自己去部署一个啊，它会自动地去匹配算力的规格，然后系统盘这个地方呢，我们就给它稍微调大一些，然后点击部署啊，我估计一个小时以内我们这个任务就能够跑完了啊。那接下来的话呢，我们就给这个 open code 配置自定义模型， 这边呢，我们需要去填入这个 base url 和 api key， 那 随便给他一个提示词，简单测试一下，可以看到他这个响应速度还是很快的。那接下来呢，我们就给他一个完整的提示词，让他开始工作。首先呢，他会去搜索整个代码库，找到相关代码的逻辑，然后呢他这边列了一个 to do list， 接下来呢，它就会按照这个 to do list 挨个儿去完成啊，比如说这个添加依赖啊，新增 mongol 的 配置类啊，添加连接信息啊，然后它就去创建了数据实体类啊，写了一个 mongol db 的 数据操作，这样在这个 surface 里面，它去替换成了刚才生成的这个 mongol 的 操作类，对吧？很快我们这个项目它所有的代码就已经写完了， 这里呢还生成了数据迁移与备份的一个方案啊，看上去还是非常的细致，对吧？那对于多克容器的操作呢，他可以去自己执行相关的命令，比如说他可以去自己读取控制台的一个输出，然后呢自我修复和优化，这点我觉得是非常 nice 啊，最后我们整个项目也已经 成功启动了，那现在的话呢，我们就去打开浏览器啊，看一下它的这个效果啊，发现果然是已经启动成功了。接下来的话呢，我们这个老的日记记录也是在这里有展示的， 那说明这个数据迁移的脚本执行还是非常成功的。接下来的话呢，我们去做一些业务操作，看一下新增日制的这个场景是否是符合预期的，那可以看到这个业务操作已经执行完了，我们再来到这个日制界面啊，可以看到这个最新一条的记录呢啊，就是我们刚才操作的那个。然后我们去看一下老的这个 macbook 数据库 啊，发现这边呢是没有新的数据写进来，说明我们这个日制的写入也已经是迁移到了 mongodeb， 那 到这里的话呢，我们就已经全部迁移完毕了啊，整体这个效率的话，大家觉得怎么样？可以在弹幕给他打个分，那对我来说呢，这次最大的一个感受不是说他代码写的有多快啊， 而是呢，他可以在真实的老项目里面去坚守住啊，我们给他定的这个工程的边界感，那至少在这个任务当中，这个 quin 三 coder next 呢，他没有去乱改我们项目的一个结构 也没有说啊，这么长的一个任务，他中途就失忆了，重写了，更像是在嗯，不断的配合我们啊，把一件比较复杂的事情一步一步的去做完。当然啊，这也并不意味着他所有的任务都不会翻车啊，也不代表他就能够去适配所有的一些编程的场景。但是呢，我觉得在这种长任务 啊，多轮修改，真实工程改造的这种场景下面呢，它的这个价值啊还是比较大的。那说起 quake 呢，其实每年在这个时间点，大家都会期待一次新的版本迭代，而这次我们用完了 quake 三 cold nex 之后呢啊，我反而对后面的这种版本的更新是更加期待了啊， 所以说呢，也是非常欢迎大家去自己上手体验一下，那说不定呢，会有一些不一样的感受。 ok， 那 以上呢，就是本期视频的一个全部内容了，感谢大家的收看，我们下个视频再见， peace。