claude语音怎么开启

大家好，今天给大家分享 cloudco 创始人在推特上分享的他们的团队是如何使用 cloudco 的， 他总共分享了十三个小技巧，我觉得非常能提升你使用 cloudco 的 效率。那废话不多说，我们直接来看看。 那他给的第一个建议是并行处理多个任务，他一般来说会在终端里面开五个 tab， 然后开启系统通知，当某个任务需要你的输入的时候，你再切换打开。 而且除了本地之外，他还在网页端同时跑五到十个的绘画，然后通过一些操作让多端进行协调，当你在终端运行命令加上 end 之后，就可以把本地的绘画接管到网页端，一整个的效率就拉满了。 第三个是他推荐所有的工作都用 up 四点五，并且开启思考模式。虽然 up 比其他的模型更大更慢，但因为这个模型它需要更少的引导工具的使用能力也更强，最终几乎总是比用小模型更快， 当然最近就是已经有了 up 四点六。呃，我觉得整体的核心逻辑就是我们要用高阶的模型，省去您很多修改 prom 的 时间。 第四个是他们整个团队会共享一个 cloud md 的 文件，每当看到 cloud 做错了什么，就加到 cloud md 里，这样 cloud 下次就知道不要这样做了，这就形成了一个良好的循环。第五个是在 covid review 的 时候，通过 app 机器人的方式，让 cloud 自动把一些信息记录到 cloud md 文件里。这是一种利用 ai 自动维护项目文档的技巧，你不需要离开浏览器回到本地去修改文档， ai 会自动帮你更新规则。 然后第六个是它建议大多数的任务都要从 plan 的 模式开始，这也是我在过往的 ycode 顶的 教程里面推崇的一种方式。我们要先把计划做好，再让 cloud 进行开发，会减少很多来回修改的一个过程，在终端里面按两次 shift 加 time， 就 会进入到 plan mode 的 模式。 第七个技巧是 boris 会对每天重复做很多次的一个内循环的工作流，用斜杠命令放在 cloud commands 目录下，比如 boris 和 cloud 每天都会使用几十次 commit push pr 这个斜杠命令正常，你给 ai 说帮我提个 pr， ai 可能需要思考， 然后再调用工具，然后再去获取结果，然后再思考。那每一次提交一个 pr， 你 都要进行一次这样的循环，会消耗大量的 token 跟时间。 那你提前设置好这个斜杠命令， ai 就 不需要思考。用斜杠调起这个命令之后， ai 就 直接操作，就减少了你输入 prom 以及也减少了 ai 的 思考时间，直接可以快速的执行。 那第八个是用子代理来做流程的自动化，它会专门让 cloud 去调用一些专门的子代理去处理一些单一的任务。它这里展示的是它现在目前最常用的一些子的代理，比如说像这个就是专门负责重构用于代码的一个子代理。 呃，第九个是用 post to use 钩子来格式化 cloud 的 代码，大家写代码最烦的就是格式错误导致 ci 挂掉，那创始人 boris 的 绝招就是使用 post to use 钩子。简单来说就是在 cloud 刚写完代码的瞬间，后台它会自动静默地执行一遍格式化工具， cloud 负责搞定百分之九十的逻辑钩子负责最后百分之十的细节， 这样不仅你的代码会比较整洁，更重要的是它建立了一个自动验证的一个防线，不让低级错误来浪费你的部署时间。这个就是 boris 它在后台配置的一个 post to use 的 一个脚本。 第十个技巧是，当我们在用 cloud 的 时候，它经常会停下来申请去获得一些操作的权限，可能为了快速，或者说也比较懒，然后没有认真的去看，就会无脑地给权限或者跳过，那可能会有一些安全的问题。 boris 就 建议我们可以对一些常用的进行 预先授权，只要输入斜杠 permission 就 能进行操作，而且它大部分的操作都会和团队去共享，这样就可以开通一次权限，全团队都不需要再重复开间距了，效率也保住了安全。 那第十一个技巧是，它会用 cloud 去调用不同的工具，比如它会让 cloud 去抓报错日期，然后直接根据日期去修 bug， 修完顺便发一个 flag 告诉老板，这样 cloud 变得更加强大。 那第十二个技巧是，当你处理长任务的时候， ai 会经常停下来问你接下来去干嘛， 如果你不能及时响应，反而会耽误 ai 生产的时间，那它给的建议就是它会提示 cloud 在 完成之后使用后台代理去验证 ai 的 工作，然后再使用 agent stockhook 进行更确定性的验证，或者去安装一个插件，他推荐这款插件，这个插件会让 cloud 自动 继续，直到任务彻底完成，这个会让你的长任务处理变得更加的自动化。那最后一个技巧是 boris 认为最为重要的一个建议，给 cloud 一个验证工作的方法，如果 cloud 拥有这种反馈避反，它最终结果的质量将会提升两到三倍。 简单来讲就是 ai 写完代码之后，需要运行在线上看一看，让 ai 自己能够看到这个结果，然后去判断这个结果是否合适，然后再做一些正常的调整。那 boris 的 方式是对于提交到 cloud ai 或者 cloud code 的 每一项改动，它都会通过 cloud chrome 扩展程序进行测试，它会自动打开浏览器去测试 ui 界面，并且不带的迭代。只要代码能够正常运行，且用户体验良好，那在不同的领域，其实验证的方式都各不相同，它可能简单到只是运行一条命令， 或者是运行一套测试主键。那像 boris 的 话，它是运行了一个浏览器的主键来自动打开 ai 写的网页，然后让 ai 去看这个网页是否能够正常运行哈，再做正常修正。那这个就是 cloud code 的 创始人在 twitter 上分享的十三个小技巧，我觉得 每一个都非常的实用，希望能够帮助到大家。

cloud code 能用语音写代码了？昨天 ansorepic 宣布 cloud code 开始微度上线语音模式，目前百分之五的用户可以用了。用法很简单，在终端里输入斜杠 voice 就 能开启语音模式。然后直接说帮我重构一下认证模块， cloud 就 会执行。 你可能觉得语音写代码有什么用？手打不是更精准吗？但想想看，当你在做饭的时候，突然想到一个 bug 怎么修 语音一句话就能让 cloud 去改。当你躺在沙发上懒得坐到电脑前，语音一句话就能让 cloud 帮你写断代码。语音模式让写代码这件事 不再需要正经微坐在电脑前了。目前只有百分之五的用户有，接下来几周会逐步开放，你有吗？评论区告诉我。

编程进入对讲机时代， code code 上线语音模式，长按空格，说话松开，完成输入。语音转入 talk， 完全免费。我是文强，带你拆解编程交互革命背后的投资逻辑。 code code 的 语音怎么用？很简单，输入 with 命令， 开启语音模式，长按空格键，说话松开，完成输入。语音转出来的文字会直接在光标位置实时流势输出。 关键不是替代键盘，是补充键盘。你可以先手打一半提示词。遇到复杂逻辑，懒得打字了，长按空格切到语音吐槽那一段难以描述的逻辑，松手，再继续打字，无缝连接。 早期测试者反馈，在在调试涉及多层回调嵌套式的 bug 时，语音描述的效率比打字提升近十倍。还有一个大力好 语音转录的 talking， 完全免费，不计费，不扣额度。有意思的是， openai 的 几乎同时推出了类似功能，两家几乎同时出招，这不是巧合，是共识。编程工具的下一个战场，不再是模型有多聪明，而在交互有多自然。从我们角度看， 这个功能释放了三个深层次信号。第一个信号，人类说话的速度大概是打字的三到四倍，大概是每分钟一百五十次， 打字呢，大约是四十次。这这意味着，语音编程理论上可以提升同等时间内的代码产出量。当 ai 模型的代码生成准确率逐步触达天花板，提升人际交互的效率将成为新的突破口。 第二个，信号编程的主要瓶颈已经从写代码变成了表达意图。从 tab 键自动补全，到 ai n 自动编码，再到语音输入，编程正在经历一次输入革命。键盘不会消失，但未来的编程一定是多模态的 键盘，语音甚至手势和演奏都会成为编程的输入通道。第三个信号编程门槛正在被彻底打破。以前写代码需要熟练掌握语法，现在你只需要会说话就能表达需求，未来可能出现需求描述师这类新职业， 专门通过语音与 ai 写作完成软件开发，这对整个行业来说是颠覆性的。给零到一的客创家三个启示，第一，关注交互创新，不要只盯着模型能力，当模型能力趋同于同质化时，交互方式是差异化。 语音编程只是一个开始，未来会有更多颠覆性的交互方式涌现。第二，理解混合输入的价值。语音编程不是要完全取代键盘，而是与键盘形成互补。最佳实践是 自然语言部分用嘴说，精确代码部分用手打。第三，思考开发者体验的每一个细节。编程工具的用户是最挑剔的一群人， 他们对延时、准确率、稳定性的要求极高。如果你也在做开发者工具或 ai 应用，需要优化产品体验，或者对接产业或者创业资本，我可以帮你链接评论区留言编程工具，获取我的专属对接通道。我是文强，你的领导，一科创伙伴。

大家好，欢迎收看新一期的视频。 cloud code 最近迎来了一次重磅更新， 我相信很多人都会爱上这个新功能。 ansorepic 已开始在 cloud code 中原声内置语音模式， 目前约有百分之五的用户已经可以使用该功能，并在接下来几周内逐步推向所有用户。获得权限后，你会在欢迎界面看到相关提示，届时只需输入 voice 即可开启该功能。 接下来我来解释一下为什么这项更新意义重大，而绝非花拳绣腿。 cloud code 的 语音模式采用了按键通话的交互方式， 按住空格键说话，说完松开就行，就这么简单，文字会实时流逝，输入到光标处。这个设计非常聪明，你可以先打一半提示词， 中间不好描述的复杂部分直接用嘴说，解释完复杂逻辑再接着打字。 它不会覆盖已有内容，只会在光标位置直接追加。这功能确实挺赞的，毕竟要是让你手打一段长篇大论，还得详细解释重构需求的提示词， 或是该如何重写身份验证中间件，你就知道这有多费劲了。有了语音模式，你直接自然地说出来就行， 描述你想要的架构、要处理的各种边缘情况以及需要遵循的具体模式，这些都会直接转化为你的提示词，不用来回切换应用，也不用从别的工具里复制粘贴。你可以换个角度来想，当你和 ai 进行结对编程时， 其实就是在跟它交流对话。你会说，好现在把这个函数移到独立文件里，或者给这种情况加个错误处理， 就是 api 返回四二九报错的时候，这才是人类最自然的思考和交流方式，要把这些全打出来，反而显得很不自然。语音输入让整个交互过程更像是在面对面聊天， 理应如此。接下来才是最有意思的地方，这也是我最想聊的部分。包括我在内的很多开发者一直在用一些工具， 比如用 whisper flow 在 写代码时进行语音输入。 whisper flow 确实是个好工具，别误会，它支持 mac 全系统调用，随处都能语音输入。但有个问题， whisper flow 是 要花钱的， 专业版每月大约十美元。虽然这钱不算多，但如果你已经订阅了 cloud code， 加起来也是笔开销。不管你是专业版、 max 版还是其他什么版本。所以， ansore pick 直接把语音模式内置到 cloud code 里， 意味着你不用再额外花钱买语音转文字工具了，至少在编程时是这样。据 anthracad iii 介绍，语音模式是免费使用的， 而且语音转录的 token 不 会计入你的速率限制，这一点直观重要。这意味着你不会耗尽额度，仅仅是因为跟 cloud code 说话。 语音转录基本是免费的，在您现有订阅的基础之上，并且适用于 pro max team 以及 enterprise 计划，目前阵逐步推行，所以几乎所有 cloud code 的 用户最终都能用上它。客观来讲， whisperflow 的 用途不只限于代码听写，它支持系统级调用，无论是 slack、 邮件还是文档，随处可用。所以，如果你在整个工作流中重度依赖语音转文字， whisperflow 或类似的工具仍有其用武之地。 但如果你之前专门用它来输入 cloud code 提示词，我想很多开发者确实都有这个习惯。内置语音模式让你不再需要这类工具， 而且总的来说，这种开发者体验也更好。语音输入直接内置在工具中，意味着在常用工具里无需切换上下文。你不必再确认第三方听写工具是否在后台运行， 也不用担心它有没有选对窗口，一切都以原声集成，按住空格说话，松开即可 搞定。另外，还有准确性的问题，像 whisper flow 这类工具属于通用听写工具，它们表现不错，但并未针对编程术语做过专门训练。比如我有时说使用 try catch 快， 结果它识别出来的完全是另一回事。而 cloud code 的 语音模式，我希望它的转路能更懂开发者的语言， 毕竟它本身就是为编程工具打造的。不过我目前还没法进行全面测试，因为还在等权限。但按理说，它对函数名、酷名 以及技术术语的处理应该会比通用听写服务更精准。对了，有人在评论区问到智能体 s、 d、 k 是 否也会支持语音模式， carry q 表示目前还没有这方面的计划，所以目前这只是 cloud code 的 专属功能。这也很合理，因为智能体 s、 d、 k 更多是编程接口， 而语音输入本质上属于人机交互。我认为这还预示了一个有趣的趋势，即 encyclopedia cloud code 的 产品定位与远近方向，它们不仅是要打造一个更强大的编程助手，更是要构建一个更优秀的 ai 协助交互界面。 语音输入、全新的后台任务子智能体。这些功能的结合正让 curlcode 发生蜕变，使其更趋于完整的开发环境，而非单纯输入提示词的命令行工具。 在我看来，更多的 ai 编程工具都应该朝这个方向发展，凡事都要逐条手动输入指令，在快速迭代时，靠打字真的太慢了。有时候你只想说， hey， 重构下这个组建，改用新的 context provider 模式， 确保测试依然通过，然后直接执行。这比全部手打出来要快得多，尤其是当你正处于深度心流状态，完全不想被打断思路。总的来说，我觉得这是 cloud code 一 次非常给力的功能升级， 它能帮你省下购买第三方工具的费用，而且完全不需要额外付费， token 消耗也不会计入你的配额限制，它能直接融入你现有的工作流程。 anthropic 这波更新确实很出彩，总的来说，整体体验非常不错。我们下期视频再见，太在拜拜。

一分钟看今日 ai 大 事！没想到通过文本描述就能在虚幻引擎里创建三 d 场景。你可以自由地用鼠标调整位置，再让它再加点植被，就能将角色植入。 nigro 是 一款虚幻引擎， ai 助手可以通过文本描述进行 pcg 环境创建，智能地实现资源放置，明目张胆撬墙角了！ cloud 上线记忆导入能力输入这段提示词，就能从别的 ai 把你的偏好、项目背景一键搬到 cloud 里。还能在设置里格式化编辑，不用做过多沟通， cloud 就 能懂你 现在通过自然语言描述，就能生成对应情绪的语音。另外，有冇计划 𫪈？ 中国海外物业组合嘅占比提高至几多嘅水平？还能从零设计音色与场景声模拟， 比如输入下面的提示词，设计疯狂反派的语音声线就能阻止我吗？太天真了！ 或加入场景描述来渲染语音的沉浸感，尝尝他家这个新品，味道挺特别的。不再依赖固定标签。阿里放出语音合成加音色设计双模型组合拳。 其次，阿里把大模型名字彻底统一，中文为千问，大模型英文为千问，避免之前多个名称混淆。今日还有以下信息值得关注， ever ai， 每天带你了解 ai 新鲜事！

一边是制裁风声，一边是疯狂更新。当你还在手动敲代码的时候， cloud code 已经能用嘴写代码了。 刚上线的语音模式输入我已开启，按住空格直接说话转录内容，自动填进输入框。目前虽然限量推送，但这功能一旦全量开放，开发效率直接起飞。你觉得语音写代码靠谱吗？关注我，带你了解更多 ai 资讯！

当今的程序员已经不再需要紧盯键盘敲代码了，而是像与人对话一样，长按空格就能随口说出逻辑调试 bug， 编程的边界已经被重新定义了。近日， appropic 正式为旗下命令行 ai 编程工具 coco 上线语音模式，一句 voice 指令即可激活 长按空格键说话松开即完成输入，语音转录实时流入光标位置，与键盘无缝切换。更关键的是，语音转录 token 完全免费，不计费、不扣额度，彻底打破了语音编程的成本壁垒。很多人将其简单理解为语音转文字加编程的总和， 但这背后却藏着 ai 编程交互的底层变更。当大模型在代码生成准确率上逐渐触达天花板时， 编程的下一个战场早已从模型智商转向交互自然度。而 clark 的 这次出手，正是打响了多模态编程时代的关键一枪。市面上的语音转文字工具早已普及，但为何克尔扣的语音模式却能引发开发者圈如此强烈的反响呢？ 核心在于它跳出了替代键盘的思维，转而成为键盘的完美补充。如此强大的功能，主要依赖于以下两大突破性技术的支撑，第一是流逝实时转录技术实现说及所得的无延迟体验。与传统语音工具说完再转写的批量输出不同， 可拷的语音模式采用流逝处理，用户说话的同时，文字会实时逐字显示在光标位置， 无需等待完整语音结束。这种设计的核心价值是及时校验，即开发者可以一边说一边确认识别准确性，一旦出现偏差，可立即中断语音进行修正， 避免了说完才发现错误重新输入的低效循环。更关键的是，这种转录并非简单的文字堆砌，而是深度适配编程场景的语义理解。 比如你随口说在第三层回调中添加静态条件检测系统，不仅能准确转写文字，还能理解编程语境中的专业表述，避免将回调、静态条件等术语误判为普通词汇。这背后是 anzopik 针对编程场景优化的语音识别模型， 结合 cooke 本身的代码理解能力，实现了语音意图到代码语义的直接映射。第二是键盘与语音的无缝衔接，打破输入边界。 不同于第三方语音插件切换繁琐、易覆盖内容的痛点， qq 的 语音模式可以在打字过程中随时调用， 你可以先手打一半提示词，遇到复杂逻辑、懒得打字时，长按空格切到语音，随口描述那段难以梳理的逻辑， 松手后继续打字，内容不会被覆盖光标，无需手动调整。这种混合输入模式精准击中了编程的核心痛点。人类擅长用口语描述混乱场景，而键盘擅长精准输入变量、 u、 r、 l 代码片段，二者互补，才能实现效率最大化。 比方说，你需要调试一个涉及三层回调嵌套加进开条件的 book， 如果只使用键盘组织语言描述问题，光梳理逻辑、敲击文字就要五分钟， 而使用语音只需要三十秒就能描述清楚。这种人类岁岁念是的上下文信息，打字时往往难以完整呈现，但配合语音描述后，就能让 ai 快 速捕捉核心问题，这就是语音交互的天然优势。此次语音模式最引人关注的亮点除了交互体验， 就是语音转录 tocan 完全免费。这并非简单的营销手段，而是按 zopik 布局多模态编程生态的战略考量背后藏着两层核心逻辑。从用户层面看，免费 tocan 彻底打消了开发者的使用顾虑。 在此之前，无论是第三方语音编程工具，还是部分 ai 编程助手的语音功能，都存在按 tocan 计费的问题。开发者在使用时会刻意控制语音时长， 不敢畅所欲言，反而限制了语音交互的自然性。而 cloud 后的免费政策，让开发者可以毫无负担地用语音描述逻辑、讨论架构、调试 bug， 真正实现想说多少说多少，降低了语音编程的使用门槛，让更多普通开发者能够尝试这种全新的交互方式。从行业层面看，这是 izoopik 在 圈地多模态编程的生态入口。 当前， ai 编程工具的竞争已经进入白热化阶段，当 gpt 四、 core 三等大模型在代码生成、 bug 修复的能力上的差距逐渐缩小时， 交互体验就成为了差异化竞争的关键。 anzuopic 通过免费 token 降低使用门槛，本质上是在培养开发者的使用习惯。当更多开发者习惯用语音与 ai 编程工具交互时， core core 就 能占据用户心智， 进而围绕语音模式构建生态，比如接入更多 id、 适配更多开发场景，形成语音输入、代码生成、调试优化的完整闭环。不过值得注意的是， cross code 的 这一动作并非孤立， 几乎在同一时间， openai 的 codex 零一百零五点零版本也推出了类似功能，采用 whisper 语音引擎，支持长按空格录音、松开转录，但需要手动修改配置文件起用，且仅支持 mac os 和 windows 系统， linux 用户暂无法使用。 两家巨头几乎同时出招，绝非巧合，而是行业共识的体现。编程的未来必然是多模态交互的天下，而语音正是最贴近人类自然表达的交互方式。尽管科奥扣的语音模式带来了诸多突破，但我们必须清醒的认识到， 语音编程目前仍处于补充键盘的阶段，尚未能完全取代键盘，其核心价值在于重构编程效率，而非颠覆传统输入方式。从优势场景来看， 语音编程在三大场景中的表现尤为突出。一是低 bug 阶段，口头描述 bug 比打字快数倍，且能自然带出更多上下文信息，让 ai 更快定位问题。二是架构讨论阶段， 快速传达设计意图，比如让这个 api 用注做认证， access token 十五分钟过期， refresh token 七天再加一个刷新端点，说出来仅需十秒钟，打出来却要一分钟。三是特殊场景， 比如进食喝咖啡、手部受伤获得了剑桥延时，语音输入就从锦上添花变成了刚需，让开发者在无法使用键盘的情况下依然能保持编程连续性， 但短板同样明显。对于变量名、 u、 r、 l、 代码、片段等需要精确输入的内容，语音识别的准确率仍不够稳定，尤其是对 komo case 下划线命名和各种缩写的识别容易出现偏差。 此外，在编辑复杂算法逻辑时，语音描述的精准度不如键盘输入，容易出现语义歧义，导致 ai 生成的代码不符合预期。因此， 当前语音编程的最佳实践的是混合输入，用语音处理自然语言部分逻辑描述需求表述、各吞吸， 用键盘输入精确代码部分变量名语法参数。这种模式既保留了语音的高效，又确保了代码的精准性，真正实现了一加一大于二的效率提升。 这也印证了一个核心观点，技术的进步从来不是非此即彼的替代，而是优势互补的融合。 如果我们把视角拉远，就会发现，科奥扣语音模式的上线不仅是一次工具升级，更是编程范式改革的起点，它正在推动编程从手动编码向意图表达转变，从程序员向编程导演转变。最后，我们不妨思考一个问题，编程的本质 从来不是敲击键盘，而是表达意图。人类最自然的表达意图的方式是说话， 当 ai 终于能听懂开发者的话，并将其转化为代码，编程才真正回归了为人服务的本质。 cross code 的 voice 命令只是一个起点，但这个起点足以开启一场编程交互的革命，而这场革命才刚刚开始。

今天偶然发现 mac 向微信的语音输入可以全集使用，想象一下，如果和 ai 一 起用，效率太高了。长按 fn 键，任何 app 都能直接调用微信语音输入。 不管是写文档、发邮件，还是在 cloud code 里给 ai 写长提示词，直接开口说识别超准，还自带标点， 说完了松手就生成了文字，可以继续说下一段。 设计方法，保证微信语音输入开启了快捷键，系统给了微信权限就行了。 这不就是罗老习的 t n d 吗？

大家好，欢迎回到我的频道。 antisorbike 最近给 cloud code 的 用户带来了一个超酷的更新，这个功能叫做远程控制功能。简单来说，你现在能直接用手机操控 cloud code 绘画了。没错，你没听错， 你可以在电脑上开启编程任务，然后起身离开，随后通过手机或任何设备随时随地接手。而且最厉害的是，所有程序依然是在你的本地电脑上运行，数据完全不会上传到云端。如果你一直关注我的频道， 应该对 open cdo 并不陌生。 open cloud 今年非常火爆，这款开源个人 ai 助手，支持 whatsapp、 telegram 等， 几乎包含了所有主流通讯平台，让你在手机上就能直接使用 ai 模型。 很多开发者专门使用 open cdo 在 手机上远程控制 cloud code， 官方并没有提供这样的功能。很明显， anthropic 注意到了这个需求，因为远程控制本质上就是官方版的 open c claw， 至少在编程工作流上是这样。 咱们直接进入正题，如果你用过 cloud code， 肯定深有体会，你在终端启动了一个任务，比如让 cloud 重构某个模块，或是开发一个新功能，然后你就得守在桌前，等它运行完， 你没法直接走开，因为 cloud 的 随时可能提问，或者需要你授权进行某些操作。 opencloud 的 做法是将操作接入即时通讯应用， 你只需在 whatsapp 上给 cloud 发消息，它就会自动处理任务，你就能腾出手来忙别的了。但 open c 的 问题在于，配置过程非常繁琐，你得准备 api 密钥，还要配置通讯平台适配器。最关键的是， 它还存在严重的安全性隐患。事实上，它曾存在一个远程代码执行漏洞， g c v 一 二零二六二五二五三这引发了广泛的担忧。 由于 opencloud 是 自托管的，安全维护完全得靠你自己，而有了远程控制 antropics 相当于在说 我们提供同样的移动端体验，但拥有原生集成、端到端加密，且彻底告别安全隐患。 远程控制的原理是建立连接在本地 cloud code 绘画中，与 cloud 移动端 up 或 cloud ace rush code 网页端之间建立连接， 这样你的终端就会保持运行状态。 cloud 会继续在本地执行任务，并拥有文件系统的完整访问权限，以及你的 m c p 服务器工具、项目配置等所有资源。 但现在你直接在手机上就能查看并操作该绘画。说实话，这功能确实非常强大。接下来我们看看具体该如何使用。开启远程控制绘画共有两种方式，第一种是在终端中运行 cloud rc 指令， 这也会启动一个全新的绘画，你还可以根据需要添加 sandbox 等参数。第二种方法是输入 r c。 在 现有的 cloud code 绘画中，这样做的好处是它能保留当前的对话记录。如果你真用 cloud 处理任务， 只需输入 s c， 就 能直接在手机上继续当前绘画。相比之下， opencloud 还需要去设置整个消息桥接，配置 api 凭证，还要安装特定平台的依赖，如 signal c l i 用于 signal or telegram 机器人令牌。 而远程控制功能真的只需一条指令。启动远程控制绘画后， cloud code 会直接生成一个绘画链接，并在终端中同步显示二维码，只需用手机扫描该二维码，即可在 cloud app 中直接进入绘画， 或者在任意浏览器中直接打开链接。又或者，如果你已经打开了 ipad， 就 能直接在绘画列表中找到它，这体验真的很赞，整个过程非常丝滑。 下面这个功能我特别喜欢。即便你的电脑进入了休眠状态或是网络断开了，绘画也不会就此消失，它会在后台持续运行，并在电脑恢复联网后自动重连， 这样你就不必担心进度丢失了。 open globe 通过持久化记忆来解决这确实很酷， 但两者的实现思路完全不同。 open globe 能跨绘画记住数周前的上下文，而远程控制功能则是让当前的实时绘画保持活跃，所以它更像是一种直连而非基于记忆的系统。 接下来我们聊聊配置要求，这一点非常关键，而这正是 openclaw 的 优势所在。 openclaw 是 完全免费的软件，本身不需要你花一分钱，你只需支付所调用的 api 费用。 如果你想彻底实现零成本运行，还可以通过欧莱玛运行莱玛四或 kimi 二点五等本地模型。所以如果你是学生或者预算比较紧张， open source 依然是一个非常靠谱的选择。 其次，你需要将 cloud code 更新至二点一点五二或更高版本， 只需运行常规的更新命令，这样就可以了。第三步，确保你已处于登录状态。如果还没登录，只需在终端运行 cloud， 并执行 logon 命令，通过 cloud a a 完成登录。 随后，你还需要通过工作区信任验证，在项目目录中至少运行一次 cloud， 并确认接受工作区确认提示。上述操作全部完成后，这就大功告成了。 此外，还有几个非常实用的人性化功能，在开启远程模式前，你可以先给绘画命名， 只需在输入四二 c 之前先运行 shirinium 命令。这非常有用，因为在默认情况下，系统会自动用你的最后一条消息作为绘画名，或者是像远程控制绘画这种笼统的名字， 如果你同时开启了多个绘画，很快就会让人傻傻分不清楚。你也可以设置自动为所有绘画开启远程控制， 只需在 cloud code 中输入 config， 然后开启为所有绘画启动远程控制功能的选项， 这样就不用每次都手动输入 glc 了。对了，如果你还没安装 cloud app， 可以在 cloud code 里输入 mobile， 屏幕会显示二维码，扫码即可在 ios 或安卓端下载。这个细节做得挺贴心的，现在我来客观对比一下远程控制功能和 open c 了， 毕竟这才是大家最关心的干货。如果你只想操控 cloud code， 在 写代码时用手机，那远程控制绝对是首选。 原声支持安全稳健，一条指令即刻部署，开箱即用，省心省力，无需安装第三方，依赖安全维护，无需操心。 但若你想要一个全能个人 ai 助手，其功能远不仅限于编程， meloppico 人是更优之选，它能接入五百多款应用 管日历、上网、控家居、发邮件， 在通讯软件里就能一站式搞定。远程控制功能仅针对 cloud code 的 绘画，它并不是那种生活助手，它更像是一个编程专用遥控器。 所以两者之间其实并不存在竞争，它们解决的是不同的需求。但如果是为了通过手机控制 cloud code， 也就是许多人之前使用 open c log 的 主要原因。 antropic 现在提供了一个更安全、更官方的替代方案，接下来我分享一些数据，能让你更直观地了解现状。截至目前， cloud code 的 年化营收已突破二十五亿美元， 照今年年初增长了一倍有余。据统计，全球 github 公开提交的代码中有百分之四现在都出自 cloud code 之手，这简直不可思议。随着远程控制功能的加入， ansorepic 基本上是让开发者无论身在何处都能更轻松地保持高效产出。 我觉得这是他们近期发布的最实用的功能之一。它不是博眼球的跑分提升，也不是发布了新模型， 而是一个非常精妙的体验。优化功能能够切实地解决痛点。你先启动一个任务，然后去喝杯咖啡，手机上就能随时查看进度，随手点下确认， 等你回到工位时，活已经干完了。总之，这功能确实挺酷，我们下期视频再接单机，拜拜。