claude code中断恢复教程
这四个命令，最后一个啊，是我觉得你最应该用的。第一个命令， simplify， 当 cloud 帮你写完代码之后啊，你就可以输入斜杠 simplify， 那 cloud 会对刚刚修改的代码做一次三维检查， 他会去看有没有重复的逻辑写法，是不是太复杂了，那有没有更高效的实现，然后他会帮你重构代码。简单理解就说啊，让 cloud 给自己的代码做一次体检。 第二个命令， rewind， 有 时候我们会遇到这种情况， cloud 写着写着就偏离方向了，或者你刚刚写的提示词错了，那这个时候啊，不用重开对话，直接输入斜杠 rewind， 那 cloud 就 会回到刚才那一步对话，相当于给你的 ai 编程加了一个撤销键。第三个命令， btw， 如果你在做一个任务的时候，突然想到一个小问题， 比如这个文件是干嘛的，那你就可以输入斜杠 btw， 解释这个文件的作用，那 cloud 会回答这个问题，但不会打断当前的任务流程，也不会污染当前的上下玩。 最后一个命令 insights， 那 cloud 会在本地直接生成一份报告，分析你最近使用 cloud code 的 情况，比如你的工作内容总结如何使用 cloud code， 哪里出了问题， 建议的使用方法，那相当于 cloud 给你的整个开发过程做了一次全面的复盘。我建议你立马去用一下这个命令啊，一定会很有收获。那这条视频呢，我建议你先点赞收藏，下次用 cloud code 的 时候一定会用到，我是心起关注我每天学习一个外汇固定的小技巧。
粉丝1.2万获赞7.6万
相关视频
04:2017像素夹心饼干
06:35查看AI文稿AI文稿哈喽，大家好，我是 jason。 不知道大家在用 cloud code 的 时候有没有遇到过这样一个问题，明明你的需求还没有写完，那是 cloud code 他 自己就停下来了，说你的需求已经写完了啊，这个问题呢，我经常会碰到，然后我就会继续跟他聊，然后发现越聊他好像越笨了啊，很多很 细节的东西他就没有办法去写下去了啊。最近呢，这个问题被一个叫做 rough loop 的 玩法解决了啊，这个 rough loop 现在被讨论的非常火，它是什么东西呢？它其实就是在 code code 的 这个命令行外面套了一层负循环啊，这个可能程序员朋友可能听得懂， 有人呢，睡前把这个 rough log 跑起来，然后早上起来检查成果，就发现它的七十多个功能点和三千多个测试都已经写好了。今天我们来看一下这个 rough log 和传统的 cloud code 它的一个区别。我们先来说一下传统的 cloud code 在 运行的时候会碰到哪些问题。 第一个就是我们刚刚说的可能跑了一半，他说他已经写好了，但其实你的任务并没有真正的写完。第二个你会觉得越聊他越笨，因为我们的上下文已经积累了很多，他有一些无关的信息 冲刺了你的整个上下文，去影响他的一个思考和推理。然后还有一个问题就是我自己也是感同身受，就是你在使用 code code 的 写的时候，你得一直反复的复制，粘贴， delete， 然后看哪里有问题，非常耗精力，特别是长时间的这样一个对话，它的效率又很高，你得一直去跟他聊， 这是在 web coding 这个阶段，嗯，程序员会碰到的普遍的问题，所以总结下来呢，呃，在传统的 ai 的 coding 用法里面，它其实就是一个呃助手，你可以把它想象成一个 呃，刚毕业的逻辑很清晰的研究生。但是你必须要不断地去检查它的一个成果啊，你得带着它去完成任务。然后这个 rap 就 很有意思了，我们看一下它是怎么解决的。它在外面套了一层负循环，不断地去轮询你的提示词 啊，不让他去决定自己什么时候能够停下来，就让他一直不断地跑好。但这个有一个前提，就是你的这个 prompt 提示词已经写好了你所有的需求，你到底要一个什么样的一个结果和条件？ 呃，把所有的规范都给它写清楚。所以 rough look 它的流程是这样子的，首先，你在外部先定义好你整个需求的文档是什么样子。呃，包括你的细节，说白了就是 p r d。 你 要说清楚你要实现的一个详细的效果是什么样子， 然后丢给 rough loop， 让它负循环不断地去跑啊。当嗯， cloud code 他 觉得自己需求已经写完的时候，哦，你不让他决定什么时候停，而是重新刷新整个上下文。 rough loop， 重新读一遍你的 prompt， 让他自己去检测有没有哦，完成你这样一个需求， prompt 这样的一些文档， 所以外部的这样一个脚本会去拦住他的想停的这样一个呃动作，你真的写完了吗？我们再检查一遍，不断的重复并重复，然后最后去优化他这样的一个结果啊，通过这样的一个循环，一晚上让他自动跑啊，我们就能够让我们的需求真正的能够被验证通过， 并且实现你最后真的要的效果。他其实解决的我觉得最大的问题就是他把上下文给你不断的刷刷新，然后去验证， 嗯，这样这样的一个过程，所以跟传统的 cloud code 用法最大的区别就是，呃，不是 ai 他 说完成就完成了，而是外部的验证通过了你才算完成。第二个点的话，就是他会每 次都开新的上下文，开新的对话去沟通，避免长很长的上下文去污染，导致他越聊越笨啊。最后一个很关键的点就是我们不用一直盯着我们，丢给他们最后的需求，然后你就可以去睡觉或者你去玩就行了。 第三个问题呢，其实就是我们在实际使用这个 rough loop 的 过程中会有一些前提。第一个是，呃，如果不断循环去跑，并且用 opus 四点五这样一个最顶级的模型的话，它的成本可能还是会比较高的 啊，所以有人建议就用 glm 国行的这样一个大模型，它的成本可能只有 opus 的 十分之一，就很适合用这套 rough loop 的 玩法去试一试。 第二个呢，就是我们的试用场景，呃，像这样一套 rough loop 的 用法，其实还也是比较适合我们的干店验证的这样一个阶段的，它有一个明确的验证标准，不需要过多的去主观的去做决策 啊，不然你在过程中可能很多细节没想清楚，你丢给他他最后生成的东西你也不知道到底好不好，所以归根到底呢，我们的核心需求就是因为这套流程，嗯，他是一晚上一直去跑的，会跑非常久， 你中间是没有办法去干预和修正的，所以前期准备就特别重要，我们必须要把需求给他说清楚，整理好你的项目背景，给他交代清楚，然后并且定义好什么样的东西你才算做完了。所以这些东西呢，变成了关键的能力。 那这篇文章的作者叫做丹，他最后也提出了我们开发者的角色其实已经反发生了一个明确的变化。 以前呢，是可能产品经理派活给我们，让我们去写，现在是我们派活给 ai， 让 ai 去写，他用了一个词叫 cpu， 叫做 code product owner 啊，你的是代码产品的一个主人。然后他也在重申，之前我说过很多次的一个观点，就是你以前有很多想法，没有时间去做， 现在 ai 出来了，你现在完全可以去 build 了，不要怕你做的东西不完美，完美是你去实现你想法的一个阻碍而已。好的，总结一下呢，我们传统的 cloud code 其实就是一个助手， 你得带着他去用。那 rough loop 出来之后呢，他就是一个员工，你把需求给他，他自己就能跑，不断地跑。 那想试的话，官方已经出了一个 cloud code 的 rough loop 的 这样一个插件，叫做 rough loop， 大家有兴趣可以去尝试一下。那其实呢，我觉得底层能力其实是通用的，你的需求描述能力， 然后你的沟通能力、逻辑能力，最后包括你的验证能力。你这个不，不管是呃用 rough loop 还是用 cloud code， 还是真的跟人打交道，都是你必须要去掌握的一个通用的能力。
223Jason 不生气
01:41查看AI文稿AI文稿你花了一百块定 maxcloud code， 却越用越感觉不对劲，复杂问题搞不定，回答越来越浅，感觉智商在线下降。 你以为是模型变差了？不是，是它被偷偷调低了 v 一 点六八版本悄悄改了个默认值，把思考深度从 high 降成了 medium。 大多数人完全不知道这件事。 cloud code 一 共有四档， effort low 是 快速响应，适合简单问答。 medium 是 均衡模式，就是现在的默认有点省着用。 hi 是 深度推理，以前的默认，真正能扛住复杂任务的档位。 max 是 极限模式，专门给 oppo 四点六准备的 token， 不 设上限，给你死磕好一分钟修复两种方法，第一个打开 cloud settings json， 加一行 default level， 设成 high 保存就完事了。第二个零使用，在命令行加减减， effort high 就 这次生效。但是吧，不是所有人都要拉满的，来看怎么配最划算。 pro 订阅二十块一个月，老老实实用 medium 够用，别浪费头肯 max 五 x 一 百块，日常拉到嗨，碰到超复杂任务临时开 max， max 二十 x 两百块的直接拉满。 oppo 四点六全力跑，不用心疼， 注意一个坑。 max 车头更很猛。 pro 用户千万别日常开跑，大任务再切换，不然额度一下子就没了。就一行配置， ai 立刻回血满状态，赶紧去改收藏备用。
742新也诚🦞
02:43查看AI文稿AI文稿昨天晚上，美股的网络安全板块简直可以用血流成河来形容，全球网络安全龙头 cloudstrike 的 股价开盘就跌了百分之六点五，接着 cloudflair oka 全线崩盘，一夜之间，这个行业的市值蒸发了超过一百亿美元。 原因竟然只是因为 anthropolar 发布了一个叫 cloud code security 的 小工具。这事听起来太魔幻了，一个 ai 工具，怎么就成了传统安全巨头的宋仲基了？ 呃，其实市场的这种恐慌是有底层逻辑的。以前我们查代码漏洞用的是那种静态扫描工具，你可以把它理解成一个拿着错题集在那死记硬背的学生，他只能发现那些写死了的错误，比如你把密码写进代码里了。 但现在的 cloud code security 完完全全是另一种生物，它背后是 cloud opus 四点六模型，它不是在搜漏洞，而是在读代码。读代码？这有什么本质区别吗？ 区别太大了，他会搞一种叫架构硬设的东西，简单说就是他能像剥洋葱一样，看清楚你这个软件里几千个组件是怎么互相打交道的。以前那些专家看了十几年的代码都没发现的问题， 他一上来就揪出了五百多个潜伏了十几年的史诗级 bug。 他 是能推演逻辑的，比如用户输入了一个数据，在程序里转了十八道弯之后会不会在那爆掉，他能一眼看穿。听着确实有点降维打击的意思。 但我有个疑问， ai 经常会一本正经的胡说八道，也就是所谓的幻觉，如果他在查漏洞的时候也产生幻觉，给出一堆假警报，那程序员不还得累死？ 这就是 eshop 做的最狠的地方，他在内部搞了一套红蓝对抗机制，每当 cloud 发现一个疑似漏洞，他会强迫自己分裂成两个角色，一个拼命证明这确实是个漏洞，另一个拼命找理由反驳。只有经过这种地域级验证的漏洞才会推送到开发者面前，而且还会附带一个信心指数， 他甚至连补丁都帮你写好了，你只要点一下合并就行。这种自动化程度确实太恐怖了，难怪投资人都吓坏了。那是不是意味着以后我们真的不需要网络安全公司和安全专家了？ 呃，也不全是，虽然他很强，但还没到封神的地步。目前的实测数据显示，他的漏洞减除率大约是百分之七十，也就是说，还是有三成是他看不出来的。 比如像 panda 库里那种非常隐蔽的远程代码执行风险，他目前就还没抓到。他现在的角色更像是一个超级副驾驶，把那些百分之八十的重复性、基础性的安全审查给干了，把专家从无尽的公单里解放出来。 明白了，所以这事的本质其实是 ai 在 吞食中间层，他把原本需要高薪聘请大量中级安全工程师才能干的话，变成了一个几乎零成本的 api 调用。 没错，当一个 ai 模型就能搞定大部分漏洞扫描和修复时，那些靠卖订阅服务、靠专家人头费撑起来的传统安全公司，估值逻辑确实得重写了。这可能只是个开始，接下来的攻防战可能就是 ai 对 阵 ai 的 核威慑时代了。
379琦观智界
23:17查看AI文稿AI文稿星号星号 speaker 二一星号星号我百分之一百的代码都是由 cloud code 编写的。自十一月以来，我没有亲手编辑过一行代码，我每天提交十二十三十个 pr。 所以 在我们录制这段对话的此刻，我大概有五个智能题在运行。 星号星号 speaker 二星号星号是啊是啊，你会怀念写代码吗？星号星号 speaker 一 星号星号我从未像今天这样享受编程，因为我不必处理所有繁琐的细节。每位工程师的生产率提高了百分之二百。 星号星号 speaker 二星号星号总有人问我应该学编程吗？在一两年内，这就不重要了。 编程在很大程度上已经解决了我设想一个每个人都能编程的世界，任何人都可以随时构建软件。软件编辑方式的下一个重大转变会是什么？ 信号信号 speaker 一 信号信号 cloud 已经开始提出想法了，他查看反馈，查看错误报告，查看遥测数据，已提出错误修复和要发布的东西，更像一个同事那样。 星号星号 speaker 二星号星号很多听这个播客的人是产品经理，他们可能正在冒汗。我认为到今年年底，每个人都会成为产品经理，每个人都会编程。软件工程师这个头衔将开始消失，他将被构建者取代，这对很多人来说将是痛苦的。 星号星号 sponsor 星号星号今天的节目由 dx 赞助，这是一个由领先研究人员设计的开发者智能平台。要在 ai 时代蓬勃发展，组织需要快速适应， 但许多组织领导者难以回答紧迫的问题，比如哪些工具有效，它们是如何被使用的？真正驱动价值的是什么？ dx 提供了领导者驾驭这一转变所需的数据和洞察。借助 dx， 像 dropbox， booking 点 com， admin 和 intercom 这样的公司能深入了解 ai 如何为他们的开发者提供价值，以及 ai 对 工程生产力产生了什么影响。 要了解更多，请访问 dx 的 网站， get dx 点 com 斜杠， let me 星号星号 sponsor 星号星号应用程序会以各种方式崩溃与崩溃，变慢，回归，以及只有在真实用户出现时才会看到的问题。 三 tree 能捕获所有问题，在一个关联式途中查看发生了什么，在哪里发生，为什么发生，直到引入错误的提交，发布它的开发者以及确切的代码型。 我肯定试过用五个标签页和 slack 现成来调试的方法，这个更好。三 tree 向你展示请求如何移动，运行了什么，什么变慢了，以及用户看到了什么。三 tree 的 ai 调试智能体 ser 会接手， 他利用所有三 tree 上下文告诉你根本原因，建议修复，甚至为你打开一个 pr。 他 还会审查你的 pr， 并标记任何破坏性更改，并提供现成的修复方案。 在 santri iolleni 免费试用 santri 和 ser， 并使用代码 leni 获得一百美元的 santri 积分。型号型号， speaker 二，型号型号， boris 非常感谢你来到这里，欢迎来到播客 星号星号 boris 星号星号，是的，谢谢邀请我，星号星号 speaker 二，星号星号我想从一个有点尖锐的问题开始，大约六个月前，我不知道人们是否还记得你实际上离开了 entropic， 你 加入了 cursor， 然后两周后你又回到了 entropic， 那里发生了什么？我想我从未听过真实的故事。行好行好， boris， 行好行好，这是我经历过的最快的工作变动。嗯，我加入 curser 是 因为我非常喜欢这个产品，而且说实话，我见到了团队，印象非常深刻。他们是一个很棒的团队， 我仍然认为他们很棒，他们正在构建非常酷的东西，而且我认为他们在很多人之前就看到了 ai 编程的发展方向，所以构建好产品的想法对我来说非常令人兴奋。 我想我一到那里就开始意识到，我真正怀念 andropic 的是它的使命，这实际上也是最初驱使我加入 andropic 的 原因。 在我加入 entropic 之前，我在大科技公司工作，后来我想在一个实验室工作，以某种方式帮助塑造我们正在构建的这个疯狂事物的未来。吸引我加入 entropic 的是它的使命，你知道它关乎安全。 当你在 entropic 与人交谈时，就像在走廊里随便找个人。如果你问他们为什么在这里，答案总是安全。 所以这种使命驱动性真的非常非常能引起我的共鸣。我个人知道，这是我获得快乐所必须的。 嗯，而这是我非常怀念的东西。我发现无论工作可能是什么，无论多么令人兴奋，即使是构建一个非常酷的产品，也真的无法替代那种使命感。所以对我来说，实际上很快就很明显，我缺少了那个 星号，星号， speaker， 二星号，星号。好的，那么让我顺着这条线谈谈回到 andropic， 以及你在那里所做的工作。这期播课将在 cloud code 发布一周年左右播出，所以我打算花点时间反思一下你们产生的影响。 有一份最近发布的报告，我相信你看到了来自 semi analysis。 报告显示，现在 github 上百分之四的提交是由 cloud code 创作的。 他们预测到今年年底， github 上五分之一的代码提交将来自它。它们的说法是，就在我们眨眼之间， ai 吞了所有软件开发。 我们录制这期节目的当天， spotify 刚刚发布了一个头条新闻，称它们最优秀的开发者自十二月以来就没有写过一行代码。这要归功于 ai。 越来越多最资深的工程师，包括你都在分享一个事实，你们不再写代码了，代码都是 ai 生成的，很多人甚至不再看代码了。这就是我们取得的进展，很大程度上要归功于你启动的这个项目，以及你的团队在过去一年里的扩展。 我很好奇，想听听你对过去一年的反思，以及你的工作产生的影响。星号星号， boris， 星号星号，这些数字简直太疯狂了，对吧？全世界百分之四的提交量，这远远超出了我的想象， 而且就像你说的，这感觉还只是起点。嗯，这些还只是公开提交。所以我们实际上认为，如果你看私有仓库，这个比例要高得多。 对我来说，最疯狂的事情甚至不是我们现在的数字，而是我们增长的速度。因为如果你看 cloud code 在 任何指标上的增长率，它都在持续加速。 对于许多使用对话式 ai 的 人来说，这可能是他们第一次使用真正能行动的东西。它实际上可以使用你的 gmail， 可以 使用你的 slack， 可以 为你做所有这些事情，而且做得相当好。 嗯，而且它只会从这里变得更好。所以我认为 andropic 长期以来一直有这种感觉。我们想构建一些东西，但具体是什么并不明确。 所以当我加入 andropic 时，我花了一个月时间进行黑客松，构建了一堆奇怪的原型，其中大多数没有发布，甚至离发布还很远，只是为了了解模型能力的边界。然后我花了一个月时间做后训练，以了解其研究方面。 说实话，我认为对于我这样的工程师来说，要做好工作，你真的必须理解你工作层面之下的那一层。对于传统的工程工作，如果你在做产品，你想了解基础设施运行时虚拟机语言，或者你构建所依赖的系统。 但是如果你在 ai 领域工作，你真的必须在某种程度上理解模型才能做好工作。所以我绕了个小弯去做那个，然后回来开始原型设计，最终变成了 cloud code 它的第一个版本。我有一段视频记录，因为我录了这个演示并发布了。那时它叫 quad c l i， 我 只是展示了它如何使用一些工具。 让我震惊的是，我给了他一个批处理工具，他就能用他来写代码。但我问他我在听什么音乐时，他能告诉我， 这是最疯狂的事情，对吧？因为我没有指示模型说你知道用这个工具做这个或做那个。模型被给了这个工具，他自己想出了如何使用。他来回答我甚至不确定他是否能回答的问题，我在听什么音乐？于是我开始更多的做原型。 我发了个帖子，并在内部宣布了。他得到了两个赞。这就是当时的反应程度，因为我想内部的人，当你想到编码工具时，你会想到 i d， e， 想到所有这些相当复杂的环境。没人想到这个东西可以基于终端。 这是一种奇怪的设计方式，但这并不是初衷。你知道，从一开始我就在终端里构建它，因为头几个月只有我一个人。这是最简单的构建方式。对我来说，这实际上是一个非常重要的产品教训。你希望在开始时资源稍微不足一点， 然后我们开始思考应该构建哪些其他形式。我们实际上决定暂时坚持使用终端。最大的原因是模型改进的太快了，我们觉得没有其他形式能跟上它。 说实话，这只是我在纠结该构建什么。你知道，过去一年， cloud code 几乎是我唯一思考的事情。 所以就像深夜时分，我只是在想，好吧，模型在持续改进，我们该怎么办？我们怎么可能跟上？ 所以，是的，我的意思是，一开始，甚至这个东西有用都让人感到惊讶。随着团队成长，产品成长，他开始对世界各地的人们越来越有用。从小型初创公司到最大的放公司都开始使用它，他们开始提供反馈。 回想起来，这是一次非常谦卑的经历，因为我们不断从用户那里学习。最令人兴奋的事情是，我们中没有人真正知道我们在做什么，我们只是和其他人一起试图弄清楚。对此，最好的信号就是用户的反馈。这真是太棒了， 我惊讶了这么多次。在当今世界，事情变化的速度令人难以置信。你一年前发布了这个？虽然这不是人们第一次可以用 ai 来编码，但在一年内，软件工程这个职业已经发生了巨大的变化。 所有这些预测哦， ai 将编辑百分之一百的代码，每个人都说不，那太疯狂了。你在说什么？ 现在就像星号，星号， speaker 二，星号，星号。当然，事情正如他们所说的那样发生了。事情现在发展的如此之快，变化如此之快。星号，星号， boris， 星号，星号似的，真的很快 回到五月的 code with quad 大 会，那是我们作为 andropic 举办的第一次开发者大会。我做了一个简短的演讲。在演讲后的问答环节，人们问我对年底的预测是什么。 所以是心理上的安全感。失败是可以的，百分之八十的想法是坏的也没关系，你也必须让他们负点责任。所以，如果想法不好，你知道，你就止损，转向下一个想法，而不是投入更多。 在 cloud code 的 早期，我完全不知道这个东西会有用。因为即使在二月份我们发布它的时候，它可能只写了我百分之二十的代码，不会更多。即使在五月，它可能也只写了百分之三十。我大部分代码还在用 cursor， 直到十一月，它才超过百分之一百，所以花了一段时间。但即使从最早的时候起，我就觉得我发现了什么。 我每天晚上，每个周末都在黑客松上，幸运的是，我的妻子非常支持。但这感觉就像我发现了什么，虽然不明确是什么。有时候，你知道你找到了一条线，你只需要拉下去。 星号星号 speaker 二星号星号那么现在你百分之一百的代码都是由 cloud code 编辑的。这是你目前编码的现状吗？星号星号 boris 星号星号是的，所以我百分之一百的代码都是由 cloud code 编辑的。 我是一个相当多产的编码者。即使之前在 instagram 工作时，我也是生产力最高的编码者。即使之前在 instagram 工作时，我也是一个相当多产的编码者。即使之前在 instagram 这里情况仍然如此。 星号星号 boris 星号星号。你知道，在 antropok， 我 们开始看到一些工程师每月花费数十万 to 肯，所以我们开始看到一点这种情况。有些公司，我们也开始看到类似的事情。是的， 型号型号 speaker 二型号型号回到编码，你会怀念写代码吗？这是否让你有点难过？作为软件工程师，这不再是你将要做的事情。型号型号 boris 型号型号对我来说很有趣。你知道当我学习工程时，对我来说非常实用。 我学习工程是为了能够构建东西。我是自学的。你知道我在学校学的是经济学，但我没有学过 cs， 但我很早就自学了工程。我在中学时就开始编程，从一开始就非常实用。 所以我实际上是为了在数学考试中作弊而学习编程的。那是第一件事。我们有这些图形计算器。你知道我只是把答案编进去。 型号型号 speaker 二型号型号， t i 八三型号型号， boris 型号型号， t i 八三 plus 是 的是的，没错， plus， 是 的。所以我把答案编进去，然后下一年的数学考试，或者随便什么。太难了， 我无法把所有答案都编进去，因为我不知道问题是什么，所以我必须写一个小球解器，一个程序来解决这些代数问题之类的。 如果你看识字率，你知道实际上花了一段时间，因为学习读写很难，需要一个教育系统，需要空闲时间，需要不必整天在农场工作，这样你才有时间接受教育等等。 但在接下来的二百年里，全球识字率上升到了百分之七十左右，所以我认为我们可能会看到类似的转变。实际上，有一份有趣的历史文献是对十五世纪某个抄袭员的采访。关于他对印刷机的感受， 他们实际上非常兴奋，因为他们说，实际上我不喜欢做的是在书籍之间抄写，我喜欢做的是在书中画画，然后做书籍装订。 我很高兴，现在我的时间被解放了。作为一个工程师，我对此有种危险的感觉，这有点像我的感受。我不必再做编码的繁琐工作了，因为这始终是它的细节，始终是繁琐的部分，比如摆弄， get， 使用所有这些不同的工具。那不是有趣的部分， 有趣的部分是弄清楚要构建什么，想出这个，是与用户交谈，思考这些大系统，思考未来与团队里的其他人合作，这就是我现在能做的更多的事情。 令人惊奇的是，你正在构建的工具允许任何人这样做。没有技术经验的人可以做你描述的事情，就像我一直在做一些随机的小项目，任何时候你卡住了，然后你就用 cloud。 我早期职业生涯做了十年工程师，我记得花了那么多时间在苦和依赖上，就像，哦，天呐，我该怎么办？然后在 stack overflow 上查找。 现在就像帮我弄清楚这个，然后一步一步，一二三四。好的，我们搞定了。星号，星号， boris， 星号，星号。是的，没错。 我今天早些时候和一个工程师聊天，他们在用构写一些服务。你知道已经一个月了，他们构建了服务，运行的相当好。然后我说，好吧，那你写的时候感觉怎么样？ 他说，你知道我仍然不太懂够，但是我认为我们将开始看到越来越多这样的情况。如果你知道他正确且高效的工作，那么你实际上不必知道所有细节。星号，星号， speaker， 二，星号，星号。显然，软件工程师的生活已经发生了巨大的变化， 就像过去一两年，这完全是一份新工作。你认为下一个受 ai 影响最大的角色是什么？要么是在科技行业内，比如产品经理，设计师，要么甚至在科技行业之外。 你认为 ai 下一步会走向哪里？星号，星号， boris， 星号，星号。我认为将是许多与工程相邻的角色，所以，是的，可能是产品经理，可能是设计，可能是数据科学。 他将扩展到几乎所有你可以在计算机上完成的工作，因为模型在这方面只会越来越好，但很难知道这个东西会走向何方。我再次必须寻找这些历史类比。 我认为印刷机是一个非常贴切的类比，因为发生的事情是这项被一小部分人掌握的技术，比如读写，变得对每个人都可以访问，他本质上是民主化的， 每个人都开始能够做到这一点。如果不是这样，那么像文艺复兴这样的事情就永远不可能发生。因为文艺复兴很大程度上是关于知识传播，关于人们用来交流的文字记录。你知道，因为当时没有电话或任何类似的东西，当时没有互联网， 所以这是关于接下来会实现什么。我认为这对我来说是非常乐观的版本。这是我真正兴奋的部分，这简直难以想象。你知道，如果印刷机没有被发明，我们今天就不可能在这里交谈。我们的麦克风不会存在， 我们周围的任何东西都不会存在。如果不是这样协调如此庞大的人群就不可能。 所以我设想一个几年后的世界，每个人都能编程，那会释放什么？任何人都可以随时构建软件。我不知道。就像在十五世纪，没有人能预测到这一点， 我认为是一样的，但我确实认为与此同时，这将是非常具有破坏性的，对很多人来说将是痛苦的。 再次强调，作为一个社会，这是我们必须要一起弄清楚的事情。 星号，星号， speaker 二，星号，星号。那么对于听到这些想要成功，想要在这个我们正在进入的疯狂动荡中生存下来的人来说，有什么建议吗？是玩 ai 工具，精通最新的东西吗？你还有什么其他建议来帮助人们保持领先吗？ 星号，星号， boris， 星号星号似的，我想差不多就是这样。实验这些工具，了解它们，不要害怕它们。 你知道投入进去，尝试。他们站在前沿，超越前沿。也许第二个建议是试着比过去更成为一个通才。比如在学校里，很多学 cs 的 人学习编码，但他们没有真正学习太多其他东西。 也许他们学了一点系统架构之类的，但每天与我一起工作的一些最高效的工程师，以及一些最高效的产品经理等等，他们跨越了不同的学科。在 cloud code 团队，每个人都编码。 你知道我们的产品经理编码，我们的工程经理编码，我们的设计师编码，我们的财务人员编码，我们的数据科学家编码 团队里的每个人都编码。然后，如果我看特定的工程师，人们经常跨越不同的学科， 所以一些最强的工程师是混合的产品和基础设施工程师，或者具有良好设计感的产品工程师，他们也能做设计。或者一个对业务有很好感觉的工程师，可以用它来弄清楚下一步该做什么。 或者一个也喜欢与用户交谈的工程师，可以真正引导用户想要什么来弄清楚下一步。 所以我认为在未来几年最受奖励的人，他们不仅仅是 ai 原生的，不仅仅知道如何很好地使用这些工具，而且他们好奇他们是通才。他们跨越多个学科，能够思考他们正在解决的更广泛的问题，而不仅仅是工程部分。 星号星号， speaker 二星号星号你觉得这三个独立的学科作为思考团队的方式仍然有用吗？他们是你知道工程设计，产品管理。你觉得即使他们现在也在编码和思考要构建什么？你觉得这三个角色会长期存在吗？至少目前， 星号星号 boris， 星号星号我认为短期内会存在。但我们开始看到的一件事是，这些角色可能有百分之五十的重叠。很多人实际上在做同样的事情。有些人有专长，例如我编码多一点，而产品经理做更多协调、规划、预测之类的事情。 星好，星好 speaker， 二星好，星好，利益相关者对齐星好，星好 boris， 星好，星好，利益相关者对齐。没错，我确实认为有一个未来。我认为到今年年底，我们将开始看到这些界限变得更加模糊。 我认为在某些地方，软件工程师这个头衔将开始消失，他将被构建者取代。或者也许每个人都会成为产品经理，每个人都会编码或者类似这样。星号星号 sponsor 星号星号。谁说招聘必须公平？ 最近我交谈过的每一位创世人和招聘经理都感受到了同样的压力。尽可能快地雇佣最优秀的人， 但招聘很好时，对其很难。对优秀人才的竞争越来越激烈。这就是为什么像十一 labs， brex， rapid， deal 和五千个其他组织使用 mateview。 这家 ai 公司为高级小团队在招聘中提供了真正不公平的优势。 他们给你一套行为，像招聘同事的 ai 智能体，他们根据你的确切标准为你寻找后人，自动记录面试笔记，收集整个招聘过程中的见解，并帮助你识别管道中的最佳后人。 ai 处理招聘的苦差事，并给你一个真实的单一事实来源。 这意味着每个招聘节省数小时。团队专注于最重要的事情，赢得合适的后人。 不要让你的竞争对手在招聘上超过你。 mateview 客户关闭职位的时间快百分之三十。 今天在 mateview ai leni 免费试用 mateview， 并获得额外一个月的续约服务。星号星号 speaker 二星号星号，你谈到你更享受编码了。我实际上。
1404K
03:43查看AI文稿AI文稿让现在所有的 ai 智能体，比如说 cloud code， 比如说 open curl 或者 codex， 能够死循环地去优化你的目标。今天给大家分享这个项目主文件只有短短的三个 star 数达到了三十七 k， 它叫 auto research 自动化的研究，其实它这个目标或者设计来，它是想要做这个机器学习的自动化研究，可以把它的这个 loss 可以 一直往下降， 他希望的这个场景是这样，但是他这个思想或者整个逻辑是可以应用在很多方面的，比如说可以应用在你的头流，你的目标其实就是想让他多跑，而且他的成本不断的下降， 其实也可以应用在这上面，或者去找寻什么解决方案，这些让他去达到你的一个解决方案之后，给你一个结果，其实就是一个最优化的问题。把 cloud code 这种编程智能体，或者说通用的智能体，把它当成一个求解器， ok， 它核心只有三个重要的文件，一个就是准备的一个文件，其实就是它的一个环境变量，它只用于这种机器学习的算法优化。如果是其他的一些应用，可能你的一些环境，你的一些授权，你的一些 key， 然后这个 tree 可能就是你的一些执行的工具，怎么样执行的一些逻辑，这个 md 文档，你可以把你的一些任务，你的一些约束，你的一些工作流，把它放在这里面，它可以按照这个工作流去死循环的去执行，执行出来了之后，它会把当前的结果去保留下来， 然后下一次会基于这个最好的结果继续进行优化。其实整个逻辑是这样的，我们可以详细来看一下它的一些代码，其实它这个最重要的一个代码就是它这个 md 文档， 我也是让 cloud code 翻译了一下，这前面是一个抽象，首先进来的时候要跟用户进行一些沟通，它这个东西其实就是给这个 cloud code 写的一个提示词，让它启动这样的一个项目的时候需要有哪些东西。 当然可能它这个只是适用于哎，比如说机器学习算法的优化，但是如果应用在其他方面其实也是一样的，可能你就需要改一些东西，比如说 redmi， 比如说这种脚本，可能就是你的一些内容，或者你的一些工具如何调用，如何使用，或者 m、 c p 如何使用，或者你的账号密码，比如说你要去做投流的优化，广告的优化这些， 然后就是整个流程，你要告诉他你可以做的是约束是什么，让多少钱，不要超过多少钱， 然后是什么样的约束，然后有一些简洁性，第一次运行的时候会出来什么样的结果，你就可以把你当前跑出来的这种 roi 的 一些结果，投流的一些结果可以写在这儿，然后你让它优化了之后再去跑这个优化的话，它是在五分钟， 如果我们跑 roi、 跑投流、跑这种投展比或者说转化率可能时间稍微长一点，我们就可以给它定一个时，比如说一天这样来它进行自动化的优化， 可以看到它把每一次出来的结果都进行 get， 然后把它每一次进行修改的内容也 get， 把这这些跑出来的结果也把它放在这个日制里面。 其实整个逻辑是一样的，然后循环是怎么样的？超时和崩溃的一些处理，最最重要的是最后永不停止，要去询问人类是否去继续这个东西，它其实是让提示词来去做这样一个约束，它可能不是特别强，其实可以去借鉴之前特别火的那个牧羊人循环， 可以把那个后壳再加上，比如说多少时间可以再把一个提示词让它去看，再看一下这个 md 文档，再去做执行， 这样的话就能达到自我净化的一个效果，它就相当于可能我们去睡觉了，然后它五分钟一次，五分钟一次，然后完整的跑完之后，第二天你来看这个结果到底好不好，并且它永远都不会停止，它会不断的去找它最优的这个， 而且也不叫最优吧，就是想要拿到最低最低的 loss， 他 会去尝试不同不同的方法，可以看到他在迭代，在七十多次的时候，他已经迭代到了这么低，不断的去下降，其实就是一个求解器。
1592token杰
01:35查看AI文稿AI文稿今天为大家介绍 cloud code uloop 模式，这个模式可以让你彻底解放双手，效率翻倍。 uloop 等于 u only live once， 翻译过来是你只能活一次。 这个模式会跳过所有权限确认，让 cloud code 自动执行操作，无需人工干预。有两种启动方式，第一种是使用命令行参数，启动 cloud code 时，加上 dangerously skip mission 参数，即可直接进入自动执行模式。 第二种是在绘画内切换，输入斜杠优漏命令，就能立即开启免授权模式。优漏模式有四大适用场景，第一，批量文件修改，当需要一次性修改几十个文件时，无需每个都确认，直接全自动完成。第二，自动化脚本 适合运行、测试、构建、部署等流程，让 cloud 帮你完成整个持续集成、持续部署流程。第三，快速原型开发 初期，快速迭代阶段，不需要频繁确认细节，大幅提升开发速度。第四，后台任务处理， 让科沃德在后台默默工作，你可以同时去做其他事情。使用优乐模式时有几个重要注意事项，首次使用建议在测试项目尝试，确保了解自动执行的效果。 结合 cloud 赏度中的安全规则使用，可以在优酷模式下依然保持代码安全。如果发现异常，可以按 ctrl 加 z 暂停任务。学会优酷模式， cloud code 帮你全职干活！
29One AI
02:18查看AI文稿AI文稿我之前 cloud code 订阅的是 pro， 一 不小心就把限额用超了，所以特别焦虑，隔一会儿就强迫症一样用 slash usage 去查限额，现在还剩多少。直到有一次我看到朋友的 cloud 终端底下直接显示了这些信息， 我立马就问他装了什么，拿过来就用上了。这个插件的名字叫 cloud hard， 是 一个澳洲的开发者叫 grog watts 写的， github 上已经现在有四千多个 star 了。装上以后， cloud 的 底部会多一条状态栏。 就拿刚才说的限额焦虑来说吧，用 pro 或者 max 的 人应该都被限速过对吧？写到一半突然告诉你，请稍等几分钟，节奏全断了。装完这个插件，状态栏会直接显示你限额还剩多少，然后什么时候刷新， 快到上线的时候，你可以缓一缓，也不至于直接被卡住了。所以再也不用强迫症一样切出去用 slash usage 了。限额的问题解决了，但还有一个更隐秘的坑，上下文窗口。你跟 cloud 的 所有对话，他读的文件，跑的命令，全都挤在一个上下文窗口里，满了大模型会自动压缩，但压缩是有损的，之前你们聊好的设计决定具体的文件路径， 报错信息都可能被模型直接丢掉。而且很多大佬测过 cloud 的 回答质量，其实从上下文用到百分之三十到四十的时候就开始下降了，不是等满了才出问题了。所以最好的做法是，当你看到这个进度条过半了， 那么做完手头这个功能，或者修完这个 bug， 直接用 slash clear 清空上下文，比主动压缩或者被动压缩都要好得多，因为你能挑一个干净的时间点来做状态栏，还会显示你现在用的是哪个模型。 这个为什么重要？我个人的工作流程是这样的，在一开始的项目规划阶段，我会无脑一直用 opus。 这个阶段目的就一个，把项目所有的需求落实到文档里面，比如产品的需求文档、技术架构文档、测试文档、部署文档等等。然后用其他的模型，比如 codex 或者 gemini， 让他们来评估文档里是不是有些不清楚的逻辑不通，或者不符合最佳实践的地方。然后继续让 opus 迭代， 直到这些文档里其他文模型提不出任何问题。那么继续到项目实施阶段，那么我会就用 slash model 切换到 sonet， 那 么它只要按照写好的文档去执行就行了，不需要考虑太复杂的情况和特别深的推理。状态栏上一眼就看到自己现在挂的模型是哪个。不用猜，这个插件的安装也非常简单，你只要跟着 github 上这个 install， 三步直接就装完了，我就不赘述了。所以总结一下，这个插件就干了三件事情，限额快到了，提前预订，上下文快满了，提前知道当前的模型，一眼就看到三条命令，装完零配置。 其实这期内容是因为之前好多粉丝在问我 cloud 底下那个状态栏是什么，所以我才想起来专门介绍一下。所以以后你们如果看到了我用什么东西，感兴趣的工具或者配置，直接留言告诉我，我都可以出一期讲一讲。
1.2万张司机在路上
02:25查看AI文稿AI文稿完全从零开始，如何无痛使用 cloud code to figma？ 一 边调整设计，一边看着前端生成代码呢？第五步，理解 cloud code， 它不像 gpt 或者豆包这种陪你聊天的 ai， cloud code 更像一个运行在 terminal 里的 ai 工程师，它 就在你的电脑里面帮你创建文件，甚至帮你生成完整的工具和应用。那么这位工程师要上班，我们最好给人家一个办公室吧。 这就是为什么提供一个编辑器，配合 cloud code 使用会更好。最简单就是使用 cursor。 第一步，使用 cursor 来安装 cloud code， 下载 cursor， 打开一个空的文件夹，直接在对话框里输入，帮我安装一个 cloud code， 它就开始帮你安装了。成功以后，国内的朋友还需要配置一个模型 a p i 进去看秋之的这期视频讲的很简单，跟着做就行了。完成之后我们打开 terminal new terminal， 在 这里输入 cloud， 再根据他的提示进行一些简单的设置， cloud code 就 正式启动了，就是这么的无脑和简单。第二步，连接 figma mcp。 我 们找到 cloud 官方文档，把 figma mcp 的 安装命令复制下来，在 cloud terminal 里粘贴上发送指令，然后他就会帮你安装了。第三步，安装 figma plug in， 直接输入这串指令 我会放在评论区，然后进行提交，安装完成之后输入斜杠 plug in， 发送之后，你会看到一个这样的界面， 按右键挪到 install 这一排的位置，你会看到第二行的 figma mcp。 还需要我们进行一个登录验证，那我们键盘按 ctrl 键，浏览器会自动打开，让你授权你的 figma 账号搞定了，就这样，号的员工就可以来你的 figma 帮你提取文件，帮你创建设计了。 我们来试试，让他设计一个 ios 风格的天气查询网页界面冒号，然后粘贴我的 figma 文件的链接， 他问你很多权限问题都同意后， cloud 会开始在本地生成代码，等一会会的时间，你就可以拥有一个真正运行的前端界面了。响应式也完全没有问题。点击这个发送到飞马，你就可以在你的飞马上进行编辑了。 第五步，然后呢？修改完设计怎么传回到扣子里呢？超级简单，比如我改了这些模块的颜色，选择这个设计，右键选 copy link to selection， 回到 call terminal， 输入 update changes， 冒号，粘贴刚刚的复制， 哇靠，就重新构建了对应的部分，就这么简单。这种双向同步的工作流对于设计来说真的非常强大。 ai 可以 承担大部分的生成和重复工作，而你可以专注更多在判断、优化和创意。所以你觉得这个产品更新对设计师来说算势利好吗？
1048一福UX
09:55查看AI文稿AI文稿cloud code 相信大家都有所耳闻，很多小白同学呢，一看到 code 就 想到了代码，就心想代码和自己有什么关系呢？所以再看到它的第一眼就望而却步了。 正如他们所想， cloud code 确实是一个强大的 web coding 工具，但是它又绝对不仅仅是一个 web coding 工具。所以我们本期视频就带着有一定计算机基础的同学们和更多没有基础的小白同学们来了解并且使用这款全球的顶级的通用的效率神器。 那么好，接下来我们就给大家带来 cloud code 的 安装指南。首先我们得了解什么是 cloud code， 它是一款圆工具，那么什么是圆工具呢？就是可以搭建其他工具的工具，它就叫圆工具，首当其中也是我们之前说过了，它就有超强的 web 控力能力， 然后就是从网上爬起数据，然后进行处理，再进行分析的数据分析能力。接下来他也可以进行电脑上常见的文件规划管理功能。这里的能力我们仅仅猎取了三个，但他能力绝对不仅仅止于这三个。但是由这三个我们可以看出来，他的能力可大可小， 可以覆盖我们生活的方方面面，不管是程序员或者数据分析师，亦或者是一位普通的电脑用户，都可以用它来做你想要做的事情，或许这就是 cloud code 的 价值，我们可以用大白话描述我们的需求，然后它就能逐步实现，并且可以进行迭代。 那我们为什么选择 cloud code 呢？它相比于 tree 克隆那些收取模型中转费用的工具来说，它愿意用更多的 tock 来达到最好的效果，而不是像那些中转商一样抠抠搜搜的。 第二点就是我们可以专注这个 cloud code 的 对话框，一对一专心地完成这一项工作，而不是被其他的事情所干扰。第三 点也是最重要的，它是我们全球顶级的魔性公司 cloud azure peak 推出的工具。这家公司无论是在 m c p 或者 skill 或者 agent teams， 它们都是领头羊。所以无论是什么最新的理论，最新的功能，我们都可以在 cloud code 上抢先体验到。 接下来就让我们开始正式安装吧。安装第一步，我推荐大家先找一个 ide 工具，可以是 vs code， 也可以是 cursor， 也可以是 tree， 都可以大家按需选择。装这个 ide 的 工具的目的是为了让我们实时化操作我们的 cloud code， 因为可能有些同学们，他们不适应直接使用终端操作的方式，可能要借助一些格式化界面来操作 cloud code， 让它更容易上手。第二步就是要用我们的 node js 环境了。然后第三步，可以随便创建一个我们什么 cloud code test 的 文件夹，进行我们的刚开始的测试。接下来这就是我们 cloud code 的 安装命令，这是通过 npm 安装的，必须得有我们的 gs 才能。然后安装完之后可以通过 cloud com version 检查一下你的版本，如果是输出这样的，那证明你就安装成功了。但对我们小孩子来说，这样可能有点复杂了，什么先安装到 gs 啊，然后再执行这些命令啊，可能有些复杂了， 所以我们再给大家推荐一种更简单更容易上手的方式。我们来到 cloud code 的 文档，你看，无论是你是 mac os、 linux 或者是 windows power shell， 什么 windows cmd， 大家根据自己的情况选择这三种， 然后我这里是 mac os， 所以 我粘贴这里。大家复制完这些命令之后就不需要考虑其他的了。这是一个安装脚本，就一键往里安装，来到我们的终端， 然后粘贴，然后大家回车就可以安装了，这里我就不演示了，因为我已经安装过了。安装完成之后，我们大家可以通过输入这个命令行 cloud 杠杠 version 来检查一下我们是否安装成功了。你看我这个是二点一点五一版本的 cloud code， 证明我们已经安装成功了。安装成功之后，我们可以直接通过命令行中输入这个 cloud， 然后就可以启动我们的 cloud 了。启动之后它首先会确认你的工作目录，你看我们这里是在我们的 usler 这个安徽客下面启动的我们这个 cloud， 所以 它就会要求我们必须要信任这个文件夹，否则我们就要退出。这样我们这个绘画中的 cloud， 它的工作区就是我们的 usler 杠安徽客这里我进入这个界面是因为我已经登录过了， 大家如果没有登录的话，应该是这个界面，我们这个杠 logo 大家应该会看到这三个，一个是用 cloud 的 订阅账户来登录，第二种就是使用我们的 azure pick 账户，直接使用我们的 api 用量账单来使用我们的 cloud code。 第三种就是我们第三方平台登录， 这个第三方登录也是我们国内用户最推荐的，我们国内用户是不方便购买 azure pick 的 套餐的，所以我们直接推荐我们第三方登录， 我们可以使用我们的 coding plan， 像阿里百炼智谱，火山引擎， mini max， kimi 什么的，它都是可以使用我们那些 coding plan 套餐。那既然说到了登录，我们再来给大家介绍一个 cc switch， 一个超级简化的登录工具来管理我们的登录状态。在这里我打开给大家演示一下，通 过 cc switch， 我 们可以很方便的管理我们可拉扣的使用的模型提供商了，你看我这里就是我们的百炼的口径 plan， 我 们点开看一下啊，供应商百炼官方链接，然后这是我们的 api， key 是我们的 sopic 格式的请求地址看我们这是奥斯卡认证，然后配着我们的主模型啊，什么模型啊，乱七八糟的，这样我们一保存我们打开了的 code 之后，就不需要进行这一步的登录了，它就可以直接使用了。那么如何下载 cc switch 呢？我们只需要在 github 上搜索这个 cc switch， 然后我们从这个 release 里面点进来，我们翻到最下面，这里就是安装包了，大家可以根据自己的系统自己选择就好了。安装好打开之后， 我们点击这个加号，你看就可以提供我们的新的模型供应商了。你看这里还是有非常多的，像我们常用的 deepsea 啊，什么智普啊，什么百炼啊， kimi 啊， for coding 啊，你看这里面都可以有的，我们选择自己购买过的套餐就可以了。 这样我们的 cloud code 安装好了，也把我们的模型配置好了。接下来就打开我们之前已经准备好的 ide 工具，这里我们选用的就是 tree， 其实用什么 ide 工具大家都可以，然后我们点开这里的拓展，我们从拓展里面搜， 那第一个就是我们的这个拓展工具了，这里我已经下载好了，大家可以直接把这个下载，下载完之后我们就点击这个， 你看我们刚才那个登录界面就直接跳转过去了，因为我们的 cc switch 已经配置好了，所以我们就不需要再登录了，这样我们就进入到我们的 编辑器中的 cloud 界面，对比我们处于原生的 ai 沟通界面，其实这也没有什么太大区别了，对我们小白用户来说也是非常友好了。安装好之后我们使用 cloud code， 首先最好还是我们打开一个文件夹，作为我们 cloud code 的 工作区域，这里我就新建一个那 test， 那 进来之后我们直接点击这个拓展，咱们点开我们这里，然后一点这个按钮，那我们 cloud 也就下载出来了， 他首先会跳出来这个登录界面，我们不用管他，那过一会他就直接跳过来了，这样我们的 cloud code 就 在我们指定的工作区域内进行任务了。虽然说我们本期主要是教我们大家安装，但是在视频快结束之前，还是教一下大家简单的使用方法。你看这里其实就是我们 输入的地方了，我们可以把我们想要的跟他说的话在这里输入，其实跟我们网页单跟 ai 聊天是一样的。然后我们再告诉大家简单的三种沟通方式 啊，一个是 asker before editors， 就是 在他在编辑这些文件之前，他会首先询问我们，我们同意之后他才会编辑。然后第二种就是自动编辑，他就不会需要争夺，我们同意了，他就可以自己编辑了。 然后第三种就是 play mode， play mode 也可以说是最重要的模式，如果你的 web code 没有达到你想要的效果，可能是你最开始没有使用我们的 play mode 模式，没有跟模型聊通聊透，聊通彻，让他彻底了解你的意思。 那么使用 play mode 模式，我们就可以跟我们的 cloud code 进行多人对话，进行头脑风暴，来构思，来构思我们这个产品，了解你的思路，确保我们接下来中的每一步都不会违背你的意愿，这样做出来的产品才是你真正想要的产品，而不是你做完就抱怨啊，这根本就不是我想要的，这效果也太差了。接下来我就给大家简单演示一下， 请给我生成一个爬取热点新闻的脚本。格奥特就会首先说，我来帮你创建一个爬取热点新闻的脚本，但是他首先需要我们明确几个问题，不依赖于 ai， 盲目的 web coding， 这就是 play mode 的 价值所在。首先他会询问我们的新闻源于哪些热点平台， 我们可以选择微博或者百度或者知乎，那我们就选择多个来源吧。编程语言它也会推荐我们的 note， g s 啊， go 啊，然后它最推荐 python， 那 我们就选择 python， 它然后就是选择输出的格式，它推荐有什么 jason 啊， c s， v 啊，或者控制台直接输入，我们也可以不听从它的，我们选择 arthur， 我 们自己定义，你就说给我生成 mb 文件就可以了，直接提交我们的回答，它会根据我们的回答进一步规划它这个任务， 然后你看我们的 client code 就 贴心地给我们生成了一个爬虫计划。 context， 我 们需要一个 python 脚本， 爬取国内新闻平台，输出为 markdown 格式。那你看它把文件结构啊，什么输出格式啊，核心实现，还有依赖 什么，他都已经计划好了，这样他计划好之后才会真正的询问我们是不是接受这个计划。如果我们接受这个计划，接下来他就会依照这个计划进行 web coding， 这里我们就选择接受让它 web coding 完整的生成这个 python 脚本了。还有就是我们 click code， 在 项目运行过程中，它会时不时弹出这些框 询问你，比如他这里就询问到我们可不可以安装并运行这些爬虫脚本。如果你想在当前目录中让他不要再重复询问这个问题，我们就可以选择第二个，这样他在当前项目中就不会再重复问这个问题了。如果你只是选择 yes， 那 么在他下次重复执行这个问题的时候，他还是会询问你，那么接下来我们继续等待他生成好吧。 a few moments later ok， 经过一段时间等待，我们 coco 的 也是把任务完成了。虽然我们本地环境有一些兼容性的问题，导致他不能完美的完成我们的任务，但是还是把他力所能及能完成的东西全都完成了。在他的 output 里面已经输出了这么多新闻，那这里还是非常多的，我们后续想解决这些问题，让所有数据员都能工作，他也给出了我们解决方法， 这样一个爬取我们新闻的小案例也就到这里了。本期视频我们给大家分享了 cloud code 的 安装使用，然后配置模型等等，然后最终给大家介绍了一个爬取新闻的小案例，大家在安装好 cloud code 之后，可以跟他多多对话，然后多多测试一下， 熟能生巧，当你使用的越多，你对它的了解也就越深，使用的也能越发得心应手了。下期视频我们将继续介绍我们 cloud code 的 高级特性，如果本期视频对你有所帮助，请你点一个关注吧！
118小单说AI
