如何让open code工作一晚上

兄弟们，如果你正在使用 open code， 那 这个插件一定得装上它彻底重构了 open code 的 工作流程，让你不再像玩回合制游戏一样和单个智能体一问一答编辑代码，而是直接拥有一支专业的开发团队，不同成员各司其职，互相协助，即便开发大工程也能轻松 hold 住。它本质是一个多模型多 agent 的 编排框架，它会往 open code 中集成十一个专家 agent。 例如 sisyphus 作为总指挥，负责任务分解、进度管理、协调其他成员。 prometheus 则是规划师，通过访谈式交互与你沟通深层详尽的执行计划。此外，还有专门负责架构设计、前后端研发、文档生成以及代码库探索的各类 agent， 使用时非常灵活。你在对话框中输入任务需求，总指挥 sisyphus 会自动规划分配给对应 agent。 你 也可以显示地 at 某个 agent 去完成特定工作。例如一种常见的用法，先让 prometheus 出一份详细计划，再让 atlus 照着计划去调度执行。 当然，你还可以同时艾特多个 agent， 让他们并行工作。如果嫌麻烦，他还提供了一种懒人模式，在对话框里简单说明任务，例如重构整个工程，然后输入 ultra work， 它会瞬间化身卷王，所有 agent 都会被启动，持续执行，不会偷懒，直到实现任务目标。 另外，它还有个很灵活的特性，你可以预先配置任务类型和模型的映涉关系。例如让 gpt 处理架构设计任务，让 kimi 处理写作任务。在执行阶段，指派的 agent 会根据任务类型加载对应模型，从而每个任务都会被适合它的模型处理。

今天这期视频我们只讲一件事，就是普通人怎么用 codex 开发一个小项目，并且部署上线。很多人可能一听到 code 代码就会产生畏难情绪，但你肯定听说过之前的 open cloud， 很 简单，在手机上给他发个信息，他全自动的就给你干完了，但是他贵啊，帮你发一个小红书就可能花你几块钱， 更别说开发一个工具了。但是 codex 作为 ai， 一个 open ai 的 出品，不但可以像 open cloud 一 样帮你完成几乎任何事情， 而且赠送的免费额度就能满足日常所需，如果你是会员，那更是用不完了。更重要的是，学会这种最顶级的 ai 工具，你就具备了做任何产品的能力。这期视频是 codex 的 入门视频， 我会带你从零上手，从怎么安装 codex， 怎么启动 codex， 如何与 codex 对 话，然后我会带着大家从零开始构建一个电影评分网站，并且部署上线。注意啊，就算你完全不懂开发也没关系，这期视频就是为你准备的。 我们开始首先在开始菜单中搜索 cmd， 打开命令行，这是我们与电脑和 codex 沟通的窗口，我们所有的对话都会在这里完成。与此同时呢，我们需要打开一个 check gpt 的 窗口，因为我们都是新手嘛，怎么用这个命令行都需要让 gpt 来告诉我们。 第一个问题，如何在命令行中安装 codex。 他 告诉我，首先确保安装了 node 点 gs， 我 这里已经安装了，如果没有，你可以让他告诉你怎么去安装，这里就略过了。第二步，复制他给我的安装命令，然后 ctrl 加 v 复制到命令行中， 命令行没有报错就说明安装完成了。在命令行中输入 codex， 如果能打开这个界面，就说明我们成功启动了 codex。 第一步，登录 codex 通常都会选择第一个，通过网页端完成登录，登录后回到命令行页面， 点击回车。继续我给大家讲一下最基础的配置。首先点击键盘上的这个斜杠，你可以看到 codex 的 一些基础配置项就出来了，比较重要的是模型选择和权限设置，模型我一般都会选择最新的思考时长，选择 extra high， 这样生成的质量最高。 第二个 permission， 我 选的是 full access， 所有的权限都交给 codex， 不 然它在执行任务中会一直让你去授权，很麻烦。当然这样也是有风险的，有比较小的概率它会删除你的文件，网上就有人遇到过，但是我目前还没有啊。 接下来我们就正式的来做这个电影评分网站，真的超级简单。首先我们创建一个文件夹，作为整个项目的根目录，然后我们要让 codex 进入我们这个项目，怎么操作呢？回到命令行，连续按两下 ctrl 加 c， 退出 codex， 然后复制我们这个项目的地址，打开 gpt， 问他如何让命令行进入这个地址，按照 gpt 的 指示进入后呢？ 输入 codex， 这样就在电影打分的这个项目中打开 codex 了。每次重启 codex 后啊，都需要重新设置一下权限，改成 full access。 接着很关键的一步，执行一次启动命令斜杠 i n i t。 执行完毕后，它会在项目下生成一个 agent 点 m d 的 文件，这是 codex 的 一套默认行为规范手册，它会根据文件中的行为规范来完成你的具体任务。 后续你玩熟了，就可以按照自己的要求来修改这个文件了。现在呢，咱们暂时不管它，然后我们就可以来描述具体的需求了。我是这样写的， 由于豆瓣网站的电影评分已经严重失真，我打算做一个新的电影评分网站，基本实现电影的评分和评论功能。你需要完成整个项目的完整开发，并且部署上线。 你需要自动抓取豆瓣上正在上映的电影自动更新。这是一个完整的项目，你负责完整流程，最终交付给我。部署后的网址，你可以利用相关的部署 skill 来帮助你完成。如果没有这些 skill， 你 可以自己去网上搜下载下来用回车发送。 你看，他已经开始自己执行了。突然我想起来忘了跟他说一句话，按一下键盘左上角的暂停键，然后我跟他说，在交付前用肉眼检查一下，没有问题再交付给我， 这样他就会自己用浏览器打开看一下，确保没什么问题。接着他执行了大概二十分钟，最终你看他给我交付了上线的地址，后面简要说了一下他具体交付的内容，我们立刻把这个网址打开，看看效果咋样。 嗯，整体感觉还行，春节档的这几部电影也都在，不过很多图片没有加载出来，界面呢，也不怎么好看。这就是后续你需要不断地跟 codax 沟通来优化迭代的了，包括你后续想用自己的域名，也可以通过跟 codax 沟通来帮你实现。 好了，这期 codex 小 白教学就到这里了，其实还有很多使用的细节技巧，我没有涉及到，你都可以直接通过 codex 或者和 gpt 聊天快速掌握，赶快用起来吧！我是阿猪，关注我，让我们一起在 ai 潮头冲浪！

你还在熬夜加班，别人的公司已经全自动运行了。就在刚刚，我潜入了一个硅谷，即刻大佬的后台，看到了一个让我彻底怀疑人生的画面。你是不是每天还在为了排期写报告、回邮件这些破事焦头烂额？ 人家呢？他今年定下了一个恐怖的目标，把公司里所有重复性的脏活累活，全部扔给 ai 智能体 agent 去干！ my goal this year is to delegate most of the recurring work in my business to agents and right now， i'm putting two ecosystems to the test， open claw and claude content schedule。 他 现在每天只干嘛？喝咖啡？想创意。而他的公司像一台全自动的印钞机一样在后台疯狂运转。他把两套目前地表最强的 ai 系统 open claw 和 claud 拉出来，进行了一场赛博打工人大比拼。结果爆出的内幕直接颠覆了所有人对 ai 的 认知。 pulling backlog management reporting all the glue in my business that eats up my day， i want that running on autopilot with agents， so that me and my human team。 如果自动赚钱你还能忍，那接下来的硬核拆解绝对会让你大呼过瘾！到底用哪个 ai 最爽？ 大佬给出了致命结论， claude 就 像一个穿西装的高智商军师，你跟他聊天，让他帮你写文案，想站他能做到完美无瑕。但问题是，他是个算盘，你得剥一下他才动一下。 strategy product thinking building tools， claude and claude code are still my go to， but that's exactly it claude feels more like a collaborator pairing with me。 你 一关电脑，他就罢工了。而 openclaw 呢？这就是个纯纯的黑奴牛马。虽然他界面粗糙，经常报错，但他最大的恐怖之处在于全自动托管。大佬专门买了一台麦克电脑放在桌子上，让 openclaw 住在里面。他只要在后台发一个任务指令， 这个 ai 就 会没日没夜的在后台帮你发消息，汇报工作。 run without me babysitting this is where openclaw really shines because it was designed for autonomous delegation since day one my team of agents work from a file system on dedicated machines that i control they run recurring jobs they own tasks and they report back to me through slack and telegram it feels like communicating with a remote team member。 这根本不是在使用工具，这特么就是雇了一个不要工资不要社保的远程超级员工！ of skills now the openclaw system and my agents we'll just run these tasks automatically in the background according to their recurring schedules and then when they do i'll receive telegram messages from my agents you know and then。 你 以为这就完了？错，大佬联防被 ai 平台割韭菜的终极秘籍都浇底了！ ai 进化这么快，今天用 openclo， 明天可能就用别的了，怎么保证自己的心血不白费？答案就是两个字，技能 skills 大佬根本不把具体的业务逻辑写在软件里，而是写成了一个个简单的文本文件 markdown。 这叫技能包，需要做自媒体，把爆款文案技能包塞给 ai。 需要写代码，把程序员技能包塞给 ai。 不 管外面哪个 ai 平台最火，只要你手里捏着这些核心的技能包，所有的 ai 平台都只能乖乖给你当打工仔。 now claude was the first to introduce the concept of skills last year， but since then skills have been adopted across all the major platforms you can use skills in openclaw， you can use them in cursor skills work in codex and then of course you can use them in clod and clod code and clod co work they work everywhere now that convergence on a single standard is a huge deal。 这才是真正的降维打击。你不是在用软件，你是在制定规则，培养一只至忠诚于你的赛博大军。 the principle behind all this is the whether you're on openclaw or clod or whatever comes next design jobs not tasks to find the process wrap it in a skill。 看完这位大佬的操作，我出了一身冷汗。以前我们说开公司拼的是谁能招到更多更便宜的人，但未来的商业法则已经被彻底改写了，以后的顶级公司可能只有一个人类老板，剩下的全是不知疲倦的 ai 特种兵。 那么问题来了，当这种自动化 ai 员工彻底普及 and gaps the answer is we don't we bet on our process and this is where it all comes back to skills skills are mostly markdown files sometimes a few scripts and examples and they define repeatable pro。 当一个人靠着几台电脑就能干翻一整个百人团队的时候， 你觉得那些还在靠重复性劳动和出卖时间换取微薄薪水的普通人还能有活路吗？你是想成为那个敲键盘的螺丝钉， 还是成为指挥这群赛博大军的指挥官？在评论区留下你的思考，因为如何驾驭机器将是你未来几十年唯一的护城河。这里是 ai 风向标，关注我，下期带你硬啃更多这帮硅谷狂人绝对不敢轻易告诉你的残酷真相！

你有没有觉得啊， open code 在 复杂工程里特别慢，还容易返工？原因很简单啊，它本质上是单的 agent 顺序执行的。 最近啊，我试了一个升级版叫欧麦 open code， 他 做了一件关键的事情，就是他把单的 agent 变成了多 agent 的 并行安装，非常简单，直接复制一句话，然后进 open code， 他 会问你有没有 clode， code， 叉等等的模型，你如实回答就好了，没有的话就告诉他全部用当前的模型， 我用的就是 kimi。 二点五装好之后，你就会发现左下角从 build 变成了希奇福斯，这是规划和调度执行的 agent。 接下来在你的任务前面加一句， u l w， 正式进入多智能体模式，它会自动拆解任务 多个 a 阵的并行执行，边做边叫验，减少反攻，对复杂的改动化文件的联动，重构场景速度和稳定性的差距会非常明显。一句话总结啊，单县城的程序员和多县城工程团队的区别。

家人们量化编程的代码神器真的来了，它就是 opencode。 这款神器开源免费，专门为咱们量化人量身打造，内置免费模型，不用花钱，不用复杂操作，新手老手都能闭眼充，用它写策略效率直接翻倍。 先跟大家把 open code 讲透，它可不是普通的代码补全插件，它是百分之一百开源的 ai 编程代理， github 七万加新标，主打终端优先，多模型兼容，隐私可控。它的核心就是帮咱们量化人把写策略调回测查 bug 的 效率拉满。 这里重点说一句，它完全不用，必须搭配 openclaw 用，单独用，它是高效编程助手，搭配 openclaw， 那 就是 ai 编程加本的执行的王炸组合，两种用法都香。 很多做量化的兄弟都有痛点，新手对着空白文档不知道怎么写策略，老手调回策改代码耗时长，还天天担心策略代码泄露。 openclaw 就是 专门解决这些问题的，咱们用它理由太足了。 第一，模型自由，还免费，量化成本直接打下来，这是咱们最关心的，它支持七十五家种大模型，云端本地随便选。 最关键的是有免费模型直接用，比如 mini max m、 二点五 free， 不 用花钱，不用复杂申请，一键调用写策略调试脚本，完全够用，再也不用心疼 api 费用。 第二， vs code 无缝集成，不打乱咱们的习惯。咱们做量化基本都用 vs code， open code 有 官方插件，安装完直接集成在编辑器里， 不用切换软件，不用跳出界面写 python 策略调回测代码时， ai 实时辅助代码生成，补全重构，一步到位，完全贴合咱们的工作流。 第三，隐私安全加离线可用策略绝不泄露。做量化的都懂，策略代码是核心机密， open code 默认不存储任何代码，还支持完全离线运行，哪怕断网部署个本地模型也能正常用， 不用担心里程泄露，数据被盗。隐私这块咱们量化人必须拿捏死。第四， plan 加 build 双模式它独创 plan 加 build 双模式， 不像普通工具直接生成代码，容易跑偏。 open code 先规划逻辑再写代码，写出来的量化策略逻辑更严谨，更贴合需求，复杂策略开发少走弯路。第五，多端适配加操作简单，新手也能快速上手。 支持终端 t u i 桌面应用 vs code 的 插件三种方式，不管你习惯命令行还是图形界面，都能找到顺手的，不用记复杂命令，不用写繁琐配置，哪怕是刚入门的小白，也能用 ai 帮你写。第一个小策略 家人们总结一下， open code 就是 咱们量化编程的得力助手，免费模型可用 vs code 无缝集成隐私绝对安全。 plan 加 build 模式精准，新手还友好，单独用高效写策略，搭配 open curl， 那 就是 ai 编程加本的执行的王炸组合， 量化人闭眼充就对了。想获取他的安装入口和免费模型使用技巧的家人直接关注加群，我把详细资料发给你们，关注超超讲量化，咱们下期见！

open code 的 第三方配置教程来了，首先打开命令行，先去安装 open code n p m i g open code a a 安装完之后就可以去命令行配置 json 文件， 这里已经安装就不演示了，开我们的 c 盘用户文件夹下，然后有个点 com fake 文件，安装之后会出现一个 open code 文件夹， 进入之后我们新建一个 open code json， 打开这个 js 文件进行配置，我们把要配置的内容复制进来。 这边我们默认的模型是 model a game n 三 pro 调用地址已经填入了，可以不用修改。 后面只要把我们站点内的密钥复制过来，回到我们站点令牌管理这边，把密钥复制下来，再粘贴到这里，记得保存，之后关闭文件， 就可以用我们的 open code 项目。 然后在 models 这里进行模型选择，我们要的是真 m i 三，就第一个发个 hi 试试， 这样就可以正常交流了， 这样就可以正常调用了。来到我们的使用日记处检查一下，是可以看到有一个调用信息的。

前面讲了 open code， 今天在他的基础上带来一个超能力，这个超能力能让 ai 更规范的编辑代码，从而避免死山，他就是 superpowers。 本期我带来两个案例，深度实测一下，最主要领略下他生成工业级代码。 现在是你点赞收藏的时机，因为正片马上开始。为了做比较，我先用纯净的 open code 环境， 也就是没有集成 superpowers 的 情况。为了尽可能的体现测试的准确性，我使用同一个问题。我们先看 build 模式，可以看到 ai 直接帮我们在文件中生成了代码， 在简单场景下确实能用，但一旦功能比较复杂，没有规范约束的代码就很容易变成死山，后续改行代码都要全量检查，这就是真实开发中的痛点。那又有人说我用 plan 模式不就一样了， 表面看都有计划，但差别很大，我们一起来试一下，切换成 play 模式，然后输入相同的需求。可以看到它的确给了我一套完整的计划列表，但是只是仅限于此了。 superpowers 是 有一套完整的流程规范以及非常多的 skill 组成，我们也可以在 github 上查看它的流程和技能库。于是我们安装好这个超能力，然后再执行。同样的问题， 是不是看起来除了头脑风暴，没有看到其他的流程？别着急，这不是功能没生效，而是需要特殊的条件。我们先直接看最后三者的对比， 很明显发现集成 superpowers 后，测试用力的复杂度和覆盖度大幅提升，这就是规范化流程的核心价值。那么我该如何运用 superpowers 里面的 skill 呢？尤其是 tdd 流程编写， 在这里我特意再搞了一遍零到一生成的 app， 和前者作比较，然后在提示词中使用了这些 文字。部分也明确说道需要按照 superpowers 的 流程走，最主要是 tdd 流程编辑，不过由于过程有点长，我简化了几个特定的步骤。刚开始就列出了三大 skill， 头脑风暴、测试、驱动开发、 tdd 以及系统调试。 接下来是一个 to do list， 我 们可以认为是一个编辑计划的 skill， 前面是头脑风暴环节，后面是 tdd 流程，通过测试启动开发补充需求。这一步 superpowers 会问我们一个一个的问题。这边明显感觉到更趋向于工程级的代码了， 因为不仅仅局限于需求点，更是细致到了前后端的技术站，当然不清楚的同学可以默认选择第一个。 紧接着是创建详细的设计文档，先创建项目目录结构，主要是前端、后端文档测试，这四个大部分还生成了两百多行的详细 readme 文件， 这才是工业级项目该有的规范，不是随便扔一堆代码就完事了。随后就是 t d 流程方面，从用户模型、签到记录模型、 api 接口 到邮件服务和签到逻辑服务，再通过运行这些测试来验证它们会失败，也就是 r e d 阶段之后运行时，因为测试的依赖 just 安装失败， 导致这个步骤一直处于进行中。但好在 superpowers 的 流程是模块化设计，后续的步骤能正常地推进，它不会因为单个非核心环节卡顿就中断整个流程，除非是头脑风暴这种前置必要环节， 现在我们来到了创建微信小程序的前端代码这里，在这一步， open code 也是一个一个的写文件，我们就直接跳过看最后的文件结构吧。这边在微信小程序中打开目录中的 front， 可以看到在配置中分为四大块， check in、 perf、 record、 setup， 分 别对应相应的功能。最后他生成了定时任务，加上一些配置文件，整体的任务列表全部打勾，这个项目终于是跑完了。 回顾一下整个过程，规范化的流程显得多么重要。可以说，在我们真实开发场景中，最前面的流程显得多么重要。可以说，在我们真实开发场景中，最费人力的 不仅是各个角色之间的配合，有时甚至是部门之间的协调。 superpowers 就 像是一个中疏系统，会根据任务的情况从而动态的调用 skill， 当然我们也可以明确来使用哪些 skill。 最后让我们来看看效果，设置千岛眼都没什么问题， 我换一个时间也能签到成功，但是记录我的两个页面 u i 没法看，原来 w 叉 s s 文件都没有。于是我又让 open code 帮我们修复一下，这是修复后的效果，嗯，还是得经过自己的测试。 就这样，一个工程级项目算是完成了。如果你有什么问题，可以评论区回复我，关注我，带你解锁更多好用好玩的！

大家用 open curl 的 时候有没有发现一个问题，就是它只能操纵你的浏览器，只能给你的飞出这些发消息，它没办法进行这种 ui 界面的操作。 今天给大家分享这个项目 torx， 它可以进行 ui 界面操作，甚至可以直接打开你的微信给你发消息，也可以进行其他的操作。因为我们很多操作，特别是在国内，它是不那么 open 的， 所以说你很多东西其实联通不了 这个项目就能让你连通，它可以直接给你放在你的这个 torx 里面当成 skills， 或者当叫做是一个小的子智能体，你可以把任务下发给这个子智能体，让它去完成一些你之前只能在浏览器和 api 无法完成的一个任务。 我们来详细看一下这个项目哈，其实这个项目出来已经很久了，只不过最近他们发了这样一个技能，可以通过 open curl 去调用它。这个其实是一个紫智能体，我们来看一下它的一些操作，比如说预定酒店、机票、 uber 还有查东西，这些都是通过这种 ui 界面进行操作的，它并不是像它自带的这个浏览器，它是使用 api 或者说使用 playwrite 这种方式来操作的，这个是纯的这个 ui 界面操作， 我也找过这个 windows 呃的一个呃 skills， 但是它非常的不准，我还是用的是 g p t 的 这个模型，都非常的不准，其实很大的原因是它的 m c p 有 问题，或者那个 skills 有 问题， 所以说你直接用这个就是可以的。我下一个视频给大家评测一下吧，它的效果都还是蛮不错的，比如说这个是最初的，它也有一个模型，可以在它的官网去申请，当然你用在 g p t g p t 的 模型估计比它这个还要好一点。 就 kimi、 kimi 这些模型，它的多模态能力都还是非常不错的，而且它有这种 coding plan 的 呃，套餐，它还是很划算的，可能比它的这个还要划算一点，但是它这个模型可能比较小，这个速度会稍微高一点。

open 可乐最火的时候，全网都在教你怎么安装，但现在热度下来了，我发现一个非常尴尬的事，百分之九十的人根本不知道怎么养它。这又导致现在 mac mini 高价抢了 taco 也买了龙虾，反而没干啥活。 所以这期视频没必要再去讲什么安装流程，我反而想认真聊一聊，怎么才能把这只野性的龙虾驯化成一个真正能干活，越来越懂我们的 ai 生产力助手。 首先我想说一个反常识的点， skills 不是 越多越好。你想啊，同一个层级下，功能相似的 skills 有 好几个，如果你这个也装，那个也装，那碰到同一个需求，这两个 skills 都觉得这是我的活，那就很容易打架了。就好比一个部门有两个老大， 谁都想自己说了算，最后也只能失控了。所以 skills 不 在于多，而在于边界清晰。那在起步阶段，有一个基础的 skills 清单就非常有必要。我把它分成了四层，第一层，安全层，它的名字叫 skill writer， 这个建议大家都先装上哈，它可以帮助我们审查接下来要装的 skills 的 安全性到底怎么样，比如来源审查、代码审查、权限范围、风险等级评估，只要是低风险，那这个 skills 就 可以放心大胆装了。第二层，其实就是要给它一个搜索功能，这个我用的是 brave， search 到官网注册申请之后呢，每个月有五 w 的 免费搜索额度，对于个人的网络搜索来说，这个白嫖额度基本上也够用了。第三层，我觉得要让龙虾能读懂资料，你可以把最常用的文件格式， pdf 啦， word 文档啦， ppt 这些格式的读取功能，让他先学会这些 skills， 用 i s i p 和官方出品的就行，他已经有九十多万个 star 背书，稳定性和安全性都是有保障的。第四层，你可以给他基础文件的操作能力，让他在特定的文件夹里读写、删改。 先记得先不要给他系统级的权限哈，比如终端命令行执行这类的高危权限，一旦你授权了，他很可能就会默默的修改你的系统配置。这里再分享一个我自己使用 skills 的 方法，那就是自己做一个。比如我把第二层那个 blue search 重新做了一个，因为我当时安装的时候 app 上面的原版博友 search， 它在 reddit 里面说需要一个 api 蜜月，但实际上呢，并不需要。这种描述的不一致就让我觉得，哎，可能没那么可信，哪怕收藏使用的人特别多，那可能跟我的需求也不一样，所以我就重新建了一个。 当然，这个建的过程也不是说我自己就在那吭着吭着写哈，而是让 ai 帮我写 markdown 文档。所以我觉得大家在安装 skills 之前，先了解清楚这个 skills 干啥的，你什么时候会用到它，怎么用它，然后它最大的权限是啥？不求多，但求精。 我们都知道，龙虾的能力上限很多时候在于你用的是什么模型，如果是最顶级的 cloud， 它就非常强，那用一个普通的模型，它就会回归到一个非常普通的状态，甚至有些任务你会觉得，哎，它怎么还没平时对话的通用大模型厉害啊。 但这也不是说以后干啥都用最顶级的哈，那你可能还没驯化龙虾这个账单，就把自己给驯化了。所以我觉得性价比高的玩法是顶级模型和普通模型组合使用。把最顶级的 cloud 当作一个 ceo， 把难题、战略规划类的写 skills， 给 bug， 风险判断这活交给它。 那剩下那些重复性的杂伙，像整理文件啦，整理图片啊，文档总结。那就交给普通模型。我用的组合是 cloud、 obox、 四点六和 mini max。 很多人觉得 openclaw 不 懂自己，是因为他们就把这只龙虾当成一个开箱就能用的工具。但 openclaw 的 定位其实是一个定制化的私人助理，就像你招了一个哈佛毕业的助理，你俩见面的第一件事肯定是告诉他 我是谁，我的任务是啥，底线是啥。那给出这些信息，其实就是给 openclaw 建立上下文，这一步就让他从一个普通的 agent 变成你的 agent。 你也可以提前配置好 user、 identity、 soul 这三个核心文件。 soul 是 关于你、你的个人说明书，你的名字、职业、目的、喜好、红线都写在里面。 identity 是 给 open cloud 身份的地方，比如它的名字，它的角色定位。 soul 是 龙虾的灵魂，你可以定义它的做事风格、价值观和行为边界。但在写的时候，不建议用太多聪明、温柔、冷静这些很虚的词儿， 而是尽量写成可执行的指令，比如把冷静写成永远不使用感叹号和已默契的表情。那面对用户的抱怨呢？直接提供解决方案。因为 oppo 可乐他是一个 a 阵的，他不仅能像 g p t 那 样跟你聊天，还能替你行动， 比如接管你的电脑，替你群发消息，如果你没有配置，删除、发送发布之前必须先确认这些具体的红线，他可能就会为了表现聪明和高效，帮你整理桌面文件，结果不小心删掉了你的资料。 我经常刷到各种 open class 的 视频，我看到屏幕上有很多个 agent， 但我觉得呢，对于普通小白来说，不要一上来就想着建立一个什么 agent 足球队，我们应该先把一个 agent 养明白，再 再去让他开分店，因为只有当你把一个 a 阵的调教好了，你才知道他是什么脾气。当出现问题的时候，怎么借助通用大模型去解决，像养孩子一样，先把他养熟，这样你才能轻车熟路的养。第二个具体的分工，可以设置成一个总管加 n 个专业型 a 阵的的形式。 总管呢，就让他负责一些基础性的总管性的工作，比如搜索啦，轻度的整理专业型的 a 阵的，可以让他写文案，做研究生产图片提示词。 对于这些不同的 a 阵的，我建议是搭配使用不同的模型。像研究型的 a 阵的，可以使用最顶级的模型处理基础事物的 a 阵的，比如图片整理、文件规档，可以用普通的模型，那涉及到创作内容的 a 阵的，像我需要文案和脚本的创作，那我会两种模型搭配使用， 搜集热点信息，用普通模型输出，搞建大纲，用顶级模型组建这些 a 阵的军团，其实就像组建一个团队一样，要让他们有清晰的边界，各司其职，以后你也会越用越顺手。 最后呢，我想分享一下 opencloud 的 权限问题，我觉得我们不要把 ai a 阵呢当做一个资深牛马， 也不要把他当做一个小学生，而是把他看做一个潜力巨大的超级实习生，他非常聪明能干。但是你刚开始跟他接触的时候呢，不要上来就把所有的权限都给他放开，而从紧到松，一步步来。 比如刚开始只是让他们帮我们读取文档，查看文件，做一些总结和轻度的搜索工作，那熟悉了几天或者一周以后呢，可以让他建一个工作区的文件夹，创作文档，写一些草稿之类的，感觉更稳定。之后呢，就可以让他去归党整理， 给他一些删除格式化的权限。最后啊，最高级的权限，比如说发消息，发布视频，或者执行系统性的命令，这些必须经过人工确认。最后，我们总结一下，到底该怎么养好这只龙虾呢？我觉得真正养法就是四个词，少一点，慢一点，看清一点，克制一点， 少一点对全能 ai 的 幻想。慢下来去打磨它的身份和规则，看清它作为工具的边界，那在赋予它电脑的权限时保持克制。 在 opencloud 被炒得最热的时候，不要为了大家都在玩而焦虑，当热度下来了，也不要把它当做过期的玩具扔在电脑里吃灰，毕竟它不是追风口的社交货币，而是你花时间亲手调教出来的真正懂你的数字搭档。

我用 ai 做了一个可以管理耗材的网页，全程不需要自己写一行代码，先让豆包参考记账软件设计功能，再让它输出一份需求文档，把需求文档直接丢给 opencode， 它会跟你确认一些细节，比如是要电脑端还是移动端，是否有技术背景，要不要离线使用， 他会给出他的部署方案，接下来就等他开发完成就可以了， 不需要我们写代码，当然我也看不懂他写的代码。 开发完成后，我们就可以打开网页，这个网页左边添加耗材，右边可以瞎想。耗材 可以按剩余个数排序，库存超一年会显示已过期， 每次打印可以在下面进行添加 耗材信息，有误的可以重新编辑，还可以对所有库存耗材进行分类统计。 最后，这个可视化目前还没太大用处， 整体功能对我来说够用了，就是交互方面还可以再完善。在使用过程中有想要修改的地方都可以直接让 open code 去修改。 我用的模型是付费的，质朴的 call 定 plan， 一个季度四百左右， 很好用，就是做的复杂一点的话， token 还是会不够用。 open code 的 里也有免费的模型，可以试试，操作过程碰到看不懂的地方可以用豆包桌面版的截图功能，特别方便。对于不会编程的小白来说， ai 真是太好用了。

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。

我在扣子上面一键部署了 oppo klo 这个小龙虾。什么叫一键部署， 就真的是你点击一下，点击这个自动获取都要不了三秒钟，他就会帮你部署好了。当我点击完成之后呢，他就到了左边的这个界面， oppo klo 的 助手大家可以看啊，这里的这个界面其实和你 把 openclaw 安装到本地那个是一模一样的。如果你看过我往期视频的话，就会知道，我确实把 openclaw 安在了我的一个旧电脑上面，让它辅助我去完成工作。 当然呢，今天的这个视频只是给大家分享这个 code 编程，对吧？它这里的极简部署 openclaw 是 真的是太方便了，一键就帮你做好了。 那么我将用这个小龙虾来做什么了？那也欢迎你订阅我的频道，后面呢，我会给大家去分享我用这个小龙虾都帮我去实现了哪一些 场景上面的一些工作，也希望能给你带来一些启发。关于我的龙虾养生日记，欢迎你的关注。

open klo 如何帮你在浏览器里工作？其实呢，你要在浏览器里做的工作， open klo 都能帮你去做，而且是二十四小时不停的做，调研，情报，学习，写作，投资信息等等，由 open klo 管理浏览器，真正呢实现二十四小时的浏览器自动化操作， 而它的原理呢，其实就是网关上启动一个谷歌浏览器的实力。然后呢，你这是独立的用户档案，而不是附用你现有的浏览器的用户档案，所以呢， 它有独立的拓展，独立的 cookie， 独立的缓存，都在这里面，你呢可以手动的登录一次你的社交网站，之后就可以一直长期使用附用。 他的优点呢是二十四小时成期，非常的稳定，只要你的网关呢是开着的，那么他就可以直接跑，不依赖于你的日常使用的浏览器是不是开着。 第二个优点呢，就是他啊，就是安全边界更清晰，因为他隔离了你的用户档案，他不会污染你平常你用来工作，你自己手动使用的日常路由器的生态。第三个呢，就是他可控性比较强， 你可以选择有头模式，或者你可以选择无头模式，他自己在后面跑。那他的缺点呢？首先就是复用生态弱，因为他是新的一个用户答案，那么他不在你日常用户答案里，你的浏览器里那些插件啊，那些证书，那密码管理器等等。 第二个呢，就是设备的一些风控问题，一些站点呢，对于你这个新设备，你的新的这样一个用户答案可能会更加敏感， 可能会更容易就是触发额外的验证。那么它的使用场景是什么呢？就是你用浏览器做的东西都可以让它自动化来帮你做， 只要你设置完之后，用自然语言的方式告诉他你想要什么时候触发任务，去做什么任务就可以了。那如何去设置呢？其实也非常简单，分为三步， 第一步呢就是是下面的这个 opengl， 点 this 文件里面，然后填入这个关于浏览器的内容参数，直接照抄这里就可以，然后控制有头或者无头的是这个 highlight 参数，一开始推荐大家填 forms， 也就是有头的，因为我们还是需要手动地去登录，之后呢，你登录之后可以把它调成无头的。第二步呢就是我们去重启我们的网关， 然后呢我们用这个命令手动地弹出来我们的谷歌浏览器。然后第三步，我们在弹出的网页里面手动地进行登录，把我们的所有的社交网站，所有的 x u2b， 然后 reddit 和其他的网站都登录一下。登录之后呢，我们就可以回来用自然语言的方式告诉我们的 openkey 命令，让他去帮我们做任何浏览器的操作。比如说这里我们首先给他一个任务，就是每天的九点帮我们生成一个报告， 关于 open 所有的报点和所有的新闻。那么可以看到他回复给我们的说他任务完成了，每天早上的九点都会有这样一个定时的任务呢去执行，那我要让他现在就给我输出一个报告， 我们现在呢先测试一下效果。我们首先看他呢给我们的热门话题， 跟前面的那个 skill 也差不多。首先呢就是安全性的问题，大家都在讨论，另外就是可信的问题，还有就是记忆的问题，包括各个 多个智能体之间的写作的问题，还有那那么关于痛点的他发觉就不一样了，他发现了就是在社交媒体上自动化，比如说 h 平台啊存在一些限制，大家都在讨论这个问题。 然后呢就是一些呃维修的问题，比较复杂，包括安全性。然后呢他每一个社交媒体啊都会有一个总结，告诉他在这个社交媒体上发现的关于 open club 相关的话题。那大家都在这里讨论什么呢？ 好了，大家呢也可以去试试，任何呢你在浏览器上做的工作都你都可以去尝试，让 open cloud 浏览器自动化来帮你做，只要呢你设定好边界和规则，有什么问题呢，大家可以在评论区里告诉我，不要忘记点赞和关注，我们下期再见。

昨天凌晨啊，我彻底放弃了 openclo 加 opc 点加 cloud code 的 工作流。这事听起来很小，但折腾了我整整几个晚上。 事情是这样的，这段时间我不是在疯狂接待我的内容生产工作流吗？我就想，能不能够这样围绕着同一份 opc 点知识库，不管是我在外出，还是坐在调档线还是 openclo， 都能够调用同一份知识库来干活， 并保存在同一份知识库里面。具体来说啊，电脑 opc 点知识库同步到手机，这样我就能在手机上刷到好文章的时候，能够第一时间转存，也能够随时编辑我的素材。 cloud code 也能够同步到手机，这样我随时能远程让 ai 帮我处理任务， 再让我部署在云服务器上的 open curl 小 龙虾也能够读起这份 opc 点知识库，随时处理我的文件。而等我回到电脑前， ai 已经帮我干完活了，我直接看结果就行了。这听起来很美好啊，一个二十四小时不下班的 ai 打工团队， 但现实给了我当头一棒。刚开始似乎一切正常，但很快我就发现了不对劲，有些文件啊，被同步了无数次，有些笔记直接消失了，还产生了上万个空文件堆积在目录里面。 我算了一下，居然产生了将近一点三个 g 的 垃圾文件。然后我花了三个小时去排查，最后发现这个同步插件有 bug， 会重复生成附件文件。 接下来问题来了，不管是我编辑还是 ai 编辑，我心里面都产生了一种千一发而动全身的紧张感， 根本不知道什么时候又会出现 bug， 我 的哪只文件又没了？说实话，这让我很郁闷。冷静下来后，我发现这个问题没有那么简单。我的第一个纠结点， 多端同步真的有必要吗？我之前的想法是，不管是我在外面，还是坐在电脑前面，还是 open code， 都能够调用同一份知识库来完成任务。但现实是，这三者的任务和分工啊，完全不同。 code 是 辅助我肝火， 我是主， ai 是 辅。我在外面的时候，这应该是我享受生活的时间，本来就不应该工作。而 open call 它作为一个独立的智能体，它更像是我的一个实习生，应该给它单独配一个知识库，而不是跟我的知识库混在一起。强行让三者共用一份知识库啊，它只会增加混乱，而不是增加效率。 我的第二个纠结点是，什么才是真正值得去自动化的？因为我一直有个执念啊，能不能让我不在电脑前面的时候， ai 也能够帮我干活。后来我想清楚了，这是我太贪心了， 我想要的是那种躺在床上让 ai 来帮我工作的感觉。但现实根本不存在。东逼塞脸的说过一句话，我特别认可 教 ai 工作流的百分之九十九是韭菜和骗子在互相成就。要想拿到结果啊，自动化的每一步都需要人的参与，只有人深度参与 ai 才知道我们要什么，进而才会有好的结果。 ai 时代， ai 是 杠杆，而我们自己才是这个杠杆的支点。 我的第三个焦点点是写作的正确姿势到底应该是什么？之前也刷到大圣，分享过他的感悟，自动化的本质是，你已经拥有了完整的 s o p， 如果没有手动的 s o p， 就 不要着急去自动化。 这句话也点醒了我，我现在想清楚了，我不是需要二十四小时让 ai 来干活，我是需要坐在电脑前的那几个小时和 ai 去高效的写作。 专注坐在电脑前与 ai 写作，才是效率做得好的关键。你不需要让 ai 二十四小时帮你干活，你只需要在有限的时间里面，让 ai 帮你去做更多有价值的事情。或许试一试，现在就花十分钟时间想一想，哪些工作真的需要这顿话，哪些只是你觉得需要这顿话。我是冰冰，持续分享 ai 超级个体方法论。

今天我们来讲一下如何利用 codex 或者是 cloud code 来进行 opencloud 的 升级，因为很多小伙伴发现升级从 cloud 会直接挂掉，我们最好的方式就是用 codex 辅助我们进行 opencloud 的 升级。 在我们右边的是 codex 的 界面，首先我们第一件事情是要把我们的 openclaw 进行保存 commit， 今天我们要升级 open 了，请你帮忙查看一下最新版本的更新，保证我们我们先让 codex 帮我们检查一下最新的版本 以及这个更新可能带来的影响，这样我们才能够保证我们的更新不会把我们之前培养的小龙虾的配置给改坏掉，它会去分析整个的代码， 我们等一下一路 yes 就 行了。这也是 codex 跟我们的 open cloud 的 一些不同的地方， codex 它在执行很多任务的时候还是需要人为的去进行干预的，但是像 open 呃 cloud 就 可默认获得了整个电脑最大权限，所以在实际使用 的时候，长城的任务里面表现的会更好。它其实已经看到了我们的小龙虾最新版本是二点二二，之前我们版本是二点一九点二， 这是我们的小龙虾的界面，可以看到它其实也说了我们的版本是过时，所以它会帮我们自动进行升级，它可以看到我们中间隔了好几个版本。我现在用的是 cloud code 啊， codex 的 操作其实基本上是一样的，也是先让它去帮忙去看整个的 代码的情况，分析一下差异，看看会不会出现什么问题啊。我们其实可以同时启动一个 codex， 这个是 codex 的 界面，基本上跟这个 cloud code 是 一样的，今天 open 更新了，嗯， 这个是 codex 的 界面，那我们可以看到它这边已经出来了，就是 opencloud 的 一个最新的一个更新，这里可以进行新增模型的选择，内置 out 后台哦， 多语言的改进，我们可以看一下， codex 也在分析，那我们可以让这个 cloud code 这两边操作是一样的，请你帮忙先保证所有 都可密，让他帮我们把变更都可密了之后，我们再来决定是否需要更新啊，那这边 codex 还在跑啊， 通常可能会起两个代理来做交叉的验证啊，这样子呢，保证我们的升级的一些细节不会被忽略啊。 change 这边的 commit 完成了， oodex 已经帮我整理出来整个升级的一些相关影响， 可以看到它整理的其实比这个 cloud 整理的会更加的细致。那我们也看到了，它其实做好了一些升级的准备，停网关，指定到版本，恢复本地的补丁并叫验。因为之前其实我给这个 cloud cloud， open cloud 打了一些补丁，人工打了一些补丁， 那现在其实我怕升级之后把我的补丁给覆盖了。这个 codex 它其实也扫描到了，那我升级之后，它会自动帮我去执行之前我打的补丁， 并且帮我把补丁给打回来，这样保证我的小龙虾还是在我的预设范围内进行更新，到现在开始执行。当然两边的选择我觉得都是可以的，只不过在升级和改代码方面，我更信任 codex， loco 的 会作为我的备选，看看两边的方案会不会有什么差异，会不会有什么遗失。如果没有的话，我们用 codex 为主来进行整个的升级，这边它其实已经停掉了小龙虾的服务了，小龙虾在这边可以看到它已经 disconnected 了啊，升级命令已经启动了， 等它自动帮我， codex 自动帮我升级好之后呢，我就可以正常的跟小龙虾进行沟通了。首先要验证的就是我的三个小龙虾是不是都能够在手机上进行正常的使用， 我的小龙虾呢？其实在整个飞书上面是有三只的，升级完之后呢，我会去做一个验证，那三只小龙虾是不是都能够正常的使用？你看到这是一二三三只小龙虾啊， 那么它其实 get 位已经恢复了，这时候你可以看到它已经连接上了。这边你看王冠已经正常启动，都已经加载成功，我们就发送一条消息来进行验证，随便发送一条 可以就是已经通了，没有任何问题。这样子我们因为已经升过级了，我希望把它做成一个 skill 以后就可以自动帮我完成升级的整个过程， 让他去跑了。这就是我们今天完整升级小龙虾的过程，完全不需要你会任何的代码就可以帮你的小龙虾进行一次安全的升级，并且能够正常的使用。 所以你看是不是很简单，只要我们会用 agent 就 可以帮你能够解决很多的问题，整个升级的过程大概花了我十来分钟，我们下次见，拜拜。

现在我用手机也能连上我的 ai 操作系统了，这套系统跑在我家的 mac 上边，当我出门在外的时候，只要打开 discord， 就 能像跟却 gpt 聊天一样跟它对话、查文档、联网搜索、改文章，它都在后台悄悄帮我搞定。 先介绍一下这个系统，很多新来的小伙伴可能不太清楚，它由两个部分构成，第一， open code 加 newtype profile 插件。你可以把 open code 理解为是开原版的 clock code， 而 newtype profile 插件则是我专门为了内容创作和日常思考而定制的多 a 卷编排系统。 它里边有我的方法论，有我的工作流，还内置了五个我专门创建的 skills， 所以 这套东西是我 ai 操作系统的框架。 第二，在这个框架之上，我把自己沉淀了好几年的内容仓库给接进来了，我所有的产出都在这个仓库里边，包括笔记、视频脚本、 news letter。 对 于 ai 来说，这些东西既是参考也是约束，这样它才能成为我的系统。这一整套的 ai 操作系统已经完全承包了我日常的所有输出。但是啊，这个系统还有一个限制，它只能跑在桌面端， 当出门的时候，我只能在 iphone 或者 ipad 上面使用 gemine。 这种割裂就导致我面对的其实是两套系统， open code 和 gemine， 它们分别存储了两套数据，两套记忆。 这是违背我整体的原则的。我认为对于用户来说，在 ai 时代最有价值的是你的记忆资产，这个必须抓在手里，并且长期积累。 我之前特意给 newtype profile 插件添加了记忆系统，分成了长期记忆和短期记忆两套机制，把它们全都传成 markdown 文档就是为了这个。不过好在前两天这个问题被解决了，手机上的 discord 和 mac 的 open code 彻底打通。 而这一切的实现都要归功于两点，第一， opencode 的 服务器模式。一旦开启这个模式之后，它会把 opencode 的 核心功能包装成一个后台的 http 服务器，你直接通过端口调用， 简单来说就是把你的 opencode 变成了一台服务器，完全不需要走前端的操作，全都走后台的处理。第二， discord bot 这个机器人其实是一个传声筒，一方面它在前端，也就是 discord 频道内跟我交流，那另一方面，它在后端，也就是在 opencode 服务器内边进行数据的传输。 也就是说，机器人接到我的需求，拿给 open code 的 处理，然后再把结果拿回来给我。就像职场里的很多人一样，假装功劳都是他的，都是他做的。但其实啊，都是后边团队搞的，他只是面向老板的一个交互界面。要创建这样一个机器人非常简单，我全都是让 ai 帮我写的， 我只需要到 discord 开发者后台去创建一个 application， 然后把权限都勾选上，把 token 复制下来就好了，剩下都让 ai 去处理。为了方便使用，我还让 ai 帮我写了一个脚本，双击运行之后，它会自动把 opencode 的 服务器模式开起来，然后把机器人给运行起来。 以前出门的时候，我只能用通用的 ai， 它跟我的系统是断开的，那现在不一样了，我的方法论，我的记忆，我的工作流，走到哪里都能调用，这才是我想要的 ai 操作系统，不是某一个 app， 而是一套跟着我走的基础设施。 在这套系统的帮助下，我的内容生产效率至少翻倍了。这个是我每天都在用的东西，也推荐给大家。 ok， 以上就是本期内容，想了解 ai， 想成为超级个体，想找到志同道合的人，就来我们 newtype 社群，那咱们下期见。

今天呢，我们想跟大家聊一聊怎么利用 openclog 这两个工具来实现智能体编程，就是把我们开发一个项目从开始到上线的所有步骤都交给 ai 去自动完成。 这个话题最近特别火，那我们就直接开始吧。咱们先说说智能体编程到底是个什么东西？它是怎么让一个人可以只靠说话就可以完成一整个项目。智能体编程其实就是 你把 ai 当成了一个全能的编程助理，你只要说出你的需求，比如我要做一个贪吃蛇游戏，然后他就会帮你写代码部署上线， 全程你都可以躺在床上用语音指挥，他就会帮你把所有事情都搞定，你连键盘都不用碰。听起来真的是懒人的终极梦想啊。对，那具体要实现这个梦想都需要哪些工具的组合呢？ 实现这个梦想的核心就是四个工具。第一个工具就是 openclaw， 他 负责整体的调度和协调，嗯，他就是相当于这个项目的主管，所有的任务都是由他来分配。那看来 openclaw 就是 整个流程的大脑了，那其他几个工具又分别是干什么的呢？ 第二个工具是 open code， 它的作用是写代码，只要你把需求说清楚，它就会帮你把代码写好，而且连细节都帮你处理好。嗯，然后第三个是 github， 它就是一个云端的代码仓库，可以帮你安全的存储代码，也可以帮你管理代码的版本。 最后一个是 rocel， 它是一个自动部署平台，你把代码交给他后，他就会帮你把项目上线，变成一个可以直接访问的网站。 ok， 整个过程你都不用自己去搭建服务器什么的了解了，那能不能具体讲一讲怎么用这一套工具真正的把贪吃蛇游戏做出来？首先第一步我们要做什么？ 第一步我们要配置开发环境，以前的话你可能要记很多命令行，然后一条一条的去敲。现在的话，你只需要跟 open cloud 说一句，帮我安装 open code， 嗯，然后它就会帮你把 open code、 github 和 versusail 都安装好，并且配置好， 就像有一个助理帮你把所有的工具都摆到你面前一样。哇，这真的太方便了。那环境配好之后，接下来要怎么让 ai 帮我们把贪吃蛇游戏写出来呢？ 你只要对他说一句，帮我创建一个贪吃蛇游戏，然后 open code 就 会帮你把所有代码都写好，包括得分、系统、方向控制和游戏结束的弹窗全部都写好， 甚至连注视都帮你加好。然后你把 tcom 的 账号信息告诉他，他就会自动帮你把代码上传，并且帮你做好版本管理， 以后你想恢复到哪个版本都可以。听起来很顺畅啊，那最后一步部署上线难不难呢？不难，最后你只要说一句帮我部署到 workspace， 他 就会在几秒钟之内给你一个网址，然后你把这个网址发给任何人，他们都可以直接打开玩你的贪吃蛇游戏。嗯，整个过程你都不用自己去管服务器或者域名什么的。 哎，那我想问一下，这种开发方式跟传统的开发方式相比到底快在哪里？传统的开发方式，就算你是一个很熟练的前端工程师，你要做一个贪吃蛇游戏，从你分析需求到写代码、测试、部署上线，整个流程下来，就算一切顺利，没有什么 bug， 最少也要三四个小时，如果中间遇到什么问题，可能还要更久。三四个小时确实不短啊，那用我们今天说的这种智能体编程的方式，整个过程要多久？现在用智能体编程的话，写代码只需要五分钟，部署上线甚至都不到十秒。嗯，整个开发周期就从半天直接变成了几分钟， 效率提升了不止三十六倍。而且你完全不用动手敲代码，只需要说几句话就可以了，就算是一个完全不会编程的新手， 也可以轻松的把项目上线。感觉这个智能体编程又高效又方便啊，那他在保障我们的隐私和数据安全上 有什么独特的优势吗？其实 open clock 它是支持本地部署的，这就意味着你的所有数据都只会保存在你自己的设备里，不会被上传到任何第三方的云端服务器，所以你完全不用担心你的需求代码或者是项目的信息被泄露出去， 这对于那些对数据安全要求比较高的开发者或者企业来说特别有用。也就是说我们用一些聊天软件发指令也很安全。没错， infoq 有 分析过， openclock 可以 直接连接到你的聊天工具，比如说微信或者钉钉， 然后你在聊天软件里面发的指令，他都可以直接在本地执行。嗯，完全不需要把数据传到外面的平台，所以即使你处理的是很敏感的项目，也可以很放心。懂了懂了，那这个智能体编程具体在哪些现实场景下面能帮上忙呢？呃，他的使用场景非常多， 比如说产品经理想要验证一个新的想法，以前可能要等程序员花几天甚至几周的时间才能把原型做出来。嗯，现在他自己用这个工具，几分钟就可以生成一个可访问的原型，然后马上就可以拿去给用户做测试，这样就不会错过市场机会。这对个人开发者来讲是不是也挺有用？ 当然，个人开发者如果想要做一个博客，或者做一个天气查询的小工具，甚至是做一个小游戏，都不用再去头疼学代码配环境。嗯，只需要把你的想法说清楚， ai 就 可以帮你自动生成，你就可以把更多的时间花在创意上。 还有企业里面的运维也是，以前可能要敲很多复杂的命令，还容易出错，现在只需要说几句话就可以完成批量的服务器维护和代码部署，既省了人力，又减少了失误。听起来这个智能体编程好像无所不能啊，那他有什么搞不定的事情吗？他也不是万能的，比如你是一个完全没有任何基础的小白， 可能连 openclo 都装不明白，因为他的安装和配置还是需要你有一些计算机环境和命令行的基础知识。 呃，经济观察报上面也说了，他不是那种一件傻瓜式的安装，所以你如果完全是一个技术门外汉，可能连第一步都迈不出去。看来还是要有些门槛的。那对于特别复杂的项目，这种智能体编程能 hold 住吗？碰到特别大型的项目， 比如说企业级的电商平台，嗯，这种涉及到很多个系统之间的交互，以及很复杂的业务逻辑的， 那这个时候智能体编程目前还是搞不定的，还是需要依赖于有经验的程序员团队来做。明白了，哎，我还想问一下，这套智能体编程除了能做这种简单的小游戏之外，还有哪些更高级的用法？其实它的进阶操作还是挺多的，比如说你可以让 ai 帮你自动审查代码， 每次你提交了新的代码，它就会帮你检查语法和逻辑错误。嗯，然后还会给你一些优化的建议，就相当于请了一个专职的代码审核员。哇，那这样的话可以省很多自己找 bug 的 时间，还有其他玩法吗？还有就是你可以设定 ai 定时帮你更新网站的内容，比如说你有一个资讯类的网站， 你可以让 ai 每天自动去抓取最新的行业新闻，然后整理排版后直接推送到你的网站上。另外就是还支持多个 ai 智能体协助，比如说让一个智能体负责前端，一个负责后端，还有一个负责测试， 他们可以同时工作分工协助，这种效率比单个智能体更高。这些进阶用法听起来真的很实用啊，那未来如果这种智能体编程普及了之后，程序员的工作内容会有什么样的变化呢？以后程序员可能就不需要再花大量的时间去写代码 测试或者部署了，这些机械的工作都会交给 ai 去做。嗯，那程序员可能更多的是去负责创意产品设计，或者是一些核心的决策，比如说我要做一个什么样的产品，这个产品要解决用户的哪些痛点？ 这样的话会不会让程序员过度的依赖 ai， 从而让自己的编程能力下降呢？这确实是很多开发者担心的一个问题，如果一直这样躺平编程，可能真的会出现碰到一些需要手动写代码的情况时，连基本的语法都写不出来。嗯，所以说工具只是一个辅助， 真正的编程思维和解决问题的能力，还是要靠自己不断的去练习和积累。你说的很有道理啊，那我想问一下，对于不同的用户群体，比如说是刚刚入门的新手，或者是说企业，又或者是说技术发烧友， 大家想要尝试这种智能体编程的话，你有什么比较具体的不同的建议吗？如果是新手的话，可以先跟着做一个贪吃蛇这样的小项目， 先感受一下这种方式带来的便利。嗯，在这个过程当中，再去慢慢的补充一些编程的基础知识，千万不要一味的去依赖工具，忽略了能力的提升。对于企业和技术爱好者有什么不一样的建议吗？ 企业的话，可以先在一些内部工具或者小项目上面去尝试使用，看看效果，算一下能节省多少成本和时间。嗯，然后再去考虑要不要全面推广。 技术爱好者的话，可以去深挖一下 opencloud 的 插件系统，把自己常用的一些工具集成进去，让 ai 帮你处理更多重复的任务，打造属于自己的自动化工作流。好的，今天我们聊了怎么用 ai 来帮我们自动写代码，部署项目，彻底解放双手， 也看到了它的高效和便捷，同时也提醒大家不要忘了提升自己的核心编程能力。好了，这就是本期节目的全部内容了，感谢大家的收听，咱们下次再见，拜拜拜。拜拜。