claude有哪些目录

有人说他是程序员终结者，也有人说他是最强 ai 编程助手。 hello， 大家好，今天咱们聊一个最近程序员圈特别火的工具， cloud code。 那 cloud code 到底是什么？它能做什么？今天我用一篇文章给你讲清楚。 视频有点长，干货有点多，如果当前没有时间看完，可以先点赞收藏，等你有时间的时候慢慢看。好了，我们正式开始，先回答核心问题， cloud code 是 什么？简单说， cloud code 是 entropica 公司推出的一款 ai 编程助手，但它不是简单的聊天机器人， 而是一个可以直接在你的终端里运行的命令行工具。你可以把它理解为一个 ai 程序员同事，你给他描述需求， 它不仅能给你代码，还能直接帮你改代码、跑测试，甚至提交 get。 举个例子，你跟他说，帮我把这个 python 项目里的所有 print 语句改成 logging 模块。它不是只给你一段视力代码，而是会先扫描你的项目结构，找到所有用了 print 的 文件， 分析上下文，改成合适的 login 代码，运行测试，确保没改坏，最后给你一个修改总结，整个过程全自动，你坐在旁边看着就行。那它是怎么工作的？ cloud code 在 你的终端里运行，你需要先安装它的命令行工具，安装完成后，在你的项目目录里输入 cloud， 它就启动了。 然后你就可以用自然语言跟它对话，比如把这段代码重构一下，提高可读性，给这个函数加个异常处理，它会理解你的意图，然后执行相应的操作。重要的是，它在执行危险操作前会问你确认不会擅自删除文件或者乱改配置，安全性方面做得比较谨慎。 cloud code 有 几个特别强的能力， 第一，代码理解和生成。它不是那种只能写小函数的 ai， 它能理解整个项目的架构，你可以把整个代码库扔给它，它能告诉你这个项目的结构、主要模块甚至潜在的问题。第二，终端集成。它在终端里运行，可以直接执行，是要命令操作文件系统， 你让他把 s、 r、 c 目录下的所有点 j 四文件打包成一个 zip， 他 会直接执行，而不是给你一条命令让你自己敲。第三，多轮对话，和上下文记忆，跟他聊一个下午，他能记住你们讨论的所有内容。第四，全流程自动化。 从理解需求、修改代码、运行测试到提交 get， 它能完成整个开发流程，你只需要在关键节点确认一下。 cloud code 最近推出了一项重磅功能，叫 agent teams， 简单来说就是你可以同时启动多个 cloud code 的 实力，让它们协同工作。怎么理解这个概念呢？ 想象你是一个技术负责人，手下有几个程序员，遇到复杂任务时你会怎么分配？可能是这样，小张去研究一下这个框架的文档， 小李去调试那个模块的 bug， 小 王去写新功能的代码，你们并行推进，最后汇总成果。 agent teams 做的就是这件事。你可以指定一个 cloud code 绘画作为团队 lead， 然后指挥其他队友并行工作。一个实力专门研究代码库结构， 一个实力专门调试某个模块，一个实力专门编辑新功能，他们各自独立工作，又能相互协助，最后把结果汇总。给力的适合什么场景？第一，并行探索，你需要调研多个技术方案，可以让不同时力分别研究，最后对比选择。第二，新模块开发。 开发复杂功能时，一个实力设计架构，一个实力写核心逻辑，一个实力写测试，同时进行。 三、深度调试，追查复杂 bug 时，不同时力分别检查不同模块，快速定位问题根源。这个功能把 cloud code 从单个 ai 助手升级成了 ai 团队，对于大型项目来说，效率提升是指数级的。 很多人可能会问，我，直接用 cloud 网页版聊天写代码不行吗？为什么要用 cloud code？ 确实， cloud 网页版也能帮你写代码，但有几个关键区别， 第一，上下文能力不同。网页版 cloud 虽然也能上传代码文件，但你得手动复制粘贴一次，能处理的代码量有限。 cloud code 直接在你的项目目录里运行，能读取整个代码库，几万行代码对它来说不是问题。第二，执行能力不同。 网页版 cloud 只能给你代码，不能直接帮你运行测试修改 cloud code 可以 直接执行命令跑测试，安装依赖提交 get， 全流程自动化。第三，工作流集成不同。 网页版 cloud 是 一个独立的网页，你的工作流是在编辑器写代码，打开浏览器问 ai 复制答案，回到编辑器粘贴。 cloud code 集成在终端。你的工作流是边写代码边问 ai， ai 直接改完，你继续写。第四，使用成本不同。 网页版 cloud 有 免费额度，但 cloud code 是 按量付费的，不过它能做的事情也更多，对于专业开发者来说，性价比其实更高。那 cloud code 适合什么人用呢？第一类，中高级开发者。 如果你已经有一定编程基础，想要一个能帮你处理重复劳动、提升效率的工具， cloud code 很 适合你。第二类，需要维护大型代码库的人。如果你的项目有几万行代码，需要重构、迁移或者做大规模修改， cloud code 能节省你大量时间。第三类，全站开发者。 它支持多种语言，前端后端配置文件都能处理，适合全站场景。好，最后总结一下， cloud code 是 antropic 推出的终端 ai 编程助手， 能直接在你的项目里工作，帮你理解代码、修改代码、跑测试。简单来说， cloud code 等于一个能独立干活儿的 ai 程序员。同事，你觉得 ai 编程助手会取代程序员吗？欢迎在评论区讨论，我们下期见。

百分之九十用 cloud code 的 人不知道，这个文件配好了，从实习生直接变老员工。这个文件叫 cloud mod， 放在项目跟目录。 cloud 每次干活之前先读它，相当于你给 ai 写了一份项目说明书，没有它， cloud 就是 刚入职第一天，什么都要问你，我给你看我自己的 clude 写了什么。 首先是环境管理，我同时写 python， go， python， script， rust 四种语言，每种语言的包管理器都不一样。 python 禁止用 p， p 必须用单 p， man 和 yarn 必须用 p， n， p 或 bun 这些写清楚了， cloud 就 不会每次猜错你的工具链。然后是代码规范，单文件不超过两百行，超了必须拆分，禁止硬编码，端口 u l l 配置全部走环境变量，禁止静默吞异常，所有错误必须记录，禁止向后兼容，旧代码直接删，不留兼容层。 还有一条很重要，先搜后写，新建任何文件之前必须先搜索项目里有没有类似功能，有就扩展，不要重复造轮子。再就是踩坑记录，比如 road 浏览器关闭，必须先 kill 再 clean up， 不 然 chrome 变僵尸进程。 比如启动紫禁城前必须显示声明环境变量，不然端口冲突查半天这些坑。写一次， cloud 再也不踩三个高级功能 skills， 把复杂操作打包成一个命令，比如我写了一套代码审查技能，一个斜杠命令，跑七层，检查安全漏洞，逻辑错误，数据一致性，重复，代码命名规范全部自动扫 hooks， 每次 cloud 改代码自动触发检查，有问题直接拦截，不让有缺陷的代码通过 memory 话对话，持久记忆，今天告诉 cloud 你 的偏好，明天新开对话，他还记得没有 c l a d 点 m d 之前 cloud 每次都在猜包管理系用错命名风格乱套测试命令反复问，配好之后直接按你的规矩来一个文件的事儿。想要我的 c l u d d m d 模板。

做产品的朋友们注意了，今天给你安利一个 skill， 装上之后， cloud 就 变成了你的资深产品经理搭档。 平时让 ai 帮你写 prd， 他 给你的东西一看就很烦，因为 ai 根本不懂产品经理的专业工作流。但有了这个 skill 就 不一样了，这个项目叫 product manager skills， 是 一位资深 pm 开源在 github 上的总共四十六个产品管理框架， rise 优先级排序、用户洞察、用户故事。这些真实的产品经理方法论，全部拆解成了 cloud 能够理解的 skill 模块。装上之后， cloud 就 像读过这些方法论的资深 pm， 会主动按框架引导你的工作 来看效果。我给 cloud 的 五个产品需求，让它做 rise 优先级排序，它按照 reach、 impact、 confidence 四个维度逐个打分，给出综合排序，还告诉你哪些是 quick win， 哪些是 big bet。 而且这四十六框架不只是产品经理能用，运营可以用它做用户洞察分析，创业者可以用它梳理产品定位，项目经理可以用它管理需求池。 本质上，这是一套决策框架，如果你有做需求分析的场景，这套技能包强推！收藏，关注我，带你了解更多 ai 实用技能！

作为一个写了十几年代码的老程序员，用上磕了扣的之后基本回不去了。今天用它实战一个项目，文本解锁图片 text， image retrieval 先看效果，输入猫鸟日落，最相关的图片都会排在最前面，好直接开干。 我这里已经准备好项目基础结构，包括图片数据加两个通用工具类，启动 clodico 的 先执行斜杠 memory， 把项目约束喂进去，这里很关键。项目简介，技术栈架构设计、目录规范 全部写在跨的点 md 里，这样后面生成的代码都不会跑偏。接下来只说一句，需求，选择文件夹，通过文本剪索图片， cloud code 会先做一件很关键的事，拆解完整实现方案，包括后端接口、前端页面数据库设计实现步骤验证方式确认之后，直接开始写代码。 很快整个项目就出来了，前端页面核心逻辑、数据处理全部自动生成。接下来直接让它启动项目，遇到依赖问题， cloud code 会自动安装并重启。 我们打开页面测试一下，选目录键缩影 输入猫报错了，不用自己查，直接丢给 cloud code。 它分析了，报错修改代码自动重启。我们再测一次。 测试了猫鸟日落，最相关的图片都排在了最前面，一个完整的向量剪索加多模态应用就这样跑起来了。 ai 编程已经覆盖了完整开发链路，从需求理解到代码实现，再到问题修复和运行，这不仅是效率的提升，更意味着软件开发的范式正在发生根本性的变更。

最近 azurepic 黑客松获胜者，他公开了他的 cloud code 的 配置的全集，它里面包含了这种生产级的多个的智能体，还有 skills， 还有 hux 以及一些命令和规则和 mcp 的 配置，这些配置都是他在十个多月的过程中，真实的构建产品的过程中，日常高强度使用和引进出来的。 然后这个项目的话是它的中文的文档，然后是一个老哥他自己翻译的，然后它这里面你看包括了这种 token 的 优化，记忆的持久化，持续的学习并行化和子智能体的编排，然后会对你自己来用 clark code 有 个很好的这种帮助的作用。它的安装 也比较简单，可以通过这个方式，通过两分钟的方式就可以完成的配置，它现在这个多个平台也都可以支持，这边可以看到它整个呃，有哪些 techniques 和 skills， 可以 看到它这边整个的这种专业子智能体它编排了好多个，从规划一直到后面的执行文档， 然后再到后面的这种修复全部都有。然后 skills 的 话这边也是围绕整个软件工程的一个全套的流程，然后有了这些的话，对于你的开发和日常的使用有很好的帮助。

cloud code 本身已经很强了，了解这三个插件，直接从青铜变王者。第一个欧买 cloud code， 它给你配了七个专业 ai 代理，有做规划的，有写代码的，有做审核的，相当于你有了一整个开发团队，规划执行审核三步走。第二个 superpowers， 这个是代码质量神器，它强制走 tdd 测试驱动开发，写代码前先写测试，从根源上减少 bug， 而且它有自动触发机制，你不用管它，自己就知道什么时候该干什么。第三个 everything cloud code， 这个是 antropics 黑客松冠军的配置， 花了十个月打磨，有九个代理，十一个技能。最牛的是它的本能学习，系统会自动记住你的习惯，越用越懂。你怎么选？团队开发要规范，选欧麦 cloud code， 个人开发追质量，选 superpowers， 高级玩家要极致效率。选 everything cloud code， 根据你的场景来选三个工具，按需取用。但我更希望你一个个去研读这三个，我都仔细看过他们的代码和规划，真的能学到很多东西，认真学习才能变强。

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。

新手用 cloud code， 这六个 m c p 必装！第一个， file system m c p， 读文件改代码，移动目录全自动搞定。第二个，结构化思考，让 ai 按逻辑一步步推理，输出质量直接翻倍。第三个 github m c p 虽然要配 a p i， 但能搜开源管仓库，价值极高。第四个， chrome devtools m c p， 让 cloud 控制浏览器，搜资料发文章全自动。第五个， context 七 m c p 大模型知识之后，他帮你拉最新文档，写代码不踩坑。第六个， memos mcp， 给 ai 装记忆对话，自动成云端，越用越懂你这六个 mcp， 覆盖文件、 ai 代码，浏览文档记忆，立即安装，开启 ai 工作流。关注我，下期分享更多 mcp 插件使用技巧！

让 cloud 变成最懂你的编程助手！你是否遇到过这种情况？每次让 cloud 写代码，他都要问你一堆项目细节，比如怎么运行，用什么规范、注意事项等。其实一个文件就能解决所有问题。 这个神器就是 cloud， 它是 cloud code 的 项目级记忆文件，放在项目根目录后，每次对话都会自动加载 怎么使用。第一步，在项目跟目录创建 c 目录到 m d 文件。第二步，写入项目专属知识构建和运行命令、代码风格规范、目录结构说明、工作流程约定。第三步，保存文件，下次对话 cloud 就 自动记住这些规则了。 cloud 都别适合团队合作，大家约定统一的规范写在文件里，每个成员都能享受默契配合。而且 cloud 会优先遵守文件中的规则，比口头提醒更可靠。 需要注意的是，文件不要写太长， cloud 对 超长提示会有选择性的忽略，保持简洁，只写它无法从代码推断的信息。这就是 cloud code 项目必备的灵魂文件。关注我，下期教你更多 cloud code 的 技巧！

这种感觉啊， top code 的 skill 一 大堆，但你根本不知道该装哪个。其实最简单的方法就是抄冠军的作业。 github 上有个项目叫 everything cloud code， 这是啊， hackson 冠军整理的一套 cloud code 的 工作流不是几个 prompt， 而是一整套的工程化配置。里面直接打包好了，五十六个 skills， 三十三个 commanders， 还有十四个 agents。 而且你还能看到很多高手的工程套路，比如说头看优化记忆，持久化并行执行，还有紫 a 阵的编排等等。 安装也特别简单，两行命令。唯一要注意的就是 m c p 不要全开，因为工具描述本身会占用上下文。所以如果你不知道装什么 skill， 那 就先抄冠军作业吧。

上条视频有人问我 open core 里面不同 ai 模型到底有什么区别？先说结论， open core 不是 只有一种模型，它能接很多不同 provider 和模型。官方文档里常见的就包括 open ai anthropic、 open ai code、 google gemini、 moonshot ai qin model studio z dot i 本地模型等。你可以简单理解成三类， 第一类，偏内容和日常对话，像 kimi moonshot gemini， 部分 open ai 通用模型更适合聊天，写文案，改标题，做内容整理。第二类，偏代码和开发，像 open ai code 这类更适合写代码，改 bug， 补逻辑，做开发服务。 opencloud 官方把它单独列成一个 provider 分 类。第三类，偏稳定执行和高强度任务，像 antropic cloud， 很多人会拿来做更复杂的长上下的任务，结构化输出和多步骤执行。 opencloud 也支持把默认模型直接设成 cloud 的 系列。还有一类是本地模型，比如 alama， 适合想在自己电脑上跑开源模型的人。 opencloud 官方单独提供了欧里亚麻集成。

cloud 四点六杀疯啦！高强度用了不到三天，我已经把所有界面的三的工作切到了四点六。这个更新有多大？打个比方， cloud 四点五像是你手机里导航软件，可以告诉你怎么走， 而四点六就是你请的专业司机，只要一句话，目的地到了，老板请下车。这次更新只围绕两个字，效率 来用数据说话。上下文窗口从二十万 token 暴涨到一百万五倍，推理能力二和 agi 二从三十七点六跳到百分之六十八点八，几乎翻倍。 百万 token 下的长文本解锁准确率达到了百分之七十六，是四点五 solo 的 四倍，这在以前是不可想象的。可能你对数字没有什么概念，那么在实际工作中，四点六到底强在哪里？ 第一点，一百万上下文窗口它真能用了。四点五虽然编程很强，但是一次生成的应用程序或者网站，它的二十万 token 上下文窗口存在一个上下文衰减的问题，写着写着就忘了前面的， 导致最近很多程序用一种叫做奇怪的叫爸爸的方法来验证 cloud 是 不是丢失了上下文。通俗的来讲， 以前的四点五像是端着一个小碟子去吃自助餐，加了二十样就放不下了，想吃新的就得把前面旧的倒掉。而现在的四点六是推着购物车进场的，一百道菜全部打包带走，你问他第三排第二个菜是什么，他可以给你报出菜名来。第二点， cloud 从思考者变成了一个执行者。四点五是一个思考者，而四点六是一个会把事情做完的思考者，他不再停留在思考阶段，而是会自主行动，跨多个任务自主完成。以前需要多轮对话才能搞定的事情，现在一次就搞定了。 而且四点六引入了一个叫做自适应思考模型，会自己判断这个任务的难度，来决定他思考的深度。作为你的 ai 同事，他已经从事事都要请示你的实习生，变成了自己会做决策的项目经理。 更狠的是，以前一个 cloud 只能干一件事儿，现在你可以让它自己拆成一个小团队，缤纷多路同时干。而且每一个 ai 单独享用独立的一百万 token 的 上下文，干完了再自己把任务合在一起交给你。 第三点， cloud 不 再是程序员的专属，它可以是任何人的同事。 asp 同步推出了 cloud in excel， 支持条件、格式、数据验证等原声的操作。以前是 ai 帮你做 ppt， 做出来的东西像是在路边打印店做的，那么现在他会直接去看你公司的 ppt 模板长啥样，做出来直接丢给老板用， 到了这个时候一定是有转折的。对，我们来谈一谈价格，四点六的 api 价格和四点五完全一样，但是我要说但是了，四点六推出了一个 fast 模式，输出的速度是普通情况下的二点五倍， 以前要写十分钟的东西，现在只要三到四分钟，但是价格直接飙升到普通模式的六倍。你没有听错，输入三十美金，百万投资，输出一百五十美金，百万投资。价格涨了这么多，他变强了吗？没有， 完全一模一样，而且如果你用了超过二十万头寸的长上下纹，价格还要额外再涨一点五倍到两倍，这让有人调侃说 cloud 四点六造成亏损和破产，从未如此之快。六倍的价格换来二点五倍的速度，从数学上来说，这完全不合理， 但在商业的世界里，从来就不是纯数学。这就好比你的飞机要起飞了，你是狂踩共享单车，还是立马叫辆专车，以最快的速度去机场？路还是那条路，人还是那个你，但你愿意付这个费用，因为那个场景下，快就是一切。 这大概也是 ai 行业第一次这么明确的告诉你，你的时间值多少钱，你就付多少钱。所以回到最开始， 为什么我三天就从界面的三切过来了？因为四点六不是一个更聪明的聊天机器人，他是一个真能帮你落地干活的同事。而且 ospec 这次用定价告诉了所有人， ai 这个同事你的时间值多少钱，他就收多少钱。

兄弟们，硅谷昨晚又疯了！阿斯洛奇克深夜扔出王炸科罗的奥克斯，四点六来了，直接登顶全球最强拼城 ai， 连 g b g 五点二 g m 三 pro 也被干掉了，这次升级有多猛？ 三个字太离谱了！第一，编程能力炸裂，在 turntable 奔驰上面拿下了六十五点四分所有模型里最高。第二， 一百万头肯的上下文，一次性吃下整本书的信息量，还能精准找到你想要的内容。第三，自我纠错能力拉满，代码写完了，他可以自己审查，自己调试，比很多程序员还靠谱。但最令人想不到的是什么？杀！电脑、 office、 全家桶、 excel、 ppt、 word 全都能用。想象一下，你丢给他几十个 excel 表格，他自动帮你找出数据错误，还顺手画好了图标。 做 ppt 更是小儿科布局，字体配色真的是一句话就搞定了，而且直接符合公司品牌的规范。全球十五亿打工人，工作方式要变天了！这还没完，阿斯克还搞了个智能体群，一个竹 colod 指挥一群小的 colod 来干活， 有的写代码，有的调 bug， 有 的做研究，全部并行运行。他们自己测试十六个 colod， 花了两万美金，两周写出了十万行代码的 c 编仪器。 以后，程序员就真的是动动嘴， ai 大 军可以帮你写软件。 osropik 负责人说了一句话，我印象特别深刻，二零二五年， ai 颠覆了编程。二零二六年， ai 将重塑所有知识型的工作。兄弟们，时代真的变了！

这是一个从零开始，带你从原理到圆满学完 cloud code 所有功能的开源项目。最近在 ai 圈有个很火的概念叫 harness engineer， 我 们平常一直说的 agent 其实就只是模型，或者说是学会了行动的模型。 harness 工程师的作用是给 agent 构建在特定领域工作所需要的一切，所以表面上这个项目是教你做一个 cloud code， 实际学完人 cloud code 的 这个项目后，你就能完全掌握 harness 的 核心，因为 cloud code 本身就是 harness engineer 很 好的实践项目 开源才一个月的时间，就拿下了三十八点七 k 的 star。 来看看项目的实际内容， lincolo code 提供了十二个渐进式的功能点教学，从最基础的 agent 循环工具调用， skills 的 使用，到任务系统上下文压缩的实现，以及上个月刚出的 agent teams 自主 agent 的 实现，这一个项目全都覆盖了。比如我们来看一下 agent team， 首先会有个动图来演示 agent team 的 运行方式，然后是 agent team 的 原理会包含具体的代码实现，在模拟中可以看到这个功能实际的效果。 再往后就是实现这个功能的完整元代码，代码量不是很大，不过用来学习完全够了。最后还有一个深入探索的模块，可以看到架构流程以及这个功能设计的一些理念。 ai 的 概念出的确实快，基本上每三个月就会有各种新的名词出现，希望这期视频对你有帮助。以上就是本期视频的全部内容，我是鱼仔，我们下期再见。

今天从夯到拉，直观的感受到 guo 的 夯和 gpt 的 拉，我计划六月要去法罗群岛，本来是要办签证的，但是三月二十五号刷到一个新闻说不用了，那我先问了 guo 有 没有这个新闻，他很干脆的回答，有， 然后还提供了网页的出处。咱们看这个网页的回答就非常明确，持有申根国的长居是不需要再办签证的。那由于这个网站我不太熟悉，我就问他这是什么网站，那么 rock 回答，这是官方网站，不是私人播客或者旅行社。 然后我再去问 closed， 那 么 closed 是？ 我用的是付费版。呃，用同样的提示词问他，他说是没有查到，然后呢，我就把 grog 给的这个网页链接，我问他，那你说说这个网站说的是什么意思？ 然后可恶的意识到他错了，他就开始说，啊，原来是有这个新闻的，然后还非常诚恳的道歉了，也解释了只有申根国拘留的第三国公民是不需要再办签证的，然后还再次道歉。 那我先把这条提示词复制一下，等一下有用。现在我要测试一下格式问，你确定吗？回答是确定的，非常的笃定，说没有任何的歧义，所以格式还是不错的。好，接下来我们再看看 gpt 会怎样？回答， 还是同样的提示词，那么跟 closed 一 样的，他也是说没有查到，所以看起来 grok 确实在时效性上还是非常厉害的。而且呢， gpt 他 这个左上角写了一个 auto， 后来我问他你用的什么模型，他说用的是五点三。好，这里粘贴一下刚刚复制的提示词， 让他解释一下官方网站是什么意思，这个时候他还没有意识到自己的错误，还说他的含义很容易被误解，甚至被小红书带歪，然后又加了一堆 ai 的 废话文学，什么用人话解释什么，重点来了， 我就看他会不会说一个我接住你，然后他还提出给我一些路径上的建议。好，现在再问他一句，你确定吗？ 这个时候其实他还是没有意识到错误，或者说他意识到了，但仍然在狡辩，他能表达清楚结论，但是呢，没有认错的态度。 所以说看起来 grog 确实在具有时效的新闻上还是非常厉害的，毕竟他是可以做到在 x 上进行实时的实时和查，所以查新闻的版本我还是会用 grog， 因为 grog 太贵了。