claude禁令利好哪些股票

兄弟们，紧急突发，如果你以为花两百美元就能无限制调用 cloud ai 算力，那我明确告诉你，今天凌晨两点，全球百万开发者刚被 sriabic 上了一堂价值五千美元的硬核商业课，没有预警，也没有协商，直接断供。 北京时间今天凌晨三点，也就是美国东部时间四月四日下午三点， ai 巨头 astromech 突然就发布官方公告，态度抢硬所有 cloud 的 订阅套餐，全面禁止 opencloud 等第三方工具。更狠的是，只给用户二十四小时的缓冲期， 要么接受天价的 api 费用，要么就是忍痛重构整个业务逻辑。无数中小团队的 ai 预算，一夜之间从暗月锁定变成了随时爆单，直接陷入了被动。 肯定有人可能要骂啊， s robert 也太小气了，真不是人家小气，咱算笔实打实的账。根据太媒体的深度调查，一个二百美元 cloud max 订阅，通过 open cloud 这种七乘二十小时 不间断高强度调用的工具，实际上它消耗的算力价值足足高的五千美元。这就好比你去住自助餐厅吃饭，结果有人推门进去，直接把你的锅端走了， 这换谁当老板，那都得着急啊。是不是核心原因其实很简单，现在全球的 gpu ai 算力其实极其紧张， sloan 允许用户以固定低价去无限制调用等额的高额算力，本质上就是在补贴对手的生态。而且 cloud 的 自身的 code 还有 dispatch 这些功能已经很成熟了，这笔战略投资其实早就没有继续的必要了。 更关键的是， openclo 在 用户和模型之间加了一个中间层，让 astrobic 彻底地失去用户入口的控制权。在 ai 智能体时代，入口就是命脉，巨头的话怎么可能拱手让人？ 而且这也不是个例， google 二月份就已经封禁了 openclaw 的 访问， jimmy ultra mate 内部其实也早已禁用 openclaw。 不 过大家别慌，咱们开发者最擅长的就是解决问题。我总结了三条方法， 照着做至少能降低百分之六十的成本和风险。赶紧记好，一多模型混用，不要把鸡蛋放在一个篮子里。日常普通任务用 gpd 五点四，成本低还够用。专业内容处理用 jimmy pro， 免费，额度大，性价比拉满。 只有复杂场景再用 cloud， 百分之八十的日常任务不用顶级模型，成本直接降到百分之六十以下。 第二，咱们部署本地大模型去兜底，你可以用奥拉玛搭配零码的三点二七 b 的 参数，普通的电脑就能去调用。还有千万的二点五十四 b 的 参数。中英混合优化，特别适合中文场景 编程专用就选 deepsea 的 code， 文本分类，像格式整理，还有简单问答，这些轻量任务一分钱不花就能搞定。 第三，咱们可以参与开源生态，与其被动接受规则，不如主动共建。多给 oppo cola 设计提一手，提一 pr， 然后参与 mcb 的 标准化讨论，甚至可以开发自己的跨平台 a 境的抽象层，掌握主动权。 最后提醒大家， ai 技术的真正价值其实从来不是巨头的垄断工具，而是每个开发者手中的创造力杠杆。 记住这句话，在 ai 时代，要么掌握规则，要么被规则掌握。评论区聊聊你和你的团队有没有遇到类似的平台限制，后来是怎么解决的？分享下你们的经验，帮助更多的开发者避坑。我是可乐，咱们下期见。

cloud 正式给所有订阅用户发布消息，彻底封杀 opencloud！ 不知道大家今天有没有收到一封 cloud 官方发布的这样的一封邮件，然后 邮件里面明确的说明了 cloud 的 订阅将不再包含 opencloud 等第三方工具的使用额度，也就是说小龙虾这些用不了了。时间呢，是从太平洋的四月四号中午十二点，也就是 我们今天的十二点钟，您将无法再用 club 的 订阅额度在第三方工具包括小龙虾上使用。你仍然可以用你的 club 的 账户使用这些第三方工具，但是需要额外的用量，这部分费用将与订阅费分开，按实际使用量单独计费。这个是什么意思呢？也就是说 你以后 cloud 的 订阅额度只能够在 cloud 官方的产品上使用，包括 c c 啊，它的桌面端啊，网页端啊上面去使用了。如果你还想要你的 cloud 账户去使用一些其他的第三方工具， 你就必须只能够使用他们的 a b i。 我 们可以看一下 a 社是在上午七点钟发的这一条消息，然后就已经一百多万观看，然后将近一千条的评论了，现在时间是十点钟，也就在我录制这个视频的时间才十点钟，不知道一会你们看到的时候，那个时候又是多少了。 然后小龙虾的创始人在七点二十六，也就是过了十二分钟之后，他就发布了一个喷 a 社的帖子， 就是时间巧合的有趣，先是把一些热门功能搬进自家的封闭系统，接着就对官员关上大门，这是什么意思呢？我们都知道可乐最近更新了很多功能，包括但不限于小龙虾之前有的一些在 t t 上面使用的，或者说在手机端上面使用的一些功能。 为什么这一次大家对这个讨论的这么激烈啊？是因为有人之前在对可乐官方的一个订阅进行了抓包，我们可以从这个图里面看到啊， 官方订阅的五倍，他实际上能够使用的月限额是一千三百多刀，如果是二十倍的话，可以使用两千七百多刀，这也就是说你可以通过两百块钱的订阅，最终获得两千七的一个 美金的使用量，如果你开的是五倍，那么你可以通过一百到的订阅获得一千三百多美金的使用量。并且注意，这一个表格得出的前提还是完全没有缓存的，也就是说如果加上缓存，那么这个额度就会更多，也就是更高。 所以这就是为什么会有很多中转站去开官方的账号，然后反贷出来给你们去使用，就是因为他获得的收益是远远大于他订阅费用的收益的。 当官方的订阅不能够再用于其他的第三方工具之后，只能够通过 api 去调用的话，也就是说你之前使用两百刀跑出来的一个额度，你最终要付的账单是两千七， 你之前只花一百美刀跑出来的东西，你现在需要花一千三百美金，这个比例远远是不只是翻倍，这是相当于翻了十倍，所以大家才会对这一次的额外用量的一个讨论会这么的激烈。

欢迎收看本周 ai 要闻，我们开始吧！ openai 宣布完成一千二百二十亿美元融资，头后估值达到八千五百二十亿美元。 根据官方提供的数据， openai 目前每月创造二十亿美元收入， chat gpt 拥有超过九亿的周活跃用户和超五千万订阅者。 同时， openai 正伊托、英伟达、亚马逊等构建的多云算力底座，着手打造一个以 agent 为核心，将 chat gpt 与 codex 能力融为一体的单体超级应用。 三月三十一日下午， clockcode 被发现在 mpm registry 中暴露了 source map 文件，导致其闭源的完整 tax script 源码和未公开的功能被全面泄露。 开发者借此复现了该项目，挖掘出项目安全机制、未发布模型的代号以及大量内部功能。 智普发布了面向视觉编程任务打造的多模态 coding 机作模型 g l m 五 v turbo。 该模型能够原生处理图像、视频、文本和文件等多模态输入上下文窗口达二百 k， 最大输出 tokens 为幺二八 k。 通过采用新一代 cocksixt 视觉编码器与三十家任务协调、强化学习等技术手段， g l m 五 v turbo 在 多模态 coding agent 任务及纯文本编程等基本测试中，以更小餐数量取得了领先且稳定的表现。 该模型深度适配 agent 工作流，能与 cloud code、 open cloud 等框架深度协同，支持从看懂环境到规划动作再到执行任务的完整闭环。 阿里巴巴正式发布图像生成与编辑统一模型望二点七 image 及其 pro 版本。 该模型将文声图、图声组图、图像指令编辑和交互式编辑整合于统一架构中，根据官方提供的数据，其在人类偏好盲测中多项能力位列国内第一，整体水平接近 nano banana pro wang。 二点七 image 重点升级了人物文字与色彩生成的控制力，推出可定制骨相五官的虚拟形象捏脸功能，支持提取参考图色彩分布比例的调色盘功能，最高支持三 k token 且覆盖十二种语言的印刷级超长文本渲染， 以及基于匡选指令的像素级交互式编辑能力。阿里正式上线了全新的视频创作大模型 want 二点七 video， 该模型不仅支持文本、图像、视频、音频全模态输入，更以细核驱动为核心，实现了从生成、编辑、复刻、重塑到续写的全链路覆盖。 官方公告显示，望二点七 video 具备超强的局部精准修改指令集剧情调整、多维度创意复刻、无缝距情绪写、最多支持五个主体的角色特征锁定，以及多宫格故事版控制等六大核心能力。 同时，该模型在智能剧情设计、多维风格组合、超四十种细分表情演绎，以及包含西区苛刻式变焦等复合运镜方面实现了全面升级。 阿里千问正式发布 quan 三点六 plus， 该模型默认支持一百万上下文，在智能体编程与多模态推理方面实现全面跃升，多项精准测试成绩超越国际顶尖模型。 模型已上线百链、 quanchat 和 quancode 等平台和工具。 google deepmind 正式发布了其迄今为止最强大的开放模型家族 gemma 四， 该系列基于与 gemma、 nine 三相同的研究成果和技术构建，专门为高级推理和 agent 工作流设计提供了极高的美参数。智能 gem 四包含 e 二 b、 e 四 b、 二十六 b a 四 b 和三十一 b 单四种尺寸，全面支持跨文本、图像和视频的多模态处理。其中较小尺寸模型 e 二 b 和 e 四 b 还原声，支持音频输入。 curser 发布了 curser 三版本，根据官方公告，该版本更简单且更强大，专为所有代码均由 agent 编辑的未来构建，同时保留了开发环境的深度。 其核心亮点是引入了全新的智能体窗口界面，支持用户在本地 worktree、 云端以及远程 ssh 等不同仓库和环境中并行运行多个 agent。 在全新的 agent 界面中，开发团队采用了全新的系统架构，摆脱了以往的部分约束，统一了跨桌面端、 web 端和 c i i 端地核心 agent harness， 并引入 react compiler， 显著提升了性能表现。 据用户反馈， openai 正在向部分 chat gpt 用户开放新一代图像生成模型 gpt image 二，并已在 chat bot arena 平台使用特定代号进行测试。 早期体验者称该模型展现了卓越的文本渲染能力和丰富的世界知识表现，或优于 nano banana pro 等竞品。欢迎收看，我们下周再见！

五天连线两次，就在昨天，科技圈再次发生了一起堪称灾难级的事故。仅仅因为一个极其低级的 n p m 配置错误，一个没有被删干净的 map 文件，估值数百亿美元的 ai 巨头 anthropic 把它斥资千万美金打造的 cloud code 的 底层源码，完完整整地暴露在了全世界面前。 一千九百多个文件，总计五十一点二万行 type script 代码。在短短半个小时内， github 星标冲破五千。 事件发生后，很多人都以为 cloud 的 大模型被开源了。先辟下谣，这次泄露的不是大模型的权重，也不是它的训练数据。 这次泄露的是 cloud code， 也就是业内一直在炒作的 agent 的 工程架构。大家总以为估值几百亿的巨头底层一定是用什么高深的黑魔法写出来的。但源码显示， cloud code 的 核心其实就是一个极其庞大甚至有些臃肿的史山代码。 它里面内置了四十多个工具模块，靠着极其复杂的穷举条件判断和多智能体协调器，强行约束着大模型的行为。 这说明了在目前的 ai 阶段，所谓的自主智能体根本没有真正的自主意识。巨头的护城河除了算力，就是这些极其枯燥、靠几万行代码强行堆积出来的容错机制。 还有一个细思极恐的细节，大家可能没有关注到。在这次泄露的原码中，开发者发现了一套极其完整的挫败感追踪系统， 意思就是系统会实时监控你在使用 cloud code 时的情绪和修改动作。当你对 ai 生成的代码感到不满，手动去大面积重写它的产出，甚至当你在提示词里骂它时，这些行为数据都会被精准地抓取和标记。 所以， anthropic 拿这些数据干什么？甚至在源码的深处，还隐藏着一个名为 undercover mode 功能模块。 也就是当 anthropic 自己的员工在公开的代码仓库进行操作时，这个模式会自动激活。它的唯一作用就是强制抹除所有由 ai 生成的痕迹和机器标签，将其伪装成一段纯粹由人类手敲出来的代码。 并且这个模式对内部员工是无法手动关闭的。一家天天把 ai 对 齐、人类安全技术透明挂在嘴边的明星企业，为什么要在底层代码里硬编码一个专门用来撒谎和伪装的工具？然后再聊聊另一个关键的问题， cursor 会怎么想？ curser 现在的估值是九十亿美元，是 ai 编程工具赛道里估值最高的独立公司。它的核心产品是一个基于 vs code 的 编辑器，加上一层对多个 ai 模型的封装和调度。它的主要收入来源是订阅费，每个用户每月二十美元起。 今天开发者们翻完 cloud code 的 原代码之后，很多人提出了同一个问题，如果 anastropy 决定认真推 cloud code， 把它的价格打下来，或者直接把它免费捆绑进 cloud 的 订阅计划里， cursor 还有多少护城河？这个问题没有一个简单的答案，但有一个事实是清晰的， anthropic 做 cloud code 不需要靠它赚钱。 cloud code 对 anthropic 来说是一个战略入口，是让开发者深度绑定 cloud 生态的工具。只要 cloud code 能让更多开发者每天大量使用 cloud 的 a p i， 它就完成了任务，不需要直接产生利润。 cursor 则完全相反，它必须靠 cloud code 赚钱，因为那是它的主营业务。当战略工具对上主营业务，当 anthropic 决定在定价上发力，这场比赛的结果已经不难预测了。 最后说一件事，五十一点二万行 cloud code 源码的泄露，就像是上帝不小心把制造机器人的图纸掉在了人间。在这场泄露的狂欢中，最应该感到兴奋的，我认为应该是中国的 ai 公司 巨头已经替我们施完了错汤，平了架构上的雷区。我们完全有理由预测，在接下来的几个月里，大量基于这份工程思路进行国产化改造的平替工具将会迎来一次史无前例的警喷。 他们会接入国内的大模型，打通国内的办公生态，然后以极其低廉的价格对整个软件工具市场发起新一轮的冲击。记得关注这里是 ai 商业慢谈，每周分享最新的 ai 资讯和商业理解。

刚进入假期第一天，利好消息扎堆出来，先是量化新规落地，后是九部门释放消费大力好，再接着央行发布重磅利好， 释放八千亿资金到市场，这些利好都会在节后兑现的。具体情况是这样的，为了让银行资金流动性充裕，央行紧急释放八千亿元资金到市场， 这真是一场及时雨啊！或许这些资金将会有部分进入股市，将会及时补充股市资金流动性，为节后 a 股大幅反弹做好铺垫。好了， 我们也不卖官子了，咱们直接进入主题，看看央行重磅发布的八千亿资金是怎么回事，到底会利好哪些板块？节后 a 股真的会大幅反弹吗？带着这三大疑问，下面进行详细分析， 请大家认真并仔细往下看。八千亿资金来了！据央行最新消息发布公开市场买断式逆回购招标公告称， 按招标公告显示，具体内容详情如下，产品名称，买断式逆回购操作发行时间，二零二六年四月七日，发行金额，八千亿元，产品期限，三个月八十九天， 到期时间，二零二六年七月五日，遇节假日顺延。中标方式，以固定数量、利率招标、多重价位等方式发行，目的主要是为了保障银行体系资金流动性充裕。 以上就是关于本次央行开展的国债逆回购情况，源于四月将有一万一千亿元买断式逆回购到期， 而本次开展八千亿元资金，经过此次操作后，央行将回笼三千亿元。但这次开展的国债逆回购操作属于短线资金，这笔资金以短线的方式通过银行渠道流动到市场， 对于短期市场将会构成重大利好，利好这四大板块，央行此次开展短期买断式逆回购操作，等于向央行回笼三千亿元， 必然会直接利好以下四大板块，具体详情如下，一、金融板块央行此次向市场释放八千亿短期资金，目的就是保障银行资金流动性充裕，很显然是通过银行渠道流通到市场，将会直接为银行带来更多营收。 由此推断，直接利好银行板块。当然并非单纯利好银行股，对保险、证券等也会构成间接性利好， 总的来说就是金融板块最受益。二、房地产板块。楼市、股市是含金量非常高的市场，而央行释放短期资金到市场，是否意味着市场有更多钱了？这些钱流通到房企 或者进入个人口袋，必然会改变楼市的供需关系。可以这么说吧，银行有钱了，房企向银行借钱也容易了，可以缓解房企的债务压力， 同时也能降低房企的融资成本。最关键的是，个人买房也更容易贷款了，刺激购房刚需，对房地产板块也是非常受益的。 三、周期板块，央行释放八千亿资金到市场，对楼市构成重大利好，很显然也会直接带动相关周期类板块，包含工程机械、钢铁、水泥、建材、化工和有色等等。意思就是与房地产挂钩的行业板块也会受益，理由是只要房地产行业景气了， 与各大周期行业是存在很多关联性的，房地产景气的话，其余很多周期类企业也回暖的，利好周期板块是毋庸置疑的。四、消费板块大家口袋里面只要有钱消费，自然就会提高购买自身需要的商品， 对于消费类板块也是非常有利的，包含酒店餐饮、商业百货、家具用品、旅游和娱乐传媒等等。原因在于，央行此次释放八千亿资金到市场，目的就是要让这些钱流通起来，只有这些钱流通到市场，起到促进消费意愿， 提高相关消费能力的受益相关消费业。节后 a 股或将大幅反弹回顾节前两个交易日， a 股连续下跌， 每日普跌，绿油油的下跌一片，导致很多投资者出现亏损严重，内心非常期待 a 股能迎来大幅反弹，提振大家信心。节后 a 股如愿迎来大幅反弹吗？个人觉得这种可能性是非常大的，节后有望快速止跌起稳， 随后延续本轮超跌反弹，甚至会推动沪指重返四千点大关。因此，对于节后 a 股行情是乐观的，迎来大幅反弹的概率确实很大。为举证这个观点， 分享以下三大理由，仅供大家参考。第一，节前 a 股出现持续下跌，尤其是节前最后一个交易日，完全呈现单边下跌走势，户只收在三千九百点以下。 从技术面来看，节前属于超跌了，已释放了很多浮动筹码，给节后超跌反弹做好准备，甚至会迎来暴富性反弹。第二，清明假期期间，国内利好消息扎堆，比如量化新规直接利好蓝筹股和金融，九部门联合发布对消费股构成重大利好， 以及央行释放几千元资金也是利好金融、消费等。如果节后这些板块受利好刺激上涨的话，将会带动 a 股上涨，大幅反弹将一触即发。 第三，本身 a 股这轮牛市还在进行中，近期的下跌是受中东利空消息影响所致，相信神秘资金在关键时刻会紧急出手护盘， 加上 a 股超跌反弹行情还未结束，节后反弹也会延续，所以不管从大趋势还是从短期技术面来看，都会支持节后 a 股迎来大幅反弹。最后总结，综上分析得知，原来央行重磅发布， 竟然是开展八千亿国债逆回购操作，随着这笔资金流通到市场后，对于金融、房地产、周期和消费等板块构成重大利好，只要这四大力好强势拉升的话，必然会推动节后 a 股迎来大幅反弹行情， 因此对于节后 a 股走势是非常乐观的，甚至会迎来暴富性反弹，大家只要齐心协力做多，相信节后 a 股行情不会太大家失望的，让我们拭目以待。

上周 ac 总裁 gary tan 往 get up 上扔了一个东西，四十八小时破万星，十一天涨到四点一万， 不是新模型，不是又一个 prompt 合集，是他自己用的 cloud code 全套配置，直接开源了，叫 gstack。 核心承诺是一个人加一个终端，等于 pm， 加架构师、加设计师，加 qa， 加安全审计。 先说清楚 g stack 是 什么，它是一套 skillpack， 二十五个以上的斜杠命令装进 cloud code 里，每个命令背后是一个有角色的 agent。 yc 导师追问产品假设， ceo 审商业判断，架构师锁定技术方案设计师生成设计系统。 关键不是命令多，而是它覆盖了一个产品从零到上限的完整决策链。来看几个核心命令，第一个是 office hours， 模拟 yc 导师， office hours 他 不给方案，他追问有没有证据证明真的有人需要。这个不是感兴趣，是如果产品消失了，谁会难受。 第二个是 plan ceo review， 以 ceo 视角重审产品范围，它会挑战更深的前提，然后给出十 x 版本的愿景。第三个是 plan nj review， 锁定工程架构、目录、结构、接口、合约、数据库选型，该有的都有。 g stack 最有意思的设计不是命令多，而是它有对抗性审查机制，每个阶段跑完，它会对自己的产出做两轮 review， 给出评分，然后主动找缺陷。不是泛泛的建议优化，是具体到 coco 注入风险统计、数值幻觉这类真问题。 有人实测设计文档评分从六分提到八分，还生成了十二条错误故障路径，每条都标注了处理方式。这个机制的本质是，它不只是帮你生成，它还帮你找自己生成的东西里的漏洞。 有人拿真实业务场景实测了一遍医疗萨斯产品从需求到架构定稿，团队实际讨论花了一两周。 g stack 跑完全流程，二点五小时 产出物设计文档， ceo 计划含五项扩展决策工程架构，含目录结构和接口合约完整设计系统。结论，文档规范性和架构清晰度比团队讨论一两周的结果完成度高出百分之十。 所以， jstack 的 价值在哪？不是帮你写代码，写代码从来不是瓶颈，是帮你把最难的那些非编码决策做什么，怎么做，做到什么程度，变成一个有章可循的流程， 但上限还是你自己。工具能帮你跑完流程，这个功能该不该砍，最终还是得你拍版。你觉得这是在替代团队，还是在放大个人评论区告诉我。

兄弟们，好消息，咱们用 clod code 再也不会被限制了。首先看我们官方的用 clod code 是 怎么用的，比如说我问他你是谁，他会说我是 clod code 的 astropik 的 一个官方的 c i 的 工具，然后我就问他，我说你现在用的是什么样的大模型呢？然后他就会告诉我，他现在用的是 clodsonet 四也最新的那个 sonet。 但是因为 clod 的 模型经常会被封啊，有可能你也调用不了，因为我们在国内环境网络环境不允许。 那我就问他，我说能不能用 deepsafe 呀？他就会告诉我，这里是 abstract 的 一个官方的 c r a 的 工具啊，我们这里的 ai 所有的都是用的 cloud 或者是 abstract 旗下的东西，你其他的一些单模型是不能用的啊。我就说我确实很想用 deepsafe， 那 有什么办法没有？ 他的回复其实大概意思就是啊，你要用这个，你要是硬要用这个的话，那你就找别的家工具去吧，换了，如果是以前的话，咱也只能被动接受，要么就是更换其他的工具去用。但是现在不一样了，咱们有可尔克的原码了，虽然说这些原码并不是完整的，但是我们经过几天的奋战，已经把他所缺失的那部分给修复回来了， 也就是我们现在的可尔克是可以正常在本地部署运行的，那么我们自然有方法去让他支持我们去使用国内的这些大模型。 一共就两步，当我们部署好它的 code 之后，我们就打开这个点 excel 文件，然后进去之后把它的这个 api king 和 base url 这两个地方给更改一下就可以了。 比如说我现在用的是 kimi 的 k 二点五，那我就到 kimi 的 官网上去获取正确的 api king 以及它的 base url。 那 么以上所有的记录方法我都是已经做了整理和打包，改完之后我们就把它运行起来。 这可以看到我们现在用的这个大模型就是 kimi 的 k 二点二五，这样大大降低了我们使用 clark 的 成本。然后我们再输入斜杠 mcp 命令去检测一下 mcp 的 状态，我们可以看到我们这里的 mcp 的 服务器是已经成功接入了。

三月三十一号凌晨， astonopik 年入二十五亿美元的核心产品 cloud code 五十一万行元代码泄露了，原因呢，就是发布的时候配置文件少写了一行。但说实话，刚听到这个消息的时候， 我没怎么当回事，因为现在的这个 ai 编程工具啊，就互相抄作业，已经抄了大半年了，架构呢也大同小异，泄露个元码我觉得能有什么花样的，但是啊，我很快就被打脸了。泄露当天呢，一个韩国开发者用 open i 的 code 代码用 python 从零写了一遍，然后呢，就在 github 上面开源了 两小时五万颗星，三天的十六万颗星，成为了 github 历史上最快突破十万颗星的这个仓库，比小龙虾还要快。然后呢，还有另外一个项目， 和国内用户我觉得关系更大，然后我们在后面再详细说。这整个事件里面，我觉得有两个项目非常重要，想跟大家分享一下。我们一个一个来介绍。第一个项目呢，叫做 cloud code， cloud code， cloud code 搞来搞去，你这样搞的话真的很难让人分清楚啊。 然后我们说回正题啊，这个韩国人的网名呢，叫做 secret， 金华尔街日报呢，去年报道过他，去年他一个人烧了两百五十亿个 cloud code 的 token， 可能是地球上最熟悉这个产品的人之一。 cloud code 泄露的第一时间啊，他没有去直接搬运这个元代码，因为法律风险太高了，他做的事情呢，相当于看了别人的菜谱，记住了做法，然 然后再用完全不同的食材自己做了一份，只借鉴不抄袭，完全用 python， 然后去重写了一遍这个代码。重点在于说啊，它这个几十万行代码不是它手敲的，这几个小时肯定也敲不完呀。它用了一套叫做 oh my codex 这样一个 ai 编程框架，好在 open ai 的 codex 上面，它使用了 dollar team 这样一个模式，然 编排多个 agent 并行的代码审查，然后又用了 dollar rough 这个模式呢，持续执行，直到完成整个的验证。说到这个 rough 模式啊，其实我最近也在用这套东西，体验确实很强，过两天我就可以单独出一个视频，跟大家来分享一下整个流程。简单来说啊，就是 agent 先理解架构， 规划， part 重写方案，然后呢，多个 agent 并行的执行，持续的验证，直到整个代码能够跑通，从读源代码到产出完整的 part 项目，其实几个小时就搞定了。 我觉得他的这一手一箭双雕真的很妙。换语言重写之后啊，法律上跟原始代码拉开了距离，同时也证明了一件事情，五十一万行的生产级系统， ai 几个小时就能从零复刻， 这在一年前我觉得是不可想象的。第二个项目呢，叫做 freecode。 他 这个项目啊，走的是完全不同的一个路线。 freecode 没有去重写原代码，而是直接把泄露的这个 type script 的 原代码改了。他主要做了三件事情。第一个呢，他把所有的这个监测功能都给删了，什么意思呢？ 原版的 cloud code 啊，通过像这些 open telemetry， 然后 sentry， grossbook， 好 几个渠道，把你写了什么代码，用了多久，掉了哪些功能，全部会上报给 asterisk。 然后 freecode 呢，把这些全部都给干掉了。 第二个呢，它把安全提示词护栏也给拆了。 asterisk 每次对话的时候都会注入一层额外的系统指令，去限制 cloud 的 这个行为。 freecode 呢，也把这层限制也给删掉了。第 三个呢，就是把隐藏功能给解锁了。 kalco 的 呢，有八十八个 feature flag， 然后公开的这个 kalco 的 版本啊，大部分都是关着的，比如说像多 a g 的 规划啊，深度思考模式，语音输入，后台自动化这些功能啊，其实从代码层面来看，他们都写好了，但 esoteric 呢，就是不给你开放，所以 freecode 啊，也把这些全部都给你打开了。看到 freecode 这个项目之后，我有另外一个感触， 就这次泄露啊，也让大家看到了一个反差， esoteric 呢，一直说自己是最注重安全，注重透明的 ai 公司，但代码里呢，却是完全另外一回事， 三层的用户监控啊，把你使用数据全方位的上报，然后里面呢，甚至还有一个叫做 undercover 点 t s 的 这样一个文件直译过来呢，就是卧底模式，干什么用的呢？就是给他们内部员工加的，让内部员工对外贡献代码的 时候啊，不要暴露自己是 anthropomorphic 公司的这样的身份。所以呢， freecode 也把这些全都给拆了，某种意义上呢，反而让这个工具啊变得更干净更安全了。那这个重大事件对国内开发者有什么意义呢？ 到这里啊，很多国内的这个开发者可能已经注意到这个关键点了，因为 esploic 呢，其实长期不服务中国大陆，然后很多人还在想办法去用 cloud code， 因为它功能上确实很强啊。问题是呢，这个封号的力度也越来越大，去年这个下半年 一百四十五万个账户申诉的成功率呢，只有百分之三点三。今年三月份啊，又来了一波，有人用了几个小时之后呢，就被完全封了，那他是怎么查到的呢？其实 ip 啊，其实是其中一项，像 dns 的 y 八 tc 时区，系统语言，他全都会去查，就算你挂了魔法之后啊，设备的时区 tc 八浏览器的语言是中文，这样呢，你照样会被标记。 所以啊，像 freecode 的 这样的项目，在这个背景下，我觉得就非常有意思了。如果你本来就想换国产模型 freecode 呢，它会支持各类的模型服务商，而且走这些渠道啊，你甚至不用担心说 anselopik 还在里面搞这些小九九， 会监控插护栏，偷偷加这个卧底模式。如果你还想继续用 curlcode 的 呢，这波也相当于给你看到了 curlcode 的 它的底牌，明白自己的这个风险点会在哪里。最后来给大家总结一下啊， anselopik 花了几年的时间去建这个围墙，三天呢，就被划开了两个口子， 一个用 ai 去重写，一个呢模改成这个纯净版。开源社区的创造力啊，我觉得在这个 ai 时代，完全超出你的想象。好了，今天视频就到这里，我是第一种学习与超，我们下次见。

snoop 把 openclaw 给封杀了，从今天开始， cloud 的 相关服务全面取消了，这类第三方工具的调用， 资源优享，保障官方产品和 api 的 用户。大家知道， openclaw 是 可以七成二十四小时运行的，不停地调用这种顶级模型，势必会对它的整体性能造成影响。 想要 openclaw 这种智能体稳定运行，一个稳定可控的模型，直观重要。呃，大家可以尝试一下 coco 杠 flash 杠九 b， 这是阿里的摩达社区根据他们开源的千问三点五杠九 b 后训练的专门面向 agent 的 一个小型开源模型。 呃，这个比较清亮，易部署，而且它有九 b 二十四小时显存就可以流畅运行。呃，非常适合运行这种 agent。 呃，七成二十四小时的运行，而且还不需要其他的复位，只需要一个呃二十四 g 显存的 gpu 就 可以。

昨天 cloud code 的 源码泄露的事情都知道了吧，五十一万行代码，四千多个文件，海外都转疯了。那说实话，大部分人拿到这个源码也不知道能干什么，也不知道怎么看。所以昨天我们团队拿到之后，第一件事就开始拆了。先看他的 system pro， 结果发现不是网上传的那种一段神秘的咒语， 它是一套动态拼装系统，静态部分组缓存，动态部分按你之前的实时注入，连哪些偷肯开缓存都做了编接设计。说真的，看完之后我就意识到，我们之前写 pro 像写作文，人家是在做基础设施。这套拼装逻辑我们已经搬到我们自己的 a 型上面，包括 open code。 然后我看了一下他的 a 整架构， clothes code 内部不是一个 a 整跟在干所有事情，他拆了三个专职，一个读代码，一个只写方案，一个还更狠，就来搞破坏了任务就证明你写的有问题。为什么很多人搭自己的 a 整总是不稳定？说白了，一个人又当研究员，又当工程师，又当测试，能不乱吗？这道分工我们也正在往自己的工作流，包括 a 整，还有 open code 里面摆。 最后我又看了一下他工具的模型，说只要执行一个命令，不是直接就跑的，中间还要过权限检验，安全拦截，输入改写，十几步才走完真正执行。这就为什么他用起来比那些套壳的东西稳定很多。 我们现在呢，也在给自己的 a 层加类似的管控，建议大家也可以利用这份原码这么做，反正我的体感，这份原码最大的价值不是用来跑，也不是用来做一个山寨版的壳实录偷到了比原码更值钱。原码还有研究报告我都有，想要的可以评论区扣原码或者进群领取啊。

看完昨晚 cloud code 泄露的五十万行代码，我才醒悟，原来 cloud code 顶尖的能力不是代码逻辑，而是提示词。我从里面整理了七条反直觉能直接使用的提示词，分享给大家。 第一条，用禁令代替指令，你与其写，你要如实汇报结果， 不如写没做完就说没做完，不要按时做，过了一个是鼓励，一个是毒死漏洞，效果天差地别。第二条，专门设一个唱反调的角色， 原码里有一个验证，角色设定就一句话，你的任务不是确认东西能用，而是尽量找出问题，还预写了一套反驳话术， ai 说看起来没问题，反驳看起来没问题不等于验证过实际。试一下， ai 说别人已经检查过了，反驳别人也是 ai， 你 得独立检查。最后一句总结， 如果你发现自己在写解释，而不是在行动，停下来去行动，任何重要的 ai 输出，你都可以再设一个专门找茬的提示词，两轮下来，质量高不少。第三条，不知道就说不知道，不要猜。 a i 特别容易在没有信息的时候编一个看起来很合理的回答，你在提示词里明确告诉他，不知道就说不知道，比瞎猜强一百倍。 第四条，先看再改，不准凭空捏造。原码里有一条硬公硬规则， a i 必须先读过一个文件的内容才能去编辑它，没读就改，系统直接报错。 这防的是 ai 凭记忆和幻觉去修改东西，改出来的跟你实际内容对不上，你让 ai 帮你改文章，可以这样用，先要求他把原文关键内容复述一遍，确认理解对了，再动手改。 第五条，每条禁令都要写清楚为什么可劳的扣子的禁令不是尴尬的，干巴巴的一句不准， 他会把原因写上，你光写不准， ai 可能在边界的情况下自行判断绕过去，但你把原因写上去，他就知道这条规则的边界在哪，什么情况下必须死守。 第六条，不要画蛇添足。三条规则不要加没被要求的东西，不要为不可能发生的东西做预防。三行重复的内容好过一个过岛的抽象 翻译成大白话，就是你让他写一个简单的功能，他会给你搭一个框架。这条戒令就是预防这个的，宁可有重复，也不要为了消灭重复搞出一套复杂系统。 第七条，信息按需给，不要一次全到 cloud code 有 几十个工具，但不会一上来就把所有工具全塞给 只先只告诉他有哪些工具，等真要用某个工具时，再把详细说明加载进来。就像新员工入职，你不会第一天就把公司所有资料全部丢给他，信息太多了， a r 反而会迷糊。 通过这些提示词，我提炼了一个重要的思路，与其花时间想怎么让 ai 变得更好，不如先列出他最容易犯的错，逐条写进令。 就像带一个新人，你给他一本二本页的操作手册，他不一定看，但是你给他一张绝对不能做的事的清单，他反而记得住。可捞的扣德的提示词就是这么干的。 现在回去就把你常用的提示词加上三条禁令试试效果。希望这个视频对你有所帮助，感谢观看，下期见。拜拜！

兄弟们，最近 ai 圈彻底炸锅了，估值三千八百亿美金的 ai 巨头 astrobic， 因为员工一个低级失误，核心工程代码全网泄露，二十四小时不到，全球技术圈疯狂搬运，救都救不回来。别光看热闹，这事跟你有关系？跟你门口卖煎饼的有关系，跟你上班提效搞副业也有关系。 在他曾跟你说透，听完你就知道，你的免费 ai 打工小队真的来了。第一层，对国内 ai 大 厂天大的利好。这次泄露的不是普通代码，是全球最顶尖的 ai ai 政策工程方案，之前是头部 ai 公司的独家秘籍，现在全网公开， 百度、阿里字节、腾讯一夜之间能看到别人的完整架构和设计思路，相当于苹果刚到手， iphone 图纸直接公开了，技术代差被一产子填平了一大截。 更狠的是，代码里还藏着很多没发布的前沿方案。继承二十四小时后台之手，常识记忆系统、多智能体系统全部提前曝光，最多半年，国内会冒出一堆寄予这套思路的 ai 产品，美国熬了几年的护城河，正在以肉眼可见的速度变浅。 第二层， ai 竞争的规则彻底变了。以前 ai 行业拼的是技术壁垒，现在成熟方案越来越透明，接下来拼什么？拼成本？拼体验。 国内 ai 企业在这方面有天然优势，用人成本更低，本土化场景更快，产品价格更是碾压，级别高的会员一个月大几百人民币。国内同级别产品很多，核心功能免费就能用。 有人会说美国还有基础模型优势，但放在二零二六年，这个差距正在飞速缩小。而且对咱们普通人来说，用 ai 无非是写文案、写代码、做 bpt、 做表格，但价格差，你一眼就能感受到。 可以说二零二六年就是国内 ai 产品全面爆发的分水岭，基础门槛越来越低，谁把成本打下来，把体验做好，谁就能赢。 第三层，对你我普通人零成本拥有专属 ai 打工小队真的不是梦。泄露代码里最核心的就是成熟的多智能体协调器方案， 一个主 ai 指挥好几个小 ai 分 工干活。现在市面上已经有成熟的同类工具，不用懂代码，二十分钟就能搭一套属于自己的 ai 打工小队。一个搜资料，一个整理数据，一个写框架。以前要吭哧吭哧干两天的活，现在一两个小时就能搞定。 他能帮做销售的，十分钟搞定客户会议的全流程准备，也能帮做自媒体的，十五分钟出爆款笔记的选题文案封面， 也能帮做电商的，一小时搞定多款商品的上架文案。哪怕你是宝妈，普通上班族，他也能帮你做攻略、写方案、做表格，彻底解放你的时间， 而且不用等三个月。现在网上已经有很多现成模板，免费就能用，但说实话，百分之九十的人就算拿到现成的工具和模板，也用不出效果，因为核心不在工具，而在背后的设计思路。 多智能题，怎么分工，怎么下指令，怎么让 ai 输出的东西真正能用，不懂这些，给你再好的工具也白搭。 接下来我会出个系列教程，手把手教你。不用写一行代码，普通人也能搭一套属于自己的 ai 打工小队，上班提效，搞点副业都能用得上。这波 ai 平民化的风口比小龙虾还实在，关注我，下期直接上干货！