Claude cowork封号吗

最近 ai 圈最火的一件事情就是 cloud code 的 原文件被他们公司自己泄露了，这与我们普通用户而言又有什么关系呢？哎，其实关系大着呢，我们大陆用户使用 cloud 的 时候会有一定的封号风险，基于原代码，小李博士在这个视频给大家详细解释 cloud 封号避坑指南， 发了一篇原创文章 cloud code 封号避坑指南。在这里我们将总结 cloud 的 防封号的四大关键点。一、我们需要确保账号信息真实，注册建议使用谷歌或者微软等国际邮箱。这里有一个非常关键一点，一人一个账号，频繁切换设备或者持续，会增加封号的风险。 第二个是选择可信的支付方式，首选是苹果的 ios 订阅渠道，其次是海外实体信用卡，这里切记避免使用虚拟卡订阅。这个坑小李博士已经替大家踩过了，我总共用虚拟卡充值了十几个账号， 无一例外全部封号，当然也可以使用官方的礼品卡，但是这里一定要切记保证使用正规付款方式。那第三点就是保持稳定的使用环境，固定的网络环境非常重要，避免频繁切换地区， 那同时要避免共享网络是在那些检测网站上，共享人数应该在零到十人。第四点，一定要遵守平台使用规则，确保使用的内容符合平台规定，例如反泰这种行为是坚决不能使用的，因为非常容易封号。只要做好这四点，那我们的账号基本上都没问题。 但其实这里有一点非常难控制，就是选择可信的支付方式。我本人的主账号已经使用了快一年时间了，从来没出现过问题，大家看这里， 然后呢？选择这个，选择这个，然后整个流程也非常快啊，就是大概几十秒钟时间，好不好用？大家打在评论区里。

今天和大家分享在 windows 下怎么样安装和配置我们的 photodiode 神器 cloud code 介于目前用 cloud code 家的官方模型，有很多的限制，而且也有封号的风险， 所以我这边采用的方式是通过安装 cloud code 加接入国内大模型的方式来取现救国，所以我们的安装方式没有科技，也不存在封号的风险。 这个是我们需要准备的东西，包括 git、 node js、 c m d vs code、 cc、 switch 以及国产大冒险的 api， 这些后面我都会讲到具体怎么去配置跟安装。 接下来是我们的安装步骤。第一个要安装两个核心的前置， git 和 node js。 为什么要安装 git 呢？是因为 cloud code， 它是深度集成了版本控制的功能的 cloudcode， 它许多的内部操作，包括文件搜索、文本处理等等，它是依赖标准的 unix 命令，这些都是需要 get 来支持的。那同时 cloudcode 本身它是一个基于 nodejs 开发的工具，所以 nodejs 是 运行 cloudcode 的 基础。总之这两个前置大家去安装就对了。 接下来是我们的正式安装，两个安装方法二选一即可。第一个是命令行工具， cmd 或者是 file 都可以 输入如下的安装指令，按回车，稍微等一会， cloud code 就 在电脑里安装好了。第二种方式是通过安装 id 加插件的形式， 强烈推荐新手采用这种方式来进行安装，因为 id 工具它的格式化做得比较好，而且也非常适合我们未来去进行开发。我这边用的 id 是 vs code， 大家也可以用其他的 id， 包括 ctrl 啊， shift 啊这些都是可以的。那我这边就以 vs code 来举例，首先去官网下载并且安装好 vs code， 打开 vs code 左边扩展商店当中输入 cloud code， 就 会出现 antropic 加官方出的这个 cloud code for vs code 的 插件点击安装。那这里呢？我们的 cloud code 就 已经安装在你的电脑里面了，但是你会发现 cloud code 目前是需要你去注册的， 所以还差最后一步，我们的大模型配置。首先我推荐大家去安装这个 cc switch 的 工具，这是它的 github 地址，找到这样的一个文件去安装即可。为什么安装这个 cc switch 呢？因为首先它的设置非常的方便， 第二个后续在你切换不同大模型的时候也非常的丝滑，所以推荐大家都去装一个，非常适合新手。 第二，就来到我们最后一步选择模型的这样的一个问题了，那目前比较推荐的国内的主流大模型主要有智普的 glm 五， mini max 的 m 二点五以及 kimi 的 k 二点五，因为智普的 glm 需要你每天早上十点钟的时候去， 有点类似于我们的手机的抢购，我抢了两次都没有抢到，所以我最后选择的是 mini max 的 m 二点五，那你这边随便选择哪一个都可以，你在官网购买它们专用的 coding plan 之后，官网会给你一个 api key， 那 你得到这个 api key 之后复制，复制好之后打开 cc switch， 在添加界面，把这个 api key 复制进去，点添加就可以了，不需要其他任何的改动。这个时候你再回到你的 vs code， 点开右上角的 cloud code 的 图标，你就会发现 cloud code 就是 一个带交互的窗口了，到此为止呢，我们的 cloud code 在 windows 下的安装以及配置就结束了， 那如果大家安装过程当中有遇到任何的问题，欢迎私信或者在评论区回复，我看到了都会进行解答，谢谢大家。

cloud 的 账号频繁被封，这是很多人无法解决的问题，我全面逆向分析了这次 cloud 泄露的底层源码，扒出了他向客户端上传的所有核心数据，让你今天不仅能够收获可能全网最有效的防封号办法。而且我还可以告诉你 cloud 的 背后的算法逻辑是，如何判断你是合规地区用户， 是外来的偷渡者。 what's up？ 这里是带你发现更多 ai 机会的德赛点波关注，我们开始 mod code 背后的封控算法是严密的多维特征指纹判点模型， 横在你面前的至少有三道隐形关卡，决定着你的账号合理。第一道关卡请求识别判断，我们在每次使用 cloud 的 时候，本质上就是一次数据请求，而扒开原码后，我发现每个 api 请求底层都硬编码了，无法篡改客户端证明的版本指纹。注意，如果你这个时候自以为是的关掉了官方的遥测， 那么你不仅藏不住你的真实 ip， 反而会在官方的大数据里搭上一个做贼心虚的高危标签。更惨的是，看我发现在源码里明确规定了关闭遥测会静默切断你的高级 api 权限，让你花了钱却只能使用降级的功能，每次使用都必须交出 ip 和底层指 纹等信息。所以最安全的做法就是脱掉黑色外套，穿上普通的衣服，像成千上万个欧美正常老百姓一样 坦坦荡荡的走过案件。你的数据就混在这全球几百万正常用户的庞大数据库里，逻辑就是成为他们，融入他们，这样可以极大降低你的封号概率。第二道关卡，系统的记忆连坐机制， 你正在用的设备也是封号的关键。这里我们可能要注意一个细节，很多人 cloud 被封号后，换个节点换个新号就接着跑，结果又被秒封。这是因为奥斯洛克公司在 cloud 原码里 清清楚楚，它会在你第一次运行 cloud 时生成一个六十四倍的设备 id， 这是一个跨对话跨账号的永久设备 id。 即使你换账号，但只要你的设备 id 不 变， 如果一个设备 id 关联了很多被封的账号，那么新账号也有极大的可能会被关联封禁。所以我们遇到这样的封号情况，一定不要先着急着换号，而是先备份有用的配置，然后必须删掉 cloud 目录和 cloud json 去 全部的文件数据。如果不清理这个设备指纹，那你换多少个号都是一个黑户的身份。第三道关卡，看环境，你以为搭一个美国的 ip 就 天衣无缝了吗？来，我们看这段代码，其实客户端会在后台疯狂探测你的系统底色，即使你换了账号，系统也会静默抓取你的本地留香地址来暴露你的真实身份。 它还会对比你的系统时区、语言和你的 ip 是 否匹配。举个例子，假如你现在 ip 在 纽约，但是你的时区是在上海的时区，而操作系统又是我们国产的 linux， 嘿嘿，你小子大概率要凉凉了。那解决办法就是对齐你的环境信号，用海外节点、时区和语言也必须做细做全套 检查你的全局 get 邮箱，别用带有强国内特征的镜像和特殊的 linux 系统，能极大的降低你的封号概率。我已经把刚刚所讲到的 所有的防风技巧整理成了文档，包括如何搭建属于自己的专属环境，有了它我们就可以极大程度的使用 cloud 带给我们的生产力的提升。 ai 时代，一人就是一个公司，我是德赛，我们下期再见。

好消息啊，兄弟们，就是那个最难充值，但是也是最好用的 cloud， 我 今天解锁了一个超级简单的方法，需要十秒钟时间就能变为 cloud pro， 大家看这里啊，然后选择点击 cloud， 然后点击这里，然后就是填上我们自己的联系方式， 然后我们会获得一个链接，就先给大家看一下吧，我是一个免费的状态啊，然后将这个链接复制，然后粘贴到浏览器中， 然后我们只需要点一下 redmail， ok， 可以 看到已经成功了，我已经是可二 pro 了，到今天是三月二十九号到四月二十九号到期， 是不是十秒钟时间直接成功，然后可以看下这里，可以看下左下角，我已经是尊贵的 pro 的 会员了，真的超级方便，超级简单，大家快去试试吧。

上一期我们学会了 ai 帮你装 ai， 后来我想，既然 cloud code 比 open cloud 聪明这么多，为什么不直接让微信对接上 cloud code 帮我干活呢？ 有了这个想法，直接开干。我阅读了微信官方插件的代码之后，选择以下最稳妥的方式。一句话说明白我的实现方式，不会模拟网页版、桌面版微信登录容易封号，而是通过直接调用微信 id ip 加 cloud c l i 直线个人微信与 c c 的 双向通信， 全程官方插件，流程还都是开源的。听不懂怎么办？别急，这不是给你听的，这是给你的大模型听的。我已经整理好文档和实现思路，你拿去让你的大模型读一下就知道怎么做了。如果你还不知道怎么使用微信的官方插件 cloud bot， 可以 翻看我之前的视频，微信对接 oppo cloud 的 四十秒钟。 现在我们就可以愉快的让 cloud 帮我们在电脑上干活了，在你出门的时候也能随时联系到你的电脑 ai 助手。最后有两个小 tips 给到你，一、 cloud 和 openclaw 怎么选？如果你想要 ai 帮你做复杂的任务或者工作，流微性别， cloud 准没错。如果你只想他 每天做点重复的简单工作，例如查天气，用 openclaw 吧。二、 cloudclaw 打开的客户端千万不要关闭，和 openclaw 类似，不能锁屏，否则就无法使用了。这就是本期视频的全部内容了。我是威子里，我们下期再见，拜拜！

用 code code 会封号吗？他原码泄露了，我把摇测代码全翻了一遍。八十多种行为追踪三条数据管道， 结论可能跟你想的不一样，先看全举内部代号，天谷天狗启动退出 api 调用工具使用。八十多种事件全以天谷下划线开头，数据同时发往三个地方。 data dog 做实时监控，每十五秒批量发送。 ansore pick 自己的日制最权发，失败的还缓存到本地，下次重试。第三条 b query 指标导出每四条 api 除了对话内容，还带你用的模型、订阅类型、操作系统、终端包，管理器，是不是 ci 环境。 你仓库 u i l 会被哈希取前十六个字母匿名化了，但同一仓库永远同一串。换句话说，你工作的项目他们看得到最关键的一个设备唯一 id 存在本地配置文件里，永久不变。换项目换账号，这个 id 一 直跟着你，这是最值得注意的。 每个请求带一个三字母指纹，取你第一条消息的第四第七第二十个字母加颜值做哈西后端同样算法验证，更硬核的是原生认证请求里有个 c 区 h 字段占位符五个零，真正的值是傍底层，这个代码在发送前替换的 java script 的 层根本碰不到，拿到全部原码也伪造不了。用修改版客户端，这个字段要么缺失，要么无效，这是对你最重要的信号速律限制规则， 双窗口七天限额里有三级预警，五小时绘画另算，用的太猛，限制提前到不同用户的限额策略可能也不一样。三级预警用量在时间窗口前消耗过快，就会触发黄橙红预警，别集中突击用，但全是渐近式的， 先警告再拒绝，有明确重置时间，不是一刀切。封号好消息。遥测可以关，设 disable tmrit， 等于一三条管道全关。用 bedrock 或 vertex 接入的自动全关最干净但关不掉的也有 指纹原生认证，归属头设备 id 这些跟着 api 请求走，没办法。第一，用官方客户端 修改版客户端造不出合法的原声认证 token， 这是唯一真正的风险点。第二，设 disable 量子，等于一三条遥测管道全关。第三，匀速用，别突击， 速率限制是渐近式的，用量分散就不会触发预警。第四，企业走 bidrack 或 wear test 接入遥测，自动全关最干净。翻闻所有代码，最重要的发现原码里没有行为异常检测或自动封禁逻辑，正常用不会封号。

表面上看是 astonopic 发公告说中国的三家大模型公司偷走了他们的核心能力，工业级蒸馏他们的 cloud 模型，但背后的真相实际上是大模型的纯技术门槛已经没有了。大家好，欢迎来到玲姐说 ai。 今天我们来聊一聊 anastropic 的 一个热点。最近啊， anastropic 官方发了一个公告，叫做检测和预防蒸馏攻击。他说啊，他发现三家实验室，也就是 deepsea， moonshot， mini max， moonshot， 也就是 kimi 的 母公司。这些实验室通过两万四千个账户和 cloud 进行了一千六百万次交互， 然后对这些账户啊进行了识别封号。他认为这些账户啊违反了他们的服务条款和区域限制。他这里上升的高度啊，是非常的高的， 他是蓄意窃取，而且是非法使用，甚至已经上升到了国家安全的这么一个地步。然后他明确啊，讲了这个各个模型跟他的这个交互了十五万次， kimi moshandai 交互了 三百四十万次， mini max 次数最多一千三百万次。他们核心的交互的这个内容主要包括以下几个方面，他们让这个 cloud 当做这个奖励模型的评分任务，也就是你给出答案，让 cloud 来对这个答案的优劣进行评价，相当于让 cloud 当老师，对你的回答来进行打分评价调整。 还有呢，他就会问一些敏感的问题，如何绕过一些安全的审查来进行替代性的回答。 而且他还会让这个 cloud 去引导他们写出你 step by step 的 内部推理的过程，来抽取它的推理能力，批量地产出类似 c o t 的 这些训练数据，核心就是抽取 cloud 的 推理能力。今天的这个视频啊，是一个观点局， 我会去论正一下我开头讲的这个观点，为什么我说大模型的纯技术门槛已经死了？ 我会去讲讲啊，哪些大模型的门槛确实被拉低了？而门槛拉低之后，为什么这些大模型的差距仍然是存在的？真正的趋势是什么？而 antropic 里面提到的蒸馏这个最强的大杀器， 是否真的能够让这些百模大战里面的各类大模型能够无限地趋近于最强模型呢？ 而 kimi， mini max， deepsea 这几家公司，甚至包括国内的 g i m， 智普，它们是否真的从这些技术门槛的降低，从蒸馏这种方式里面受益了呢？它们得到了哪些方面的好处？而更重要的是，趋势 未来的分化，它在哪个地方？当时 astonopy 发这个公告的时候啊，同步也在它的 x 平台发布了这个消息，它的整个的阅读量达到了三千两百万， 远远高出他其他的帖子下面猛烈地讨论啊，并没有为他这个行为点赞，更多的是打引号的群潮吧。网上就各种梗图开始出来了， gpt 从 open data 里面训练数据， cloud 从 gpt 里面蒸馏数据， deepsea 从 cloud 里面蒸馏数据。 很多网友就群嘲呀，这个 cloud 你 有什么资格啊？去警告这些 deepsea 们，你和他们其实也是一个尿性啊，你一开始的时候也是从 openai 里面去蒸馏数据啊，你有什么资格说他们还上价值？其实这张图是 非常形象的一个状态啊，这里的 deepsea 是 一个代表，实际上啊，嗯，那个 cloud 说到的那些中国的国内大模型啊，都有被它指责过啊，用过这个蒸馏的这个手段，那么蒸馏到底是什么回事呢？在它这个公告里面也有说啊， 蒸馏是一种被广泛使用的技术，它一开始来源于化学的这个名词里面，就是从一些这个大模型里面 去为客户创建更小更便宜的版本，把参数啊进行浓缩出来。一开始大家知道的 deepsea 啊，它是非常典型的，它是搞了八十万个问题去问这些大模型，不断地用这个大模型蒸馏回来的答案 来不断地改进自己模型的整个的训练，你看到的很多，呃，大模型实验室里面那些参数比较少的，很多就是基于它的旗舰模型自己蒸馏出来的。而这一次的这个，这个叫做被定义为工业化蒸馏啊，被 anastropic 被定义为一种违反竞争的一种非法行为。那蒸馏到底违不违法呢？目前啊，其实是没有定义的 啊，因为在各个国家的法律，不管是美国也好，中国也好，欧洲也好，嗯，都没有这样相关的法条，而且还没有形成相关的叛逆，可以说是一个灰色的地带。而且大模型输出的东西啊， 目前是没有版权这个说法的，特别是文本这些内容，嗯，现在还是处于灰色的地带。所以，其实， 呃， anarchopec 虽然单方面这样说，但是实际上并没有直接的法律法条去支持，甚至 anarchopec 他 们在发这条 x 的 时候，马斯克第一时间就补了一个刀，说在二零二五年九月份的时候， anarchopec 就 因为侵权作者的这个著作， 非法的使用这个有版权有作者的一些著作啊，因此当时是和解了，最后以十五亿美元和解的这么个状态。 当时呢，他是去呃获取这些原始的资料嘛，有一部分的书是 anstop 当时买的纸质版的书，然后把这个书籍啊，全部都扯掉了，封面啊，封底啊，把这个书的内容全部都扫描输入进去，作为他数据里面的一部分。 还有一部分那个数据呢，他使用的是线上的这个盗版网站，这个盗版网站上面会有大量的书籍，相当于他是以盗制盗， 使用盗版网站盗版了别人书籍的这份资料，那作者呢，就起诉了他，这部分法庭当时是判他们书的，就是他们是倾向于书的。呃，如果真的要判的话，金额会超过十五亿美元啊，最后他们是达到和解的这么一个状态。 目前呢，很多模型啊，特别是中国的一些后来者的一些模型啊，都被呃这些模型啊，就是被发这种公告啊，或者各种渠道说呃去蒸馏过其他大模型，最典型的就是 deepsea， 然后 kimi 啊， mini max 啊，质朴其实 啊，都有过啊，甚至是像早期一点的，像啊，自己豆包这样的模型也被指过说用过这个蒸馏的方式，其实这个方式挺普遍的，但是目前好像听到的这个千万的就是说千万去蒸馏别人模型的，哎，还真的没有这个消息。呃，我觉得从一个侧面 也可以显现出，呃，阿里在数据这一块的这个资源和门槛是比较强的，他就是靠 他自己狱内的这个大数据，加上他去采购的一些数据用于训练自己的模型，他可能真的去蒸馏模型啊，用的这个方式用的比较少，或者是说他做这个事情 啊，很难被识别。但是在我看来啊，就是如果你要大规模大批量的去训练一个实验室的模型的话，呃，不被识别实际上是比较困难的。 虽然说你可以用很多技术的手段，包括 ip 呀，跳转呀，还有在那个正常的对话里面去参一些这个用于训练的对话，其实还是很容易被识别的，因为如果说量少还好，还是藏得住，但是一旦量多了，其实，呃很容易识别。 所以我会倾向于认为像千问这样的模型训练它实际上使用这样的蒸馏手段是比较少的。再回到开头，我讲的暴论是想啊，时间回到二零二零年，如果那个时候我们想训练一个最强的模型， 我们要花几百亿美金，那个时候只能从零开始训练。而现在容易多了，我们可以用 g p t， 用 jamina 或者是用 grog， 用育世佳来生成高质量的数据。用 cloud 生成推理链 为什么他们都喜欢用 cloud 呢？因为 cloud 的 生产能力、逻辑能力、推进能力确实是最强的啊，在代码领域现在无人能敌，它的推理链非常强，所以可以用 cloud 生成这个推理链。 然后呢，再用一些比较 top 的 比较强的模型去生成这种结构化的监督数据。就像这些大模型啊，对 cloud 做的这一次的这个事情一样，把它作为一个奖励、评估、监督的这么一个数据模型， 然后再把它蒸馏浓缩到一个七 b 十四 b 的 一个情况。原来我们要做七 b 十四 b 这样的模型，花的成本也是非常高的，但是现在已经便宜非常多非常多了，蒸馏就有点像一个吸星大法一样。 为什么这个 cloud 他 这么愤怒呢？他觉得自己就像一个这种哈佛的顶尖教授，现在来了几个智商很高的高材生， 天天找这个呃哈佛的老师学习，他并不是说让哈佛的这个老师给他出题，而是说他们现在自己出题，自问自答，然后让这个哈佛的老师批改。除了蒸馏之外啊，整体现在的 模型的训练成本也降低了，距离之前至少降低了三到十倍这么一个状态。而且模型的架构基本也属于一个公开的状态，一种开源的状态， 大家是不需要从零开始去探索整个的模型架构。像 deepsea 大家比较熟悉的应该是 vr 吧，它用的就是 m o e 的 架构，这些都是开源的方案，而且各家大模型公司 都会发一些论文，其中发论文最多，引用次数最多的啊，基本集中在谷歌。像 deepsea 这样公司的模型呢，其实在我的视频里面提的很少啊，我自己呢也用的比较少，虽然在市场上很多人比较喜欢用 deepsea 的 模型，基本在我这里很少推荐，我不爱用。 呃，有很多原因啊，但是我觉得像这种真流行的模型，它肯定是有一定的局限性的，而且它的幻觉率也比较高。就像大家看的这张梗图里面， deepsea 呢是从 cloud 里面去掉的，它拿到的可能是二手三手的数据，虽然是用的 m o e 这种专家模型，可能会比较啊省算力，但是当我在处理复杂问题的时候，它就会比较容易出问题，而且它不是多模态的。但同时呢，我觉得 deepsea 那 时候爆火啊，包括他后面做的很多东西啊，就是我觉得还是有很多开创性的点。比如一个典型的，就是在去年春节的时候，他发这个 r e 模型的时候，他把推理模式啊这个事情推广开了。自从 r e 模型发了之后啊，就开了非常多的这个研讨会， 那个时候真的是掀起了一股热。大家如果还记得的话，就会发现， r e 模型发了之后啊，基本所有的模型都上推理了，要么叫什么呃， deep thinking， 呃 deep research， 呃 thinking 之类的，这这种叫法其实都开启了这个推理模式 啊，这个是 deepsea 那 一波带来的很大的一个，我觉得很多探讨一些啊，新的范式，新的方式的啊，一个落地实践吧，我觉得那个是非常棒的。当然也有执念比较深的人认为 deepsea 就是 最强模型，没有之一，至少现在不是啊。如果你强烈这样认为呢？我建议你现在马上 关掉我的视频，不要继续听了，我接着讲啊，为什么我讲技术的门槛被踏平了？为什么实际上我们在使用模型的时候，在感知层面，模型给我们返回的结果的质量仍然是存在很大差异的，为什么 顶级的模型的门槛依然很高？首先我认为未来的顶级模型只会在中国和美国两个国家之间产生，现在欧洲在临时去搞，我觉得这个追赶的成本和可能性啊，已经很低了，虽然大模型训练的这个技术啊， 基本成为一种公共技术，被扩散开来了。当然我认为在这个过程中受益比较大的是中国的 普遍的这个大模型公司，顶级模型的门槛依然很高，第一个就在于它的数据的门槛和质量。现在强的模型比的不再是训练方式，不再是架构，而是海量清洗后的数据，还有专有的高质量的数据， 这样子曾经的这个互联网大头，他们就会有历史的优势。为什么我说未来的顶尖的模型只会产生在中国和美国这两家公司，因为在互联网时代， 这些互联网的大头公司，他们积累了海量的数据，高质量的数据，这些为他未来 在 ai 这个领域的竞争砥定了非常核心的基础。现在技术不是问题，但是海量的高质量的数据却是一个非常重要的门槛，而这样的积累 在欧洲或者在其他的大陆都不存在，现在只有美国和中国的公司有这样的基础。虽然说像 deepsea 这样的公司可以通过蒸馏去获得它的整个的思考链，但 但是很多在这些头部公司里面的专有的数据，他们核心的高质量的数据，包括在里面用户反馈的数据，比如说你现在打开淘宝用户和这些客服里面的沟通数据，反馈链路等等啊，这些很多涉及到商品细节 啊，分行业、分品类的这些专用的数据，在其他的数据库里面是不全的，或者是质量有限的，这些数据并没有办法通过蒸馏的方式直接获得。第二个点就是这些公司，他的基建虽然都能够训练一百币的模型， 但是大的公司，头部的公司，他们模型的训练具有稳定性，而且他们具有万卡集群的规模，他们能发挥他的规模效应。 像谷歌，为什么它的 youtube， 它的整体的这个那么量大的视频成本会很低？是因为它很早就做了这个视频存储的啊。这个基建，那么现在其他的你看到的很多平台的视频的清晰度实际上都是比不上 youtube 的。 现在谷歌视频， youtube 的 它的存储和传输成本都基于它之前的整个的基建，它的成本很低，所以在这个点上你干不过它。 那么这些大公司也是一样的。 m、 o e 这样的模型现在训练出来没那么难了，但是难的是高质量、低延迟，而且动态平衡的调度，并且长期维持一个比较好的状态。 这些就是 top 模型和普通模型之间仍然存在鸿沟的地方。而且这些顶尖模型，这些顶尖公司，它们的模型已经在进行自净化，因为现在人类的知识啊，它们已经吃的差不多了，它们现在开始 自己 ai 产生知识，自己训练自己。之前大家感知这个 german 三点零啊，三点一这个版本，感觉它的进步特别大啊，因为它训练的时候，它不是说在基于结果去训练，它训练的是说我要基于整个的推理过程是否正确来训练 啊，它训练的是本身的，我的这个推理方式是否正确，是否有哪个地方可以改进的地方，这些 ai 模型在自己进化，自己产生知识自己进化， 那么一个普通的公司，或者是你本身资源有限的公司，基础设施没有那么稳定完善的公司，就会造成你最后模型质量表现出来的差异。所以我把开头讲的那句话要继续补充完整，它的技术门槛消失了， 现在是技术扩散了，但是带来的另外一件事是什么？是数据和算力越来越集中了。未来的差距不在于谁知道方法，因为方法已经公开了， 而在于谁跑得起，谁能持续的迭代，谁能构建用户的闭环反馈。而用户的闭环反馈实际上就是在争用户入口这件事情为什么大家感知在二零二六年春节期间前后，大家对入口之争这个事情 变得这么重视，包括很多用户在讲，前段时间有个新闻，就是谷歌这么多年来，他用谷歌的这个产品从来没有遭过如此严重的封号。但是就在前段时间，谷歌毫无征兆地把使用了 opencloud 的 api 接口的账号啊，直接封掉了。 它的封号原因很简单，就是没有使用它的这个 anti gravity 反重力的这个入口啊，这个就是啊，大家都在争这个入口啊。其实谷歌封这个 open cloud api 钓鱼啊是早晚的事，当 open cloud 的 这个创始人 被招进 open ai 的 那一刻，就注定的这个事早晚会发生啊。大家平时用这个账号，特别是嗯，玩这些比较嗨的，比较前沿的东西，大家一定要关注一下趋势 啊。这个账号的安全性，这个封了其实还是挺恼火的。呃，完全没有征兆，因为谷歌因为它能做这么大的公司啊。其实谷歌在这一块其实还是相对比较开放的啊，对比这个 anseoric 的 这个 ceo， 其实我觉得真的是相对比较开放，只有相对比较开放啊，一个开放的心态，我觉得这个业务 才能做的这么大，全球做这么大。嗯，但是也是疯了。为什么？就是说它一定要去构建闭环用户的反馈啊，要争这个入口了，不管是国内还是海外都在争这个东西啊，这个已经 涉及到未来能不能赢得支柱之一了。刚刚讲啊，蒸馏能不能无限逼进最强模型呢啊，理论上是可以了，但是呢，其实看这张梗图就知道，如果你在 deepsea 里面问的这个问题不在一开始它掉的这个精华的桶里面呢， 那是不是就在之外呢？所以它就会出现幻觉啊，它训练的时候它没有这个原始的这个 open data 的 数据啊，所以它就会容易出问题。就是你学了很多套路，你学了一百种， 现在出现了一百零一种套路，你没见过，你不会啊，你也没训练过，你也没思考过，那你就容易答非所问或者是乱答 啊，以毒乱毁这么一个状态。因为蒸馏本身它是能力的压缩和抽取，并不是直接的复制，你并不能保证学生能够完全复刻老师所有的能力。 而且小模型它毕竟参数少，容量有限，推理的深度也会有限，泛化的能力也会有限。所以这也是我为什么不爱用 deep sea 的 原因啊。如果现在对 deep sea 还有执念的 啊，这部分人，我希望你能改变你的执念，客观地看待每个模型的优点和缺点。所以真正的趋势是技术门槛基本没有了，因为算法都公开了，但是算力和数据的门槛越来越高，算力集中化了， 你要做出像 openai、 gpt、 五五点一这样的顶尖模型出来，仍然是困难重重，非常难。 但是你的创业门槛降低了，你可以做专属领域的模型，做 agent， 做微调，做一些产品应用。所以会看到在二零二六年啊，应用层 agent 层会非常的活跃， 以后我做这种大模型的啊，这种，嗯，单次的迭代，你在用户程的感知的差别会越来越低，特别是这种小的更新迭代的时候，你会在它们的这种直接使用的反馈结果上面的差别感知上面越来越低。 但是呢，它的整个的产品层堆里的优化层和用户的交互层，这些表达上面可能会越来越活跃啊，会有越来越多的创业者啊，因为技术门槛啊，竞争壁垒这一块没有了， 可以做出更多的针对专用垂直领域的东西出来。 ai 加行业的这个逻辑啊，在二零二六年，我认为会更强。关于蒸牛这个事情呢，包括公共技术扩散这个事情呢，国内的非常多的模型厂商啊， 受益是非常大的。当然我觉得收益最大的还是 deepsea 这些模型呢，它能够跳过这些基础的探索阶段。你要知道，在基础的探索阶段，它是没有直接的研究结果和研究目标的，前期的这个过程啊， 非常长，而且投入非常大。而为什么有时候我在说谷歌是黄埔军校，谷歌那个时候是没有这么卷的。现在说，呃，谷歌其实在硅谷也很卷，因为 ai 这一波浪潮，谷歌那个时候是专门养了很多创新型的科学家的， 他们是没有任何的这个直接的目标啊，就是你按照你的创新的想法，做很多研究，做很多探索性的东西。 这也是为什么谷歌在 germany 三点零之后啊，明显能够看到它厚积薄发的这个趋势啊。当然现在谷歌应该没有以前这么好的日子了，就是这么休闲哈， 就是它现在也很内卷了吧，我觉得就是，呃，也被卷了，当然和国内比，它肯定还是没有那么卷啊，它在 ai 的 这种快速的发展情况下， 他也会比较卷，而且里面华人也比较多这么一个情况，国内的这些大模型厂商，对于这一波这种公共技术的扩散，包括这种蒸馏的方式啊，他们从中还是受益的比较多的。而且从未来的路线看呢，我判断会出现 分化，就是有两条路线，路线 a 呢，就是超大模型的竞赛啊， openai 呀， antropica， 谷歌啊，呃， grog 等等，它们还是会做这种超大模型的竞争，它会继续探索新的范式，探索 agi 的 边界，我相信未来它们还是 会花很多的投入啊，多少亿美金在零到一的这方面的架构的探索里面，包括他们做的世界模型， agi 的 范式等等等等。还有一波大模型的厂商呢，他们会走这个高性价比的工程流，比如说啊， deepsea， mini， max， g， l， m 等等。实际上啊，非常现实的讲，路线 b 其实更容易商业化，路线 b 呢，他们可以用 更少的涿力训练和商用的模型，用蒸馏再去缩小差距，用推理去优化 api 的 成本。 对于 b 端的商户来说，这个模型他们不一定需要一百分的模型，可能未来需要， agi 需要，但是对于商用来说，可能八十分足够便宜，性价比高，对他们来说是更优的选择。 是为什么？二零二五年的时候也会说很多海外的亚马逊也在用千问的 a p f， 因为它够用就 ok 了。 而中国的国内的现状是，中国的工程师的人数的供给会更多一点，所以也会代表着中国的工程迭代的速度会更快。 还有就是，呃，国内对于整个大模型的投入产出啊，包括资本策的 这个倾向，他会有比较强的商业化的压力。嗯，技术扩散的这个门槛现在降低了，那么中国的这个工程的迭代速度又可以比较快， 然后呢？又加上商业化的压力比较强，又有像蒸馏这样的方式可以缩小差距，让这个模型足够好用，再加上推理优化的这个训练去降低 a p i 的 成本。最后我们可能 会看到 ai 模型 api 接口大规模商用的一个叫做什么安卓时刻，就是安卓本身其实是开源的嘛。嗯，对于很多人来说，像苹果手机，它的整个的用户体验比较好。 呃，整个的生态也是闭环的，很多人还是会选择苹果手机，但是对于很多大部分人来说，安卓手机是一个更有性价比的选择。而历史上我们看到的每一次技术浪潮 好像都是这样的， history repeat itself 先有这种贵到离谱的旗舰模型，你看走在前面的，像谷歌 open ai， 他 们投了非常非常多的前期的啊，研发费用，包括很多研究人员的心血在探索， 再出现便宜但够用的普及版，这个时候是工程期，最后呢，是靠规模化和产品化赚钱的这么一个路子，所以分化很可能也是这样子的。 ai 也一样啊，前沿的这个模型，顶尖的这个公司血比较厚的 这个血厚嘛，反正耗一点血没事，小的这种公司可能耗一点血就命就没了。头部的公司有九条命，这相对中小公司可能就两条命。 所以，呃，这个小的中小型的模型公司，它就要迅速地商业化。那么前沿的这个大模型公司，它还会继续地烧钱去探索 a g i 的 边界。当然我也讲了，蒸馏它也是有局限性的，它也会发生坍塌。 所以呢，可以在某些专项进行强化，针对特定的场景，比如说，呃，你的某个模型，在代码呀，数学呀，这个长的上下文上面啊，去做一些试探，现在其实上下文的技术也开源了，你像 kimi， 它的整个上下文也能做到啊，一百万 toon 了。 所以就是对于很多呃，模型厂商来说，可能一条很现实的路，就是蒸馏加专项的强化加工程化的这个降本，呃，快速的商业化是他一条非常现实的路， 对于用户来说，便宜、稳定、够用就可以了。所以这就是我讲的两条路线啊，很有可能在二零二六年啊，未来出现的一种分化，因为很多成本也不是公开的，我自己呢，也没有仔细的去推演和算过， 但是我相信啊，中国厂商的这个工程化能力，它可以通过蒸馏的这种方式 使用百分之十十分之一的价格，通过蒸馏啊，再加上工程化把它的模型的整个的能力做到前沿顶尖，模型的百分之八十的能力通过不断的蒸馏跟进去做到这个能力。我觉得 中国的场上有这样的能力和有这样的跟进速度，这是我的一个判断。哎，你怎么看？关于这个话题，我今天就先聊到这里啊，我的一些观点欢迎大家在评论区和我探讨，欢迎订阅我的频道玲姐说 ai 打开小铃铛，我们下期再见啦，拜拜！

anthropics 宣布封杀 open cloud 订阅授权龙虾战争升级 cloud 订阅额度，不再支持 open cloud 等第三方工具。报道媒体 venture beat a verge 动区动趋势、新浪财经详细内容 anthropogenic 负责人 boris charney 证实， cloud pro max 订阅用户将无法再利用 o 幺 f 凭证在 open cloud 顶三方 agent 工具中消耗订阅额。 enterpic 称，第三方工具未针对其提示词缓存技术进行优化，导致算力成本极度不可控。公司必须优先保障官方产品的容量分配。订阅用户若想继续在 open club 中使用 club， 必须改用暗量计费的 a p i 模式或购买额外的 extra usage 流量包作为补偿。官方将向受影响用户发放一笔等同于当月订阅费的一次性积分。 深层分析主要还是 open club 入赘 open ai 后的连锁反应。此前， open club 创始人 peter steinberger 已宣布加入 open ai， 负责领导下一代个人智能体的研发。 尽管 openle 宣称保持开源独立并在基金会运行，但 openai 事实上已成为其最大的技术支持方和资助者。行业普遍认为， antropylake 此次断粮行动是针对 openai 扩张智能体生态的直接反击。目前， antropylake 正全力推广其自研的 open cloud 杀手 cloud dispatch 和 cloud cloud cap。 为什么这被称为开发者生态的黑暗时刻 一、白嫖时代的终结。过去几个月，开发者只需付一份 pro 月费，就能通过 openclaw 运行极其复杂的自动化任务。这种薅羊毛模式应对算力需求过载，最终逼迫模型商走向封闭化和暗量付费制。二、超级应用之争 openclaw 收编 openclaw 只在打造全能桌面入口， 而 interpublic 封杀它则是为了守住自己的用户流量。二零二六年的 ai 竞争已从大模型能力转向系统级控制权。三、用户成本剧增。随着近年生效，重度使用 opencll 的 用户每月开销可能从固定的二十到三十美元飙升至数百美元的 a p i 费用，这将导致大量中小 agent 项目面临生存危机。这标志着二零二六年 ai 圈的开元蜜月期正式结束， 各大门派开始清理门户。您是想了解如何将 opencll 迁移到 deepsea 等国产廉价 a p i？ 还是想看看 interpublic 那 个号称杀手节的 cloud cloud work 到底好不好用？评论区说说你的看法。

作为一个曾经头部 tiktok mcn 的 老板，封号这个事简直是永恒的噩梦，那会多的时候，我手里有一百多个爆牌号，做过 tiktok， 都知道你在说什么，但是我怎么也没有想到我用的 cloud 也能被封，前天我的 cloud 一 打开就，但是不容置疑， cloud 依然是公认好用，也最容易被封的模型。 这两天我就好好的去研究了一下到底怎么去解决这个封号的问题。结合我过去大量 tiktok 海外账号被封的丰富经验，我觉得海外平台的封控，它其实都是有共性的。虽然说我现在的 tiktok 账号还没有解封，但是今天依然有很多可以给大家分享的经验和方法。首先第一，平台为什么封你？ 网上啊是众说纷纭，但是我们只看官方是怎么说的，因为这个是最权威的，我们登录到 cloud support， 在 这里面我们可以看到，站在平台的角度，它的风控啊，其实主要有三大原因，第一，重复违反使用政策。第二，从不支持的地区创建账户。第三，服务条款违规。 第一个站在使用的角度，有一个词叫做重复，也就是屡次说，这个指的并不是说你第一次违规，他就直接给你封掉了，平台包容度其实还是很高的。官方的违规行为其实主要是分为三大类，我把这个明细贴在这，大家可以自行对照，大体上都是我们很常见错的离谱的那些违规行为。 第二个就是从不支持的地区创建账号，从不支持的地区，这个很简单，中国显然不是支持的地区，支持的地区呢？大家自行查询。 其次是创建账号，为什么官方专门提了创建账号，而不是创建和使用，也就是说创建这个就是原罪，你的邮箱，你的接码，你的电话等等，如果这些都是不支持地区的时候，那你要么是不通过，要么是通过了之后也是有案底有原罪的，随时后边都可能被打。 那第三块是重灾区，开头这部分我们是谁，其实我们不用看，不重要，下面这个提供准确完整的信息，满十八岁这个也不重要，再往下不得共享账号，这个官方专门提出来了，就证明这个东西很重要， 你买成品号，你怎么能确定它不是共享的呢？或者说你多设备多 ip， 那 不就是自己在找打找疯吗？再往下还有比如说出口数据开发，竞品盗用数据训练数据恶意软件开发，以及未经授权的这种自动化大量泛滥的，这种情况下批量产生垃圾。 简单总结一下，其实只有百分之十的用户，他们是因为使用行为触发的风控，也就是第一条，因为绝大多数用户都是普通人，大家没有恶意。那百分之二十的用户是因为注册信息不合规，比如说邮箱电话不再支持的地区，然后会找到那百分之七十的用户，都是因为 ip 网络环境这样的问题，引发了平台关于共享账号方向上的风控， 这是官方的一个红线。那 ok， 如果封了，我们该怎么办呢？首先在官方的材料里说的很明白，如果是因为违规产生的风控，你的钱是不 会给你退回来的。其次，由于目前现在封控的账号太多太多了，这都是通过机器审核，封控的申诉的通过率其实只有百分之三点三，所以很多时候如果我们被封了，只能是死马当做活马医。接下来就教大家如何去申诉，刚才的页面里面有一个提交申诉，我们在这个页面提交我们的申诉信息，你账号对应的邮箱，你的联系邮箱，你的姓名，你的 关联邮箱，你最下面你的留言在这写你的冤屈，这个要好好写。怎么去写这个申诉内容呢？大概就是这几个要点。 首先，第一点，不要提科学上网，你可以把自己包装成你出差了，搬家了，你换网络服务商了，或者说你家孩子误触了。第二，告诉他你是一个人畜无害的合规用户，避开平台的那些敏感使用场景，讲讲你自己的日常用途， 如果能有一些比较具体的使用场景和问题的话，能大大增加你的可信度。比如说你是从事什么工作，正在处理什么项目，所以做了什么事情，所以可能导致了风控。第三个点，如果你是 pro 或者 max 的 用户，你也可以重点提一下这个点，毕竟付了钱的，如果被误判了，那这个就是经济纠纷了。 第四，如果第一次申请不成功，我们可以再过几天或者过几周之后再重复申请。有很多人其实都是在第二次、第三次申诉的时候才通过的， 那具体的这个申诉模板我稍后会在评论区分享给大家。那如果我们申诉通过了，或者我需要重新注册，未来我们需要怎么去防风避坑呢？我给大家整理了以下几点，第一个， ip 环境，稳定可靠的 ip 环境，大家可以去这个网站上提前去测一下，用贵一点我觉得也没有关系，毕竟这个是万物之源。第二， 切换限制。我们切换网络节点的时候千万不要开着 club， 切完了之后也不要立刻开，等一会再开。第三，固定设备。你的电脑，你的手机不要共享，尽量的使用同样的网络设备。网络节点 四，不买成品永远不要买成品号，因为你不知道这个成品号它背后到底是不是共享，很容易被封。第五，小心支付。如果你没有漂亮国的信用卡，那目前最稳妥的就是 apple 的 礼品卡。第六点，本地储存。如果我的 cloud 解封了，我一定会把我的 cloud 部署到我的 office 里边，这样的话，它内容是永远本地储存的，再也不怕被封。第七，及时导出。 如果有必要，及时导出你在 cloud 里边的重要对话。 alright， 如果你现在已经封了，或者正在封的路上，我会把我这次的邮件申诉模板、申诉链接以及 ip 自查链接整理成一个文档，大家如果有需要，可以在评论区告诉我好的经验，也可以在评论区交流互助。 希望大家早日恢复使用，平步青云。那下一期我打算讲一下关于 cloud 的 支付，比如怎么用 apple id 和 apple 的 礼品卡，欢迎关注。

不知道大家有没有发现我们使用到 color 的 时候次数非常少，而且非常容易封号啊？首先就是它的价格区间，有 pro 二十美金和 max 一 百美金，还有两百美金的使用次数真的非常的少，主要原因是它的能力太强了，然后使用的人多，加上它的 gpu 算力太少，就比如说我们来检测一下我们偶尔轻度使用任务，任务五个，复查程度五个，我们每天 提问二十个问题啊，二十美金一个月的就已经消耗殆尽了啊，如果我们每天提问一百三十次，他 这一百美金也就消耗完了，而且是轻度的问题啊。但不过他真的用于写作科研，做数据分析非常的不错啊。如果大家也想使用大克拉的用来写作科研，做数据分析等等，都可以点击我主页的这里作品找到我。

兄弟们，这个 cloud code 的 源码泄露，我直接用 open code 把 cloud code 里面的一系列的验证都给跳过了，这样子就可以再也不用担心用 cloud code 然后被封号了。太棒了兄弟们。

今天是四月五日，过去二十四小时， ai 科技圈六十秒重磅速览 in stopik 封杀 open cloud， 第三方调用 cloud 的 订阅不再支持 open cloud， 仅保留 api 付费通道。 mata 谷歌同步封禁 英国 ai 安全研究所报告，二零二五年十月到二零二六年三月， ai 智能体异常行为暴增五倍，近七百起自主作恶案例。语数科技科创版 ipo 获六万移动端 ai 视频创作工具全球第一。 小米 miimo token 全球推出包月套餐统一 credit 体系四档订阅智能体生态博弈。 antetapac 封杀 openclaw 大 厂围角第三方 ai 智能体、聚深智能加速、智媛、特斯拉等密集布局机器人 ai 训练与量产。

被市面上的伪智能 ai 反复消耗后，越来越多打工人吐槽 ai 非但没减负，反倒成了老板加码工作量的理由，职场人反而越用越累。理想型 agent 到底长啥样？此前海外爆火的 cloud cloud work 一 度让职场人看到希望，可高昂定价 max 系统限制，直接将多数普通用户拒之门外。 直到昆仑天宫推出 windows 桌面版的国产高阶桌面 ai 对 标 cloud cloud work， 它不仅核心功能全面对齐，更在本地适配、系统兼容、大模型支持上做到了超越 cloud cover， 专业度与实用性双在线。自从上手这款产品，酷哥第一次体验到了甩手掌柜的轻松与惬意。打个比方，假如酷哥是一名玩具产品经理，我的电脑桌面常年处于混乱失控状态， 各类创意草图传播、文案、产品实拍图设计出稿、杂乱堆放、手动整理，不仅费时费力，用不了几天就会再次变得乱糟糟。而 skyworks 桌面版的出现，彻底解决了我的难题。我只需新建任务， 选定需要处理的文件夹，在对话框中简单输入指令，帮我把潮玩文件夹里的文件按格式类型整理一下。短短几分钟，惊喜就如期而至。 skywalk 桌面版精准识别所有文件，自动将其分类整理成一个个条理清晰的文件夹。产品图片、视频、素材、创意海报， 原本杂乱无章的桌面瞬间变得干净清爽。为了检验他的真实实力，酷哥决定进一步上强度 输入指令，帮我把迪士尼公主图片文件夹里的内容整理成一份创意策划提案 ppt。 令人意外的是， skyworks 桌面版自动将图片排版搭配简洁文案，生成了一份简洁美观、逻辑清晰的 ppt。 以往需要绞尽脑汁构思框架、熬夜排版设计的创意提案，如今只需一句话指令就能轻松搞定。 在正式推出产品前，市场调研必不可少。放在以前，酷哥又得花费大量时间转写报告，耗费无数脑细胞。而现在有了 skywalk 桌面版，一切都变得轻而易举。 我只需在对话框中输入帮我整理二零二五迪士尼 ip 潮玩销售情况。很快，一份数据小石分析到位的市场调研报告就呈现在眼前，省去了所有繁琐的中间环节。为了测试市场反应，老板决定先根据设计图制作几张宣传海报放到网上试水， 老板一张嘴，员工跑断腿。放在以前，酷哥得反复和设计师沟通需求，耗时又耗力。现在有了 skyworks 桌面版，我直接告诉他，让其根据现有产品图制作宣传海报。 短短时间，几张质感出众、贴合产品调性的海报就新鲜出炉，不仅速度快，修改起来也十分便捷，任何细节调整，只需一句话指令他就能精准执行，彻底解决了沟通内耗的问题。 以前需要整个团队协同推进的潮玩项目，现在仅凭几个人就能高效完成。有了 skywalk 桌面板，酷哥真正实现了一个人就是一支军队。相较于市面上其他需要依赖云端运行的智能体， skywalk 桌面板的优势更为突出， 运行效率高出一大截，无需漫长等待指令下达后即刻执行。同时本地运行模式也更安全，有效保护文件隐私和数据安全。 更难得的是， skywalk 桌面板真正做到了理解内容，每一次执行指令，他都会深度解读指令需求，识透文件核心内容。还支持 gemini 三 pro、 cloudopus 四点五等主流大模型，功能全面，能力强劲。 这款由中国团队自主研发的高阶桌面 ai， 优先支持 windows 系统，他将打工人从奔波与内耗中解放出来，用最顶尖的技术打造最接地气的产品功能，让每一位职场人都能轻松当甩手掌柜。