claude cowork和chat区别

cloud 官方发了一条推文，不到一天阅读量就冲到约三千万，说的是什么呢？现在可以让 cloud 的 直接操控你的电脑来完成任务了。这个功能属于一个叫 cloud co work 的 产品，今天我们就来聊聊它到底是什么，能干什么，怎么用。 cowork 这个产品今年一月底以研究预览的形式发布，二月底推出了企业版，可以对接 google drive、 gmail、 documents 这些工具。 codecowork 是 cloud code 的 非技术版， codecode 是 给开发者用的，在命令行终端离跑。而 codework 面向的是所有知识工作者， 不需要懂技术，不用打开终端。不过要注意， co work 不是 一个独立的软件，它是 cloud desktop 桌面应用里面的一个功能模式。那 co work 具体能干什么呢？第一，直接操作你的本地文件，你告诉他帮我整理文件夹， 它会自动扫描所有文件，按类型分类键子文件夹重命名，不需要手动上传下载。第二，子，代理协调，遇到复杂的任务，它会自己拆成多个小任务，然后并行执行。第三，也是昨天刚发布的重磅功能， computer use。 cloud 现在可以直接操控你的屏幕、鼠标、浏览器、打开应用，点击按钮、填写表格，所有你在电脑前做的事情，它都能代替你做。目前这个功能只支持 mark s。 第四，定时任务，你设置一次， cloud 就 会按照你定的周期自动执行。 第五，手机远程控制，用手机上的 cloud app 发一条指令， cloud 就 在你电脑上帮你干活，干完了把结果推送到你手机。那怎么用呢？首先，去官网下载 cloud s cup， 支持 macos 和 windows 一 键安装，但是不支持 linux， 不 开源，这是目前最大的限制。 费用方面，不需要单独的 a p i t co work 包含在 cloud 的 订阅计划里。需要注意的是， co work 比普通聊天消耗的额度更多。除了这些， co work 还有一套扩展生态，它可以通过插件延伸到 chrome 浏览器 excel slack 里面，还可以通过 m c p 连接器对接 google drive， gmail， docotown 等第三方工具。 还有一点，你的电脑必须保持开机， cloud desktop 必须保持打开状态，任务才能执行。总结一下， cloud co work 从聊天机器人变成一个能帮你干活的 ai 同事。如果你有对它感兴趣，现在就可以去官网下载体验。感谢观看，我们下期再见！

两千八百五十亿美元，一天没了。不是战争，不是黑天鹅，只是 cloud coork 更新了十一个插件。周二 entropy 给 cloud coork 上线法律插件，结果全球法律软件、数据服务、金融科技、股票集体跳水，多只各股跌幅百分之十五到百分之二十。硅谷现在流行一句话， sas 已死。 这不是工具升级，是角色升级。过去 ai 式软件助手，现在 cloud 直接成了员工本体。以法律插件为例， cloud 可以 自主接入公司合同库，自动做实体关系，硬设风险条款识别、关键日期抽取，最后直接生成完整合规报告。你没点按钮，他已经把事做完了。这意味着什么？ 意味着 ai 第一次绕过应用层 u i， 直接接管完整业务工作流。技术本质只有一句话，大模型加插件等于可执行智能体 agent， 它不再调用软件，而是替代软件。存在的意义。这直接击穿了 sars 三大命根子， 第一，按席位收费， ai 按结果交付。第二，复杂 ui 壁垒，零 ui 后台自动执行。第三，封闭系统护城河，接口越开放，活得越久。一个 cloud 智能体，能干掉十个初级法务、会计或销售助理，原本一百个软件席位，现在只要十个 ai。 于是，华尔接懂了，软件不是被优化，是被跳过了。记得 remember what software is adobe 集体跳水软件是科技营销软件、客服系统全都有 note。 连英伟达的老黄都急着出来说软件不会消亡，但市场已经用真金白银来。这不是一次古灾， 这是人类第一次发明。你 could tell because there's a whole bunch of companies who stock prices are on the rise because somehow it is the most illogical thing in the world and time will prove itself。 关注星智媛，秒追 asi。

cloud co work 是 目前为止我用过最接近人类助理的 ai 工具，但大部分人呢，还没意识到这个工具有多强大， 所以今天这期视频呢，我会用五个跟大家生活息息相关的实用案例，告诉你 cloud co work 究竟能帮我们做什么，我们怎么上手用好这个工具？那我们话不多说，马上开始。如果呢，我只用一句话来概括 cloud co work 是 什么， 你可以呢把它简单的理解成是一个能主动帮你做事的 ai 系统，它除了能帮你做整理文件这类的日常琐事，还能连接其他平台一起协同帮你做事。而这呢，也印证了它名字里的 co work， 也就是写作的意思。 而且呢， co work 是 cloud 专门设计给非开发者也能用的智能代理 ai 系统。在我给大家展示具体的用法之前呢，先跟大家讲几个重要的核心背景知识。首先， cloud co work 和叉 gpt 这类的大语言模型相比，最大的不同点呢，在于大语言模型啊，已经习惯了 我们给他指令，他来遵循指令做事，但 cloud co worker 刚好相反，你只需要呢给他一个任务，他就会自己制定计划，然后一步一步执行步骤。另外呢， co worker 和普通的 cloud 的 聊天模式啊，本质上来讲呢， 也是不一样的，首先他是以做任务优先，而不是以聊天为先。虽然呢，他也能聊啊，但是呢，只要你说出你想要的结果， co worker 呢，更倾向于根据你要的结果制定一个多步骤的计划， 然后去执行。在他做任务的时候呢，你还能在右上角啊看到一个进度追踪器，方便你呢随时查看他的工作进度。你在这里呢，还能看到一个叫工作文件夹的区域，这里面呢是他生成的内容，比如文档， ppt， html， 网页，仪表盘，表格等等。还有一个上下文的区域，这里显示的是呢， co work 用来完成这个任务啊，需要调用的文件和工具。第二点呢，你可以把工作啊 托管给他，他能长时间自主运行。这个过程呢，可能啊，会持续几分钟，甚至十几分钟，这时候啊，你就可以去做别的事情， 不需要监督他。过段时间呢，等你回来的时候啊，他就已经帮你把工作做完了。第三点是啊，你可以把任务呢按照顺序派发给 co worker， 他 能同时处理呢多个任务，比如啊，帮你研究竞争对手的同时呢， 能分析各种数据表格，准备简报和会议。你可以呢，把 cloud co worker 啊理解成是用一个平台，就把 cloud 的 项目功能、 技能、 skills， 上下文协议、 m c p 和本身的智能体功能结合在一起，哪怕呢，你不懂代码，不是开发人员也能直接上手用。 co worker 最大的优势在于呢，你让他做的任务和因为做这个任务而创建的文件夹和文件，这些呢，都会在本地运行， 所以呢，你也不用担心文件会丢失。然后呢，你还可以通过 cloud 的 连接器连接其他的外部工具，在一个平台里呢，就帮你把工作做完了。另外呢，我在视频的描述栏里啊，也给大家放了个链接，你只要点击那个链接呢，就能下载 cloud cooke 这个 app。 记住呢，在网页版里啊，是没有 cooke 的， 咱们暂时呢还得下载这个应用，不过呢，刚好在两周前啊， cooke 的 windows 版本呢也上线了，所以现在呢，不管你是 mac 还是 windows 系统啊， 都支持安装了。另外 cloud 也宣布呢，二十美元的 pro 用户现在呢也能用这个功能了。之前呢是只有每个月一百或两百美元的 max 会员才能用。虽然呢，我测试下来之后发现啊， pro 每天能用的额度呢还是有限的，如果你的任务复 杂的话呢， token 的 消耗速度啊就会快一些。而且呢，你在 cloud 里的 token 啊是共享的，也就是一旦你 co work 里的 token 消耗呢达到了上限， 你在聊天窗口里呢，也用不了更高级的模型。不过呢，对于大部分人来说啊，至少使用这个工具的进入门槛呢还是降低了不少。这里呢提醒大家， cloud 现在呢，在设置里啊，还 不能选择中文，不过呢，你可以跟着我今天的步骤学啊，就知道每个功能呢到底怎么用。当你安装好 cover 后呢，这里啊就是你的工作区域。往左边看呢，就是 cloud 的 聊天窗口，这个跟 cloud 网站上的功能呢是一样的，你可以在这里呢跟 cloud 模型聊天，上传文件， 做仪表盘。很多呢，在 cloud 上已经有的功能啊，都能直接在这里找到。接下来是 cooke， 这里呢就是帮我们真正完成工作的区域，它本质上呢，其实是 cloud 代码，但界面呢，对于非编程的人员啊，更加友好， 更适合编程小白使用。咱们今天讲的所有案例和重点呢，都是围绕这里展开的。然后呢，还有第三个标签页就是 cloud 代码，这个呢和 cooke 相比啊，更适合有编程背景的人用， 可以呢，用 cloud 代码帮你搭一个完整的 app 程序。这个呢，是我觉得目前市面上做氛围编程效果最好，能力最强的平台，是专门给开发者用的。之后呢，我也会给大家做一期和 cloud 代码相关的视频，我会用大家呢都能听得懂的方式给你讲清楚。而 且我跟你说啊，你用 cloud 代码能做的呢，远不止编程而已。所以如果你还没订阅频道的话呢，赶紧关注一下，我每周呢都会给大家用最接地气的方式，帮你把复杂的 ai 概念和知识，用最简单的大白话给你讲清楚。当你掌握了 cloud co work 和代码后， 就能把他们的和 cloud 的 聊天机器人结合起来，创建属于你自己的定制化工作流系统。用 cloud 聊天帮你进行头脑风暴和深度思考，用 co work 来帮你干活，用 cloud 的 代码来制作可以交付的成品。 我觉得呢，把 ai 用的好的人啊，并不是把其中一个工具用到飞起，而是能把它们呢结合起来一起做工作。那接下来呢，我们就用五个实际生活中的例子给大家演示一下如何用好 cloud co work。 我 们呢，先来看一下如何用 cloud co work 帮我们整理桌面，这里呢，我们在中间的对话框里输入，帮我整理桌面上的所有文件。当我输入这个指令的时候，有一件很重要的事， 就是呢，我们得先选定一个做这个任务的工作文件夹，比如这里呢，我们选择电脑桌面，然后允许 clod 在 桌面上挪动文件，这一步呢，也就是相当于啊，给了 clod 可以 访问桌面的权 限，这里呢，先给大家看一下，我的桌面非常的杂乱不堪。另外呢，你在这里啊，还可以选择不同的 clod 模型类型 vlog 呢，最近推出了 opus 四点六， opus 呢是目前最强的模型，比 sonic 和海库都好。所以呢，如果你的任务比较复杂的话，我建议你选择 opus 模型， 尤其是呢，你可以把扩展思维模式打开，不过呢，相对应的，模型强也就意味着消耗算力大，你能做的任务数量呢就有限。 所以呢，如果你的任务啊，不是特别复杂的话，还是可以选择 sonic 或者嗨酷模型。比如我的这个任务呢，用的就是 sonic 模型。当我们点击开始后，如果呢，你在任务栏里写的指令很详细， cloud 呢就会直接开始任务。但如果呢，你只是简单的描述了一下任务类型，比 如像我们这个案例的话， cloud 呢就会先提出一些问题，等你确认后呢，他才会重启任务。这里呢，他问我们希望怎么样整理桌面上的文件，那我们呢，选择按内容主题分类，大概只用了不到一分钟， cloud 呢，就帮我们把文件啊都整理好了， 比起刚才复杂的一大片内容，现在的桌面呢干净了很多。而且呢，他根据主题的不同，还给我新建了八个新的文件夹，我分别检查了一下，都是没问题的。所以呢，如果现在你的电脑桌面很乱，有很多文件夹和截图，那你呢，就可以用我们刚才讲的这个方法帮你把桌面整理好。 老实说啊，还是真的挺省时间的。接下来呢，我们再看看怎么用 cloud 帮我们规划旅行。首先呢，我建议大家啊，可以在 cloud 的 聊天框里把你的要求输进去，跟 cloud 呢来回的对话几轮，这样呢，它就能帮你生成放在 co work 里用的指令词。我平时给大家演示用的指令词呢， 也不是我自己一字一句写出来的，都是在和 ai 的 对话过程中逐步完善。好的这里呢，我们把它复制粘贴到 co work 里，还有我新建的文件夹。这样呢， cloud 给我输出不同文件的时候，保存地址呢，总是一致的， 会乱糟糟的。当我把任务发给 cloud， 在 右上角呢，你就能看到他把整个任务呢拆分成了几个步骤之后呢，只要完成一个步骤，就会把这个任务划掉。如果呢，你把鼠标放在其中具体的一个步骤上，就可以针对这个步骤进行下一步提问或者提出修改建议。 所以呢，如果你想调整方向，只要点这个小小的对话加号就能直接更改。在下面呢，你还能看到 cloud 帮我们选择的适配这个工作任务的技能 skills。 当然呢，你也可以直接在任务要求里啊，指定 cloud 用什么 skills。 那 如果你还不知道什么是 skills 的 话呢，我之前啊专门给大家做过一期视频讲过，大家看右上角这里 随着 cloud 呢一个一个做完任务，它的实时进度呢，就会显示在这里，而所有做完的任务呢，都会被划掉。当然啊，你完全不需要等在这里，你可以呢先干点别 的事情，等他做完任务后呢，就会给你发消息，十分钟之后，他就帮我做好了这份日本的旅行计划，你看呢，他根据主题啊，给我们分别生成了对应的文件夹，当你点这里的文件夹标志就能看到呢，每个文件啊，都按照我们的要求 存储到了相应的位置。至于给我输出的内容，我觉得呢，质量非常高，不管是酒店推荐还是每个城市的行程规划都非常详细，费用的预算呢，列的也是非常清楚， 一目了然。最后呢，还告诉我需要注意和准备的东西清单。这样呢，下次我出门旅行的时候啊，就不用左想右想自己还落下了什么东西，只需要让 cloud 呢给我出一份清单，我对照着准备啊就 足够了。接下来呢，我们进阶一下下面的这三个案例呢，我们来看看如何把 cloud 和项目功能 m c p 连接器和插件 plugins 组合起来用。第一个我们来把 co work 和项目功能组合起来，帮我做一个演示用的换灯片。这里呢，我们回到聊天窗口，打 开侧边栏，然后我们点击项目标签，选择新建项目。项目功能呢，你可以把它简单的理解成是针对每一项单独的任务而创建的工作文件夹，你可以根据任务的不同呢，每一个任务都单独创建一个项目。 比如我现在呢，要去参加一个线下活动，给大家分享一下有哪些免费又价值非常高的 ai 课程，那比起从头开始看视频逐字稿啊，就是一个很好的资源。 这里呢，我们给项目起个名字，比如叫 ai 演示焕灯片。然后呢，可以在下面告诉他，我们想通过这个项目实现什么目标。当你创建项目后呢，在屏幕右上角这里啊，你可以输入你的自定义指令， 也就是告诉 clod 呢，在这个项目下做任务具体要遵循什么步骤。这样呢，每次你在 clod 的 项目下跟他对话的时候，他都会遵循这些自定义指令，你也可以在这里呢给他上传不同的文件。这里呢，我把过去两年的视频竹子稿啊上传给他。 另外呢，为了让他更稳定的帮我制作焕灯片，我还给他上传了一个视觉品牌指南，里面呢有品牌的颜色，字体， logo 的 使用规范，我还做了每张焕灯片的布局样式，还有一些如何使用图标和数据的标准。这个呢，就是 cloud 的 项目功能， 现在呢，我们就可以把项目里的内容跟 co work 功能结合起来了。所以呢，我回到 co work 这里，点击加号，在这里呢，就能把刚才我们创建的项目啊加进来了。然后呢，我们再给这个任务单独创建一个新的文件夹。 现在呢，我们把指令输给 cloud， 他 这里呢，先分析了我们的稿件，然后按照我们要生成二十页换登篇的要求给我们设计的大纲。你看这里每一页需要包含的内容啊， cloud 呢，都列据的非常详细。接下来呢，就是制作换登篇的过程，不过呢，因为我不停的测试啊， tiktok 呢，已经用完了， 等了几个小时后呢，我又开始让他重新工作。好消息是呢， co worker 啊，依然记得之前的步骤，这次很快啊，只用了一分半呢，就帮我把二十页的换灯片做好了。我们这里呢，点击查看文件夹。这个换灯片呢，也是按照要求啊，存放到了指定的位置， 虽然说呢，整个换灯片的美观程度叫 jesspark 这类的智能体呢还有待提高，但换灯片整体的逻辑性啊，还是不错的，重要的内容呢，也都包含在里面了。 这样呢，下次当你需要在短时间比如十分钟内准备一份焕灯片的时候啊，就可以让 clod 帮你做这个工作。那我们除了能在 clod 项目功能里操作，其实呢，我们还能让 clod 用 mcp 工具 连接外部平台，这样呢，就省去我们每次啊还需要去不同的地方翻来覆去的去找文件。比如这里呢，我已经让 clod 连接了我的谷歌云端硬盘。 这里呢，我要让他做我的数据分析师，帮我分析一下我一月份油管平台的数据情况。然后呢，用可直观的方法帮我把结果呈现出来。然后呢，给我做一个交互式的仪表盘，呈现数据结果。 十分钟不到， club 呢就给我生成了这个数据反馈的仪表盘格式。你看啊，和文字版干巴巴的数据相比， 这个是不是一目了然，非常清楚呢？这里啊， club 呢，帮我们列出了一些核心指标，包括总的观看次数，总 播放时长增加了多少，订阅封面点击率是多少，多少点赞评论。下面呢，还有每一天的观看量变化，新发的几只视频反馈如何，点击率怎么样？这里呢，还有不同影片的高阶数据，观众的行为分析。最后呢，还按照我们的要求给我们制定了下个月的策略， 这样呢，我就能在这个基础上进行每个月的复盘，知道呢，就能针对不足的地方进行重新的调整。 其实呢，不只是分析频道数据，你也可以呢，把各种数据啊都发给 cloud， 让他做你的分析师，你会发现啊，他经常能找到一些你难以发现但非常重要的点。 最后呢，我再教大家一个更高级的用法，也就是如何把 co work 和插件 plugins 结合起来用，你可以把这些插件呢理解成是 cloud 定制的技能 skills 连接后呢，可以让 cloud 做更多标准功能做不到的事情。 cloud 在 这里呢，已经帮我们做好一些了，当然呢，你也可以从 github 里上传 skills， 或者呢，你还可以自己创建一个 skills， 然后上传。这次呢，我先用 cloud 给我们的插件给大家演示一下，他们这里呢有专门针对科学研究、客服数据、企业搜索、 金融法律、市场营销等等不同的插件。具体每个插件能做什么呢，我也给大家整理好了，你在这只视频下面的描述栏里呢，就能找到。我这里打算连接的是和销售相关的插件， 那我们呢，先把它安装上，当你点击这里的管理插件 clod 呢，还会告诉你这个插件里的各种功能，比如呢，他运用了哪些 skills 帮你工作。这里呢，我们把指令词输进去，我让他帮我参考一下网上知名的博主 发售产品的流程，然后呢，告诉我如果我要发售课程的话应该怎么做，具体的操作步骤有哪些？同样，这里呢，我们也给他专门建一个文件夹来存放输出的结果也是十分钟不到， clod 呢就帮我做好了， 说实话，他给我的输出质量呢，真的让我有点惊讶到，除了帮我设计了产品的矩阵，包括免费的引流产品，低价产品、核心产品、高客单价的服务， 还帮我设计了整个发售流程，每天应该做什么，甚至啊，连群发的邮件都帮我写好了。最后呢，还提醒我注意售后跟进和如何提高复购率。我觉得呢，只要你想卖点什么东西给别人啊，这都是个非常有用的方法， 可以帮你省去很多时间。因为呢，你不需要去读那些厚重的市场营销书籍，也不需要上这类的课程，更不需要呢，把这些大 v 的 视频啊看个遍， 因为呢， ai 已经替你把它们都做完了。说实话， cloud co work 是 我测试过的 ai 里最接近真实助理的一次更新，过去这几周呢，我已经用它帮我节省了大量的时间。另外呢， cloud 也宣布啊，到今年三月十九号的时候， excel 和 ppt 的 使用量呢，就会翻倍，这也意味着呢，我们有更多的空间来创建 excel 电子表格，分析数据和换登篇了。所以，看完今天这期视频呢，你也可以想一想啊，平时呢，有哪些工作流程是常 用的，你可以呢把它们打包成插件，这样呢，不仅自己能用啊，还可以分享给你的团队。所以呢，大家别只是把 cloud 呢当做一个聊天机器人用，你还可以用它呢来打造你的 skills， 打包你的工作流程，让它帮你干活。视频最后呢，我强烈建议你看看我的这两只视频，都是关于 cloud skills， 这两期视频的价值很高，对你提高工作效率啊，绝对有帮助。如果你觉得今天的视频对你有帮助呢？欢迎点赞订阅频道，那我们下期片见，拜拜！

二零二六年开年，滴声枪响，一夜之间，全球软件股蒸发三千亿美元，一周之内接近一万亿美元市值凭空消失。彻底慌了。不是一家公司的慌，是整个硅谷的集体失语。 而引爆这一切的，不是战争，不是金融危机，甚至不是一个新模型，只是十一个插件。来自一家做底层模型的公司 antropic。 从这一刻起，硅谷第一次真正意识到， ai 不是 在帮你用软件，而是在把软件本身干掉。萨斯为何突然被宣判死亡？ 过去十年，整个互联网行业有一个牢不可破的共识，模型在底层，软件在上层，大模型负责思考，萨斯负责交互流程、权限收费。直到二零二六年一月， antropic 在 几乎没有任何预热的情况下，为 cloud co work 上线了插件系统。 注意，这里有一个极其关键的点，这不是一个新模型，他只是十一个插件，却直接覆盖了财务、销售、法务、数据分析、市场营销、合同审查。他们不欠在软件里运行。 ai 自己成为了工作流。 第一次，一家做模型的公司亲手拆掉了应用层的地板。市场为什么会如此恐慌？ 恐慌不是情绪，是计算结果。当 ai 可以 读取文件，理解上下文，调用系统，输出最终成果，那请问一句，萨斯到底还剩什么价值？ 华尔街比谁都清楚这一点。消息传出后，美股开盘， overclock 盘中中挫， adobe 下跌， salesforce 连续跳水， italian service now、 zendesk 集体走低。 路透社直接给了一个结论，软件和服务板块自一月末以来蒸发超八千亿美元。摩根大通的措辞更狠， antropic 正在吞食整个萨斯商业模式。 我们来想象一个真实场景，你是一家世界五百强公司的法务总监。周一早上，你原本要面对上千页并购合同，上百个飞镖条款，几十个风险节点。但现在不一样了， cloud 的 法律插件，自动读取历史合同，建立实体关系、网络标记、交叉违约输出完整合规报告、 pdf 直接排版完成。你没有点任何按钮，它只是做完了。 这一刻，市场终于意识到一个残酷事实，模型已经不再是工具，而是员工，而软件只是旧时代的躯壳。 萨斯的三大护城河被一次性踏平。传统萨斯靠什么活？第一，按席位收费，人越多钱越多。 第二，复杂 ui 用户被迫学习系统。第三，封闭系统切换成本极高。而 ai 插件直接反向碾压收费逻辑，按结果交互方式零 ui 指令级执行系统价值，越开放越强大。一个 cloud 的 智能体，彻底玩爆了整个 cs 行业。 如果你以为引爆硅谷的只有 antropic， 那 你就低估了二零二六年这个时间点的残酷。 就在 cloud core 插件引发市场恐慌的同一周，另一个名字开始也在同样屠杀着 sas 的 价值。 cloud bot 不是 辅助分析，它直接接管数据库，并自动完成从数据到决策的全过程，直接帮你完成所有的工作内容。 过去的模式，软件等于工具，人才是决策者。而现在， ai 是 执行者，人才是监督者。他们共同指向一件事， ai 不 再是软件的增强，插件正在成为直接完成工作的主体，而人则仅仅需要在技术早期做到一个较量的价值， 这不是骨灾，是价值转移。有人说 cs 之死被夸大了，确实，软件不会一夜消失，但有一件事已经不可逆增长神话结束了。这不是一次普通的市场波动，这是人类经济史上最大的一次结构性迁移，从探击大脑转向硅基智能。 当 ai 可以 直接交付成果，中间所有人工包装的溢价都会被快速蒸发。回头看，你会发现，二零二六年并不是 ai 模型突然变聪明的一年，而是 ai 第一次真正开始替人工作的一年。 从这一刻起， ai 不 再卷参数榜，不再卷谁更像人，他只卷一件事，谁能更快、更便宜、更稳定的完成真实工作。 在未来的历史书里，这一切可能只剩下一行字。 antarabic 发布 cloud coork 插件体系，标志着脑力劳动自动化正式越过临界点，时代的齿轮已经转过去了。

兄弟们平替 cloud co worker 的 国产工具来了，国内直接访问，他就是阿里的 codework， 并且有了 codework， 你 也不用再花四千块去买 mac mini 折腾 cloudbot 了。哈喽，大家好，我是阿亮， 二零二六年的 ai， 已经从聊天进化到了能真正操作电脑干活的智能助手，如果说二零二六年，应该就是这些模型开始真正的落地干活的。原年 虽然 cloud code work 很 火，但大部分人呢，都没有体验过，因为 osraker 这个公司呢，对我们真的是太不友好了，更别提还有一百美金的订阅门槛。 好在阿里这次的跟进速度非常的快，就在刚刚，他们发布了搭载全球顶尖模型的 code work， 注意是全球的顶尖模型， 定位很明确，国产版 call work 就是 让每个人都可以拥有专属的 ai 助理。 call 的 work 呢不仅可以帮你进行日常的文件管理、数据处理，还可以写作画图、做 ppt， 甚至能帮你调研上市公司的财报，输出、投资建议。 第一时间我就上手进行了测试，真的实战能力非常非常的强，很能打，用户体验也是一级棒。 接下来带大家亲自上手感受一下。界面很清晰，符合我们的用户习惯，左侧是任务列表，右侧是对话区域， 然后最右侧这里还有一个可以折叠的区域，是对整个任务的进度监控。这个设计非常非常的人性化，后面再给大家详细的介绍这个功能。开始之前呢，我们可以选择一个文件夹，让 go to work 呢，知道你在哪里干活，生成的文件应该放哪里，当然呢，不指定呢，也可以正常使用。 先安排一个简单的任务，这个目录下面有很多的图片，我需要按照文件大小重命名，从小到大依次是一点勾 p g， 二点勾 p g， 三点勾 p g， 这样子。 把目录拖进来，告诉他要求点击发送，就开始干活了。这个速度非常快，大概十几秒钟就搞定了，并且全程是中文的，沟通很丝滑，看一下结果，哎，这个就是我想要的，大概十几秒钟就搞定了，并且全程是中文的，沟通很丝滑，看一目了然。 接下来整一个稍微复杂的，让他把下载目录整理整理，太乱了，我呢也不敢随便的删。把下载目录拖进来，我让他按照文件类型归类 好了，开始干活了。这里有思考过程是英文的，然后他会请求授权，这个设计的很安全，可以避免很多误删误改的情况，哎，没一会我整理好了，他说这里告诉我们是如何整理的，看一下结果， 一下子清爽很多了。 codework 呢，支持自然语言创建 skill， 我 们可以做一个整理文件的 skill， 下次直接调用 skill 就 能整理。直接告诉他做一个 skill， 哎，然后就开始自己创作了，中途可能会询问你的意见，一分钟不到就搞定了，还贴心的告诉了我们存放的目录功能特点，使用方法。右侧这里呢，有整个任务的计划产物呢，就是最终交付的内容以及使用的技能，也就是告诉我们 ai 到底干了啥，让我们做到心中有底。 当然 photoshop 呢，是无缝支持 cloud code 的 scale， 使用方法也很简单，比如我这里有一个 youtube 字幕下载的 scale， 把这个 scale 直接拖进来，告诉他用这个 scale 处理这个链接，就这么简单。 然后呢，他会提取到这个 scale 的 名字理解功能，稍等一会儿就处理完了，有保存路径生成的结果。打开看一下，完美 把时间托都去掉了。我测了下，这个速度呢，比 color code 要快将近两倍。我这里呢，还测试着让他用写作 skill 把字幕写成了一篇阿亮风格的文章。他会先学习阿亮的风格，整理参考资料， 然后输出五个标题让我选择，接着询问大纲是否满意，按照规定的字数输出了文章还会呢，自动审校，去除 ai 位，等我确认满意后，最终输出了可以直接发布到自媒体的图文，比例是三比四，来看看效果 是不是很赞。这些都是 skill 做的。这几天刚好有个电商的朋友呢，想让我帮他写一个程序，分析一下二五年的账目。肉眼看到这些数据真的是头大，十二个月的数据明细，每个里面呢有上百成千条，但对于 codework 来说， 分分钟搞定。选择目录，告诉他分析二五年的总额，平台扣除的税，退款总额，以及每月的销售情况等等。非常聪明，他发现了这里是有十二个月的数据，然后说开始写脚本，分析了 大概一分钟左右，详细的结果就出来了，整体的业绩，月度销售趋势，还输出了一个 t x t， 不 过这个 t x t 看起来呢，不够直观，我让他输出 excel， 再输出一个图标试试，十几秒钟就搞定了。看看效果，我只想说一个字，绝！ 专业的财务，我估计没两小时也根本搞不定，越用越上瘾啊。刚才在帮我做一个春节云南游的方案，把需求告诉他，云南十日游，三个大人三个孩子，制定一个完美的租车自驾行程，要非常详细，最后做成 ppt， 我 真的有点期待这个行程安排呢？是否合理以及这个 ppt 呢？会长什么样子？好了，已经处理完成了，这个处理速度真的是没得说，来看一下效果吧， 有经验的小伙伴帮忙看看这个行程合不合理。 ppt 确实是够用了，里面还搭配了精美的图片，今年的旅行就从这个 ppt 开始了。深度使用了一段时间的 codework， 还挺激动，就像是托尼拥有了装载假维斯的钢铁战衣，瞬间感觉自己的能力都变强了。 还有一个值得强调的点，阿里的 codework 呢，价格非常非常的便宜，我相信未来，甚至就是今年，每个人都会配备一个能帮你干活的 ai 助理，而 codework 就是 一个非常好的选择，强烈推荐你去试试，大家点点关注哈，跟着阿亮学 ai！

四大 ai 随便聊一聊吧，叉的 gpt， cloud 的 gmail， 谷歌最新版本我都用了，其实没有什么特别的原因，就是都氪过金了，说说我的感受吧。再说人话这块儿，谷歌是最有意思的，但是内容有意思吧。怎么说呢，就像你那个特别能聊的朋友，聊嗨了什么都敢说， 聊挺开心的，但是最好不要当工作参考恰当的 gpt， 就是 那种永远也不会出错，也永远也不会让你有惊喜的人。你跟他聊天，就像柜台客服那种对话，很礼貌，很专业，很稳重， 可唠叨，有点像你大学班里那个很认真的同学，你问他啥都可以给你掰扯的非常非常明白，但是你要想跟他扯点这种有的没的啊，他肯定会跟你说你这个笑话的。底层逻辑是一二三啊，所以就算了对吧。 杰米兰非常自信，神自信，开口闭口永远都是。既然你要求我客观公正，那我就拿出超高标准来回答你。这种这种调调你知道吗？在干活这块掐的鸡屁，什么都能干，画图，搜索，写代码，聊天分析文件， 也没有特别经验，但没有什么不行，就是你那种万金油同事，哪个组都可以塞，但哪个组也不会投诉他。 cloud 适合闷头干活，写代码，改 ppt 很 长，报告他是真的可以做的下去，但是你要想让他整点花活，感觉他也不太想，不符合他逻辑的问题，他会拒绝你。如果你的全套是 gmail， 谷歌日历、 note book， o m 这些， 那他用起来挺顺手的，但是你要是国内的通讯生态，那他可能就是一个速度还可以的搜索聊天框。 google 可是绑上了这个 x 平台，追热点很快，但是国内大部分人其实是上不去 x 平台的，所以说这个优势怎么说等于没有 在氪金这块叉的 gpt 免费版就够大部分人使用了，二十美元内档也可以，综合体验是非常值的。因为呢，如果你本来就买了 google 网，顺便升个级，还送你存储空间，这个是非常划算的。 cloud 免费本其实是有点抠的，动不动就说今天用完了啊，想正常用得氪金不便宜， google 是 最贵的，三十美金起功能还没有别人二十美金的来的多，顶配三百美元一个月，我也不知道谁在买，所以选哪个 懒得想，就敲着 gpt 六边形不会错，干正事写代码写文章就 cloud， 非常靠谱，谷歌的重度用户就见面来 绝对顺手啊，喜欢整活聊天就 grog。 但他说的话你最好跟其他 a 二次求证一下。综合上来说其实没有差太多，就不要太纠结，选一个用起来就可以了。工具嘛，就是用的顺手才是你的。

万万没想到， ai 已经能自己操控电脑整理桌面了。他自己打开文件，加识别文件类型，批量重命名，自动归类，全程没人碰鼠标键盘，这就是他最真实的运算速度。有人用他两小时干完了两个月的工作量，还有人一口气整理了三百多期播课。这是 ansorek 刚发布的 co work， 翻译过来就是合作伙伴，你授权一个文件夹，它就能自己读取、修改、创建文件。一堆乱七八糟的报销发票，直接整理成财务能用的表格。官方自己说用它不像跟 ai 兑换，更像给靠谱同事留张便利贴。这里是 ai 风向标，带你了解 ai 行业最新动向。但最炸裂的是它怎么造出来的？ 十天，全部代码 ai 自己写的，人类就负责规划 ai 写代码，造 ai 工具， ai 工具再替代人干活儿。 这个闭环已经转起来了。当然，它也不是全能的，它可能误删文件，也可能被黑客利用。就像一个真人，也有操作失误，也有心情不好的时候。所以扎克伯格前几天刚花二十亿美元收购了类似产品 minus， 结果 antropica 这边 十天就搞出了个竞品代码，还全是 ai 写的。小扎，这钱花得冤枉了呀！

大家好，最近 astropica 发布了 cloud cowalk 和十一款官方插件，结果呢？华尔街的软件股集体崩盘， 标普五百软件板块连续六个交易日下跌，市值蒸发了八千三百亿美元。甲骨文、 adobe south force 这些我们耳熟能详的软件巨头全线被抛售。 为什么一个 ai 工具的发布，能引发近万亿美元的市值蒸发呢？过去我们用的 ai 本质上还是个聊天机器人，你问他答，但 cloud 客户不一样，他是一个真正的数字员工。 什么意思呢？他能借管你的鼠标、键盘、文件系统，按照你一句模糊的指令，自己规划任务，自己执行。一连串复杂的工作，从头干到尾，生成财务报表、研究客户支持回复、审查合同、构建财务模型。 这些以前需要专业软件加专业人员才能完成的事，现在一句话就搞定了。华尔街终于反应过来了，如果 ai 能直接帮我干活，我为什么还要为那些软件付费呢？ 这就是这次恐慌的本质，不是 ai 要取代人，是 ai 要先取代一大波软件。我之前讲过好几次，我现在几乎唯一的工作软件就是 codebody 了。今天他们也上线了中国版的 cowalkbody 内测版，在我的公众号输入 codebody， 可以 获得申请地址和文档。 这类工具有一个特点，就是界面特别简单，不用关心代码，非开发者也能用。你想做什么，只需要一句话，它正在成为我们新的桌面操作系统。想做什么，只需要一句话的时代真的已经来了。 今天我用 coldbody 做了一个小玩意，给大家感受一下。第一步，其实词特别简单，画一条适量小鱼，用骨骼链条系统控制身体运动，大概二十个阶点，但不显示骨骼圆圈，让鱼跟着鼠标轨迹实时游动，再画点水草和浮游生物，就是这样。 第二步，上点难度，用摄像头识别，让鱼跟着我的食指移动，拇指和食指捏合就吐泡泡。 第三步，再上点难度，直接生成一个小程序，鱼跟着手指移动，双击吐泡泡，然后打开微信开发者平台，打开生成的文件夹就行了。这三个东西，整个过程不到十分钟，我一共就输入了几十个字， 这恐怕就是未来吧。大家可以想象一下，这种模式下，游戏教育工这些场景会如何变化。以前做这些东西呢，你需要会量绘图、会 processing、 会计算机视觉、会小程序开发。现在只要一句话， 更多的场景我还会陆续分享。感谢关注未来博士，我们一起用跨界的视角看懂未来的方向。

别再瞎用 cloud 了，用了一年实测，一百小时实战经验，教你跳过所有的坑，直接解锁 ai 高效生产！首先首先新手必了解三十秒如何上手 cloud tarpa。 最新的 cloud 不 只是会聊天的 ai， 是 能直接替你干活的狠角色。新手必集三段式提示，交代背景明确任务 规定规则输出直接超过百分之九十的用户非常浪费。日常写作总结用 sonic， 四点零，速度还快，而且也省钱。复杂编程以及财务分析，用相对高阶模型关键技巧对话卡顿时直接让它压缩上下文，该传文件就传，省 token， 而且还省时间。 高级工具 co worker， 向团队成员能打包岗位，全套能力直接出，可发布出稿，不用零摸索。掌握这几点了， cloud 也能直接变成你的高效生产。

如果你只打开过 cloud ai 的 那个网页，那我告诉你，你可能只用了它的三分之一。 在同一个订阅中， cloud 是 能用这三个产品的。今天花八分钟给大家讲清楚每个产品是什么，然后该用哪个。这是 cloud 的 三个产品，左边 cloud ai， 呃，就是网页版的，打开浏览器就能用，它的杀手锏是 project 系统， 这你可以给他一套一一套专属的指令，然后加一个资料库，然后 cloud 就 能跨对话，记住一切。然后目前呢， chat 的 gpt 跟 gmail 都没有这个功能， 它的应用场景就是我们日常使用的场景，只不过比普通的啊，传统的 chat g p gmail， 它多了一个机的系统，能成为你的私人的专属助理，而且能够逐渐的叠代的。然后中间这个是，呃， logical work， 这是桌面级的助理，它是装在你电脑上的，能够接管你电脑干活的 a 卷， 而且它连通过连接器连接了五十多个官方的软件，包括 word， excel， ppt 也非书，它是全球最强打工人，它的应用场景就包括你可以自动的做 office， 然后跨 app 的 一些任务啊，后面我会详细讲 啊。最右边的是 cloud code， 呃，它是装在电脑里的编程 a 卷，它的江湖地位现在呃就是世界第一， s w e 的 评分是八十点八分， 然后携带码，然后跑命令，然后多 a 卷啊，包括各种各样的部署的功能都可以用。目前呢，它是开发者和技术用户，还有 web 扣定玩家的首选。 我给大家讲一下。呃， cloud ai 的 杀手级武器啊， project 系统，这目前看来， gpt 和 jimmy 的 i 都没有做出来，它能这个 project 系统呢，能把 cloud ai 真正 变成一个私人知识库的核心，而且它可以呃设计很多 project， 它不是一个混杂的，你某项目可以设定一个 project， 然后你甚至可以把自己包装成一个 project， 就 把你说的资料喂给他，然后用全世界最聪明的大脑去给你指导啊，指点啊，都可以。 然后我详细讲一下啊。第一个呢，是啊， custom instruction， 这是制定的命令，就是你会你可以给这个 project 一 套专属的命令啊。 clod 在 所有的对话里都是遵守的他，所以你不用每次都解释你的背景，这就相当于你给这个 ai 配了一份岗位说明书， 就你不用像一个这个 chat gpt 一 样，每次都去跟他聊一下背景，才能干一些非常复杂的事情，你把这个直接就灌输，他每次跟你对话之前，他都会读这个 instruction。 然后第二个呢，就是 project knowledge， 它是整个项目的知识库，你可以上传 pdf 啊啊， word 啊， c s v 啊，还有 excel 啊， t x t x c 啊这些所有的文件。呃，比如说你可以上传 一个法律文本的知识库，各种各样的法律文本，因为这个东西很好头肯的，平时也也不需要去加载，所以你不能放在第一部分的 instruction 里面，你可以在 instruction 里面告诉它，你 碰到某一条法，那个法律之后，你去读这个呃 knowledge 里面的某个文档，这样就能非常精准的解决你的一些问题，而不是说很多有幻觉的东西就会产生。 所以这两个加起来呢，是一个跨对话持续的专属 ai 助手，而且它的 instruction 跟 knowledge 是 可以升级迭代的，你可以不停的更新，如果这个 instruction 不好用，你可以再迭代，或者说它的不够完善，你可以继续迭代，所以它会成为你一个未来越来越懂你，越来越专业的一个 ai 的 助手。 第二个是 cloud coworker， 定位，一句话就是把任务交给 ai， 你 去做别的，所以我给他起了个外号叫全球最强打工人。目前他有两个杀手级的能力，第一个能力是桌面级的接管 cloud， cloud， cloud ai 呢是对话级的，然后 google， 它是整台电脑都可以归它管，它能够直接读写你的文件夹，自动完成浏览器的操作，然后还包括快 app 的 呃多任务，都是可以的，它是一个真正呃能在你电脑上动手干活的员工。 第二个能力呢，就是它的五十多个连接器的生态，这都是官方的连接器，包括 word， excel 啊， ppt 啊啊 pdf 这些。然后第二排就是一些这个飞书啊 notion 呢，包括 driver 这些文件的系统跟沟通的系统。第四第三行就是 github 这些编程用的， 嗯，你用了 coork， 就 相当于你雇了一个能操作整台电脑，然后又能够懂你的打工人。 呃。第三个 cloud code， 它的呃地位是非常高的，它是全球第一的编程江湖地位，然后现在全世界顶级的 ai 玩家都在用它编程跟 ai 玩家都在用它，包括前特斯拉的 ai 总监， open ai 的 创始人，他之前是用八百分之八十的这个自己的编程，用百分之二十的 ai 卷，现在已经切换到百分之八十的 ai 卷，百分之二十的手动编程， 我，我相信现在这是他可能一个多月前说的，现在可能又提升了。然后包括其他的玩家， samuel wilson 呢， john king 呢，这些全球 vive coding 的 头部玩家都在用它。它的这个 s w e 的 评分，呃 cloud 的 真实评分是全球第一的，已经超越了 chad， gpt 还有杰瑞奈。 呃，我自己的使用呢，我现在已经开始把前面说的 cloud ai 的 一些 project 直接转移到了 cloudy code 里面，因为它，它通过某种逻辑，它是能把知识库转移出来。然后呃 cloud cloud code 的 这个逻辑也是能调用的。在一个项目文件夹里面 啊，记住三件事。第一呢，呃 cloud ai 呢，它是一个跨对话集系统，你可以使用这个 project 把呃 cloud 变成你的私人顾问或者项目经理，这个都是可以的。然后第二呢，呃， cloud coork 是 全球最强的打工人。呃，能接管各种各样的 word， excel， ppt 啊，有，它有五十多个连接器。 然后第三呢是 cloud code， 它是编程 ai 的 天花板， s w 百分之八十点八的分，大神也是亲自验证的。然后下一期呢，我会讲这个十五分钟呃， cloud code 的 小白入门。 嗯，欢迎大家关注我，我会持续更新 cloud 的 深度的实战内容，谢谢大家。

很多人问我，用什么 ai 工具写代码最好？ excel 机密里谁最强？为了测评这三种全球顶尖模型，我写了一个生成个人网站的 still， 内容大概是这样的，同样的，指定三款顶级 ai， 一个经验，一个稳当，还有一个，只能说他尽力了。三款 ai 建网站的真实差距，今天一字看明白，为了公平，我输入了相同频率词，一个字不改。先看 cloud， 生成速度很快， 出来的页面说实话有点经验，而且他直接给了你一个可执行的 h t m 文件，双击就能跑，零配置打开即用，体验非常顺畅。 再看 excel， 布局工整，深色模式切换逻辑清晰，代码结构也很规范。和可乐的一样，他也支持直接下载文件运行，该有的功能模块都有，属于那种中规中矩，少点惊喜的类型，和可乐生成的内容丰富度上还是有点差距的。 最后一个就是机迷你，和前面两个比起来，差距主要体现在以下两个地方，第一， 他不提供可执行文件的下载，他需要你手动复制代码，自己将文件保存才能运行。虽然只多了十几秒的操作，但和前两个一键搞定比起来，确实没那么方便。第二个，生成的页面的功能有点生硬，页面锚点无效， 页面模块缺失，和 cloud 的 gpt 放在一起对比，明显能感觉到它生成的效果。对 skill 的 理解还不够到位，所以结论很清晰， cloud 的 设计感和体验感都拉满，适合追求视觉效果的人。 k 的 gpt 稳定可靠不出错，适合想要更稳妥方案的人。 机密里能用，但细节和辨别度还有待提升，到这里大家心里应该有答案了吧，在养龙虾的时候，选择合适的模型可以事半功倍，还有什么疑问评论区告诉我，下期见，记得点赞关注哦！

别把 cloud 桌面版当成网页版的套壳浏览器，它本质上是把一个具备自主行动能力的 ai 引擎直接装进了你的操作系统。 在这个架构下， cloud 被拆分成了三种完全不同的生存形态。 chat 负责处理你随时迸发的碎片灵感 work 像一个能帮你通宵加班的助手，盯着长线任务， 而 code 则是直接接管了开发终端。最核心的变化在于，底层的 cloud code 引擎不再只是被动回答问题，而是能自己拆解任务， 甚至通过生成子弹里来替你执行那些需要反复横跳的复杂流程。在 chat 模式下， cloud 变成了你屏幕上的数字挂件。 mac 用户双击 option 键，它会直接浮现在你正在写的文档或代码上方， 你根本不需要切换窗口。最实用的其实是他的视觉感知，遇到看不懂的报错或仪表盘，直接划选屏幕区域丢给他，比你费劲打字描述要快的多。如果你正对着屏幕发呆，干脆打开，语音清晰 把你脑子里的碎碎念说出来，他能立刻帮你梳理成逻辑严密的草案。通过桌面连接器，他甚至能直接读取你苹果备忘录里的本地笔记。 很多人觉得 ai 只能聊云端的数据，但桌面板通过连接器打破了这堵墙，你可以把它想象成一个拥有你所有本地权限的私人秘书。 比如你这两周在苹果备忘录里随手记了几十条发布会的点子，现在想整理，你只要一句话，它就能翻遍你电脑里的笔记，自动拼凑出完整的逻辑链，甚至能发现你在哪条笔记里写了一半就断掉了。 这种对本地资产的解锁和缝合能力，是普通网页版 ai 绝对做不到的。当你需要处理成百上千个文档时， co work 模式就会接管你的工作流。你只需要给他一个文件夹的授权，他就获得了一个受控的本地活动空间。 他会自己钻进这个文件夹，找出所有相关的合同或报表，分析完后直接把整理好的新文件存回去。大家最关心的安全问题， cloud 采用了沙盒隔离机制，它在这个文件夹里有天大的本事，也绝对跨不出这个边界去偷看你系统里的其他隐私。每一个 co work 任务都是独立的， 你可以在侧边栏同时挂着好几个复杂的调研任务，让它们并行运转。 co work 模式最离谱的功能是，它支持定时任务。 以前你每天早上都要花半小时翻 slack 消息、看日历、对进度。现在你只需要配置一次设定，每天早上八点半执行。只要你的 cloud 桌面板开着，它就会准时帮你把这些杂事干完。 最硬核的是它的自动补偿逻辑，假如你昨晚关机了，或者电脑休眠了，导致任务到点没跑成，没关系，只要你第二天一开机， cloud 发现刚才错过了进度， 它会立刻开启追赶模式，把刚才落下的工作补回来。这意味着你每天打开电脑的第一秒，看到的不是一堆待处理的红点，而是 cloud 已经帮你总结好的答案和方案，这才是真正的 ai 员工。 如果本地文件不够用， coork 还能通过插件和 chrome 浏览器扩展向外延伸，它能直接操作你的浏览器去访问那些没有开放接口的网站， 比如你要对比十佳竞品的实时价格，它会像真人一样去翻网页、读报表，然后把数据直接抓回到你的任务里。 再加上各种插件的配合，无论是调取实时的金融数据，还是翻阅公司内部的知识库， cloud 都能在同一个 co work 对 话框里一战式解决。 code 模式将你的桌面端变成了一个全功能 ide。 如果你追求极致的预览速度，本地模式可以直接挂在你的代码文件夹，让 cloud 调用你本机的开发服务器和工具链。但遇到耗时几小时的大型代码，重构远程模式才是杀手锏。 通过绑定 github 仓库， cloud 会在云端独立环境中执行任务，即便你合上电脑下班， 他在后台的重构逻辑也不会中断。第二天，你重新打开 app， 昨天的长线任务已经在那儿等着你验收了。这种持久化的异步能力，彻底终结了 ai 只能在前端对话框纸上谈兵的时代。 为了确保 ai 不 会把你的代码库搞乱， code 模式内置了一套极其严谨的开发工具链，最核心的是视觉差异对比，它会把 ai 写的每一行代码、每一个缩进的变化都通过 diff 界面推送到你面前让你审核。 同时，它直接集成了原生终端托乐，能自己运行安装命令或测试用力，并根据报错日制实时修正代码。不用担心 ai 乱改，底层全量绑定了 get 记录， 哪怕它改错了一个文件，你只要点一下回滚，整个项目就能瞬间恢复到修改前的稳定状态。怎么控制 ai 的 权限是 code 模式设计的灵魂， 这取决于你愿意下放多少权力。当你面对最核心的业务代码时，选 ask 模式。在这个模式下， cloud 甚至不敢擅自保存一个字母，它提出的每一个变更都必须经过你的人工 review。 如果你在处理一些常规的模块，重构选扣的模式， 它能自动帮你把代码写完，但只要涉及运行终端命令这种危险操作，它依然会停下来向你请示。最硬核的是 plan 模式。 在处理跨文件、跨模块的复杂任务前， colloud 会先把自己在脑子里推演出的完整架构方案写成文档，只有你确认这套施工蓝图没问题，它才会动手。这种谋定而后动的机制，让 ai 真正具备了像资深架构师一样的思考深度。 最后说明一下使用条件， chat 模式是全员免费的，但如果你想体验 co work 自动化和 code 开发模式，需要开通 pro 或更高的付费订阅， 目前全面支持 mac 和 windows 系统。如果你的侧边栏还没出现 code 选项，说明功能还在微杜推送中。

总结了几个在使用 cloud code 的 过程中可能会忽略的事实，或许能够避免你的误用。内容来自 cloud code 的 官方文档以及原代码泄露以后，业内很多大神的解读。 第一，中断当前的任务成本很低，并且不会丢失上下文。这归功于 cloud 所采用的流体架构和异步生成器。 所以如果你在 ai 运行的过程中发现问题，请干脆利落的按下中指键，而不是等待这个已知的错误结束响应以后再去修改。第二，对话是可以持久的，可以恢复，不用重新开始。大多数人打开 cocoode 会创建一个新的对话，这会导致之前所有的操作和上下文信息全部丢失。 你学会使用 continue resume 和 fork session 这几个命令，充分利用和 ai 对 话的过程中积累的记忆和学习成果。第三， ai 的 上下文压力可能比你想象的更严重，所以压缩上下文非常重要。 主动使用 compact 命令，不要等待系统自动压缩，以免丢失你所关心的上下文信息。压缩后继续对话比开始新的对话要更好。 可以使用 context 去检查你实际的上下文使用情况，获取按类别划分的实时细分数据。你还可以用 compact 加 focus on blah blah blah 告诉 ai 你 想保留的上下文重点是什么。第四，学会使用 cloud dot md cloco 会在你每次发消息的时候重新读取这个文档，所以你可以把你的架构、决策文件、规范、测试模式等一系列规则都放进去。很多人这个文档是空的，但恰恰这个文档是最能够提高你生产力的配置。下期聊聊剩下的。

就在今天， antropica 扔下了一个重磅炸弹，推出了叫做 cloud co works， 这个其实就是一个本地版的 minus。 简单理解呢，就是 cloud 的 团队也意识到了自己公司里面有非常多的非技术人员，再用 cloud code 去做一些非技术方面的事情，包括做一些旅游计划，用 cloud code 去帮自己写 ppt， 包括从硬盘里面去找回之前的一些婚礼照片等等。所以呢，这也给了他们类似于 minus 在 一年前的灵感。我们为什么不能把 clock code 的 这种 coding 的 能力去把它应用到更广泛的事情当中呢？所以说他们就创建了这样一个 co work， 现在是支持 mac os， 这个系统 只是针对于 cloud max 的 用户进行有限的开放，但是他能完成的工作的却是非常非常多的。比如说你可以让他去一键来去清理你非常复杂的桌面文件，并且让他把文件进行归类。 你也可以让他总结一下在你电脑里面发生的过去一周所有的会议记录，写一个文件，并且给你的同事发出这个邮件的内容。这一切呢，都是可以通过自然语言加上 word 进行自动化的。 这就无外乎很多美国的中产在底下评论说，我的工作要完蛋了，甚至有人开玩笑说，你能不能一键帮我去自动化我所有的工作不要犯任何的错误。 而且更夸张的是，这样一个 cloud co work 的 软件，其实只花了 osloopy 的 工程师一周半的时间就做出来了，这个软件里面的百分之百的所有的代码都是 cloud code 用 ai 进行生成的。 这些软件工程师做的事情只是说几个人坐在一起，把底层的项目的目的，项目架构讨论清楚，剩下的全部交给 ai， 就 让他们做出来了这样一个结果。 所以说 ai 现在对于生产力的颠覆呢，是革命性的。如果说 cloud co worker 真正被大规模采用的话，恐怕有非常多的工作，最后的核心就是把自己的这种常见的这些内容和 business logic 汇总成这种 skills 点 md 的 文件， 每一个人呢都可以形成自己的 skill 的 md， 剩下的基本上都可以交给 co worker 去做了。相信 cloud co worker 出来之后，又会有非常多的大厂，尤其是国内的大厂就会进行快速的跟进， 今年也注定会成为一个 ai 应用进入各种 desktop 的 一年，相信一年之后有很多电脑屏幕面前的工作与现在相比会有非常大的改变。

大家好，现在网上都是各种的 ai 热词，什么 open curl， 什么 curl 的 kowo 和什么 skill， 很多人听了很焦虑，感觉不学习就会被落下。今天我用最简单的人话带大家了解一下 ai 的 进化史。 最开始的大模型基本都是以 chat boot 的 形式被大家认识的，比如 chat、 gpt， chat 是 它的外在交互形式，而 gpt 呢，才是它的底层大模型架构。这些大模型最底层呢，还是以圆模型，它的本质是根据你的输入，然后再生成后面的输出， 所以它最自然的交互方式是你一句我一句的对话形式。典型的名字有拆的 gpt、 gemini、 grog、 cloud 以及 deepsafe 等等等。 所以早期大家接触的 ar 并不是模型的本质，而是它外面套了一个聊天壳。那么接下来大家发现一个问题，聊天很通用，但不一定高效，尤其是在写代码的时候，程序员他本身就在编辑器里面工作，不可能一边开着聊天框一边复制代码的来回问。 所以第二阶段 ai 就 开始进入软件本质，典型的例子有 ctrl tree、 anti、 gravity 等等等等。比如典型的 ctrl， 它不是一个模型，它是一个装了 ai 的 一个编辑器，你可以通过这个 ai 编辑器来修改代码。 那么再往后以 ctrl tree 有 可直观界面的 ai 编辑器不同 cloud code， 它是一种命令行编辑器，它更像是活在你终端里的一个代理，它工作的地方就在命令行终端里面，你可以让它修改代码，执行命令语句，提交 get。 这类 ai 不是 只会聊天的助手，而是可以执行任务的代理，也就是 agent， agent 是 一个可以自己规划，自己执行并自己检查的一个智能体。 ai 的 角色从回答问题变成执行任务的代理。当 ai 开始执行任务之后，一个新的问题就出现，如果它可以运行代码，那么它会不会乱动我的电脑？ 所以行业就发明了一种机制， sandbox， 也就是沙盒。沙盒就是给 ai 一个格力的运行环境。很多 ai 工具都有沙盒机制，比如 control 和 cloud， 只允许对当前的项目文件进行操作，而不是整个电脑。而之前很火的 minus 对沙盒的机制定义就更明确，每个上传的任务都分配到一个独立的云端虚拟机里面，里面有浏览器，有软件操作，可以执行任务。在 cloud code 发布之后， ansorepic 这家公司发现一件很有意思的事情，大多数用户用 cloud code， 他 们不是写代码，而是进行一些文件处理的工作， 整理文档，处理数据分析、日制管理文件项目。于是他们公司推出了专门用于文件管理的 cloud codewalk。 当 a 检查可以执行任务之后，又出现了另一个问题，如果每次我都要重新教 ai 怎么做事情，那效率依旧很低。 所以接下来含义又出现了一个非常重要的概念， skill。 skill 通俗理解就是给 ai 一个会做某件事情的方法包。最通俗的理解不是每次都要重新教，而是把一类任务打包成一个可附用的技能。下次 ai 看到相关任务，就可以直接调用这个技能， 比如提取 pdf 的 scale， 处理表格的 scale。 有 了这些 scale 技能库， ai 就 从单次回答走向了可复用的工作流，那么有了 aint， 有 了沙盒，有了 scale， 那 么最近很火的 open curl 就 出现了。 open curl 的 理念是让 ai 运行在你的电脑上，给电脑的全部权限，然后 open curl 在 你的电脑上运行代码，执行任务将用 scale， 你 的数据文件都在你的本地代码上。 那么看到这，大家又会联想到早期很火的 minas， 但 minas 是 让你的任务处理在语音端的虚拟机里面，你需要处理任务的时候就向 minas 提交任务， minas 给你分配一个语音端的虚拟机，执行完任务之后又打包返回给你。 麻烦的就在于，你下次执行任务的时候，你又要上传文件，又要重新建一个云端的虚拟机。而 open core 不 一样， open core 是 在你的本地电脑运行，你的所有文件数据都在你的本地。那么最后关于 open core， 关于 ai 出现的一些热词，我就大家完全没有必要焦虑。 open core 这东西，它的能力有多大，不在于这个工具的本身，而在于使用者的能力，不是你安装了这个东西，你就获得了很牛的生产力。

最拉的我觉得拉中之拉就 chart gpt。 锐评一下我平时使用的三大 ai， cloud， chart gpt german 首先吭中之吭必须是 cloud， 我 也不知道 cloud 为什么做的这么好，不管是它的编程能力 还是它的 u i， 就是 它的美观程度，它的产生，偷啃的那个动效，它的排版，它的文字加粗等等，我觉得都是行中之行，太美丽了，又美丽又有用，唯一的缺点就是贵好吧，贵可能是我的缺点。 第二是詹姆耐，因为他送了我一年的会员，所以说这是我平时的备用 ai。 詹姆耐三点一 pro 就是 他最新模型的编程能力，包括我给到他的问题，他给我回答的，我觉得还算中规中矩，还不错。 最拉的我觉得拉中之拉就串的 gpt， 我 不知道一个最早把模型做的挺好的厂商怎么越做越差，现在串的 gpt 我 已经想取消订阅了，我觉得他根本不值得我每个月花二十美金，最早他出四欧的时候，我 特别喜欢和思路聊天，我觉得他真的很像一个很给你情绪价值的人。但是现在我觉得真的不行。拉中之拉，我会有的时候会把一个同样的问题发给这三个 a。 我 觉得 chris gpt 给我答案是最拉的他除了我觉得他的界面还是比这么难美观一些之外，没有任何优势了已经拉中之拉。

最近这几个月，我把百分之九十的 ai 工具使用时间全部从 chat、 gpt 转移到了 cloud 上。为什么？因为最近 cloud 实在更新了太多神仙功能。 如果说以前的 ai 只是一个陪你聊天的机器人，那现在的 cloud 已经彻底进化成了一个能帮你处理本地文件、写代码、做图标的全能数字同事。 如果你是刚接触 ai 的 新人，小白别划走。今天这期视频就是我希望自己在半年前刚用 qq 时就能看到的保姆级避坑指南，带你解锁 qq 最核心的几个隐藏玩法，让你的效率直接起飞！第一部分，万能提示词公式别再随便提问了， 很多人觉得 ai 不好用，其实是因为你的指令没写对。大佬们在用的完美提示词通常包含五个部分，一、设定角色，比如你是一个资深的自媒体爆款文案高手。 二、明确任务，比如帮我写一篇关于时间管理的干货笔记。三、目标受众，比如写给刚入职场经常焦虑的新人看。 四、限定格式规则，比如要求语言轻松幽默，多用短句，以小标题形式输出。 五、最核心的必杀技在开始输出之前，请先问我几个问题，以便你更好的了解我的具体情况和需求。 加上最后这一句，你会发现 ai 的 回答质量会有质的飞跃，因为它不再是盲目瞎猜，而是针对你的具体情况对症下药。第二部分， projects 打造你的专属外挂大脑如果你在使用付费版的 cloud， 千万不要错过 projects 这个王炸功能。 简单来说，它就像是为你不同的工作设立的专属文件夹。以前我们用 ai 每次开新对话，都要把背景资料重新发一遍，非常心累。但在 projects 里，你可以 上传背景资料，比如把你公司的产品手册或者你个人的简历、工作篇号写成一个文档传进去设定权局指令，告诉他在这个项目里，你是我的私人助理。这样一来，只要在这个项目库里新建对话， cloud 就 会永远带着这些记忆跟你交流。 你可以建一个自媒体运营库，一个英语学习库，一个私人生活管家库，数据互不干扰，越用越懂你。第三部分， artifacts 小白也能敲代码这是我彻底爱上 clogs 的 最大原因。传统的 ai 只能给你返回一堆枯燥的文字，但在 clogs 里，它拥有强大的 artifax 功能。 什么是 artifax？ 就是 它能把复杂的信息直接变成可视化的图标、网页甚至小工具。比如，你直接对他说，我今年有十万块存款，帮我做一份可视化的图标、网页甚至小工具。比如你直接对他说，我今年有十万块存款，帮我做一份可视化的图标、网页甚至小工具。比如，你直接对他说，我直接对他说，我今年有十万块存款，帮我用丙图展示投资分布 只需要十秒钟。 cloud 不 仅会给你理财建议，还会直接在右边窗口生成一个精美的可以交互的财务看板。 你不需要懂任何编程知识，只要会说话，就能让 ai 帮你把脑子里的想法变成真实可见的网页和应用，这绝对是小白的福音。第四部分，未来的工作方式 co work 如果你想稍微进阶一点，可捞的最近还推出了 co work 等极其硬核的功能，它可以直接读取你电脑里的本地文件夹，帮你自动整理截图、分析几十份商业报告，甚至直接在你的电脑上写代码改文件。当然，对于新人来说，这部分可以慢慢探索， 只要先用好前面提到的万能提示词和项目库，你在这个 ai 时代的起跑线就已经领先百分之九十的人。