cursor为什么突然模型都不见了
粉丝1921获赞4.3万
相关视频
01:08
01:22查看AI文稿AI文稿众所周知， cursor 是 一款非常好用的编程 idea， 但是使用起来有非常多的陷阱，比如我们想调用第三方或者中转站的大模型的时候， cursor 要求必须是会员才能调用第三方大模型， 不过这难不倒我，今天就教大家怎么绕过这个陷阱。首先我们下载一个名为 cursor 助手的软件，下载后打开，然后我们点击打开屁镜 运行模式，选择本地服务模式，然后点击打开模型配镜，点击添加模型。这里大家可以参考我的填写，把 base u， r， l 和 api key 换成自己的就行。我用的模型是 g p t 杠，五点三杠 kodaks， 大家也可以填自己认为好用的， 之后我们点击保存配镜，然后我们就可以打开 ctrl 了，我们点击 ctrl 的 模型设计， 在这里我们就能看到仅有一个我们在科室助手里设计的模型了，这里我们测试一下，现在我们选择设计的模型，然后进行对话，接下来就是见证奇迹的时刻， 还在等什么，赶紧用起来吧。
351程序员unicorn
04:22
02:36查看AI文稿AI文稿ai 圈刚刚发生的一个小事件，但其实信息量特别大， ai 模型刚发布就被识别出 dna。 嗨，大家好， ai 编程工具 curser 想必大家都不陌生，它刚刚发布了一个新模型，叫做 compressor 二， 官方宣传非常直接，更强，更便宜，甚至在部分测试里超过主流模型。听起来非常猛， 但发布没多久，开发者就发现了一个细节，在模型的 id 里出现了 kimi k two point five 的 标识。同时就有人对比了这个 tokenizer， 发现行为模式跟 kimi 高度一致。 在 ai 圈，这基本等于一个信号，这个模型很可能不是丛林训练的。很快，科瑟的联合创始人就发文确认了，他们测试了很多底座模型，发现这个 kimi k two point five 是 表现最强的一个。 而 composer two 是 在这个基础上啊，做了持续的预训练，又进行了高算力的强化学习， 规模扩大了四倍。也就是说，这不是直接调用模型，而是基于墙底座的二次训练。这里简单的说一下 kimi， 他 来自中国公司温氏的 ai， 特点也非常的明确，他有这个超强的这个超长上下文的理解能力， 然后它的推理成本相对来说比较低，所以在业内，它经常被当做底座模型。有点像不是自己种菜，而是先买到最好的食材，再做一道更复杂的菜。 更有意思的来了 kimi 的 官方账号，随后也转发祝贺，直接表示很高兴看到 kimi 成为 composer two 的 foundation。 这基本说明这是一次公开的技术合作。那为什么还是引发争议？其实问题并不在技术，而在表达方式。如果一开始科 sir 就 说，哎，我们基于某某型做增强，呃，我觉得行业完全可以接受， 但如果用户理解成是完全自研的，这个预期就会完全不同。而真正值得注意的是背后的行业变化。因为现在 ai 的 产品竞争已经越来越少的公司是从零开始训练模型的， 大家比的是谁选的底座更好，谁训练的更聪明，谁把产品体验做到极致。换句话说，未来拼的可能不是谁造出了最聪明的大脑，而是谁会利用聪明的大脑。 所以这件事的核心其实不是有没有用 timi， 而是一个现实，未来很多 ai 产品可能都建立在同一批模型之上。那问题来了，你觉得这种二次开发算不算真正的技术能力？
02:17查看AI文稿AI文稿最近 deepsea 不是 更新了一个 v 四 pro 版本吗？然后主播想把自己科斯尔模型改成最新的那个 deepsea v 四 pro， 然后我在科斯里边配置好 deepsea v 四 pro 的 api 之后，兴气勃勃地每每想使用国产又便宜又好用的模型后，结果发现科斯尔好像不能正常地使用 deepsea v 四 pro 模型。当 newchat 并开启第一个问题时，他可以回答， 但是一旦开始，后续的问题直接就会报错。 provide a return error error message the reasoning content in the thinking mode must be passed back to the api。 于是主播去 google 了一下，想搅一搅网校有没有解决方案，结果发现社区里也有很多人都在吐槽这个问题， 而且也没有搅到一个可行的解决方案。于是主播决定自己写一个代理程序来解决这个问题。根据报错信息猜测， deep seek v 四的 thinking 模式有个强限制， 他返回的思维链必须原样传回去，但是 cursor 目前不机器传回 ds 的 reason content。 于是主播写了个代理程序，中间调戏过程就不说了， 代理程序写好之后，理论上直接把 sir 设计里的 base url 改为代理程序监听的地址就行了。可惜 sir 很 傲娇，不让连本地直译网代理你走，本地代理直接就给你四百零三 forbidden 了， 只能使用公网 ip 访问。于是主播用 cloud fear 打了个隧道，穿透内网，将 base u v l 换成映秀岛本地代理的公网地址。这次 koser 终于认了，我再使用 deep seek 杠 v 四杠 pro 模型进行后续的对话，也能正常使用了。 感觉 cursor 官方没有更新支持 deep seek v 四 pro 模型的话，目前只能通过这种补丁方式来使用了。代理代码我已经开源在 github 了，叫 cursor 杠 deep seek 杠 v 四杠 proxy， 配置就改一个 u r 料，两分钟搞定。链接我放在置顶评论和视频简介里了，如果你也碰到了这个问题的话，需要的兄弟们自己去拿。我把文件都打包好了，根据 redmi 说明操作，一键启动就可以了。
233滑稽🤪
00:56查看AI文稿AI文稿最近歌手更新了这个 oppo 十四点七的模型啊，大家都用上了吗？我做了一个免费版的 pro 无线续杯工具，这个工具是支持全部高级模型的。话不多说，接下来直接教大家怎么去安装这个工具哦。 首先给主播点个关注，点亮一下小爱心，然后评论区留下感谢。接下来点分享键 找到这个分享链接，复制完成之后直接返回桌面，返回桌面打开这个小蓝鸟啊，没有的话下载一个，打开小蓝鸟，然后允许粘贴之后的话，他这个文件分享的话就会跳出来了，我们点立即查看， 自行保存一下，保存之后就可以看到我们的这个工具了，我们自行发到电脑上呃，在格式里面去安装就可以了啊。
07:29查看AI文稿AI文稿最近我那一条介绍 opencode 的 视频啊，突然爆了，但评论区啊，几乎被两句话刷屏了，免费木星没了，是不是根本没法用了？ opencode 豪迈还不如科 sir。 说实话呀，这些问题我一看就知道，基本都是配置没搞对啊，或者还停留在老的 ide 的 使用思维上。 那今天这条视频啊，我就直接讲清楚三件事， open code 现在到底怎么接模型呢？才最省钱最好用，那格式到底还值不值得用啊？为什么我现在越来越推荐大家用 open code 呢？ 还有一些看起来很高级，但其实特别容易踩坑的方案。如果你正在用 open code， 或者正在纠结你要不要换工具，那这条视频一定能帮到你。 先从大家最关心的模型问题开始啊！很多人问我说 open code 里面默认的免费模型没了，那到底还怎么用啊？ 其实啊，现在主要就两条路，如果你是国内的用户的话，你想要一个又便宜又稳定的方案，我推荐你直接用国内大模型的官方编程套餐啊。第一个呢是智普的 codeignite， 他 前三个月一共花五十四块钱，平均下来呢，每个月十八块钱。 那三个月之后啊，它会恢复到每个月四十块钱，这对于大部分的个人开发者跟日常使用者来说呢，就用量已经很充裕了。 那第二个呢，是 mini max 的 编程套餐，它有两个档位，一个呢是 starter， 每个月二十九块。还有一个呢是 plus， 每个月四十九块，用量就会更多一点。 那这两家呀，现在价格基本上都在二十块到五十块这个区间啊，算是非常的良心了。那大家完全可以根据自己对模型的风格偏好来选， 我现在用的是智普的套餐，我整体体验下来还是很不错的。但如果你追求全球最顶级的模型啊，比如说 open i 的 g p t 啊， google 的 jimmy 三 pro 啊，还有 cloud 的 系列模型的话呢， 目前我认为性价比最高的方案就是直接买 github 拍了的会员，在 opencode 里面配置一下就可以用上了。 那么它现在主要有两个档位啊，一个呢是每个月十美元的，就可以同时使用 gbt、 cloud、 gmail 这几大顶级模型。另一个呢，是每个月三十九美元，就适合用量非常大，或者呢，你对性能要求特别高的用户，用量基本上就可以随便跑了。 那对于大多数的个人用户来说呀，我提供的这两个方案已经完全够用了。那顺便也给大家分享一下我个人呢，在 opencode 里面的一个实战工作流。第一步啊，就是计划和方案讨论阶段，我一般呢就把模型切换到 gpt 五点二， 因为它的沟通能力真的非常的好啊，很像跟一个真人专家在讨论问题，特别懂你的需求。那第二步呢，真正写代码，我会把任务交给 cloud 的 模型， 因为它在逻辑的严谨性和代码的可信这一块目前是最稳的。那第三步呢，如果涉及到前端的开发，或者对于图片界面的理解呢，我就切换到 gmail 三 pro， 因为它在视觉理解跟前端的任务上表现非常的强。 最后一步就代码审查还有改 bug， 那 我就会切换到 gpt 五点二的 codex 模型，因为它在长上下文的理解能力非常的强，很适合做 code review 的 工作。那么这套组合用下来啊，那效果非常的赞。 很多人又问我啊， ctrl 其实也挺好用的，我为什么还要折腾 open code 呢？我告诉你啊，我曾经也是 ctrl 的 付费用户啊，但我现在都转到考 code 和 open code 这种工具上来了。原因很简单啊，因为他们的工作方式已经完全不在一个时代了。 ctrl 的 核心逻辑其实还是传统的编程的 i 的 能力，那么你在 ctrl 里面呢，更像是布置一个一个的任务， 它后来虽然加了一些 agent 的 功能啊，但本质上它还是围绕 ide 在 转的，所以 ai 更像是一个随时跟你对话的高级助手。 但是当你切换到 opencode 之后啊，你的整个体验就完全变了。你在用科室的时候，你还是会忍不住的去盯代码逻辑啊，项目结构啊，文件细节呀。但是你在 opencode 里啊，因为你只有一个对话界面呀，所以你根本不会去关注代码的。 你只需要告诉我， ai 我 要做什么目标，我要拆成哪些步骤，我最后要交付成什么样子。那第二个变化呀，就是你角色定位的转变，因为以前啊，你是借助 ai 去写代码的一个人，那现在呢，你更像是在指挥一群 ai 工程师去完成一个产品， 所以你的精力也会全部放在怎么描述需求啊，怎么规划流程啊，怎么检查结果呀，而不是盯具体的实现细节。 那自从我适应了这种工作方式，我就再也不想回到科室那种 id 工作流了。还有不少朋友啊，在评论区提到过一个方案，就是通过呢 c c switch 这种开源的项目，我可以在 cloud code 里面去切换和接入其他模型啊，我干嘛要用 open code 呢？ 我告诉你啊，我自己也在用 c c switch， 主要是为了更方便的切换 cloud 模型和我的智普的 coding plan 的 套餐。 但我为什么不太推荐普通用户去折腾这种方案呢？第一个是成本控制风险，因为当你在 cloud code 里面通过 cc switch 去接其他模型的时候呢，你只能走 api key 这种方式，你没有办法用你已经买好的订阅套餐啊。 所以如果你控制不好这种调用的频率的话，你，尤其是像 gpt 五点二 codex 这种高端模型，那你通过 api 跑任务的成本可能会吓死你的。 第二个呢，是平台政策的风险，就是你要明白啊， osmotic 提供 cloud code 这个免费的工具，它的核心的目的还是希望大家去用它自家的 cloud 模型啊。那如果大量的用户都拿它当一个免费的壳子去挂别家的模型，对它来说没有任何商业价值啊。 现在这些接口还能用，可不代表以后不会手挤，甚至直接给你封掉。那今天这条视频啊，我最后想跟大家说的是，你真的可以去接受和尝试 open code 的 这种基于终端的 ai 智能体，因为它真的太好用了，它比传统的 ide 太丝滑了。 我发现很多同学他不愿意切换，不是因为他不好用，更多的呢，是对一种终端工具的天然恐惧。我一看到黑乎乎的窗口呢，下意识觉得，哎呀，给程序员给高手用的。 其实实际上啊，你现在几乎根本不需要敲什么命令，你都是在跟 ai 对 话呀， 而且我可以很负责任的告诉你一句啊，现在 ai 的 发展方向已经非常的明确，就是正在全面的走向智能体协助和自动执行任务。那最近刚刚爆火了一个叫做卡的 bot， 它就是一个跑在 mac 电脑后台的智能体， 然后它可以通过即时通讯软件呢跟你沟通，所以以对话和调度为核心的工具一定会越来越主流的。 那 opencode 只是这个阶段一个非常好用的代表。那如果你愿意，真的可以跟着我这条视频一步一步试起来， 哪怕你先跑一个小项目，你很快就能体会到这种差异了。我最近也在尝试呢，在 mac mini 上来跑 cloud bot。 如果大家希望我单独出一期视频详细讲解的话，欢迎你在评论区告诉我。最后啊，也欢迎关注我，这里是范凯说 ai， 我 会持续的跟你一起拆解 ai 趋势，教你真正把 ai 用到工作和生活中，让你在 ai 时代不焦虑也不掉队。
1973范凯说AI
01:43查看AI文稿AI文稿你有没有感觉， cursor 在 处理复杂任务时就是不如 clod code？ 明明用的是同一个 clod 的 模型，为什么差距会这么大？这背后其实有三点重要的原因。 第一，上下文。 cursor 是 id 一， 它会把你所有打开的标签页、侧边栏，甚至历史记录都作为上下文塞给模型。这些看似贴心的信息，其实都是噪声，分散了模型的注意力。 而 cloud code 是 命令行工具，它只关心文件本身，上下文干净又精准。这不仅 send token， 更重要的是它让 agent 能聚焦在你给他的任务上。 第二，反馈闭环。在磕舍里， ai 改完代码报错或者其他负反馈，需要人工介入调教，但在 cloud code 里，它可以自动运行，保护报错、定位、文件修复，再跑测试，直到成功。这种负反馈闭环能力，磕舍暂时还不如 cloud code。 第三， 原厂调教哥 sir 要同时支持 cloud code、 gpt、 gemini 等好几个模型，就像一个餐厅同时做川菜、粤菜、西餐，哪道菜都很难做到极致。 而 cloud code 是 亲儿子，只为一个模型服务，他知道 cloud 的 脾气、习惯、擅长什么，能用最对的方式把模型的潜力全榨出来。所以科 sir 跑不过 cloud code。 不是 科 sir 不 行，而是它们的定位本来就不一样。 科室的优势恰恰在于它是 i d e， 支持多模型，界面友好，上手门槛低，无论你用 cloud 还是 g p t， 都能在一个地方搞定。 a cloud code 是 命令航空器，专为 cloud 模型深度定制。最后，大家日常开发习惯用科室还是 cloud code 评论区，一起聊聊。
285稳哥的技术笔记
