我其实最近用克拉的扣的搭建了这三个工作流,第一个就是信息中台,第二个是公众号,第三个是朋友圈,第四个是短视频口播, 第五个是知识库自动更新,第六个是我跟小助理的 work space 管理,小助理每天的这个工作进度, 他就是一个机器人,在飞书里面让小助理每天的这个工作进度,他就是一个机器人的 sop, 他 会不 定期的自动更新。基于每个场景下的这种业务流程,我几乎全部把它移到了这个 cloud code 里边。最近的二十天,我几乎都没有再打开过像什么 mana simon, 加密卡之类的了。搭工作流它是一个复杂的事情, 再者就是,我发现我把我的所有的业务流程全部集中到 cloud code 之后,它们能够真的连通起来。区别是在于这里面的所有的产出,它都会以文档的形式存在本地,再加上前段时间非常火的这个 skills 技能包,它就可以快速的知道 你每一个任务上面需要怎么去做。它就解决了传统用大模型去聊天,上下文太长,然后它记不住的问题。嗯,但是 collab 的 每个任务都有一个本地文件夹,它会清楚地记录着你这个事情的需求节点是什么, 就以至于它们真的能够被串起来。这是今年我把所有的这个内容搬到 collab 上面很大的一个原因。我说一下我使用的一些这个心得和感受。当我开始尝试这个的时候,我是 连续十五天每天工作十四个小时在电脑跟前。为什么会这样子呢?是因为它真的太有魔力了,你说什么它就能做什么,有个词叫做 web coding 嘛,就是你一句话它就可以通过写代码的方式改变你的所有的这个业务流程,做出来让你觉得非常 smooth 的 东西,这种丝滑感已经让你觉得自己能力边界再次被扩展的,这种感觉会非常的吸引人。但是呢,就是其实并没有想象中那么顺利啊,因为我毕竟也不是天才,然后也没有什么代码基础,前十五天我搭出了很多我以为能用的工作流, 很多节点,它在单点的时候都跑通了,但是一串连的时候就是老是串不起来,老是有各种各样的什么函数部署不对呀,然后这个版本又不对呀,或者这个代码改了,这没改。那网上有一句话就是当一个项目它有一个 bug 的 时候,你让它去改 它,它改完这一个 bug 的 时候,它会再给你生成五个新的 bug。 那 我们没有技术背景的人是否适合用 cloud code 呢?怎么用呢? 这就是我接下来要说的,就是我觉得通过使用 cloud 的 搭代码史山这个事情是所有没有技术背景的人的一条必经之路, 他会倒逼着你去找这个问题的解决方案。那我现在的解决方案就是假设你今年是一个这个产品经理,你要如何跟你的这个就是程序员,你这个技术团队去协助去做好这样的一个产品。首先第一个就是要学会写 p r d, 就是 把这个产品的一个需求, 他的技术方案在前期充分的讨论清楚,进行一个这个方案的审查,通过自创一些 skills 技能包,去把这个方案再进行一遍,这个需求审查,技术方案审查没有问题之后,我才会让他去逐步实现非常高频的去做这个整体的维护和 commit, 让他这个项目始终保持一个大局统一的一个情况。那这样的话,就在我十五天之后,我用了这个方式,我的这个工作流搭建起来就顺畅很多了。普通人要不要用?如果说你本身有一个业务需要用 ai 去做系统性的提效, 或者说你本身呢?就是希望能够让 ai 去帮你扩大自己的能力边界。那现在我建议你们都赶紧要去学习目前这个所有的这些 ai 工具里面,它的这个对我们的赋能,假设你学会了之后,对你的赋能,对你整体业务的提效是目前来说是最最有价值、最明显的。 如果你本身是一个自学能力很强的人,我觉得你去这个 b 站呀,或者海外的 youtube 上去学大量的免费视频,那如果说你没有很多的时间去在那么多信息里面去找到你想要的东西,我自己开发的一个产品叫做希芒 ai 进化岛,就是把我自己如何学习 webcody, 如何做艺人公司,如何用 ai 做自媒体的 所有的业务流程,全部的方法论和新法都更新在里面了,包括我这个十五天的史山经历,然后以及我现在正确使用 cloud code, 呃,应该是怎么样的一个流程?要注意哪些?而且完全是一个 我作为普通人的视角去写的,所以它非常适合,就是比如说像你们一样小白啊小白,然后想要学习这个,你可以完全去复刻我的这个道路,我的 skills, 我 的代码包全部都在里面,你可以直接搬运过去,把里面的关键信息替换成你的业务就可以了。因为我能跑通的,你们就一定能跑通, 因为我就代表着大部分没有任何技术背景的小白想用 ai 去解决自己这个工作、学习、生活、体校,全方位这个给自己赋能的一个人去换。
粉丝1.1万获赞1.5万

有姐妹问能不能讲讲我日常用的 ai 工具,还有就是怎么安装,怎么下载,怎么使用。好的,没问题,今天来讲一下我最常用的八个 ai 工具。 首先先讲一下我的日常工作,首先我在大厂负责一个 ai 产品的运营,其次我几乎每天日更社交媒体,比如说你现在看到的这个 y ppt 和今天这期内容的脚本和规划,这都是 ai 帮我完成的,所以我每天在工作日里用 ai 的 时间应该是超过八个小时的,我现在已经没法离开 ai 工作了。 好,那本期会涉及的内容呢?第一,我日常最常用哪些工具?第二,他们是怎么安装和使用的?第三就是给不同的学习和使用进度和不同的需求的人的建议。 ok, 正式开始。第一部分是核心工具,核心工具就是我离开这个完全不行的,我每天百分之七十时间都在用的。还有,如果假设说今天这个工具实在因为网络原因、充值原因、账号原因任何原因用不了,我宁可今天不工作,我也不会用它的平替的。其实就两个工具直说了,就是 cloud 和 cloud code。 先讲一下 cloud, 首先 cloud 呢,是在全球的域三家里面的一个,这域三家就是 cloud、 gpt 和 gemini, 对 应的是三家 ai 时代的大厂, open ai、 anthropropac 和 google, 它们这三家的能力是断崖领先其他的公司和产品的,这是共识,这不是我说的。 在这三家里面,我个人的感觉是 cloud 对 我来说是独一党的,这不是共识,这是我个人的一点点不成熟的小感觉。主要的原因就是因为它比较简洁,比较优美,它的文字非常的不啰嗦,不发散,它能很好的执行我给的指令,相比于另外两家 以及它的编程能力和审美都是非常不错的,所以我日常就是用它用的最多,这可能都说多了,我就说最简单的就是它不啰嗦,不瞎说,不吹捧我, 就这么简单。我跟其他两个说话的时候,他经常会有一些吹捧我或者很发散的说法,他就会浪费我很多的脑力和时间。我举个例子,就我今天尝试了一下,我跟他们三个都说了一下,说我今天有五千个粉丝了, cody 就 回答了两行,然后 jimmy 回答了七八九行,然后 gpt 给我回答了三篇儿, 这是不是就是在浪费我的偷看和脑力和时间呢?嗯,所有我需要涉及到一点点思考的事情,我都会用它,我的产品方案内容、脚本、用户研究分析,复杂一点点的决策。这里的复杂一点点,我给大家举个例子,比如说我日常生活里, 我们家的保洁阿姨每一次来的都不是同一个人,那我要频繁教他,我怎么能够把我的这个工作流变得简单,让我不用复杂的教他呢?我在跟科老弟聊了之后,最后沉淀出来的方法就是用一个 提醒事项,把我所有的规划任务都写出来,这样每个阿姨来了之后,她就可以快速的熟悉,要做哪些任务,就不用教她。我家里的所有的东西都是贴了标签系统的,这个地方贴了标签,阿姨不需要我教她就知道这个东西要放到哪,归位到哪,所以这就是我们大家讨论出来的, 嗯,反正类似工作里的事情也是这样,稍稍有一点点需要我使劲思考的。是啊,再比如说,我最近在招聘一个做社交媒体的同学,那我最终面了几个人之后呢?我锁定了两个人的比较,我就把这两个人我和他们的面试的对话发给了 caleb。 我 就其实是在犹豫,当我发给了 caleb 之后,他就给我对比的比较清晰了。 所以我和 caleb 的 写作是,我不会拿他当搜索引擎或者当豆包用,而是把他当成一个万能的导师来请教。我首先是觉得,第一他比我更聪明, 第二他在方方面面都有很好的知识储备。所以无论是工作还是生活,甚至是一些人际关系,家庭情感的事物啊,自己的心理困境,我都会和他请教。 注意啊,我这里说的是请教,就我们两个,可能会是写作,可能会是我向他请教,但肯定不是我拿他当搜索引擎问,我问,他答就结束了。是我们对一个事情会有一个一连番的讨论, 让他来理解我现在面临的是什么,我的困境是什么?我的边界是什么?我的预期是什么?我的目标是什么?来形成一个最优的答案。这个答案通常也不是一句话,而是搭建一个系统或者一套系统的方法。 好说一下我具体用哪个模型,我会用 opus 四点六处理复杂的任务。他非常擅长编程和规划,这个我一般是在 cloud code 里面用的, 这个是要花钱的。如果你日常不涉及编程或者复杂的规划,你可以不用它。如果你有涉及到编程软件开发,复杂的系统的规划,怎么算复杂呢?复杂就是如果你返工会很麻烦,会有点浪费你的时间,那你就用它规划一下, 相当于花钱让你自己不用来回返工。比如说我这个 web ppt, 它就不需要用 up 四点六规划,因为返工也还好,返工就返工这种简单的任务,我都会用 sonet 这个模型,这个模型是可以免费使用的,它非常擅长写作讨论。 那这次做的 ppt 的 一开始的方案、文案、脚本、分页都是,甚至代码都是 sony 帮我完成的,所以基本的日常的工作对于小白来说,免费的完全足够用了。好,这里讲一下需要的环境。那首先 cloud 这个软件,它有网页端和桌面端,也就是你既可以直接在网页里用,也可以下载到桌面端,我建议大家就从网页端开始就行了,非常的简单,就 打开一个网页就能用。我日常其实也是用网页端的。需要的环境第一个就是网络环境,这里不能展开,你知道就好。这个大概每个月可能我要花个二十来块钱,我没有选择那种最便宜的,这里选一个稳定的是值得的,以及这个钱我觉得绝对是值的。如果你每个月只是十几二十块钱, 你要去注册一个账号,直接用 google 账号登录也可以。这里我推荐大家注册一个 google 账号,基本上所有的平台和软件都可以用 google 账号登录的。第三个就是充值,完全不需要就先用免费的,完全够你用了,我得是用到第二还是第三个月才开始充钱的,也是因为我日常的需求量会比较大,所以你一开始用免费的绝对是足够你用的。 第二个是 cloud code, 它是从 cloud 里面衍生出来的一个软件,但是它就不是网页版的了,它是在桌面端,要用命令行操作,简单来说你就可以把它理解成它是一个你下载安装到电脑里的软件,你可以这样简单的理解, 你和 cloud 更多是对话,它给你产出的可能一切就是在那个对话里你可以复制的东西,比如说一个代码,一个文本啊,你也可以下载,但是 cloud code 是 完全不一样的,它是一个 agent, 他不是只能回答你,他甚至可以在不跟你对话的情况下,在你给他规划好任务的情况下,他可以自己制定计划,他可以调用和下载工具,他可以去网上查询和搜索,这里并不是只搜索文本,他可以去搜索有什么现成的工具,再去下载和安装这个工具。你在执行这个任务现有的工作方法不 work 的 时候,自己去找工作方法,他可以执行你要求的操作。比如说安装、下载、删除,比如我现在需要管理我的电脑所有事, 我说你给我查一下我这个储存空间还有没有,你推荐一下删什么,然后你给我删了,或者说剪映的这个原文件,我剪辑的这些原文件都在哪?你给我管理一下,你给我设计一下文件夹怎么管理,你直接给我挪进去。再比如说我之前下了一个软件,我现在不想用了,你给我删一下,你删的时候你别忘了把跟它相关的那些软件都给我删干净,这是全都能操作,包括有的东西你是要反复叠带的, 都可以。比如说我日常的在做社交媒体的时候,我会有一个流程,包括我要怎么沉淀脚本,包括我的这个 y p p t 要怎么生成,包括我参考哪些博主对标谁,我形成了什么样的规范,我历史的选题库,我的数据追踪和分析,这些全都是用 cloud code 半自动完成的,大概他完成百分之八十,我去帮他指导百分之二十,就像你和你的员工,你和你的同事写作一样。然后自媒体的这个管理方法是脱胎于 don't be silent 老师就是我学习了他的方法之后,在他的上面修改的,这里我也推荐给大家。 我的核心场景就是 web coding 和自动化创作。 web coding 就是 我跟他描述我要什么,他就直接写一个代码,我自己是完全不会写代码的,但是他写完了之后,我就说你给我写一个这个,你建一个文档给我存在桌面上,然后写完了之后打开就行了,他就会嘚儿写完自己写完然后弹出来,我只需要跟他说你改什么就行。这就是 web coding 的 场景。 自动化的场景就是我在做自媒体的创作的时候,我把所有的内容都存在我本地的文件夹里,他在做一篇新的内容前,他会读我的历史文件夹,包括我参考的是哪些博主,我之前做过哪些选择题,我这个系列的历史目标,我的受众,我的历史数据,我关注哪些点,他会把这些背景信息都读了之后,再开始新的一篇的工作创作, 这个对我来说非常有用,讲一下你要怎么才能拥有它呢?第一个还是网络环境就不再说了。第二个是这个是没办法免费使用的。我先说,嗯,大概需要用官方的模型,因为那个非常的贵, 我现在用的是官方的模型,但你完全不需要,你用国产的就可以了。你国产的大概包月也是二三十块钱,你还可以跟别人分一个账户,最开始买的时候,我们是两三个人用一个包月账户的足足够用,就你用多少都是二三十块钱。 然后具体怎么用和怎么安装部署呢?就有你如果不看官方文档的话,我给你推荐我最开始用的,我最开始安装的时候看的这篇文档,你就去看这篇文档,就完完全全能够, ok。 如果你遇到了一点点卡点没有关系,说明你的这个电脑可能和这个博主的这个电脑不完全一样。那你就把你的这个具体的问题 贴到,或你截图,或者你复制,你把它贴到任何一个 ai 里,就最最弱智的 ai 都能帮你指导,然后很快一下就能走通。甚至说如果你遇到了安装问题,你直接问我,给我留言或者发私信都 ok, 不 会很复杂的,超级超级简单,最长最长半个小时也搞定了,一劳永逸。我这是我花过的最值得的半个小时。然后如果你安装过,第一遍像我,我现在在安装,可能几分钟到十分钟就搞定了。 然后最后再讲一下命令行安装安装部署。这个是啥意思?大概意思就是说 cloud code, 它日常和你交互需要有一个对话窗口,它不是像龙虾一样,是在一个对话软件里,它是在电脑的这个命令行工具里,命令行工具你就可以理解成一个最最最基础的一个原声软件,你就把它理解成一个软件,一个对话窗口就行了, 就这么简单。你不要被他的那个是一个编程的,看似是写代码的一个窗口所误导,跟这个没啥关系,你就当成他是一个白板,你就是在一个白板里跟他一起对话就可以了,非常好用。列强推荐,这两个工具我日常使用就会占到百分之 七十吧。剩下所有工具都是对它们的补充。接下来讲一下我的高频使用工具,它都是对一些具体场景的补充。第一个是 gemini flash, 又叫做 nano banana 生图工具,我用过很多, gemini flash 就是 目前第一没有之一的最好的生图模型,它也是需要, 因为它是 google 旗下的软件,它也是需要网络环境的。这个如果你需要生成图片,它又快又准又好,以及风格非常可控,你描述它什么,它就给你什么。审美在线那首先给大家看一下我同事生成的九千个盲盒形象,都是用这一个软件, 一个人干了半个月,也就是十个工作日搞定的,那相当于它一天是能搞定九百个形象,所以这个生图软件是非常棒的,小白也能入手,上手的非常的快。第二个这个是我的主页, 这个减肥 app 叫做米娅,它的社交媒体账号的日常更新。这些小漫画,手绘风格的小漫画都是用 gmail 来生成的,也是又快又好,一天可以查好多个帖子,它基本上是我们以前人力手搓生产力的十倍到二十倍。然后怎么安装呢?大概就是首先你网页端登录就可以了,你还是有了之前那个 google 账号,免费的额度足足够你用了。 然后只有在一种情况下,我会用吉梦来生图。就是有中文需求的时候, jimmy 唯一有一个小弱点,对我来说就是他的中文搓的不够好。如果你的图片里涉及到非常多的中文,你就用一下吉梦,或者你用 jimmy 已经生好的图片喂给吉梦,你跟他说,你就把这个文字给我改了就行, 他是字节的软件,所以你手机端的话呢,你就是直接下载一个 app, 如果是网页端,你就上网即用。下一个是 jimmy 三点一 pro, 这是一个审美非常好的 模型,所以 gmail 除了用来生图,我还用会用它来做一些跟审美有关系的场景。我 web 抠定的时候,我会让他帮我做一些 ui 设计,然后比如说现在用的这个 web ppt, 虽然我是用克拉克帮我生成的,但它最开始的版本,它的这个审美的这个框架和设计的模板,我是让 gmail 三点一 pro 给我出的。 简单来说,如果你的工作里对设计非常有需求,或者是 cloud 给你出的,你觉得它的设计不够好,你就来跟三点一 pro 聊一聊。 但是啊,这个三点一 pro 现在应该是没办法免费使用的,你要么是你充钱,要么是你再等等,过段时间应该就能免费使用了。 下一个就是龙虾,龙虾跟别的的最强的区别就是它有那个 hurtbeat 的 那个功能,大概就是它会自己醒来,按照你的要求和口令帮你做你的定时规划任务,所以我一般让它帮我抓取爬取一些信息,设置一些信息提醒和内容沉淀。 首先就是我日常看的一些 ai 资讯,我都会让它给我设置一个闹钟,定期去我看的这些资讯的网站里面爬,做研究和追踪行业的动态,非常的好用, 它部署起来非常的麻烦,我不建议小白学习。如果你已经有 cloud code 了,那非常简单,你就跟 cloud code 说我要搞一个 open cloud 龙虾,你给我搞定,你就完全跟 cloud code 就 用对话的方式就能搞定啊。最后就是我会偶尔用一用,也挺好用的,但是只是我的工具的补充。 第一个就是 open ai 的 codex, 根据网上大家的评价,它和 code 是 一个编程水准,然后它有桌面端的工具,所以你就是一键下载就行了,不需要复杂的部署。如果你是 webkit 小 白,我非常建议你用这个东西,就是它水平也非常在线的情况下,它还不需要复杂的安装,我一般就是在其他的打不开的时候会用它,或者说我会用它做 一些数据分析,它的界面很干净,上手很快,不需要携带吧。然后挺听话的,挺好用的,推荐所有的小白 web 扣定的时候用它,当你需要一个 agent 的 时候,或者当你 web 扣定的时候,你用它下载即可使用,还是用 google 的 账号就可以登录。 然后还有一个特殊情况,就是当我有会议或者有面试,或者我跟别人面对面交流的时候,我都会用这个软件,就是飞速妙计来做录音转写, 它覆盖我所有的转写场景,一开始我发现它的时候是自觉,在自觉工作的时候,这个是可以免费使用的,后来出来了之后还是在付费用,它是所有的软件转写里最准的。然后在呀时代,基本上所有的线下的会议厅的讲座,我跟真人进去聊天,只要我预感说今天这个会有一些信息量,我都会录音的, 大概是这样, ok, 最后说两个我的建议吧。第一个就是要用最搜它的模型,最搜它的模型就是当下大家认为最好的,所以你不要自己去发现。你找一个 ai, 你 就问说我今天要做这个工作,无论是生图还是脚本规划还是 web coding, 在 这个工作里最搜它的模型是什么?你帮我列一下。付费的、免费的,国内的、国外的。 你直接抄 best practice 就 行,你直接根据你的情况说你是在国内还是在国外,你是能不能愿意花一点点钱来抄当下符合你情况的最好的就你不要自己去导管,你就养成这个意识,说我需要一个工具的时候,我先去问 ai, 说一下最搜它的是什么,你就去用这个。第二个是对模型和工具要有敏感度,就模型和模型之间的差距,工具和工具之间的差距会比 人和狗都大,就是这样,我那天发了一个帖子,很快就有几万的播放,大家非常认可,就是好模型就是太好了,很多人意识不到好模型和好工具和差模型、差工具的差别,就像自行车和汽车,所以大家一定要用好工具,甚至说大多数模型和工具免费的是够,大多数人使用的都是免费的情况下要用最好的。下期讲一下我都抛弃了哪些工具以及为什么。谢谢大家,祝大家外扣定顺利!

这是一期教你如何正确并且省钱使用 cloud code 的 视频,关注我时间长的朋友应该都知道,我是 cloud code 的 死忠粉,作为一个每天使用八个小时,并且用 cloud code 变现了几千块钱的用户,今天我将跟大家分享几个帮助大家省钱而且提高效率的隐藏命令,也许你从入门到精通就差这几个隐藏命令了, ok, 话不多说,我们直接开搞。首先就是 model ops plan, 大家熟知的我们都是通过 model 进行切换嘛。 但是这个命令对于二十美金的 pro 用户来说实在是太友好了,因为它会自动地在你进行一些复杂推理和写计划的时候使用最强的 ops 模型,然后在执行的过程中使用第一档的 sonata 模型,这个就能帮助 pro 用户显著地节省头肯, 你的一倍头肯,能用到三倍头肯的效果。第二个就在命令行输入 remote control, 就是 我们在养龙虾的时候终极梦想,就是我们躺在床上,然后让 ai 自己写代码,那么这个命令就能很好地帮你实现。这一点能够通过手机来操控 cloud code, 你 只需要在对话框里面打斜杠 r c, 它就会生成一个网页, 你用手机打开这个网页的时候,你的整个 cloud code 就 会在你手机上同步,这个功能是让你的手机变成遥控器,远程的遥控 cloud code, 我 只能说憨爆了。第三个命令行是斜杠 export, 它会把我们所有的对话上下文打包成一个 m d 文档。如果没记错的话,我觉得 cloud code 的 上下文窗口应该只有两百 k, 经常出现那种你跟他聊着聊着上下文窗口满了,你需要开一个新窗口的问题, 那么这个命令就能很好地帮助模型去知道啊他现在做到哪一步了,他接下来要做什么?此外,你可以导出到其他的 ai 产品嘛,比如说 codex 上面,然后你继续搞。最后我想讲的这个不是命令行,但是如果你要想在你睡觉的时候让模型继续帮你工作,那么就一定要勾选上这个 permission, 它叫 bypass permission。 我 们是不是很多人在使用 cloud code 的 时候,一会儿一个弹窗,一会儿一个弹窗,你要点击去确认这些权限,但是你选择 bypass permission 的 模式之后,它自己就会去执行所有的命令了。其实我今天本身还是很想讲一个,就是 agent team, 你 一个人怎么去组建一个 agent 军团去帮你干活? 我经常搞十几个 agent 同时并行的帮我完成任务,这种感觉实在是太爽了。但是因为这个篇幅比较长,而且今天时间有限,可能讲不完,所以说大家如果想听的话,可以在评论区里面提需求,如果想听的人多了,我们下期直接安排上,那么我是 holland, 关注我,带你分享更多 ai 变现和省钱玩法。

给大家看一下我这几天用 colossal 的 大概花了多少钱啊?首先说明一下, colossal 的 本身不需要收钱,但是调用模型的时候需要耗费 tokyo, 所以 模型的话需要花钱。 首先给大家看一下,我大概是五月二号充的十块钱,然后五一这几天也一直在用, 嗯,总共的话,我看了一下,我总共用的 tokens 的 话,大概用了三千多万 tokens, 那 么总共消费呢,也才四块四毛,所以说呢,还是比较划算的啊。在五一这几天我也一直做了好几个项目, 现在看一下,这,这都是五一在跑的一些项目,嗯,然后这也有这五一,五一这还跑了好几个项目, 然后,然后当时还做了一个类似 b 站的一个网站, 这大概就是我的 tokyo 的 一个花费情况。其实相对来说,目前国内的大模型还是还是很划算的啊。

硅谷顶级 vc 的 cloud 配置公开了,每天一个硬核的网站推荐第二十九期。今天要讲的是这个项目叫 gstack, 是 y c c u 亲自开源的。一周时间拿下了七十三点七 k 的 star。 它管着全球顶尖的创业加速器, 一边全职管公司,一边用这套工具。六十天写了六十万行生产代码,它能做什么?一键把 cloud code 变成一支 ai 虚拟团队,有 ai ceo 帮你重审产品方向,架构师锁定技术方案,安全观,跑漏洞,扫描 qa, 工程师真实打开浏览器帮你点测。一共二十三个专家角色,全是斜杠命令,完全免费开源。

不会写代码的人怎么把 cloud code 用到极致?三个月,每天八小时,我留下这十九招。第一个也是我觉得开启会对你使用 cloud code 有 很大帮助的。在终端输入斜杠, s t a t u s l i n e 你 就可以自定义你看到的信息,比如说模型的类型,上下文的占比, 成本等等。它会生成一个显示在终端底部的小脚本,让你在对话过程中随时可以通过下面的仪表台来监控你的各项指标,从而有效的避免你的上下文污染。这个功能在你最开始使用格拉格的时候对你的帮助会很大。 第二个也是我给别人疯狂安利的 command, 你 可以把它理解成快照,你在文件夹里面改动的任何东西 都可以给你保存下来,并且你还可以随时的回滚。当然有一个前提是需要 get 初步化你的这一个文件夹。第三个,斜杠 care 这一个命令在我每次进行过 command 之后,我都会使用这个命令来进行对话的新建, 一个是确保我的对话清晰明了,另外一个是确保我不会浪费更多的托管和上下文造成的一个污染。第四个也就是计划模式, 你可以按住 shift 加 tab 切换,你也可以输入斜杠,然后 pan 打开计划模式。你需要养成任何非日常工作都把这一个计划模式开启的一个好习惯,这样可以保证你在进行任何 动作的时候,都可以让大模型能够更明确的理解你的需求和指令,可以更好和更快的完成你的任务。第五个,不要总是对可乐下达一些模糊的需求,比如写一个功能,或者说我需要修改这里的效果,我不是特别满意这种话,这样他是不清楚你想要的东西的, 你应该学会向他抛问题,比如问他这样的效果,如果你是用户,你会不会满意?让他先自行推理逻辑,他的产出的质量会更高,这类似于计划模式,但会让他思考的更深入。第六个是让可乐的主动的向你提问。在计划模式下,他通常会问你问题,但是你也可以主动的要求他, 请不断的向我追问,直到你了解我百分之九十五的一个需求。第六招也是我经常会用的一招,就是他在产出一个计划之后,我会让他以一个新的顾问的身份去从事 重新的审视这一个计划,往往他会找到计划里面的一些漏洞,或者说过度设计。第八招就是加一个质检步骤。我们可以看到,在很多时候,克洛德在执行任务的时候,他会创建一个代办事项,你完全可以在这些代办事项里面加入一个质检步骤, 这样子他会在最后进行质检,确认没有问题后再给你验收。第九招就是在每一个项目中运行 i n i t。 这一招通常是用在你已经有一个包含了文件的现有项目,打开它之后,你输入这一个命令, color 就 会自动的扫描你的代码库,文件夹和里面所有的文件, 并且呢生成一个 color 点 md 文件,这本质上就是项目的一个备忘录,它会梳理出来你的结构、编码、规范和关键文件。 这样一来你就不需要每次都解释项目的一个情况,如果你是从零开始构建项目,也就是说你的文件夹里面什么都没有,同样也可以输入这一个命令 来描述你项目目标和你的一些文件内容,文件结构,让克拉克库的协助你创建。第十招,及时止损,在做你的任务的时候开始跑偏,一定不要让它写完,直接按 esc 停止,重新修正方向后再让它运行。错误的 token 消耗都是在浪费上下文, 并且会浪费你自己的一个额度或者说 api, 尽早的干预,毕竟它只是一个 ai。 第十一招,也就是使用两下 esc 快 速的撤销,如果走错路了,直接两下 esc, 你 可以回退到你对话的任意一个节点,不需要从头再来,就是非常的快,非常的迅速,但是它会造成你回退之后的下面的内容完全消失不见。第十二招,也就是使用 hux 进行通知,输入斜杠 hux 可以 设置通知提醒, 比如我设置了当可乐完成绘画时发送声音提示,这样你就可以专注于其他工作,当你听到声音的时候,你就知道任务结束了,你需要去查看。第十三招,就是使用截图,可乐是有视觉能力的,这一招其实非常的实用,比如说你可以把爆出的截图和你想要的一些灵感网页 都直接截图喂给他,这样他就可以更明确的知道是什么地方不对,然后需要修改哪些地方比你模糊的给他说这个位置不对,效果要好的特别特别的多。第十四招,就是利用 get 工作树, 这个名字听起来像是一个程序员的专属,但是其实他是一个非常好用的功能,你可以把他理解成一个平行世界。 就是在一般的情况下,如果我们开启两个 color code 进入到同一个文件夹,那么他们在进行工作的时候可能会互相的覆盖文件,或者说你在使用 codex 进入到这一个文件夹,又在使用 color code 进入到这一个文件夹,你就可以使用这一个 get 工作数的原理,让你的 color code 是一个平行宇宙,让你的 codex 是 一个平行宇宙,让它们分别精心工作,腹部干扰,这样子你在所有的效果完成之后,可以把它们选择性的合并到你的主线。这一招在我使用 codex 和克拉克的进行写作的时候会经常使用的。 第十五招就是优先的使用 api 端点,而不是 mcp 服务器。 mcp 服务器虽然方便,但是它会占用特别多的一个上下文, 比如你只是想使用特为你的搜索功能,你只需要填入 a p i 就 好了,没有必要安装他的 m c p, 我 自己的话是非必要不安装。 第十六招,通过手机远程操控,你只需要打开这一个命令,然后扫描这个二维码,你就可以在电脑上开启任务后离开,你可以从手机或者说任何浏览器控制这一个对话。 第十七招,也就是超强思考模式,这每一次都是我在切换模式搞不定,或者说或者说有难题无法解决的时候,我就会开启它。 开启它之后,科罗岛会给他分配特别高的一个思考预算,在面对复杂的架构决策或者说顽固的 bug 时, 它可以很好的处理掉。第十八招,也就是使用智能体团队 agitim 四这一招,其实在我这一招其实在我这段时间来说经常的使用,因为它们之间是可以互相对化的, 也就是说你只需要开启这一个功能,那么你的主线上面的 oppo 的 四点七就可以做一个顾问,然后派一些索尼特呀,呃,或者说其他的模型去执行任务,然后回来报给你。 这一个它和子代理是有区别的,子代理的话是没有办法通信,没有办法共享任务列表,这个 a g 的 team 是 它是可以的,但是它的资源消耗会特别的多,所以你需要 呃自己取舍。第十九招就是 skulker, 就是 技能创建,这一招在很多时候都特别的有用,这之前我已经出过视频讲过了,它就是以一种特定的方式去执行特定的事情的一种模型,所以在平时你很多重复的工作你都可以做一个 skul 让它去做, ok。 以上就是我作为一个非程序员经常会使用到的克拉克的一些技巧分享,当然我也知道克拉克还有很多其他的一些命令,比如说上下文查看这一些,但是说实话我自己真的不是那么的经常使用, 所以我在这里就不做分享了。这就是本期视频的全部内容呢,如果你觉得对你有点帮助的话,那么就收藏转发,我们下期。

每天 hotspot 上都有几百个新的开源 ai 项目冒出来,但百分之九十九都是垃圾,只有不到百分之一的项目值得你停下来看一眼。今天我帮你把这个百分之一里最硬核的十个全部挖出来,而且几乎全都是最近一个月内才发布的新东西。 你要是像我一样天天泡在这个圈子里还好,但如果没有,我保证你今天至少能发现几个让你眼睛一亮的工具。第一个工具叫 kefman, 执意就是学徒人这个项目上线一个月就狂揽五万个 get up star。 我 自己现在是每天必用,他就干一件事,让 cloud code 说话,像学徒人一样,只说重点废话,滚蛋。 你有没有遇到过这种情况,问 ai 一个问题,他给你写了五段话,但真正有用的就最后那一句, caveman 就是 来解决这个问题的。听一下作者原话, taking the idea of why say many word when few do trick and just codified it now the cool thing about caveman is that they're。 为什么要说很多词?当少数词就够用的时候,这句话直接被写进了代码逻辑。 caveman 还有档位清量版、标准版、 out 版,我自己停在清量版。有人说能省百分之七十五的 taco, 但博主说了大实话, 真实的偷肯节省大概在百分之五左右,因为它只是改变了你看到的输出字数,不影响模型思考过程。但有一篇二零二六年三月的论文发现,强迫大模型给简洁答案,反而能提升回答的正确率, 因为他没法靠废话把自己绕进坑里,省钱加提制,这买卖稳赚。第二个工具叫 graphify, 主打记忆和知识图谱。很多人一听知识图谱就想到 obsidian, 但 obsidian 说白了就是个好看的 mashable 编辑器。 graphify 更接近真正的 r a g 剪辑系统,而且是多模态的 pdf 截图、流程图甚至视频,它都能吃进去。 最关键的数字来了,他们官方说, fewer tokens per query versus reading raw files now when we talk about knowledge graphs and memory a lot。 每次查询比直接读原文件少消耗七十一点五倍的 token based on the duration 什么概念?你本来需要花一百块钱的 api 费用,用了 graphify 可能就花几块钱,而且它不需要 embedding, 部署门槛比 light 二 d 这类系统低得多。如果你喜欢 obsidian, 但觉得它还不够聪明, graphify 就是 你要找的那个中间地带。第三个工具叫 cloud video, 上周刚出来,才四百个 star, 但思路非常聪明。我们都知道 cloud sonata opus 本身没法直接处理视频,所以这个工具的做法是用 f m pack 把视频按帧率拆成截图,再用 whisper 提取音频,然后把这两样东西打包喂给 cloud code。 三十秒的视频给三十帧,超过十分钟的视频最多给一百帧,按需分配,避免 token 爆炸。博主是这么评价这个方案的, you know different approach where we aren't beholding to gemini to deal with these videos for us because we're breaking it down via screenshots this is why we're not going to rely on these screenshots this is why we're not going to do this because we're not going to do this because we're not going to do this because we're not going to do this because we're not going to do this because we're not going to do this because we're not going to do this because we're not going to do this because we're not going to do this because we're not going to do this because we're not going to do this because we're not going to do this because we're not going to do this because we're not going to do this because we're not going to do this because we're not going to do this because we're not going to do this because we're not going to。 它底层集成了四个开源工具,外加三十一个 skill 包,打包出来就是一个本地版 cloud d 赛。如果你的 cloud d 赛用量限额已经到顶了,这个周末你可以去试试。第五个工具叫 cold burn, 是 给那种每个月用 ai 写代码但完全不知道钱花到哪去的人准备的。 它能追踪十六款 ai 编程工具的 token 消耗和实际花费。按项目按模型按 m c p, 服务器全部拆开给你看,单位直接显示美元。更重要的是,它不止告诉你亏了多少,还告诉你怎么优化。我觉得这种轻量级但几乎纯收益的工具就应该列进 b 装清单。 第六个是 impactable, 专门治 ai 生成的前端界面丑,这个完整的它带了二十三个命令,全是帮你把页面从 ai 问十足变成真人设计的。最新三点零版本刚上线了 live mode, 你 可以直接在浏览器里点击页面的某个组建,实时预览不同遍体的效果。听到这里,是不是感觉跟 fig 码有点像了? 第七个工具叫 design extract。 你 可能知道 what's on design m t 这个项目,它收入了一堆知名网站的设计拆解,已经涨到了七万 star。 但问题是,你只能用它已有的那些网站。 design extract 就 把这个能力变成了任意网站皆可用。你把任何一个你觉得好看的网站 url 扔进去,他会用无头浏览器帮你提取排版、系统响应式方案、交互状态、动效、语言组建结构、品牌调性。一份完整的设计参考文档就出来了,直接导入 club 就 能开始模仿。 这已经不是截两张图让 ai 照着抄的级别了,而是系统级提取。第八个工具叫 create ops, 是 给正在找工作的人准备的 ai 求助助手。他把任何 ai 编程命令行工具变成一个完整的求助指挥中心。 你粘贴一个职位 url, 它自动抓取职位描述,判断你的匹配度,生成定制化简历 pdf 更新求职追踪表。博主特别强调了一点, this is much more of a scalpel, that's going to tune your resume to the job and make sure the jobs you're actually looking at。 这是一把手速刀,不是散弹枪。它不是那种去 linkin 一 键海头的垃圾工具,而是精准匹配。把你的简历调校到跟这个职位完全契合。底层用 play 评估适配度,然后逐一优化。 如果你或者你身边有人正在痛苦地找工作,这个工具值得认真研究一下。第九个工具, browser harness。 概念上可以理解为会自我进化的 playwrite。 普通的浏览器自动化工具,每次失败就失败了,但 browser harness 每次执行完任务都会更新自己的 skill 文件 记录。这个做法有用,那个做法不行,下次再遇到同样的网站就直接用。已有经验,有点像让 a 阵自己给自己写复盘日记,才出来几周不到一万 star。 但这种自我修复型 a 阵的思路,可能是未来浏览器自动化的主流方向。 第十个工具是 n 八 n 的 m c p server。 n 八 n 这两年确实风光不再,很多人都在唱衰它,但博主的判断是死亡被过度渲染了。这个新版 m c p server 的 核心创新是用 type script 来构建自动化流程,而不是直接生成 jason。 type script 可以 在转化为 jason 之前先做逻辑校验,确认这些节点是否真的能跑通,大幅提升了生成自动化流程的成功率。 如果你还在用 n 八 n, 这是目前最好的 ai 写作方式。好十个工具盘完了。 caveman graphify cloud video, open design, coburn, impeccable design extract career office browser harness, n 八 n m c p server 这个领域的更新速度快到根本追不上我今天介绍的这些,一个月后可能又有新的替代者冒出来。 所以问题来了,你现在每个月在 ai 编程工具上花多少钱?用了这些工具之后,你觉得值不值?弹幕区告诉我,我有点好奇大家的真实数字。

我每天工作十个小时,八个小时是 cloud code 和 codex 在 一起,我跑。这次国产的 agent 跟上了腾讯的 worker buddy, 阿里的 co worker, 字节的 tree solo 我 全测了一遍, 今天说几句得罪人的真话,看完你就知道哪个是真的能用。先讲一个大多数人根本没有看清的事儿。这一波国产的 agent 其实是分两条赛道在跑,第一条叫桌面打过人的 agent 是 给不会写代码的人用的, 腾讯的 workbody 和阿里的 codewalker 就是 这条路上。第二条叫开发者编程 agent, 是 给程序员的字节的吹 solo 就是 这条道,把它们都放在一起,不是误导用户,就是自己也没搞懂。先说腾讯的 workbody, 三月全面开放的桌面 agent, 它是最大的杀手锏只有一个, 接通了微信,你出门在外发消息,电脑自己处理, excel 给你发回来。我教过的企业,推的最多的就是这个 workbody, 但缺点也很明显,复杂的任务有时候做了一半就停了, 稳定性还在打磨,细节还要再去优化。再说阿里的 codewalker, 这个产品是三月三号全面开放,比 workbody 晚了六天,但它做了一件聪明的事儿,模型分集,文档整理用标准档,深度分析用旗舰档, friday 消耗砍了 一半。对企业用户,这个设计比 workbody 会更落地。最后是字节的吹 solo, 这玩意是另一个段位的产品,十五分钟,从一句话需求到完整的网站部署上线,我都亲测过,但是你以为这是普通人能用的吗? 并不是,如果你没有基本的产品思维,你的需求都描述不清楚,那 solo 只能给你交付的是一坨,而这个就是懂行人的核武器,小白的玩具 侧玩一圈。我最大的感受就是国产的 a 阵,它已经过了追赶阶段,开始进入分赛道的阶段了。腾讯打微信生态,阿里打成本控制,自己打全站交付,而我们这些用克拉 code 和 codex 的 老用户,终于不再全靠美元充值,国内能扛事的工具真的来了, 对你来说也是一个好消息,今年如果你不用 aj 了,半年以后你就是被替代的那个。这话虽然说的重,但我每天企业培训的讲是真的看见了。

别再纠结是 codex 还是 cloud code 了,我在实测了数十个 agent 之后,发现真正决定生产力上限的不仅仅是 agent 工具,还有你手里的 skill 配置。如果你的 skill 没配对,换再强的 agent 也是在浪费时间。 所以我根据实际开发场景和我的日常使用,筛选出了这四组最核心的顶级 skill, 包含了原能力扩展、工程化开发、前端设计和内容创作。 它们完全不挑平台,不管你以后切换到哪个 agent 装上都能用。先讲最根本的两把钥匙,我称为原 skill。 你 可以把它理解成让 ai 自我进化的能力,它不负责具体的活,而是专门用来扩展 agent 的 能力边界的。不管你用 ai 做什么,这都是你第一天就应该打好的地基。 第一个是 skill creator, 来自 antropic 官方。如果你想把一套成熟的工作流变成一个新的 skill, 便于后续调用,那么选它就对了。 以前想自己做个 skill 特别麻烦,得先去研究半天复杂的格式,不然可能写出来的 skill 还会报错。就算写出来了,使用效果也不一定尽如人意。但现在有了它,你不需要去研究什么复杂的格式,也不用手动改文件, 你只需要像给同事交代工作一样,用大白话把你的流程说一遍,或者直接把你的操作手册丢给他,他就会自动帮你起草、测试、反复迭代。在你自己完全不用看开发文档的情况下,一分钟就能写出一个既标准又好用的 skill。 安装和使用方式也很简单,在安装完成后, 只需要在 agent 里选中 skill creator, 然后输入你的需求,和它一步步地进行沟通就好。建议直接局安装,这样无论你在哪个项目里,都可以随时进行调用。第二个是 find skills, 大家千万别把它当成一个普通的搜索插件, 觉得还得自己手动去查。真正的用法是你直接给 agent 派任务就行了。比如你让他帮你做个 ui 设计,要是他发现自己不会,他就会自动把你的需求拆解成 ui 抵赞你这种关键词,然后自己去全网搬救兵。他在后台连接的是 skill 点 s h 这个平台,他会自己查看哪个 skill 安装量大,哪个作者靠谱, 然后挑出最好的那个供你进行选择。在你选择好之后,它还能直接一行命令帮你安装上 skill。 creator 是 让它能自己造工具,而 find skills 是 让它能去外面找现成的,这两个配合使用,一定能大大提升你的 agent 的 工作效率。接下来是针对具体场景的 skill。 先说软件开发, 我选了这三个, superpowers, j stack 和一个前端大神的 skill, 它们针对的场景略有区别,但核心都在解决同一个问题,就是终结那种看似逻辑闭环,实则无法落地的代码幻觉,帮你守住工程底线。第一个 superpowers, 他的杀手锏在于他把测试驱动开发这套严苛的工程标准,直接变成了 agent 必须遵守的硬规则。其实很多人刚开始用 ai 编程,最容易上手的场景就是让他写测试,而 superpowers 顺着这个逻辑直接把开发流程给正规化了,他 会强制 agent 进入一套标准的红绿重构循环,先写一个必然失败的测试,证明功能还没实现,然后写最少量的代码,让它变绿,最后再进行优化, 而且它非常稳。 agent 写完之后,它会自动开启两轮内部审计,一轮看代码,实现跟你的需求对不对的上。另一轮则专门盯着代码的质量挑毛病。这种慢思考的模式能帮你抓出很多隐藏的边界问题。 虽然看起来多花了一点点时间,但因为它第一遍就能把代码写到八十分以上,省掉了后面无数次反复抵 bug 的 时间,长期来看反而更省头肯也更省钱。它的整个工作流程大致如下, 首先他会拉着你做头脑风暴,把需求细节彻底磨清楚,先出一份整体的设计文档。然后他会把大任务拆成一个个几分钟就能搞定的小碎活儿,每个活儿都有明确的验证标准。接着就是让紫 a j 特自己去跑, 他自己写,自己查,严禁跳步,你只要在旁边关键节点确认一下就行。最后等测试全部通过了,他会把选项丢给你,是直接合并代码,还是先留着分支,或者觉得不行直接丢掉?第二个是 j stack, 作者是 y c 的 总裁 gary 谭。如果你还不知道 y c 是 什么,简单说,它就是全球最牛的创业孵化器,像 airbnb、 dropbox 这种巨头都是它孵化出来的。所以这位大佬出的工具,骨子里带的就是那种硅谷创业者的实战基因。这个工具有一点不同, 它不是那种功能单一的 skill, 而是在 agent 里内置了二十三个不同的专家角色,从 ceo、 设计师到发布工程师,你都可以通过斜杠命令直接调用,这相当于给 agent 配齐了一整支团队,让他不再是单兵作战。为什么要搞这么多角色? 因为真正做商业系统,代码行数不值钱,能跑通才值钱。有了这群专家帮你交叉审计, agent 就 能在不同的专业视角下, 把你揪出那些隐藏极深的问题。我来向你介绍一下它的实战流程。首先,在你动手写第一行代码之前,先跑一下 office hours 命令。这就是 yc 最出名的灵魂拷问。 ai 不 会立刻写代码,而是像个严厉导师一样, 反问你六个最尖锐的问题,把不靠谱的假设先掐死。接着可以用 plan ceo review 命令,让 agent 站在 ceo 的 高度审视计划,看看有没有更优解。到了代码复合阶段, review 命令就是你的资深工程师,他不光找小 bug, 更盯着那些 c i 能过,但一上线就可能爆炸的工程隐患。另一个具有实战特色的是 q a 命令,以前 a 阵呢,只能在代码里纸上谈兵,但这个命令是真的,会打开浏览器,像真人测试员一样去点击验证, 直接把 bug 抓出来修掉。最后活干完了,直接执行 shift 命令,它会自动同步跑测试、推代码、开 pr。 整套发布动作一气呵成。该瑞坦统计过,二零二六年,它的代码产出是二零一三年的二百四十倍。这不是说 ai 写的代码行数多就是厉害,而是同样的需求, 他一个人现在能顶一支小团队在干活,这就是角色分工带来的本质变化。第三个是一套前端大神 mod, 自己日常工作用的 skill, 作者是 typescript 的 布道者,如果你平时前端开发比较多,那么可以试试这个。 这套工具重点解决的是人与 agent 之间沟通对不起的问题。 mark 总结过,如果没有好的引导规则, agent 写代码很容易陷入几种困境。首先是理解偏差, agent 可能根本没听懂你需要什么,或者写得太啰嗦,废话很多。然后是执行失败,好不容易写出来的代码,结果发现根本跑不通。最后是架构隐患, 虽然代码能跑,但因为缺乏整体规划,后期维护起来会非常痛苦。所以他的这套 skill 核心逻辑很简单,宁可在前期多花几分钟对其需求, 也不要在后期花几个小时去处理这套低质量的代码。具体到这套 skill 里面的指令,我建议你重点关注这几个。首先是 graeme 系列的命令,这就是刚才提到的拷问模式,当你提了一个模糊的需求,比如说想加个登录功能,他不会马上动手,而 是会回过头来不停地拷问你细节。可能问完之后,他发现你真正想要的是 sso 环境下的多租户登录,这就把隐患消灭在开工之前了。接着是 tree 命令,也就是 aure 分 诊,他会帮你把所有的任务都过一遍, 分清楚轻重缓急,确保你不是在修一些细枝末节的小 bug, 而忽视了真正堵塞进度的核心问题。最后还有一个 improve 命令,这是代码库的架构急救包, 你可以每隔几天就跑一次,让 agent 站在大局的视角审视你的代码库,找出那些以后可能会越来越难改的地方,并给出重构的建议。接下来是前端页面设计,这是最开始编程 agent 出来时,他做的最差的一个领域之一。 agent 化 u i 出来的永远都是那些固定的套路, 固定的字体,蓝紫色的渐变背景、圆角卡片、特定的按钮样式。你在网上看到的那些 ai 生成的界面,十个里面有十二个长的都一样。解决这个问题的 skill 有 两个,第一个是 frontend design, afropic 官方出品。如果你受够了那种千篇一律的 ai 审美, 那它就是你的救星。以前的 ai 画 ui, 一 眼看过去全是圆角卡片加紫色渐变,就像是在共用一套廉价的模板。 而 front and design 的 核心是帮你洗掉这些 ai 位。它不是机械的套用组建,而是根据你的产品调性去推敲更有质感的纹理,或者尝试那种更有呼吸感的非对称布局。比如你给他提一个具体的风格要求,想要一个杂志感带点硬核感的页面,他给出的方案里, 字体的比例和模块间的留白都会处理的很到位。有了这种对视觉细节的把控,你的 ui 就 从一眼 ai 变成了真正意义上的耐看。 第二个是 u i u x pro max。 如果说前面的工具是帮你找灵感,那这个就是直接帮你配了一个设计总监。它的特点在于,它不是在靠直觉画图,而是把专业设计的那些条条框框全部变成了底层的逻辑。比如你要做一个金融或者医疗类的界面,它会非常明确地告诉你 什么样的配色能体现安全感,什么样的字体更显专业。他甚至还会给你列出一份避坑指南,直接点出哪些设计在商业场景里是绝对不能碰的。之所以能这么专业,是因为他后台内置了一百六十多个行业的深度规则, 不管你遇到多冷门的业务,他都能拿出一套成体系的方案,从交互细节到动效走位,都给你安排的明明白白。 而且它有一个很实在的功能,就是能帮你生成一套可以持久化附用的设计系统。有了这套规范,你下次再开发新项目, 直接把文件丢给 agent 就 能用,不用每次都从零开始打磨风格。而且它的上手门槛很低,无论是装插件还是用命令行,都能快速跑起来。 这两款工具的分工也很明确, front and 底钻负责把画面画得出彩,而 u i u x pro max 负责把产品做的更专业。有了它们, ai 的 输出就再也不会有那种廉价感了。最后一类,内容创作。如果你用 agent 做内容创作,那这组宝玉老师的 skill 我 一定要强力推荐给你。 它首先解决的就是内容本身的高质量产出,比如它能帮你生成一张极具审美,完全不输专业设计师的封面图,或者把一大段枯燥的文字直接变成一张高信息密度的格式化信息图。 在内容做漂亮之后,他还会顺手帮你搞定后面那些讨厌的碎活,比如说转格式、做排版,最后还能直接一键发布到各个平台,他把从生产到发布的全流程都打通了,有了它,你就能真正实现生产和发布一体化,把所有的精力都集中在打磨好内容上。 宝玉老师的这套工具箱里包含了十几个好用的 skill, 我 这里简单带大家看几个。首先是用于生成封面图的 cover image skill, 它最强的地方在于有一套五维控制系统,从构图类型、色调方案、渲染风格到文字排版和情绪基调, 全都能精准调优。这七十七种预设组合,能让封面彻底告别开盲盒的随机感,每一张出来的效果都像是为你的文章量身定制的专业设计。 如果你平时觉得画逻辑图、架构图很头疼,那这个信息图相关的 skill 绝对是神器。它内置了二十一种专业的信息布局,像分析原因的鱼骨图、做转化的漏斗图、梳理层级的金字塔图应有尽有。更聪明的是, 它能自动读懂你文案里的逻辑结构,直接推荐最合适的布局方案。以前要在设计软件里磨半天的信息大图, 现在只需要几秒钟就能产出出版级的可量化成果。如果你经营小红书,那么可以使用小红书 image skill, 它能将长文章自动拆解为一到十张卡通风格的轮播卡片。通过内置的十一种视觉风格和八种排版模式, 如对比、清单、流程等,可以快速生成符合平台排版习惯的图文内容。针对排版环节, 这个 markdown to html 的 skill 解决的是一个非常具体的痛点,那就是在微信公众号这种不支持 markdown 的 平台上,如何保留精致的排版。它内置了多套公众号主题,能自动处理代码、高量和数学公式。 最实用的一点是,它能把文中的普通外链自动转为文末的底部引用,彻底解决了公众号里链接打不开或者被截断的尴尬。如果你平时还有翻译文章或者精读外文资料的需求,那这个翻译 skill 就 派上用场了。 他最强的地方在于提供了一个正式出版级的模式,这个模式不是直接进行翻译,而是会走分析、翻译、校正再到润色这整整四步的流程。 而且他有一个非常人性化的功能,就是能让你指定你的读者是谁。比如你告诉他你的读者是资深开发者,他就会自动省略掉那些庸愚的解释, 翻译出来的语气读起来就像是真正的圈内人写的。最后,当你把内容全部准备妥当,可以通过发布微信或者发布微博这两个 skill 来实现一键跨平台分发。 它区分了不同的分发逻辑,你可以发长文形式的文章,也可以选择只发几张图片配一段摘药的贴图模式。它把那些复杂的后台操作全都变成了 agent 里面的一行指令, 从本地草稿到最终发布,整套流程都可以在 agent 里面直接闭环完成。今天分享的这些 skill 只是个开始,其实最关键的是大家要根据自己的工作流程和使用场景,去打磨出真正适合自己的 skill。 如果觉得视频对你有帮助,别忘了点赞和订阅,我是俊旺,我们下期再见!

如果 ai 能把你一天的工作压缩成几分钟,你还会亲手写代码吗? cloudco 之父 anthropic boris 也上红杉资本 ai 二零二六的对谈了, 让我们一起来光速解析学习。 boris 讲了一个很反直觉的现象,他在二零二六年几乎没亲手写过一行代码,但他每天照样在提交代码,而且是几十个 p r 起步, 最高记录一天一百五十个 pr。 他的判断更刺激,对他自己写的那类代码来说,编程已经解决了。 这里的解决不是说世界上所有工程问题都被一键搞定,而是说在常见技术站、常见业务形态里,写代码这件事本身正在变成最不稀缺的部分。真正稀缺的是你要做什么、为什么做,以及怎样把系统跑稳。 just really boris 回溯了 cloud code 的 起点,二零二四年末,他加入 anthropic 内部的孵化团队 anthropic labs, 当时行业里最先进的编程辅助还停留在 i d e 里,按 tab 做主行,补全模型,帮你补一行两行。他们看到的机会叫产品悬空, 模型能力已经在那儿了,但还没有被产品形态真正接住。于是他们赌下一步别补全了,直接让自主型 ai agent 把一段功能从头到尾写出来。但第一波现实很残酷,前六个月几乎不好用, 他自己也只能让他承担大约百分之十的代码量。产品刚发布时也谈不上爆红。真正的拐点出现在五月的 oppo 四之后,每次模型迭代,也就是 oppo 四点五、 oppo 四点六、 oppo 四点七,都带来一次再加速。 这也解释了为什么他们愿意在还没 p m f 之前提前做产品,因为他们其实是在为下一代模型预留入口。那编程已解决,到底怎么落地到日常? boris 给了一个很具体的工作流, 他现在大部分工作在手机上完成。 cloud 应用里同时开五到十个 session, 每个 session 下面又能挂很多 agent, 白天可能在跑几百个 agent, 晚上会让几千个 agent 做更深的活。这个人真正改变他习惯的,是一个看起来朴素到离谱的东西。 loop, 你可以把它理解成给 ai 安排循环值班,本质是用 cron 任务定时触发,让 agent 每分钟、每五分钟、每天重复执行。它举的例子非常工程化,一个 loop 专门盯 pr 修 c i 自动 rebase, 一个 loop 负责保持 c i 健康,遇到 flaky test 就 去定位和修。还有一个 loop, 每三十分钟抓取推特反馈并聚类,让它不用沉在噪声里。再往前一步,它们还做了 routines, 让这些循环跑在服务端,你关了电脑 照样继续干活。这套逻辑背后,其实是一个分工变化。人不再是写代码的手,更像是设定目标、验收结果、调度资源的控制者。代码生成变快之后,平静就从写的出来转向能不能持续稳定的迭代,能不能让系统自己修自己。 接着问题来了,如果写代码变得便宜十倍甚至一百倍,会不会出现软件大灭绝?一堆萨斯被瞬间复制,价格崩盘? boris 的 回答很克制,变化会很大,但不一定是大家最爱讨论的那种。所有萨斯都死了, 他借用了七种商业护城河的框架,说有些东西会被 ai 削弱,比如转换成本会变弱,因为你可以让模型把一个系统快速迁移到另一个系统。 再比如,流程能力会变弱,当模型越来越擅长把目标拆解成流程,并且可以不断迭代,直到完成。 它提到, oppo 四点七具备很强的爬坡式优化,你给目标,它就会反复试到成功。但另一些护城河依然存在,网络效应、规模经济、关键资源等,并不会因为 ai 写代码更快就自动消失。更重要的是,第二个判断, 未来十年,能从小团队直接打大公司的创业项目数量会增加十倍。原因很现实,大公司要改流程、要培训,会有内部阻力,而小团队从第一天就按 ai 原生方式搭建,工作流反而更轻更快。 这句话落在今天的国内环境里也很扎心,工具人人都有,差距往往不在模型,而在组织有没有把 ai 当同事真的用起来。最后他把这波变化类比成一次印刷术时刻。 他提到,在欧洲印刷机出现之前,识字的人大约只有百分之十,很多人靠能读会写在王公贵族身边吃饭。 印刷机出现后的五十年,欧洲出版的文字量超过此前一千年总和,书的成本下降了一百倍。再经过更长时间的教育体系普及,全球识字率才逐步爬到百分之七十。他认为软件也会走向类似的全民化,而且速度会快的多, 未来写软件会像发短信一样普遍,这背后带来一个角色翻转。写会计软件的人最可能不是工程师,而是顶尖会计,因为领域知识才是难点, 编码反而成了相对简单的部分,团队也会更偏跨学科,通才产品经理、设计师、数据科学家,甚至做财务的人都能写代码,只是各自的专长不再被会不会写代码这道门槛卡住。 当代码变成可复制的低成本产物,真正决定胜负的,会回到老问题,你选的场景够不够痛? 你的流程够不够顺?你的组织敢不敢把工作交给 agent, 并建立验收与纠错机制?这才是编程被解决之后的下一战场。如果你能用 look 雇 ai 值班,你最先让它干啥?

我用 obsidian 和 cloud 搭建了一个工作流,现在每天我早上我打开电脑,五分钟就能搞定当天的一个内容选择题。之前呢,其实每天光想选择题都要花一个小时,其实做过内容的都知道,选择题真的非常痛苦,太痛苦了,刷热点,看竞品,想角度,而且每天早上这一下就折腾了一个小时,还没开始做内容的人就已经累了。 所以我配置了 rss 的 信息源,每天早上自动去抓取 ai 热点,存到 c 点的 daily 的 目录,不用我动手,格式统一,分类清楚。我也每天也会写个日思,记录今天会想聊些什么。然后 cloud 会读取我每天的每日思考,结合早报热点,深层贴合我风格的选题。 不是那种 ai 味很重的标题,是符合我口吻的。所有的选择题都标注了情绪曲线呐。构思类型,结构预设,回家扫一眼,选我要做的,不用再纠结。选好的标题可能我会直接生成初稿,我手动调整一下语气,去掉 ai 枪就能用了。 说真的,工具不是越多越好,是把一个工具用透,让它融入你的工作流才是真的好。觉得有用的可以点个关注,我时常会分享 ai 和效流工具,有兴趣的老板也可以找我私聊。

别焦虑了,一位有十一年软件开发经验的谷歌工程师,已经把 ai 训成了自动化流水线了,不仅把每天八小时的编程工作压缩到了两小时,还顺手搞出了数万美元的被动收入。 更关键的是,他说搞定这套基础流程,全程大概只需要十五到二十分钟。这事彻底撕开了一个真相。当下 ai 编程的核心矛盾,早就不是 ai 敲代码太快,人跟不上,而是 ai 太能写了,以至于传统的开发模式快要按不住他了。就像前 open ai 大 神卡帕西吐槽的, ai 极易犯过度工程化的毛病, 像个不受控的天才实习生,需要人类来为他套上枪声。那谷歌这位老哥是怎么驯服这头性能猛兽的呢? 没有去研究什么神奇提示词,而是靠两手极其硬核的驯服操作,把 ai 从一个不靠谱的实习生,变成了精准执行的老师傅。 一、立规矩,用 cloud md 文件签行为契约。他在项目跟目录放了个 cloud md 文件,这相当于给 ai 发了一本员工手册,用白纸黑字把游戏规则定死。 就这一个简单的动作,直接让 ai 瞎搞,破坏的概率从百分之四十骤降到了百分之三。这再次证明,人类指令的边界,就是 ai 能力的边界。二、 搭流水线,用开源框架组建 ai 团队。他用了一个叫 everything cloud code 的 开源体系,把单个 ai 拆分成三十多个各司其职的代理,搓出一条自动化链路,自动扫任务、自动写代码、自动提 pr。 他自己则从打工人升级成了监工,每天只花两小时审核即可。游戏规则已经彻底变了。这件事真正的冲击力在于,他标志着软件开发的核心价值,正在从谁代码写的好,悄悄转向谁能设计和调度好。一条 ai 自动化流水线技能在变,纯粹的编码技能正在贬值, 因为 ai 能承接百分之九十五的体力活。而懂得定义规则、搭建系统、评估风险的 ai 包工头能力,正在成为新的核心竞争力。角色在变, 开发者的角色正从建筑工人转变为总工程师加监理,核心工作不再是亲手砌好每一块砖,而是保证图纸正确、流程可控、质量达标。给高阶玩家的提醒, 小心隐藏的技术陷阱。最后替正在用 ai 搭流水线的朋友们踩个坑。那位老哥发现 cloud code v 二点一一百版本存在一个偷吃偷看的要命 bug, 这不仅是钱的问题,更是一个巨大的系统性风险。 当 ai 因为后台偷吃 token 导致上下文被挤占,他就会失忆,忘掉你用 cloud md 定的规矩,导致整条自动化流水线生产出错误的废代码。 这恰恰印证了视频开头那句话,在 ai 时代,监控失控的 ai 并做好风险管理,已经是和利用 ai 同等重要的事情了。