anthropic金融插件使用教程

金融从业者直接狂洗！ antropic 官方下场放大招！开源 cloud 专属金融插件，直连华尔街顶级数据源，一键让 cloud 变身专业投行分析师！建模、研报、竞调全搞定，效率直接拉满！这套插件太顶了！ 五大核心插件覆盖全金融场景，必装的财务分析插件，带基础建模工具，十一个 mcp 数据员还能安需加装投行、股票研究、私募财富管理插件，四十一个技能加三十八个命令，全场景无死角，五条完整工作留风绳。 从实时数据拉取到出版级研报，从 sketch 文件自动件、三表模型到抄并购材料生成 ppt， 上游连数据，中游做分析，下游直出 excel ppt word 一 步到位， 纯马克 dunk 和森编写，无代码定制换数据源，改流程，导入品牌模板超轻松，还直连标普目的等华尔街顶级数据商， 兼容 cloud 双平台， ipad 二点零开源，可自由修改，金融人再也不用熬夜做模型写研报！有了这套官方插件，人都是华尔街专业分析师，赶紧安排！

antropics 又放大招了， cloud cow work 史上最猛更新，直接把 hr、 金融设计、代码全行业卷翻天！ 白领打工人岗位要量一半，五年内投行分析师席位砍一半。二零二六年刚开年， antropics 扔下核弹， cloud cow work 超级升级， 十大行业插件直接上线，从 hr 写 offer、 绩效考核，到华尔街见、财务模型、审交易文件、做路演， ppt 全自动搞定， excel 和 ppt 无缝联动，你一句话分析这份财报，更新模型做总结，换登篇， cloud 自己跑 excel 算数据，拉上下文，直接生成 ppt， 数据一变全自动更新，零切换窗口。金融圈最惨， factset、 msci、 sp global、 lseg 这些大老数据平台全接入实时市场数据、财报、电话会议、 dcf 模型调仓，建议 ai 一 键完成。 以前分析师熬夜干的活，现在对话框里几秒搞定，程序员也跑不掉。 cloud code 新增手机远程遥控，你在星巴克喝咖啡、遛狗晒太阳，手机扫码就能继续操控电脑里的 ai。 写代码、 修 bug、 跑翻译。以前配置插件要懂技术，现在超级简单点模板可高的像产品经理一样，问你几句就自动配好技能命令连接器。企业还能建私有 ai 智能体市场，按人分配权限，超级安全可控。按 self fetch 的 口号， 我不取代你的软件，我只是帮你调度它们。数据还在 salesforce、 google workspace、 fact、 sadly， 订阅费照交。但中间那些拉数据整理格式粘贴到 ppt 的 白领文员、初级分析师、代码仔岗位可能悄无声息没了。金融大 v 一 句话扎心 结束了。五年内投行分析师席位消失一半，对比 open i 更狠，他们直接说要取代 salesforce、 adobe 这些巨头。 antroprax 说，我帮你用 open i 说，以后都归我。 ai 比你快，比你便宜，永不加班，永不抱怨。 你的公司没事，你的软件没事，但你的饭碗可能真要凉了。普通上班族醒醒， ai 不是 工具，是最勤快的同事。他来了，你还在卷加班吗？你岗位会被 ai 取代吗？下方评论区说说你的工作 ai 能不能干？点赞收藏，下期继续扒 ai 职场真相！

本周 ai 大 事件， antropics 七次更新血洗七个行业。最近这几个月， antropics 几乎每隔两周就会扔出一次重磅更新，每一次更新都像变成了一把刀，精准插进一个又一个行业的心脏。 antropics 不是 在和某一家公司单点竞争，它是在重写整套商业世界的底层逻辑。 一月三十日， coork 法律插件、金融插件、营销插件同步上线， astropick 一 次性向三个垂直市场亮剑。你做法律软件，那么 cloud 的 coork 法律插件正在直接接管原本属于法律从业者的大量基础工作，再配合 opus 四点六的能力提升，专业门槛被迅速拉低。 随之而来的就是 thompson、 royters、 legalzoom 和 r e l x 这些知名法律公司的股价暴跌。你做金融分析，那么金融插件可以直接联通数据源。 antropic 表示， opus 四点六已经具备初级分析师的能力，这也直接意味着初级分析师岗位直接消失了， 对 fakset、 sp global 和 moody s 等公司形成了正面冲击。你做营销自动化，那么营销插件覆盖内容起草、活动规划和营销流程自动化，大幅提升了产业效率，直接硬碰 publiswpp 和 omni com 这三大全球广告传播集团原有的报价逻辑。 二月二十日， cloud code security 上线，直接对准 vrt、 gfrog、 gitlab， 波及 cloud flyer 和 crowd strike 等安全公司。安全行业原本有一条非常稳固的护城河，那就是规则库， 谁积累的漏洞规则更多，谁就更值钱。很多安全公司花了十几年时间，把这些规则一点点堆成了一堵高墙。结果 antropic 一 上来直接换了一条赛道，它不再靠规则库一条条去匹配， 而是让模型直接进行语义理解、数据流追踪和组建逻辑分析。说白了，别人还在拿着地图排查地雷， antropica 已经开始对整片战场进行三维扫描。最绝望的是，你原本以为牢不可破的行业壁垒，并不是被别人追上了，而是在新一轮迭代中直接被抛弃了。 接着从二月二十五日到三月二十六日， antropic 又用一个月时间，分三步几乎封死了自动化赛道的退路，直接冲击 zp、 二 n、 八 n 和 u i、 pad 等自动化公司。这些公司过去存在的意义就是为不同软件之间搭桥。没有 api 没关系，我来帮你连不会写代码，我给你拖拽界面， 要做重复操作，我帮你录制脚本。但 antropic 连这一层中间环节都不想留下，定时任务无人执手远程触发 computer use， 他一步步把自动化最核心的能力直接塞进了 cloud 本体内。这意味着，未来很多自动化平台都可能被降级成一个可选插件，而一旦你从 b 选项变成可选项，估值就会被无情重算。之后在三月二十四日， atrip 又推出 cloud code channels， 允许用户通过 im 软件直接远程操控 cloud code， 完成各种任务。这几乎就是直接抄走了 opencloud 最核心的功能。他甚至还动用了平台权力，直接修改游戏规则，提高龙虾使用 cloud 的 成本。 而现在，连 adobe、 figma 和 wix 这类设计工具也被盯上了。有明确消息透露， anthropic 即将发布一款能够直接生成网页和演示文稿的全新外部设计工具， 只需要一句话，它就能完成演示文稿、网站、落地页甚至各类产品视觉设计，进一步把创作门槛拉低， anthropic 正在把手伸向另一个高价值腹地设计工具赛道。 anthropic 瞄准的就是 gamma、 figma 这一类设计与创意工具公司的核心腹地。 消息一出， adobe wix 和 figma 的 股价跌幅均超百分之二。这些动作都意味着，过去那些建立在模型负责思考、平台负责交付之上的创业逻辑，正在被 anthropic 亲手碾碎。但现在， anthropic 的 意思已经非常明确了， 模型是我的，工作流是我的，交付界面也是我的。那你这层中间平台还有什么存在价值？这一下，市场彻底看明白了。建立在 antropic 之上的商业模式天花板从来不只是技术，而是 antropic 愿不愿意让你活。它一边是生态里的太阳，给你流量、能力和土壤， 另一边，它也随时可以变成黑洞，把所有围绕它生长出来的物种全部吞进去。所以，为什么 antropic 的 价值越来越吓人？ 因为他早就不是一家单纯做模型的公司了。他正在从模型提供者升级成规则制定者，从能力输出方升级成产业收割机。 他的每一次更新，看起来都只是一个更顺滑的功能，一个更低门槛的体验，一个更自然的工作流。但这些中性描述背后隐藏的却是极其凌厉的商业杀伤力。三个月内的七次更新，就斩杀了各类萨斯公司近万亿美金的市值，当他瞄准谁，他就有可能替代掉谁。 这是一种让无数公司夜不能寐的统治力，因为 arpik 不 仅想成为 ai 时代最强的大脑，他还想成为所有人头顶那片无法绕开的天！这里是起点世界，聚焦最新 ai 资讯，我们下期视频不见不散！

anthropic 出了一个专门给金融行业用的开源项目，叫 cloud for financial services， 它把投行、私募、资管这些细分领域的专业知识，全部封装成了即插即用的 ai 代理和技能包。 无论是做估值模型、写研究报告，还是做 gl 对 账，都有对应的 agent 帮你搞定。项目内置了九个命名代理，每个代理对应一个完整的金融工作流。 投行这边有 pitch agent 尿路眼材料从估值对比到 lbo 模型一气呵成。研究部门有 market researcher 做行业分析， arnins reviewer 做记爆点评， model builder 直接在 excel 里搭 dcf 模型 后台。还有 j l reconciler 做总账对账， month and closer 做月末结账，甚至还有 k y c screener 帮你做客户进职调查。这个项目真正厉害的地方在于，它不是泛泛的做一个金融工具，而是按行业细分领域做了深度定制。 投行板块有 c i m 企草、买家列表、并购模型、股权研究板块覆盖了季报分析，首次覆盖报告和投资论点追踪。私募板块从项目询源、竞调清单到 ic 备忘录全流程覆盖。 资管板块有客户回顾、组合再平衡和税损收割，甚至连基金管理的后台运营和 k y c 合规都有专门的技能包。金融最核心的是什么数据？这个项目接入了十一家顶级数据供应商，全部通过 m c p 协议标准接入。 morningstar 做基金数据， fact set 做财务分析， snp global 做市场研究， lse 做固定收益， pitchbook 做私募市场数据，还有 dalopa 自动解析财报。 这意味着 ai 代理可以直接调用这些数据源来做分析和建模，不需要人工导出再导入，使用方式特别灵活。同一个来源支持三种部署模式， 最简单的是 co work 插件模式，在 cloud 里直接粘贴仓库地址就能安装。开发者可以用 cloud cloud 的 命令行安装一条命令，就能把代理和技能包装好。企业用户还可以通过 managed agents api 做无头部署，把代理集成到自己的工作流引擎里。 三种方式底层用的都是同一套系统提示词和技能，只是运行环境不同，上手非常简单。先安装核心的 financial analysis 插件，它包含了所有建模技能和十一个数据连接器，然后根据你的业务需要，挑对应的代理和垂直技能包装就行了。 比如投行就装 pitch agent 和 investment banking， 研究员就装 earnings reviewer 和 equity research。 安装完之后，斜杠命令，像 coms、 dcf、 earnings 这些直接就能用了。 来看看具体的技能有多丰富。金融分析核心包就有可比分折 d c f 估值、 l b o 模型、三表模型、 excel 审计这些硬核技能。投行板块有 c i m 构建器、买家列表生成并购模型。 研究板块有记报分析、晨会记要股票筛选。每个技能都有对应的斜杠命令，在绘画里直接触发就行。还有 ppt 模板创建器，能把你公司的品牌模板交给 cloud。 最后说说怎么定制，这些都是参考模板， 真正好用的时候是你根据自己的业务调整，之后你可以替换数据连接器，加入公司的术语和流程标准，导入你自己的 ppt 模板。新增技能也很简单，在对应垂直领域的 skills 目录下添加 markdown 的 文件就行。 整个项目都是纯文本， markdown 加 emo， 没有构建步骤， fork 一 改就能用。这可能是目前最完整的金融 ai 代理工具箱了。

万万没想到，只沉寂不到一周， cloud 这次直接钻进了专业创作者的工具箱里。就在刚刚， antherpick 一 口气接通了包含 adobe 全家桶、 blender、 autodesk fusion、 sketchup 在 内的八款专业创意软件。 平面设计、三维建模、视频剪辑、音乐制作、创意行业几乎全都给覆盖了。而且这次 cloud 不是 站在软件外面给你出主意，而是直接接近了他们的工作流。能调用软件改参数，跨软件搬素材， 一个聊天框变成了能跟专业软件搭班子干活的数字同事。什么意思？三 d 艺术家在 plunder 里搭了个场景，上百块石头要加材质。说一句话， cloud 的 调用工具一口气搞定了上百个石头的贴图。 而到比那边更直接， photoshop premium express 在 内的五十多个功能接口全部打通，从一张照片调色到一只视频成片都能在对话框里跑。 而工业设计师在 autodesk fusion 里设计键盘，跟 cloud 来回聊了四段。摆件帽做爆炸式图，隔离底壳要外观建议，既改模型又给方向，从工具直接变成了搭档 and for big。 官方自己说了一句， cloud 代替不了你的品味和想象力， 但它能让你做的更快，想的更大。专业创意软件头一回集体向 ai 开了门，以前 ai 只能在旁边出出点子，现在它直接坐到了操作台前面。你的吃饭工具准备好让 ai 上手了吗？

嗨，大家好，我是曹博，那最近 cloud code 非常的火爆，然后我也是尝试了一下，那这期视频呢，就是给大家介绍一下，嗯，无需 cloud 账号，无需梯子就可以使用的啊。 cloud code 首先第一步呢就是安装 vise code 和 node js 这两个软件完全免费，直接百度下载就可以了。 那第二步呢就是准备一个 ai， 那 deepsafe 就 可以，然后无论你有任何的问题都可以问 deepsafe。 然后第三步就是打开 windows code， 然后创建一个新的文件夹，然后输入指令，还有安装 cloud 的 指令，这个指令的话就从 ai 上问，那大概就是这样一段。然后第四点呢，就是 你创建一个 deepsafe 的 账号，然后购买 deepsafe 的 token， 然后创建那个 api。 第五点问 ai 怎么把算力换成 deepsafe 的 算力，然后就是会给你一段代码，然后就是把这里给 api 的 位置换成自己的位置，自己的 api 的 那个代码。 我补充说明一下，所有的执行操作都是在这个位置终端这个位置执行的，那终端的话就点这个，那就可以看到这里所有的命令行都是在这里执行。然后当你完成了所有的上述操操作之后，你要把 bc code 退出，然后重新点开，然后输入 cloud， 当你的界面是这个样子，就是显示这个 deepsea v 四的话以及 welcome back 现在就已经成功了，然后你就可以在这里执行所有的指令，然后最后一步就是改环境变量，嗯，这个这一步操作是为了每次打开 vsco 的， 你就不需要重新去配置你的 api 那 些东西。然后也非常简单，就是问 ai， 然后就是输，打开你的 windows， 输入环境变量，然后创建三个新的环境变量就可以了。 那我最近用 cloud code 也是用来生成 ppt， 因为马上要开启大变。呃，然后还提供了演讲稿之类的东西。 那我觉得作为学生党， cloud code 可以 运用在你的科研方面，可以帮你分析数据，帮你画图，帮你呃，修改论文之类的。第二点呢，是我想拿来用来做自媒体的一些数据分析以及如何。 嗯，写文案，剪视频啊之类的。每个人都应该学会如何去使用 ai 来提供生活上的便利，来提供啊知识上的突破。 ok， 然后今天这期视频就到这里，下期再见。拜拜。

投行分析师的活 antopac 全开源了。本次 antopac 一 共发布十个 ai agent， 直接覆盖投行研究 pe 财富管理， 见 dcf 写 ic 备忘录对账 k y c e 全自动 fax sp 目的数据之联 dhopso financial services 免费拿走。

antropic 已经开始重构金融行业，这个官方开源项目本质上是在把 cloud 训练成真正的金融分析师，里面直接内置了投资银行股权研究私募基金 财富管理等专业 a 阵的插件，可以完成 dcf 估值财报分析 pitchdeck 头尾会 memo 尽职调查等真实金融工作流。重点是这些不是 demo 也不是网友 prompt， 而是 antropic 官方团队沉淀的生产级能力，并且已经兼容 cloud code 与企业工作流。未来金融行业最大的变化可能不是人使用 ai， 而是 ai 开始直接参与核心业务流程，别人还在研究 prompt， 顶级金融机构已经开始训练 ai 员工。

刚刚 anthropic 一 次推出十个金融行业的 agent 模板，四个场景研究分析风险、合规客户运营、财务工作流。每个模板预制了上下文护栏和工具连接，开箱可用分发走两条线， cloud coork 给业务团队，点开就用 cloud code， 通过插件让开发团队接近自有系统。往企业里再深一层是 cloud managed agents 配 cookbook 部署，把公司自己的合规规则、数据权限审计日制全套接上。以前金融用 ai 卡在合规，现在 anthropic 把合规当成模板的第一层默认值。

今天给大家带来由 anthropic 官方发布的 clod code 教程中文翻译版，主讲人是 anthropic 的 boris charney， clod code 的 创建者之一 boris 第一次把内部最实战的玩法系统性公开，非常值得一看， 点赞收藏，再见，不难。你好。 hey， 大家好，我叫 boris， 是 anthropic 的 一名技术员工， 也是 cloud code 的 创建者。今天我来这是想和大家聊一些用 cloud code 的 使用技巧，实战的小窍门。整场会非常实操，非常落地。我不会花太多时间讲历史，也不会去讲什么理论之类的东西。不过开始之前我先快速举个手，做个调查 在场谁之前用过 cloud code。 嗯，好挺多，我喜欢看到这个，那对那些没举手的同学，我知道按规矩讲话的时候不该让你们做这个，但是 如果你能打开笔记本电脑，敲一下屏幕上这条命令， ok， 这条命令能帮你把 cloud code 装上，这样你就能跟着我后面的内容一起操作了。前置依赖只有一个，就是 no js， 只要你已经装好了 no js， 这条命令应该就能直接跑通。嗯，对， 当然你也不是非得跟着操作，但如果你还没装，现在就是个挺好的机会，可以装上去，跟着我们后面的演示一起做， ok。 那 么 cloud code 到底是个什么东西？它其实是一种新形态的 ai 助手，在编码这个领域， ai 助手已经经过好几代眼镜了，大部分前代产品做的都是补全这件事，一次帮你补一行或者补几行代码。 cloud code 不是 这一类东西，它是完全的 egentic 的， 它的设计目标是帮你直接构建一整个功能，写一整个函数，写整份文件，一次性修一整个 bug。 cloud code 还有一个挺酷的点是，它和你现有的所有工具都能兼容，你不需要换掉你的工作流，不需要为了开始用它就把整套环境推翻重来。所以，不管你用的是什么 ide， 你 用 vs code 也行，用 jet brains 全家桶也行。 anthropoid 内部就有这么一群人，你想从他们冰冷僵硬的手里把 them 敲出来是绝对不可能的，但他们一样在用 code code， 因为 code code 和市面上每一个 ide、 每一个终端都兼容，它能在本地跑，能跑在远程 ssh 上，能跑在 timax 里。不管你在什么环境里，什么操作系统上， 你都能跑起来。它是个通用工具。如果你以前没用过这种机右格式的编码助手，刚上手的时候可能会有点不知道从哪里下手。你打开它，看到的就只是一个输入框，你可能会想，我该往里头输什么， 我应该让它做什么。它是一个 power tool， 能干的事情非常多。但也正因为它能做的事情太多了，我们刻意没有把你强行引导到某一种特定工作流里去。 那么当你第一次打开 cloud code 的 时候，我们建议你先做几件事，把你的环境调舒服一点。这些其实都挺直接的。第一件事是跑 terminal setup， 这条命令会把 shift 加 enter 设成换行，这样你就不用每次手敲反斜杠去做换行了，整体用起来会顺手很多，舒服很多。第二件事是 theme 可以 让你 chat 到 lance 模式、 ones 模式，或者缩弱友好的主体。 第三件事是 install github app。 我 们今天刚刚发布了这个 github app， 装上之后，你能在任何 github issue 或者 pull request 下面直接 add load， 把它叫出来装它就一条命令，在你终端里跑一下就好。你还可以去自定义已允许工具的集合，这样后续你就不会每次都被反复问是否允许这个操作。 对我自己来说，那些被频繁问到的命令，我一定会用这种方式加白名单进去，免得每次都得点一下确认。还有一件，我个人习惯做的是我自己的 prompt， 大 部分都不是手敲进 cloud 口的。如果你是 mac 用户，进系统设置辅助功能听写，把这个功能开起来。我的做法是连按两下听写键，然后直接对着电脑把 prompt 念出来。 事实证明，写一个具体一点、详细一点的 prompt， 对 结果的帮助非常大。所以你完全可以把 cloud code 当成另一位工程师对待，直接和他说话就行了，根本不用挑一大堆代码。 so， when you're starting out with cloud code， it's so free for。 当你刚开始用 cloud code 的 时候，你应该从哪入手呢？我最推荐你先从代码库 q a 开始 asking questions to your code base， 也就是直接对着你自己的代码库提问题。这件事是 anthropic 教每一位新员工的第一课。 入职第一天，技术 onboarding 会让大家了解 cloud code 的 下载安装配置，然后立刻开始对代码库问问题。 ask other engineers on the team questions。 过去 onboarding 要不停问工程师翻代码摸工具，现在直接问 cloud code， 他 会探索代码库并回答， you can just ask cloud code and it'll explore the code base， it'll answer these kind of questions and so entropy。 一 天技术 onboarding 大 概要两到三周才能完成，现在两到三天就搞定了。 what's also kind of cool about q amp。 a is q amp。 a。 这件事还有一个地方，我们这边不做任何形式的锁眼，没有远程数据库存代码，不上传你的代码，也不会拿你的代码训练任何生成模型代码完全在你自己的掌控之下。 你下载启动 qq 之后没有锁眼，不需要等待，可以立刻就开始用。 you don't have to wait you can just use it right away， this is a technical。 这是一场偏技术性的演讲，所以我后面会给一些非常具体的 prompt please。 还有一些非常具体的代码片段，希望能让你回去之后把自己的 quad code 体验上升一个台阶。比如这段具体的代码是怎么被使用的，或者我应该怎么实力化这个东西。 cloud code 会继续往下钻，找这个类怎么被实力化，在哪里使用，然后给出更深的回答， how is it used and it'll give you a much deeper？ 这种回答更像 wiki 或正式文档，而不仅是一个 command 加 f 搜索结果。 something that i do a lot also。 另一件事是让他去查 get leash。 比如，为什么这个函数会有十五个参数？为什么这些参数的命名方式这么奇怪？ and this is something i've been in all of our code bases you have some function like this or some cloud code and find get leash。 搞清参数怎么加进来，是谁加的，当时什么情况，相关关联哪些 issue。 what are the issues that those commits linked to？ 他 会把这一整套东西都翻一遍，然后给你做一个总结。你只要说一句，去翻一下 get 历史，他就知道该怎么做。 顺便说一下，他能知道这件事的原因，是不是因为我们提示了他，系统提示里压根没提查看 get 历史记录这回事。 他之所以知道，纯粹是因为模型本身很强大，但如果你告诉他去用 git， 他 其实并不会用 git， 所以 我们很幸运能建立这么好的模型。 use web 我 也经常问 github h 相关的问题，让他通过 web fetch 把 h 拉下来，了解上下文。 this is something that i do every single。 每周一开周会前，我会问 cloud code 我这一周交付了哪些东西，他会看 get log， 知道我的用户名，然后把这一周做的事情列出来，我直接复制粘贴到文档里就完事了。 so yeah that's tip number one for people that have not。 这就是第一个 tip。 对 以前没用过 cloud coderen 或第一次给团队 onboarding， 我 们百分百推荐。从代码库 qa 开始，先从问问题开始，他能教大家写 prompt， 也能摸清 clock code 的 能力边界，哪些事一发搞定，哪些要两三轮，哪些必须进 reaper 反复对话， what can be one shoted？ what can be two shoted？ three shoted？ what do you need to use interactive mode for in a repel？ 当你对 q a 比较熟悉之后，下一步可以让他去改代码了。所有 e g t d 用 l l m 的 玩法，本质上有意思的地方都在于，你给他一组工具，他就自己想清楚要怎么用起来。 cloud code 我 们给他的工具级很小， 一个改文件的工具，一个跑 bash 命令的工具，一个搜索文件的工具，差不多就这些，他会自己把这些工具串起来，探索代码，做头脑风暴，最后再做修改。 你不需要提示他先用哪个再用哪个，你只要说做这件事，他自己就会想清楚怎么完成。 它有很多种用法，在让 cloud 直接跳进去写代码之前，我会先让它做头脑风暴，或者先写一个 plan， 这一点我们非常推荐。 我有时候会看到有人直接说帮我把这个三千行的功能实现出来，有时候它真的一发就做对了。但有时候做出来的东西跟你想要的不是一回事。 要拿到你想要的结果，最简单的办法就是让他先想一下，先头脑风暴，做一个 plan 过给我看，等我同意再开始写代码。 by me ask for approval before you write code。 你 不用专门去用 plan mode， 也不需要任何特殊工具。你只需要告诉 cloud 开始写代码之前先做一个 plan。 就 这一句话，他就明白了， this is also i want。 还有一句咒语，我经常用 commit push pr， 能解读出我想干嘛。 帮我做 commit， 推到分支，建分支，然后去 github 提一个 pr。 你 不用解释任何细节，它会自己去看代码，看历史，看 git log， 搞清楚 commit 格式该长什么样，其他相关细节是什么，然后用正确的方式把代码提交推送上去。 我们并没有在 system prompt 教他做这些事，魔性自己就知道魔性真的很强。再往进阶一点走，你会希望开始把团队自己的工具接入进来。 cloud code 也是从这一步开始才真正显出他的厉害。工具大致可以分成两类， 第一类是 bash 类工具，我这边随便编了个例子，叫 barley c l i。 这其实不是个真实存在的东西，但你可以告诉 code code， 你 用这个 c l i 去做某件事，你可以告诉他，用 help 去摸清楚这个 c l i 怎么用。这种方式效率很高， 如果你发现自己用的很频繁，你也可以把这条信息写进 c l i u d 点 m d。 这个我们等一下会专门讲，这样 client session 你 能记得住。这是 antropic 内部很常见的一个模式，我们也看到不少外部客户在这么用 mcp， 那 边的玩法也是一样的， cloudco 既能用 bash 工具，也能用 mcp 工具，你把这些工具告诉他，把 mcp 接上去，告诉他这个工具该怎么用，他就会开始用了。这套机制极其强大，因为当你开始在一个新代码库里用 cloudco 的 时候， 你可以把你团队为这个代码库准备好的所有工具一股脑的塞给他，然后 cloudco 就 能替你把这些工具都用起来。 下面有几个常见的工作流，第一个我前面其实已经讲过了，先做一点探索，做一点 plan， 然后在我开始写代码之前，先让我确认一下右边这两个工作流就更长了。当 cloud 有 某种方式能去自我验证工作成果的时候， 比如说让他写单元测试，用 puppeteer 做截屏，对着 ios 模拟器做截屏，他就可以进入迭代循环，这真的非常厉害。举个例子，如果你给他一个设计 mark， 告诉他按这个 mark 把这个 y b y 实现出来，他一发就能做得相当不错。 但如果你让他再迭代两到三轮，结果通常就能做到几乎完美。所以核心的诀窍就是给他某种工具， 让他能够拿来检查自己的工作成果，给予这个反馈，他就会自己进入迭代循环，最后给你一个好的多的结果。所以不管你的领域是什么，单元测试、集成测试、 app 应用截图、 web 截图，任何形式都行。你只要给他一种能看见自己产出的能力，他就会自己迭代，自己变好。 这就是下一个阶段，把你们团队的工具交给 claud， 搞清楚什么样的工作流最合适。你是希望让 claud 直接跳进去开始写代码，还是希望他先做一轮头脑风暴，做一个 plan？ 还是说你希望让他做迭代？ 你心里要有这个谱，这样你才能写出能达到目标的 prompt。 再往深走一步，你要开始给 claud 更多的上下文， 你给他的上下文越多，他做出来的决策就越聪明。因为你作为工程师，在这个代码库里干活时，脑子里装了很多关于系统、历史和其他方面的上下文。最简单的一种是 there's different ways to do this。 最简单的一种是 clod 点 md。 clod 点 md 是 一个特殊的文件名， 最容易上手的方法是把它放在项目跟目录，也就是你启动 clod 的 那个目录里，这个文件会在每次启动 session 的 时候自动读进上下文里。 本质上，第一轮用户消息已经包含了 clod 点 md， 你 也可以有一个 clod 点 local md 这一份通常不会提交到版本控制里，所以区别是， clod 点 md 应该提交到版本控制分享给团队。 clod 点 local md 不 提交，是给你自己用的。 clotted their md 里该放什么？放常用 bash 命令，常用 mcp 工具架构决策关键文件。任何你在这个代码库里干活，需要先知道的事尽量保持简短。 它太长会吃掉上下文反而没用，所以能短就短。 and it's usually not that useful so just try to keep it as short as you can。 我 们自己的代码库里就放了常用 bash 命令。一份风格指南，几个核心文件， 其他 clude their md 文件可以放在嵌套子目录里， clude 会按需把它们拉进来。跟目录的 clude 点 md 会自动进入上下文， but then also you can put in put quadmd's。 嵌套目录里的 clude 点 md 是 当 clude 工作到那个目录时才会自动拉进来。 如果你代表一家公司，也可以在企业级根目录放跨多个代码库共享的 cloud md， 它也会被自动拉进来。 that will get pulled automatically there's a ton of ways to pull in context actually have a lot of。 把上下文拉进 clod 的 方式很多， clodded 点 md 是 自动拉的。你也可以用 slash command， 路径是 clod commands it can also use slash commands so this is dot quads。 它可以放在 home 目录，也可以提交进项目里。这类东西叫 slash command for slash commands and over here we have a few examples of。 我 这边列了几个 cloud code， 自己内部在用的 slash command leads for example。 比如 cloud code 仓库里的 issue 会被自动打标签。工作流叫 label github issues it's label github issues and we have a github action running the same one we talked about this morning。 我 们写了一个 github action run clod code， 跑这条 slash command， 它跑完会自动给一些打标签，省掉手工处理时间。 and of course you can add mention files to。 当然，你也可以用 a t t 一个文件名把它直接拉进上下文嵌套目录里的 cloud md， 在 cloud 工作到那个目录时会自动拉进来， so give cloud more context。 所以 多给 cloud 一 些上下文，花时间去打磨上下文绝对值得。你可以先跑一遍提示词优化器，然后想清楚这份上下文是给谁用的，是每次对话都塞进去，还是按需调取？是要跟团队共享，还是纯属个人习惯。 总之，务必花点时间把它调好，调对了效果会大幅提升。 as you get more advanced。 随着你用的越来越深，你会想多花点心思去理解这种层级关系，也就是把不同的上下文拉进 claud 的 不同方式之间的层级。不只是 claud， md， page 像以及 claud， 几乎所有东西都可以用这种层级化方式管理。 and this you can check in or you can make it just for you project。 这一层和你的 get 仓库绑定，可以提交，也可以只留给自己用。在这之上，你可以有全局配置，跨所有项目生效。在网上还有企业策略本质上就是给所有员工自动下发的一份全局配置。 这套层级机制适用于很多东西， command 可以 这样玩，权限管理也可以这样玩。 比如公司里所有员工都要跑某条测试命令，你把它写进企业策略文件以后，任何员工跑它都会被自动放行。 it will be auto approved which is pretty convenient and you can also use this to block commands。 你 也可以反过来用它来进命令。比如你们公司有一个 url 永远不应该被 fetch 加进配置里，员工就没办法绕过这个规则。所以这套机制既能解锁工具，也能保护代码库安全。 to keep your code safe and then same thing for mcp servers。 mcp server 也是同样的玩法，做一个 mcp 党， jason 提交进代码库，任何人在这个仓库里跑 cloud coach 都会被提示，装上这些 mcp server 相当于和整个团队共享。 if you're not sure which of these to use this is like a kind of an insane matrix because we support a while。 如果不知道从哪里开始，我推荐先做项目层共享上下文。 so， if you're not sure how to get started i would recommend start with shared project context。 你写一次和团队所有人共享，能拿到网络效应，一个人干一点活，整个团队都受益。 cloud 内置了很多工具来管这个。举个例子，你跑 memory 就 能看到所有被拉进来的记忆文件。比如，我可能有一份企业级策略文件，我的个人记忆，还有一个叫 quantum 的 项目记忆，然后下面可能还嵌套了一个自己的 quantum， 只在某些特定目录下才被拉进来。同样的，跑 memory 的 时候，你也可以单独编辑某份记忆文件， 当你用号让 cloud 记住某件事时，还能选它存到哪个记忆里去。所以下一步就是花点时间把 quantum mcp 服务器团队用的所有工具都配置好，这样你配置一次，全队都能用。 举个具体例子，我们 anthropic 的 apps 仓库， web 和 app 代码都在这里配了一个 puppeteer mcp server， 团队成员之间共享 仓库里提交了一份 mcp json。 任何在这个仓库里工作的工程师都能用 puppeteer 跑。端到端测试，自动截图做迭代，每个人都不用自己再单独装一遍。 this is a talk about protips i just want to take a quick。 说几个很多人不知道的快捷键终端工具很难做，但也很有意思，感觉像在重新发现一门设计语言。 language but something about terminals it's it。 这里快速过一遍。 shift 加 tab 接受修改，切换到自动接受模式， bash 仍需确认文件修改自动过，随时可撤销。 for example i'll do this if i clicked。 方向对了或者写测试，反复迭代时我就切这个模式，不用逐条确认。 anytime you want claude to remember something。 井号键想让 claude 记住某件事，比如工具用错了以后要用对打井号告诉他自动写进 claude 点 md into claude md automatically if you ever want to drop down to bash mode。 感叹号直接跑 bash 本地执行，同时进上下文。 claude 下一轮能看到 goes into the context window so claude will see it on the next turn。 适合常命令明确知道要干嘛的，或者想让他看到输出的场景。 command that you want to get into context and claude will see the command and the output you can add mention。 符号引用文件和文件夹 escape to stop what claud is doing no matter what claud is doing you can always safely escape e s c。 随时打断 claud 安全打断，不会崩坏化他在改文件。 i'll hit escape， i'll tell it what to do differently。 我 按 e s c。 告诉他换个做法，或者二十处修改，十九处都对，一处要改。按 e s c。 说完让他重做。 you can hit escape twice e s c。 按两下回退历史绘画结束。 clod 空格，两个横杠 resume 或两个横杠 continue 续上 continue and then any time if you want to see more output， ctrl 加 r 看完整输出。 clod 上下文里看到什么，你就看到什么。 the next thing i want to talk about is clod 上下文里看到什么。一会之后， c 会做一场 session， 我记得就在走廊正对面那个房间，它会非常深入地讲 sdk。 如果你之前没玩过 sdk， 其实你在 code 命令里加 p 这个参数，用到的就是 sdk 这个东西。 我们这几周一直在往里加各种功能，让它变得更好用，所以你完全可以给予它去构建上层的东西，能做出来一些非常酷的玩法。这就是 cloud code。 自己内部用的那个 sdk， 是 一模一样的 sdk。 举个例子，比如 cloud app， 这就是 cli 形态的 sdk， 你 传一个 prompt 进去，传一组允许使用的工具，这一组里可以包括一些特定的 bash 命令，然后你告诉他你想要什么样的输出格式，可能你想要 json， 也可能你想要流逝 json， 方便后续处理。基于他去搭东西，非常爽。 我们在 ci 里一直在用，在事故响应流程里也在用，各种 pie line 里都在用，非常方便。你就把它当成一个 unix 工具就行。给他一个 prompt， 他 给你一份 jason， 怎么用都行。可以把东西管道进去，也可以把它的输出管道出来，这种管道用法也挺酷。举个例子，你可以把 git status 管道进 sdk， 然后再用 jq 把你想要的结果选出来。这种组合的可能性是无穷无尽的。 这是一个我们觉得挺新颖的概念，它本质上是一个超级智能的 unix 工具。我觉得它的用法我们才刚刚摸到皮毛，正在慢慢摸索。 你可以从 gcp bucket 里读一份巨大的日记，把它管道进去，让 claude 找出这份日记里有趣的内容。你可以用 sentry cly 把数据拉下来，管道进去，让 claude 拿这些数据做点什么。 the final thing and this is probably like the most。 最后一点，这大概是我们看到的最高级的一类用法了。我自己其实算是个 claude。 普通用户通常一次就跑一个终端 tab， 每个 tab 跑一个不同的仓库。 当我观察 anthropic 内外那些 power user 的 时候，他们的玩法几乎都是这样的，几乎都会有 ssh session， 会通过 tmx 隧道连进自己的 clod session 里。他们会在同一个仓库下拉好几份 check out 出来，这样就可以让好几个 clod 在 这同一个仓库里并行跑。 或者他们会用 gitworktree 来做某种程度的隔离这一类工作流，我们目前正在主动地把它们做得更好。用 暂时来说，这些是你可以拿来做并行工作的一些思路。你想同时跑多少赛神都可以。可以并行干的事情其实非常多。 ok， 差不多就这些了。我也想留一点时间给 qa， 我 想这就是我最后一页 ppt 了。如果大家有问题，两侧都有麦克风，我们非常乐意回答各种问题。 i did hey， boris， boris， 你 好，先谢谢你做了 cloud code。 我 想问的是，对你来说，做这个东西的过程中最难实现的部分是哪一块？ i think there's a lot of tricky。 我 觉得里面 tricky 的 地方其实挺多的。 其中一块特别棘手是我们为了让 bash 命令保持安全所做的那些事情。 bash 本身就是一个相当危险的东西，它可能以你完全没预期到的方式去改变系统状态。 但与此同时，如果你要让工程师手动一条一条的去批准每一条 bash 命令，那作为一个工程师体验会非常糟糕，非常烦，你根本没法保持高效率，因为你时刻都在点确认。那么怎么把这件事安全的处理好？ 并且这套方案还要能扩展到大家各种各样不同的代码库环境，因为不是每个人都把代码跑在 docker 容器里，这件事是相当 tricky 的。 我们最终落到的方案是这样的，有一些命令本身是指读的，我们做了一些静态分析，去判断哪些命令组合起来在什么情况下是安全的。然后我们做了一套挺复杂的多层权限系统，让你可以在不同的层级上做命令的允许列表和阻止列表。 hi， boris， 你 之前提到给 cloud code 一 张图片这件事，让我有点好奇，是不是有某种我自己没意识到的多模态功能存在，还是说你就是把它指向文件系统上的某张图片这么简单？是的， cloud code 是 完全多模态的，而且从一开始就是它跑在终端里， 所以这一点确实不太容易被发现。但你可以直接拖一张图进去，能用。可以给他一个图片的文件路径，能用。也可以直接把图片复制粘贴进去，同样能用。我自己经常用这个功能，比如我手头有一个设计 mark， 我 会直接把这个 mark 拖进去，告诉他把它实现出来，让再砌一个 bendy server， 让他能对着这个 mark 反复做迭代，整个过程完全自动化。 你们当时为什么选择做了一个 c l i 工具，而不是直接做一个 ide？ 这是个好问题。我觉得原因大概有两个。第一个原因是我们是在 anthropic network 启动这个项目的，而 anthropic network 大家用的 ide 五花八门， 有人用 v s code， 有 人用 z， 有 人用 x code， 有 人用 vim， 有 人用 emacs。 要做一个能对所有人都同样好用的东西，其实很难，而终端就是大家的最大公约数。第二个原因是 在 antropic 内部，我们是在非常近的距离上看着模型一代一代变强的速度。我个人的看法是， 很有可能到今年年底，大家就已经不再用 i d e 了。所以我们希望提前为这个未来做准备，避免在 ui 这一层以及一切上层包装上做过度投资。因为按模型迭代的速度来看，这些工作很可能再过不久就变得没什么意义了。 how much of you is this on？ 你 们自己用 cod code 做机器学习建模，做那种 auto ml 类型的体验有多少？目前的实际体验怎么样？ yeah， i think the question was how much are we using？ 问题是我们自己用 clod code 做 ml 和建模到底有多少？其实我们用的相当多， anthropic 的 工程师和研究员每天都在用 clod code。 anthropocene 内部大概百分之八十的技术员工每天都在用 cloud code。 希望大家能在产品上，在我们投入的那种爱和 dog fooding 上感受到这一点。这里面也是包括研究员的，他们会用 notebook 工具去编辑和运行 notebook。 ok， 很 酷，谢谢。好，我想就讲到这里，谢谢大家。 all right that's it thanks。

你知道现在很多人用的 gbt plus 会员其实都是偷过来的吗？这周 ai 圈炸了，四件大事，我来给你分享一下。首先就是号称当今最强的 ai 模型 cloud， 做了一件让很多人都不舒服的事情。 cloud ai 上周悄悄上线的实名认证功能，部分定位用户在使用的时候突然会弹出让你上传驾照或者身份证，或是拍一张实时自拍才能继续使用。并且这种实名认证是非常严格的，和金融的 kyc 是 一个逻辑，简单来说就是银行和那种加密交易所所用到的验证系统。 有人在 x 上说这是安 sirpik， 这个以安全著称的公司是第 一个推出这个验证系统的，对咱们国内的用户来说，这个影响更是直接，甚至有很多人已经在某鱼上待见这个 k y c 过验证系统了。 再说一件更炸裂的事，四月十六号， x 上有人直接把 g p t 代充背后的完整技术漏洞全部给公开了。说人话就是 open i 的 ios 收据校验存在一个巨大的技术漏洞， 它验证 apple 的 收据是否合法的同时并不验证这张收据是不是你的，而且还不查重复使用。操作路径是，幕后操作人只需要在土耳其的低价区买一张收据，拦截网络请求，把收据手动发送给任意账号，就能直接充值 plus 或者 pro 会员。 简单理解就是幕后操作人可以利用土耳其低价区买一张八十块钱 gbt plus 的 收据，然后就可以给无限的账号进行代充，从此之后任意账号的充值成本都是零。 在某国外社交软件上甚至出现的全自动的机器人，直接把你账号的头根丢进去，秒变 plus 会员。目前 open i 已经在收紧相关漏洞了，这里也提醒一下大家，最好是不要进行这种低价代充，保护好自己的账号数据。 然后就是本周最重磅的 ai 模型更新了，四月十六号， ansible 正式发布了 opus 四点七模型几个关键点。首先，代码能力得到了大幅度的提升， s w e 奔驰测试跑到了百分之八十七点六。这个数据是什么概念呢？简单来说就是基本上你们教给他的最难的这些代码任务他都能独立完成的，不需要人再去继续盯着。第二，视觉分辨率翻了将近四倍，这意味着无论是设计稿还是密密麻麻的截图文档，设计以后都能看的更 清楚了。此外，还上线的一个新的模式叫 x high， 介于麦克斯和 high 之间。 a p i 的 价格还是没变，但是 a p i 的 消耗据说是提升了百分之三十五， 输入人是五刀，输出是二十五刀，每百万超啃。结尾总结，这周的 ai 大 事有和你有关的吗？无论是 cloud 要 kyc 还是 open i 的 gbt plus 漏洞，还是 opp， 四点七的新模型，评论区告诉我。

and fropic 昨天开源了一套金融 agent 的 套件，两天就拿到八千三百星。他不是另一个聊天机器人，他是十个能直接干活的金融 agent。 从银行 pitchbook 到财报分析到估值建模，全流程覆盖， 三个能力让我印象深刻。第一，十个开箱即用的金融 agent， 银行 pitch agent 自动跑，可比公司分析出 pitch book earnings reviewer 读财报更新模型斜点评 k y c screener 自动审核客户资料。 第二，它直接打通 office 全家桶， excel 里件财务模型， ppt 里出报告数据自动同步，不用来回复制粘贴， cloud 在 所有应用间保持上下文连贯。 第三，十一个专业数据连接器 factset s 与 p capital iq morningstar pitchbook 全部通过 m c p 协议接入， agent 拿到的是实时市场数据，不是训练机里的过期信息。 最关键的是，这套东西完全开源 apache 二点零许可，作为 cloud code 插件装上去就能用，也能通过 cloud code 命令行调用，个人研究者和机构都能直接上手。 金融行业可能是最早被 agent 落地的行业之一。开源地址我放评论区了，点赞收藏追星不盲从，实测出真知。

各位朋友，今天聊聊 antropica 开源的金融服务 ai 系统，核心不再模型能力，而是把投行级分析方法论、 dcf、 elbow、 kyc 筛查。这些编码曾可执行、可审计的逻辑， 它靠四层架构实现 skills 曾把资深从业者的经验写成 markdown 规则。比如做 dcf 必须优先用 fact set 数据，禁止硬编码公式。 command 曾用斜杠命令，如 dcf 触发流程 connectors 通过 mcp 协议对接 s p， factset 等，是一家数据终端。 managed agent， trapper 管主，从 agent 的 编排还支持部署到企业内网，数据不出狱。比如做并购模型时， researcher 找数据， modeler 跑计算， deckwriter 做 ppt 全线严格隔离防污染。它不是炒股工具，而是把金融分析流程标准化，让 ai 干脏活，人类做决断。

今天推荐一个非常好用的 cloud code 插件，无论你是在日常使用 cloud code 还是 open cloud 的 时候，都可以一键快速切换模型，不需要再去输入复杂的指令。 这是一个 github 的 开源项目，名字叫 cc switch， 然后这是一个桌面的图形客户端，可以在里面把你购买的各种模型的 a， p， i 提前保存好，然后到限额或者其他情况的时候可以一键切换，非常的方便。 并且这个软件不仅支持 cloud， 还支持 opencloud 的 一键模型切换，还有 gemini 等等也都是支持的。 不仅如此，这个软件的设置里面有很多实用的功能，比如 skills 的 同步方式，还可以直接查看每个模型的 token 使用统计，可以说是非常的方便的，不仅有二十四小时，七天还有一个月的， 我个人觉得这个软件还是非常实用的。那么下载也很简单，首先我们直接来 github 官网，然后右上角直接搜索 cc switch， 进来之后直接进第一个项目， 进来之后往下滑找到右边的下载，然后往下滑找到你对应的客户端的安装包，直接下载安装即可。

今天带来 anthropic 官方的 clod projects 入门教程，同样是问 clod， 普通聊天用完急抛，每次重新交代上下文。 projects 把对话装进一个有记忆、带文档、能拉团队的工作空间。 这是 clod 从聊天工具升级成工作工具的关键一步。点赞收藏，再见不难！ what are projects and how do they improve working with claude？ projects 是 什么？它怎么改善你跟 claude 的 写作？通过 projects， 你 可以创建一个自包含工作空间， 有独立聊天记录、专属知识库，自定义设置。下面概览 projects 能做什么？怎么创建？有哪些进阶特性？先看几个关键能力项目知识库，让 claude 的 理解力大增。 你可以在 project 里上传相关文档，每次对话时，这些知识自动连同 prompt 被纳入，这让 cloud 给出更贴合项目的回答，符合团队的目标。术语背景， projects 也能容纳更多内容。 in background projects can handle much more content without running into limits projects with lots 也不会撞上线。包含大量内容的 projects 会自动用 rag 解锁，增强生成处理，让 clod 调取更多上下文。 设置 project 时，还可以定义专属指令，进一步定制 clod 回答。和上下文一样，这些指令每次对话都生效。 这是引导 claude 回答风格的好地方，比如让他用更正式语气或从特定行业视角回答。 claude for work 计划下，可把 project 分享给团队，开启写作和知识共享。 比如品牌团队可以见待语调和文风规范的 project。 let's get started by creating your first project in three simple click new project。 点击新建 project， 给它起个名字，然后描述这个 project 和你想达成的目标。 比如，我想为我的花店生意制作一份品牌指南，并写一系列案例研究博客。点击创建 project。 在 project 标题右侧，你会看到几个菜单项。 可以收藏 project， 方便快速访问。编辑 project 详情，归档或者删除。给 cloud 提供和这个 project 内对话相关的指令和信息，这些会和用户偏好以及所选风格协调选择。 project 的 可见性私密用于个人使用，公开用于团队协助。 from here provide project instructions and information。 在 这里给出 project 内对话所需的指令和信息，同样会和用户偏好、所选风格一起生效。点击指令来定义 cloud 该如何回应。 你可以指定语气，专业程度，回答风格，期望、结果，或者直接告诉他你这个 project 想达成什么。比如做品牌指南时，你可以解释自己的思考过程， 强调语调和品牌的运用。指令写完后，点击保存，指令会应用到 project 内的每一次对话。 在 project 主页右侧能找到文件菜单。任何上传到这里的内容都会被这个 project 内的所有对话使用。点击加号按钮来添加内容。 你可以上传 pdf 文档， csv 文本文件，也可以连接 google drive。 这样 cloud 就 能在任何对话里及时引用这些内容，把它们作为 project 内对话的上下文来处理。比如，你正在为某个客户做新的品牌指南，可以上传他们已有的品牌素材。 cloud 在 回答时就会引用这些文件。注意，上下文不会在 project 内不同对话之间共享，除非这些信息被加进了 project 知识库。 当你的 project 知识库接近上下文窗口上限时， claude 会自动起用 rag 模式来扩展容量。 project 设置好之后，你就可以在里面发起对话了。关于和 claude 对 话的最佳实践，可以看我们的另一个视频。 你也可以把对话设为公开，让队友查看，并在你的工作基础上继续推进。 projects 有 三种权限等级， 控制谁在 project 里能做什么。查看成员能看内容，访问知识库，参与对话，但不能修改， 相当于待讨论权的只读访问编辑成员有完整协助权限，可改指令更新。知识库管理成员主动参与 project 创建者控制一切，并决定谁能看到。 可分享给特定人。也可让私密 project 对 全组织可见合理的权限，既保 project 安全，又让协作顺畅。挑你团队最合适的。下面看几个 cloud 的 协作功能，分享给我标签能快速找到别人分享的 project。 to easily find projects that others have shared with you you will receive email notifications 也会收到邮件通知。创建者可随时调整权限或撤销访问。多人可贡献文档，创建对话、协调工作。 projects 是 团队合作的理想空间。团队合作，有时候你想用某些内容，但不想加进 project 知识库。没问题，对话中直接上传就行。它会和 project 知识保持隔离。这是分享上下文或事例的完美方式，不污染知识库。 下面看几个 project 例子。 you can create a new product for market。 你 可以为新产品上市建 project， 比如管理一款环保水平，从构思到上市的研发流程。把产品信息集中起来，用 cloud 做创意发想，追踪设计、演变。 cloud 也能简化内容创作，帮你产出选择题，提供写作辅助，在多个平台保持风格一致。 你也可以设计开发教育课程，比如 anthropic 自己的 ai fluency 课程，在 project 里整理课程材料， 让 cloud 解释复杂概念，迭代优化内容。还可以建 project 追踪、分析、规划个人财务。围绕你的目标和预算，把信息安全集中起来，让 cloud 分 析消费模式，辅助财务计算。或者你也可以规划和管理一次。 or you can plan and manage a home renovation like updating， 加装翻新。比如改造一个厨房空间。把项目信息集中起来，让 claude 帮你出设计创意， 做预算，计算，追踪所有的决策和沟通。这些例子展示了 claude projects 的 灵活程度。无论你处理的是专业任务、个人目标，还是协助型工作， projects 都能帮你梳理信息，激发创意，简化工作流。记住，每个 project 都可以按你具体的需求和工作方式来定制。 想了解更多 projects 入门信息，请查看我们的帮助中心文章。

福隆堡，年费两万五千美元一个终端 antropic 用十个 ai 代理，覆盖了金融分析师百分之八十的日常工作。 大家好，我是景恒，欢迎来到景恒产品论。上个月我拆了斐格玛，写了一句话， cs 行业的第二根支柱正在崩塌，第一根是习位置， cs force 一个月跌百分之三十，第二根是工具熟练度。斐格玛从高点跌百分之八十六。 今天聊 cs 行业的第三根支柱，现在第三根支柱也被撞了一下。二零二六年五月五日，纽约， entrepreneur ceo darrell amode 和摩根达通 ceo jimmie dummon 站在同一舞台上， 投影仪打出一行字，编码已经永远改变金融业是下一个。十个专用 ai 代理正式亮相 faxat 当日在跌百分之四，年内累计逼近百分之十三。 thompson royders 年内缩水百分之二十七。第三根支柱是什么数据？将分析的捆绑销售。 今天我就把金融数据 cs 彻底拆开，看清楚它们到底在护城河还剩多宽。 先看一张表， bloomberg terminal 年费约两万五千美元一个终端 vexat 年费一万二到两万四千美元。一个用户， 一家五十人的投行研究团队每年花在 bloomberg 上的钱是一百二十五万美元。这笔钱买的不是数据。 alpha vantage， yahoo finance s e c e d g agor， 数据到处都有，你买的是数据已经帮你清洗好了，格式化好了，和分析工具绑定了，你打开终端就能用的便利。 这就是数据加分析的捆绑逻辑。你不能用 faxed 数据在 bloomberg terminal 里分析，你不能用 bloomberg 的 分析工具接入 faxed 的 数据源，你在 bloomberg 里建好了模型，导出到 excel 后，格式全乱。 离开这套系统，分析师得手动从公开数据源拉数据，手动清洗，手动建模型，手动做 ppt。 一个熟练的 analyst， 不是 数据本身不可替代，而是数据加工具加工作流的绑定，让迁移成本高到离谱。 拆产品最好的办法是还原用户的一天。一个同行分析师接到任务，帮我分析一下 x 公司的估值，准备下周一的客户路演。 接下来发生什么？第一步，搜索目标公司，拉取财务数据。第二步，导入 excel， 建可比公司分析模型。第三步，手动调整假设参数。第四步，生成估值区间。第五步，写研究报告。 第六步，制作路演 ppt。 第七步，准备客户会议简报。第八步，审阅最新财报资料。第九步，更新模型关键假设。第十步，提交合规审核。十步，其中只有判断估值是否合理和识别财报中的关键信号，需要人的专业判断， 其余八到九部都是数据搬运加工具操作。一家五十人的研究团队，每年花一百二十五万美元买 bloomberg， 本质上是在买帮分析师省掉那八到九部操作时间的服务。换一种说法，如果有人能帮分析师自动完成那八到九部， bloomberg terminal 的 年费就从物有所值变成没有必要。 五月五日， anselabic 在 纽约一次发布了十个金融 ai 代理，他们直接瞄准了上面的十部工作流研究与客户覆盖。五个代理， h builder 替代建模估值做路演 ppt， 替代程度百分之九十。 meeting prepare 替代客户会议简报完全替代 our names reveal 读财报记号加更新模型替代百分之八十五 model builder 挖数据加建模型替代百分之九十 market research 综合新闻研报文件标记风控替代百分之八十财务与运营五个代理 valuation reviewer 估值交叉验证替代百分之八十五 general ledger reconcile 总账核对加 i v 计算替代百分之九十 month end closure 月末结账自动化替代百分之八十五 statement auditor 财报一致性加审计就绪检查替代百分之八十 kvc screener kvc 筛查加合规打包替代百分之八十 十个代理覆盖了一个金融分析师百分之八十以上的日常工作。关键特点，这十个代理不是独立的聊天窗口，而是通过 cloud core 插件直接嵌入分析师已经在用的 excel， powerpoint word 上下文在所有应用之间自动传递。 excel 里建好的模型切到 powerpoint 时不需要重新解释数据。从建模到路演 ppt 到客户邮件，一条工作流走完， anthrax 还把插件代码开圆了。 github 上 philanthropics financial services plugins 仓库，任何金融机构都可以定制。 定价方面，所有付费计划都包含这些代理，不额外收费。 cloud ops 四点七在金融智能体精准测试中，以百分之六十四点三七的准确率领先行业。 到这里，你可能会问， antropica 的 数据从哪来？没有 blundberg 和 facad 的 数据，这些代理不也是巧妇难为无米之炊？这是今天最重要的一个点， cloud 已经接入了所有主流金融数据源， facad s m p capital， i q m s c i pitchbook， morningstar， danny blastrette 这些数据源对 cloud 来说是直接就能替换的管道。传统模式，买 blundberg 终端，用 blundberg 工具分析 blundberg 数据，数据和工具绑定， 换工具等于换数据，等于从头再来。 antropic 模式，用 cloud 接入任何数据源，自动分析，数据归数据，智能归 ai。 换数据源等于换个插件，五分钟搞定。数据和分析的捆绑被 ai 解开了，资本市场给出了最直接的反应， fax said 年内跌了约百分之十三。 thompson writters 年内跌了约百分之二十七。华尔街在恐慌什么？恐慌的是，数据加分析的捆绑正在被解开。 当分析师可以用 cloud 接入 facace 的 数据，但用 ai 而不是 facace 的 工具来分析时， facace 就 从核心资产降级为数据管道。讽刺的是， facace 同时出现在 anthropic 的 合作伙伴页面上。 anthropic 的 官方公告引用了 facace 的 联合声明， facace 自己也没搞错方向，从卖分析工具转向卖数据管道，总比被彻底绕过要好。 金融机构已经在行动。 goldman sachs， jp， morgan city， visa， aig， citadel， b n y carlo entropics 前五十大客户中，约百分之四十是金融机构， 金融业也是 entropics 第二大企业，收入来源仅次于科技业。 moly 和 jimmie d 们的同台本身就是一个信号。 华尔街不是在观望 ai， 是 在下注。金融分析师的价值没有消失，但他的形态变了。以前一个分析师的价值取决于他有多熟练的使用 bloomberg terminal， 能把快捷键背到肌肉记忆的人，效率是新人的三倍。 以后一个分析师的价值取决于他能不能在 ai 给出的十个估值模型中挑出最合理的那个，并说出为什么从会用工具的人变成能判断结果的人。这不是降级，是升级。 如果你喜欢今天的分析，欢迎关注、点赞、评论、转发。景恒产品论，产品实战，用产品思维重构人生。我是景恒，我们下期见。