code banana开源了吗

二零二六年，你们一定一定要学会使用可劳克的，毫不夸张的说，用好它至少能让你的生产率翻二十倍，因为它的功能不仅仅是写代码，开发应用，我一直都把它当成通用 agent 在 用， 你可以用来写文章，做数据分析，甚至上整理报销发票，这样的繁琐需求都能用它一句话搞定。那么究竟该如何安装并熟练使用可劳克的？除了官方的文档，我最推荐的就是这份完全免费开源的可劳克的中文教程。 可以看到，从安装环境配置、如何使用国产大模型、平替基础使用指南到进阶实战技巧，写的非常详细，而且是全中文。我真的建议你们每个人都可以把它收藏起来，用起来，找不到的话可以跟我说。

兄弟们，这是一个在 github 上热度很高的多 agent 调度框架，通过它可以把 cloud code 武装成一个超级开发团队。它内置了九十八个专家 agent， 覆盖从架构设计、文档拷写、研发、测试到运维的全链路。 并且这些 agent 不是 孤立运行，它会通过一套类似女王领导蜂群的机制，由核心 agent 整合分工，让所有 agent 共享集体记忆，然后通过共识算法达成一致，有序稳定地完成复杂任务。 在性能方面，它集成了基于 h n s w 所隐的向量记忆，能在亚毫秒级完成记忆解锁。配合其自主学习机制，系统会自动从历史任务中提取成功模式，沉淀为可附用的经验，应用到未来的工作中，持续提升任务处理的准确率。 另外，它还支持 a 阵联邦，可以把不同机器上的 a 阵连在一起，让它们在确保各自数据不泄露的前提下，远程协助，共同完成一项大工程的开发。 具体怎么使用呢？你可以以插件的形式把它安装到 cloud code 中，然后你正常使用 cloud code 就 行， 它会在底层默默起作用，根据任务类型智能调度各个 agent 完成工作。你也可以直接用它提供的 web ui， 以对话聊天的方式启动 agent 蜂群，帮你干活。这个项目采用 mit 协议，完全开源，免费。

你的 cloud code， 百分之八十的 token 都白烧了。五个开源工具，从五个不同角度帮你砍 token， 你 看完就知道该用哪个 token， 消耗有三个黑洞，同一个文件反复读，必定输出几千行废话， ai 每次回复都是长篇大论，一次会话轻松烧掉十万 token。 第一个 open wolf， 从文件读取成省 token。 cloud 是 盲人，不知道文件里有什么，只能一个个打开看 open wolf 怎么省。它在每个文件前面贴一张标签，写清楚内容和大小。 cloud 看一眼标签就够了，不用真的打开文件，同一个文件重复读，直接拦掉。大项目实测三点四兆语言成省元原理，强制 cloud 用原始语言回复， 砍掉所有。让我解释一下希望这有帮助的废话，只保留代码和核心数据。六十九个 token 压到十九个技术信息，一个字都没少。平均省百分之六十五，最高百分之八十七。第三个，八 k， 从命令输出成省 token， 它坐在终端和 ai 之间，拦截命令输出，再压缩四招，过滤噪音，分组聚合截断笼鱼，折叠重复。 cargo test 从一百五十五行压到三行。 it push 从十五行压到一行， cloud 根本不知道输出，被压缩过三十分钟，绘画一百一十八 k 降到二十四 k。 第四个 router， 从模型路由成省 token， 在 cloud 和 api 之间加一层代理，根据任务自动选模型，简单编辑，交给 deepseek， 后台任务用本地模型免费跑，只有真正需要才动用 clod， 花费直接砍百分之七十。第五个 token evisions， 从 prompt 乘省 token 原理写几条规则，放到项目的 c l a u d e m d 里， clod 每次启动自动读取， 比如不要说 sure 和 great question， 不要复出问题再回答，不要过度设计，先读文件再动手，零依赖零配置，复制一个文件就行。省百分之二十到三十五个工具，五个角度。 openwolf 砍文件，砍输出废话 r t k 砍命令噪音， router 砍模型花费 token efficient 砍 front 笼鱼按需选，不要全装黄金组合， r t k 加 pavemett 直接砍掉百分之八十五选对工具才是真正会用 ai 的 人。

codex 到底是什么？它到底能干嘛？到底什么样的人才会用到它？不是程序员到底能不能用？不会写代码到底能不能用？本来呢，昨天我想出一个基础教程，结果没发出去，现在呢，我就简单口述一下。 首先我要说一下，不一定非得要用 codex， 我 说 codex 就是 指 codex 这一类工具，其实还有很多种工具，比如说像最近开源界比较火的 open code， 像字节出品的 tree， 还有像 carson 等等等等都可以。我只是拿 codex 举个例子，那 codex 到底是什么呢？ codex 一 句话总结就是它是 gpt 的 亲兄弟， gpt 呢，就是用来聊天的，而 codex 呢，就是用来干活的。它能干什么活呢？现在能干的活非常多，如果你现在还花大量的时间去做 ppt， 你 现在就可以把这些任务丢给它。现在 ai 做 ppt 能力已经非常强了，我之前做过一次测评， ai 现在直出的 ppt， 简单修改一下，基本上就能够汇报，它还可以帮你做视频，其实我的很多视频都是 koex 或者是 cloud code 帮我做的。 koex 现在能帮我省掉很多剪辑工作，比如说你的电脑驱动坏了，你不知道怎么修，你现在就可以让 koex 帮你修一下，你还可以让 koex 做一个个性化的简报， 如果你真的有想法，你还可以做一个网站，做一个 app。 我 上面说的都是 koex 能力的冰山一角。那 koex 适合什么样的人群？ 会写代码？到底能不能用 codex？ 很多人以为啊， codex 这类软件就是一个非常专业的软件，这可能是最大的误解之一，你可以问一下你周边程序员的朋友，看看他们现在还写不写代码。今天刚刚刷到谷歌帝麦的研究员姚顺宇的播客， 他说现在大部分项目都不用写代码了，全部都在用 ai coding。 更主要的是像 codex 这类工具，它的使用难度绝对不会比豆包高，当年我学 cad 画图还学了好几个月，才能勉勉强强上手。 而现在的 ai coding 软件，基本上几天的时间就能够学会，最重要的是它不是一个很枯燥的软件。很多人开始 ai coding 之后，它现在连游戏都不玩了， 每天都在等着额度恢复，因为它很容易让你有一个 builder 的 感觉。 codex 其实它的能力跟它的竞争对手 cloud code 还是有一定距离的。 cloud 它更像是一个谋士，在你不知道干什么的时候，它会帮你出主意，而当你确定了想要干什么的时候，并且做好这些规划的时候， codex 就 会派上用场了。它更像是一个总经理，它会帮你认真的完成这些工作，所以两者要结合起来用。

做视频的天彻底塌了，这个刚开园的王炸项目，直接把做视频这件事变成了写代码，你只要把它塞进你的 ai 技能库，它就能自动生成在专业配音完整脚本的成品视频。最爽的是你连一行代码都不用写！ 记住这个项目名字，他在吉他部已经拿下十八 k 的 star， 他 专为 ai 和 agent 亮身打造，输出百分之一百可控，彻底告别 ai 做视频抽盲盒的噩梦。

大家好，今天分享一个 skill， 这个 skill 能够将 cloud code 或者是 code x 中的绘画直接接到你的微信机器人中，然后我们来直接测试一下， 我们打开一个可拉勾的终端，我们先给他发一个消息。嗯，我们这个工具它的主要的特点是能够把当前的绘画巧接给到比如说飞书啊，或者微信或者钉钉的机器人中。嗯，现在我让他把我们当前这个绘画直接巧接到微信。 嗯，这个工具它主要解决的一个情景是，我们离开电脑之后，我们想要在手机上继续和你的 code x 或者是 cloud code 继续对话时，嗯，可以用一下这个工具。 ok， 现在查询成功了，我们直接在微信的界面上给它聊天。 嗯，我们先可以先把电脑的 cloud code 退出。 ok， 他 说他在这个目录下，然后这个工具的一个特点是，呃，桥接的是当前的绘画，那么我们其实就可以 在使用卡拉密码进行恢复绘画的时候，应该是能够看到之前的我们在微信的聊天记录。嗯，看大家看到了，他说这是我之前在微信发的，你在你当前在哪个目录下？然后他回我介绍一下这个 sku 的 特点，它的主要特点是能够接管你当前的绘画，那就是说你执行这个，你让他进行桥接的时候， 他其实是将当前的回话来敲击的，所以说我们后面在微信中聊天的记录你也是能够拿到的，所以说他也不影响你后面回到电脑端来继续进行工作。大家如果感兴趣可以试用一下。

codex 和 cloud code 用不了，有没有平替的？有的，当然有。今天就讲三款 ai 编程工具，新手也能玩，门槛也不太高来。第一个 open code， 这个是一个开源的 ai 编程工具，然后我们直接可以用它的终端命令行，但是新手小白不建议用终端， 你看终端打开之后，它就是这种黑框的，很容易劝退的。新手小白就用它的桌面端就可以，包括支持什么苹果系统啊， windows， linux 都可以， 所以说当你安装完成之后，它就是变成这样的。然后它的主要特点呢，就是集合了市面上几乎所有的模型，我自己用的是 dbic 为四，当然你也可以用， 比如说 openai 的 模型， osarpic 的 模型，肩带的模型等等等等，还有些 dbic 的 模型都可以的，几乎所有的它都支持，它的模型选择量还是比较多的， 那整体用下来的话呢，也是比较简单，比较容易上手。第二个 tree solo， 它是自结开发的，它的特点的话就既支持桌面端，也支持你的移动端，就是手机和电脑 同步进行打开，之后呢，就是这样的一种形态，它呢也可以接到基本上主流的国产的模型 tree 呢，其实也能连接很多插件，通过 m、 c， p， 你 像我们常见的印象笔记，呃，然后 f c 点笔记等等等 excel 其实都能够连接起来， 目前的话，他这个插件市场上做的还是可以的，对于新手来说呢，其实还是比较友好的。第三个酷的是阿里出的， 现在的话他也能够下载客户端了，客户端打开之后就是这样的，而且他的模型选择呢，也基本上支持主流的这些国产模型，如果你问我更推荐哪个？如果你想选择更多的模型，那你就选择 oppo code。 如果你要选择更简单上手一点，那我推荐你试一。

你现在用卡扣啊，是不是还停留在一问一答的阶段？那如果是的话，你可能只用了他百分之十的能力，但如果你用了这四个项目啊，你将挖掘他剩余的潜力， 那这四个项目核心都是在做一件事，让卡扣变得更强，更自动，更省事。我们按照从功能最强大到最适合新手的顺序来介绍。首先介绍第一个项目， every single， 那 十六万九千新是这个四个里面最火的，那名字很直白，就是跟卡扣有关的一切全都给你打包好了。 那它到底有什么？我给你拆开来说。三个最核心的东西。那第一个是 agents， 你 可以理解成，是啊，你雇了一只 ai 小 队，有专门审查代码的，有专门修 bug 的， 还有专门做安全检查的，还有专门写文档的。那也不用自己说帮我检查代码安全性， 只需要输入一个命令，一个专门做安全的 ai 就 会被召唤出来了。第二个叫钩子 hooks， 那 举个例子啊，你每次改完代码的时候，它自动的帮你做一次质量检查，你准备提交的时候，它自动帮你跑一遍测试，发现问题会直接拦住你。那这些全部静默在后台运行啊，你感觉不到它存在，但它一直在帮你兜底。 第三个是技能包 skills， 你 可以理解成是一个技能的工具箱，代码审查呀，安全检测啊，自动测试啊，写文档啊，各种专业场景都有，现成的方案直接拿来用不用自己从零开始配置了。 第二个叫 superpowers， 十七万星，听着这个名字啊，就很霸气，给你的 ai 加 buff。 它和第一个项目最大的不同是啊，它不是功能的堆砌，而是一套完整的工作流程，它会交可扣的。在你开始写代码之前啊，先做什么？那整个流程是这样的， 你说我想做一个登录功能，它不会直接就开始帮你写代码。第一步，它会反过来问你问题，帮你把整个需求想清楚。第二步，设计方案给你确认。第三步，拆解成一个个小任务，每个任务都有明确的执行步骤和验证方法。第四步，派出子代理，一个个任务自动去执行，自己做，自己审，自己继续。 它的核心理念就是啊，先想清楚再动手。这也是很多人用 cloud code 翻车的一个很重要的原因，上来就让 ai 写，结果越写越烂。第三个叫 oh my cloud code， 三万一千新。那这个是今天最有意思的一个，它解决了一个问题是既然一个 ai 太慢，那就用一群 ai。 你 可以这样理解，以前你让卡尔扣子做一件事啊，是一个卡尔在那里一步一步的做。那这个项目啊，可以让你同时派出三个、五个甚至更多的代理，分工合作，并行干活。 它最核心啊，就是团队模式，你说一个目标，它自动规划、分工、执行、验证，形成一整个完整的流水线。它还一个叫 autopilot 的 模式，你说一句话它就自动的跑完，从规划到写代码到测试，一条龙服务。 还有一个我特别喜欢的功能啊，任务做完了，它会自动发消息给你，直接推送到客户端软件，你不用盯着屏幕去等。最后一个叫 cloud how to， 那 有接近三万星，虽然 star 数量是这四个项目里面最少的，但我特别想给不是程序员背景的朋友推荐它。那前三个项目都是增强的工具啊， 而这个项目是一份学习的地图，他把卡扣的所有的功能按照从入门到高级分成了十个模块，从斜杠、命令啊，记忆啊，技能啊，子弹里啊，钩子啊，插件啊，每一个模块都有可实时的流程图，有可以直接粘贴复制的模板。 这个项目的作者说啊，只要你按照这个路径去学习，一个周末就能快速上手。而且你还可以直接在可靠 code 里面直接运行一个自测的命令，他会给你出题，然后帮你找出自己的知识盲区，然后给你一个个性化的学习计划。这对于非技术背景想要学 web 控店的朋友来说啊，是目前我见过的非常友好的入门路径呢。 好了，今天总结一下这四个项目啊，如果你是 cloud code 的 重度用户，追求极致的效率，那用 everything cloud code。 如果你经常遇到 ai 写着写着就跑偏，那就用 superpowers 来规范整工作流，那如果你想让多个 ai 变形干活啊，解放双手，那就用 oh my cloud code。 那 如果你是刚入门，想系统地学习 cloud code， 那 就用 cloud how to 去做学习的地图。那最后问一下啊，这四个项目里面，你最想先是哪一个，可以在评论区分享，我下次可以专门出一期来演示。

这是一个专治 ai 乱写代码的神器，在 tiktok 拿下了一百三十 k 的 star， 他 派替封神编码准则，不脑补多余需求，拒绝过度工程化，只做最小代码改动， 绝不乱重构旧逻辑，极简务实编程思维， ai 写代码从此干净精准不翻车！免费开源可商用，程序员刚需干货，收藏直接自用一辈子！关注我，带你学习更多 ai 技术知识！

一觉醒来， ospec 创始人完了，他们的 cloud code 已经被开源了，或者说是他们自己的内部成员把它给 一不小心开源了。那么现在我们看到这个仓库 cloud code， 这是现在 fork 数量最多的，现已经有三万三千两百个 fork， 就是 别人 fork 开一个分支，我自己再拉一个分支，以免到时候这个仓库被关闭掉，只要你有个重要的那种开源项目。 当然这个 cloud code 不是 开源项目了，它是被迫开源的，这也没办法，它用的是 n p m 构建的，就是 b u n 打包，然后一不小心把那个源代码给放出来了，那就不用怪我们广大的开发者群体，或说是开源爱好者， 然后把它第一时间给同步到了 github 上，我们可以拿到这个仓库，用这个网站点回车，我们就能够看到这个仓库是一个怎么回事，它是怎么构建的，哪些是核心的模块，它的架构是怎么样的。 基本上这是造福那些 agent 的 工具的一个决策，因为之前不是开源的，现在他被迫开源了，那也没办法。 autopik 基本上的团队成员，尤其是 cloud code 的 项目组，基本上现在应该在 各种火急火燎的。我让 github 官方把那些代码仓库给关闭掉，但是已经来不及了，基本上你一被别人拿到所有的源代码，可能一直存放在互联网上，因为有无数人帮你复制保存，就像一个个的节点一样，你是删不光的。 我在想是不是他们干脆把这个 color code 的 以前的版本开源算了，其实他这个最新泄露的源代码就是二点一点八八的一个最新版本 就是误操作，就打包把那个完整原代码也给放出来了，算是批零级事故了。未来的话，我们能够看到那些 a 九的产品的能力会得到更强的一个进化。如果你想玩，可以去 fork 一下这个仓库了，自己去拉一份代码到本地， 就让那些 codex 或者 cloud code 帮你分析一下，拆解一下这个仓库。你甚至可以自己 去玩一下，把这个仓库里面的代码给模改一下，比如说模改进那个 open core 里面模改进你自己开发的那种 a 九零产品里面都是没问题的，这是可以借鉴的，因为不用担心那个 arabic 把这些仓库全部给干掉，因为是干不掉的，就像 lex 一 样，内核一旦开源，可能它就会一直存在于互联网上，那么这其实就可以当做一个你的一种产品的一个组建，把它的核心模块好的部分借鉴过去，嵌入进里面。 ok， 今天就跟大家分享到这里，如果觉得我的内容有帮助，记得关注我，我是阿香，咱们下次再见。

我用 cloud code 跑通了视频自动剪辑，给大家实操展示一下，现在的 cloud code 太牛了，我深度使用了一个半月了，它能解决电脑上百分之九十的事情，我养过小龙虾一阵子，那 open clock 就是 个智障儿童。 这个剪辑软件已经开源了免费软件，我放在了评论区，给大家看一下。剪辑过程简直是自媒体的福音，从此不用再吭哧吭哧花时间剪视频了，开始实操。 运行了这个免费的开源工具以后，他开始帮我解析视频，看到我的视频有十二秒我的视频一个内容的结构，这是我拍的一个口播的数字人，他分析完我的视频以后，因为我全程没有口气词， 嗯，十秒一进到底，语速偏快但清晰，所以他给出了一个建议，方向，加字幕调色，加动画叠层，想问我往哪个方向走。接下来他就自动开始写脚本，写代码，我全程没有操作。 然后他开始生成三个动画，进行一个渲染，现在到了渲染环节，这是最终的一个产物，这是最终的视频，我们拉到最下面啊，直接直接丢出来了一个这个视频，结果牛不牛？现在 ai 太牛了，卡的酷的，赶紧用起来，点个关注，谢谢！

来看一下最新一期的这个大模型掉流量排名，很有意思的是小米和菊花纷纷跌出了世界前二十，根本在这个榜单上连看都看不到了。但我说的是千问啊，我说的是千问这个免费的那个什么天才姚顺宇在腾讯那边做出来的，但因为免费，所以说他排到世界第一， 我们可以看下他不免费之后还能不能保持在世界前二十这样。我意外了，这个 kimi 二点六他居然排到了世界第二，他可是收费的，我感觉他的这个编程能力是不如这个 gm 五点一的， 但是可能智普这边太缺卡了，他的那个扣丁 play 根本就是买不到，每天早上抢都抢不到，这调用智普很容易出现那个四二九的报错，所以我感觉他可能是 kimi 可能吃了这个的优势，现在智普卡这张卡不够，所以说 kimi 的 可能这张卡比智普要多一点，所以他那边调用量才这么多。 大家觉得呢？你们觉得这个 k 二点六好用还是智普的 g l m 五点一好用呢？我感觉后面迷你麦克斯他这个主打的这个量大管饱， 你说便宜性能还勉强过去，但我觉得这个 deep sink vs flag 出来之后，这个二点七基本上是没有升值空间了，因为它也是一个性价比极高，量大管饱的一个模型，而且效果其实我感觉是要比这个 m 二点七好的。 m 二点七其实非常拉垮，根本做不了变成 的，哪怕你在养龙虾里面使用它，它也往往能把你的事情搞砸掉，所以说这个大家千万要避雷。

二零二六年，想靠 ai 赚点收益，听我的死磕，这一个开源项目就够了，两万两千个小时爆干开发上万颗，给的好心纯免费。海外已经有人实打实反馈，靠它一个周末赚了数千美金。这不是噱头，是真金白银的机会。我 先跟大家说句，掏心窝的，你可能真的要紧张起来了，不是 ai 会被替代，你是一场更狠的危机。我给你报三个数字，听完你就懂得有多吓人。 二零二五年上半年，哈佛经济学家算过，美国 gdp 增长将近九成，全是 ai 相关投资撑起来的。第二，美国股市去年全年涨幅 超一半，是七家科技公司扛起来的。这七家全押宝 ai， 最后一个更离谱，根据公开数据显示， google、 亚马逊、微软、梅塔这四家公司今年砸在 ai 基础设施上的钱，加起来超六千三百亿美元。啥概念？相当于瑞典一整年的 gdp。 说白了，现在全球的钱， 顶尖人才、靠谱的生意，全往 ai 这一个方向起。历史上第一次全球经济集体压住同一个赛道，这看的是机会，其实更像一场豪赌。我扒了超多海外 ai 创业项目，发现一个铁律，凡是收入还在涨的公司，全靠 ai 干活， 靠纯人力推的，已经开始掉队了。所以我必须提醒你，今天你要是不懂 ai， 未来你雇的人， ai 能力可能都比你强，这才是非常关键的危机。 今天我就从一个被海外大佬反复刷屏的项目聊起，他可能是目前海外 ai 创业门槛差最大、 机会最实在的方向。这波信息差，能帮你节约大量时间。他叫 pai， 个人 ai 操作系统，做他的人叫单柳，一个普通开发者，花了两万两千个小时做完开源到 github 上面。没错，开源就是免费，所有人都可以用他的这套技术。 但是具体怎么用呢？首先你得搞懂， p a i 不是 独立的， ai， 是 搭在 cloud 上的一套框架。 cloud 是 发动机， p a i 就是 车身、方向盘、导航仪，把光溜溜的发动机变成一辆能直接开的车。 普通人用 cloud 就 像直接骑在发动机上瞎跑，每次都得从头说。但 p a i 不 一样，它把你的背景、习惯、目标全塞进这辆车里，一启动就能用，不用每次重新开始。 男友把这辆车给你了，但绝大多数人根本不会开，而这就是赚钱的机会。我猜猜四点。第一， 绝大多数人用 ai 的 方式，从根本上就错了。你打开叉的 g p t， 问个问题，聊完关掉，下次再开，又得从头说，我是谁，在做啥，上周定了啥？你用的根本不是 ai， 是 个贼贵的搜索引擎。 真正玩透 ai 的 人，早就不用聊天窗口了，他们在搭一套东西，叫专属基础设施。有个叫迈克的高管公开分享过他的日常，他还在睡觉。他的 ai 已经把今天的日历、工作群消息未处理公单全扒完了，自动生成今日简报，优先级排的明明白白， 连草稿回复都写好了，直接推到他的手机上。这套东西每天给他节省两到三小时。第二， pa 留在哪里？留在他有专属记忆，而且这记忆只属于你。 你可能会说， cloud 不是 也有记忆吗？有，但那是平台帮你存的，存啥你不知道，他可能会记住你的口味，但记不住你昨天做的决定，项目推进到哪里？上周踩的坑，但 pi 不 一样，他把你的信息主动分成四类， 工作记忆、推进中的项目、没搞定的事，知识记忆、研究过的领域得出了结论，人脉记忆、联系人、合作记录、学习记忆，犯过了错，踩过了坑，室内记忆同时跑，每天叠加，半年后，这个 ai 可能比你亲妈还了解你。更反常识的是，它完全不用高深技术， 所有记忆都是普通文字文档，全存在你自己的电脑文件夹里。不是 ai 帮你记，是你在搭自己的上下文系统，这套系统只属于你，谁也拿不走。第三， 他怎么干活？靠七步循环，把 ai 从聊天的变成干活的。不管多复杂的任务， pa 都按这七步来观察、思考、规划、构建、执行、验证、学习。注意，这不是一段提示词，是一套铁律般的操作手册。 提示词只能让 ai 回答问题，守则能让 ai 实打实完成工作。这就是为啥他能干活，而你的掐了 gpt 还在跟你闲扯。还有个百分之九十九的 ai 做不到的细节隐私， 普通 ai 想保护隐私，全靠在对话里写，别泄露敏感信息，纯靠 ai 自觉。但 pai 有 物理防护墙，你的密码、健康数据、财务信息，从代码层面直接拦截，根本没法超出指定范围。第四， 这玩意怎么变钱？海外早就跑通了，就赚不会用的人的钱。前面说过， pa 免费，但有个门槛，他跑在可拉倒的命令工具上， 安装配置，全是程序员的操作，没图形界面，得在终端敲命令。对普通高管来说，这就是一道翻不过的墙，钱就藏在这道墙里。海外已经有人靠这个闷声发大财，专门帮不懂技术的高管、创始人、独立顾问，接好日历邮箱工作群， 配好专属记忆文件，跑通每天自动生成的简报工作流，一个人一个周末就能搞定。这不是卖软件，不是卖课程，是卖一套能装好、调好、开机就能用的 ai 员工。这就是信息差，就是窗口器。 更扎心的是，你每个月花几十美金定位的那些 ai 工具，很多功能，这个免费的 pi 全能替代。 那为啥不是所有人都在用？因为它很原始，说白了就是粗糙，门槛高，不好装，但粗糙不代表没未来，一万两千一百个开发者给他点心，这些人不会为没用的东西浪费时间。最后跟大家说句大实话， ai 真正的护城河从来不是模型， 真正值钱的是你长年累月未给 ai 的 专属上下文。模型谁都能买，但你这套定制的上下文，全世界就一份。我是子墨，每天拆解一个海外 ai 赚钱项目，关注我，我们下期见！

大家好，我是海洋，欢迎来到海洋 agent 的 空间。然后今天咱们要聊的话题是这个 humulus 还有 cloud code 是 不是要二选一，因为网上大家都在讨论这个哪个大模型好用，其实我的终极解法就是让你的龙虾去自己进化，去分别去学习 cloud code 和这个 humulus 合为一体， 然后让你的龙虾对它们取长补短，形成一个终极进化就可以了。然后下面给大家看一下我的操作， 大家可以看一下我现在是用的 workbody， 也就是腾讯的龙虾，然后腾讯的龙虾其其实是集成了这个底层，就是 openclaw 的 开源模型。然后现在呢，我是让这个 腾讯龙虾去执行这个专属的任务，去学习这个公开的 cloud code 的 这个完整源代码，然后内化架构与工作逻辑，完成自我进化重构。然后以后都以全程就以 cloud code 的 这个范式去进行执行任务。 然后你给他指令的时候就说明一下，让他学习这个 cloud code 源码的时候，只学习这个公开的合规的这些， 呃，工程结构了，泄露的代码了，核心的模块的逻辑了，不做侵权搬运就可以了。然后让他去生化拆解并内化这个 cloud 的 一个底层架构代码，理解逻辑，全站的工程思考方式 和这个多文件的关联项目决策流程，完全内化成一个自身的底层能力，不是简单模仿，而是重构自己的工作逻辑。 然后要基于 cloud code 圆满的这个标准架构和规范自我进化，淘汰原有的低效的思考模式， 完成学习内化自我进化，永久的固化新的工作模式，后续我下达的所有任务，它都需要拆解，全部默认用 cloud code 的 思考逻辑和标准来去执行任务。 然后这个我的 workbody 收到我的任务，它就开始进行一个自我学习，自我进化了，这个我在前面的视频中也有讲到这个怎么让它去学习自我进化，还是你要需要不断的训练你的龙虾， 然后这个 workbody， 这不是，这就说 cloud code 工程范式内化重构完成，然后交付了这些报告，学了这种五十万行代码的这个文件，然后深度学习，进行了一个自我净化。 后面就是行为，从现在起我下达的所有的开发产品架构编码项目任务，他都会默认采取这种九步管道标准的流程执行呃，上下文稀缺性原则，管理信息密度，然后拒绝优先安全姿态， gather gather art murphy 循环验证结果并行 agent 编排加速复杂任务结构化工具调用替代模糊操作。深蓝 v 二点零已就位，因为之前它一直 我给它命名就是深蓝一点零嘛，现在变成了深蓝，它自我进化成深蓝二点零啊。然后后面我又听说这个 hummers 比较火嘛，就那个爱马仕的龙虾， 然后我也给他了一个场景，让他去进行这个爱马仕的一个终极进化，我给他指令就是说你现在要进入终极的终极的进化模式，核心目标就是根据爱马仕 openclaw 这些公开的开源的数据源码，全面学习吸收 爱马仕的全部优势和和你自身的这个 workbody 的 这个稳定性、本地安全中文适配能力相融合，形成三合一的最强智能体， 具备持续自我进化能力。然后第一点就是学习并吸收爱马仕的核心优点，它的核心优点目前就是长期记忆自我进化，对吧？深度反思和主动优化。 然后第二点就是学习并吸收 opencloud 的 一个核心优点， opencloud 的 核心优点就是强兼容性、多工具调用、任务拆解、企业级适配，这块是 opencloud 的 优点。然后我要保留这个 workbody 的 一个自身优势，就是本地优先、隐私安全， 企业级的稳定、中文的深度优化，然后以及这个原生集成。然后 最后就是让他自我进化永久生效，每次任务启动必须执行对比这些优点，然后根据这些优三合一的智，以这种三合一智能体的这个姿态去做以后的每一个任务。然后我的这个龙虾呢，就开始自我进化 他，他会去自己搜索这些其他龙虾的公开的资料，然后进行一个 代码获取，然后进行一个自我进化，你看这边都已经获取了他们的这个完整的架构信息，现在要融合框架。最终 最终进化体三点零完成了，现在是深蓝，相当于一点零是他本身， 然后二点零是集成了这个 cloud code 的 一些一些优点，然后现在深蓝是相当于是 v 三点零版本了，已经完成超级终极进化了。 然后你看已吸收了核心 hums 的 核心优点，五层记忆系统 g e p a 自动化，自动的 q 集成生成用户的建模 f t s 五权威搜索。然后吸收了 open cloud 的 这些优点，二百一十九个技能，生态多 a 阵的编排， 然后全工具链任务拆解，企业的适配，保留了咱们这个 workbody 的 一个核心优势， 然后这个机制他就告诉我，你现在拥有一个越用越强的智能体，每次任务我都会学习沉淀计划，记住你的习惯，习惯和偏好，跨绘画永久生效，开始用我吧，我会越来越强。然后这就是我给大家说的，大家遇到这种，比方说 你们一直在想这个模型好还是那个模型好，哪个模型好的时候，你不用纠结，你直接让你的 work party 去学习不同的模型的优点。根据网上公开的数据，因因为这些原码都有大神去公开这些原码，所以 这是对我们的龙虾进化来是非常有利的。下面大家就去试一试吧！今天的视频就录制到这，下期再见！拜拜！