goal指令实操教程
今天给大家分享一下 cloud 和 codex 最近都在推出的这种构模式，我会用一个实际的例子给大家展示一下，在一个真实的业务场景下面，我们不用构模式和我们用 cloud 的 构模式以及跟 codex 的 构模式产出的一个结果的质量的差异， 以及我也会说一下这个购模式比较适合什么样的场景去使用，它的效果是比较好的，希望对大家有帮助。我这里举的一个实际的业务 case 是 我有一个电商的朋友，他最近找我想让我帮他做一个电商里面的选品工具，然后他给了我一个获盘表，就是这个腾讯的一个 文档表格啊，给大家看一下它长什么样子。其实就是一个啊，供应商常用的一种货盘模板吧，就是图片、款号、颜色、码数、价格、性能等等啊，有几百个产品把它放在了一个货盘表里面，但是这个表格它是一个只读文档，所以其实我没有办法导出这个 文档，然后直接交给 agent 帮我去做一些事情。那么我其实要做的第一件事情就是把这个货盘变成我本地的一个一份格式化的文件。最开始我还是习惯性的用这个 cloud 帮我去做， 但是做的过程中我就发现他绕了很大的圈子，首先一开始他用这个 open c l i 去做，我就觉得不是很合适，所以中途我就打断了，跟他说这个东西应该不需要 open c l i， 是 不是可以直接采集过来， 然后他就去调研了一堆 api 的 东西，后面绕着绕着他又绕回去用 open c o r。 那 我觉得我这个场景其实是比较适合构这个模式的，因为我觉得它的输出是比较确定的，它的解决方案我觉得也是 ai 自己就能够完成的，应该不太需要我我的介入。 因为理论上你只要拿到腾讯文档的这个表格结构，然后按照格式化的把图片啊，款号啊、价格那些信息采集下来，录一份这个 c s v 的 文件，然后把图片下载下来，放到我本地，其实这个事情就完成了。它的实现过程我觉得应该也是比较简单的啊，直接通过脚本其实就能完成了， 所以我就尝试了一下。一开始我是用的这个 cloud 的 购物模式，然后这里的话，其实我就会发现它的质量其实会高比较多啊。它没有用这个 openclr， 也没有再去用什么 api， 而是去逆向逆向了这个腾讯文档，然后拿到了这个结果，但是他只拿到了一百一十六个产品，但实际上这个表格里面是有两百三十款左右的产品的。最终他用了二十分钟跟我说这个任务完成了，但其实他拿到的结果是不太对的。 同一时间我也用这个 codex 啊设定了一个目标，帮我去完成这个目标，经过二十二分钟的一个时间，它就顺利完成了，并且产出的质量非常的高，不管是款式的数量，还是图片的数量，以及整个交付的这个结果，完全就是一个我想要的结果。 那其实二二十二分钟可能看起来很长，但是其实在这个过程中完全不需要我的干预啊，在这个过程中我还一直在一个 再跟这边的 cloud 去聊到底是应该怎么去做，然后啊回过头看，发现 codex 已经把这个事情直接完成了 啊。所以说像这个 go 这个模式，我觉得啊，总体体验上，我觉得 codex 的 能力， 它交付的质量是要比 cloud 的 质量要好很多的。其次的话就是构模式比较适合的是这种编码型任务，代码型任务它就输出一些脚本，输出一些代码文件，然后帮你去完成一个事情，那么就要求你给出的这个任务，它一定要是比较有确定性结果的， 就相当于在这个过程中就不太需要人工的去做干预，那么这种任务就会比较适合用构模式去实现。在这个过程中无论他花多少时间，但是他其实不需要我们人去做干预，那其实他不用占用我们的时间精力，我们只需要隔一段时间来检查一下他是否完成了就可以了。 这里其实还有一个非常实用和方便的小技巧，就是当这个 go 完成目标之后啊，我们检查这个产出的结果是符合我们的预期的，那我们其实就可以直接在这里调用 skill creator 啊，把它刚刚完成的这一套流程封装成一个 skill， 那么后续我们需要再用这个流程的时候，就可以直接调用这个 skill 来完成，那下一次它就不用再用二十二分钟，可可能两三分钟它就可以把这个结果产出给我们了。如果大家还没有用过这个构模式的话，我真的非常推荐大家去 啊，用 codex 的 这个 go 模式去处理一些你在日常工作中比较确定性的编码型的脚本型的任务，那么怎么去使用？其实也非常简单，就是在今天 codex 的 版本里面，如果大家更新了的话，就会看到这个加号里面会有一个追求目标的 这个按钮，如果我们在对话里面开启的话，在这里直接输入你的目标，然后发送消息的话，那么这个对话就进入了一个 go 模式，它就不需要你去参与，最终会直接把你需要的这个结果产出给你，非常推荐大家去试一下。
粉丝4773获赞2.2万
相关视频
05:16查看AI文稿AI文稿好，我们一起来看一下。 codex 在 最近的一次更新当中，更新了两个特别有用的指令，分别是 go， per side。 那 什么是 go 呢？我们这里呢和普通的模式进行了一次对比，那在正常的任务下面呢，我们知道我们向 ai 描述一个任务，然后 ai 给我们响应，就是单回合的 prompt， 那 这个 go 命令就相当于是长跨度的 prompt。 什么意思？比如说我给他一个任务，我希望他能够进行四十八小时，甚至三天六天持续去进行，持续去烧这个 token， 不 断去烧是烧 token， 注意这个词哦， 就是我们把这头啃放到火里面烧一样，很耗头啃。就是比如说我前两天安排了一个项目给大家开发，他连续跑了大概四点五天才跑完这个任务，那我可想而知就是这个模式是非常耗头啃的，所以称之为 girl， 那 我可以看到，对吧？就是这个命名的，很多人说，嗯，在扣袋子当中，这是我见过发布出来的最重要的东西， 很多人都这样描述，真的太惊艳了。那我也强烈推荐大家看我每期视频去尝试一下。那首先，嗯，你需要把你的这个项目呢更新成这个，嗯，这个最新的这个版本，对吧？这个地方有一个嗯，自然语言描述，比如说如果人家开启了，就直接把这段话复制给这个啊，这个 啊，扣代斯点克林，你就复制它，因为它这个指定是在这个文件里面去开启它开启完成之后呢，啊，就会自动的去就可以存在这一个命令，比如说你现在输入 go， 它就有这个 mini， 哎，通过这个 mini 后面就可以输入我们的提炼词了，这里的提炼词你不能输的很笼统，因为这个任务是长时间执行的，所以你要输入清楚你的交付，最终的交付物什么样才能够算是完成 啊？因为它会持续运行，所以你可以相当于理解你布置的所有任务呢，都要能够去长时间支撑你这个任务，而不是说一个笼统提炼词。帮我开发一个叉叉，对吧？你肯定是不行的，你要给他具体的验收目标，哎，验收到一个什么地步才算完成，对不对？比如说这里有个例子，比如说我希望你帮我开发一个技术项目，那呢？你这个项目就直接在这个边去进行开发， 那你什么情况下算是呃完成呢？你能够可以启动，你能够实现这些东西，并且能够生效，这时候才算完成，对吧？那这是他的一个啊，具体的这个条件相当于你要完成一个这样的具体的结构，再给他去执行，这样他会不断去执行，直到你的 token 耗尽为止。大家举例子，比如说我现在帮我开发一个圆形图，那这个圆形图已经开发完了，对吧？我们就把它打开， 打开，打开，然后再打开啊，这时候还是会去打开我们刚刚这个圆形图，当然我们也可以直接在这里去打开我们这个图图，圆形图，对不对？就是通过我们这种方式，我直接直接打开吧， 打开，你看他这个圆形图就开发完了，这是我的验收目标。很简单，就是他能够把这个圆形图打开，这是我的验收目标啊，能够去加这个图图，你看是不是？哎，比较简单啊，就是这么一个任务，那这个 go 呢？哎，我们讲完了， 我们后面可以大家自己去尝试一下，其实和普通最大不同就是你能够自动去规划，自动去执行，自动去运筹，然后呢能够进行持久化的把这个任务给它，哎，完成就这么简单。好吧，其他的我就不多说了啊，大家自行花费。因为这题的词呢，我们 并不是人去写的，而是由 ai 去写的，就包括我刚刚给大家讲的这个 go 的 题，比如说对你的条件是什么，以及你的这个范围，还有你的这些啊，什么验收标准这些东西呢？我不建议大家一个一个去写，我建议大家只用 ai 生成，比如说你可以帮我生成一个 go 指令相关的这种啊，任务题词就说你再交给这个 go， 那 就跑一天，跑一天之后，如果你觉得这个东西那一套方案行得通，你再把这一套方案附用到其他项目上，比如说我能够用它开发借势本，那我也可以用它开发这个旅游管理系统，我也可以让它开发商务事务管理系统，或者是物流管理系统。一套方案跑通之后，我们可以长期的去附用，对吧？这是我们所做的，对不对？就是 复利，是不是类似复利一样，对吧？就这个是相信自己的财富啊，对吧？不断的去增长，通过这种方式，哎，跑动这个模式。第二个是这个 side， 这 side 就是 说我们有时候在对话的时候，我们在 callix 里面可能更多的是想要临时的开一个分支，对吧？ 我们又不想去开一个工作树，所以呢，我们在不影响主任务的情况下，临时开一个啊绘画上下文的窗口啊，不进行污染原来的上下文，然后进行最小的这种改动，然后进行总结，因此啊，就称之为这两个指令啊。最后我们再总结一下 一个 go 呢，它可以帮助我们长时间去啊，根据我们输入目标去执行，那直到我们通过耗尽为止。第二个呢是 side， 这个 side 呢是临时开启一个绘画，并且呢不影响当前的主绘画进程，然后去帮助我们解答一些问题，并且它是有原来上下文的。那这是这么一个点，比如说我现在呢，哎，我开发完了，对不对？那我这边就直接开启一个 side， 我 先 重新看一下吧， codex， 大家如果注意版本啊，这个版本一定要是对的，比如说我现在这里呢，这个 codex 版本一定是幺四幺二八以上，好吧，幺二八以上，好吧，好，那本期视频全部都用了，我是小刘，我们下期再见。
649程序员晓刘
07:27查看AI文稿AI文稿cloudco 这次更新简直炸裂，彻底改写了搜索引擎优化 ceo 的 规则。现在构建搜索引擎优化 ceo 工具，只需动口不动手， 只要给出一个目标，他就会像真人员工一样埋头苦干，搭建编写，全程不停歇。先别眨眼，听我说， ipt 刚刚在 cloudco 中推出了 go 功能， 对于所有做搜索引擎优化三 o 的 人来说，这绝对是重磅消息，真的超级重磅！毕竟在这之前，你每一步都得寸步不离的守着 ai， 你 的不停发号施令，继续改这跑那再写。 以前太慢了，你花在发指令上的时间甚至比搞排名还多。但现在，只需输入勾，告诉 cloud， 你 要做的搜索引擎优化 ceo 任务，它就能自动执行，直到彻底完成。就是这么简单。本次更新到此为止，听起来可能没什么大不了，但相信我，它将彻底重塑我们做搜索引擎优化 ceo 的 方式。举个实际的例子，假如你需要一个全新的搜索引擎优化 ceo 博克写作工具，能从零开始， 仅凭一个关键词就自动生成一篇完整的 ceo 就 绪文章。以前你得步步催促 cloud， 现在只需输入勾，让它构建一个搜索引擎优化 ceo 博客转写器，输入关键词，即可生成一篇完整的优化文章。之后你尽管去忙别的，等回来时要么大功告成，要么他还在跑，毕竟没彻底做完，他是不会停的。他的底层逻辑是这样的， clod 每走一步，都会调用一个小模型来检查结果，他只核对一个标准，目标是否达成， 一旦达成，即刻停止。若未达成， clod 便继续行动，再次尝试追加内容，他会持续添加关键词，直到搞定整个 seo 任务。 正是 seo 人期盼已久的突破，他让 ai 不 再只是助手，而是摇身一变成为真正的 ai 实干家。很多人可能还没意识到这有多重磅，我来给大家好好捋一捋。以往的 ai 就 像个自动补全工具，你问一句，他回一句，接着就停摆。 这类新型 ai 始终由你主导，它能自主规划、执行、核查，并不断迭代优化。它无需人工干预便能自主运行，是想将其应用于搜索引擎优化 ceo。 面对数以百计的页面、关键词和原标题，它都能一气呵成，全部搞定。这正是我们从 ai 助手迈向 ai 搜索引擎优化 ceo 专员的变更， 而勾命令正是这一变更的首次真实写照。如果你还不熟悉，我先来介绍一下 cloud code 到底是什么。 cloud code 可不是普通的聊天机器人，它直接运行在你的终端里，能从零打造出一整套 i c u 搜索引擎优化工具。 它能编辑文件、运行命令、执行测试，甚至自行调试。它甚至能搞定 git， 无需你全程盯梢，即可同时处理多个文件。 anthropic 称其为代理型， 而非自动补全。这个词眼很关键，代理型意味着它能自主行动，独立决策，像真正的 seo 工程师一样步步为营。如今，勾功能的加入，让其自主性大幅跃升，为所有规模化运作搜索引擎优化 seo 的 用户带来了前所未有的实用价值。 大家好，如果咱们还没见过，我是 seo 机构 ceo 朱莲勾迪的数字分身，来自勾迪代理机构。在他忙着帮客户靠 seo 拿更多线索和订单时，我负责为您同步最新的 ai 动向。朱莲会逐条阅读评论，欢迎大家在下方留言互动，说说你想让勾搞定什么 seo 任务吧！他每条留言都会细读，所以务必想个有分量的。好，咱们继续。 我这就演示几个能直接用 go 从零搭建的实战 seo 项目，无需旧项目，也无需代码仓库，只需新建一个空文件夹，立马就能开干，这才是真正能见效的 seo 利器。来试试这个输入 go， 让它从零开始，为你打造一个 seo 博主文章写作工具， 它接受关键词作为输入，然后为 ai profit blueprint 攥写一篇完整的长文 seo 文章，包括标题、 meta 信息描述、 h 二、 h 三标题以及内链位置。 只要加上保存为 markdown 文件这一行， cloud 就 会打开空文件夹，自动建文件，写代码，做测试，一路运行，直到把这篇 seo 文章彻底写完并保存。好在是一条 go 指令。从零构建一个关键词研究工具，我输入一个种子关键词，比如 ai 自动化，它就会调用 cloud api 生成一百个长尾 seo 关键词， 我只需选定目标关键词并导出为 csv， 其余全套流程由 kol 的 自动搭建完成， api 一 键启动，从无到有，全自动生成。再试一次， kol 从零构建一个原标题和原描述生成器，只要粘贴网址或输入主题，它就能自动生成十个长度合规的 seo 原标题和十个 seo 原描述。 kol 仅需一个空白文件夹，便能从零打造出一款实用的 seo 助手。再来个勾粒子，从零打造一个内链查找工具，只需导入我的博客文章列表， 它能基于主题重合度智能匹配，并建立文章间的内练壳，能从空白文件夹直接构建出完整工具，光凭这一点，就能帮你省下好几个小时的 seo 工作时间。再比如我最中意的勾指令从零构建 ai 盈利董事会的落地页，要求标题符合 seo 规范， he 醒目有力，包含三大核心优势， 并设置可直接预约、策略咨询的行动号召，实现全方位的搜索优化。只需一行指令， cloud 就 能从零打造一切， 这才是真正的魔力，只要给出明确的目标，他就会像真正的 su 专家一样全力以赴去达成，他既不治疲倦，也不会厌烦。但在这里，我想先停一下。说句大实话， 就算做出再厉害的搜索引擎优化 su 工具网站，若在 google 上没排名也是白搭，你得有反向链接，得有权威度，更得有一套实实在在的搜索引擎优化 c a o 策略。这正是我们团队大显身手的时候。若您想从 google 获取更多线索、流量及客户，欢迎预约我们团队的网站，直接告诉您到底是什么在拖后腿。 我们将提供切实可行的整改方案。链接见评论区和简介。直接预约，免费的搜索引擎优化 seo 策略绘画即可。反向链接交给我们，排名也交给我们，您专心拓展业务就好。好了，继续看干货。这次更新的意义远超想象，尤其是对搜索引擎优化 seo 而言。 anthropic 这次是铁了心要做代码，直接把 cloud code 的 使用上限提了一大截， 他们甚至和 spacex 签下了巨额算力大单。没错，你没听错，连 spacex 那 种造火箭的需求都望尘莫及，现在的势头简直爆炸。因为开发者太爱用 cloud code 了， antibiotic 被迫赶紧给 seo 人群追加算力，这意味着我们能以前所未有的速度打造 seo 工具。接下来就说说为什么 cloud code 如今能在 seo 领域脱颖而出。 托超长上下文， cloud 能轻松驾驭大型网站与海量关键词列表，特别适合大型搜索引擎优化 seo 项目。二、由于它在终端中运行，因此不仅能提供代码建议，更能直接执行真实的命令和脚本，它能真正落地搜索引擎优化 seo 工作。第三， 具备持久性，也就是 go 功能，它从不半途而废。只要你下令写五十篇 seo 文章，它就一定会写完五十篇，绝不只是五篇。再来说说并行会话，你能让多个 cloud 的 代理同时开工，有的写簿可，有的做关键词调研，还有的建落地业，多任务同步进行。 所以说，当我讲 cloud 正在成为一套搜索引擎优化 ceo 操作系统时，我是认真的，他正统筹运作你的整套 seo 体系，这就是 seo 的 未来。你不再需要事必躬亲，只需负责制定搜索引擎优化 ceo 目标。 ai 就是 那位搜索引擎优化 ceo 专员，你只管发号施令，他自会搞定一切。说实话，不少 seo 从业者恐怕会对这一变化措手不及， 用和不用这些工具的人，差距即将急剧拉大。如果你还在手写一篇篇驳壳，或者一个个的死磕关键词调研，很快就会被时代抛弃。 所以我建议大家今天就立刻上手体验逮勾功能，新建个空文件夹，挑个 seo 提示词，下达明确指令，坐看奇迹发生。你一旦用上，就会着迷。试试博克文章专写器，再试试关键词研究工具。一旦见识过 clod 如何从零独立构建出完整的搜索引擎优化 ceo 工具， 你就再也回不去了。但更值得深思的是，我们不再只是构建 ai 工具，而是在打造 ai。 搜索引擎优化 ceo 专员工具只会被动等待，员工却能主动执行，而 o 指令正式划分这两种模式的分水岭。最后提醒一点，如果你用 cloud 打造了各种搜索引擎优化 ceo 工具，结果却没人能在 google 上找到你的网站，流量上不去，这才是真正的搜索引擎优化 ceo。 该出场的时候，想通过搜索获取更多线索、流量和客户，我的团队能助您在 google 上提升排名。 评论区或简介里附有免费 seo 策略咨询的预约链接，把反向链接和排名交给我们，您只管借助这些新 ai 工具专心拓展业务。评论区告诉我你最想先让勾做出什么 seo 工具，就连每条都会看，坐等你们的脑洞，下期见！
96Ai财经工具箱
08:16查看AI文稿AI文稿夸刚刚发布了一款堪称王炸的工具，这是一个斜杠命令，叫做 go， 你 只需给他一个任务，他就会不达目的不罢休，全程无需你动手。本期视频我将手把手教你如何使用这个工具， 我将为你揭秘它为什么如此好用的玄机。我还会给你一个真实案例，看它如何实际运作。不过我们先搞清楚 go 到底是什么。在夸扣里，你只要输入斜杠， 就会弹出一个小菜单，列出一堆内置命令。注意，这些不是提示词，而是工具。每个命令都有自己独特的用途，而 splash go 就是 其中之一。这可是个新面孔，我跟你说它强得离谱， 过去四十八小时，我简直停不下来，一直在用它。那么 splash go 到底解决了什么痛点呢？比方说，你有一整年的银行流水，全是 pdf 文件，你想把每一笔交易都扒出来，你想把它们分门别类，比如餐饮、加油订阅，再生成一份阅读支出报告，最后汇总到表格里。这活儿可不小， 没有 slash go， car 也能搞定，而且效果相当不错。但他只会处理第一份流水，然后就罢工了，然后他就傻等着你输入继续之类的话。这种情况一而再再而三的出现，你就只能干坐着，像看小孩一样盯着电脑超过一个小时。以前就是这么个搞法，但斜杠目标 slash go 功能完全改变了这一切。 你输入斜杠目标，后面再写一句话，精确描述跨扣应该在什么时候停下来，然后跨就会一轮接一轮的自动运行，他自己跑着，直到任务全部搞定。好嘞，瞅瞅这个，你输入斜杠目标，再定义一个终点线，终点线就是跨能够核实的一个条件。你可以输入像这样的东西。 我收集文件，家里的每个文件都已经分类整理并总结好了，汇总到一个带总机的电子表格里，这就是终点线，然后跨就开跑了， 你会看到这边的那个小图标，这个图标表示目标已激活，还带个计时器。这就是靠自己在干活的证据，它没在等你，它没在等我，它自己一直跑着。但这里有个特别有意思的点，所以我想聊聊这玩意儿为什么，以及怎么就能这么好使。当你设一个目标的时候，其实是有两个 ai 代理在同时干活， 一个是主模型，也就是真正的干活的。他使用的是 opus 或 sanit， 他 才是真正干活的，他负责构建文件，编辑代码，整理资料，他就是你的员工。但真正的磨砺，真正的磨砺在于第二个工人，你可以把第二个工人看作是员工的老板。 在工人每完成一步后，老板就会进入检查，他会仔细审查刚才完成的所有工作，并且他会问一个简单的问题，目标达成了吗？如果老板说没完成， 那么他会明确告诉工人为什么工作还没完成。然后他会开启新一轮的工作，工人便回去继续工作。然后老板会反复检查，一次又一次，这个循环会不断继续，直到老板最终点头说好了，完成了，彻底完成了，这时 call 才会停下来。这就是勾指令背后的魔力所在。 如果你只输入 go， 后面不带任何内容，它会显示这个报告已经运行了多久？它会显示已经执行了多少轮迭代？它会显示消耗了多少 token。 它就像是你的控制面板，你可以随时查看你的员工的工作状态。 不过咱们先快速聊聊这个设置，因为我觉得这点超关键。如果你想彻底解放双手，真正做到甩手不管，回来时项目已经搞定。你需要搞定两件事， 第一是敲入 go， 这很简单，这我们刚才刚聊过，但还有第二点。第二点就是开启自动批准。默认情况下，每次 call 要运行命令或编辑文件时，他都会来征求你的同意。他会问我能干这个吗？或者我能跑那个吗？ 如果你不打开自动批准， call 就 会停下来等你点确认，每个操作都要等你点头。哪怕 go 正在跑，不过也没事，这是个安全措施。 但如果你想让它全自动跑，你就得打开自动批准。不过这里有些事你得琢磨琢磨，你这是在给下拳拳放手，让它自己搞定一切。好消息是， q r 自带了一些安全网。 q r 不 会擅自运行危险操作，它会先问你，它只在你给它的项目范围内活动，你随时可以限制它的操作范围。 我觉得自动模式算是比较进阶的功能，你在开启前得先完全弄明白 call 能访问哪些内容，以及你的数据是怎么被处理的。这期视频还有件特别重要的事得聊，因为一旦搞砸了，习到目标，要么永远跑下去白白烧钱，要么干脆不干活，或者把你所有的 token 都耗光。 相信我，我已经在一个任务上烧掉了一整天的偷啃，这可是我花钱买来的教训，我来就是告诉你那是啥，让你不用再走弯路。记住老板这个角色，老板只能看到工人向他汇报的内容，他不能自己去翻你的文件。 所以你的目标条件，也就是终点线，必须是老板能确认的东西，而且只能基于工人报告回来的信息，不能是模糊不清的条件，也不能说别出错或者干得漂亮这种话。这些都是我踩过的坑。真实案例，老板根本无法核实这些任务，因为指令太模糊了， 于是 kua 就 会像无头苍蝇一样原地打转，并且每次都白白消耗 token。 举个例子，你千万不要说把我的文件收拾干净，整理的妥妥当当的，老板怎么知道怎样才算井井有条？他根本不知道。因为太模糊了， 所以 kua 就 会一直循环，没完没了，根本停不下来，然后把你所有的 token 都消耗殆尽。如果你用的是 api， 那 烧的可就是真金白银了。相反，你应该像这样说， 我收据文件夹里的每个文件都已按日期和商家名称重新命名，文件已按月份归类到不同的文件夹里，并且生成了一份支出明细的 c、 s、 d 文件，每张收据对应一行数据，看出区别了吗？第二个指令，有一个老板能真正核实的终点线，他是一个必须存在的特定文件，一个必须被创建的特定文件夹。 总之是老板能在对话记录里看到的具体成果，然后说，没错，这事确实干完了。另外还有一点要补充，你永远可以加一顶安全帽，在你设定的条件末尾，你完全可以加上一句，比如三十轮对话后停止或四十五分钟后停止运行， 这是你的安全绳，万一出问题，矿会自动停止，而不是跑一整晚把你的积分全烧光。每次你都该这么做，相信我，加上这道保险准没错。好了，咱们来看点真家伙， 好。假设你开了一家披萨店，你知道你必须每天在社交媒体上更新，但你根本没时间搞这些。你没空去策划，没空去写，更没空每天想新点子。我觉得大多数小企业都这德行， 他们知道必须得做，但搞出这些东西实在太花时间了。那么如果我们用勾这个指令，我会输入斜杠勾，然后给他一个非常明确的最终目标。 大家看这个例子，这基本上就是让 core 去生成一整周的社交媒体内容，为这家披萨店配上文案、话题、标签和真实图片。这些图片会从我的 nano banana a p i 里调用，它会把这些全部整合到一个专业的 pdf 文件里，方便我直接用。 如果二十步之内搞不定，它就会自动停下来。当然，老板会确保全部十五个帖子都配上图片才确认通过。效果图如下，我们有一整周的内容，十五个帖子，三个平台，每条文案、话题、标签、图片全部安排妥当。 我除了输入那个提示词，啥也不用干，等我回来他就已经搞定了。就这种活，社交媒体经理一个月能收好几百美元。这还只是一个例子，你可以用斜道目标为宠物美容店设计一个会员忠诚计划，或者给咖啡店规划一整月的每日特价，或者给每一条评论都写个性化回复， 你可以给所有客户生成发票，只要是步骤多特费时的事，你都可以用斜杠目标来搞定。在开干之前，咱们先聊聊费用。首先你得有专业版或最高版套餐才行，所以你要是不注意用斜杠目标，可能会很烧钱。 就像我之前说的，老板会让克劳德一直干到完活为止，但你的条件要是设的不好，老板就永远干不完，他永远不会满足。 然后克劳德就会陷入死循环，不停地消耗你的令牌。这里有三个规则可以帮你避免这种情况。第一，永远记得用那个安全网。再说一遍，你可以设定在二十五轮对话后停止，或者四十五分钟后停止。 第二，走之前先查查用量，随时输入斜杠 us， 就 能看到你还有多少积分。第三，从小做起，别一上来就想着把整个业务都重新整对一遍，不，从一个文件夹开始就好。先处理一批收据或者一组评论 先上手，用熟了再慢慢扩大规模。做好这三步基本就晚了。这就是 splash go 的 功能。你设好终点线， con 就 会自主运行，这个老板会全程监督，直到任务完成。如果你觉得没问题，就开启自动批准。 如果心里没底，就先别开。你需要写一个带安全上线的特定条件，然后让 con 全权负责，咱们下期再见。
921大曼哒
03:00查看AI文稿AI文稿hello， 大家好，下班了。呃，今天背景不是公司，是因为，呃，在公司的时候当然车来了，没有来得及录，然后最近一直在高新路的使用 codex， 想要说我们用 codex 尽可能的提高我们开发效率，一个人顶五个人，六个人，十个人，牛马。 呃，然后最近 q 代像现了一个新的功能，叫做 go 模， go 模式 g o a l 目标。然后首先需要你的 c o i q 代 c o i 得在零点一二八版本级以上才可以使用它，并且要在 config 点 t o m l 文件里面把 go 改成 true 才可以使用这项新功能，那这个功能还在实验阶段。然后我理解它特别像是一个升级版的 sub agent， 就是 我们之前。 呃，如果你有完，为了完成某一个目标，你需要开多个 a 阵去执行不同的任务模块，多个任务可以最终为这一个目标服务的话，我们会使用 sub a 阵的模式，但我一直感觉 sub a 阵的模式其实不是很好用。 然后我今天刚好又有一个新的需求，就比较适合，感觉比较适合使用 sub a 阵去进行，但是之前一直是 sub a 阵的效果不是很好，刚好上线了一个 go 模式，所以呢，我打算使用它。 然后我的这个任务背景是这样的，我为了实现一个目标是可以把我的 app 去的它的它的这个，呃， apk 发版去做一个自动流水线 pipeline 以及呢？呃，我的后端可以去管理。呃， 我发版的版本号，这样的话我的 app 是 可以知道我需不需要去 做本地的 apk 更新，然后去请求这个版本号做一个比较，就这个需求，然后 所以它基本上分为三个模块，第一个是 app 端要去做兼容，你得去能够自动的识别，我目前的版本是低于还是说最新的啊？然后呢去给出下载链接，然后去自己去更新下载更新，这是第一个 app 端，然后第二个呢是 后端，后端得去新增一些接口。那肯定是要啊更新我的 a p k 版本记录，然后呢去检查是否需要更新，以及我的后台界面，还需要去做一个发版记录的展示。 另外就是需要在我的云端仓库，我使用的是 git， 然后 git 有 一个 git go 功能，这个功能可以自动地去根据你啊你的，你可以在项目仓库里面去的 web flow 目录下写一个 webmail 文件，这个 webmail 文件里面就声明了你的 pipeline 是 怎么样子的， 然后基本上就是这这这三大块儿后端 app 端还有我的 pipeline 流水线的建立。然后这三个任务，我让抠带写了三份 prompt， 然后一次性发给一个 go 的 上下文，然后去执行，然后大概执行了七八分钟之后， 效果还是很好的，然后基本上就达到一个可用的状态，所以，呃，我觉得这个 go 模式大家可以多多用起来，虽然现在还是一个 experiment 的 状态。对，那今天就录到这里，拜拜。
47凌晨两点半的产物
06:37查看AI文稿AI文稿你让 cloud 改一个模块，改完一轮它停了，你说继续，它又改一轮，你又得说继续。来来回回十几次，你盯着屏幕，每隔两分钟就要点一下， 烦不烦？ go 就是 来解决这个的，你告诉 cloud 一个条件做到什么程度，算完， 然后他自己一轮一轮往前推，中间不等你每轮跑完一个小模型，帮你瞄一眼。条件满足了吗？没满足，下一轮接着干，满足了自己停。 这个思路跟你以前用过的东西不太一样。 loop 也能让 cloud 一 直跑，但它按时间间隔触发，不管任务做没做完。 loop 是 和每五分钟检查一次这种监控场景。 go 是 按条件停止，有明确的终点。 stockhook 也能按条件停止，但它写死在配置文件里，全区生效，每个绘画都触发。 go 只在当前绘画有效，用完就没了。 loop 和 stockhook 是 长期配置。 go 是 一次性的快捷方式， 自动模式，可能很多人已经开了，它能帮你在单轮里自动批准工具调用，不用每个工具都点一下， 但他不会开心的一轮。 go 管的是这一轮做完了，还要不要继续开下一轮。自动模式管的是这一轮里的工具，要不要挨个确认两个是互补的，一起开。一个消工具提示，一个消回合提示。 三种方法，可以在提示之间保持当前绘画运行，根据应该启动下一个回合的内容进行选择。 loop 按时间间隔 stop hook， 按配置条件， go 按完成条件，各有各的最佳场景。 怎么写？ go 很 简单，后面直接跟一个条件， go all tests in test of pass and the link step is clean。 写完立刻开始跑，不用再发一条消息。 当目标在跑的时候，界面上会显示 go active， 告诉你跑了多久。每轮结束后，评估器给你一个简短的原因，为什么过？为什么没过？你能看到 cloud 接下来要往哪个方向改？ 条件是给评估模型看的，这点很重要。评估模型不跑命令，不读文件，它只看你和 cloud 的 对话记录，所以你的条件要写成能从对话里看出来的东西。 举个例子， testoff 下所有测试通过为什么有效？因为 cloud 跑完，测试结果会出现在对话记录里。评估模型易读，通过 条件满足。如果你写，确保代码没有 bug， 评估模型没法判断条件，要可测量 一个有效条件通常有三层，第一，可测量的最终状态，测试全率翻译通过，文件数达标。 第二，检查方式， cloud 怎么证明 npm test 退出零 get status 是 干净的。第三，重要约束过程中不能改什么，不要改其他测试文件。 条件最长四千字符，够你写非常详细的验收标准了。还可以加时间限制 or stop after 二十 turns。 加了这一句，最多跑二十轮就自动停，防止无限烧 token。 cloud 每轮会报告进度，评估器能从对话里读出来。查状态很简单，敲够，不加任何参数，能看到条件是什么，跑了多久？几个回合？花了多少？ token？ 评估器最近一次的原因， 想提前停 go， clear， clear， stop off， reset， none cancel 这些别名都行，或者直接 clear 开心对话目标也会被清掉。 绘画断了怎么办？用 resume 或 continue 恢复绘画，目标还在条件保留，但回合技术计时器 token 基线会重置，已经完成的目标不会恢复。 go 还支持非交互模式，一行命令跑到底。 cloud p go change log md has an entry for every pr merged this week。 直接把条件塞进去，它自己跑，直到条件满足。非常适合放 c i 流水线或者定时任务。 放到 pipeline 里，定时任务触发 go 自动验证。非常适合放 c i 流水线或者定时任务。 ctrl 加 c， 可以 在条件满足前中断进程。 go 到底怎么实现的？其实很简单， go 就是 stophook 的 包装。每次 cloud 完成一轮，把你的条件加上到目前为止的对话，发给一个小模型， 小模型默认式嗨酷。它只答一个词， yes 或 no， 外加一句简短原因， yes。 目标达成，清除条件。日制里记一条 no。 把为什么没过作为下一轮的指导，可 out 继续改。评估用的 token 在 你配置的提供商上计费用的模型很小，花费基本忽略不计。 有一些使用限制。 go 需要你在工作区里接受过信任对话框，因为评估器是 hooks 系统的一部分。 如果你开了 disable hooks， 或者托管环境设了 allow manage hooks， only go 就 不能用。命令会告诉你原因，而不是默默失效。 最后一件事，什么时候用够，你有明确的可验证终点，就用它。把模块迁到新 a p i。 每个调用点都能翻译。通过 实现设计文档，所有验收标准都满足。把大文件拆成小模块，每个都在大小预算内处理标记的一树积压队列清空。 一句话， go 的 本质是把你盯着屏幕点继续。这件事交给了条件判断，测试权率比你自己点一百次继续靠谱多了。
31嘟嘟智能体
01:33查看AI文稿AI文稿你有没有这种体验，让 cloud 帮你调研十个竞品，写成分析报告，做到一半，他停下来问你要不要包含定价分析，需要几个维度，次数有没有限制？一个下午全在回答 ai 的 问题。 这不是你的问题，是默认模式的问题。 cloud 遇到不确定的地方就暂停就询问，任务越复杂，打断你的次数越多。 有个方法可以改掉这个习惯，叫 go mega prompt， 开头写清楚你要什么结果，然后他就自己跑，不问你做完为止。 这个 prompt 里内置了十条执行规则，比如有一条叫 self verify， 每做完一步自己检查，确认没问题再继续，不需要你盯着。还有一条叫 if blocked， 真的 遇到障碍了，先把这个任务搁一边，继续推进其他能做的，而不是停下来等你。 用法很简单，低行写 go， 加上你的最终目标。比如调研我们产品的十个主要竞品，从定价功能、用户评价三个维度分析，输出一份可以直接发给老板的对比报告，然后填上背景和成功标准，发出去，去忙别的。 这不是让 ai 更聪明，是给他一套更清晰的工作规则。同样的， cloud 换个骑手方式，你能少回答他几十个问题。
31AI增长观察室
05:49查看AI文稿AI文稿code code 最近上线了一个 go 命令，它的核心作用就是让你设一个完成条件，然后 ai 会自动持续运行，直到任务达成。 这能让很多复杂的调试任务实现无人止手。今天我会带你彻底搞清楚它的运行机制，怎么写出有效的完成条件，哪些场景最值得挂载，以及有哪些必须避开的坑。 这个功能经历了三个阶段的演进，第一代是社区流行的 roughwig 模式，本质是利用 bash 循环和字符串匹配来让任务重复。 第二代是 antropics 抽象出的 stop hooks api， 虽然提供了底层能力，但用户需要处理复杂的配置。直到现在的第三代，官方直接将其原生化为 go 命令。 最关键的变化是引入了嗨哭模型作为评估器，实现了从字面匹配到智能判断的跨越。挂上钩后，后台会形成一个自动闭环。 首先 stophook 会拦截 cloud 的 退出动作，把当前的对话内容交给评估器。接着， antropic 使用轻量级的嗨哭模型读取这段对话判断条件是否满足。如果嗨哭判定任务已完成，流程就结束。 如果判定没完成，他会把判断理由作为新的指令重新灌回给 flow。 由于嗨哭的运行成本极低，这种高频的评估循环几乎不会增加额外的开销。 这种机制的升级让 go 从字面裁判变成了智能裁判，以前的模式更像是在检查一张写着我做完了的纸条，只要字幕串对上了，任务就结束了。但 go 引入了嗨库，就像请了一位真人阅卷老师，他不只是盯着特定的字体，而是能读懂你整个对话的逻辑。 如果任务没达标，他能通过对话内容发现问题，并给出具体的语意反馈，告诉你哪里还没做对， 而不是机械地检查有没有完成口令编辑。完成条件时，最关键的一点是， condition 本身就是给 ai 的 指令。 由于评估器无法直接读取你的本地文件，它只能通过对话记录来做判断，所以你不能只写让测试全过。你必须要求 cloud 把证据贴在对话里。一个完整的 condition 应该包含三要素，一是结束状态。二是验证方式。三是过程约束。 比如你可以这样写，要求 cloud 运行测试，并将完整的 pass 和 fail 技术贴在对话里，同时要求它不许修改测试文件本身。只有这样嗨哭，才能通过对话里的数据判定任务真正达标。 最后，如何判断一个任务是否适合挂载 go？ 可心看他是否需要反复验证。适合挂载的任务包括需要修复大量测试用力的长任务、基于数据的性能优化、跨文件的重构，以及需要长时间无人值守的 link 修复。 而以下四类情况，挂载 go 反而会浪费资源。单文件的小修改、规模极小的合约升级、没有客观标准的创造性任务，以及强依赖人工审美和判断的任务。简单来说，凡是需要你盯着看结果的任务，都不适合用 go。 编辑 condition 时，最核心的逻辑是， condition 本身就是给 ai 的 指令，你不能只给他一个模糊的目标，必须把它写成具体的任务。 一个完整的 condition 包含三个要素，一是 end state， 即任务结束后的状态。二是 state check， 即要求 cloud 必须把证明结果贴在对话里。三是 constraints， 即执行过程中的约束。 比如你想让它跑测试，不能只写让测试全过，而应该写运行 npm test， 把完整的 pass 和 fill 技术贴在对话里，并且不许修改测试文件本身。 这里有一个致命的坑，因为评估器嗨酷是一个独立的模型，它无法读取你的本地文件，它只能看到对话框里的文字。 如果 cloud 跑完测试，没有把具体的 pass 或 fail 技术贴回到对话里，嗨酷就拿不到判定依据，它会因为看不见证据而判定任务没完成，导致你的任务一直卡在那里。 所以在写 condition 时，一定要强制要求 cloud 把关键的输出结果贴在对话里，给评估器提供证据。 什么样的任务最适合挂载购核心，看他是否需要闭环验证。第一类是涨任务的测试修复，让 ai 根据报错信息自动补漏。第二类是性能优化，通过设定具体的性能域值来驱动迭代。第三类是大型重构，处理跨文件的逻辑迁移。 第四类是无人值守任务，比如自动修复 link 错误或者处理 pr 评论。第五类是外部诊断任务，比如根据 profile 的 输出结果来自动调整代码。凡事需要通过观察结果修改代码再看结果的任务都非常适合。 反过来，有些任务挂在 go 反而会浪费资源。首先是单文件的小修改，比如改个变量名或者注是这种任务 opus 秒出，挂了反而多了一次评估开销。 其次是规模很小的合约升级文件太少，评估器根本没法指导。第三类是创造性任务，比如写文案或者设计 u i， 这些任务没有客观标准，评估器判不了。最后是强依赖人工审美的任务，比如让代码更优雅，这种主观性太强的东西还是得靠人工。 从工程哲学上看， cloud 和 openai 选择了完全不同的路径。 cloud 走的是外部裁判路线，用独立的嗨酷模型来判，核心是防止工作模型自欺欺人。而 openai 的 codex 走的是自我审判路线，靠模型自评，并配合托盘预算来防止空转或超支， 这两者没有绝对优劣。但如果你不信任 ai 的 自评能力， cloud 这种通过外部模型进行较验的路径会让你用得更放心。 总结一下， go 的 本质不是为了让 ai 反复试错，而是为了让 ai 跑完任务后，你不需要再盯着屏幕，只要你记住了 condition 就是 指令，以及必须提供证据这两点，它就能成为你最高效的无人止手助手。
57AI赚钱研究社
02:20查看AI文稿AI文稿你是不是有时候也有这种感觉，用 ai 写代码做任务，你不发指令，它就不动，你得一步一步的盯着它，累到崩溃。 ai 明明是很强的，却被你的注意力给卡死了。今天我要告诉你一个炸裂的更新，欧派 ai 偷偷给 call 代码加了一个王炸功能 go， 他 直接把 ai 从工具变成自动干活的助手。你只需要说一句目标，他就自己循环执行，自己检查，没有完成就继续干，直到搞定。你该睡觉睡觉，该工作工作，完全不用管。 以前我们用 ai 全是指令模式，你说一句，他做一步，你判断对错，然后再进行下一步，你一走开， ai 直接停工。人的精力是有限的， ai 再强也发挥不出来。但 go 彻底颠覆这套逻辑， 打开 codex， c l i， 输入一行配置，再敲一句 go， 加上连接池，充够所有查询，接下来代码调试、自检一条龙搞定。 不想看了就暂停，想继续就恢复，中断了也不会丢进度。更牛的是，它不是那种靠文件记进度的接力赛，而是同一个进程，同一个上下文，从头跑到尾的马拉松，记忆不丢，效率直接拉满，这才是真正的 ai agent。 你 定终点， 他负责跑到目的地，他会自己去理解目标，自己执行，自己反思，做到没有？没有做到，他在哪里下，有人该怎么改。这已经不是普通的工具了，这是能够自主追结果的智能体。 现在的 codex 早就不是只是写代码了，他能够处理邮件、文档、表格、数据分析，变成全能桌面助手。而 go 就是 他的灵魂，让他在没有人盯的情况之下，自动把负责的任务完成。 当然他也有局限性，目标呢，必须是清晰的，可验证的，太模糊的，比如说把产品做好，他还是搞不定的。 但这只是开始，未来他能够做调研、做管理，做全流程。自动化这一波真的不是小更新，是 ai 时代的大的转向。以前 ai 是 你的员工，你喊一句他动一下，以后 ai 是 你的搭档，你定目标，他自动冲到底。人呢？从操作员升级成为定目标的人 以后，比谁会写提示词？更重要的是，你会不会给 ai 定目标。这一波 ai 自主化浪潮，普通人一定要跟上，这给我们带来的肯定又是不一样的体验。
01:20查看AI文稿AI文稿百分之九十的开发者还在狂按 enter， 但真相是， cloud code 已经能自己跑到完成，你只需给他一个目标条件。 google 是 cloud code 最新的功能， 你写一个完成条件，比如所有测试通过。他跑完一轮之后，背后自动调用嗨哭判断条件达没达成，没达成继续跑，达成就停下来。 整个过程你不用按任何键， token 包含在订阅里，不额外收费。跟 say 禄普的差别在于， say 禄普是定时叫醒 z go o 是 做到满足为止。但有一个坑，很多人踩 条件写重构完成这类模糊描述。 hack 只能看 c code 的 文字输出。 cloud 说完成了，他就信了。打开档案，根本没改 条件，必须设计成有证据的形式。三条规则，一，要有可量化的终点，比如 npm test 退出零。三， 写清楚什么不能动，不然它会把失败测试标成 skip 当通过。我自己测试过，写完功能叫它把测试跑到全绿，不能 skip 任何测试，我继续做别的事。它在另一个终端窗口自己修好了，验证全过。 google 还支持 headless 模式，不开交互窗口，直接命令行跑完。对企业内网开发 涉密项目的离线场景是刚需。答案很清楚了，你给目标 cloud code 自己跑到完成，你的项目更适合哪种场景？评论区聊聊。
10:04查看AI文稿AI文稿hello， 大家好，我是迪迪。上周 cloud 跟着 open ai 去出了这个 go 的 command line， 我 因为周末的时间刚好有一些时间，就把它去研究了一下，看了一下它官方出的一些文档， 在哪些情况下可以去用 go， 如何去使用 go， 所以 今天就花一些时间，刚好带大家一起来把这个文档给一起读一下，有一点长，所以我就把它做成了笔记的类型，可以跟大家一起分享一下。 那在整个 session 里面主要会分享四个东西，一个是三种自动化的工作流，其实如果使用克拉扣会比较多的小伙伴，其实 loop 和 stop hook 会用的比较多一些。那现在出了一个 go auto mode， 它其实是一种模式，包括跟 plan mode 是 并行的，但是自动化的工作流这三种是有相对的一些区别，所以会跟大家对比一下。 第二就是给 cloud 去设定一个目标，并写出靠谱的完成条件，具体怎么样去设目标，怎么样去设置条件，这些官方的文档里面都有一些小的 tips 给罗列出来，再之后可以用 go 去查看，用 go 怎么样去清除，并且怎么样去继续完成整个过程。 最后一个就是明白 evaluator 是 怎么判断目标达成的，这边叫评估器，但是其实也可以理解成一个小块的一个模型。 一句话来总结这个 go， 它到底是什么意思，就是给当前的绘画去设置一个完整的条件，用英文来说就是 definition of done， 你 如果知道那个条件， 知道你想达到的情况是什么样的，你就可以用这个 go， 每一轮结束之后，让一个小块的模型，也就是刚刚说的评估器去判断条件是否满足，如果没有满足就让 cloud 去干，满足了就自动收工。 所以里面有四个关键词，一个是具体什么条件是需要你自己去定义的，那这个评估器就是小块的模型去 evaluate， 多轮的自动的去续跑，其实对应的就是我们刚刚说的 auto mode 自动的模式，以及自动的清除，说明这个任务已经完成了，满足这个条件了。 我们先来看一下，你在用克拉克的时候，默认其实是一轮一停的，没跑完，一轮控制权就回到你的手上，你得手动的说继续才会下一轮。但是其实中间有很多的活都不需要我们去介入，比如说把设计文档给实现，我们给他一个目标，然后让他去达成， 或者说一些拆一些文件，每个子文件都是小于行数的预算，给他一些规则，他去进行判定，或者说清空一个 issue backlog， 他 其实都是可以自动去完成的。 所以解法是什么？ go 就是 让你告诉 cloud 你 想要的终点长什么样子，他就一直在那边跑，不用你每轮去按回车键。 每跑完一轮，一个独立的小块模型，也就是评估器去看一眼对话判断到了没，如果到了就停，没到就继续注意这边有个看一眼，所以后面会跟大家着重讲一下这个看一眼是什么意思。 这边有五个 take 位，大家如果没有耐心听下去，可以大概知道 go 它只是在当前的 session 生效。第二个，每轮结束后都会有这个评估器去判断条件是否满足，那在跑的过程中，我们可能用的是 opus 或者 sony， 那 在评判的时候其实只要用 haiku 就 可以了， 便宜而且性价比比较高。难的任务我们用贵的模型，这个判断的任务就可以用一些性价比比较高的模型去判断。 那评估器不调用工具，他只能看，也就是我们刚刚说的那个看一眼，他不会去做任何的动作，只会去把 cloud 摆在对话里的东西，他去瞅一眼是对是错，有还是没有这些客观能够进行判断的一些条件。 第四个就是条件，要写成 cloud 的 自己的输出能够证明的形式，也就是说你的结果是能够被一个评估器给去评判的，比如说 npm test， 它的退出控是零。 最后是 go， 要达成一个 go clear， clear 就 会消掉所有的 go， 那 活着的 go 可以 用 resume 去把它给恢复，所以这是几个核心的要点。 那这一节的本质其实就是我们常用的 auto mode 可以 开启，这样的话可以解决每个问题都要问，而 go 是 解决每一轮都要回车，两个加起来可以做到真正的无人值守。三种让绘画自己跑的方式刚刚有提到，一个是 go， 它是在上一轮一结束，它就会被触发，那什么时候停？评估器去确认条件是满足了的时候， look 每隔一个时间间隔，比如说五分钟，你帮我去看一下，那你停了它或者 clout 自己觉得做完了，它自己就会停了。那 stopwatch 是 上一轮一结束，但这个是你的脚本和 prompt 来约束它， 告诉它这个什么时候完成了，它就会停掉。那你就会怀疑 stopwatch 跟 go 它其实非常相似， 确实，那 go 的 刚刚也说了，只在当前的 session 里面实现，而 stop hook 可以 写成 prompt， 写成 skills， 写成脚本，这样可以跨 session 跨 project 去实现，所以这个是三个最主要的一个区别。那在这里面怎么样去挑？比如说有明确的终点 go 按时间间隔用 loop 跨 session 持久化的一些判断逻辑，这边就注意是要跨 session 的 持久化，跟前面的 go 会区别掉，就用 stop hook。 如果需要独立于绘画，跑的时候可以看 schedule tasks， 那 auto mode 又是一个什么角色呢？它不会开启一个新一轮，它只是在同一轮里面去自动批准工具的调用，省掉你每个工具都点同意 cloud 的 觉得做完了它就停了，所以 它可以解决每个工具问一次，而 go 是 每一轮问一次，所以合在一起就能够进行一个互补。这个我们刚刚有提到了，其实对于这三种怎么样去用，什么时候用，其实有一个非常大致的了解了， 接下来就是去设定语法，我们要怎么样去使用这个 go 其实就是一个这边罗列出来的例子，你在 go 后面就直接写出你需要得到的终点的结果是什么样的条件，本身就是一轮指令，所以非常的简单， 那一个 session 只有一个 go， 如果说你要跑新的，就需要有新的 session， 那 活着的时候 y 上面会有这个标识，所以你可以去看它的指示器以及计时器它跑了多久， 那每一轮跑完，评估器就会返回一句 reason， 显示在整个状态矢图里面和 transcript 里面完整的周期，你去设定 cloud， 去跑一轮评估器，看一个对话，如果是好的，那就收工，如果是不好的，那再返回 cloud。 其实如果大家熟悉之前我讲过一个概念叫 rough loop， 它其实就是这个概念， 中间这个评估器去评有对有错，再进行循环，这个就是它的底层，就是 rough look。 那 我的延伸理解这边设定了 go， 把什么时候停的判断权可以交出去，你只要告诉他我最后想要得到什么，我知道我最后 的那个目标是什么，其实就是能够用 go go 所有条件都要写的，可以被验证，这样的话可以省心，否则他就是会循环无限的烧头啃。我这边有个小的 tips， 你 在写你的条件，你的结果的时候，可以让 其他的 ai 模型帮你去确认一下，比如说像啊， codex 或者 gmail 等等，去让它帮你 double confirm 这个条件写的是否可以被验证， 这样的话可以避免你的头肯无限地去烧，就是一条铁律评估器，它不调用工具，它只是看，也就是看一眼，所以你的条件必须是能够被证明的。这边好的条件呢，有三个要素，一个是可以被测量的，比如说测试结果文件数被列空了，而不是写得漂亮这一些主观词。 第二个是明确告诉 cloud 怎么样去证明，让 cloud 知道该把什么打到屏幕上，非常的重要。第三个就是你在中途不要去改一些东西，否则就会打乱它整个过程， 所以它相当于是一个 god rails 防护栏。另外还有一个小的 tips， 就是 你为了防止无限的烧 token， 你 可以在条件里面说，你可以在跑了二十轮之后就停止，这样的话可以避免你的 token 被无限的烧。 这边有一个好的模板，大家有兴趣的话也可以用，把一些你想要得到的东西给他填入进去就可以。其实刚刚都是我们讲到的一些内容，接下来就是看状态，那就是用 go 看当前的一个状态，如果活着，他就会说条件的本身已经跑了多久，评估了多少轮，当前的 token 花了多少， 以及评估器最近一次的 reason 是 什么，这些都可以看到他当前的一个状态，那没有等条件满足你就想停，也可以用 go， clear 以及其他的一些别名，顺带清除掉当前的一些场景，都可以用 clear， 我 之前也提到过这个命令，那你如果说停掉了之后想让它续跑，你也可以用 resume 或者 continue 去恢复整个 session， 那活着呢？就会被恢复，条件呢？继续生效，那已经如果被 archive 掉或者被 clear 的 go， 那 肯定就是不能够被恢复了，所以需要注意一下需不需要 clear。 那 无人止手模式其实就是非交互模式，桌面 app remote control， 你 用这个 p 就 能一条命令跑完。这边也给了它一个例子， 如果你要中断，就是跟 terminal 一 样去按 ctrl 和 c， 而评估器里面它本质上就是一个 prompt base stopook， 所以它的这个原理其实就是跟之前刚刚讲到的是一样的。那刚刚也有提到评估器，它相当于裁判运动员，它是另外一个模型，所以在我们选择整个 project 的 时候，可以不同的模型进行搭配，这样的话可以让整个 project 更加性价比高， 所以分离判断和执行是 agent 工程化的关键设计，这个非常的重要，我觉得是在购物里面充分的实现了。 那这里有一些使用的前提，包括最新的版本不能用的时候，命令会明确告诉你为什么失败，他不会默默的失败，我觉得这个也比较的重要。对，所以你可以去看一看生活中有哪些事可以你知道你想要得到什么，可以让他帮你去试一下。 或者说在你的领域里面去写一个反面教材的 condition， 然后把它改成靠谱的版本，可以看看里面的差距在哪里。并且你可以把这些 go， auto mode 以及最小权限的一些 skill 给它组合起来，不同的排列组合可以看有哪些可以完全无人指手的工作流。 对，这个就是官方文档里面给的 go 是 什么，以及什么时候去用，怎么样去用，怎么样更好的去用。对，今天想跟大家分享的就是这个。
114迪迪碎碎念
02:25查看AI文稿AI文稿最近，推特向一个 ai 话题爆火， codex 的 核心开发者宣称，勾五指令或许是他们在 codex 中推出的最具深远意义的功能。在二零二六年五月一日， openai 旗下的终端编程代理 codex 发布了 v 零点一二八点零版本，并且引入了核心命令 go 命令、高危命令有着重大意义，他把 codex 从每次只能执行一条指令的工具，升级成了能够持续推进长期工程目标的自主智能体。借助这个命令，开发者只需设定一个宏观目标， codex 就 能跨越多次交互和中断，持续自主地朝着目标迭代前进，直至目标完成或者遇到阻碍。这堪称 ai 编程助手，像真正的自主软件工程师严禁的关键一步。在过去的传统模式里，开发者需要一步步下达指令， codex 则按照指令一步步执行。比如开发者说帮我写一个登录函数， codex 就 完成这一个任务。而现在，有了购物命令， 开发者可以为 codex 设定一个持久的长期目标。一旦目标设定， codex 就 会像一位不知疲倦的工程师，围绕这个目标持续开展工作，包括编辑代码、运行、测试、分析结果，并且在发现问题时自行修复， 全程无需开发者中途干预。对于开发者而言，有了 codex 的 助力，他们无需再死记硬背各种编程语言的特定语法，能够将更多精力放在逻辑设计和架构思维上，这极大地降低了非专业开发者开发功能的门槛。勾勒功能的核心优势体现在自主性和闭环能力上。 其一，自动拆解任务。当 codex 接收到宏观目标后，会自动把它分解成多个可执行的子步骤。其二，自主迭代。它会不断循环执行编码、运行、检查、修复的流程，直到判定目标已经达成。其三，任务管理，开发者可以随时对正在运行的目标进行暂停、 恢复或者清除等操作。有开发者给了 g p t 五点三 codex 一个空仓库以及完整访问权限，并布置了一个完整的射击游戏开发任务。 codex 在 不间断运行大约一个多小时后，自主生成了游戏所需的所有资源。 总之，勾勒命令的出现，让 codex 从每次一条指令的工具转变为持续推进长期工程目标的自主智能体。让开发者设定宏观目标后， codex 能跨越交互和中断持续迭代，这无疑是 ai 编程助手迈向真正自主软件工程师的重要一步。
1240空间OK了恐龙
01:47查看AI文稿AI文稿告诉你一个残酷的真相，二零二六年拖垮程序员的不是技术债，不是需求变更，而是你每天都在做的一个动作，按回车，你给 clod 一个大活，他干五分钟，停了 等你发号施令，你敲继续，他再干五分钟，又停了一个重构任务，你按了二十次回车， 真正有效的工作时间不到一半。你不是在写代码，你是在当人肉监工。但 cloud code 最新出的这个 go， 直接把这套玩法废了。 逻辑特别简单，你设定一个完成标准， ai 自己干，自己验，干完自己停。比如你说 go test os 下所有测试通过，且令特零报错，然后你就可以去泡杯咖啡了。 cloud 会自己写，自己测，自己改，每轮结束自动评估， 过了就停，没过就继续。你回来一看，活干完了，但注意，百分之九十的人第一步就错了。 你说 go 优化一下代码， ai 根本不知道什么叫优化好了，目标必须向验收单，什么测试通过，什么文件存在，什么输出为零。目标越像合同， ai 越像外包团队， 目标越像感觉 ai 越像人工智障。所以今晚回去打开终端，别急着写代码，先想清楚我要什么，结果，怎么算完成。 把这句话丢给 go， 你 会发现， ai 真正的超能力，不是你问一句，他答一句，而是你指一个方向，他自己开到终点。这才是二零二六年程序员该有的工作方式。
34里鱼
01:23查看AI文稿AI文稿今天分享三个命令，用了之后啊，你的 cloud code 会循环跑，一直跑，并行跑，充分的释放你的生产力。那第一个 log 命令，比如你在用 cloud 做一个网站，不想每次手动提交改了什么，那就输入这个命令，那 cloud 每隔三十分钟就会自动跑一次，帮你去提交代码，你完全不用手动操作，那时间单位支持秒 分钟小时，不限时间的话，默认每十分钟跑一次。第二个 go 命令，这是前几天刚更新的一个命令，那普通对话是你说一步，他做一步，做完就停。而 go 啊，是你设定一个完成条件可靠的，会一轮一轮的自己跑下去，直到达成条件才结束。比如你输入这个指令，他会一直跑，一直修，一直验证， 直到测试全部通过了才停止，适合用来做有明确验收标准的事情。第三个， cloud 杠杠 bg， 以前你给 cloud 扣的一个任务啊，它在跑的时候你什么都干不了，你得等它结束，或者需要新开一个窗口，结果是啊，越加越多，完全找不着北加了。杠杠 bg 就 不一样了。比如你在终端里输入这个命令，那 cloud 会立刻扔到后台跑， 你可以在终端窗口里继续做别的事，你还可以开第二个。第三个，后台任务，步步干扰，想看进度啊，按一下左方向键，就进入了 agent。 五 u， 你可以看到每个后台任务的状态，谁在跑，谁在等你，谁跑完了，按上下方向键啊，可以选择进入任意的 agent 去看详情。按右键啊，就可以回到当前的对话。这个功能啊，可以让你在一个终端窗口里管理多个并行的 agent。 这个啊，也是最近更新的功能，只要你学会了这三个命令啊，恭喜你，你使用可拉扣的能力又进阶了。
629起哥的AI实战
