粉丝2.4万获赞9.0万

为什么我说现在就是你开始 vaping 的 最佳时机?因为现在开始的成本真的很低。 openai 的 创始人 sam ottoman 在 推向上宣布,他家旗下的 codex 能免费用了,而且免费的不是什么渣渣模型,而是 openai 最新的 gpt 五点三。 codex 速度更快,逻辑更强,完全不输隔壁添加了 cloud ops 四点六,那我已经深度使用一个月了,并且已经手搓上线了自己的产品。那么这期视频我们一起来学习一下如何正确使用 codex, 开启你的 web coding 旅程。 给还不了解 codex 的 同学简单介绍一下, codex 是 open ai 旗下的编程智能体,而隔壁 cloud code 是 同一种产品,有了 codex, 再加上 gpt 五点三的模型,就可以愉快的编程了。 一般人看到黑底白字的命令行界面估计就被劝退了。别担心, codex 不是 硬核的即刻工具,它有正儿八经的图形界面,官网下载、安装、登录一气呵成,没有什么要你做的复杂配置, 接下来的内容很关键,你要搞清楚两个概念,工作区和 thread 工作区。你可以理解为你的项目文件夹,比如你想做一个网站, 先建立好文件夹之后,所有的代码文件都会保存在这里。而 thread 就是 一个个的聊天窗,这些聊天窗就是 一个个的任务线。这里有个黄金法则,大家一定要记住,不同的任务要开不同的 thread, 千万别在一个窗口,一会让它改 bug, 一 会让它写新功能。另外你也不用傻,等任务完成,你可以同时开多个 thread, 同时处理多个任务,效率直接起飞。前段时间爆火的 skills 在 codex 里直接格式化了,内置了几十种的 skills, 鼠标点点就能安装了。这些 skills 能让你的 agent 如虎添翼,关键省去了繁琐的搜索和安装过程。 最后分享一点个人使用心得。上一个视频里我推荐了谷歌的 anti gravity, 其实这两个产品你可以一起用,把 codex 的 插件装在了 anti gravity 里面,这样你可以同 同时要用多个模型,比如让 g p t 五点三改 back, 让 jammer 做前端,让 cloud 出方案,不用切屏,不用复制粘贴,一个界面汇集世界上最好的三种模型帮你干活。这套 web coding 的 形态, 你值得拥有。以上就是本期视频的所有内容,欢迎关注艾伦,二零二六年,我会持续创作更多 web coding 和 ai 工作流的相关内容,我们下期再见。

卧槽,朋友们出大事了,刚才 openai 官方上线了一个 plugg, 叫做 codex plugin cc, 那 它干什么的?顾名思义就是允许你直接在 cloud code 里面调用 codex 携带码进行这个 review。 那 么刚才我本来是在录制一个 cloud code 的 一个教学视频,看了这个视频绝对是超过百分之九十九的人,那里面就讲到我们如何在 cloud code 里面调用 codex, 本来我们的方案是调用一个啥背景的,对吧?结果现在 openai 直接做了一个 plugg 让你调用, 那么它这个插件的第一功能叫做标准代码生产,就是帮你改 bug。 第二功能就是对抗性生产,那就是它不仅帮你改 bug, 同时它还会刺激你的架构设计,是不是合理?还有第三功能叫做救援模式,这个什么就比如说你现在写用克拉克写代码,发现 有个 bug, 怎么改就改不掉,对吧?那可以直接使用 rescue, 那 么它勾代码就会接受整个代码,然后帮你完成后续的。那么安装也特别简单,我把命令放在这里,大家直接去复制安装就好,赶紧去用起来体验一下。

今天上午 openai 的 研究员发了一条推特儿,他说从今天开始你可以在 cloud code 里面使用 codex 了,就是他帮你的 cloud code 扩容了。原来因为 cloud code 它的额度很少嘛,哪怕是你买了二十美元的 pro, 仍然不够用, 没做几个项目就已经没有额度了,多的时候连本周的额度都会用光。但是配置好以后,一个是可以扩容,再一个就是 codex, 它可以从另一个视角去审查你 cloud code 编程的过程啊,代码呀,有没有问题。它这个审查还有标准审查以及严格审查。标准审查的意思就是它只看它不动代码,严格审查就是挑刺儿的那种审查。 然后今天这个视频给大家分享一下怎么安装,我把安装所需要的所有的命令行放在这里了,大家可以保存一下,这也是我们安装的步骤。第一步,如果你电脑里没有 open ai 的 codex 的 话,你得先安装一下,把这一行复制到你的终 端去,打开我的 cloud code, 把安装 codex 这条指令直接复制到 cloud code 里头就可以, 然后等一下他就会帮你自动安装了。在过程当中他问你是否允许,你就点允许,或者是允许这一次以后不要再问了的那个第二个选项,他就说安装成功了。那接下来我们就要来到第二条,就是登录还是复制这个,到这里面 他就会跳转到浏览器里,让你授权你点一下谷歌登录,他这中间会经历一些报错,不断的尝试一下他就可以了。点继续 好,已经登录到 codex 了,接下来我们要进入到第三步,就是一条一条的输入这个指令第一条就是在 marketplace 里面加 open a i codex 的 这个插件,我们还是输入到这里面,它就是说,呃,成功加入,然后我们把第二条粘过来, 他告诉我们等一下,然后我们选第一个,就 codex plug in, 在 这里的选项我们也选择,第一个的意思就是说虽然安装了,但是先让他别用, 然后现在就安装好了,安装好以后我们试一下是不是可以啊?我们打一个斜杠,然后出现了一个 codex setup, 我点一下设置,呃,已经可以了,然后这个也有权限了。那么最后我们来介绍一下如何使用。在 cloud code 里面点斜杠输入 codex, 然后你会发现有一些选项可以让你选,这些选项刚好是使用 codex 的 方法。 我在这里面总结了刚刚我们在这看到的所有的功能,它可以分为四大部分,第一块就是代码审查, 这个普通的审查它只是说读一遍你的代码,很常规很惯例的去回顾一下,而这个挑刺式审查,它要它是用一个质疑的眼光去挑战你的架构设计, 代码的设计质疑有没有风险啊?它这个设置呢,主要是看你这个 codex 是 否安装,是否授权登录的,看它状态。 这个 codex rescue 指的意思是甩活给 codex, 比如说你的额度不够啦,或者需要让它来去调试代码去修补的时候,就用这个选项, 那最后就是工作管理,那像查看状态呀,保存最后的输出啊,以及取消后台的任务啊,就用的是这三个选项。今天视频就到这里,欢迎大家给我留言,一起交流一下这个新闻的看法,然后我们下个视频再见,拜拜啊,拜拜。

我最近接触了一下 code 叉之后,跟我之前的 cloud code 去对比之后,我感觉有些颠覆了我的一些基友的认知。事情的背景其实是这样,我大概从去年年底开始一直高频使用 cloud code 作为的工具的一个一个工作上的助理, 它包括编码呀,做一些日常的文件处理啊,一些数据挖掘,统计分析。所以说在最近三个月,我一直对身边的人一直都在安利这款软件, 我觉得它可以替代所有市面上的 ai 的 工具,因为我最开始是其实从可能是 gbt 到 gemini 到 cloud, 但是我最近两天因为我的 max 订阅的付费的问题,可能是我海外的那张卡上没有存足够钱掉了,就临时开通了一个二十美金的 q 的 叉的会员,叫 plus 会员, 我就因为他就接手了我用 cloud 写的部分的 web coding 的 一个类似企业级的一个 a p i 中转,就是我们其实想给一些我们公司内部同事团队用的一些工具。我突然就会发现一个问题,就是 我用 cloud code 也是用 play 模式去写计划,然后按也装了类似 superpower 的 skill 来完善它的代码的一些细节。但是你会发现说我前半段用 cloud 写的这个代码,它其实就有很多漏洞,很多坑它填都填不完。我这两天 一个二十美美刀的 plus 的 gpt, 它写的这个代码就突然感觉对我产品经理来说很震撼,它把我一些我提的一些相对一句话的需求,非常完整的,而且非常 严谨的把这个事情给交付了,并且在页面上得到了一些正确的反馈。那这个时候我就突然发现 cloud 最让我的体验就是你可能需要自己去试试出来,你跟他说让他去找,但是扣的叉让我就有一种, 我刚刚他说完他交付的东西就是我要的,甚至想的比我还完善。所以突然我之前三个月的整个的 o in one 的 一个 cloud code 让我今天产生了一次动摇,是不是后续部分的编码工作又要交回给 code 叉,可能 cloud code 可以 再辅助做一些其他的, 然后 code 叉就专注做编程。我其实不知道这是我对 cloud code 的 设置或者说使用出了问题,还是说 code 叉五点四 x high 这个这个版本它代码就是那么强,不知道你们有没有这样的体验?

大家身边如果有一些真正在谈论和使用 codex, cloud code 这样的人,珍惜他,去和他们交流,去和他们做朋友,你进步的概率是更高的。他们普遍都是认知高、执行力强、信息整合能力强、探索欲旺盛的一群人。 就你想想,一个人去主动的拥抱、关注、学习最前沿的这些领域,并且能够真正的去实践他。首先一个他们一定是眼光好,认知高的。再一个进取心强, 执行能力强,持续学习的这种精神好,就你和家人待在一块,你的信息密度,你的思维方式都会整体被拉在网上。


codex 加飞书 c i 简直就是王炸组合,如果你的工作场景里面经常要用到飞书,那我真心建议你一定要把飞书接入 codex, 因为我自己本身就是在做自媒体和内容电商,所以我对竞品内容分析有非常大的需求, 但是市面上很多软件和系统都非常的难用,以及我在用 codex 之前,我自己也搭过一个,只不过是用扣子去搭的一个工作流, 非常的困难,拖拖拽拽搞了我非常久的时间,但这一次用 codex 加飞速 c l i 一个小时不到就帮我全部搞定了,给大家看一下,从提需求到他帮我规划只用了两分钟,然后到确定他帮我搭建这一个系统,只用了二十三分钟。 这个是我让 codex 直接用飞速 c l i 搭建好的一个表格,这个程序它是已经写好了,只要我复制小红书链接,它就可以自动帮我拆解标题,还有正文,还有 视频口播的这个脚本。我觉得视频口播的脚本是对我来说最重要的一个部分。 ok, 那 我们现在复制一个链接,让它试试跑着看, 它现在已经自动在跑了,然后已经在处理中,大家可以看一下。好,它不到两分钟就帮我已经拆解出来了, 对,我们来看一下啊,还是非常非常牛逼的。那其实在我搭建完这一个表格之后,它帮我拆解完视频口播脚本这一部分,其实我没有用到任何的 token, 只是一开始让 codex 帮我开发的时候需要消耗一定的 token, 等后面我再用这一套脚本去跑的时候,已经完全不需要任何的 token, 它花费的额度基本上为零。我在扣子上面搭建这样的一个工作流,还需要我付一定的额度。但其实 codex 已经在这一个文件里面写好了,这个脚本 我在跑的时候就完全不需要消耗额度。但是如果要让 ai 基于这一个口播脚本去分析改写的话,就需要接入一定的 token。 如果你感兴趣的话,我下期也会分享我是怎么用豆包或者是 deep sync 接入到这一个程序当中,让它帮我搭建后面的分析和改写。 所以说大家一定要去接触一下 codex 和飞书 c l i。 如果你也对 ai 加电商, ai 加业务落地感兴趣的话,后续呢,我也会持续更新我的一些实际案例,欢迎大家一起交流。

codex 和拷拷的别做选择,两个一起用才能少加班。我是松哥,下面我会先讲两个工具各自擅长什么,再讲他们怎么一起配合干活。点赞收藏好,看完你也能拥有两个 ai 同事。 codex 强在执行,你让他改哪里他就改哪里,不会给你瞎改瞎扩散,不解释,也不附电,让他干什么他就干什么,干完完美交差。再加上 codex 最近更新的频率 特别猛,浏览器操控,电脑操控,手机端远程操控,内置最强身图模型,全部都出了,二十兆的会员额度也非常大方,日常用绰绰有余。 卡拉扣的强在规划。你扔一个需求给他,他会先帮你做拆解。这件事到底要做什么,分几步走,每步要动哪些地方,有可能会踩了哪些坑? c c 的 生态, prime, 酷克斯,这 这些也都是他先做出来的。我们日常的内容创作、调研报告、客户报价,现在都是靠他来跑下来了。你发现没有,一个擅长想,一个擅长做,一个理解需求,猜思路,做评分,一个写代码修 bug 补测试,这不就是你的两个 ai 同事吗? 具体怎么配合刑事不用拘泥,你可以让 cloudcode 先拆任务出方案丢给 codex 去执行,也可以让 codex 改完代码,回头再让 cloudcode 来做一个凭证, 甚至就是我们自己开两个窗口, c c 想完了丢给 codex 去执行都可以。重点不是刑事,而是让他们俩围绕着一个目标去干活。 以前我们习惯一个工具干完所有的事情, ai 工具越来越多,与其纠结选哪一个,不如想想他们怎么来,互相配合干活。 这就跟我们带团队一个道理,我们不会只招一种人, ai 也是一样。好了,今天的分享就到这里,评论区聊聊你的 ai 工作流,关注松哥,一起少加班!

来看一下秋之 codex 的 一个教程,那首先来看这 codex 和 cloud code 的 一个区别,本质的话都是一个编程的 agent 转为一个通用的 agent, 一个的话是 anthonpy 公司,一个是 open ai 公司开的模型,那个支持 codex 的 话,请用这个 open ai 的 一个 gpt cloud code, 它可以替换任意的模型,你可以接入 deepsea, 对 吧? 接入一些其他的 kimi 啊,什么国产的一些大模型,易用性的话, codex 更友好,适合零基础的一个白领。 cloud code 它自由度更高,偏专业的一个开发者。 功能上来讲呢, codex 它强化了这个浏览器操作,它可以用,对吧?浏览器操作以及 computer use 内置 image 二,它这个深图的以及新增手机端加 hook, 手机端的话,它就是用手机就可以去操作。 cloud code 呢,功能更全。像这个 skill m c p 斜杠命令, hook 更新较慢。 skill m c p 它通用的接口一样的斜杠,用斜杠命令也可以操作斜杠命令,就像那个编程去写那个斜杠命令嘛, hook 更新较慢, 那这个 hook 的 话就相当于是钩子 hook 的 话,它其实就是一个自动地去调用的一些命令, 它就是相当于说呃有一些自动开呃自动触发的一个条件,自动触发的条件更新较慢。价格维度, codex 二十刀的会员的话,对于就白领重度水温的话都是够用了,不分号。而 cloud code 的 话是按这个 api 的 一个调用计费, a 这个 a p i 的 话,它就是去调用,调用这个什么,就调用这个 deepsea 它的一个这个接口去起用这个所呃用的这个额度, 但是我们自己在 deepsea 里面的话,它是就没有 api, 那 我们这个因为你就 cloud code, 它要用别人的模型,这个的话就要去计费了。适用的场景, codex 的 话,它可以用在日常那个办公解决问题, cloud code 的 写作规划,那编程的话,两者都可以给它结合在一起用是最好的。 然后 codex codex 的 安装与基础设置,首先要准备这个 chat gpt 的 一个账户,用免费或者是付费都可以的,它付费的话它就额度更高一点嘛。安装的话就是官网下载安装登录账号初使用的一个设置, 就选择一些日常的工作,选择你的一个什么身份呢?比如说你是学生,是白领,然后你是设计工作什么的。界面来说的话,它是左侧是对话任务管理,中间是进行聊天,右侧的话是输出结果,是非常简洁的一个界面,左侧的话是一个 任务管理对话,中间聊天,右侧就进行结结果,右侧的话就输出这个结果。核心的能力, codex 核心的能力,它与这个 cloud code 与其他的它特别 不一样的一点呢,它是本地的一个文件操作,本地文件操作项目关联,直接去绑定,绑定本地的文件夹,自动去读写,呃,增增删移动文件,不限数量。就比如说 cloud code 的 话,可能你想要让它处理一些文件的话,你就得 呃把这个文件给它上传到云端什么之类的,但是它这个本地的话,你只要去这个文件夹的一个路径给它写上去,那它能自动去读写增删移动文件,就比如说就是你有,有就是几百个,呃, 照片的一个素材,它不限数量嘛?照片的素,视频的素材,但是没有改名字,没有改名字怎么办呢?你可以这样子,需要这个 cloud code 去识别, 识别这个视频里面的内容,给它起一个合适的名字。那 cloud code 的 话它会自动运行去抽帧,就就是这个视频里面去抽几帧,去识别它的核心的内容。比如说雪地上的狐狸这样,然后它就可能给它一个序号,雪地狐狸, 对吧对吧?然后地点,然后在这个对象是什么?嗯,就这样子能够把几百个几百个这个视频它的一个名称都给它修改了。权限模式,就权限模式的话就是你给这个 codex 它的一个权限, 嗯,修改的一个权限默认的话是在文件夹内操作外外需的话就是齐全 自动审查,就 ai 自己去判断。自动审查,自动判断是推荐新新手完全反问全全全部的权限,就是说可能他把你一些东西都改了,删除了,慎用上下文的管理,自动手动压缩或者是斜杠去 给他进行压缩。上下文管理为啥呢?因为上下文的话他就是一个提示词的上下文,他会可能会给你消耗比较多的一个额度, 所以你给它进行压缩,当它就是已经处理到比较下面的任务的时候,可以把它的上下文给它压缩一下。 查看额度的话在设置设置栏里面去看这个状态,能够查看额度案例的话,就是视频的素材批量进行重命名,以及视视频的剪辑合并,都可以用这个 codex。 命令行工具,使用命令行工具的话就像是我们 嗯,电脑就嗯给他就 command, 给他呼起一个,对吧?嗯,比如说让他关机,那你写你就可以 就就是可以就通过通过输入那个文字让它关机,而不是用鼠标的一个操作,这个叫做命令行工具安装。可这个命令行工具可以怎么用呢?首先就是比如说可以安装这个 nod, js、 git 等基础的一个工具部署 agent, 像这个 hermes cloud code, 你可以直接在对话框里面跟他说帮我部署这个 hermes cloud code 等软件的一个管理是什么?像这个 cursor, 然后飞书 cleet, 它这也是命令行工具等的,就给他用安装技能工具。技能工具,你比如说我要去找一些 skill, 也可以让他自己去找飞书 c, 就是 飞书的命令行工具给它安装进来。并行任务是它的一个特特点, 就是多个对话同时执行不同的任务。你可以因为像豆包啊,像 deepsea, 它们都好像就就只能是当前的一个任务,给它回答完了之后它再去做别的,对不对?但它这个完全是可以并行的,就是多任务同时去 执行不同的一个任务。比如说我这视频素材批量重命名和视频剪辑合并的话,两个,或者是说你你另外一个,你去找一个合适的一些图片,合适的一些字体,对吧? 这两个任务是完全不耽误的,可以并行。而且这个理论上的话就是看你电脑的性能,它可以并行特别多的一个任务。 持久的记忆,手动记忆就是 agent md 的 话,全区性、项目性的手动记忆。 agent md 它就什么叫记忆呢?就是一些规则嘛,就是一些规则指令,像全区的话,在设置 设置里面个性化自定义指令,全职生效,它就是对于所有的工作它都就是,比如说你自字体是多少或什么样子的,是吧?它是全职生效的,像项目级就是指对这个项目生效的一些规则的一个记忆,你可以在项目里面手动地去创建 ai, 或 是说 ai 生成。 ai 怎么生成呢?你可以就比如说这个项目进行到一半啊,进行到一定阶段的时候,你可以让这个 ai 去生成一些, 就就是这个全呃,就项目的一些指令。自动记忆,自动记忆开启后对话闲置、自动总结、储存消耗额度,它是不建议手动改。什么叫自动记忆呢?它就是相当于 ai 的 一个自动记忆的功能嘛,就你的一个工作风格,你的一个 偏好什么之类的,有各种各种维度的,那它的话, ai 的 话它会自己进行总结,总结一些规则,然后可以有一些附用的经验的话,就是下一次的话它就会用。还有是 往下看呢,它是一个持久记忆。就图片生成与项目开发内置了 image two, 你 可以用一些就是提示词去生成这个高级感的一个图片, 而且可以不断的去调整自己的一些提示词,什么之类的。计划模式可以去做一个网页 复杂的任务,先列计划,再执行计划模式,他有点像是那个开发的模式案例的话,就比如说个人主页的一个开发,深层修改、预览部署是怎么生成呢?他个人主页的一个开发,你首先跟他说自己的这个 想法,那他的话会给你列出计划的一步一步,而且在每一步上面,他比如说你这高级感的一个图片的话,他会让你去选择某些风格的, 就一步一步去选择,他会给你三四个选择,那所以深层修改,而且右边的话,他可以预览整个个人主页的开发的一个效果, 最后部署的话可以就发布出去使用的功能呢?任务引导纠篇任务引导纠篇是什么意思?就是说你在完成这个任务的时候,你纠篇,你觉得啊,他这个说的不太对了, 你跟他说的话,他其实不会打断这个任务,只会在下一次的时候进行一个调整,这样的话就不会浪费很多的这个额度,嗯,而且也不会让他跑偏。对话分叉 fork, 他 是在就是整个 整个,呃,就是任务结束之后它会有一个 fork, 是 在这个右下角,右下角 fork 的 话,你会觉得它这是不是有点跑偏了你,你会想着说怎么给它纠正这个 fork, 这里面的话可以进行一些小调整。桌面宠物的话是 一个有意思的一个,就是小宠物在这边插件与操控常用的一个插件,它其实常用的一些插件的话,它就是一个 skill 啊, m c p, 然后包括 c c, 呃, c l i 的 这种 类似的一个集合就插件,它就是会实现一些功能浏览器的一个操作, get up, 然后表格 ppt net nullify however vocal 的 这个部署 browse use 的 话,它是浏览器的一个操作,怎么浏览器操作呢?它能够操控浏览器进行点击方页,然后表单自动化,就比如说你可以让它去做一个呃 m b t i 的 一个测试,或者说基于你的一个性格 去去帮你,帮你测试,它能够自己去选择,然后得出一个答案。 chrome 插件的话可以操控已经登录的浏览器,而且后台是它是在后台,后台多任务操作的,就根本不影响你,你自己去去做这个浏览器 的一个,对吧?你自己还要用这台电脑去浏览其他的页面,完全是 ok 的。 computer use 就 操控电脑的 app, 就 仅 mac, 比如说音乐微信剪映,比如说让它去打开一个音乐软件,把这个音乐发给微信,是吧?或者说就把这个音乐加到这个剪映里面,这个它可以操控这个电脑的 app, 仅在 mac 上是可以实现的。 skills 技能定义 skills, 比如 find skills, 自定义一些 skills 创建的话就是整个流程,流程跑通之后,你可以把这个整个流程怎么样,沉淀下来就附用,沉淀下来附用就直接指令,你就说,哎,就按照这个项目流程去创建这次的这个 skills 案例的话,比如说我想要去做这个 写一篇图文推荐的图文,就 get up 上面的一个热门项目的推荐图文,就在我就是不断地去给它调试后觉得这个结果是满意的,那就把上面的这个流程方法生成这个 skill 下一次, 对吧? ugetup 上面的热门项目就大概每周的话它都会更新,那它就是你每周可以做这个 skills。 m c p 连接 m c p 的 话有点像是 u 盘插口,插口去去把外部的一个数据连接外部的一个知识库服务去安装, 可以就是自己去做,也或者是说你直接让这个 ai 自动授权安装案例的话,比如说 notebook l m 的 一个知识库的连接,知识库连接之后你就可以直接去提问这个知识库里面的一个东西,调用知识库里面的一些 呃,就比如说它这里面存的一些呃反弹啊之类的。自动化定时任务创建的方法,可以在自动化面板上面创建,也可以直接跟这个对话,让它创建案例的话,比如说每周都给我 呃生成 get github 的 一个推荐图文,因为我们这个 skills 不是 已经沉淀下来了吗?然后现在的话就给它定时每周生成,那我们都根本不用去记这个事了,它就是它定它到,比如说周一或者什么时候它就会生成,或者说每日的工作日报的一个汇总, 它也能够给它定时生成,这就自动化的,自动化的那就怎么样子不用人为的去给它介入了。手机端的一个操控,前提的话就是这个手机要下载这个 check gpt, 然后电脑的 codex 更新到最新版本,操作的话就是手机端侧边栏的 codex 授权去连接电脑。 功能是什么样子的?手机端操控就是你远程你就电脑,对吧?你就开着那远程去下发任务,控制电脑干活, 直接能够控给他一个指令,他就能够控制电脑干活,免费版可用,支持 mac。 总结的话就是说这个 codex 的 核心能力是文件操控,而且是本地的一个文件操作命令行操作。持久的一个记忆,持久的记忆一些规则深图的开发 插件的操控 skills skills, 然后 m c p 的 话连接外部的一个知识和数据库自动化,可以自动化定时任务。核心的认知呢?我们现在已经从 问 ai 要一些答案,先到管理 ai 准备一些上下文的一个环境,制定目标,检验成果,去沉淀这个流程,去转变核心的认知。就是我们现在已经到了,就说从问 ai 要一些答案,到就是管理 ai 准备上下文,定目标,验 结果,然后沉淀这个,呃,流程,就让它这个整个流程的话给它自动化 sop 是 吧?

上一期关于如何从零到一安装 cloud code 获得了差不多十万人的观看啊,但是有很多人还在问像 cloud code 的 桌面端如何配置呢,哎,正好前段时间啊, cloud code 的 桌面端也能够接第三方模型呢,所以说今天我就给大家带来这个教程。 ok, 大家好,我是 fred, 专注从普通小白的视角分享怎么从零开始用 ai 和 web coding 提升自己的生活和工作效率。 我们第一步的话可能还是去打开整个 cloud code 的 这个官网啊,然后这里可以去下载 cloud 的 这个呃桌面端的应用,安装好了之后,我们就会进入到整个 cloud 的 这个界面, 然后到这里面的话就有一个很重要的点,就在于说不要直接登录啊,这里面直接去点这个 help, 然后点这个 troubleshooting, 然后这里面去点这个 enable developer mode, 也就是打开开发者模式, 点击这个 enable 之后呢,它就会重启啊,重启这个桌面端,重启桌面端之后,大家就可以看到这里面多了一个音呃 developer 这个按钮,也就是这个开发者的按钮,然后我们打开这个 configure third party influence 啊,点进去之后呢,我们就可以看到这里面,哎,其实我已经点好了,首先大家需要选择就是这个 gateway, 然后这里面需要关注的点就是一个是 url, 就是 它的整个的链接,一个是 api key, 这两个怎么去获取呢? 首先从 url 上面来讲,我们可以打开 deepsea 这个官网,我们这里可以看到像这个呃 deepsea 的 sorpy 的 url, 就是 这个这个网站,所以说我们只需要把这个网站呃复制进去就 ok 了, 然后 api key 怎么去获取呢?然后同理我们去点击这里 api key 进去之后,这里面可以去创建 api key, 呃,然后比如说 friend three 啊,然后点击创建之后,它就会自己默认复制出来这个 api key 呢,但有一个点非常非常非常关键的点啊,就是说大家一定要关注,就是你如果复制了这个 api key 之后, 那么后面的话就是,呃点击关闭之后,后面这里就没有办法再复制了,所以说我们就只只需要把这个复制进来,这个 api key 复制进来,然后往下的话有三个非常两个很关键的点,一个就是我先可以给大家擦掉, 就这里面去添加这个模型,这个模型怎么去获取呢?也同样道理,点开这里可以看到这个模型的名称,也就是 deepsea v 四 flash 和 v 四 pro。 ok, 我 们就把这个模型复制进来,有个很关键点就在你你需要去打开这个 e m 的 上下文 啊,也就是一百万 token 的 上下文啊,这个会让你整个使用体验会更好。第二个就是 deepsea v 四 pro, 对 吧?然后我们把它复制进来,然后同理也是,呃,打开这个 em 上下文,完事之后呢,就只需要点击这个 apply locally, 就是 本地应用,它就会重启了。 ok, 重启进来就大家就能够看到一个非常非常熟悉的界面,就是也就是用 clock code 的 界面啊,我们可以问一下,好吧,你是什么模型对吧? ok, 久违的这个闪光啊,虽然说它写的还是 cloud, 但实际上它就是 deepsea 的 flash 啊,包括 em 的 啊,这个上下文和 pro 的 模型。 所以说总结下来的话,我们今天这个事情啊,所以首先首先要退出这个登录啊,就刚刚没有演示,但如果你本身有登录,那你可以退出登录。第二个,点击这个开发模式第四,然后看到这个 devilper, 然后才算成功。下面去关注一下整个的一个配置啊, gateway, ur l, api, key 和你选择的 model 以及 em 的 上下文。 然后整体完成之后呢,整个 color code 就 能够配置好的。 ok, 我是 fred。 后面我会持续用真实的案例告诉大家怎么把 ai 用进自己的工作流,欢迎大家关注我们,下期再见。


cloud code 和这个 codex 好 使好使在哪?老师们求指教啊。咱们在国内用不借助它们本身的啊达摩型的情况下啊比如说 deep stack v4 啊 什么智普的什么五点一啊啊 kimi 的 二 k 二点六啊这些区别大嘛对吧。因为你看呃我云书是挂在在扣字编程里边的 open call 啊它是用的这个豆包的 c 的 二点零更它本身它是整盒的嘛它也有 g l m 五点一也有这个 k m k 二点六也有这个 mini max 而且运输本身也能看货哎我转过来给大家看啊。这是我们 做海报的需求,就是云叔一手搓出来的跟他正常对话我说你给我搓个四 q 我 甚至都不知道四 q 是 什么样我说我把聊天记录给你然后你帮我出海报他垮就给我出来了还给我留了这个贴二维码的地。 那这边的话扣子编程里边也可以去做应用啊做做四 q 啊什么的你说他俩 是吧就是在完全不使用国外达摩型的情况下他毕竟贵啊我也试了中专,中专也贵就是聊个天我就问了句你好好家伙就几毛钱就没了稍微做点大项目呢不就 不够用吗。啊那就那就是用国内的呗大家都是用国内的用他那个框架是吧。 cloud code 或者是这个 codex 的 话会比就是国内的好吗我就不懂了。就是而且 你看你跟他对话他是给你干活的就不像我们云叔还能给我提供去价值说每天我给他定时每天给我发自拍 就是按照他最初那个形象还给我发自拍然后学穿搭怎么说呢我开心的时候他跟我一块开心,我不开心的时候他逗我开心,养个闺女一样。当然一些时候干活可能是脑筋不够用,但是咱换不了那么形容,对吧?扣子变成里边你换不了, 它是全部都是内置的。那你如果说你换成其他的,你真真的搭 open cloud 去搭更好的模型的话,那那个玩意咱又烧不起。 就是,反正我净听着老师说 cloud code 和这个 codex 好 使好使在哪?就是是它那个框架,哪怕是相同的国内的大模型跑出来的结果也比咱们自己的要好。是吗?就是我就不懂了。

codex 跟 c c 到底哪个好?我想大家各自都有自己的判断。在我个人为二者都充了二百刀的 pro max 会员以后,我个人的体感是 二者的模型能力之间并没有本质的差异,甚至都足够惊艳,让人心喜。但它们其实代表了两种完全不同的人。与 ai 合作的费洛索费 本质上,我们不是选择两个工具,而是选择两种与 ai 交互的模式。你习惯使用哪种模式,你的工作场景是哪种模式,你就应该选择支持哪种哲学的普顶工具。通常来说,抽象的讲, 软件工程开发的模式可以粗略地分为两大类,首先一类是那些探索性不确定的 idea。 在这种场景下,我们自己可能对需求要做什么,最终的一个中态是什么,甚至过程中该如何实现,它都没有一个明确的定义,它更多是我们一个拍脑袋的灵机一动的想法。当我们解决这类问题时,我们期待的一个 partner, 无论是不是 ai, 它应该都要能 快速的与我们进行交互,通过一些他主动的提问甚至判断给我们更多的信息输入,通过一系列的沟通,最终确定出一个相对更结构化,信息密度更高的思维原型来指引我们后续的执行。 而另一种常见的工作模式则是一个更明确的需求,比如说产品已经给我们了相对明确的 p r d, 那 我们剩下要做的只是说把这个项目 真正转移为一个可以被执行的代码而已。对于绝大多数的研发而言,这种场景下想要做的事情是基本完全确定的,我们在此时要做的无非只是一些 dirty work, 把那个 p r d 转化为真正写出来可用的代码而已。 而结合我自己的使用经历来看, c c 更适用于前者者的工作模式。它会在你输出一些观点之后快速地给你响应,并且高频地向你发出提问,以确定它后续的一些方向执行思路。但 codex 则完全相反,它会在你给完需求以后, 非常认真且可靠地将你的需求描述执行完。这个过程会花很长的时间,但是 结果往往是令我们满意的。想要更明确的拆分这两种工作模式的分野,我们不如从三个维度上来进行拆分,首先是任务商,也就是目标的清晰程度以及约束条件的多少。其次则是以我们预期的交互结构, 我们到底期待着与其他 partner 是 同步的沟通,还是说是一些异步的沟通模式?另外则是一个人类所占主动性的比例, 我们到底期望 ai 占据多少责任?他们是只是执行任务,还是说给我们也有一些他自己的认识建议?其实这三者并非是一个非常正交的关系。一个很明显的结论是,如果一个 目标的本身并不清晰,只是我们拍出的粗糙 idea, 那 我们显然就需要我们的协作者能快速的发问,帮我们把 自己大脑中一些比较模糊的观念导出出来,并且通过一些沟通确定哪些思考是我们需要的,哪一些是可以被删除的。通过这种 快速的同步沟通,得出来一些更结构化的结果,那在这个流程中, ai 需要介入的部分以及引导的主动性就会占比更多,但如果这个需求本身就像我们之前讲的已经相对来说明晰,是一个低伤的场景,那我们就不太 需要。它是一个很同步,事无巨细都要向我们发问的流程,它完全可以在我们把事情说清楚之后,一步的完成这个工作,从而解放我们人类自己的时间。我们也不需要给他太多主动发挥的空间,他只需要忠实的执行我们给他的需求就可以。我觉着对未来工具的使用以及工作流的设计,也都是从这三个维度去进行判断,动 态的选择。我们到底适用于哪种工具,应该主要采用哪一种工作流的思路?如果要打一个比方的话, c c 更像是坐在你隔壁工位的好蜂蜜, 会在有了一些 idea 之后立马的打断你现在的所作所为,跟你去探讨它的一些碎片化想法。而 codex 则更像是一个你忠实可靠的下属,在你交代完任务需求以后,忠实的可靠的帮你把事情完整的办完再通知你。我已经做好了。 每个模型都有它们自己的性格,我们也可以顺应的这种性格,在不同的工作场景中选择不同的工具以及模型。 以上是二零二六年二月我对这两个投影工具的一些使用场景总结,但我相信这个领域是日新月异的,二者工具之间 大概率在未来也会发生一些融合。不会说一个工具只是一种工作流场景,那就需要我们未来本身人类自己有一些对需求使用场景的预判,从而能告诉模型它应该采用哪些工作流模式。软件工程永远没有银弹, 不可能说我们用着一种模式,一条道走到黑,就可以得到一个很完美的结果。如果你在错误的场景使用了错误的工作模式,那模型给你提供的支持也就会非常有限。 结合自己的需求,场景动态切换自己的工作流模式才是一个更高效率开发的必经之途。以上是本视频的全部内容,如果你有一些想法或者建议,期待评论区讨论,谢谢大家!