cloudcode和豆包区别共同点
我先说一下龙虾 opencloud， 网上很多人把它称为人工智能体，它能帮你干什么？相对于豆包来说，只能你问它，回答它只能是与你对话，然后不能实际的去操作你的电脑，完成你的任务。而我们所知道这个龙虾，它是能够操作你的电脑的， 帮你打开一些程序，或者是帮你跑软件，比如说跑 mate lab 做仿真什么的，豆包是完成不了这一点的。还有另一个软件叫 clode， clode 和 open clode 类似，它们都是能够操作你的电脑的，但是呢，呃， clode clode 更偏向于代码这一方面，它主要是帮你进行代码修改，帮你就是自动改代码之类的。 以上是 open cloud 和 cloud code 之间的区别，我刚刚介绍了 open cloud， cloud code， 它们两个类似。对于豆包来说，这两个软件能够操纵你的电脑去打开这个软件，它能自动帮你做仿真。 我把它们暂时的成为人工智能体，它能帮助你去完成你想要的工作，而不是说类似于豆包帮你完成规划。
粉丝140获赞2285
相关视频
02:23查看AI文稿AI文稿当所有人都在告诉你， cloud code 无敌了，靠，赖主无敌了，程序员要失业了。但是我要告诉你一个有点不一样的事实啊，限阶段的 web coding 根本就做不到真正意义上的脱手。所谓的技术平权，是建立在你至少懂一点技术逻辑的情况下。 如果你连最基础的概念都不懂，人家不是在帮你开发，他是帮帮你随机挖坑。为什么？因为很多人连最基本的两个概念都没有搞懂 啊。 l l m 和 agent。 先说 l l m 即垃圾 language model， 你 可以把它理解为 ai 的 大脑，像豆包，千问、 deepsea， 还有 g p t， 本身上都属于大圆模型， 他们负责思考、理解和深沉，但是他们不会帮你真正干活，他们只会告诉你应该怎么做。真正执行的是第二个东西， agent 翻译过来叫代理，你可以把它理解为 ai 的 双手， 他可以帮你改代码，跑命令，读文件，调项目。像 cloud code， codex 这种都是偏向于编码型的 agent。 但问题在于，其实他们都挺瞎的啊，你以为他们在认真开发？但是如果你不写好的提示词 啊，他经常改着改着就把项目改炸了，修一个 bug 照三个 bug， 还会一本正经的胡说八道。所以现在真实的状态是什么呢？ ai 能让懂开发的人效率翻倍，但是远远做不到能让不懂开发的人直接起飞。后面的 mcp， skills， 还有自动化工作流，都是建立在你懂这两个概念的基础上。他说工具怎么选？如果你是 轻度修需求，就是想要写点小工具，做点小网站和小作业。我推荐一个东西叫什么啊通一律嘛啊通一律嘛？不知道有没有人知道的，开箱即用门槛低，而且最重要的是它现在阶段是全完全免费。 但是如果你是高需求想真的做产品或者跑项目的话，我建议你还是上 call 和 calllex 这种，只不过他们都有很多技术门槛，像环境配置， api 啊，费用还有网络这种一个都绕不开。 所以别再信什么一句话做萨斯零零基础月入十万这种鬼话了啊。现在的 web 扣队你更像什么呢？像一个非常牛逼啊但是脾气非常怪的实习生，你以后得会盯着会纠错会提需求， 而不是直接放手不管。 ai 确实在降低门槛，但是他远远没有做到让你什么都不懂就能闭着眼做产品的效果。
486某神人
02:40查看AI文稿AI文稿open a 那 个 codex 到底是读什么呢？昨天跟同事交流的时候，我说那个 codex codex 给他造一脸懵，因为我也没听过发布会，也不知道是什么，我只是基于第一知觉念的这个单词，就跟他一开始跟我说 c c 什么玩意，你看一下 c c 里面的什么功能。我当时也很懵，我就想什么是 c c， 他 跟我说是可乐扣的，这两个有异曲同工之妙，我直接就去问了国民级英雄豆包， 我说正常那个这个怎么念？他说只会念扣代，不管是发布会 还是国外都是这么念，包括 cloud code， 也只会去发叫 cloud 或者 cloud code 的 音，从来没有人会把它缩写成 c c， 只有中国会这么搞。搞两个字母缩写觉得很简单，但是 你 c c 还有那个那个超送的意思应该是 copy cleaver 吧，还叫什么？就是它这个词有各种含义，都是我们赋予它的。呃，宝马那个 x 五在国内都叫宝马叉五。 我觉得 codex 叫 codex 或者 codex 更顺嘴，但其实它是一个专用名词，就叫 codex。 然后顺顺便查了一下那个呃 get up 那 个 copic 就是 正常的话，我都管它念 copilot 或者念 copilot， 哈哈。今天又问了一下豆包，豆包说那个正常应该念 copilot， 是 领航员驾驶员的意思，前面那 copilot 是 合作的意思， 国外都是念 copilot。 然后呢，我同时把几个发音重音不同的跟豆包说了之后他翻译成是一模一样的单词， 但是有可能是全小写的，有可能是脱风的，还有专有名词三个，但他在回答你的时候把这三个词念成的音都是一样的，所以我的第一反应是豆包，他是没法判断语音语调的， 但是他能说出来，他说重音在哪在哪在哪，这个有点奇怪，反正后面大家看吧。 如果朋友之间想交流，我觉得叫 codex 这种更有意思，叫 codex 有 点太官方了，但是如果在外面 去聊这种工具的时候，如果大家都是这么说都叫 codex， 你 叫 codex 有 可能会给人弄得很懵。
9李阁
02:12查看AI文稿AI文稿瑞萍，国内 a i 从夯到拉，先叠个甲，纯主包。个人使用感受，第一个 chat g p t， 行业标杆毋庸置疑，内容创作，逻辑推理、编程生图能力都很强，妥妥的六边形战士。 他的 codex 我 也用了一段时间，集成了很多 app， 生态完善，美中不足是有点太中规中矩，不够惊喜给到一个顶级。第二个， cloud， 个人觉得地表最强， ai cloud code 用过就知道，写文案，做网页，改代码，做方案，超长文本记忆， web coding 能力太强了，低幻觉 处理复杂任务，逻辑性强，不废话，设计有质感，除了太费 token 挑不出任何毛病，我只能说憨爆了。第三个 grog， 马斯克 xai 旗下的， 我一般用它查最新的新闻和数据来源，因为它直连 x 的 数据库，时效性这块是真的强，不过 grog 表达比较激进，有时废话很多，没抓住重点。 imagine 图像生成效果不错，综合给到顶级。第四个， gemini， 用它生成海报，做 ppt 很 方便。 nano banana 深图能力确实领先，但复杂任务处理我觉得不如 cloud， 表达略显生硬，有点像在读说明书， 总体给到一个，哼。第五个，豆包，应该是国内用户最多的，免费有这么多功能还响应这么快，已经很不容易了。图片视频生成效果也不错，情绪价值拉满，背后还有整个抖音数据库，就是专业性和实时信息准确性不太行，还在一本正经胡说八道的阶段。 综合给到顶级。第六个，元宝，腾讯出的和视频号公众号直接打通，有生态优势，界面简洁，中老年用户友好。我爸妈还挺喜欢用的， 但创意和专业任务处理比较一般。给到 npc 吧。第七个 deepsea 当时国内爆火，一度被说要超越 chat 的 gpt。 开源这块确实有格局，数学推理能力还不错，但用起来像个能聊天的计算器。创意类任务不行，而且敏感词有点多，随时来一句。这个问题我没法回答。 给到 n p c 第八个千问我没怎么用，感觉不像豆包有活人感，除了点奶茶好像没有什么特别之处，泯然众人。给到 n p c 第九个 kimi， 超长上下文是它的卖点，早期还不错，但现在各家都能处理长文本了，没啥差异化，复杂推理任务表现也不行，我只能说拉完了。
127水晶说
03:29查看AI文稿AI文稿cloud code 到底有多少个命令？官方近百个，但真正让效率翻倍的只有十九个。今天我就把这些核心命令全部讲透，还有避坑指南，帮你少走弯路。从对话管理开始，你有没有经历过跟 cloud code 聊了两个小时， 忽然模型开始给你烂代码？这不是 cloud 变傻了，而是你的对话太长了，模型注意力被分散了。 clear 就是 清空对话历史，完成一个功能模块后，新开对话， 保持模型思路清晰。但如果信息还重要呢？用 compact 压缩对话历史，同时保留摘要，上下文占用达到百分之六十到百分之八十使用，这是我用过最高频的命令。 resume 恢复之前的对话，快速继续中断的任务。 b t w 在任务运行时快速提问，不打断流程。 revend 是 时光机回退到之前节点，代码同步恢复。接下来讲设置调整 effort 设置模型思考深度，复杂任务用 effort high 深度思考，简单修复用 effort low 快 速响应 config， 打开设置面板，修改主题模型、版本界面语言。新手建议日常用 opus 四点七，只有复杂问题才用 effort high。 现在讲实用工具，这部分命令用的特别频繁。 id d 二，添加额外工作目录，关联多项目 copy 复制，最近回复到剪贴版。 export 导出对化为文本文件，永久保存重要记录。 innit 这个很关键，新项目必须跑它，让模型快速理解你的项目结构、技术栈和代码规范，跳过这一步，后面代码质量会大打折扣。继续讲实用工具，还有权限和调试这一块。 permission 给常用工具设置免确认执行，减少弹窗干扰。 review， 提交前审查 pull request， 发现 bug， 风格问题，安全隐患，这是一道保险杠，强烈推荐每次提交前跑一遍。 m c p 连接外部工具，接入 gitup、 slack 数据库等，打通工作留边界。 chrome 连接浏览器，调试前端页面，实时访问元素和控制台 loop， 按时间间隔自动运行命令，比如每三十分钟检查一次服务。 memory 编辑记忆文件， 让模型记住你的偏好和代码风格，越来越懂你。接下来讲插件和洞察。 plug in 进入官方插件市场安装推荐插件扩展能力 insights 生成使用分析报告，每周看一次，它会告诉你编码习惯， 还能推荐你没用过的高效命令。三个新手最常犯的错误错误一，跳过 enit， 新项目不跑它。模型对项目一无所知，后续代码质量大打折扣。正确做法，每个新项目第一步就是 enit。 错误二，对话越对越长，上下文越长，模型反而变傻，注意力分散，所以百分之六十到百分之八十时就要 compact 或 clear。 错误三，提交前不审查，直接部署代码，潜在 bug 流入线上， 每次提交前必须 review， 记住这个顺序，开始用 init， 过程中用 compact， 结束时用 review， 就 能避开百分之九十的效率陷阱。 这十九个命令我总结成了速查表。对话管理有五个设置调整，有两个插件和洞察，有两个使用工具的快捷操作，有五个权限调试和自动化，有五个建议截图保存，随时查看。 掌握这十九个命令，就能超越百分之八十的用户。三个立即行动。第一，打开 cloud code， 输入 help， 看完整列表。第二，每个新项目先跑 init， 让模型认识你的项目。第三，截图保存速查表，有问题随时查好了，希望这些能帮你提升效率，谢谢。
621AI编程-鹏宇
02:30查看AI文稿AI文稿大家好，今天来给大家讲解一下可乐扣的桌面端，他接入了国内的第三方大模型之后，是如何实现联网搜索的功能的。现在呢，我们先来做一个试例，我们现在以小米的这个咪蒙模型为例啊，问他一个问题，今天杭州的天气怎么样？ 我们稍等一下来，我们来看它是没有办法实现这个 websearch 的 功能的，那我们其实是可以取现救国一下的，具体采用这个 web fetch 的 方式，那么该如何实现这个功能呢？我们点击左上角三条杠，然后点这个 developer， 然后点这个 configure third party inference， 然后选中这个 sandbox 和这个 workspace， 点击这个选项右边的这个 allow all， 然后点这个 apply locally 重启，然后我们再回到这个绘画，我们再问它一遍， 我们稍等一会儿 看它，这个结果很快就出来了，这个其实是通过 web fetch 的 功能来实现的，它没有使用这个 web search 的 功能，我们可以来问它一下，你使用 web search 的 功能了吗？ 所以说它其实是没有实现这个 web search 的 功能的，但是我们用这个 web fetch 曲线救火，实现了一部分的联网搜索能力。那有的朋友可能就要问了，如何实现这个 web search 的 功能呢？这个很简单，其实我们换一个大模型就可以了， 还是点左上角三条杠， developer a figure third party influence， 我 们切换成智普的模型，然后我们再问同样的问题，今天的杭州天气怎么样？ 你看我们智普这个模型，其实就可以使用这个 web search 功能，我们可以看到智普的这个 web fetch 的 功能是关闭的，那为什么智普可以用，但是小米 miimo 却不行？那是因为 web search 功能它是通过这个 m c p 服务去实现的， 而智浦它本身是带一个 m c p 的 每月额度，可以调用这个联网搜索的功能。而小米咪某呢？我们来看小米咪某，它其实也是带这个联网服务插件的，我也已经开通了，但是为什么不可以用呢？因为它不兼容。 你看在这里 openai 它是兼容这个联网搜索功能的，但是在 osmic 这里它是不支持联网搜索功能的，这个是属于小米，它还没有提供这样的服务，所以说我们没有办法实现这个功能，只能是取现救国，用 web fetch 的 方式去实现。好了，这就是今天所有的内容了，祝大家用的愉快。
2743🍍Loading.ai
07:40查看AI文稿AI文稿最近我一直跟大家在分享 codex 或者 coco 的 时候，评论区最常见的问题就是，它跟豆包到底有什么区别啊？是不是豆包也能携带吗？ codex 也能聊天？那不都是一样的吗？甚至有人会问，我已经有豆包， kimi、 deep sick 呢？还要不要再学这些看起来更复杂的工具？ 哎，我觉得这个问题特别典型啊，就是因为大家其实把这两类东西混在一起比呢，你拿豆包跟 codex 去比，有点像问一个能够帮你马上去做出 ppt， 写报告来做图片的，一个万能的一个 app， 和一个能够帮你用你的电脑去读理项目，改理文件，跑检查的一个 ai 的 实习生，到底谁会更厉害？我觉得他们不是一个赛道啊！ ok， 大家好，我是 fred， 这期我们就用最简单的方式去讲清楚，想豆包啊， codex code 到底它的差异在哪里？而 kimi 和 deepseek 又应该放在什么样的位置？ 很多人我们觉得一比较 ai 工具，就会问它到底能不能写文案啊？比如说它到底能不能做 ppt？ 哎，能不能抠图，能不能写代码？ 这个问题也不是错的啊，但很容易把所有的工具都混在一起，因为现在大部分的 ai 工具都有会把这种功能做得越来越全，对吧？真正的区别不是说功能的这种清单 啊，一张，呃，而是他的工作的位置。如果你想要一份的内容，一张图，一个 ppt 啊，那你就是在这种平台里面去要结果。如果你想要处理自己电脑里面的项目、文件、脚本、网页测试和工作流，那就不是普通的这种聊天的 chatbox 啊，或者是这种网页端的 agent 能够完全覆盖的场景呢？ 我把诶，第一类就是类似豆包啊， kimi 啊，包括 deepseek 放在一类啊，我叫它就万能的这种入口的这种 app， 它最大的优势就是低门槛， 哎，打开这种网页啊或者 app 就 能用，比如说豆包适合快速去做搜索啊，图片的视频啊， ppt 啊，日常内容啊。而 kimi 适合一些长文档资料这种密集型的一些研究，还有一些 a 帧的工具 啊，一些 a 阶的任务。而 deepstack 更适合去做一些深度的推理啊，文本的沟通，当然也可以作为 api 或者底层模型来去做一些口令。那这类产品最适合普通人上手，是因为它已经把复杂的能力封装成了按钮界面和模板 啊。然后第二类的话就是 codex， 那 和 callcode， 我 更愿意把它叫做一个 ai 的 十一生，就它厉害的地方不是说多一个聊天框或者怎么样，而是它可以这进入你真实的一个环境， 比如说它能够读你本地的项目文件，理解你已经写过的规则，帮你改脚本，改网页啊，改文档，然后再跑一次检查，确认这次改动没有问题。在网上 它还能把你重复做的流程沉淀成 skills， 变成你自己长期的工作流。所以说它的门槛会高一点，你要理解文件权限啊，以及验证，但它的上限也明显高非常非常多啊。 呃，我现在比如说打开两个文件给大家去演示，比如说这是 codex， 我 某可能一百个 csv 啊。然后我可以在这个文件夹里面，大家可以看到我的文件夹里面，比如说，哎，看不到啊，不好意思啊，我这文件夹里面就有一百个 csv， 我 让他去帮我做，把这一百个 csv 做成一个深度数据洞察，生成一个 html 分 析给我，那你们就可以看到 他就已经啊单独把整一个内容啊，一百个文件去做了深度的分析啊，包括时间节奏 啊，月份啊，热力图，白区域的表现，渠道的结构，销量排名啊，增长风险机会点等等等等。你可以理解他把一一百个 c s v 啊，都做了深度的数据的洞察和处理，然后生成了一个看板给你啊， 即使它是一千个和一万个，它也能够完完全全去处理，这就是 codex 或者 coco 这种类似，你可以把它当成实习生也好，或者怎么样也好，它能够处理的一个工作。而对于比如说豆包而言啊，我觉得有个最明显的差异，就比如说我举例子，我这里传文件哈，对吧？ 啊？然后我这里比如选但凡超过五十个啊，你就可以看到，比如说豆包这里面只能理解五十个文件，所以它会本身会有一些呃文件的限限制。 然后同时我这里面有创的上传了五十个 csv 啊，统一让它生成 html 给我。那这个时候呢，它其实豆包给的一些结果我觉得也还是蛮不错的啊，比如它能够生成一些 csv 的 这种啊， 一一些分析的报告啊，一些指标什么的，但是它确实这一次没有成功的给我输出一个 html 报告，理论上它是可以输出的啊。同时呢，我们也可以再去看一下，比如说像豆包还有什么样别的功能，比如它可以生成 ppt 啊， 图像生成，当然它也一些哦，有一些扣点的东西，它底层是火山引擎的编代码啊，模型，然后一些解析啊，写作啊，但后面还有生成音乐翻译，视频生成，深度研究， ai 播客记录，会议啊， ai 表格等等等等等等。 所以说你可以明显看到像豆包这种 app， 它把很多我们普通人常用的一些 呃内容啊，都封装到它的网页里面。而 kimi 啊和 deepsea 都是类似的，所以说我们一张图来讲清楚这两者的区别。第一个就是看它的使用门槛 啊，豆包、 deep， deepsea， kimi 明显很更低，打开就能用，而 codas、 cloud code 还需要去配置权限，配置网络，那就门使用门槛会高一些。 第二个是工作环境，而豆包 kimi d p c 更多是在平台自己的网页或者 a p p 里面去使用，而 codex cloud code 更多是在你的项目终端和电脑里面。而呃，前者的这个典型的产物，就比如说大家常用的刚刚给大家演示的 ppt 啊，回答啊，图片啊，视频啊，报告等等。 后者呢，更多是去改一些脚本啊，改一些文件输出网页以及整个的工作流。当然前者他也都能生成，所以说他的上限会更高一些啊，前者的优势就是快啊，适合普通人，后者就是上线能更高，真正的去接触接触我们真实的一个工作流。 然后它的风险呢，可能在于说它的产品边界，比如说刚刚只能传五十个文件，对吧？而 codex 或者 cloud code 呢，它的风险我觉得可能现在主要还是在于说网络的一个问题。 ok， 所以 说听完今天 fred 整个的一个分享，我相信大家对于 cloud code 或 codex 与豆包 kimi 或者 deepsix 这样的一些网页或工具 的区别有一些明显的认知。当然我也不代表说呃像豆包 kimi 和 d p c， 它做不到 codex 或 call code 这个底层模型，它能实现的功能 包括说像豆包的呃模型，包括 kimi 的 呃模型，包括 d p c v 四 pro， 现在也都能够做很多 coding 的 呃工作啊，所以说会越来越接近，但是明显现在还是会有区别，以及它们的用途和使用场景也会有区别。 ok， 我是 fred， 呃，我们下期会持续吧。呃呃，适合大家的一些工作流啊。用 ai 来看怎么去介入，我们下期再见。
397FredTalk
01:08查看AI文稿AI文稿我用 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！
2.1万潮蜜商务
02:10查看AI文稿AI文稿你在用 ai 的 时候有没有站到厂里打字？感觉跟不上自己的想法，就打字很慢？嗯，就很累，总想觉得有一个更好的方式。我呢，昨天就想尝试一下有没有用语音输入法更识别更加准确一点。我原来呢，一直打字就可能就用了搜狗， 他总感觉打的很慢，就想法很多，想跟他交流很多。你也知道，最近就疯狂的痴迷着 codex 跟克拉蔻的这些，就是 agent 聊的时候我发现就还是想找一个，后来我就试了微信输入法，我就去测试，哎，还可以，因为至少比我现在的麦克好一点。我麦克的原声的我也试了一下，就他有声音，而且呢，他反应慢一点， 我就还想着用微信的。后来呢，我今天看到新闻说抖包输入法麦克版的也出来了，我就赶快去下一下，因为我原来用过手机版的，还是挺好的。 电脑摆出来之后我就去试，哇，不试不知道，真的一试吓一跳。他真的非常的丝滑，非常的顺畅。跟微信的差异是什么？就是微信差异，他有延迟，你聊的时候他不是跟着你出来的，就是文字不是跟着出来，他可能延迟个两三秒，甚至有时候五秒钟，而豆包手法基本上是 晚个一两秒，那你有可能快一点，就基本上同步出来。嗯，并且他在识别出来之后，他会给你再教验一下，就是有一些词你可以提前告诉他，他帮你矫正。 我就整个这个过程非常的丝滑，他真的解放我的双手，你想一分钟，可能我就是打字打个六十八十个字，想想差不多，但如果说我有想法，我输我，我说 基本上两两百、三百、四百都有可能，就是这样的一个状态，他极大的释放了我的想法，我的灵感，并且我跟 ai 去交流的时候，就只要只要跟他聊就行了，就这个工作方式就真的是改变了， 而且它这么准确的识别率就是靠现在 ai 的， 如果你有更好玩的 ai 的 相关的东西，也欢迎在评论区留言，你像我呢，现在就在组建一个 ai 的 一个交流群，就是大家一起互相聊，一起成长，一起来跟得上现在 ai 这个时代。
18集思广义
00:50查看AI文稿AI文稿朋友们，豆包又更新了，就在昨天，豆包二点零全新上线，到底强在哪？咱们聊聊。第一，首先是专家模型，在专业领域能力大幅提升，在学术、医疗、逻辑分析等场景能给出更加严谨准确的结果。第二， 多模态理解能力更强，以前解析表格和视频很难，现在能精准的解析图纸、表格、长视频等 复杂的内容。第三，超长的上下文记忆能力，几十万字的文档，多轮对话都不会丢失关键信息。 第四，在同量级的模型中，豆包的专家模型性价比更高，成本仅仅为 vivo 三 pro 的 四分之一左右，在学习、办公、创作等场景更加实用，感兴趣的朋友赶紧去体验一下。
319元十三的AI库
02:09查看AI文稿AI文稿我今天给大家说一下啊， codex 啊，还有这个 cloud code， 还有 opencloud， 这三个到底什么区别？很多人根本不知道它这三个区别到底在哪里？普通人到底怎么去用起来？普通人到底适合用哪一种工具 能够帮助他在 ai 时代实现这个？不管说这个工作效率提升还是财富的跃迁，咱们这几个工具一定要了解清楚。第一个我们讲的这个， 嗯， cloud code， cloud code 呢，它是一个类似于编程代码的这样的工具，它对这个比较懂研发啊，懂这个数据代码的人，他比较友好，因为不用再去写代码了。 但是呢，对于小白来说入门其实挺难的，我们前段时间一二月份的时候一直在用这个 cloud code 的， 但是我发现对于普通用户上手来说是相对来说没那么容易。 那我第二个讲的就是这个 codex， codex 是 今年的五月份的时候，我们五月一号的时候，我已经开始正式在用起来了 啊， codex 给我整体使用起来感觉就是非常的友好啊，我不懂编程，不懂代码，但是它依旧可以操控我的电脑，依旧它可以写代码，就我只要发送指令就可以了。它所以说它对小白来说更友好，而且它内置了 gbt 的 这个大模型在里面，所以它有理解能力。 最重要的是什么？它没有太大的算力消耗的这个 token， 它不像这个其他的，像这个 cloud code， 像 opencloud， 它可能更多的是要调这个 token， 要接 api， 但是这个 codex 是 不需要的啊，我们只要订阅它就可以了， 所以整体来说还是比较省算力的，我充了两百美金啊，反正是非常够用的。然后讲的是这个 opencloud。 opencloud 前段时间龙虾爆火啊，那很多人都第一反应是啊，你们是不是在使用这个 open？ 但是我跟大家讲，我们并没有使用。第一呢，觉得他安装的起来太复杂了，不适合我们普通人。第二呢，他没有大模型的这个能力，他也要掉别人的这个大模型。第三呢，就是他的算力消耗的 talk 是 非常大的，很多普通人根本支撑不起。所以综上所述的话， 如果说入门级别的，我觉得还是建议大家使用 qdax 已经够大家了，而且这个能力非常强。想跟小林姐姐学习的啊，在评论区扣六六六，我来教大家。
3132华玺云科-小莲姐姐
01:22查看AI文稿AI文稿终于找到了一个可以解决 cloud code 持久化记忆的一个插件，在 get 它上面已经耗取了七十一点八 k 的 star 的 一个插件，它是呃可以解决持久化记忆，并且可以在外部端实时浏览到我们呃和 cloud code 进行的交互，然后它的观察，然后 各个方面这些东西都可以实时展示出来，它帮我们总结了什么东西？ investigate， learn complicated， 还有 next step， 这些都可以统计到实时可以解决到。然后我已经把它总结成了一个飞出的原文档，它的整体的就是它是持久化的跨绘画的记忆系统， 然后它的核心架构以及它的核心模块，观察者， generate 引擎和 sir 和那个语音搜索和和那个文件记忆都可以实时触发。它其实主要就是通过 hook 的 触发机制来实现整体的这个交互的。 然后它有启动时，它会执行动作，绘画开始时提交提示子工具，执行前和执行后绘画结束后它都会生成这个 sunrise， 生成这个绘画专用。 这个很好的解决了我们持久化跨绘画的这个记忆，不需要我们去手动那个，它会自动帮我们存储到各个各个我们的向量库里面。然后这边已经帮大家总结好了，包括安装时候的六大裁砍点也已经总结好了，它的配记忆系统，文件记忆和向量记忆，这个都是插件里面自动已经帮我们封装好的东西。 然后它的和我们之前的呃加拿大记忆，它的关系是什么？这边已经总结好了，对。
155马斯洛AI智能体
