Codeium有没有ide工具
今天给大家介绍一个免费的 guitar panel 的替代工具 codem， 这个扩展涵盖了 guitar component 的几大核心功能啊，它也是一个由 ai 驱动的辅助编码工具，在编写代码的时候，你只需要写好注视 ai 就可以很轻松的帮你自动完成剩余的部分。 另外呢，它也支持 ai 问答功能，当你使用过这类工具之后，你会发现你的编码效率会获得极大的提升，用一句比较浅显的话来说就是你可以有更多的时间摸鱼了。 比较肉疼的一点是， gappad 虽然非常强悍，但是它是付费的。而 codem 则是一个完全免费的 code 替代工具，它的订阅计划里面就只有两项免费版，涵盖的功能非常之丰富啊，包括了代码自动补全、 ai 问答仓库级别的自然语言搜索，最最最关键的一点是无限制的使用， 兄弟们，这个扩展非常的慷慨大方啊，扩展目前所支持的软件也非常的多，常见的 vs code 或者是 jet brains 的全家桶他都支持。接下来说一说 codem 的安装和使用。 在扩展商店里面搜索 codem， 选择下面这个有十五万下载量的扩展，然后点击安装，安装好之后在右下角会给出提示让你登录，点击 login， 然后跳转到 codem 的官网来进行注册登录，你可以点击左侧菜单的 codem 来测试一下，咱们随便选择一个快捷指令，如果 codem 开始回答，就表示你登录成功了， 接下来你就可以愉快的使用 codem 了。先说一说最核心的 ai 代码自动补全，比如说你要写一个能够生成随机颜色的函数，那么你需要把注释给写好， codem 就能给你自动的补充出来，然后再让他帮我们写一个生成随机日期的函数主体的代码就出来了，虽然可能不一定完全对啊，那么自动生成出来代码有一点问题可以贴到左边的 chat 里面去， 在切特里面他补充的这个函数就比较准确了，你可以指定年份的上限和下限，函数生成的日期是一个在指定年份之类的随机日期，我们也可以让他用 fat 帮我们发起一个请求， 所以他都是经过两步的括写跟我们把整个函数给写完的，那么有扣点这样一个工具之后，我们就可以很方便的给他下指令，让他帮我们做事就行了。 这只是 codem 最基础核心的功能之一了，我们再来看一看 ai 自动问答，这里不得不说一下就是 codem 这个自动问答也是非常慷慨的，点击左侧菜单的 codem 图标，你可以随便点击一个预制的功能来看看他的对话效果， 也可以直接清除掉对话，然后再选择一个。这个 ai 对话功能也是可以一直免费使用的哟，有什么问题只管在这问就 ok 了。 除此之外， codem 还有几个比较实用的小功能，当你在代码里面写了一个函数之后，你会发现函数顶部多了几个 codem 的选项，你可以选择重构或者选择解释代码，或者是让他自动生成 gs dock， 点击重构的话会出来一个菜单选项。这里提供的功能也是非常多的呀，可以让他帮我们生成注视 或者检查代码里面的 bug， 或者生成测试代码，也可以让他用 asseng a weight 帮我们改写代码。举个例子，比如说让他帮我们写写注视，那么在 chat 里面他就会给出对应的答案，兄弟们有没有感觉很方便呀？ 下面就分绿色的代码，就是改好之后的了，然后点击代码顶部的 applied if， 然后再点击代码顶部的 accept， 就可以替换成功了。 这里他帮我们写的注视非常的完善呀，包含了函数主体功能的注视和每一步的功能注视，那么以后很多类似的功能就可以让 ai 去完成了，我们就可以给有更多的时间摸鱼了。 我们也可以点击函数顶部的 explain， 让他帮我们解释代码的作用，在左侧的器的区域，他会给出相应的结果。好了，本期视频到这里就结束了，如果这个工具让你有更多的摸鱼时间的话，记得点赞收藏哦！
粉丝3.6万获赞41.0万
相关视频
02:30查看AI文稿AI文稿ai 写小说软件的安装，我们今天拿阿里的林马来做一下测试，我们先搜林这个直接打开下载就可以，按照你需要的版本直接下载 打开这里基本上都是下一步，没有什么特别的需求，我们除了这个安装位置，那不要装在 c 盘， c 盘东西装多了麻烦了，换个其他的盘装一下就可以了，下一步就可以完成了。 这里说一下我们的这个插件，它是基于微软的 vs code 来做的，领马、腾讯的 code body， 它全都是基于微软的这个开发的，所以它全都能用。每个平台它只是优化了自己的这个 ide 工具都可以用， 但是他会稍微有一点差别，但大差不差的，不会影响你使用。所有的功能基本上都会有，大家不用去纠结说哪个一定好，哪个一定不好，只要大家使用习惯，那都是一样的， 包括一些国外的这些 id 工具都是可以用的。现在已经安装完成了，我们直接运行，这个是我们安装过的，大家打开可能不是这样的， 这里有一个首选项领码设置，大家可能装上去以后是英文的，这里选这里，这里选一下中文就可以了。还有一个编辑器的模式， 他会有两个模式，你选这个就可以了。是安装我们插件在这个位置有一个扩展， 搜一下挖掘就可以找到这个点安装，我们这里是卸载，因为我们已经装过了，安装完成了，就是这样的。现在你就可以看到章节生成，现在增加了一个批量自动化，你可以设定章节数，然后一次性生成 质检官大纲编排，现在这里边的内容是没有的，还有这个提示词模板，有各式各样的模板，包括一些作家的仿制写作手法啊，写作风格这种题材 都是有的，大家可以随便用。还有我们的素材库和创作融合，这个是别人没有的，是一个非常好用的东西，它可以让你的风格和 对标作者的风格进行融合。我们下一次讲就是这个 api 的 配置，我们的插件是支持所有的 api， 所有的 api 包括本地的都可以使用，求大家关注。
50蛙趣AI
08:35查看AI文稿AI文稿自从 ai 普及，人人都能当开发者，做产品经理，再加上 opc 的 加持，普通人也能秒变全能选手。平时接写代码的项目没个趁手的工具，太费劲了。大多数人只知道吹的基础用法，很多隐藏的神功能根本没人用。 这期视频不聊简单的操作，专门拆解那些被忽略的高级操作，觉得有用别忘了点赞关注，懂行的朋友，咱们评论区一起讨论。 一、 ai 编程工具会有两个模式， ide 模式和 solo 模式，很多人分不清这两种模式有什么区别，接下来我靠一个例子帮你们区分下 ide 模式。比如你说我想吃番茄炒蛋， ai 会说，好的，我来帮你。首先我们要准备食材， 你有番茄和鸡蛋吗？你回答，有的 ai 接下来会说，那我们接下来先洗番茄打鸡蛋吧，需要我告诉你怎么操作吗？还是直接给你代码？ 他会停下来等你确认每一步不会直接动手做整道菜，你得一步步指挥他，他就像一个特别听话但缺乏主见的帮厨，你得一步步告诉他先洗番茄，再打鸡蛋，然后起锅烧油，他才会执行， 做完一步就等你下一个指令。而 solo 模式，比如你说我想吃番茄炒蛋， 来直接回你，好的，我来搞定。思索一会，需要一，准备食材，洗番茄第三打蛋，第四炒蛋盛出，第五炒番茄，第六混合调味，第七装盘上桌， 开始执行，他就自己从头到尾，中间不需要你催，也不用你指挥，几分钟后端一盘完整的番茄炒蛋给你。他像一个能独立长勺的大厨，你只需要说我想吃什么，他就会自己规划步骤，拆解任务，并行处理，全程不用你操心。第二， chat 智能题和 build 智能题，以及自定义智能题。 chat 智能题用于对话，你可以和 chat 智能题通过沟通的方式聊聊代码库或者编辑代码，但是不会帮你自动生成文件，他只会把生成的代码返回回来。 而 build 智能体呢，可以帮你从零到一开发一个完整的项目。根据你的需求， build 会调用不同的工具，包括分析代码文件的工具、编辑代码文件的工具、运行命令的工具等等， 从而更加精准且有效的处理你的需求。自定义智能体，你可以按自己的需要给安安设定一个角色，配置工具，让他成为某个特定领域的专家。比如前端架构师，专门帮你搞定这类任务。打个比方，内置智能体就像一个什么都会一点的万能工， 做饭会点，修水电会点，做设计也会点，但每个都不算精通。而自定义式整体，像你专门雇了一个顶级川菜大厨，只负责做菜，而且做的又快又好。或者雇一个专业电工，只搞电路，搞的明明白白。你艾特一下他， 他就用自己擅长的姿势来帮你干活。核心价值，再给他一个人设，让他按你的规矩办事。你可以写段提示词，规定他说话要简洁，代码要加注，必须先审核再动手。他会严格按照你设定的风格和流程工作。 你也可以给智能体挂载 m c p server， 比如数据库和内置的工具，读文件，跑终端命令，联网搜索。比如你配一个数据库，运为智能体，它就能自己连接数据库，查办查询，给优化建议。第三，最重的 m c p 是 什么？ mcp 在 推理的作用，一句话就能给你说清楚。 mcp 就是 ai 的 外挂工具箱，让 ai 能干代码之外的活。打个比方，没有 mcp 的 ai 就 像一个只有脑子没有手脚的天才，他懂很多东西，但没法去实际操作。 有了 mcp 呢？ ai 就 等于长了手和脚。然后你艾特一下智能题，他就能自动调用这些 mcp 工具帮你干活。比如能连数据库， 你说帮我查一下上个月的订单， ai 自己能连上数据库查询。再比如，能操作浏览器，你说帮我登录这个网站， ai 能自己控制浏览器去点按钮，填表单。还有能调用别的软件， 你说把这个文档存到 word 里， ai 能自己调用 word 接口去存进去。之前每个工具都要单独给 ai 做适配，现在只要工具支持 mcp 协议， ai 就 能直接调用，就像 u 盘、鼠标、键盘都能插到同一个 usb 设备一样。 一个具体的例子，你想做一个天气查询网页，如果没有 mcp 呢？你得自己查天气 api 的 文档，写代码，调接口。有了 mcp 呢？直接说一句，做一个能查天气的网页， ai 自动调用天气， mcp server 获取数据，帮你生成完整代码。 一句话总结， m c p， 让 ai 从只会聊天，变成了能动手动脚的干活的帮手。第四，这里面可以设置大局规则和项目规则。首先说大局规则，它是属于你自己的，大局设置一次设定所有项目都能生效。 可以提前设定好你的使用习惯，比如默认使用中文回复代码，必须加注式适配 windows 还是 macd 系统完，简洁严谨的输出风格等等。设定完之后，不管新建多少个项目， ai 都会一直按照你的习惯来生成， 不用每次都重复的叮嘱。再讲项目规则，它只针对当前这一个项目生效，是专门用来约束项目 开发规范的。比如指定基础站是 v o e 还是 h t m l， 代码缩进格式，代码缩进格式，命名规范接口返回格式，还有团队统一的开发标准。 不管是谁打开这个项目， ai 都会严格遵守这套规则，保证代码风格统一，协调开发也不会乱套。最后记住一个核心的重点，项目规则优先级永远高于大局规则，一旦两者有冲突，都会以当前项目规则为准。第五个，最终的 solo 模式中的 plan 模式和 spike 模式在吹的 solo 模式中，很多人分不清 plan 模式和 spike 模式，其实它们是完全不同的两种开发逻辑。 plan 模式也可以称之为计划模式，适用于中小企，适用于中小型功能开发和模块级重构。 开启该功能。当 solo folder 收到你的需求时，会分析需求并规划任务，然后生成一份规划文档，待你确认后一一执行。 若生成的设计不符合你的预期，你可以直接动手编辑内容，或向 solo code 发送修改请求，让他根据指令自动调整内容。通俗讲就是会根据你的需求给你制定一份计划，如果你没有问题，他会按照这份计划进行执行。 简单的说， play 适合中小项目，小功能快速，原型追求快，灵活不折腾。而 spock 模式也称为规范模式，面向更复杂的系统级任务， solo folder 会根据你的需求生成完整的三阶段文档组， 包括大纲、任务列表和验收清单。这些文档存储在项目跟目录下，按任务名称分组为独立的文件夹，你可以对这些文件进行版本控制，作为项目知识资产长期保存。所以 spike 适合大型系统、复杂项目多人写作、 正式交付的产品，主打的就是稳和规范。若要启动 spa 模式，在对话框中直接输入一个斜杠，然后在显示的格式选择列表中选择 spa。 看到这里，注意全套高阶核心用法就一次性给大家彻底讲透了。不管是 i、 d、 e 和 solo 模式怎么选，三大智能体如何分工，还是 m、 c、 p 工具箱局与项目规则， 以及 solo 里的 spa 和 spa 模式的区别，全都是我们平时在接项目日常写代码里边就能上手用的石头干货。把这些玩法吃透，不仅能大幅提升编程效率，还能让你的项目开发更规范，少走弯路。觉得这期内容对你有帮助， 一定要点赞收藏，方便以后随时翻出来回看学习。如果还有哪些好用的 ai 编程工具，我们可以在评论区交流。好了，今天的分享就到这里了，我们下期再见。
1428宇哥白话讲AI
02:16查看AI文稿AI文稿你以为在 jasper id 里用 ai 必须先开订阅？其实不一定。今天两分钟教你用 a c p， 直接把市面上的主流 ai agent 都接近。 id 里 a c p 是 什么？你可以把它理解成 id 和 ai agent 之间的一套通用接入协议。 简单说，它像一个开放接口，让 id 不 只能用官方服务，更能接外部主流 agent。 有 了 acp， id 就 不只是一个写代码地方，而是一个开放的 ai 平台，上手也很简单。 打开 ai 聊天工具窗口，点击左下方的 agent 菜单，选择从 acp 注册表安装， 你可以看到有很多 agent 可以 选择，包括 code code body code、 pmicoi 等国产 agent。 这边我装两个 a 卷，一个用来写代码，一个用来做代码审查。若你已经有配好的 n c p。 服务器，这边也可以直接交给 a 卷去用，甚至还可以把英特纳 n c p。 服务器传递给 a 卷。若在 a c p registry 里没找到你想用的 a 卷，也可以在 a c p。 配置里自己加， 然后选中 a 卷，直接下 prompt。 首次使用 a 卷时要登录，依据画面上的指示完成就可以了。 这边我想让 agent 在 用 springbub 官方宠物医院的项目里新增一个能返回 owner 拥有 pet 总数的 api 接口。 a few moments later。 代码写完后，我再切到另一个 agent， 让他审查这次还没提交的改动。 a few moments later agent 已经针对代码给出具体的建议，我们可以在 ai 聊天工具窗口里切换回前一次的绘画，把审查建议提供给前一个 agent 来做修正。 a few moments later 这里你会发现， a c p 带来的不只是把 ai 接近 james id， 它真正改变的是 id 的 角色从写代码地方变成一个开放的 ai 平台。 不同的 agent 做各自擅长的事，而你负责调度他们。如果是你最想先接哪个 agent？ 评论区留下你的反馈，记得关注，继续刷新你对 jebressid 的 认知。
1966JetBrains
07:09
06:32查看AI文稿AI文稿codex 的 这波福利实在是太爽了，那些被 cloud 进行 kyc 阻拦的中国开发者可以换阵营了。昨天， openair 发布了 codex 的 重大桌面端更新，这次更新的版本叫做 codex almost everything。 这个版本的 codex， 它说几乎可以完成任何任务，它能够操作 mac 上面所有的应用程序，记住用户的工作习惯和偏好，并且能够跨天跨周期地持续完成任务。 这标志是什么？ ai 的 代理技术已经从简单的 ide 插件的拓展，正式升级到了操作系统的层面。昨天我在朋友圈发了这张照片，有的观众留言说，没看懂， 看了今天的新闻，我觉得你一定会懂。一开始以为不会怎么样，当你真正了用上了 codex， 那 种很爽的感觉就会让你欲罢不能。你就知道，一开始以为只是一次不会怎么样，但是你真正用上之后，你就无法失去它。其实刚刚的那张梗图是来源于这张图。原来大部分开发者是离不开 cloud 的， 哎。现在 opus 四点七刚发，山姆奥特曼就紧跟着把 codix 这个早就准备好的这个更新来推上来，看看谁卷得过谁，都是两百美金的 pro。 codix pro 和 cloud pro 它的使用体验是相差 n 倍的。 codix pro 呢，是量大管饱，而且可以开加速模式。 cloud ops 每次 去开这个模型使用的时候，都要去思考一下这一次任务它的消耗要花多少 token。 我 相信 cloud 刚刚更新的四点七， opus 的 模型是真的强，但是如果希望是使用轻松，不要老是考虑充值的问题。我认为 codex pro 是 一个非常好的选择， 而且再加上对于中国开发者不太友好的 k y c 验证，现在真的可以转移阵营去 codex 了。我们一起看一下 openai 的 官网是怎么说的，你看它怎么说的。 codex for 它为了严谨 almost everything， 它这是一个重大版本的更新啊，它这里说了三个方面的更新，第一个就是将 codex 拓展为 code 之外，它要除了做 ide 之外，未来很可能是想做一个超级应用。它之前向奥特曼在采访的时候就说，希望把 gbt， codex 还有 atlus 三个整合成一个超级的 app， 整合一个应用在这里呢，它增加了一个重大的功能，就是 computer use context， 把 opencloud 的 创始人招进去，绝对不是白招的。 现在 context 可以 协调操作 mac 电脑，配合使用生成图像，生成视频等等操作。而且它有一个内置的浏览器， 它可以在这个内置的浏览器和 web 端进行原声的交互操作。而且它这次也说了，它发布了九十多个新增插件，给大家演示一下怎么打开 context 的 computer use 的 功能。我们点开 context， 在 左边这个位置啊，有一个插件，点击一下 这里啊，选择 open ai 按钮，好，这里就是 computer use， 我 们点击加号安装插件， 点击安装 computer use。 好， 已经安装完成了，现在点击进来我们就可以调用 computer use 进行抽象了。 现在 codex 的 桌面端是最先可以在 mac os 系统上面使用，因为在苹果的系统上面的调试会相对简单和容易的。这也是为什么那个时候我在推荐大家买硬件的时候，大家可以去买一个 mac mini m 四或者是 mac 的 pro 笔记本电脑， 你看优势就在这里。所有大部分功能都会优先在 mac os 上面先推出，因为 windows 的 版本啊，系统啊，确实会比较多，它适配封装啊，事情比较多，一般都会先上 mac os。 除了 computer use 这个功能之外，我觉得这一次更新还有一个非常重要的点， 就是它增加了记忆功能，你看它这里说个性化功能里面增加了 memory 的 记忆功能，这个非常重要。你想有了 computer use， 有 了 memory 的 功能，那未来其他的 agent 还远吗？如果说它再上一个 i m 的 功能， 那我觉得真的可以一定程度上去替代小龙虾了。大家看到我这个 context 的 界面啊，你看这里会弹出一个个性化 context 的 引导，我这里点击 ok， 点击右下角的设置，再点击下设置，点击这里的个性化， 看到下方这个位置有个 memory 的 选项，可以选择这里的 enable memories。 这个功能对于开发者也是非常友好的，它能够记住你的历史篇号，你的纠篇信息，还有你的历史的上下文。第三个我觉得它的重要更新是它的这个自动化能力提升了， 它除了保留之前的上下文，而且它可以自动唤醒，自动续跑去执行这种长期任务。妈呀，我感觉这个 codex 简直是让人有这个恋爱的感觉了，是一个一直成长的陪伴型的伴侣啊， 就是未来啊。如果说它真的把 i m 街上真的是可以替代小龙虾的，现在我是把 openclaw 作为一个总的编排型的 agent 来使用的，它可以去驱动 codex， 驱动爱马仕这样的 agent， 它是可以给我去对话的，而且它的自由度，它的开放度很高。那么如果未来 codex 它的整个的 agent 整个的体验做得很好，而且可以通过 i m 去对话，我远程啊不在电脑边的时候，它也能够帮我去高效地去驱动这种长任务，它的这个未来是真的可以期待的。 而且现在 codex 的 增长数据正在说明这一点，它在今年年初的时候周活用户也就一百六十万左右，现在每周的周活用户是三百万用户，而且山姆奥特曼它的野心是直指我要做到一千万的用户， 不管未来怎么发展，至少这一段时间大家用 context 一定是非常爽的。太多的话我也不想说了，我赶紧去打开，我在 context 去接住这波稳稳的福利。更多的精彩请看玲姐说 ai 的 频道，我们下期再见！拜拜！
981灵姐说AI
01:01查看AI文稿AI文稿我觉得也不会消亡，这个大家都不要看的这么简单，我上次这个观点我讲过的开发他将来会有种情况，一种情况有一个问题你 ai 一 直解决不了，这个时候怎么办？必须还是要让老师傅上，你懂我意思？还是要让工程师什么跟 ai 不 断的交互聊天，再把这个难的这个问题解决掉。 有些时候没办法，那他不可能，大模型，不可能百分之百把所有的问题都解决掉。我觉得不可能的，他是个概率模型，他不可能的，那总归有些东西是需要工程师跟他一起去参与的。 所以 ide 是 一个什么东西？ ide 将来会变成一个指挥、控制、协调各种各样的智能体去工作的这样一个平台，同时它也是一个跟 ai 相互交互的这样一个开发环境，这个 ide 还是要的，不是说不要，只是说没有原来这么有价值，明白吗？ 它的设计理念要从变成以智能体为主，交互式开发为辅，它的车重点变了，不是他说他没有了，他还是会有。
21小工蚁
04:00查看AI文稿AI文稿ai 的 下一个入口啊，可能不再是模型本身，而是建立在模型之上的 ide 工具，也就是一个脚手架。因为过去的这一年，大家争论的核心一直是谁的模型最强，谁更会推理，谁最像一个大脑。 当时啊，整个行业默认的逻辑是，模型越强，越可能成为新的入口。但是到了今天，这个判断正在发生变化， 模型它像大脑一样，它能想，能推理，能生成，也能规划。但是问题是大脑不是手脚。你想，一个人再聪明，如果他不动手，不执行，也不落地，他的能力啊，其实还是被封锁住的。 ai 也一样， 模型再强，如果没有一个工具去调用它，组织它、约束它，让它真正的干活，那这个智能很多的时候，它就是一个工具。 所以真正能让 ai 动起来的，不是模型本身，而是模型那个上一层的 能让它调用工具执行任务，进入工作流的脚手架。最近 openclaw 小 龙虾这波风潮，其实已经把这个市场需求给验证出来了。 如果把最近主流的产品动作放在一起看，我觉得大概可以分成三条路线。第一条是云端 agent 路线， 这一条的代表就像是 codex、 cloud code 这一类产品，它已经不再是传统意义上的代码捕全工具了，而是在往下一个真正的软件工程 agent 去演化。 你把任务给他，他不是给建议，而是开始自己拆任务，写代码，修 bug， 还有跑流程。所以本质上他在做的事情是把模型的推理能力接到一个可以执行的云端环境里来进行操作。 那第二条路呢？ ide 的 内置 agent 路线，这条路啊，更像是把 ai 直接装进你的工作台， 你看，像 tree 最近刚刚发布的新品这种思路，它不只是一个编辑器，而是把编辑器里的终端、浏览器、文档这些东西都整合在一个环境里， 你给他一个需求，然后他就开始理解、拆解、执行、测试还有修改。这里最关键的不是模型有多强，而是 ai 第一次开始在一个完整的界面里像人一样连续的工作。那第三条路线就是本地部署路线， 这条路线背后的核心需求其实特别现实，叫数据主权，很多企业、很多开发者不可能把自己的代码、数据、业务工作流程全部放到外部云端。 所以像谷歌的 jma 所代表的本地部署方向，它的重要性就在于模型可以在本地跑，工具可以在本地调。这其实代表了另一种入口， 不是谁占领云端，而是谁先在本地形成自己的 ai 工作系统。所以啊，三条路线，但是方向都非常一致，不是在卷模型了，而是开始卷工具了。 所以我的核心判断是， ai 的 竞争已经从模型的竞争进入了系统的竞争。 下一代真正的入口不是模型本身，而是那个能把大脑、手脚和执行环境整合在一起的 id 一 级的脚手架产品。 ai 模型的军备竞赛没有结束，但是新的入口已经开始往脚手架工具转移， 谁能先把这层工具做成熟，谁就更有可能往下一波 ai 的 流量入口和使用入口前进。 未来真正能决定胜负的，不是谁更会想，而是谁更能让 ai 动手脚。这就是我此时此刻最核心的判断分享。
23阿仁的觉察笔记
00:49查看AI文稿AI文稿你以为 codex 只是个聊天机器人？错了，它是一个能进你电脑、读文件、改项目，还能持续干活的数字员工。 codex 有 三种形态，桌面 app、 命令行、 c、 l、 i、 i、 d e 插件。新手别犹豫，直接用桌面 app， 界面清晰，零基础也能上手。 普通对话是写文案、翻译、解释概念，项目对话才是真正干活的地方。读你的本地文件，分析 excel， 生成网页，甚至做出一个能跑的小工具， 一句帮我搞一下，他一定做不好。正确姿势是说，清目标背景，输入输出，约束复杂任务。先让他复述需求，再让他出计划，最后再动手。 codex 最强的用法不是一次生成，而是反复写作。普通人进入 ai 时代的起点，就是把一个想法真正做成看得见、跑得动的东西。
429919
01:44查看AI文稿AI文稿今天就为你彻底理清 ai 编程工具的选择逻辑。 code code、 codax 这三根本不是一类东西，用对了效率直接翻倍。一、先给结论，选对工具等于直接起飞。如果你习惯用 vs code 这类 ide 写代码，通 curser 是 你的菜。如果你是编程新手，想让 ai 帮你写东西， code code codax 更适合你。二、 curser 给有编程习惯的人加 buff， 它本质就是个带 ai 插件的 ide， 你 在编辑器里写代码，它实时补全，还能跟他聊天调 bug。 优势是不用改变开发习惯。熟悉编程的人一看就懂他改了啥代码。 load 的 code， 本地终端交互式干活，给他任务，他边做边给你看进度，关键操作还会问你要不要继续。 最绝的是他有一百万 token 的 上下文窗口，能理解超大项目，复杂重构、架构设计都不在话下。 codex 能在云端沙盒里跑任务，你电脑关了他都能后台执行，适合同时推荐多个独立任务，开几个 codex 各自跑一个，你该忙啥忙啥。 四、组合使用，效果直接王炸。用 code code 负责规划和实现，再用 codex 负责验证和审查，也就是代码 review， 它们通过共享文档同步。 code code 改了架构， codex 直接就能读到，不用你再解释一遍，一个动脑动手，一个检查确认，效率直接拉满。五、门槛和风险选工具也要避坑， code code 订阅最不稳定，定价和额度总变得做好心理准备。 codex 和 cursor 相对稳定，订阅门槛也低，新手建议先从 cloud codex 入手，用自然语言让 ai 帮你干活，上手后再试试多任务并行的 codex， 有 编程基础的直接充 cursor， 复杂架构，大范围重构交给他，日常编辑也能在熟悉的 id 域里完成。你们现在都在用啥组合？评论区聊聊？关注我，带你一起拥抱 ai！
67“小葱”唠AI
03:22查看AI文稿AI文稿什么样的一个编程工具？三个月的时间里帮我写了十万行代码的股票数据分析系统。 今天我给大家展示一下这套 ai 编程工具，这个就是我这个 ai 编程工具库德，大家可以看到这边是他的所有的文件，阿尔法亨特系统的所有的文件，这边是某一个文件，其中的这个代码， 下边就是他的一个展示的终端，执行命令的一个终端，包括我日常运行这个阿尔法亨特的这套系统就是通过这个终端输入十一，然后全自动运行的。这边呢就是聊天内容的一个窗口，上面显示的一个你跟 n i r 对 话，包括解决问题显示的一些内容。下边就是一个对话窗口， 这块其实是最重要的一个区域，大家可以看到这里边有智能体，专家团，还有智能问答，我用的比较多的就是智能体或者是专家团，这边是大模型的显示，目前大家可以看到我正在用 deepsea v 四的 pro 版本，因为它现在打折，哈哈哈， ok。 那 么我平常用的比较多的是极致， 还有什么凹凸，最早期用凹凸比较多，现在主要还是用极致用的更多一些。最近 deepsea 微视刚刚发布，所以说我也再来测试它的效果，目前来看效果还是不错的，跟极致比我觉得也不相上下。 那么这个就是一个酷的简单的界面啊，大家可以去自己熟悉一下，你可以随便跟他聊一聊。还有一个酷的工具叫酷的 work， 给大家打开看一看。那我把我们阿尔法亨的这个项目给大家打开，我给大家 讲一个小小的案例啊，我前一段时间因为做阿尔法亨的这个项目，并且我又还做了一个其他的项目， 两个项目并行在操作，去写这个代码的时候还得运行测试，就发生了一个问题，就是我的电脑的内存不够， 占的很满，导致这个机器非常的热，我就考虑让酷狗的 ide 去帮我解决这个问题，结果 ide 说的不行，我解决不了，没有这个权限， 哎，我把这个问题丢给了酷狗，大家看酷狗里边我特意强调了一下，我说用酷狗编辑修改优化阿尔法亨特系统时，电脑很热，怎么回事？ 他就问我，你问的是很卡吗？还是什么的，这样他很聪明的，他去帮我去调研这些东西，结果他把我的事给我解决了，他发现了一些占用内存的文件，运行的一些程序啊，他把一个一个都立出来，他告诉我哪个可以 q 掉，哪个可以关掉，这样一来， 他一弄完，他再帮我操作一部分，电脑马上就凉快了，就不那么热了，非常的厉害。这是我应用这两个工具当中遇到最明显的一个区别。还有一个就是他可以为你生产出来 word、 excel 和 ppt。 举个例子，我想给他做一个教程，弄完我就让他去帮我写这个课件就可以了。就这样写一个股票数据分析系统，当然不局限于这个 酷狗这套工具，酷狗的 ide， 酷的 work， 当然也会有很多种，像什么 cloud 呀，还是酷 sir 这种很多。 这套工具我用了能有小半年了，我的感触还是很深的，它无论从中文的理解能力，包括常温文的理解能力，包括一些深入的这个很严重的一些 bug 和问题，修复能力都是非常强的，所以说我还是比较推荐大家去使用这套工具的。
09:49查看AI文稿AI文稿大家好，欢迎收看本期视频。今天我们要介绍的是字节跳动推出的 ai 原声 i d e tree。 tree 全称是 the real ai engineer， 是 一款能够重塑软件开发方式的革命性工具。它于二零二五年正式发布，代表着 ai 编程从辅助到主导的范式转变。 本视频将分为六个部分展开，首先是产品概览，了解 tree 是 什么，以及它和传统工具有什么本质区别。 然后是核心功能，深入解析三大核心模式，多模态交互和开放生态。接着是技术架构、性能与效率、应用场景。最后分析竞争格局与未来展望。 吹是字节跳动于二零二五年推出的国内首款 ai 原生集成开发环境， 它彻底改变了传统的编程范式，从一个简单的代码补全助手，进化成为能够理解复杂需求、自主规划任务并完成端到端开发的智能协助引擎。 在权威的 swbench verified 评测中，吹技术能力位列全球第一。它实现了从人主导、 ai 辅助到 ai 主导人审核的根本性开发模式转变， 中小型项目交付周期缩短百分之五十，后端接口开发效率提升百分之四百。吹采用完全免费的商业模式，通过极致性价比构成强大的市场竞争力。 首先让我们深入了解 tree 的 产品概览，看看这款工具究竟是什么，它为什么能引起如此大的关注。 tree 由字节跳动出品，是一款 ai 原声智能写作 id。 它的核心定位是可理解需求、调用工具完成开发任务的智能写作引擎。 核心理念是让每个开发者都能用德顺的 ai 辅助工具，主打中文适配和轻量化体验吹，已成为国内 ai 编程软件市场的最大赢家，截 至二零二五年底，累计注册用户数已超过六百万，预计二零二六年将成为国内开发者使用率增速最快的 ai 编程工具。吹与传统编程工具的本质区别在于架构理念的根本不同。 传统 id 一 加 ai 插件的模式，编辑器是主体， ai 只是附加功能，能力受限于插件 api 理解仅限于当前文件的局部上下文交互，以快捷键触发为主，操作流程仍需开发者主导。 而 tree 作为 ai 原声 id， 以 ai 为核心编辑器，围绕 ai 深度融合设计，具备全项目级语义理解和跨文件依赖追踪能力，以自然语言对话为核心，交互方式支持多模态。 更重要的是，传统工具是人主导， ai 辅助，而 tree 实现了 ai 主导人审核的范式转变， ai 可以 自主执行文件创建、命令运行、应用部署等任务。接下来是 tree 核心功能的深度解析，这是 tree 最具竞争力的部分。 tree 提供三大核心开发模式， chat 模式是你的智能编程导师，适用于日常编程中的代码解释、 bug 修复、代码重构和知识问答。 builder 模式是项目级代码生成器，也是 tree 的 杀手锏，功能能将自然语言描述的需求转化为完整的项目代码。 solo 模式是全流程自主开发引擎，最具革命性，让 ai 从助手变为工程师，自主完成从需求分析到部署的全流程开发。 在 chat 模式下，你可以选中代码，直接询问含义，即刻获得清晰解析、粘贴报错信息， ai 会快速定位问题根源，并提供精准修复方案，还能针对荣誉代码提出精简优化建议，提升代码可读性与性能。 builder 模式则更强大，输入创建一个基于 react 的 薄壳系统，就会自动生成完整项目架构。上传 figma 设计稿或 ui 截图，可以生成像素级还原的前端代码，一次性生成成功率高达百分之九十二。 solo 模式是吹最具革命性的功能，代表了 ai 编程的未来方向。它让 ai 从单纯提供建议的助手，彻底转变为能够独立理解、规划并完成任务的全能工程师。 他能理解复杂自然语言需求，自动生成可落地的技术方案，将大型项目拆解为子任务并并行处理，拒绝单点堵塞，自主完成编码、测试、调试、预览及一键部署。 中小型项目交付周期可缩短百分之五十，充分释放开发者精力，让他们聚焦于更具创造性的价值工作。 ray 还具备强大的多模态交互能力，支持文本和语音输入，实现说话写代码。支持图像驱动，上传设计稿、截图或手绘草图。 ai 能直接生成代码， 还可以拖拽代码和文件至对话区，自动关联上下文。在开放生态方面，吹内置了前端工程师、后端架构师等多种智能体角色，支持通过 s d k 创建自定义智能体，还提供智能体市场供社区分享和下载。 接下来，让我们揭秘 tree 背后的技术架构。 tree 基于 vs code 内核构建，深度附用、成熟稳定的代码编辑器内核能力，实现开发体验与 ai 智能的无缝融合， 它无缝兼容绝大多数 vs code 插件，降低开发者迁移成本。 tree 采用四层架构设计， 交互曾处理多模态输入输出智能，曾作为核心大脑负责理解用户意图和规划任务。协议曾基于 m c p 协议允许 ai 安全调用外部工具生态。曾兼容插件与智能体市场，打造开放生态。 ray 在 模型支持方面非常灵活，国内版默认搭载豆包一点五 pro 模型，针对中文语境深度优化，完全免费使用，在中文代码生成场景下准确率高达百分之九十二。 同时支持 deep c 二一和 v 三，具备极强的逻辑推理与数学解析能力，同样完全免费且适配国内网络环境。 国际版则支持 cloud。 三点五 sonnet 以极强的逻辑推理能力和长文本处理能力著称，还支持 gpt 四 o， 在 图像理解、语音交互及通用智能任务上表现卓越。 下面我们来看看 tray 在 性能与效率方面的卓越表现。 tray 的 关键性能指标令人印象深刻， 简单任务响应时间不到一秒，代码补全延迟仅约一百五十毫秒，比竞品更清亮，能启动时间不到两秒， 在 swaybench 评测中获得百分之七十点六的得分，位居全球第一。在真实场景中，电商全占开发周期缩短百分之四百，跨端小程序开发效率提升百分之四十五。 现在让我们看看 tree 在 实际应用场景中的表现。 tree 覆盖了前端开发、后端开发和企业级应用三大场景，在前端开发方面，可快速构建 react 和 wo 组建，精准还原飞马设计稿 实战案例输入，创建一个支持分页和搜索的用户列表，组建仅需二十分钟即可完成功能开发与样式还原。 在后端开发方面，自动生成标准的 restful api 接口，编写高效安全的数据库操作逻辑。实战案例，通过 yaml 配置描述业务需求，十分钟内生成数据表接口代码及配套的 swagger 文档。 在企业及应用方面，某银行利用 tree 构建风控系统，开发周期从两周缩短至两天，代码缺陷率下降百分之八十二。 最后，让我们来看看 tray 的 竞争格局与未来发展。与 geekhub co pilot 相比， tray 展现出差异化的竞争优势。 tray 是 独立的 ai 原声 id， 一 站式解决开发需求。核心能力是全流程自动化，能自主完成复杂任务。交互方式是自然语言对话驱动， 深度适配中文语境，对国内开发者更友好，国内版完全免费，降低了开发者的使用门槛。 而 gigacopilot 依赖于传统 ide 的 插件形式，核心能力集中在代码补全和简单任务辅助，英文语境为主，采用订阅支付费。 展望未来， tree 将持续向 agent 能力进化，生化多模态交互，扩张生态系统，并在金融、医疗、制造等垂直领域深耕。感谢观看， tree 正在重新定义软件开发的方式，让编程变得更加简单高效。 访问 tree 官网，开启你的 ai 编程之旅， tree 让软件开发更简单！
06:37查看AI文稿AI文稿codex 封神之路二零二六年， ai 编程工具已经像 ide 一 样普及，但如果你还以为所有 ai 编程助手都差不多，那你可能正在错过一个真正能拉开差距的伙伴， codex。 有人问， codex 不是 二零二三年就火过一轮了吗？错了，二零二六年的 codex 早已不是你记忆中的那个代码补全工具，它是深度嵌入开发全流程的第二大脑，是真正让程序员从搬砖进化为架构师的加速器。 一、二零二六年 codex 的 三大核心优势，一、项目级理解不再只是下一行。三年前的 ai 能帮你写完一个函数。二零二六年的 codex 能理解你整个微服务架构。当你打开一个陌生代码仓库， 它可以在三十秒内生成完整的模块依赖图、核心数据流向，甚至标注出哪些地方是技术债务重灾区。 这意味着什么？你接手遗留项目，不再需要痛苦的读一周代码。 codex 像一个资深架构师，在你动手之前就把战场地图摊开了。二、多模态交互， 画个框，代码就出来。现在你可以在设计稿上直接圈出一个按钮，说把这个交互改成乐观更新。 codex 会自动定位前端 api 状态，管理三个层的相关代码，并给出可运行的改动方案。 不光如此，你还能用语音描述给这个支付接口，加上重试机制指数退币，最多三次， codex 会判断你是该用 resilience 四 g 还是手动实现。 结合你项目现有的依赖，直接输出符合规范的代码。它不再说大话，而是读懂了你的整个上下文。三、主动审查，在 bug 诞生之前就掐灭传统 ai， 等你写错才纠正。 二零二六年的 codex 在 你写代码的过程中会实时预判，如果你这样写，第四十二行会在病发场景下出问题，建议改用原子操作。它甚至会直接给出修改后的代码块，让你一键替换。 这种防患于未然的能力，让 codex 不 仅是编码助手，更像一个永不疲倦的结队编程伙伴。二、特色，他真正懂你的代码。很多 ai 编程工具通用但不贴切。 codex 最大的特色是学习你的个人风格。只要你授权， codex 会分析你过去三个月提交的所有 p r 你 习惯的命名规范，你偏好的错误处理模式，甚至你讨厌哪种注式风格。然后它产出的代码就像你自己写的一样， 而不是那种看起来像教科书势力的生硬模板。另一个杀手级特色是离线和私有部署。二零二六年，企业对代码安全极度敏感。 codex 提供了轻量级本地模型，可以在你的笔记本电脑或公司内网运行，性能接近云端版本的百分之九十，你不用担心核心算法泄露给第三方。 三、对比 copilot codex 怎么选？我不列表格，直接说人话。 github copilot 目前依然是最听话的实习生。你给需求他写代码速度很快，但问题在于他不太理解你项目的大局。你让他写个缓存，他可能给你写一个 radis 工具类，却不知道你的项目里已经有自己的缓存。抽象层 结果是代码能跑，但很脏，需要你大量修改。 codeem 强在测试生成，它能为你写的每个函数自动生成边界条件测试，这点目前无人能及，但它的短板是，只能在你写完代码之后介入。 它不能帮你设计架构，也不能在写代码的过程中实时修正方向。 codeem 走的是另一条路，从需求分析、 架构建议、编码实现、测试生成到代码审查全流程参与。它不像实习生，更像一个有十年经验的高级工程师坐在你旁边。而且这个工程师记住你所有代码最直观的区别，用 copilot， 你依然是驾驶者，他帮你换挡。用 codex， 他 像副驾驶上的领航员，告诉你前方哪个弯道该减速，哪条路更快，甚至帮你规划整段行程。 四、未来程序员不会失业，但会分化。二零二六年的 codex 已经证明一件事，重复性编码工作几乎被 ai 取代，但真正的程序员反而更值钱了。为什么？因为 codex 释放了你的脑力，让你专注于更高价值的事情。 系统设计团队协助业务理解、性能优化。以前你花百分之六十时间写样板代码，现在只需要百分之十。 剩下的时间，你可以去思考这个功能到底要不要做，有没有更优雅的架构方案。未来的程序员只分两种，会用 codex 做杠杆的和不会用的。前者效率提升三到五倍，有更多时间学习新技术，解决复杂问题。 后者依然在手动写循环调参数，慢慢沦为 ai 的 笑对员。这不是危言耸听。二零二五年 stack overflow 的 开发者调查显示，使用深度 ai 编程助手的开发者， 年薪中位数比不使用的高出百分之四十二。差距不在技术本身，而在你能驾驭多少复杂性。写在最后，技术从不淘汰努力的人，但它会奖励顺势而为的人。二零二六年的 codex 不是 魔法，它不能替你决定做什么， 但能极快地帮你完成怎么做。作为程序员，我们的核心价值正在从写代码的速度转向定义问题的能力。如果你还没尝试过让 codex 深度融入你的工作流，现在就是最好的时机。 花一个下午，把一个你熟悉的中型项目交给他，让他帮你重构一个模块。你会发现，不是 ai 太强，而是你之前背着太重的包袱在跑步。工具变了，你的上限也会变。
19程序员小迷
07:19查看AI文稿AI文稿这一期，我们聊一个正在发生，但很多人没真正想明白的变化。 ai 编程工具的三段进化， 从最早的代码补全，到今天能替你干活的工程代理，这条路到底是怎么走过来的？我们用十几分钟把这条主线一次讲清楚。先看一个奇怪的现象，这两年最受关注、能力最强的一批 ai 编程工具， cloud code、 openai、 gemini、 c i， 反而都不是漂亮的图形界面，而是回到了黑乎乎的命令行终端里。可你看左边，过去几十年，软件工具一直在从命令行走向图形界面，因为图形界面更直观，门槛更低。但到了 ai 编程工具这里，事情好像倒过来了。 这是技术倒退吗？还是隐藏着某种我们没看懂的逻辑？要回答这个问题，先记住这张图里两条交叉的曲线， 一条曲线再往下走，这是界面，它从直观、门槛低的图形界面一路降维，回到了纯粹的代码与系统命令掌控？另一条曲线再往上走，这是能力。 ai 的 执行权限越来越大， 底部这句话是关键，界面越是原始 ai 的 底层，执行权限就越大，也就越自由。所以，这根本不是倒退，界面的降维，恰恰是为了给能力的升维让路。 这一集，我们先把能力升为这条主线讲透。 ai 编程工具的眼镜可以分成清清楚楚的三个阶段，就像画面里这三座越来越宏大的城市。 第一阶段， ide 插件阶段，一个小街区。第二阶段，独立 ai ide 阶段，一座完整的城市。第三阶段， c l i agent 阶段，一片连绵的超级都市。 每跨一个阶段， ai 的 能力边界都在被重新突破，我们一个一个来看。第一阶段是 ide 插件阶段，最典型的代表就是 gitopilot， 他刚出现时给人的冲击非常强，因为他不再是传统意义上的代码片段补全，而是能根据上下文预测你下一段代码，甚至能根据注视生成函数。对当时的开发者来说，这已经像是副驾驶了。但请注意他的边界，画面里这个被框死的小立方体就是他的局部世界。 它根据上下文预测下一行代码。它能根据注视生成函数，但它只受限于编辑器当前窗口和打开的标签页文件。它很强，但它被关在一个很小的盒子里。那插件时代的 ai 本质到底是什么？ 画面说得很直白，你写一行，他补一行，你写一个函数名，他猜函数体，你在编辑器里问一个问题，他给你一段答案。所以这一阶段的 ai 本质上还是帮你打字。它更像是一个加强版的输入法， 它能实实在在提高你的编码速度，但角色非常清楚，它只是个工具，真正动脑的还是你，这就带来一种很强的边界感。 ai 很 有用，但它极少真正参与完整的工程流程。你看画面里这一连串决策，全都标着 human 决定做什么，是你 定位改哪里？是你运行测试？是你提交代码变更还是你？所以在这个阶段，开发者是驾驶员， ai 只是一根性能更好的操纵杆儿， 方向盘始终在你手里。第二阶段是独立 ai ide 阶段，典型代表是 cursor， 后面还有 winserve、 google antigravity 这一类更强调 agent 的 开发环境，它们最关键的转变在于，不再只是给传统 ide 加一个插件，而是把 ai 放在开发体验的绝对中心。 所以它能做的事儿，一下子从那个小盒子里挣脱出来。它可以跨文件修改，可以理解整个项目，可以根据你的需求一次性生成一组变更。 ai 不 再只盯着一行代码，它开始看见整个工程。这一步带来的是 ai 角色的根本转变。左边是过去， ai 是 一个打字员， 注视帮你写一段代码，仅此而已。右边是现在， ai 成了你的结队伙伴，他开始参与理解需求定位、文件规划、修改、生成 diff 解释变更。 一句话， ai 开始承担认知负荷，而不仅仅是在键盘负荷上帮你。它从帮你打字升级成了帮你一起想。 ai i d e 比插件强第一个原因是上下文更完整。看这张对比图，上面这一层是插件级的局部世界， 他能拿到的只有当前文件打开的标签页。 ide 基础缩影就这么点儿。下面这一层是 ai ide 级的局，网络项目级局代码、代码库与 e 搜索、聊天与迭代、历史、自定义规则、文件终端运行结果与报错全部整合到一起。 上下文越完整， ai 越像是在做工程，而不是在猜下一行代码。 ai ide 比插件强第二个原因是操作范围更大。 这是一次核心跨越。左边文本生成插件时代， ai 只是在编辑器里递给你一段代码差异，也就是 diff， 由你来接受或拒绝右边任务。执行 ai ide 时代，它能运行终端命令，一次修改多个文件输出成功。日制操作范围的极具扩大，标志着 ai 正在脱离文本框的束缚， 它不再只是生成文本，而是开始执行任务。第三阶段就是 cli agent 阶段，最典型的代表是 cloud code， openai 的 codex。 cli 开源工具 id 也都属于这个方向。它们的共同特点是， ai 不 再被固定在编辑器的某个侧边栏里，而是直接运行在工程目录中，成为一个会说自然语言的系统级代理。 所以你能给他的不再是补全这行代码，而是画面里这种任务级的指令。修复 failing tests， 把这个项目迁移到新的 epi， 你 交代的是目标，不再是步骤。那他拿到指令之后是怎么干活的？ 看这个环， the agent loop 工程闭环，你给他一条初时指令，他就自己转起来，读文件、改代码、跑测试、看报错，再回头读文件，改代码，一圈一圈，直到任务真正完成。比如你让他修复 failing tests， 他 会自己读文件、跑测试，看报错、改代码，再跑测试。它不只是生成代码，而是在独立执行一个完整的工程任务。 它真的开始像程序员一样行动了。我们把三个阶段并在一起，这张表就是今天的主线。 cut up copilot 界面是侧边栏，角色是打字源，上下文是局部世界，输出的本质是文本建议。 cursor， 界面是完整 ide， 角色是结队伙伴，上下文是全局网络，输出的本质是受控变更。 cloud code， 界面是命令行，角色是代理执行人。上下文是系统底层，输出的本质是工程行动。 从帮你打字，到帮你一起改代码，再到替你动手完成任务，这条线背后真正变化的不是界面，而是 ai 的 能力边界。以前 ai 输出的是文本，现在 ai 输出的是行动。那么问题来了，既然要让 ai 替我们动手干活儿， 为什么偏偏是命令行？这种对人不友好的接口胜出了？下一集我们就来拆解最关键的问题，为什么 c l i 反而成了 ai 时代最顺手的接口？我会给你五个理由，记得关注，别错过！
28林森夏 AI
