粉丝1047获赞3451


当当当,园子随笔开始了,上期讲了 ai 架构,这一期手把手搭建你自己的 ai 助手工具链。园子使用的核心组合是 cloud code 加 deep seek api 加 cursor ide, 全程国内网络可操作,纯实战 cloud code and throw pick 出的王牌编程 agent, 它可以在终端里用,也能集成到 i d e。 官方推荐终端方式,我也是用终端,国内网络怎么装?下面一步步来。第一步装依赖,打开 cmd, 执行 winget install open j s node js l t s 装 node js, 再执行 winget install git git 装 git 同意协议等它下载安装就行,源自实测,都是微软官方原,很稳。第二部装 i d e 去 c u r s o r 点 com 下载 windows 版安装,打开后用 github 账号登录免费版够用了。第三部,装 cloud code, 在 cursor 里打开终端,执行 winget install and fropic cloud code 一 直点 run, 等它装完, 它会自动帮你把路径加到环境变量里。装完后在终端输入 cloud, 能看到它的图标就成功了。但是你输入 cloud 回车会看到这个错误, unable to connect to antropic services 因为国内网络限制, cloud 的 官方的 a p i 连不上。别慌,解决方法是换个模型,我们需要一个工具,叫 github so farin, 一 二三一 cc switch 右侧栏找到 releases, 点击打开,翻到最下面,找到你系统对应的 miza 或者 zip miza 需要安装 zip 解压,即用源字直接用的 zip 解压就能用。它能帮我们管理和切换 cloud code 的 背后的大模型,然后搞一个国内大模型的 a p i。 最近 deep seek 便宜,拿它演示,去 deep seek 官网点 a p i 开放平台注册账号, 先充十块钱,绝对够你是很久创建 a p i key, 复制下来,打开 c c switch, 选 cloud code 选项卡,点右侧加号供应商,选 deep seek, a p i key 那 里粘贴你刚才复制的其他配置,自动填充保存。 添加成功后会看到 deep seek 出现在列表里。回到终端,找个空文件夹,输入 cloud, 它会让你选主题配色,随便选一个。然后你就拥有了一个国内 可用的 cloud code 终端助手建议每次在单独的工程文件夹下打开数据更安全。总结一下这套工具链, cloud code, 强大的编程 agent deep seek api, 便宜合规的国内模型 cursor, 好 用的 i d c c switch 切换模型的瑞士军刀全部装好,你就是自己的 ai 助手搭建师。我是源子,关注我,一起当 ai 时代的科研手艺人!



我们来学一首特别简单的歌曲, wing wing, 这首歌呢也特别简单,跟上一个视频的指法很像,那我们来欣赏一下 这首歌。一共四个和弦,吉他标准调弦,不用夹,边调夹,然后指法有四个,第一个 小拇指、无名指、中指、食指,分别放在二弦、三弦、四弦和六弦的三柄,这是第一个和弦,弹的时候我们只用把只用弹大拇指和 用食指弹那个四弦,中指弹三弦,无名指弹二弦,就, 然后我们把和弦先讲完,第二个和弦的话,只要把中指向前移一格,也就是移到移到那个五弦三品,然后食指放放到那个 四弦的二品,然后第三个只要 把我们第一个学的往下移,移两平,移到五平就是二三、四六, 这四个弦的五平分别按紧,不用大横按,又是另外一个,大家就猜到了,应该是中指前移一格,食指按在四弦的四平, 然后接下来我们来讲节奏型,第一个 就是分别弹大拇指,弹根音,然后食指、中指、无名指弹后面的三个音, 就是只用弹我们按的弦就行了,然后根音的话就是我们按的弦的最靠六弦的那一根,就是根音, 就是大拇指是一,然后是食指, 中指、无名指,我们就叫三吧,就这样定义,大拇指是一,然后这三个手指头三,然后我们只要弹一三,一三打一下,拍一下, 一拍一下,然后弹一下五弦 也是一样的三拍 下面一样的移到刚才那个屏。 ok, 接下来会是给大家一个谱。

如果你管过团队,带过人,那么你就已经会造 ai 政策了,只是你不知道而已。你想一下啊,一个新人入职,你要给他什么岗位,说明书,公司的制度,操作的 sop, 还有之前项目交接的文档,少了任何一个,这个人就没办法独立干活。 ai 也是一样,他不是不聪明,是你什么都没给到他, 就指望他自己能搞定一切。那这套给 ai 搭工作留环境的方法,硅谷现在有个专门的叫法叫做 harness engineering, 驾驭空城 音乐,高大上,但本质你早就已经会了。今天我用开公司的逻辑讲清楚一件事,一个 ai agent 到底需要怎样才能真正的替你干活。那招 agent 就 相当于是开公司少一件事情,这个公司就得散。总共四件事,第一件是招人, 你要招个能扛事的 ceo。 第二点是立制度,员工手册,保密协议,行为红线。第三个是分部门定工种,什么样的流程,谁干什么样的活。第四步,建制度库,客户的档案,项目交接的文档。那现在大部分人选模型的方式就是,谁排名高,选谁,谁最聪明选谁。虽然我个人认为啊, call 是最聪明的,但是呢,他的稳定性不一定有其他模型那么好。比如话我让他跑一个两万八千个页面,他可能跑到两万六的时候就已经停下来。聪明 但扛不住。选模型其实就是要选合伙人,你要看三个维度,第一个,智能理解能力强不强,对应的人就是聪,聪明、稳定,长时间跑不功能,不能持续干活,不掉链子。第三个是并行,同时处理多个任务,他能不能一心多用?就像你招了一个 app 运营总监,面试的时候吹天吹地,但干活的时候就掉链子, 这人你敢用吗?所以我们要进行一些测试,给他一个复杂的任务,看他能不能搞混。第三个就是让他连续跑 四到六个小时,看他输出的质量有没有衰减。第二层核心观点就是,能力再强的人啊,没有制度的约束也会乱来。 i 也是一样,你觉得模型够聪明,不用约束他那么多,但其实还是需要约束的, 你跟 i 说绝对不能泄露密码,结果用户编一个故事,这个是我老奶奶给我遗留的项链,然后项链上有什么东西我忘记了,结果他就说出来了,相当于 一个员工说不许吃糖,他问你巧克力算吗?所以一家公司要跑起来,他至少需要四份的核心文件。 agent 也是一样的,公司的规章制度,十年远景, 那 agent 里面就叫送灵魂文档,我们公司是干嘛的?调研是什么?什么钱我们是不赚的。第二是员工手册,岗位职责对应的就是 agent 工作手册,你是谁,你管什么?你的权力,你的 边界在哪?第三个是公司的纪律保密协议,对应的就是 role 约束规则,什么是绝对不能做的,泄密啊,越权啊,更改一些制度,这些都是不能做的。第四个就是岗位操作的 s o p, 对 应的就是 scale, 你 的技能说明书,这个活具体怎么 干,输入什么,输出什么,这些东西都是需要你一点一点去堆的。不过有制度总比没有的好,就一个一百分,但是永远写不完的完美制度好, 让他先跑起来,在实践了用的过程中再发现问题再抵赖。你要是带过团队时就知道,刚开始三五个人的时候,没有制度也能跑,但人一多事一杂啊,没制度就是灾难, agent 也一样。再来说第三层就分工种,不是技能多就厉害,要学会组合拳, agent 能力强不等于技能多。而国内的那些哦,它的那个应用,像那里面 三万个 scale, 我 怎么知道哪些是好的,哪些是坏的?那还有 scale to scale, 写另一个 scale, 这太水了。 skill 的 核心就相当于是一个人,这个人不是他水的好,而是他是这个行业的大神,他就是有着这行业里面最好的一些方法论,他懂的东西是最多的。一个好的 skill, 他 是能够让你的命中率能够达到百 分之九十以上的。我们现在其实也在跑啊,跑的是一个专门用 ai 去做广告投放的。那我们跑的 bug 是 什么呢?就是用户让 agent 的 复刻一个视频成功了,掉的是广告克隆的技能,然后用户追问说换个场景换个人, 他又跳到 ai 演员技能选了人,但回去执行的时候又跳回广告克隆。没有用 ai 演员就相当于换了个界面,翻译成公司的语言就是客户说帮我拍广告,市场不接了,拍完了,客户说换个演员, hr 找了人选,客户也选好了,但回去执行的时候, hr 把人甩给市场部之后就不管了,市场部不知道, 结果又用回了。最开始的演员,因为没有项目经理去串他整体的流程,所以有个星光架是三级结构,就用户一句话,进来之后要经过三层,第一个要理解用户的需求是 什么样的场景。第二个项目经理需要拆解成可执行的流程,就工作流。第三个在每个节点去分配给对应的 skills, 比如用户说帮我做一条小红书的内容,那三层对应的就是场景,是小红书的内容生产。 work for all 就是 第一分析账号的定位,第二深层对应的选题, 三写文案,第四做封面,第五排版发布技能的路由,他不能靠模型去瞎猜,这个做法就是每个场景对应哪些技能组合,提前规划好。呃,技能调用的顺序,权重有明确的规范,不是让 ai 自己猜谁该调谁。那怎么去筛选好技能呢?其实有五个点啊,第一个点就是 先按排名筛,排名前十的先拿出来。第二就是我们要去想一下用户的场景是怎样的,我们要去覆盖用户百分之 七十以上的高频场景。呃,就比如说我要是做一个 ip, 那 我是什么?呃,首先场景一我要去热点,对吧?呃,第二个我是日常做一些边线相关的,那第三个我要做取证了。第四个就是跑出来要打分评分,哪个跑出来是最好的,那你就选哪个。 第五个就是有些行业独门的方法论啊,一塌糊涂,丧是找不到的,就只有你把你自己的脑子给抓出来,然后沉淀成 skill 这个才行。第四层是我们建档案做记忆,没有记忆的 ai 每天上班都是实习生,你帮客户辛辛苦苦运营了三个月,要来个助理接手,你没有消息文档,那新来的不就一脸懵吗? 啥也不知道,相当于白干了。有两种记忆,第一种记忆是长期记忆,第二种记忆就是短期的记忆。打长期的记忆叫做用户偏好,公司里面这就叫客户档案,就像你这个客户喜欢什么风格,预算多少,之前买过什么。 如果我们做 ip 的 就是,哎,我这个 ip 它是什么样的语气、风格,它的三观是怎样的?它有哪些癖好?短期记忆,绘画的上下文,比如说啊,是今天的会议记录,讨论到哪了,做什么样的决定,还有哪些没做呢?我自己再补充一个, coco 的 他有一个睡觉做梦的精神, 不是代码泄露了吗?大家会发现了一个很巧妙的设计啊,他都会在不活跃的时候,自动启动一个后台的程序,把之前所有对话零散的、矛盾的、重复的信息整理压缩,形成一份干净的记忆摘要。而就像人晚上做梦睡觉的时候和大脑都在整理白天的信息。 agent, 他 也是这样。 这里再说一下记忆实现的优先级啊,他其实不用一步到位,他可以分阶段来,比如说我们阶段零点五的时候,单次对话的上下文连贯,至少他在这个聊天室里面,他还记得到那第二个一点零 话对话的时候,他有用户的偏好,那第三个就是二点零,他会越来越懂你。我现在就会让我们的那个 club 给我写一些每日复盘,今天做了些什么,然后我有哪些缺失的视角,以及夸一下我其实价值得有。 然后第四个把我今天做的事情总结成一个笔记,这个笔记是方便我去对外输出,我去输出到小红书上,或者说是抖音上都 ok, 我 会给他四个东西,大家可以去尝试一下,我觉得非常有用。所以啊, 记忆是 agent 从工具到伙伴的一个分水岭。没有记忆的 ai, 它其实就是搜索引擎。有记忆的 ai, 它就是真正的 ai 加 ip 助理,其实就是我们的贴身秘书。我们四个层已经讲通了,现在我们再想一下,什么才是真正的竞争力,模型的能力会被拉平, 模型各家会越来越接近,但通用能力的差距肯定是在缩小的。第二个框架 finance engineering, 它迟早会变成标准模板,人人都可以套用。就像小红书封面,或者说是抖音选择题, 以及抖音的开头,几年前是内行人方法论,其实现在都是有点点常识了。第三个工具,那今天你能用的 skill, 那 明天别人也能用,就一件事情,不会被拉平, 就是你的锤类领域的知识。这也是我推荐我们学生去做锤类的 ip 助理会比较好。比如说哈,我们之前有个学员,他就是做陶瓷的,他之前做陶瓷的,那他找 ip, 他 就找陶瓷相关,他之后出来还可以自己创业。但如果他之前是个羽毛球教练,那他就找一个什么 羽毛球馆啊,或者说是想做羽毛球 ip 的 人,他在这个地方钻进的越多,他的护城河就会越强。再打个比方啊,就同样是 a 卷的框架,我已经开了八期的那个 ai 加 ip 助理了,我把这八期所有的 我学生做的一些作业啊,或者说是他们做的一些选择题啊,因为他们做选择题的时候会打标签的,他为什么好好在哪里?他开头是什么,中间是什么?然后他受了什么,然后产生了什么情绪?那我可以直接把这个喂给 ai, 但是其他人没有啊, 其他人起码他得专门搭建一个团队去做,但我学生已经做完了。这就是为什么腾讯的专家会说,模型会拉平, partners 会变成 party, 真正的护城河是知识工程。最后给大家再总结一下吧, 咱们要给 ip 做 harness engineering, 我 们不用等完美再开始,可以先跑起来,比如我们大脑层,选一个够用的模型,边用边换啊,推荐还是 call。 第二个规划层,先写一个粗糙的制度,再慢慢地去叠代码。第三个技能层,先覆盖核心的场景, 在补偿尾的记忆层的话,我们先做对话类的记忆,再跨对话。其实可以用那四个文档,就是我们的用户的 md 都可以去解决的。反正你就是开公司嘛,你要是开公司,先开个七十分的公司,先跑起来再说。最好的架构不是最完美的架构,而是先跑起来的架构。你不需要一个天才的我本,你需要一家能运转的公司。再补充一个点啊,就在于 现在市面上啊,很多公司或者很多产品,他都开始做自己的 agent。 现在市场上比较核心稀缺的能力就是这套流程,然后去 做业务上的落地,你就是能够了解业务上的各个节点,找到最优的 skill, 要把这个流程串起来跑通,然后给他约束,给他框架,然后搭建一个完整的 harness and linear 就 ok, 这个能力非常的稀缺。好,今天就先到这,之后我也会给大家聊一下其他的。

这个 m c p 服务器能让 ai 直接操控手机, github 上已经拿到四千九百九十星 mobile。 m c p 是 一个开源工具,打通了 ios 和安卓的两边模拟器,真机都支持。 开发者用 cloud code 这类 agent 就 能发指令,比如跑测试、截屏、自动填表单。他干活主要靠两种方式,大多数场景读系统的无障碍数,结构又快又轻, 无障碍标签不够用的时候,就靠截图坐标来点按一个关键。设计师他不用计算机视觉模型,对 l l m 很 友好, 官方还放出了详细路线图,接下来会持续加功。能把 ios 和 android 统一到一个接口底下,意味着做移动端自动化,不再需要同时懂两套平台的技术战, 一个 m c p 通道就能管住所有设备。

我先演示一下八维糖 pro 三加上微面 p f 怎么在 p 四主机上使用?它有三种连接方式,一种是有线,一种是二点四,一种是随行蓝牙。嗯,有线模式就比较简单,就是拨到二点四这里,插上有线就可以操作。 这样我现在重点演示一下一个蓝牙和二零四。首先我们先演示蓝牙,我们先插上传感器,插到 p 四主机上,好,等它的灯变成蓝色之后,长按这个开关键。 嗯,他开始快闪,然后把这个开关拨到 s b t 这边,然后插上这个键开机,然后按配对键三秒,嗯,快闪。 嗯,连接成功之后,他们两个的灯都是常亮的,就可以操作。嗯, 好,我现在演示一下二点四连接,二点四连接,因为那个八味堂他的接收器是 type c 口,所以说我们必须要有一个转接头才能用。 先插上去,然后我们把这个插上主机,再插上接收, 嗯,接收灯再闪,然后把这个开关拨到二点四这边,然后按功能键左功能键开机。 好,它连接成功之后,它的第一颗灯常亮,就可以操作。
