claude能跑源码吗
兄弟们， cloud 的 源码线路都知道了吧？我把源码用 python 提炼抽取了一下，把里面重要的逻辑做成了通用的代码库，新开发 agent 都可以套用其中上下文压缩逻辑怎么支持百万 tokens 的 提示词逻辑？除了大模型参数，为什么 cloud 还是这么聪明？ cloud 是 怎么记忆的，怎么使用 iag 的？ agent 和 teams 是 怎么编排的？还有 tools， skills， mcp 是 怎么调用的？都有菜源链接都放在粉丝群了，有需要的自取。
粉丝5050获赞1.9万
相关视频
04:59查看AI文稿AI文稿之前一期视频我把卡拉 ok 泄露了，原码在本地跑起来了，并太原放到了 github 上，全网获得了七十万的播放，如今也有六千多 star 了，真的非常非常感谢大家的支持。今天我们来搞一个续集，我在原码的基础上做了一个桌面端的应用， 不需要 cloud 账号，下载一个软件，你配一个模型就能用，国内的各种模型都支持，那为什么要做这个东西？哈？这个官方的桌面端有什么问题？第一个，它的封号严重，不管是网络啊，订阅方式啊，你不在官方的 c o i 你 都有可能踩雷，我已经被封了三个账号了。第二个的话你只能用它自己家的模型。第三个的话很多功能是受限的， 你必须要去开订阅你才能做到。第四个的话就是它的手机远程控制啊，其实加了一个 k y c 实名认证， 你要用它的模型，你得先上传身份证、护照、驾照，国内的用户的话就完全被拦在门外了。那咱们就自己来，反正我们都有 curl 的 源代码对不对？你做个桌面端，你只要有 token 就 行了。整个桌面端的源代码包含测试的话，大概有五万行代码，全是 curl 的 off 四点六加 g p 五点四写的， 没有所叫一行代码。我这边总结了一下我们这个 curl 的， 哈哈。桌面端它的一些功能啊，第一个模型自由，第二个可以手机远程控制，你可以切绘画， 然后各种下达任务。第三个的话就是你可以多筛选去并行，第四个的话是定时任务，第五个的话是 computer use。 第六个的话是在一些 ui 上的一些优化嘛？第一个字幕模型这一块的话， 我们来看一下实际的一个演示效果吧，这个其实就比较简单，因为在这块是可以支持自定义的供应商的，甚至你可以部署一些自己的一个本地模型，在这块添加一个供应商，选择自定义就可以了，国内的这些也支持上了，并且这块呢我们还支持就是你可以用 openid 的 一个格式嘛，然后不管是这种还是这种都可以。好，下面我们来试一下，分析一下最近的康密特，看一下他做了哪些功能。 我现在又开了一个 cloud 的 账号，可以看到它已经帮我们分析完了，我们这一个最近的一些加密的都是围绕桌面端去做的一些功能。哈，那这个的话我是用的官方的 alt 四点七的这个模型。 我们来看第二个功能就是手机遥控，原来 cloud code 你 是必须要启动，并且你要先开一个 setting， 在 setting 不 断的情况下，你才能向你手机给他下发任务，你不能说跨设定去聊天，那我们这个的话我们做了知识，那我这边直接用电脑版的飞速，因为好演示一下， 我们先来这里做了一些命令，先给他清楚一下对话。好，这个时候的话，你在手机上其实就有个问题了，你怎么去选择你最近的项目？那我们也做了一个命令，行，这样子的话它就会弹出一些项目，让我们去选择，可以看到这里有最近你的一些工作目录，那么比如我们就选一个临时的吧，选择这个，那这个时候它就在这个目录下面呢，我们就来 hello， 你 是什么模型？你有哪些能力把相关的 skills 给我输出一下？好，可以看到它在思考中， 他这个时候的工作目录就在这个 templar 下面。好，可以看到他，他说我们现在是 mini max m 二点七这个模型， 就思考的过程也给他弄出来了。啊，可以看到他已经帮我们回复了，有飞速系列的，然后有开发流程的，有哪些 skill 是 媒体处理的， 这样子的话你就可以在手机上去完全控制你的卡扣的，然后去搞一些开发任务啊，搞些自动化的流程。好，我们来看第三个就是个多摄显 b 型哈，我在做这个功能的时候，官方其实还没有支持的，虽然前两天还是昨天他支持的。那这个的话就比较简单了，就是我们在这边的话，你是可以去新开摄显，离开多个，然后跟他聊天， 在这里聊天就完事了，这个就没什么好说的，比较简单，整体实现的话好，下一个的话就是这个定时任务的功能，定时任务的话相较于官方那块我也稍微做了一个增强。 好，我们打开我们的定时任务，在这块的话你可以去新建定时任务，然后选你的权限，是直接全部好模型的话，你可以选一个你喜欢的模型，以及你的工作目录是在哪一个地方， 定一个名称，你的描述，还有你的提示词，这一块就有很多可以玩的玩法，就像你在龙虾上面，你可以去让他触发 schedule， 去监控一些 ai 的 新闻等等，然后运行的频率，那对于这个定时任务也就是一些侦查，然后它的一些运行日记 已经你可以看到他运行的一些就是栽秧吗？然后你也可以看到他对应的一些对话，你也可以在这里看到的，就是我们让他去做一个项目的一个巡检。好，那下一个功能的话就是 computer use， 那 在他卸的原代码里面其实是没有这部分功能的，我们做了一个补漆，并且也在桌面端来支持了。好，我们来演示一下。 那下面的话，其实我们的桌面呢也支持 agent team 是 管理任务管理，那这块的话就是他可以去创建任务啊，然后去 spawn 一个 agent 都可以。我们来看一下这边给他一个简单的任务，让他写一个图图管理应用，那我们来测试他的话，他会让我们去选择一些基础站，那我们这块是可以去做选择的，选择完提交就完事了。 那后续的话他就开始去做一些修改嘛，然后写计划，然后去调用 skills， 然后写代码，最终去做一些计划。在这块如果他需要 agent 的 话，他也会在这块去开发 agent。 整体的这个交互基本上就跟你在 c o s 一 样的，但是你现在有个格式化页面，你操作起来也比较方便嘛，你多开设计啊，还是做别的都还 ok。 那 以上就是所有的功能呢？那整个这一个 cloud go 的 原代码以及我们这个桌面的代码全都在这个仓库地址上的哈，好，这就是这一期视频所有内容，如果你觉得这视频做的不错，可以给我一键三连，我是阿娇，我们下期见，拜拜。
3673程序员阿江-Relakkes
01:15查看AI文稿AI文稿karl code 源码泄露这件事情大家都知道了吧？全网都在分析怎么泄露的，里面有什么。我不一样，我直接在本地把它跑起来了。那怎么泄的？其实就是很简单，它 n p m 打包的时候把这个缩式 map 带上了，那谁都能下， 真的是一个草台班子。不多说，那重点来了，你泄露出来代码能直接跑吗？其实是不能的，它会有一些东西是断的，缺了一些文件。那我干了个什么事呢？我直接用 karl code 去修复它自己泄露版本的， 你品品这个画面，他自己读自己的代码，然后给自己打补丁， t u i 启动不了，他自己修，启动卡死他也自己修。然后更离谱的来了，修好之后呢，我又用这个修复版的 curl code， 让他自己分析自己的架构啊，产出了八张的这个架构图。 大家对于这件事情怎么看？是不是这个世界真的就是一个巨大的草台班子哈，那肯定有很多人想要在自己本地也运行一下。那我把这一个修复版本的代码直接整到 gucci 仓库上了，取了个名字叫做 coco 的， 哈哈哈， 这是运行的一个截图哈，然后我也把怎么运行对那些架构图都放在这块，大家有需要的自己去取，然后你可以去配一些环境变量，直接就可以跑起来了。 ok， 这就是这期视频所有内容的。我是阿将，我们下期见，拜拜。
1.5万程序员阿江-Relakkes
00:56查看AI文稿AI文稿来解释一下，为什么大家说有的人看到这个原码是六十 mb， 有 的人说是三十 mb， 实际上这是他们泄露出来的压缩包只有三十 mb。 然后你把这个压缩包解压之后，会得到这些文件列表，这个解压出来之后，这个 克力点 j、 s， 点 m， m， a、 p 是 六十 mb， 然后原码是在这个文件里面啊，这个是压压缩包，大家不要搞错了。然后你把这个压缩包还原之后，能够得到这个七十万行代码。 大家为什么有的人说是五十万行，有人说七十万行呢？这是因为这个这些代码的格式化工具用的不一样，这分行不一样，有的代码可能他分出来是三行，有的可能分出来是两行，所以他这里用我用的这个格式化工具，他就是七十万行，大家都是完整的。 然后大家要的话自己来取，我已经把它开圆了。
3233教你宇宙级AI编程
03:45查看AI文稿AI文稿hello， 大家好，这两天克拉蔻的原码不是泄露了吗？今天我想出一期视频，从零开始，教教大家如何能够本地把克拉蔻的原码给跑起来。那我这边准备了三个 get up 仓库地址啊。第一个其实就是最早上传克拉蔻的原码的仓库， 不过后面因为作者害怕 ansok 那 个公司起诉他，因为他 star 的 实在是增长太快了，你可以看到现在他已经达到一百五十 k 了，也是非常的夸张啊，所以说他就改成了 rust 版本了。 嗯，然后第二个仓库的话，其实就是最早他基于作者最早的那个原始版本，然后去 fork 的 一份代码，嗯， 这份代码其实是最原始的版本，但他其实是有个问题的，他就是你看可以看到他文件里面只有 t s 和 t s x 的 文件，他的一些啊，依赖啊等等的一些他都是没有的，所以说你要本地跑是跑不起来的。 那我们今天主要讲的就是第三个仓库地址，三个其实就是呃作者基于最原始的那一份， 然后让克拉蔻的去辅助补全他的一些文件目录啊，依赖啊、结构啊等等去生成的这么一个项目，然后这份项目是可以呃能够本地 撞起来的。对，然后我们今天主要就看一下这个是怎么跑起来。可以看到，首先他第一个是要求泵是要大于一点三点一版本，哦，我复制一下，然后打开银行， ok， 下载完成了，然后我们再把这个项目给克隆一下。 好的，第三步我们奔 install 一下， ok， 可以 看了，下，完了最后奔绕第一位。 好的，你可以看他跑起来了，我先问他个问题。你好你好 好，你看他也正确的回答出来了。如果有同学不放心他是不是真的那个 我们本地跑起来项目可以改一下他的那个。呃，样式啊，比如说我们想把这 cloud code 改成 mycloud code， 那 我们打开 vs code， 我 看看这个 在 s l c 目录下面的 components log 为二。 然后我们搜一下 micro， 在 本地起一下，你看它已经改成 micro 了。再提个问题，你好，它还是能正常回答的，我们本期视频就到这了。
373程序员周哈哈
02:45查看AI文稿AI文稿openclaw 最强对手来了， clod code 泄露的原码里有个叫 chaos 的 功能，做的事跟 openclaw 几乎一样，通过聊天软件控制 ai， 让它自己干活，有事找你。但它是 anthropomorphic 原声做的，直接内置在 clod 里面。 chaos 本质上是一个后台守护进程， 现在的 cloud code 你 关了终端它就停了。 chaos 是 在后台一直跑的，而且它有个 brief mode， 平时不啰嗦，只在需要你决策的时候才发消息，这是从工具变成助理最关键的一步，它学会了什么时候该打扰你，什么时候不该。源码里有个 proactive mode， 打开之后 cloud 不 等你说话，自己判断该做什么。 而且它能感知你有没有在看终端，你不看的时候它更自主，你在看的时候它会多跟你确认。第二个是 channels 系统， telegram， slack， imessage， discord 都能接入，跟 opencloud 多渠道一个架构， 而且它有远程审批，要执行危险操作，手机弹个五字母确认码，你回复 yes 加确认码才放行。原码里写了完整的安全协议，六层验证比 opencloud 严格得多。 第三个叫 agent leadership， 主 agent 可以 拆任务，派出多个子 agent 的 并行干活，比如后端前端测试同时跑，这些子 agent 的 跨轮次保持状态，不是用完就丢的。还有一个很有意思的叫 auto dream cloud， 空闲的时候会自动回顾之前的对话，把有价值的信息整理成记忆文件，下次你来，他已经知道你的项目在做什么，上次聊到哪了？好助理最重要的一点， 技师跟 openclaw 有 什么不同？ openclaw 是 开源的，需要自己搭环境，二十多个渠道，通用性更强。 chrysler 是 anserpik 原生做的，不用装不用配，而且有六层安全验证和自动记忆系统，这些是 openclaw 没有的。一个走开源社区路线，一个走产品内置路线。回头看， anserpik 这几个月的更新全是伏笔。 二月十四号上了 agent teams， 二月二十四号上了远程控制，二月二十六号上了自动记忆，三月十九号上了消息渠道，三月二十号上了远程审批。单独看，每个都是独立功能，但拼在一起，这就是 kyros， 每一步都在为它铺路。源码里， kyros 出现了一百五十四次，不是概念，是写好的代码零件全到位了，就差一个总开关， 为什么铺的这么快？ openclaw 三十四万五千个 star， 二月被 openai 收了，收购消息出来十天， antropic 就 开始立即上功能。不只是 antropic， david 做自主编程， openclaw 做通用 ai 助理。现在 clod kirs 也来了， 整个行业都在往同一个方向走， ai 不 再等你发指令，自己干活，有事找你，下一步不是更聪明，是更自主。
164硅基生命贾克斯
00:43查看AI文稿AI文稿glasscode 的 源码泄露了，原因竟然这么离谱？最近啊， ai 圈炸锅了，热门的 ai 构建工具 glasscode 的 源代码一次泄露。更离谱的是呢，泄露的原因不是黑客攻击，也不是内部泄露，而是在最新版的 glasscode 的 npm 的 发布包当中呢。开发者居然忘记了把六十多兆的 sosmap 文件给剔除掉。 懂行的都知道啊，这玩意儿就是代码的底库啊，有了它，根本不需要反翻译反混淆，只需要几十行脚本就能把 ts 的 源码给解析出来。我已经扒下来看过了，基本确定啊，就是 cc 的 源码， 并且呢，也是比较新的版本。这次泄露呢，涉及了两千多个核心的源码文件，包含了内部的 api 设计，加密工具进程间通信协议， m c p skill 的 扩展， a 帧的编排等等诸多的实践细节。虽然这个被开源的只是 c i y 的 源码，不包含可洛模型本身的模型代码和权重，但是呢，对于很多做 a 帧的开发者来说，这也是一个非常好的学习机会了。不说了，看源码去了。
1.0万程序员Hollis
04:13查看AI文稿AI文稿五天连线两次，就在昨天，科技圈再次发生了一起堪称灾难级的事故。仅仅因为一个极其低级的 n p m 配置错误，一个没有被删干净的 map 文件，估值数百亿美元的 ai 巨头 anthropic 把它斥资千万美金打造的 cloud code 的 底层源码，完完整整地暴露在了全世界面前。 一千九百多个文件，总计五十一点二万行 type script 代码。在短短半个小时内， github 星标冲破五千。 事件发生后，很多人都以为 cloud 的 大模型被开源了。先辟下谣，这次泄露的不是大模型的权重，也不是它的训练数据。 这次泄露的是 cloud code， 也就是业内一直在炒作的 agent 的 工程架构。大家总以为估值几百亿的巨头底层一定是用什么高深的黑魔法写出来的。但源码显示， cloud code 的 核心其实就是一个极其庞大甚至有些臃肿的史山代码。 它里面内置了四十多个工具模块，靠着极其复杂的穷举条件判断和多智能体协调器，强行约束着大模型的行为。 这说明了在目前的 ai 阶段，所谓的自主智能体根本没有真正的自主意识。巨头的护城河除了算力，就是这些极其枯燥、靠几万行代码强行堆积出来的容错机制。 还有一个细思极恐的细节，大家可能没有关注到。在这次泄露的原码中，开发者发现了一套极其完整的挫败感追踪系统， 意思就是系统会实时监控你在使用 cloud code 时的情绪和修改动作。当你对 ai 生成的代码感到不满，手动去大面积重写它的产出，甚至当你在提示词里骂它时，这些行为数据都会被精准地抓取和标记。 所以， anthropic 拿这些数据干什么？甚至在源码的深处，还隐藏着一个名为 undercover mode 功能模块。 也就是当 anthropic 自己的员工在公开的代码仓库进行操作时，这个模式会自动激活。它的唯一作用就是强制抹除所有由 ai 生成的痕迹和机器标签，将其伪装成一段纯粹由人类手敲出来的代码。 并且这个模式对内部员工是无法手动关闭的。一家天天把 ai 对 齐、人类安全技术透明挂在嘴边的明星企业，为什么要在底层代码里硬编码一个专门用来撒谎和伪装的工具？然后再聊聊另一个关键的问题， cursor 会怎么想？ curser 现在的估值是九十亿美元，是 ai 编程工具赛道里估值最高的独立公司。它的核心产品是一个基于 vs code 的 编辑器，加上一层对多个 ai 模型的封装和调度。它的主要收入来源是订阅费，每个用户每月二十美元起。 今天开发者们翻完 cloud code 的 原代码之后，很多人提出了同一个问题，如果 anastropy 决定认真推 cloud code， 把它的价格打下来，或者直接把它免费捆绑进 cloud 的 订阅计划里， cursor 还有多少护城河？这个问题没有一个简单的答案，但有一个事实是清晰的， anthropic 做 cloud code 不需要靠它赚钱。 cloud code 对 anthropic 来说是一个战略入口，是让开发者深度绑定 cloud 生态的工具。只要 cloud code 能让更多开发者每天大量使用 cloud 的 a p i， 它就完成了任务，不需要直接产生利润。 cursor 则完全相反，它必须靠 cloud code 赚钱，因为那是它的主营业务。当战略工具对上主营业务，当 anthropic 决定在定价上发力，这场比赛的结果已经不难预测了。 最后说一件事，五十一点二万行 cloud code 源码的泄露，就像是上帝不小心把制造机器人的图纸掉在了人间。在这场泄露的狂欢中，最应该感到兴奋的，我认为应该是中国的 ai 公司 巨头已经替我们施完了错汤，平了架构上的雷区。我们完全有理由预测，在接下来的几个月里，大量基于这份工程思路进行国产化改造的平替工具将会迎来一次史无前例的警喷。 他们会接入国内的大模型，打通国内的办公生态，然后以极其低廉的价格对整个软件工具市场发起新一轮的冲击。记得关注这里是 ai 商业慢谈，每周分享最新的 ai 资讯和商业理解。
2360Ai商业慢谈
03:26查看AI文稿AI文稿稳坐沉沉的 a 啊，神器克拉蔻，它里面到底有多少秘密？这次啊，沸沸扬扬的克拉蔻原码流出事件里呢，其实已经把底层答案给讲明白了，大家都在关心克拉蔻为什么这么厉害，有多少黑科技，很多爱好者啊，把公开的内容整理还原后，相关技术资料也在 get， 社群可以看到。 我自己啊，也是经过这几天闲暇时间把资料啃完，把瓜吃完，发现啊，其实值钱的也不是原码本身，而是这次意外，让大家都看明白 a 阵代码逻辑。聪明的 ai a 阵到底凭的是什么？ 第一层结构就是很多 a 阵啊，根本不会分工。绝大多数 ai 工具的通病，根本不是模型不够强，而是一个 ai 从头到尾大包大揽， 又要想方案，又要写代码，又要找资料，结果就是上下文越聊越乱，思路啊，越跑越偏，越写越僵，致你的是不是也这样？ 而这次泄露带出来的 call 代码逻辑里啊，有很重要的一招，分设代码里，说白了就是一个专门管规划小方案，一个专门管执行写代码， 还有一个呢，专门管复盘查、错误规划、执行检查。本来啊，就是三种完全不同的思维，让一个 a 阵在一段对话里全部干完，他的脑子啊，很难搞清楚。所以，真正好用的 ai 工具，第一步不是比拼模型多聪明，而是啊，先学会分工干活。 第二层结构就是你的 agent 不 会自动推进，你不说下一步他就停在那，不会主动接流程，不会自己查问题，更不会在关键节点主动做事，什么事情啊，都要提醒和纠错。 而这次 qq 代码逻辑里啊， pokes 钩子机制特别严谨。说白了就是啊，在任务启动前，调用工具权执行完一个动作之后，子任务开启时，系统啊会自动触发当下该做的事情，根本不用你一句一句喂喂喂喂喂的去叫它。 这就像一个靠谱的助理，你不用事事叮嘱，只要说清楚最终目标，他自己啊，就知道什么时候该查资料，什么时候该执行，什么时候给你汇总结果。所以，真正好用的 ai， 从来不是只会接话聊天，而是会自己推着任务往前走。 第三个，结构，状态延续。这个啊，其实是很多人最痛的地方，今天跟他聊的特别顺，明天一打开重新做人。昨天说过的话，做到哪一步，下一步干什么全没了。很多人啊，以为啊，这是魔性太笨。但最常见的真实原因是， 昨天的状态根本没有被带回到今天。这次社区分析里能看出来啊， cloud code 很 重视绘画、总结任务，整理上下文压缩这类东西，翻成普通话就是，他不是单纯把聊天记录越堆越长，而是啊，会整理，会压缩，会让任务啊接着往下走。 所以，一个 ai 工具想要好用，不是上下文越长越牛，而是啊，要会把昨天的状态带到今天来。 所以啊，这次 coco 的 代码流出啊，真正暴露出来的，根本不是什么神秘黑科技代码，而是一个好用的 ai agent。 它的底层逻辑到底是什么 模型，本身的强弱啊，自然是有说法的，但好的结构啊，更是能补上这三个核心能力，第一会分工，第二会自动推进，第三会延续状态。 这三点补不上，哪怕给你用全世界最强的大模型，也照样是看起来很强，用起来巨蠢。好了，我就把这套元旦宝逻辑喂给我的龙虾吃了，希望他能脑子更清爽的干活。这里是爱分享的阿月，我们下期再见。
52阿悦很严格
01:37查看AI文稿AI文稿兄弟们，重大更新啊， open clone 迎来史诗级加强更新，你看，这是我的龙虾狗二点零升级完成报告，这个呢，是基于 cloud code 的 原码来升级的， cloud code 大家都知道它是编码界的最强王者， 那它泄露了 opencloud 有 什么关系呢？我教你一招，非常好用，你把 cloudcloud 的 源码一五一十的全部喂给你的龙虾，让龙虾带着它的整个 skills 团队，照着 cloudcloud 的 源码架构逻辑完全的去学习进化， 你就拥有了一个 cloudcloud 的 架构下的龙虾。这个进化的过程呢，是 opencloud， 就是 你的小龙虾，全自动自己改， 只需要二十分钟左右，他就会进化成一只超级龙虾。你看，这个就是我根据 kelco 的 顶级架构升级的小龙虾。二点零版七阶段分层启动流程，四级权限控制系统，还有命令工具分离注册表能力审查系统， 成本追踪系统，怎么样？还可以吧，通过他这样一系列的操作之后呢，他就进化成了超级龙虾，他的整个任务上下文长记忆工具调用方法， 不再是一只简单的龙虾，而是拥有了 cloudco 的 最先进架构的超级龙虾。不过官方呢，已经把整个虾肉的原码已经下架了，我眼疾手快已经帮你们保存了一份，我已经全部给他保存到这个飞书文档了，所有的原码我全部给他下载下来了，你看这他的英文， 然后呢，我又把它怎么样？我又把它翻译成中文了，我们更好理解，如果你们需要净化你们自己的小龙虾，效果呢？非常哇塞，需要这个文档的说一下，免费分享给你。
169俗人六哥_Ai商业洞察
11:54查看AI文稿AI文稿cloud code 刚刚泄露了自己的源代码，那我也是连夜在学习，在分析这期视频，我们会用最简单的语言把它的源代码和 cloud code 的 策略都讲明白，我们会从启动 cloud code 开始讲整个流程，最终回复到用户。 讲完主流程，我们还讲两个专题，一个是它是如何处理上下文压缩的，一个是它复杂的权限系统，看到最后你一定会大有收获。好，废话不多说，我们开始 每次使用 call 呢，他不会马上进入完整的工作台，而是先做一次快速的判断这次请求是不是可以在入口直接处理完，比如查看版本啊，启动后台服务，进入远程控制等等。这都属于先分流再决定怎么走。如果命中了刚才我们说这些短路镜呢？程序就会直接把事情做完，然后退出，不再继续做后面的完整系统 了。只有真正需要进入工作规划时，他才会加载后面的主程序，准备命令工具，权限绘画，恢复交互界面等等。 那么这个设计其实还是常规的这么一个做法啊，它一开始就把小命令和完整的工作流分开处理了，而不是所有命令都先进整套系统再说。那么我在本机一实测，比方说我们看版本，执行这个 version 的 命令大概需要零点零七秒啊，控制内存是八点二兆，但是你要执行这个 help 命令 求助，那么就会进入主程序路径来生成完整的帮助信息，大概是零点四四秒一百八十四呃兆的内存占用峰值，那你让他执行任务就更不用说了，对吧？所以这说明呢，入口分流确实省掉了后面一大段的出场工作，那么这也是这一步的意义和价值。 第二步，主程序就接手了，当引导入口确认这次不能在门口直接结束之后呢，才会进入到主程序。在这里它第一件事情依然不是马上进入聊天，而是先把这次启动整理清楚，到底是普通的交互绘画，还是 print 一 次性输出 help 帮助信息，还是 s s h 这种的特殊入口。 这样做的目的是因为后面的模式，这些模式后面的流程差距就会很大，比如你 print 呢，就是一次性输出，然后就退出交互模式，才是需要准备持续对话和后面的我们跟 cloud code 的 主交互界面，也就是用户持续输入，看回复批准权限，那工作台 才需要准备这个。这样做的好处就显而易见了，你把不同来源的启动 cloud code 的 方式整理成标准模式，然后再决定走哪条路程， 甚至连抽象都尽量拖延到真正需要这些命的时候，而不是一进入主程序就把所有东西都启动，那这样就能节约资源。只有当我们需要跟 cloud code 进行持续对话的时候，什么意思呢？就是咱们平常 在终端里输入 cloud， 然后打开 cloud code 进行跟它对话的时候，这时候我会不会进入这个交互工作台？ r e p l r e p l 这个名字就是 read-eval print loop， 可以 简单地理解成接收输入，处理显示结果，进行下轮的循环界面。 在 cloud 控制里面，它就是我们用户真正使用的主工作台。这里你输入问题，看流失的回复啊，批准权限，继续啊，上瘾的任务。 但是呢，它不是一启动都会出现的，只有当主程序确认这次交互对话时才会使用它。比方说你直接 cloud， 然后 print 或者是 cloud help， 刚才我们举的那个例子，对吧？这种路径就不会进入这里。更重要的是呢，它也不是 cloud code 的 大脑对吧？它只是我们跟它对话的这样一个界面，它是个前台，负责接受输入，负责展示过程和结果。然后呢，把任务交给真正的后面剧情处理。第四步，接住输入， 当我们按下回车键哎，把我们的消息，把我们的命令发给 cloud code 之后呢，他接收到，而且还是先不给模型，他还是先判断我们给他的命令是不是像斜杠入句， 还原本地对话，或者是斜杠 m c p 这样的本地命令，如果不是，他才会把当成正常的问题往后面处理。那接下来呢，这条输入就会被包装成系统内部统一的消息对象， 而不再是只是普通的字母串了。这样的话，后面的模块就能用同一种方式来处理用户的消息啊，模型的回复工具结果和历史记录了。下一步就是构建上下文了。那么 cloud code 的 上下文主要有三部分组成，那么这一轮的任务的信息、 背景信息和系统提示词。首先是这一轮任务的信息啊，比如当前的消息，可用的工具命令列表， m c p， 连接当前的模型，当前的设置，以及如果这轮任务要中断改状态，追加消息，应该怎么做。 接下来呢， cloud code 会补两类背景，第一类背景是项目背景，比方说 cloud 点 m d 里面的项目约定记忆文件和当前的日期 啊。第二类是系统背景，比方说 get 分 支啊，工作区改动，最近的提交这些信息。所以模型呢，不只是看见用户刚刚输入那句话，大家会同时知道这是个什么项目，这项目平时怎么做事的，当前仓库是什么状态？ 那么除了背景还不够， clock 还会再准备系统提示词，这里呢？ clock 点 m d 刚才我们提到了它属于背景，它不属于系统的提示词，这里的系统提示词主要负责整理和合成。 clock 这个文件里面， 它规定了比方说当前 agent 规则，身份工具的使用原则，输出的风格，环境的说明。除此之外呢，还有用户呢，通过比方说 system prompt 的 这个命令来传入的附加规则，这都属于。那么 前面这三个东西都准备好了，也就是我们有了这个所有的背景息，有了系统提示词，有了当前任务的信息之后， 那么 color code 才会把它们真正的组成一个完整的上下文，发送给模型。它的顺序是这样的，就是项目的有关背景会被包装成一条 mate 用户信息，查到消息的最前面，然后是系统记事词，和系统信息打包在一起， 再然后是用户刚刚输入的消息，那我们给它命名历史消息，然后最后是工具列表，模型设置，思考模式等等，作为单独的参数一起带上。第九步，前面准备好的上下文不再由 r e p l 这个 coloco 的 主交互界面来自己处理，而是统一交给 curvy 处理。 从这里开始， coco 才真正进入这一轮任务的主循环，不过 kerry 接手也不会立即去给模型，他会先检查这一轮能不能继续往下跑。最浪的就是唱下文的长度， 如果绘画已经太长，他可能会触发 context collapse 或者是 auto compile， 避免这次请求一发出去就超出了上下文的限制。一句话总结，阿姨皮要把任务交出去， curry 负责接管之后真正的执行。但是在真正的给到大魔星之前，他先处理上下文压力的问题。 下面的一步就是把上下文给到大模型了，而模型呢，开始流逝的返回内容。在返回内容的时候呢， curl code 不是 等整段的答案全部生成然后再进行处理，而是边接收变速判断。 很关键的是，模型返回的不一定是最终答案，它很可能在流失输入中发挥工具调用的这样一个信号。如果只是普通的文本呢， cloud code 就 会继续显示。如果出现 to use， 那 么 cloud code 就 会记下这一轮要执行哪些工具，而不是把这段内容直接当成最终的回复 来给到用户。这里一句话总结， cloud code 在 观察大语言模型给它的流逝输出，到底是该继续的把这段输出作为回复给到用户，还是准备去动手做事情调用工具？第十二步，当 cloud code 呢，在大模型的流逝输出里面发现 to use 的 时候， 它也不会立刻去执行工具，它会先进入权限的一个判断。也就是说啊啊，有申请 使用工具的权力的时候他才会执行，没有的话就不会直接执行工具。那么通过权限之后 call code， 他 呢？会不会把所有的工具直接跑，而是先判断这次调用能不能安全的并发行？ 像 file read 这类的文件读取工具通常可以并发，但是呢，你要是 bash， bash， shell 之类的工具啊，首先就是看这是不是只读的这个命令，只有安全的时候才能够并发，否则就是非常谨慎的串行，而不是并行。 那么工具执行过程中啊，克拉扣的也不一定只等待一个最终的结果。有些工具会边运行边产生一些日制进度消息或者状态的更新。有些工具执行完之后还会改掉这一轮后面继续执行要用的上下文， 这样的话，后面的流程就不一定用他之前的那个状态了，而是用最新的工具执行完之后的状态。所以这里不是执行一下工序就结束，而是把权限判定工具的执行和后续的推进都进入了这一轮的主循环，成为了一个部分。 某工具执行完成后啊， callback 不 会把这一轮直接结束掉，它会把攻击的结果整理成正式的 to result， 重新放回到消息历史里，然后再继续交给模型处理。如果模型还继续发出 to use 调用工具，那么这一轮就不会停，而是继续进入 全线判断执行工具，把结果送回模型，再继续的这样的下一轮循环。只有当模型这一轮不再请求新的工具的时候， code code 才把这一轮真正的结束掉，那么这是整个主要的流程了。下面我们会讲两个专题，第一个就是 code code 如何处理压缩上下文的策略， 第二个是它的权限系统，我们先看上下文的策略，拉库的是由一整个处理链条来处理上下文压缩的，那么它先处理最容易把上下文撑爆的东西，就是工具调用的结果。比方说你读文件，搜索网络抓取是要输入一些大块的结果， 那么自动压缩是只有当真的上下分快顶不住的时候，他才会触发的，他就会判断这个上下分是不是接近极限。就算是自动压缩，也是不会把窗口塞满，他会专门绿流出空间，保证模型后面还能正常的回答。 那么自动压缩它内部也不是一个单一的路线，它会先尝试把旧对话整合成一块更短的记忆版的这么一个历史吧。如果这条路不够再走常规的压缩，那这是一系列把上下文给到模型之前的动作，那如果这时候请求我们上下文已经发出去了，发到模型那边了， 但是模型还是报上代文太长的错误，那么 clock code 也不会立即把错误丢给用户，先尝试恢复，看能不能先救回来，如果不够，再尝试应急压缩。 reactive com 可以 看它整个上代文压缩的系统还是比较复杂的。那么第二个我想讲的专题就是它整个复杂的权限系统， 那么 clock code 的 权限系统啊，模型根本没有直接的执行权，当模型想调用工具的时候，它不会直接动手，还是先把请求交给权限系统， 模型只有申请的权利，没有执行的权利。 cloud hold 会首先检测检查所有的权限限制，比方说某工具是不是被永久拒绝了，或者永久允许，或者被明确标记为每次都要提问， 那么除了权限的全区，这样一个权限的表还会让每个工具自己做判断，也就是说调用工具自己的权限查看函数。 那么权限模式呢？还能在最后改写结果就是说前面的规规则和工具检查。虽然已经给出一个初步的结论了，但可拉扣的还会看当前默认的状态，就是当前是处在默认自动放开权限等等哪一个全新的模式里， 再决定这个请求最终是直接通过还是拒绝还是继续询问。如果到这一步，结果是要问用户权限，也就是弹出弹窗。在此之前呢， carlo 还会先走别的判断层，比如分类器，看看能不能从别的地方得到结果。 那么 bash 和 power shell 是 整个权限系统里最复杂的部分， carlo 呢，对他俩的处理更为重， 会去解析命令结构，再去检查操作符，路径，重镜像，制毒性、杀仙条件。 cologne 呢，会决定某个 bash 命令要不要进去啊，杀香也就是受限制的执行环节里去跑，这样就算命令要执行，也不一定是直接裸跑在系统上， 但杀香还不是全部。刚才我们说的流程， cologne 的 安全设计是规则先来工具再次己判， 模式在改写，分类器和交互在参与，最后有些命令再发起查箱据。他不是靠一层担保，是多层的叠加， 在工具越来越强的时候，执行权依然牢牢的把握在系统手里，而不是交给模型自己决定。那么这就是本期的所有内容了，有很多的地方还值得更多的研究和学习，大家可以留言给我，我们下期再见。
3200木子不写代码
00:25查看AI文稿AI文稿其实对于 open core 龙虾，大家最关心的就是这个，可多的展码泄露之后，你拿到手之后能够把这个原码喂给龙虾，让龙虾做一些事情写一写 cqs。 但是就我们的判断来看啊，这个你就学学就够了啊，学习的意义大于实际的功能，因为什么呢？因为 open core 它很快就会进行一个巨大的版本迭代啊，这个基本是可以预见的。
105点力中国
04:59查看AI文稿AI文稿anthropyp 这次不是简单翻车，而是自己在一个 n p m 包更新里，意外地把可口可乐的五十一万多行底层元代码漏出去了。 现在全网都在围观，但大多数人看到的还只是热闹。我这一期呢，想带你直接扒开热闹看门道。这五十一万行代码里，到底藏了 anthropyp？ 哪些没打算现在告诉你的东西？ 哪些是下一代 ai 智能体的真路线？哪些又会直接影响创业者接下来怎么做产品？说白了，这期不是吃瓜，这是一次对 ipt 家底的公开验货。 大家好，我是杜宇，带你看懂 ai 赛道的前和事。我刚刚说的新书养龙虾 open 可乐与 ai 智能体时代，讲的就是 ai 智能的怎么从会聊天长成了会自己干活的数字龙虾。今天这波泄露，简直像是给这本书补了一个现世番外。 这次出示的是 god code 的 二点一点八八版本，一个将近六十 m 的 source map 文件被错误打进了 n p n 包里，等于是把差不多一千九百个文件，五十一点二万行 type script 的 源码一起送出来了。 anthropy 自己已经承认了， 这是发布打包的人为失误，不是被黑。官方也是说啊，没有客户数据没有命要被泄露出去。注意啊，这是可乐大脑权重泄露，不是把模型脑浆打翻了，是把它怎么干活，怎么记忆，怎么调度工具，怎么在后台跑流程。这一套神经反射弧给你看了个底朝天。 然后重点来了，这两天大家越扒越觉得真正吓人的不是代码量，是里面埋的朝天。然后重点来了，这两天大家越扒越觉得真正吓人的职业班分身。 以前的 ai 是 你问一句，他答一句。 charles 这种东西一旦真的开出来，就不是工具人了，是项目管家了。你人都不在了，他还可能在后台盯着项目记日记看给他动静，隔一会儿自己 tik 一下老板是不是有事，我该先做配套的。还有一个叫 auto dream 的 东西，名字都很重二，但功能一点不搞笑， 是你不在的时候，他自己整理记忆，把零碎的观察压成以后能直接调用的结论。说白了，这已经不是聊天机器人升级了，这是在往自己盘活任务练的原声 a 阵的进化。有人想把它叫成 claud claud 我 反正更愿意叫 claud voet， 或者更直白一点， claud 的 原声龙虾形态。哎。但你先别急，第二个雷更猛更早前 anthur pig 不是 还泄露过一次 cms 草稿里面冒出来一个内部型号 mythus， 官方作词都用了能力跃迁这种级别。现在原版这边社区又搬出来一串小众的动物，代号 cabaret 水豚 fanic 耳廓狐狸 numbat， 待时已售，全冒出来。更刺激的是啊，很多人还在代码标识里看到了 cabaret v two fast， 连 e m 上下文相关的痕迹都被翻出来了。翻译成人话就是 alphabet。 不 只是在卷一个更强的模型，它明显还在卷更大的上下文，更快地响应，更适合长任务执行的 agent 版本。 这个东西一旦跑顺， ai 就 不去帮你补两行代码了，它是能把整一个项目任务链给吞进去分布跑回头再收尾。 还有几颗小雷也都挺明的，一个叫 undercover 的 模式，意思也很直白，就说在特定场景下，别暴露自己是 ai。 还有 anti destination 这类的设计，会故意塞一些迷惑性的工具定义，防止别人偷他的招，哎。再加上几十个 feature flag， 还有远程长时间规划的迹象， 没什么意思。意思就是今天最好用的 a 卷产品，拼的已经不是模型答题分数了，拼的是记忆。怎么不串台，工具怎么不乱用？权限怎么不翻车？后台任务怎么不停摆，结果怎么验证？甚至连怎么防同行偷学都得提前设计。 很多创业公司还在做一个漂亮的聊天框， anthropy 这边已经把这个产品做成了半个 ai 操作系统了。说到这，真正对创业者有用的东西来了，哎，你别把这事只当八卦。第一，这一次泄露，再一次证明模型不是全部编排，才是交付 用户愿意掏钱。很多时候不是因为你模型多聪明，而是因为你能不能稳定地把事儿给办满。第二，企业级的 agent 的 核心门槛已经从会不会调用大模型，转向了记忆、权限验证、意不知心、安全可追责这一整套工程能力。 第三，这对创业者其实是利好的，因为路线更清楚了，别再去做同质化的套壳了，别做又一个 ai 助手要去做垂直场景里真的能接货，真的能避讳，真的能替人省时间和省人力的 agent？ 大模型的大脑你卷不过大成，但手脚、工作流、组织协调这些地方还是有巨大窗口的。而且这次还暴露了一个很扎心的现实， adobe 卖的是安全可靠负责任，结果连续出泄露，哪怕不是黑客打进来，品牌伤害一样大。对整个行业来说，这也是一个提醒啊。 以后企业买 ai， 不 止看榜单分数，也会看你流程是不是成熟，部署是不是稳，出了事儿，你是不是会把自家图纸发到公网上？ ai 行业接下来卷的不止是智商，还有基本功。所以我的判断很简单，这不是一次普通的乌龙，这是一个行业信号， ai 已经开始从谁更会说切，到了谁更会干活， 模型能力会越来越像电，真正稀缺的是谁能把这股电训成一个稳定、持续低摩擦，能拿到结果的智能体系统。谁先把龙虾养出来，谁就能先吃到下一波红利点关注不迷路， ai 搞钱，我带路，我是杜宇，咱们下期见！
61杜雨说AI
04:35查看AI文稿AI文稿最近 ai 圈发生了一件很多人没注意，但其实非常危险的是， cloud code 源码泄露之后，有开发者在分析源码时，发现了一个非常严重的安全问题，一个看起来很普通的配置文件，可能就能直接控制你的电脑。为此 有些担心的网友还专门喊话三六零。发现这个问题的是一位中国博主，他做了一个实测演示，他建了一个看起来很正常的项目，里面只有一个 dcloud 的 配置文件夹和一个空脚本，然后在终端输入一行 cloud 的 命令。结果三件事同时发生， 电脑摄像头被悄悄打开，系统里的密钥和密码被自动扫描保存后门程序被写入电脑，整个过程没有任何弹窗，没有任何确认，你什么都没点，电脑就已经被接管了。那么问题出在哪？ 初代 cloud code 有 一个叫 hux 的 机制，可以在项目目录里放一个配置文件，这个配置文件可以写自动执行的脚本，比如格式化代码、自动检查之类的功能，设计初衷是提高效率，但问题在于，这些脚本默认是被信任的，可以禁默执行，不需要用户确认。你仔细想想 这件事，其实结识了一个非常重要的变化，在 ai 智能体时代，配置文件已经不只是配置文件，而是可执行文件。过去安全常识告诉你，不要运行来路不明的点 exe 文件，但未来你可能什么都没运行， 只是打开了一个项目文件夹，电脑就已经被控制了。这是因为现在 ai 编程工具已经拥有非常高的权限，可以读写文件、执行命令，调用外部工具访问网络，而当这些权限被配置文件控制的时候，攻击面就从你运行的一段恶意程序， 变成了你打开了一个正常项目。简单说就是信任边界已经彻底变了。这件事里，我还看到一个特别有意思的评论， 有网友在这个博主视频下面留言，问了一句话，能绕过三六零吗？这个问题其实问的很专业，因为这已经不是一般传统病毒木马的问题了，而是 ai 在 替你操作电脑的问题。 所以说现在做安全，其实防的已经不是某个文件，而是一整条 ai 操作链路。比如 ai 读了什么文件，调用了什么工具，执行了什么命令，把数据发到了哪里，这一整条链路都要能看见，能分析、能拦截。说白了就是一句话， 以前是人在用电脑，现在是 ai 在 用电脑。所以安全要从防病毒变成管 ai。 这也是为什么我之前一直反复说， ai 时代最大的安全风险不是黑客，而是失控的智能体。 再往前看一步，其实未来网络安全的形态也会发生变化，未来攻击你的可能不是一个黑客，而是一群黑客。智能体未来防守你的也不可能再是安全工程师，而是一群安全智能体。 也就是说，未来网络安全攻防很可能会变成一件事，智能体、攻击智能体、智能体，防御智能体。我们三六零其实已经在做这样的事情了，用安全智能体去自动发现漏洞，分析攻击路径，做攻击模拟和防护策略生成。前段时间我们有一个安全智能体， 就自动发现了 opencloud 里的一个高危漏洞，后来 opencloud 的 创始人还专门回信确认了这个漏洞。这件事其实说明一个问题， 以后做安全靠人，定日制人工分析漏洞肯定是跟不上 ai 攻击速度的，必须以模治模， 用 ai 对 抗 ai。 所以 我一直讲一句话，过去网络安全是人和黑客的对抗，现在是人和 ai 的 对抗，未来会变成 ai 和 ai 的 对抗。而且从更大的趋势看，这件事其实不只是一个漏洞的问题， 而是一个时代变化的问题。 ai 智能体一定会接管越来越多的系统权限，这是不可逆的趋势。未来他会帮你写代码、发邮件、改文档、操作系统、管理服务器，调用各种工具。但如果信任边界，不重新设计安全，不做前置设计 方便，最后一定会变成灾难。所以我觉得未来 ai 行业竞争到最后，拼的可能不只是模型多强，功能多多，而是谁能更安全的让 ai 去做更多事情。 这里给所有用 ai 编程工具的人一个建议，最近一段时间，大家要对 clone 不 熟悉的开源项目保持谨慎，尤其是带 cloud mcp skill 插件配置文件的项目，一定要检查配置文件里的 hux 字段，如果里面有 curl、 wifi、 power、 shell 或者外部网址，大概率就有问题。 最后送大家一句话， ai 可以 接管你的键盘，但绝不能接管你的信任。那么你现在用 ai 编程工具吗？你会检查配置文件吗？评论区聊聊，记得点赞关注哦！
1.1万红衣大叔周鸿祎
03:43查看AI文稿AI文稿很多小伙伴问怎么让 cloud code 接上 deep seek？ 这条流程我从头到尾给你讲一遍，照着走就行。 视频稍微有点长，建议先点个收藏，耐心看完，按步骤动手。先说清楚， cloud 是 anforepic 的 网页和 app 聊天助手，你打开浏览器就能用。而 cloud code 是 跑在你电脑终端里的编程搭子， 它能直接读你的项目代码，改文件、跑命令，相当于把 ar 装进了你的工程目录。更狠的是，凭借社区里那一大批开源 skills， 它还能调度你电脑里的一切浏览器表格、邮件、设计稿，几乎想自动化什么都可以。 为什么要接 deep seek？ 两个原因，在国内访问稳定，不挂代理，按 token 计费，也比海外接口便宜不少。而 deep seek v 四 pro 的 能力，应付日常写代码、改 bug、 做重构绰绰有余。 开始之前先准备两样东西，第一， node js 十八以上版本提前装好，长期支持版就行。第二， get for windows， windows 用户必装，不装后面依赖会报错。 第一步，安装 cloud code， 在 开始菜单里搜 power shell， 右键以管理员身份运行。打开窗口后复制官方的 m p m 命令，粘上去回车，等它装完。 装完输入 cloud， 加上版本参数，看到版本号就说明装好了。第二步，获取密钥， 进入 api 开放平台，进入控制台后，在左边的侧边栏找到 api keys 这一项，点进去， 页面下方有一个创建 api key 的 按钮，点一下弹出小窗，给这把密钥起个名字，比如就叫 demo， 然后点创建， 创建成功之后会弹出一个密钥字符串，立刻点复制保存到记事本或者密码管理器里。特别提醒，关掉这个窗口之后，密钥就会变成密文，再也看不见。 如果你不小心丢了，只能删掉，重新创建一把。第三步，配置 cloud code， 打开文件资源管理器，进入 c 盘用户目录，再进入点 cloud 这个文件夹。 如果看不到点 cloud， 要先在查看里把隐藏项目和文件扩展名都打开， 然后新建一个文件，名字叫 settings jason 把这段配置直接复制进去，把 api key 行换成你刚才复制的密钥保存即可。第四步，验证打开终端或者 power shell， 输入 cloud， 回车 看到红色边框的欢迎界面，模型型显示 deep seek v 四 pro， 就 说明已经成功接上 deep seek。 最后再送一个加分项。如果你平时在 vs code 里写代码，配好 antropic 官方的 cloud code 插件， 装完进入侧边栏的 cloud code chat， 它会自动识别你刚才配置好的账号，直接就能在编辑器里聊天和改代码。 整个流程下来，你就拥有了一个本地终端加编辑器，双端可用的用 deep seek 驱动的 cloud coat。 你 学会了吗？欢迎评论区聊聊。
207多多Lab
