龙虾claudecode还是gpt

oppo clou 和 clou 有 什么区别？今天和大家分享一下我这一个月使用 oppo clou 和 clou 的 一个真实的一个体验感的一个差别。从我的角度上来跟大家分享一下这样产品对我来说有什么样的一个区别和一个侧重点。首先 oppo clou 的 话就是我们所熟知的养龙虾，因为这它 clou 的 话中文意思是龙虾的意思， 而 clou 的 话是国外的人工智能公司 snoop 所推出的一个，也是 iphone 在 中桌面本地可以帮你桌面去完成一些写代码相关任务的一个 的一个 a 卷的产品的一个智能体产品，所以这两个产品都是定位为桌面级的智能体，他都可以帮你完成一些智能在桌面上面需要电脑操控或说需要电脑执行一些代码的一些权限和执行的一些能力， 然后去完成一些，比如说你让他帮你写代码，或者你让他帮你改 ppt， 你 让他帮你写什么一些作业，都可以让这两个产品去帮你完成。 那这样产品有什么差异点或者不同点吗？这也是很多小伙伴所疑惑的，特别是使用还不久的小伙伴所疑惑的。在我深度使用一个月之后，因为我是从事 ai 的 行业的，所以话我上班使用，下班也使用，所以我深度使用一个月之后的话，我的真实体感是 克拉克，他更像一个理工科学生或者理工科的一个外包工程师，你你有一些理工科的一些 呃需要任务都可以直接丢给 colco 去执行，它作为一个成熟的外包，它可以很快，并且它带带有一定的它的上下文能力，去帮你解决一些你理你理工科所遇到的一些问题，包括一些程序写代码呀，像这类的一些问题， colco 都非常的成熟，可以帮你去解决。那欧，那欧盟 colco 更像什么呢？它更像是一个 实习生，它更像是一个文科类实习生，它相当于就相当于是一个你雇佣了一个 大学生，就每个月给三千块钱，然后他坐在你的公司电脑面前帮你执行一些文件的操作，打开浏览器搜索的一些操作，然后就这里一些文件夹的操作，就填填表的操作。所以 openclaw 它更像是个实习生的原因是因为它一开始是不带一定的专业性的上下文的，它相当于只是调用云端的模型，它本地的的一些 memory 啊， skill 啊，都是你要从零开始去慢慢培养的， 所以话，就，所以话你不能期待一开始就让你的 open class 你 的龙虾可以完成一些，呃，就是你认为比较简单可以完成那些任务，你需要一步步知道他说他怎么样完成，然后他才会学习下来以后，然后把它记录到他自己的 skill 里面，然后再下一次这次新手他才会比较快的去完成。 我举个例子吧，就比如说，呃，我要让我的龙虾每天上午九点给我汇报一下当天 过去二十四小时的一些 ai 的 一些新闻，那你第一个步骤是要打开浏览器，然后去搜谷歌，然后搜什么样的关键词，然后你要去浏览，然后你要去整理，那不行，你要自己去判断， 就是就是这新闻是不是真实，然后并把记录下来以后，然后再汇送给我，就这一系列的操作，就我们所说的 skill 就是 一个执行的一些经验的一个流程，然后你需要带这个你的 model 去过一遍，然后他把记录成 skill 以后，他第二次才能比较快的去完成他，所以他更像是个文科类的实习生， 然后你让他去完成一些比较复杂的代码的能力的话，那这个很考验你的你的 microsoft 背后所接的模型是不是有具备这方面的能力，如果你背后的所接的模型就是 cloud， 就 cloud 十点六，那肯定是没问题的。但如果你背后接的模型是比较就是就智能程度比较低的模型的话，那你让他写一些理工科代码是很难去写的。 所以就类似一些写代码的活话，我一般都会给 cloud code 去完成，然后类似一些每天像天生的小秘书一样帮我整理一些 ai 新闻啊，帮我整理一些文档啊，那我会给我本地 的办公类的区别，所以话我更会把办公 code 当做一个文科实习生，然后把 cloud code 当做一个理工科的一个外包成员，然后去去对待。所以话我的心腹还是办公 code 当做一个理工科的一个外包成员，然后去去对待。所以话我的心腹还是办公 code， 因为他是一个隐私的一个文件，我都会给办公 code 去帮我处理，然后 然后就对于一些工作啊，还有工作还就还这么多写代码的事情的话，我会给 coloco 帮我去一次性搞定，或帮我去查一些 bug， 或去帮我去写一些就临时的一些脚本，它还是这样的一个平衡， 对，然后，呃，就除了这个体验上的区别之外的话，就 umclock， 它有 umclock 一 般没具就不具备，功能是它具备这个记忆能力，就是它 umclock 它除了会自己去 skill 之外的话，它也会去记录下来每天和它的对话里的一些内容，然后它相当于就是养成系 的一个形式，所以大家都说养农家嘛，他不仅会去 skill， 他 也会记录你每天和他对话的内容，然后储存他的记忆的文件夹里面，然后需要时候他就会读出来，然后去记忆的记忆，然后和你去做一个回答，然后 coloco 的 话他更加是一个临时的外包成员，所以话他不太会记录以前你和他的一些对话信息， 而且你 coloco 话他可能是包月的，所以话你过了这个月你的续费就没了，所以话 coloco 话他更加是一个云端的一个外包的一个执行者的一个存在，然后 coloco 话相当于是所有的一些记忆啊 skill 都是存在你本地的，你更感觉他是并来说是一种归属感， 所以话就在这块区别的话，我也更会把更多时间去和我的 mcl 去做交流，因为我和他交流以后，他可以把我和他交流的信息给沉淀下来，不会让他消失，这个价值可以沉淀下来，就不会因为 klo 的 然后就跟他说把以后他忘记了，然后就 就这个内容就是信息，就是价值就消失了，所以大概将哪个区分？所以他，下次现在我大概就总结了一下 mcl 和 klo 对 我的一个差异点， 对，好吧，那我们下期视频的话也会进一步的去分享一下，我在 omcrow 上面去做一个多智人体的一个体验啊，因为现在比较流行，然后通过就 omcrow 去搭建一个多智人体的一个团队。比如说 你要去做一个 ai 运营，那你就要去做每天的信息的一个收集爬取，然后每天，然后你还需要有一个小题的一个 agent， 然后去每天信息爬取，然后去做选择题， 然后你选定完之后还需要一个写作 a 卷，然后就把你所就记着的选择题和这个背景的一些信息，把它写成一篇文章，然后去发，不管小红书啊，还是把它转成音频视频发抖音也好的，这写手也需要这个写手的一个 a 卷存在。所以你往往完成一件事情的时候，你都需要一个独自问题的一个团队去完成， 所以话现在也比较流行我们可能去搭建自己自媒体的一个团队，我下视频可能会讲一下这多自媒体的一个团队的一个搭建的一个体验和一个要点和他的一些优缺点吧。好吧，那这件事情就这样子打完了。

玩龙虾的兄弟们，其实你们除了去抓一只龙虾以外，我非常建议所有人去安装一个 cloud code 啊，你不要问我怎么搞定的啊，各种东西他都有办法去搞定。 然后呢？你像只要出现 bug， 你 看我飞叔的 bug 他 去修啊，我飞叔经常你看工作，工作他有时候会卡住，当然这不是飞叔的问题，是因为他可能格式不对，机制不对。那我 cloud code 直接去处理啊， 那你像我昨天晚上就直接把它绑定什么呢？变成 cloud code 可以 去监控我的龙虾，我的龙虾里面有什么问题，然后 cloud code 每隔两个小时它就会去循环一次，它就会去排查它有 bug 它就修。另外一个事情呢，我昨天直接把 open curl 直接也 绑定了 cloud code， 就是 它双向可以支撑，那也就是 open cloud 的 时候，它比如说这只龙虾它需要去分装一个 skill， 它需要去做一件事情的时候需要用到代码，那么因为它的主模型可能代码不强，这个时候它代码交给谁就需要交给 cloud code， 那 这个时候它就把 这个事情讲完之后，他就给他 code code， 他 去把它写啊，写代码，写完整个代码，或者修完 bug 之后，或者把它分装成 skill， 那 他做完之后再回给 open curl， 你 看这两个双方一打通，这绝对是最强组合，没有之一，它可以监控龙虾的 问题，然后实时修复它，龙虾又可以拿它来写代码跟分装所有的东西，你看现在还在处理这些 bug， 他 自己写代码舒服，我跟你讲，这真的舒服，这两个大家一定要用起来， cloud code 加 open code 绝对王炸，兄弟们，搞起搞起。

我简直是个天才，今天给我的龙虾喂了一条指令，直接让他从小虾米变成了澳洲大龙虾， 请看我的操作。我把可乐的扣的泄露的源代码全部发给了龙虾，我告诉他让他认真查看所有内容，理解他，学会他应用，他最后总结出来让可以应用的点，并且可以带来的好处，他就开始查看分析， 直到最后给我生成了一份完整的报告。大家来直接看一下报告，可乐，他这个是可乐扣的架构借权升级报告， 他的能力越强，就是从聊天助手升级成了 ai agent 平台，听着是不是特别牛逼。看一下核心改动点，其实主要就是十一个核心系统的升级，然后增新的二十二个脚本，然后借鉴了十个架构亮点，还有四方面的能力维度提升。 他主要第一部分就是他学习了这个可拉多的 code 的 核心代码，这是主要他学习的一些内容，主要十大块。然后再就是实时的十一大系统升级，包括记忆，还有上下文监控系统，危危险面临监测，还有分层记忆，甚至还有沙墙隔离， 我看他实际的提升点跟之前有什么区别，牛逼在哪？第一个常规化稳定性，他升级后支持无线文次自动压缩，还有上下文容量，支持三级预警自动保护，还有记忆安全命令执行安全 批量文件读取并发，同时读，是复杂任务。还有这个技能能力啊， c 二动态获取实时数据，还有这个未知脚本执行，通过这个刀砍沙箱隔离， 整个的四大核心能力就是记忆系统，安全体系执行效率，还有协助能力，卧槽，真的太牛逼了！他又练了一下他的整个牛逼的场景，这种长对话记忆，还有批量操作以及复杂系统的自动化处理， 还有他的一个全新架构，看一下是不是非常牛。在最后做了一个总结，他一共新增了这个 scrip 的 二十二个文件，还有新增了十一个 skr。 他 用一句话总结自己，就是从可了扣的学了一遍。他现在拥有了完整的 lockout agent raytime 的 核心能力， 实在是太牛逼了！这个东西大家都去试一下，立马把这条指令发给你的龙虾，让他从小虾米变成大龙虾！快去！

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。

大家养的龙虾是不是觉得傻傻的？那是因为你没有让他学会自我学习和升级进化。前两天克拉的元代码不是泄露了吗？我正好保存了一份， 有一个很好的思路，大家可以把元代码呢喂给龙虾，让龙虾学习其中的精华。下面呢，看一下我的实战操作，后续有需要克拉的元代码呢，可以在评论区评论。龙虾 啊，这个呢是我把 cloud code 的 这个源代码给到了龙虾，然后呢，他这边读取了这个数据和代码，像读懂 cloud code 的 源码的架构和设计，提取好的模式思路和算法，写成学习笔记或 skill， 沉淀下来 啊。同时呢，如果 open 有 应对的拓展点啊，可以注入新的命，那么他下面呢就进行了自我的一个学习。学习之后呢，他这边把一些精华给总结下来了啊，有很多啊啊，比如说像这个 追加写入，不丢数据，还有这个反向读取，支持大文件等等，都是非常不错的啊。龙虾呢，现在正在逐渐的去改进，这样的话，你的龙虾就会越容易聪明。

我搞到了一份 colado code 的 源码，让龙虾去研究了这些源码，龙虾给予了这些源码高度的肯定，那么如果我让龙虾去学习这些源码，那么我的龙虾会进化成什么样的状态呢？此时此刻，我非常的激动，就像期盼一个新生儿的降生一样， 说干就干，让龙虾去深度学习七十多万型 colado code 的 源码，体验终极进化后的龙虾，好激动。

龙虾之父皮特又放大招了，这次他是真的看不下去了。养龙虾的朋友，你们是不是也有个这样的困扰？ sky 装了一堆，哪些有用哪些没用，自己完全搞不清，头肯在疯狂浪费，结果龙虾越养越笨。 peter 直接开源了一个 skill， 叫 skill cleaner， 一 句话给你的 skill 做全身体检。我立马拿我的龙虾去试了一下，结果解决了我非常大的痛点。 他先给我算了一笔账，每个 scar 吃掉多少头肯，哪些技能的描述写的跟小作文一样，严重超标的。然后他开始扫重复的。结果我装了三个功能几乎一模一样的技能，自己之前根本没发现。接着查僵尸 scar 装了从来没用过的有一堆。最狠的是最后一步，直接帮你把永长的描述精简压缩，省出来的头肯空间立竿见影。结果呢， 我的 style 直接从一百零八个被砍到了四十七个，砍完之后还完全不影响功能， 龙虾的反应速度反而快了一大截。一百零八变，四十七，这不叫清理，这直接给龙虾做了个全身减肥。不光龙虾能用， cloud code， codex 也都全都适配。

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。

deepsea v 四怎么用？这条？直接把 deepsea gbt 五点五， cloud opus 四点七， gemini 三点一 pro kimi， g l m 放到一起看，重点看四件事，编程能力，办公场景配合龙虾和爱马仕怎么选？还有价格到底香不香，先说清楚。这条不忙吹， 能用第三方榜单的地方，就先看第三方官方材料，只用来补参数、价格和边界。最后还是落到一个问题，你真实干活时到底该选哪个模型？ 先给结论，编程能力， deep seek 要和 gpt cloud 放在同一桌看，配合龙虾和爱马仕要看端到端交付工具兼容和成本写作和职场文案， kimi 仍然值得看。成本敏感任务， deep seek 和 qn 都要放进后选 deep seek v 四开头，别陷在参数里，普通用户先记四个词，开源长上下文省钱。适合 agent， 它能放更长的代码库和报告，也更适合让龙虾、爱马仕这类工具反复跑任务先看综合能力， artificial analysis 的 外围评测里， deepsea v 四 pro max 的 intelligence index 是 五十二，不是最高， gpt 五点五更高，但它的运行成本大约是一千零七十一美元，明显低于 cloud opus 四点七的四千八百一十一美元。 它的看点不是全面第一，而是成本低很多，还能进入第一梯队。编程能力要看数字。 s w e bench pro 上 cloud opus 四点七是百分之六十四点三，最高 g p t 五点五是百分之五十八点六， deep seek 是 百分之五十五点四。 terminal bench 上 g p t 五点五是百分之八十二点七，最高 deep seek 是 百分之六十七点九。 browse com 上 deep seek 百分之八十三点四， g p t 五点五，百分之八十四点四，差距很小， 所以 deepsea 很 能打，但不能说全面第一。高难推理也别硬吹， g p q a diamond 上 deepsea 是 百分之九十点一， g p t。 五点五是百分之九十三点六， cloud 是 百分之九十四点二， gemini 是 百分之九十四点三，这一项 gemini 最高。 hle 这类难题上， cloud 也更强。 结论是 deepsea 很 强，但高难推理不是它的最强。主场配合龙虾和爱马仕，不要只看聊天体感，要看 agent 能力。 terminal bench 上 gpt 五点五，明显领先。 mcp atlas 上 cloud 更强。 browsecom 上 deep seek 和 gpt 五点五很接近，我的判断是高频任务用 deep seek 空成本，复杂难题用 gpt 或 cloud 都抵。为什么要把 kimi g l m q n。 放进来？因为国内用户真的会这么比。 deep seek 技术报告里也把 kimi k 二点六和 g l m。 五点一放进了对照知识，推理上， deep seek 略高于 kimi k 二点六和 g l m。 五点一放进了对照知识推理上 deep seek 略高于 kimi k 和 g l m 五点一。微信实测里 有 ppt 生成、 pdf 转 ppt、 ppt 翻译、 excel 清洗分析。普通人真正关心的不是回答漂不漂亮，而是文件能不能打开，内容能不能编辑， excel 分 析能不能直接用这类办公实测里， deepsea 在 pdf 重建可编辑 ppt x excel 数据清洗和汇总分析上有亮点，但边界也要讲。 ppt 任务里工具链兼容会影响最终交付，所 对模型强不强是一回事，平台集成和错误恢复同样重要。另一篇国产模型实测，把 kimi、 minimax、 memo、 jlm、 deep sick、 q n 放到五个真实场景里，测长文档理解、代码开发、专业写作、数据分析、调研规划。这个视角很适合普通用户， 因为它不是问谁最强，而是问谁适合什么任务。一句话，没有万能模型长文档和代码可以优先是 deep seek 专业写作， kimi 仍然值得看数据分析和速度可以看 miimo， 低成本批量任务， deep seek 和 q one 都值得放进模型池。 最后看价格，这才是 deepsafe 最狠的地方。 deepsafe 官方价格里， v 四 flash 输出是每百万 token 零点二八美元， v 四 pro 折扣后是零点八七美元， cloud opus 四点七是二十五美元， gpt 五点五约三十美元。 如果每天一千万输出 token， v 四 pro 一个月约两百六十一美元， cloud 约七千五百美元， gpt 约九千美元。所以 deepsafe v 四强在哪？一句话不是全面第一，而是组合权狠狠 开源，长上下文代码和 agent 第一梯队，再加上明显的价格优势，日常高频任务，长文档代码辅助批量分析 可以优先式 deep seek， 关键推理和严肃领域用 gpt cloud gemini 兜底。关注大鳄鱼聊 ai， 后面继续拆 deep seek gpt cloud 怎么选？龙虾爱马仕 codex 怎么配？真实办公和编程任务到底怎么跑？

大家好，今天给大家录一期让我的龙虾去学习 cloud code 的 源，公开的源码，之前不是 cloud code 泄露了这个源码呀，然后我让我的这个龙虾去学习这个，让它完成自我净化， 基本上就是你告诉龙虾让他去自我学习就行。先比方说这句话，让他学习专属的任务，学习这个公开泄露的架构，对工作流程完成自我净化， 就这种方式给他下达指令，那龙虾你的龙虾就凭自己去把这个做成任务去执行。完成这个自我净化， 就跟你让龙虾去部署龙虾一样，就比方说 openclaw， 呃，当初火的时候，大家都不知道怎么部署嘛，所以大家都会花钱去部署，其实完全没必要，你直接 你装一个腾讯的龙虾，然后让腾讯龙虾去帮你部署 openclaw 其实就可以，但是话要说回来，其实龙虾腾讯的这种龙虾，它底层也是 openclaw 的 架构，所以大家没必要用 openclaw， 用这个 workbody 我是 强烈推荐的。 然后大家等一会这个，我的这个大家可以看一下，我把这个让他学习 cloud code 的 这个任务给他下达后，他自己会做任务拆解。第一，第一个任务就是搜集 cloud code 网上公开的原码与架构分析资料。 然后第二个任务是深度拆解核心架构 agent loop 工具系统上下文管理以及多文件管理。 然后第三个任务就是内化工程范式需求，拆解大局规划模块编码调试排错逻辑。然后第四个任务就是自我净化， 对比现有的模式，淘汰低效逻辑，对其专业工程标准。然后第五个任务就是固化新的工作模式，保证输出以后，重构以后的工作逻辑，写入自己系统，那么以后他就会以 cloud code 的 这个内核去来做你的新任务， 然后比方说在这个任务效率了，或者说这种消耗的 token 上了，肯定就是以 cloud code 来去做了，所以都会要要提效、降本增效吧，可以说是， 然后大家也可以试试，去让你的你的龙虾去学习，让它去进化。今天这期就录到这一个小技巧送给大家， 然后下期还想听我聊什么，可以评论区里畅所欲言，拜拜。

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。

一定要想方设法用上了 cloud code， 你 只要用上了 cloud code， 你 就已经超越了百分之八十的同龄人。百分之八十太保守了，百分之九十五，我给你们看现在 cloud 在 帮我做什么？ 看后面有个小红书窗口一直在跳，对不对？我做了一个针对东南亚语言的翻译软件，目标客户呢，就是长期在东南亚工作生活的 中国人，我让他去小红书帮我做推广，但是小红书的账号呢，我只有两个，一直发帖，一直发帖肯定会被封号，所以呢，我让他去帮我写评论区，那写评论区呢，可以去蹭所有的在东南亚的帖子的流量， 而且呢，不受限制。泰国呢，就有一个非常牛的人，叫做泰国除甲醛，几乎所有的在泰国使用小母猪的人 都知道这个账号，因为他所有的帖子他都去评论，以至于到现在，如果某一个帖子还没有出现，他很多人就会回复多一个泰国除甲醛， 或者说，哎，泰国除甲醛怎么还没来？那你想，如果有一天你需要除甲醛，你会找谁呢？所以呢，我就让 cloud 来帮我模仿这个泰国除甲醛，希望让我们 voxink 也能享有像这个甲醛哥一样的知名度。但是呢，既然我们都用了 ai 啊，我们 不能只做泰国，我们要同时覆盖印尼，越南、马来西亚，执行这个任务呢，有几个难点啊，第一是什么样的帖子值得回复？ 第二呢，是什么时间范围内的帖子值得回复？第三是回复什么内容？如果你什么帖子都回复，那小红书每天产生那么多帖子，你怎么可能回复的过来，你的 top 全都浪费了，但是目标客户却看不到， 但靠的有多强啊？我跟你分享他是怎么解决什么样的帖子值得回复的他首先呢，去挑选一批博主去关注他，然后呢，就持续去评论这一批博主发出来的每一个帖子。那怎么挑选博主？怎么判断这个博主？他常年工作生活或者做生意在东南亚， 你去看看他长期发的帖子是不是关于东南亚的内容。第二呢，是他的 ip 地址是不是常年在东南亚？第三他的名字是不是在东南亚？第四呢，是他的评论区的回复是不是大部分的 ip 地址在东南亚？ 讲起来是很容易，但是你要知道，你要让 ai 去实现这个事情，而且持续不断的把每一个人找出来，连续看他帖子的内容，去分析到的内容是不是关于东南亚。 然后呢，再去拿他的 ip 地址去佐证。这事情真不简单呢，我打赌，今天如果你用龙虾，他绝对干不好这个事， 但是 cloud 可以， 他现在已经连续工作好几个小时了，因为他需要看的内容实在太多了，一篇一篇帖子看过去，评论区看过去，名字个人简介看过去，给你们看他的成果啊，现在是关注了一百二十五个人，很慢啊， 但是有结果，你看，这是他做出来的公单。你看，就这些帖子是值得去自动回复的。每一个回复的帖子内容呢，都是用了说唱的风格，为了让人更容易记住吗？

一定要想方设法用上了 cloud code， 你 只要用上了 cloud code， 你 就已经超越了百分之八十的同龄人。百分之八十太保守了，百分之九十五，我给你们看现在 cloud 在 帮我做什么？ 看后面有个小红书窗口一直在跳，对不对？我做了一个针对东南亚语言的翻译软件，目标客户呢，就是长期在东南亚工作生活的 中国人，我让他去小红书帮我做推广，但是小红书的账号呢，我只有两个，一直发帖，一直发帖肯定会被封号，所以呢，我让他去帮我写评论区，那写评论区呢，可以去蹭所有的在东南亚的帖子的流量， 而且呢，不受限制。泰国呢，就有一个非常牛的人，叫做泰国除甲醛，几乎所有的在泰国使用小母猪的人 都知道这个账号，因为他所有的帖子他都去评论，以至于到现在，如果某一个帖子还没有出现，他很多人就会回复多一个泰国除甲醛， 或者说，哎，泰国除甲醛怎么还没来？那你想，如果有一天你需要除甲醛，你会找谁呢？所以呢，我就让 cloud 来帮我模仿这个泰国除甲醛，希望让我们 voxink 也能享有像这个甲醛哥一样的知名度。但是呢，既然我们都用了 ai 啊，我们 不能只做泰国，我们要同时覆盖印尼，越南、马来西亚，执行这个任务呢，有几个难点啊，第一是什么样的帖子值得回复？ 第二呢，是什么时间范围内的帖子值得回复？第三是回复什么内容？如果你什么帖子都回复，那小红书每天产生那么多帖子，你怎么可能回复的过来，你的 top 全都浪费了，但是目标客户却看不到， 但靠的有多强啊？我跟你分享他是怎么解决什么样的帖子值得回复的他首先呢，去挑选一批博主去关注他，然后呢，就持续去评论这一批博主发出来的每一个帖子。那怎么挑选博主？怎么判断这个博主？他常年工作生活或者做生意在东南亚， 你去看看他长期发的帖子是不是关于东南亚的内容。第二呢，是他的 ip 地址是不是常年在东南亚？第三他的名字是不是在东南亚？第四呢，是他的评论区的回复是不是大部分的 ip 地址在东南亚？ 讲起来是很容易，但是你要知道，你要让 ai 去实现这个事情，而且持续不断的把每一个人找出来，连续看他帖子的内容，去分析到的内容是不是关于东南亚。 然后呢，再去拿他的 ip 地址去佐证。这事情真不简单呢，我打赌，今天如果你用龙虾，他绝对干不好这个事， 但是 cloud 可以， 他现在已经连续工作好几个小时了，因为他需要看的内容实在太多了，一篇一篇帖子看过去，评论区看过去，名字个人简介看过去，给你们看他的成果啊，现在是关注了一百二十五个人，很慢啊， 但是有结果，你看，这是他做出来的公单。你看，就这些帖子是值得去自动回复的。每一个回复的帖子内容呢，都是用了说唱的风格，为了让人更容易记住吗？

克拉的扣的的原码我已经全部下载下来了，现在呢正在让小龙虾去入行的去学习，给你们看一下我的小龙虾去深度的爬了一下克拉的扣的的原码，包括他怎么泄露的什么构架，然后隐藏的功能就是还没有发布的， 现在已经全部的都已经 get 汉堡下下来了，正在深度的解析分析，然后现在着行着行的在分析，那他告诉我还要很长时间，等一下学习出来之后呢，我跟你们说一下到底有哪些变化，可能还有人不知道可乐的扣的是干什么的，就是 ar 界的天花板， 以后你会看到我们国内很多。嗯，大魔镜又要开始遥遥领先，开始要升级了。

终于把这个工作流给打通了啊，这个是用本地的龙虾、可乐的、扣的，加上拆的 gpt， 再加上 vs 扣的，用这三个工具结合起来，今天终于把它又做成了这样一个足球视频本地处理与 ai 分 析系统。它的主要的工作流程是这样的，先把本地的视频导进来， 这个视频路径其实有个小技巧，但是没有做成按钮，因为这是初级版本，我们先找到这个视频看着啊，更多选项， 这里面有一个复制文件地址，把它复制就把它粘到这就可以了，把这引号去掉，看看比赛信息，二零二二年世界杯决赛上半场重点分析球队，阿根廷队可选分析，阿根廷队分析模式，快速模式， 还有普通模式、精细模式。为什么会有这个呢？因为我那个是四 k 高清的，上半时四十五分钟，那就八八个季度，那前面就没有加上这个模式，选择的话，分析了四十多分钟还没分析完，所以又让这个程序又改了，增加这种快速模式，采用间隔十秒， 就先先这样吧。后面呢，我们还有调用这个模型的 api 的， 这次先可行一下啊，现在开始分析了 阿，先分析啊，因为我已经跑过一次了。你看这个，上面说足球视频本地处理与 ai 分 析系统可对本地视频进行结构化分析，以本地视频预处理、 open cv 独取视频，提取亮度、运动强度、场地颜色比例等指标。二是结构化 jason， 生成包含视频信息真指标、时间轴片段的标准化 jason。 三是 ai 分 析，这是可选， 要用什么大模型？这个里面呢？生成的 js 是 一个通用的啊，这些市面上这些我们能用的这个大模型都可以把它导进去， 这个最终只要把 jpi 给固化到这里，它就可以直接出来。不过这个版本我们可以把这个 js 文件导出来，我们去文件里面，去这个安装包里面去找有个 out 的 输出文件夹，里面就会有。还有这个它会导出这个 word 报告， 包含视频要关键片段，战术分析的可打印的报告。这层安装全了以后，他会这种智能的报告，当前室内的真要安全，说明因为他的视频只在本地处理，不上传云端，这个就很好，一方面呢，本地处理呢，具有安全，再一个上传云端的话，这么大的视频的话也非常浪费收看。 第二个是如果使用分析，只发送结构化，这一次不发送原视频。三个是大视频，建议采用快速模式，这个八 g 多的视频，嗯，托马用七百二十的或一零一零八零批的代理视频。 报告中的战术判断属于后点看的，不需要教练人工负责分析。完成了这个输出文件啊，看一下啊，这个哪里， 这是生成的，这是最后的最终的报告，生成的是这个，这是人工智能来读的。我看他这次生的报告啊，才是九点零一分，九点生成的。这个报告呢，只是一个格式而已，真正的报告呢是 this one 被大模型。 最后呢生成这样的一个报告，我报告几方面呢？继续给大家读一下足球比赛视频分析本地处理，再使用标准分析报告，基于本地视频处理处理的教练员复合版报告。首先这个是视频文件，二二年世界杯上的一本信息，重要说明不高高不同于完整战术体系，所有的战术均基于这个标准判断的，再使用标准，标准判断 必须结合原视频进行融合。有报告摘药报告基于上传的一对象视频处理参数，诊断方面，质量与比赛节奏指标算法。结论，这些图形的运动强强度时间序列， 这是比赛按照时间来的这样一个运动强度的图，这个是绿场比赛时间序列，你判断是否场面主画面，这绿场是啥意思？就是切换那种进行的那种回放镜头啊，特写啊，观众特写的这些 后选事件类型分布，射门出界，死球，停准数量的比例，后选事件片段分析。而根据十个，这个是单点零秒事件，应理解为画面变化，节奏变化，后选都可直接当做射门，这个就是很可能的啊， basketball 大 量的爆，很可能就死球事件有一百三十次。 嗯，作为零秒选点去结合视频确认是界外球犯规定位球还是反拨切换，这个可能的是止总持续约一千八百八十二米，平均约二十米，可能包括死球回放，进行转播等。 我等待一次见后选是一次停顿。长片段，这个时间点结束啊，都有推荐人工负荷的高波动时间窗口第一绿场片段，长片段，这个就是尽情啊，观众回放字幕啊，法国阶段比赛模型下的后选判断，这个非常有价值的，根据我的知识库啊， 相关的空球推进啊，打对方将射门啊，对方推进啊，后球门啊，这是关联的这些小目标，场上出现了这些问题， 最后可以变成这个训练计划里面，你看这个可以变成最后的训练计划，一周训练改进计划，这个是这种价值，通过视频的分析来给出这个训练的建议，到底哪里出了问题啊？比较弱，第一次课，你看第一次课进攻推进到终结，第二次课攻转手第一反应， 三次课保护穷人重点单词训练课详细教案，还有教案评价指标，有结论关键的， 我觉得他可以给我们基层教练员呢做一个非常好的一个参考。我们拿是世界杯决赛的视频来做例子，我们自己球队训练比赛的例子呢，拿过来 来进行来分析的话，是很有参考价值的，这给教练员呢省了好多时间和精力。那么我们再复盘一下做的过程呢？首先让大家感受一下我们这个软件是怎么来的，其实也不是说直接就告诉他一个什么工具，他就给我写了， 我是先给大家说的。第一句话是这样的，我现在接入了 mini max 的 cloud code， 写一个足球视频处理生成这一份文件，再调用阿里云 app 来给出 word 版分析结果的软件，根据你的想法给出提示词，因为呢， cloud code 呢是龙虾，它不是那种 cloud， cloud code 是 编程是最厉害的，这些呢，就是根据它的提示词 一步步的喂给他，那就是提示词啊，他就理解编这些程序其实来来回回的也很费劲的，你看第一个啊，日子先建立项目规则，那他就给这样一个，你现在是我的高级 python 工作室和足球视频分析软件架构师，会写这样一个提示词，第二个就是创建项目结构， 第三个是本地视频处理模块提示词， jason 结构生成提示词，就是八个小目标知识库提示词，还有这个阿里云 api 标用的提示词，大模型的分析提示词，这些都要给他的 word 报告生成提示词，主程序提示词，就是那个图形界面，它报 e s e 提示词，调试朋友提示词， 还有就一步的告诉他，他就这样生成，一步一步的这样的，反正我也看不太懂啊，完了， 这样的灰色的啊，我又给他现在去开发这个目标就比较详细了，我就按照这个开发的话，就把拆了 gpt 的 总的指挥克拉斯扣的是干活的员工，我的老板我就看着他们干，然后一步一步的就发在这个文件。还有一个关键挺有意思的一个步骤，我简单的一个发现 可以看这个文件呢，就生成在 user 用户这个下面的，这样多的文件呢，就放在这，我就用这个 code 呢给这个工程以后 ppt 呢，我在本来命令上就是 powershell 的 这个界面下，努力开了一个窗口干这个活，其实在这个 code 这里面呢，也是他也进入这个，这个这个 cloud code， 你 看现在这边呢，这个原来这个记录就是现在这就是 cloud code 在 这里面做工作，他跟这个 powershell 的 这里面是一样的，所以呢 让他在 power ourselves 这个终端里面把这个程序框架建了以后，就让龙虾在这个界面里面来给我干活，这样一边干他一边可以看他各种的气泡和调试，这个就非常方便，这是今天我发现了用 x c 的， 就给它退出，我们先把它关了，再重新开一下，给大家演示一下， 其实金子家货还是比较多的啊，喜欢研究的小伙伴呢，你就去试验一下。好，现在就把 v s q 的 打开，打开以后就完全可以运行的太好的进入这个龙虾界面，你要有什么修改的这些想法呢？就用这个拆开 g p d， 它就给提示词，你把提示词再粘贴到这里面， 粘贴他就开始干活，然后里面这文件就随之改动，最后呢就给我形成了这样的一个这样的一个界面，最后呢还要把它脱离，变成一个真正的可以独立运行的软件，这个就是程序化的问题，所以今天呢心里也有点小开心，是把龙虾 code 和以前我光用的这个叉的 gpt， 还有这个编程的界面 scode 的 全部联合在一起，用了 这个是真的很开心的事，以后呢国内的同学用不了这个叉的 gpt， 你 可以用 zip 代替龙虾 scode 的 这个界面也是免费的，你可以下载安装。 还有呢九幺六的编程龙虾呢，在国内是可以用的，你用迷你曼斯或者是其他的国内的大模型提供的专利都可以可以接，每个人呢可以都打造一个差不多的这样的一个工作闭环，一个一个工工具流，用 c 啊或者豆包呢给它提示词， 你把你的键盘让它变成具体的提示词，再投一给这个加，然后再一步步的给你编程。好，今天就给大家介绍的这么多东西，稍微有一点多，但是干货比较多。

大家一定要多去跟真正在讨论和使用 clock code 还有 codex 的 人去交朋友，如果你身边有这样的人，请珍惜他们，多跟他们交流， 因为这代表你肯定处于在一个执行力强，认知高的一个环境当中。你在这样的环境当中，大家都非常的积极去拥抱新的事物，去面对时代的变化。你处在这样的环境当中，你整个人都是积极向上的啊，你的思维方式和你的认知眼界都会被打开。 我相信大家多少都听过这样的一段话，我觉得是很认同的，如果你觉得这段话啊，豪情壮志，豪情在天啊，豪完了，简直是，那说明你你肯定是一个没用过卡扣，没用过扣带子的人，我只能这么说，我不是一路人好不好， 你只有用过之后你才会知道到底有多么的强大，完全已经颠覆了你的认知。这些最强大的 ai， 最前沿的 ai 工具，早就已经不是你在网页上跟豆包对话两句啊，或者跟 gpt 对 话两句那个东西了，完全早已不是一个概念。其实很多的绝大多数的文科生， 还有很多的理工科同学都是非常抵触，就是不会去啊，主动接触，主动去拥抱这些新的东西的， 他们都没有用过这些东西，呃，他们不会去使用啊，就慢慢的就落伍了。我觉得这将来，我觉得在将来甚至是一年之后，很快的时间，你不会用 cloud code， 不 用 codex， 就 像现在当下这个时间点居然有人不会用豆包一样。 这个现在我觉得是一个颠覆性的一个进化的吧，大家知道那个 g p t 五点四的之后，它不是有一个新的功能叫 computer use 吗？它简直可以直接操控你的电脑。直接操控它会出来一个鼠标，虚拟的鼠标，它可以帮你干活， 你可以怎么样？你可以叫他帮我发一条小红书，主题是什么？怎么怎么样？哎，我来登录，我扫一下码，我登录之后， 他直接用那个鼠标帮你点，他出来一个虚拟鼠标，而且这个是不干扰你干其他事情的，你可以在页面上干其他事情，他在后台另一个桌面上帮你点出来一个鼠标，真的在操控这个网页一样。我觉得这个简直颠覆性好不好， 跟那个龙虾不一样，我觉得龙虾还是比较鸡肋的，做不到龙虾，让他帮你发一条小红书是做不到的 啊。其实我以前呢，也很抵触，就是我不愿意给 e i 付费，因为我去年这会的时候，去年二五年初的时候，我买过的 gbt 的 会员二十美刀， 结果呢，让最强的模型做一道 code forces 的， 很简单的一道算法题都做不出来，甚至不是什么特别难的压轴题。做不出来我就很失望，我觉得对我来说没什么用，直到今年的时候啊，用了这个 code code， 用了这 codex， 用了各种不一样的模型，我简直我真的是 非常的愿意给 ai 付费。要不是这个 cloud 很 难买到啊，中转站掺水啊，都不靠谱，是不是有很多水分？我真的很想买 cloud 的 会员啊，只是在国内很不方便对吧。 啊，我其实算是啊，第一批使用 gbt 的 人啊，二三年初嘛，那时 gbt 横空出是爆火，我就用了，我觉得那个震撼感 简直是非常强大的，就是当时人们还只知道 siri 这种东西，然后 gpt 一 出来，当时还是一个很 low 的 界面，像一个弱一的管理系统一样， 那个界面你可以跟它对话，像人类一样交流，我已经非常震撼了啊。又到后面出来， curses， 是 不是 curses 太强大了？ curses 是 一个 ai ide 嘛？就是 vs code 变成了一个 ai ide， 它能够理解你整个项目想干什么， 他能够理解你很多的文件，他可以帮你写很多的代码，可以直接生成文件，我觉得这已经非常的震撼我了，结果后来 club code 的 出来，还能帮你完成大量复杂的任务， 你可以让他帮你做一个什么调研报告，你可以跟他说，哎你，你帮我去牛客小红书啊，各各种主流平台浏览相关的信息，然后呢？帮我总结一份，大厂校招面试面试官浏览相关的信息，然后呢？帮我总结一份，大厂校招面试官最看重的哪些特质啊？简历我应该怎样编辑？他可以 用几分钟的时间给你做出一个非常详细的 markdown 文件，我觉得这个净化幅度真的非常的快。又到 codex 出来， 它能够操控你的电脑，它能够帮你做很多事情，就像你真的雇了一个人一样。我觉得比 cloud code 还要省心不少，而且 gpt 我 们又买起来比较方便，对不对？中国人， 我觉得大家一定要去试一下，我不管你是什么专业的同学，不管你是什么行业，你真的去试一下，这绝对 是啊，改变时代的一个东西，绝对是一个时代的红利，现在变化的真的太快了，我觉得你现在不用 以后也得用，但你为什么不去做最早用的这些人呢？你为什么不早点去学会怎么使用它呢？你会用这些，你就会多一些机会能认识不一样的人，能够做到靠你自己是不可能做到的事情，还能够解放你自己本来要做很多无意义的事情，那些时间你可以用来做更多有意义的事情。 对屏幕前的你如果没有接触过 codex、 cloud code 的 这些非常强大的 ai 工具，你一定要去试试，而不是固步自封，去抵触这些所有新鲜的东西，去抵触这些时代的变化啊。反而过来说嘲讽说这些话的人是嘉豪好不好，大家都去试试。

你还没养龙虾呢，别人就已经开始养马了。这个被戏称为爱马仕的 hermes agent 发布七周，热度直逼 oplo。 这可不只是又一个更好用的工具，是 ai 第一次开始真正属于你。 我把它的架构、文档和社区反馈梳理了一遍，终于知道了它凭什么七周做到这件事情。你用它越久，它越是你的，这是以前所有 ai 工具都没能做到的事情。 你现在用到的工具， opencloud 也好，拆 gpt 也好，本质上都是一次性的任务完成，记忆清空，下次从头开始。你今天教了他，明天他还是不认识你，还要重新给他说背景，讲方案、立人设。 但是 hermes 不 一样，他在背后做了三件事情，让 ai 开始不断的积累真正属于你。首先就是记忆体系，他把你的每一次对话都存在了本地，持续提炼你的偏好、习惯和常用格式，逐渐形成了只属于你的个性化的用户模型。 你用的越久，它就越懂你，完全不需要你反复交代背景。除了记忆体系， hermes 还具备了强大的 skill 自动封装能力， 不等同于 om clock， 需要用户手动的编辑、安装、查找或者是封装技能。 hermes 每次完成一批复杂的任务，会自动把任务流程的封装成一个可以复用的 skill， 下次碰到了同类型的任务，直接调用 tock， 消耗砍板的同时呢，速度还快了好几倍。它帮你省下的不只是时间，还有实打实的成本。而它最核心的优势，不是记忆体系，也不是自动封装。 skill 是 它自带的自我修正与自我迭代的机制，不需要你主动的命令， hermer 自己会定期回头，看哪些做法有用，哪些出了问题， 如何避免这些问题，然后自己给自己打补丁。它就像那个最让人省心的助理，完全不需要你操心，自己就把自己迭代的更加优秀了。 这三件事情连在一起的结果就是，你用它的时间越长，它跑得越快，越准，越省钱。它不是一个用完就放下的工具，它是一个会成长的系统，让你越用越顺手。但是大家还是会有一个问题，就是它和 cloud code， open cloud 这两个工具到底该怎么选？其实这三个东西解决的它不是同一个问题。 cloud code 是 专门为写代码设计的，他能读懂整个项目的目录，顺着依赖链理解架构做决策，重构对代码的理解深度呢？目前没有第二个工具能够超过他， 但他不记你，不学你，用完就走。每次你们都是最熟悉的陌生人，如果你的工作是写代码的话，那 cloud code 是 二零二六年最优解，没有之一。 opencloud 是 平台自动化工具，强就强在他的写作范围广， 可以多账号携同跨平台集成，还能用来做业务标准化的流程。但他的技能是写死的，你用三个月和用三天没有任何本质的区别，他不会因为了解你而变得更好用。 而不拼代码深度，不拼接入广度，他拼的是你用的时间越长，他越不一样。他适合任何需要 ai 真正了解你的场景，比如内容创作、研究、知识管理，或者任何每天重复需要 ai 记住背景的工作， 持久记忆这件事情，其实很多人都在做技能库，别人也在搞 hermes 凭什么从一堆 ai 工具当中脱颖而出？因为他把这三件事情接成了一个完美的闭环，而且这个闭环是自动跑的，不需要你参与记忆给他原料技能是他沉淀的结果，定期自我修正，让他越跑越准。 三件事情单独拿出来都不新鲜，但让 ai 在 你不知道的情况下持续优化，这件事情以前没有人能做出来。再加上三点九九美元起支持，四百多个模型原声，微信直连，它的进入门槛几乎为零。 当然，它也不是完美的，版权争议目前还没有定论。高精度的全自动化场景还有短板，但这不影响它底层的架构设计是优秀的。 说到这呢，我想说一件比 hermes 本身更重要的事。我们用 ai 已经三年了，但这三年来，我们其实一直在消耗 ai， 这个过程当中并没有积累下任何有用的资产。 每次和 ai 的 对话呢，都是从零开始的，你输入他输出，然后就要消失了，你花的每一分钱，教他的每一次经验，什么都没有留下。 hermes 是 第一次让用 ai 这件事情从消耗变成了积累。 你今天花在它上面的每一次任务，都能沉淀成一个技能文件，一条用户画像，一次修正记录。三个月后，你的 hermes 跟别人的 hermes 已经不是同一个东西了。这就像训练一个会留下来的员工和一个一直雇佣临时工的区别。你投入的时间和任务从消耗变成了资产 以后，我们评价一个知识工作者有多强，可能不是看他用了什么工具，而是看他养出来的 ai 有 多强。那我们现在该怎么做呢？我的建议是不要等 hermes， 还是早期有些场景不够稳定，但 ai 需要持续的积累。这个方向已经不可逆了。 第一批把 ai 养起来的人会建立起短期内很难被追上的差距。早养早积累，晚养从头来。欢迎评论区聊一聊你对 hermes 看法。我胡博，我们下期视频再见。拜拜。

我后悔没有早点体验 hermes， 仅仅是熟悉了一天，就把用了快两个月的小龙虾替换掉了。首先，任务处理速度快，这是体感快。比如之前用龙虾的 remotion skill 渲染视频，第一条视频就需要三个小时，而且任务竟啊会莫名其妙地中断。但 hermes 只需要不到半小时， 并且在任务进程中会检查进度，防止中断。嗯，加上没有 hermes 多开一个终端，内存还省二十倍。 嗯，并且它支持内置的，支持多个 agent 同时工作，比如 sub agent， 或者说，呃，多倍 agent 之间互审。我是做出海业务的，呃，让 hermes 找东南亚的代理商，他可以到 reddit 搜索， facebook 上找到 嗯，细分领域的代理商和社区写件联的邮件，还有去 reddit 上发帖。 除了快呢，它干活的质量都非常高。嗯，不论是生图视频还是调研信息，它都能稳稳的交付 hermes。 现在呢，既可以在呃消息里，也可以在终端里操作。我用的是靠的四点六模型进入 hermes。 hermes 很 贴心的有一栏显示 token 的 额度，这缓解了我对 agent 莫名其妙烧 token 的 焦虑。