claudecode降版本原因

今天 cloud code 自动更新完，会出现一个 api 四百错误，目前的解决办法就是直接在这个扩展里边去把自动更新给它取掉，然后回退到呃过去的版本，呃这里边去回退到一天前重启扩展以后 cloud 就 恢复了。

最近 ai 圈炸锅了，曾经被封神的 clone 四点七发布后竟然被全网吐槽降智。那个能手撕复杂架构、被开发者视为救星的天才少年，怎么突然变成了敷衍了事的职场老油条？真相其实藏在 anselpik 的 账本和安全红线里。 首先是所谓的自适应推理，官方为了平衡惊人的算力成本，默认给四点七开启了中等努力模式。他不再像四点六那样不计成本的深挖难题，而是倾向于快速给出一个看起来还行的方案。 如果你不额外加钱或者手动调整推理预算，他就会在复杂逻辑面前选择躺平。其次是严苛到离谱的安全阉割。为了通过最新的合规审计，四点七植入了极强的防御模块，导致他在面对底层代码或系统级指令时变得畏首畏尾， 经常爆出一长串拒绝访问的废话。再加上新版分词器带来的挑衅消耗激增，用户不仅感觉他变笨了，还觉得他变贵了。说白了，四点七是一个为了商业化和安全性妥协的工程版，他速度更快，跑分更高，但却弄丢了开发者最看重的灵性和深度。 现在的 code 更像是一个标准化的工具，而非那根共鸣的数字天才。

我觉得豆包它就是国产，真没那样，我现在主要就是用 codex， code 和豆包就是它那个，那天那个四零零报错就是豆包给我解决的，反正它就是。嗯，这个四零零报错的话，你要么就是退回到老版本，因为 codex 的 最新版可能是把这个 deepsafe 给给那啥了， 给它软封杀了吧。相当于有可能是这样，因为它是闭源的，我们也不知道具体是咋回事。还有一种方法就是你把 deepsafe 的 那个思考模式关闭，你去那个 deepsafe 的 官网看一下怎么关闭，然后你把它关闭就行了。就是 deepsafe 的 那个 a b i 文档，你看一下怎么关就行了，或者让豆包给你弄一下。

全球最有钱的科技公司，被自家工程师用 ai 写代码烧光了预算。微软最新内部通知，六月底强制停用 cloud code， 全面改用自家 copilot。 原因是太贵了， token 计费暗自收钱，工程师写的越多，公司付的越多。讽刺的是，微软投了 open ai 一 百三十亿美元， 自家 co pilot 还是打不过 cloud code。 微软工程师对 cloud 的 满意度百分之九十一，对自家产品却只有百分之六十，这说明什么？ ai 时代最大的谎言就是便宜高效。真相是谁用谁知道，贵的肉疼，微软都扛不住，中小企业怎么办？

微软正在全面封杀克拉的扣子，因为他们发现自己的工程师正在越来越依赖这款来自竞争对手的 ai 工具了。注意啊，不是因为它不好用，恰恰相反，是因为它太好用。这可能是微软第一次发现，虽然员工可能还坐在公司里， 但工作方式已经开始属于另一个 ai 时代了。以前公司管理员工靠的是工资制度流程，但 ai 时代开始不一样了， 因为人每天都在和 ai 一 起工作，你问问题的方式，你写代码的习惯，你考虑问题的逻辑，都会慢慢的被那个 ai 重新塑造。所以谁掌握 ai， 谁就在重塑人的工作习惯。这才是微软真正害怕的地方，因为程序员其实根本不是忠诚于公司， 他只是忠诚于哪个工具更强，谁好用就跟谁走。其实程序员圈子比互联市场现实太多了，工资可以购买员工八小时的时间，但买不了员工的大脑。 未来最危险的跳槽可能是人还没跳槽，大脑已经去了另一家公司。而且现在整个 ai 行业正在进入一个特别荒诞的时刻，这什么时刻呢？就是现在大家越来越发现，这模型能力越接近人类，公司反而越养不起它。 我有一些好朋友告诉我他们公司的一些内幕，说他们公司白天喊着要 out in ai， ai 就是 未来，晚上又偷偷背地里限制员工的 ai 使用量。因为有些老板发现，一旦真的放开使用，可拉多扣的那 token 账单就像失控一样的会呼呼往上涨。 公司又想用，但又怕花钱，一个月下来最后一盒成本。用 ai 其实比多招几个员工成本还高，最后其实都给那几个模型厂商打工了，这特别像什么呢？就像你买了一辆法拉利，结果车装上了个计价器， 每踩一脚油门，财务就在旁边疯狂滴血，所以整个行业都处在一个非常割裂的状态。当然，此时此刻，我还是让我们员工可乐随便用的， 因为你会发现，一旦用过最好的 ai， 真的 很难回去了。但我觉得成本其实不是最核心的问题，真正核心的问题， ai 第一次开始反向控制组织了，以前是公司决定员工怎么工作，以后可能就会变成员工依赖哪个 ai， 公司就不得不适应哪个生态。 这也是为什么微软这次必须断币的真正原因，因为他终于意识到，未来真正的战争可能已经不是模型战争了，而是谁能先占领人的思维入口。互联网时代，人们抢的是流量入口， 移动互联网时代，人们抢的是 app 入口。到了 ai 时代，可能抢的真的是认知入口，或者叫思维入口。如果有一天，你每天八小时都必须依赖某个 ai， 那 你觉得你到底是在替公司工作，还是在替那个 ai 生态工作呢？评论区聊聊吧。

啊，这个今天我在用这个 vs code 的 时候呢，它这个这边出现了这种一个报错，然后我去网上查了一下，啊，这是那个 cloud code 更新产生的一个问题， 其实这个很好解决啊，就把我们的扩展打开，把这个自动更新给它关掉，之后呢就安装特定版本，我是倒回到这个一点五二之后它就可以用了。啊，我们再试一下啊， 重启一下，我感觉应该是它这边卡住了。 啊，可以看到啊，这边已经开始思考了。 ok， 可以 了，可以了。

确保你的 cloud core c c 执行了这两招，它能够解决最近 c c 降质降得非常厉害的问题。我们都知道三周以前 angelabic 它准备退出了下一代的大模型，导致了 opus 四点六的这个模型能力变得非常垃圾。最近这两天它简直是蠢的无可救药。 那现在你需要去质检一下，你是否开启了这两个功能。虽然说它没有办法拉回 oppo 的 四点六的整体智商能力，可能是因为它的算力被抽走了，但是至少我们可以迂回的来解决 oppo 的 智商下降。在生产环节，我们智商降低了这个问题。第一个方式非常简单，直接打开你的私信， 然后呢，在你的指令行输入斜杠指令 effort， 把它的这个思考深度从 middle 改成 high， 或者你想用 max 也可以。嗯，改完这个，它非常显著的一个变化就是它的大部分任务呢，它都会通过进一步的分解，然后生成不同的 task， 然后把你的任务分解之后进一步一步的去执行，起码在这个角度来说，效果会非常好。 第二个就是 m c p 工具啊，这个 m c p 工具是帮助 cc 来进行深度思考的。呃，名字太长了，说实话我也记不住。我在评论区会写这个 m c p 工具开启之后呢，它会很明显的也是帮助 cc 进行进一步的思考。两个方式叠加起来，起码能解决现在 oppo s 四点六大幅降质的部分问题吧， 且我自己实验的效果会比不用的话效果会好很多，这个是当下没办法的办法。呃，要想 oppo s 四点六恢复智商，那只能等到下一代大模型出来之后，你直接使用下一个大模型了，短期之内我们只能先这样解决。

第一家全面拥抱 ai 的 翻车公司出现了，那就是 uber 四个月烧光了全年的 ai 预算，但用户没有增加多少，钱，到底都花到哪去了？事情是这样的，二零二五年十二月， uber 给全部的开发团队上线了卡拉 ok 的 初衷呢，也非常简单，就是让工程师写的代码更快更好，结果真的更 快。快到什么程度呢？百分之七十的代码提交都是由 ai 参与的，甚至有些后端任务全程都是 ai 在 做，没有人盯着。然后到了今年的四月，全年的 ai 预算都被花完了。但 奇怪的事情来了，代码确实多了，提交的数量也多了，产出也多了，但用户数量没变，司机的收入没变，用户的体验也没有变得更好。然后 uber 高层就说了一句很关键的话，他们没有办法证明，这些花在 ai 上的钱， 跟实际的产出之间有任何直接关系。这句话还是值得反复思考的。我们得先搞清楚一件事情， ai 它不是传统软件，传统的萨斯怎么收费？按账号也好，按订阅也好，五千个工程师，每个人每个月每年花多少钱，全年的预算基本上都不会跑偏。但 ai 不是 这个逻辑，你每用它一次， 就得烧一次算命，让它读一次代码就烧一次，让它改任何东西，让它检查任何东西，都得花费算命。克拉诺的这类工具呢？更夸张，他 是一个代理，他不是聊天机器人，一个任务跑下来，他自己就可能循环了几十轮。好用吗？好用。正因为好用，工程师才会忍不住一直用，但成本直接爆炸。所以，这件事情真正的问题，不是说 ai 的 钱烧多了，而是代码的产量不等于商业价值。 而且我觉得这个事情更大的意义就是它是一个转折点， ai 已经从我们要不要用 ai 这个问题进入了怎么用 ai？ 在 哪用 ai？ 值不值得用 ai 这个阶段？以前企业开会可能讨论的是我们到底怎么才能拥抱 ai， 以后开会讨论的问题就是你们在 ai 身上花了多少钱， 换回了多少实际收益。我相信以后一定会出一套新的管理逻辑，不只是管人，还要管算力。哪个项目用什么 ai， 用哪个模型，每个环节的 talk 消耗和产出到底是多少，这些以后都是会被写进企业管理里面的。 还有一点很多人没想到的是，大家都以为 ai 普及了，企业的成本会下降。但 uber 告诉我们真实的情况可能是先提效，再疯狂的扩用，再到成本爆炸，再到被迫治理，成本效率越高，用的越多，总成本反而会越来越大。 微软这段时间也取消了内部的 cloud 的 许可证，原因也是因为 ai 预算超支的问题。所以这些事情呢，不是说 ai 泡沫破灭了，而是 ai 第一次进入了企业真正的管理深水区，暴露出来的第一个问题就是成本。所以以后 ai 怎么用，各大企业都会开始算账。

微软刚刚宣布放弃使用 cologold， 这是否是 ai 泡沫崩溃的前兆呢？从这次的消息来看呢，有两个原因，一个是公开的，一个是内部讨论的。公开的原因呢，很简单，就是微软希望所有的工程师从使用 cologold 转成自己的 cologold， 拍了它 使用 cologold 无疑视为竞争对手训练模型。内部原因说白了就是微软已经用不起 cologold 了。你想微软是一个年利润千亿美元，市值万亿的巨头，如果连它都用不起了，那普通人该怎么办呢？ 而且现在使用 ai 并没有大规模赚钱，用 ai 做的东西呢，也是参差不齐，有各种风险和漏洞，如果连微软都撑不下去了，那么 ai 还会这样一直火下去吗？

万万没想到，第一批被 ai 反噬的不是普通人，而是最早 all in ai 的 科技公司。一边是英伟达副总裁 brian kent zara 说他们团队现在的 ai 算力成本已经超过员工的工资了。另一边，微软强制回收了公司员工的 cloud code 的 许可证，让核心工程部门的工程师在六月底之前全部换回自家工具 co pilot。 这 这两件事都暴露出了同一个问题， ai 最恐怖的地方，从来不是它会取代人，而是它太烧钱了。过去两年，硅谷流行一个词叫 token maxing， 简单来说，就是比谁烧的 token 更多。甚至有公司内部会有实时排行榜，显示每个员工消耗的 token 数量。因为所有公司都相信一个逻辑，员工不用 ai 等于不 不够上进，消耗的投跟数量越多，就证明你越有价值，一个人能顶三个人。于是你会经常在新闻上发现 mate 啊， google、 微软、 amazon， 各种科技大公司都在大批量裁员，然后疯狂买 gpu， 建数据中心，获 ai 预算。结果现在剧情反转了，本来裁员是为了降本增效，拥抱 ai 浪潮，但事实却是，人越裁，钱反而烧得越狠。 因为 ai 和过去所有互联网软件都不一样。过去二十年，互联网行业有一个最底层的商业逻辑，软件的编辑成本接近于零。什么意思？ 你开发一个 office， 卖给一百个人和卖给一亿人，成本差距并不大。因为传统软件本质上是复制，所以过去互联网行业最重要的资源是人才。但 ai 不 一样，它本质上是一种实时消耗 gpu 的 推理服务。你每问一句话，生成一段代码，让 ai 分 析一次项目，背后都是真实， gpu 在 耗电，在 烧钱，而且 ai 越好用，调用量就会指数级增长。以前程序员自己查文档，现在直接问 ai， 以前自己的 bug， 现在让 agent 跑一晚上。如果你让他重构一个祖传代码模块，他为了不写错，会先把你整个项目几十万、上百万行代码全部塞进上下文窗口，然后在后台不断读取、 分析、生成、编辑、报错、修改、再编辑，进入一种近乎无限循环的推理状态。一个复杂 agent 一 晚上烧掉的钱，可能普通程序员一周的工资还高， 是出现了一个互联网行业过去从来没遇到过的问题，竞争力越高，成本也可能同步暴涨。但真正危险的还不是 ai 很 贵，而是大公司和小公司的差距开始被 ai 指数级拉大。因为大公司有自己的云，有自己的数据中心， g p u 集群钻利池，几十万 toker 上下文随便开，复杂推理随便跑，多个 agent 同 时工作， ai 自动分析整个代码库，自动测试，自动部署，甚至连续工作几个小时，他们烧得起。但小公司不一样，面对的是真金白银的 token 账单。很多创业团队现在已经开始精打细算，考虑哪些任务值得调用高级模型，这一轮推理到底值不值这个钱。而且两者的成本也完全不一样。科技巨头本身就是 ai 基础设施的拥有者，就像 microsoft 有 action， google 有 gcp， 他 们的工程师调用 ai 是 在消耗自家数据中心的算力。钱很多时候还在内部循环，但小公司面对的是市场价，按小时租 gpu， 按 token 付费。很多人以为 ai 时代拼的是谁更聪明，但实际上决定你能不能用好 ai 的 可能不是智商，而是财力。如果算力差距，也正在变成新的生产力鸿沟。你觉得未来最贵的东西是人才还是 gpu？ 这里是 ai 风向标，带你了解 ai 行业最新进展。

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。

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。

哎呀，完了完了完了。

今天我花二十分钟把这个可绕的扣的给装起来了，其实呢，这个还是比较简单的，我今天就来给大家演示一下，先把这个可绕的扣的零摩擦， 帮大家先装起来，然后再告诉大家后面怎么去领免费的偷客人怎么 处理，自己的文件怎么用。我们首先就准备几样工具啊，一个就是电脑，电脑肯定是要有啊，但这个性能是无所谓。还有一个就是 qcloud 的， 这之前我教大家装过，如果不会的话就翻一下前面的视频， 然后还有一个就的不希克的网页版本，你如果有什么问题，安装过程中出错了什么的，你直接截图发给他，他会给你解答。 那 qq 二的你直接告诉他帮我安装一下 cloud code， 然后他他就会给你自动安安装上去， 这里我已经安装好了，我看一下能不能演示一下 qq 二呢，他每天也是有免费的额度的，所以说处理这些小小事情还是绰绰有余，这就是已经在在装了啊， 你不用管他，他自己会跑，跑完以后呢，那就装好了。那如果呃出问题呢，你就截图发给那个 deepsea 是 吗？根本不用人为的来操作，这难点呢，就是你这个装好以后怎么用，因为他用 cloud code 的， cloud 的 这个这个模型呢是海外的模型，你国内的话还用不了，需要配置一下，我之前用的是 deepsea， 这个配置起来比较简单， 等会告诉大家，如果还不清楚的可以加我的粉丝群哦，我群里会把相关资料上传上去，有问题呢也可以和群友大家一起交流一下，你看安装完成让我来确认一下这个内容。好，这安装好了，然后这些就是文件， 这还有个启动文件啊，直接开始刚刚第一个跳，跳出来的是是是否信任这个文件夹，直接打确定回车就可以了 啊，这里呢就可以开始聊了。我周边之前是有装过的啊，有装过这个模型的，现在已经切换到小米的这个这个大模型， 所以说他能回答我正常的话，你是这里是他会报错的，因为你没有接入这个 cloud 的 这个模型。 那我们怎么办呢？看一下啊，就你先要登录这个 deepsea 的 开放平台，然后 api 开放平台点进去，点进去呢，他这边的话会有一个，呃，个人认证， 个人认证啊，就认证完了以后呢，他会给账号里面充十块钱，那十块钱的话你用一下其实可以用好一段时间啊，再点这里 a p r k， 你 自己创建一个，然后呢，你这个 钥匙拿到以后，直接创建密钥的一个脚本，直接把对这一段文字呢全部发给那个，如果不知道就让 qcloud 帮你找你这跑完以后呢，它会新建一个 apikey 的 这个 hup， 这个自动程序里面呢，他是有你的，有你的这个密钥，把这个命令中的这个密钥替换成你真实的这个 api 的 这个密钥， 就是我刚刚复制的那个外串密码，然后还是发给你电脑这一串文字，那么他会给你新建一个 这个文件，它里面会告诉你是用的是哪哪个大模型吗？ 我这里是 deepsea， 所以 说他已经写好 deepsea， 如果说要用好一点模型，你直接给他替换成好一点模型，然后那两个文件生成以后呢？你就可以重新打开这个 试一下，你打开试一下，你随便给他发句你好或者怎么样，他如果能回答你，那么就说明你这个已经是成功了，就是已经从卡拉的模型切换到 deepsea， 那 么你就可以用国内的这个大模型去调用这个程序。 那大家如果遇到什么困难或者不懂的，可以加我的首页粉丝群，大家一起过来探讨一下吧。

千万不要使用和安装各种各样的 skills， 我 不是否认 skills 不好，相反我觉得 skills 的 发明是一件非常有意义的事情， 他能够让这个编程大模型的能力越来越强。但是啊，你会发现有一个问题，就是像卡洛克的这种编程大模型，你肮脏的差劲和肮脏的 stress 越来越多， 你就会发现这个卡洛克怎么就有点在降质，变得越来越笨了。 实际上啊，他就是因为这个插件和这个 chaos 安装的太多了之后，那么就会出现一种现象， 各种各样的 chaos 之间会相互打架，也就是会有一些冲突， 然后还有一些 chaos 或者一些插件，他表面上说是能够去优化这个托肯的使用量， 节约你的一个成本，但是他背后的运行机制，他会把一些这个编程大模型的输入和输出进行一些优化， 但是不是每一个这种优化工具他都能够处理的非常的好，可能他有时候在优化的过程之中，就也把一些引本非常重要的信息 给优化掉了，也就是把一些非常关键的一些非常有用的信息 给搞烂了，或者是把它给截掉了，那这个时候他就会造成整个上下文对于 ai 这个编程大模型的理解就会出现一定的出入， 因为整个上下文的信息啊出现了一种混乱和中毒的这种情况的发生，那么就会造成这个卡洛克的他越来越笨。 所以啊，我建议大家，如果自己对这些 skills 和这些插件没有一个充分理解的情况下，我建议大家不要随便的去安装各种各样的 skills 或者插件， 但是啊，你真的非要使用这些 skos 的 话，就是一定要去使用那种市场上面大家公认做的比较好的 或者经过用户检验的这些 skos 或者插件，如果没有充分检验过的这种插件，大家能不安装就不安装， 因为啊，毕竟我们在写代码的时候，保持这个冰城大模型一种聪明的状态才是最优的一种选择。

最近 ai 圈炸锅了，曾经被封神的 cloud 四点七发布后竟然被全网吐槽降智。那个能手撕复杂架构、被开发者视为救星的天才少年，怎么突然变成了敷衍了事的职场老油条？真相其实藏在 anselpik 的 账本和安全红线里。 首先是所谓的自适应推理，官方为了平衡惊人的算力成本，默认给四点七开启了中等努力模式。他不再像四点六那样不计成本的深挖难题，而是倾向于快速给出一个看起来还行的方案。 如果你不额外加钱或者手动调整推理预算，他就会在复杂逻辑面前选择躺平。其次是严苛到离谱的安全阉割。为了通过最新的合规审计，四点七植入了极强的防御模块，导致他在面对底层代码或系统级指令时变得畏首畏尾， 经常爆出一长串拒绝访问的废话，再加上新版分词器带来的挑衅消耗激增，用户不仅感觉他变笨了，还觉得他变贵了。说白了，四点七是一个为了商业化和安全性妥协的工程版，他速度更快，跑分更高，但却弄丢了开发者最看重的灵性和深度。 现在的 code 更像是一个标准化的工具，而非那根共鸣的数字天才。

之前呢，我们分享了一期 cloud code 接入 deepseek， 但其实没过多久啊， cloud 就 有过一次版本更新，新版本的模型名称就会出现一些问题， 那这一次就正好我们把桌面版 codex 和 cloud code 都通过 c c switch 来接入 deepseek， 我 们出 three two one。 我 这里啊，把前置环境和 c c switch 都准备好了，同时呢也写了文字版的安装教程。呃，大家可以参考一下，我就不展开了，我们直接开始。 那先说 codex 吧。首先呢，我们需要做一个 cc switch deep seek 的 通道，这个呢，我已经准备好了。呃，文字版里面大家可以自己找一下。首先我们打开这个文件夹，找到这个文件， 复制一下再黏贴。然后呢重命名，文件名是点 env， 注意啊，这个点不能忘记。然后呢，这个文件呢，我已经有了，所以呢我就不确认了，我把这个删掉。 我现在打开这个点 env 给大家看一下，这里面啊就是一条 apikey， 你 们打开的话就把自己的 apikey 写上去就可以了。然后呢，我们双击一下这个 start 点 back 的 文件， 出现这样子的界面，这就算成功了。那如果中间哪里有报错啊，就要重新回去验证一下自己在前面的环境这里有没有什么没有安装好或者遗漏的地方。 好，那我们接着打开安装好的 cc switch， 这个是 codex 的 界面啊，它是 gpt 的 图标。 进来我们看到这个，我们点击右上角的加号，可以看到的是添加供应商，呃，我们下滑，这里填供应商名称， deepseek v 四 pro。 备注呢，我们就随便写写一个 test 官网的链接，这里是可以不填的， api key 就 填自己的 deep seek 的 api key 就 可以。 这里注意啊， api 请求地址填的不是 deep seek 的 接口，因为前面我们已经做过 cc switch 的 转接了，所以填的是本地的地址， 然后下面到模型名称这里就填 deepseek v 四 pro， 然后我们拉到最下面，这里直接就是点添加， 然后它会自动回到上页。这里啊，已经多了一条 v 四 pro。 看一下啊，这里我们直接点一下它就可以切换到使用中了。现在我们来打开 codex 看一下 这里，它其实已经绕开登录环节了，原本打开呢是需要 gpt 的 账号了，现在呢，呃，都是需要验证手机号的。那我们现在通过 cc switch 就 可以直接接入 dbic， 跳过登录直接进到 codex 的 界面了。 这里我们根据他的提示啊，先初步一下，然后这个 set up 好 快速就完成。现在我们发消息来问他一下，你当前使用的是什么模型，有回复了啊，他这里回复呢，他是 deepsea 了。好，我们现在再来验证一下 这里呢啊，使用之前他会向你申请一下电脑的权限。没关系啊，我的 codex 工作区也在桌面上面，我们现在直接打开看一下。 好的，这里呢，他是已经在工作区里面建立文件夹了，速度啊，我觉得是很快的，根本没什么毛病。那其实到这里为止呢， codex 接入 dbic 就 完成了 啊，如果没有账号没法注册或者说登录需要验证的朋友们啊，我们就先把 dbic 可以 这样耍起来了。 然后接下来呢，我们直接再来试一下 cloud code， 这里同时也是一样的啊，我们首先先要打开 cc switch， 我 先把我刚才的配置都删掉， 注意啊，这里是 cloud 的 配置页，也同样啊，直接点击加号进来，直接就是选择 deepsea， 这里的供应商链接，官方名称都已经直接有了备注。我们也先随便写一个测试 a p r key， 这里也同样是写 deep seek 的 key 请求地址，这里也不需要动了。 好，接下来我们就到了模型这里，模型这里呢，我们都填 deep seek v 四，然后这个 e m 呢？呃，之前的视频也说过，其实就是百万上下文使用的意思，如果不加的话呢，不用做大项目的话也是够用的。 然后这里其实还是可以换一个 flash 模式的，也不用全部都是 pro， 然后随便找一个改一下啊，这几个模型名字等会都有用的，是一个对应的关系。然后这里我们就直接先添加， 回到这里就有这个选项了，我们这里就直接点起用。之后呢，我们再开通一下本地路由，在这个设置路由本地路由里面，本地路由打开 cloud 打开， 然后同样这个本地的服务器地址是要记一下，后面要用的。好，我们返回上一集测试一下，看到他是正常运行的。接下来呢，就是打开 qq 的 第一次 打开登录界面，不用登录啊，左上角 help 这里啊，点击这个 troubleshooting， 然后进到这个 enable develop mode， 然后点击 enable， 然后这里其实就是进入它的开发者模式， 然后重启，重启之后你会发现这里多了一个 develop 的 入口，然后我们选择 configure party info， 然后进来。进来之后，首先第一个 provider， 我 们这里直接就选 getaway， 然后 getaway 这里的 base url 就 写刚才我们 cc switch 这里出现复制下来的地址，这一个 key， 这里呢，当然还是 deep seek 的 key， 然后 bear 这里是不用动的。好，到模型 list 这里怎么填啊？这里就是填我们前面在 c c switch 里面配置过的对应模型，前面呢，加一个 cloud。 好， 这里两个模型够了，直接我们拉到最下面 apply locally。 好， 然后直接重启。 看啊，这里就是直接不用登录，我们就进到 cloud 的 界面了，然后 solo party 的 模式到 code 这里试一下。首先呢，我们随便设置一个工作区，然后测试一下，帮我建个文件夹。好，我们看一下它的这个速度还是很快的啊。 ok， 那 到这里呢， codex 和 cloud 都已经接入完成了。我最后补充一点啊， mac 系统呢，相对比较稳定，但是 windows 的 话呢，会经常会出现这样子的报错， 但这种报错啊，其实没有什么关系，通常都是安装有问题。呃，因为网络原因，组建安装可能会有丢失，最好呢是可以调整一下自己的网络环境，重新安装一下就 ok 了。 顶级的 a g 呢，配上我们的国产大模型，就再也不用为无法登录烦恼了。好，那这次的内容就到这里，希望对你有所帮助。我是阿月，我们下期再见。

前两天我跟一个朋友聊到了他不用 cloud code 的 原因，他说每次一关窗口，聊天记录就没了，下次打开又得重新开始。我的第一反应是，很多人不是觉得 cc 不好用，而是根本没搞清楚他应该怎么用。所以今天我想聊一下，如果你想真正的用好 cc， 至少要知道哪些东西。 首先， c c 不 只是一个能写代码的聊天框，它更像是一个在你的电脑项目里工作的 ai 助手。当然你不能随便打开一个终端，然后说帮我做个网站，这样也能聊，但是效率非常低。更好的方式是你给他一个明确的工作空间。 就比如说你要做一个测试项目，你应该先建一个文件夹，然后在这个文件夹里面打开终端，接下来的任务就是围绕这个文件夹工作。这其实非常重要， 因为用 ai 编程工具的最核心的是你会不会给 ai 划边界，你要告诉他哪些文件能改，哪些文件不能动，这个项目的目标是什么？这步是先规划还是可以直接执行？什么情况必须停下来问我，不 然他能力再强也可能跑偏。然后说，安装 windows 用户一般需要先准备 node 点， js 和 git 不 会装也没关系。现在最简单的方法其实就是让另一个 agent 帮你装，比如说你 可以用 tree 或者是 cursor 这类工具，直接跟他说帮我检查一下电脑有没有 note 点 gs 和 bit， 没有的话就帮我装。这也是我现在很喜欢的一种思路，要什么都自己学，能让 ai 帮你铺环境，就让 ai 帮你铺 cc 的 安装，我这里就不多讲述了，你们可以去搜教程，或许我也会出视频。 cc 有 几个模式新手一定要知道。第一个是摸着模式，这个模式比较稳，他不会随便乱改，每做一步会停下来问你。缺点是慢，但优点是安全。第二个是全自动模式，这个模式是你授权以后，他可以自己连续执行， 效率很高，但你得确定你给他的任务足够清楚。第三个是 plan 模式，这个我非常推荐新手用，因为他只规划不动文件，他会先帮你分析项目结构，拆任务给方案。我一般的习惯是先让他进入 plan 模式， 先把整个项目想清楚，确认没问题以后再切换成执行模式，这样不容易把项目改崩。切换模式一般是 shift 加 tab。 再说聊天记录的问题， c c 是 可以恢复之前的对话的，你只需要 输出斜杠 resume， 它就会列出之前的聊天记录，你选一个就能接着之前的内容继续。还有一个更实用的操作，如果它刚刚执行了一步，你觉得效果不对，可以按两下 esc， 可以 退回到这一步之前。当然 token 是 肯定不会退回的。还有两个命令， compact 是 压缩上下文， clear 是 清光上下文。 ai 的 上下文越长，他就越容易忘记重点，执行质量会下降。所以一个阶段做完就让他慷慨了一下，一个大方向结束就可以了一下，但是清空之前一定要让他总结当前项目进度，这样你下次打开他也能快速的接上。 这其实就是我现在用 ai 工具最大的感受，也不能把他当成一个无脑的聊天机器人，你要把他当成一个需要管理的员工，你给他的信息越清楚，他越清楚，他越不 浏览度，项目资料整理的越好，他接着干活就越顺。最后再简单说三个进阶方向。第一个是 skills， 你 可以理解成给 ai 的 标准作业流程，比如说你经常做公众号，做网站、做复盘，你就可以给他写一套固定的规划，让他每次都按你的习惯来。 第二个是 m c p， 它更像是让 ai 接入了外部工具，就比如说数据库、文件、网页、支付这些，这个能玩明白以后， ai 就 不只是跟你聊天， 而是真的能接入你的工作流。第三个是 hoggens， 这个是更像自动触发机制，就比如说你保存代码以后自动检查，提交前自动格式化，某些操作前自动提醒。这些东西听起来有点技术，但本质上就是让 ai 更像一个自动化团队。所以总结一下，我觉得 c c 真正厉害的地方不是他会写代码，而是他让 一个不那么懂代码的人开始把想法推进成一个真实的项目。但前提是你不能乱用，你要学会在正确的文件夹启动它， 用一般模式先规划，然后用 reroom 接回历史绘画，用 esc， esc 回退错误操作，用 ctrl 翻 译上下文应用。 c 的 规则，现在它能做什么，不能做什么，这些东西掌握以后，你才会发现， c c 不是 一个聊天工具，它更像是一个能帮你推进项目的执行助手。而我现在越来越确定，未来真正拉开差距的，不是你 会不会问 ai 问题，而是你能不能把 ai 变成自己的工作流，不是让他陪你聊，而是让他真正帮你把事情做出来。

下，用 cloud code 还有这个 code 啊，感受吧，这两个软件我现在都装了，都开了会员了。 cloud code 和 code 这两个软件呢，我感觉呃， code 会略胜一筹。 cloud code， 你 给他发任务，他总会每一步的不停的去问你。呃， code 呢？你给他发了任务之后，他会自己去思考，然后自己去执行， 过程中呢，根本不需要你参与。如果你过程中有什么其他的想法，也可以点这个插入，他会把你的想法插入到他的思考过程中。但是可乐的扣子没有这个这个插入这个功能，你给可乐的扣子发一个命令，只能是他运行完之后 你再给他发第二条命令，要么你就终止这条命令，把你的命令修改一下。扣子呢，他在运行的过程中，你随时的可以打断他，随时的可以把自己的想法去加给他，他把你的想法 会立刻的加入他的这个工作思考中。所以下个月的会员我打算，可乐的这个会员我打算不续费了，我觉得只用 code 就 够了。