claude可以练口语吗

好久不见，各位小伙伴，作为一个每天都会使用 ai 的 英语老师，我经常听到很多 ai 的 博主会把常见的海外的这三家这个 ai 大 语言模型给念错，所以今天我就带着大家 来申办一下这些符号，这些单词，它背后有什么样的深意，同时呢，他们到底该怎么念？ okay， 我 们先来看到第一家，这个是 openai 的 chat gpt okay， 我 们首先看这个 openai， openai 大家肯定都是经常听到的， openai 是 什么意思呢？ open 开放的 ai 就是 我们说的人工智能，它的全称是 artificial intelligence， 这个就是 openai 开放的人工智能。但其实最近大家如果关注新闻，马斯克正在和这个 sam altman 打官司，就他认为 iopai 最初是一个 non profit organization， 一个非盈利组织，但是现在逐渐地变成了一个盈利组织，他觉得违背了他的初衷，所以就把 sam altman 告上了法庭。后面今天我看到这个判决已经说是马斯克已经输了，但是他说他要上诉。那我们再来看这个 chat p t， chat 是 聊天的意思， 那主要就是这里的 g， e， p t 是 什么意思？那 g 象征的是 generative， 我 们知道 gener 的是产生的意思，那 generative 就是 生产的，产生的能够像人一样创造出东西来的。 p 呢？来自于 pre trained train， 这里不是火车，它是一个动词训练的意思， pre 预先，也就是预先训练的，所以深层次的预先训练的什么 transformer， 这个地方的 transformer， trans 是 变化， form 是 形态，形态上面发生了变化的东西，那这个是在以前 transformer， 其实我们作为八零后来说，小时候是看了变形金刚长大的，所以看到这个 transformer 就 特别的亲切，是吧？像什么 optimus， prime， bumblebee 这些，什么霸天、虎威震天这些就是变形金刚作为 transformer 的 含义。但是在 ai 领域，这里的 transformer 指代的是一种 基于大语言模型的一种变换器，那就是把这个你给的这个文字，它变成一个它输出的文字。第二张 gemini 我 经常听到有，就是这样的一个工作的机灵，我们在看到有博主或者是学生念成 gemini， 它不是 gemini， 它是 gemini， gemini 它是来自于 google 谷歌家的这个 gemini。 可能很多同学也不知道这个 google 是 什么意思，其实 google 本质上呢，它是一个数量单位，它的中文翻译其实以前叫做谷格尔，它相当于十的一百次方啊，十的一百次方， 所以这个就是 google 这家公司它的名称背后的含义。那 gemini 是 什么呢？这个东西又又说到这个八零后，九零后童年的一个记忆了。如果你小时候看过圣斗士星史的 你就应该知道，我们那个时候看的是冥王十二宫的版本，所以他在打双子座的大 boss 的 时候，两张脸一边一张脸，所以 gemini 它是双子座的意思，它是来自于一个星座的一个名称，所以它的发音是 gemini， 不是 gemini， 所以 千万别搞错了。 我们最后再来看到现在这个编程能力最强的来自于 anthropic 家的 claw， 我听到很多人包括各种各样的科技博主都把这个 cloud 给它发成了 cloud， cloud 是 云朵， cloud 是 克劳德，是一个人的名字，就这两个之间相差了十万八千里，所以说这个发音一定别搞错了， cloud 是 云朵，而 cloud 是 人名， 那这个公司是什么呢？叫做 anthropic， 我 们知道这里有一个词根是 anthropic， anthropic 就是 人类的意思，比如说像人类学 anthropology， 那 anthropic 就是 像什么像人一样的，它加了一个 i c 作为一个形容词的后缀，就类似于人一样的， 他们给他们自家的这个模型起的这个就是一个人类的名称，叫做 cloud。 那 我们历史上其实讲到 cloud， 在 这个 ai 出来之前，我脑袋里面第一反应是这个人，他叫 cloud monet claude monet。 这是谁？其实懂的同学已经都知道了，你看到 monet 你 就应该知道是画睡脸画草堆的法国印象派的开山鼻祖， 我们中文的翻译是莫奈，那它的全名就是 cloud monet。 所以 今天给大家呢，就讲了这三个主流的海外 ai 大 语言模型，它们的一个名称分别是 openai chat gpt、 google gemini 以及 anthropic clot。 希望今天的简短的分享能够帮助到各位小伙伴，如果大家还想听什么其他类似的讲解的话，欢迎在评论区留下你的看法。

想不想让你的 cloud code 越用越聪明，越用越懂？你？把这段提示词放到你的 cloud dmd 的 文件当中？这个是来自大神卡尔帕西的经验总结，并且已经开源，在 get 上面有十六万颗星。有人已经测试过这个方法，效果特别明显啊，在六周以内，他的代码库的错误率从百分之四十一下降到百分之十一。我们来看下这个神奇的提示词。 好，这个是提示词的原版，很短，六十几行，直接看中文的版本，了解它的设计思路。首先，这个总结是来自于卡尔帕西的一个推文核心，让你的 cc 在 执行任务当中遵守这四个原则。 编码前的思考，简洁优先，精准修改。目标驱动编码前的思考，要怎么去做？代码简洁优先，要怎么去做，都有非常清晰的说明。精准修改，当你编辑代码的时候应该做到哪些？原则改动独立的代码的时候应该怎么做？最后，目标驱动执行 无效的说明是什么？应该怎么转化为有效的说明，包括对于多步骤任务怎么样去说明。一个简短的计划，短短几十行，那个说明啊，让你的 c c 的 编码能力有一个显著的提升，彻底做一次升级。好了，我是六叔，关注我，持续丰富，大家进货，拜拜了个拜！

一分钟看完一周 ai 大 事。 open ai 解除与微软绑定的情侣关系， open ai 可以 自由恋爱。其他云平台。新机之门算力已提前三年突破十几瓦，给微软的分成持续到二零三零年，不再跟 agi 挂钩。 claude 接入五十多款创作软件，能直接操作 photoshop 修图、做海报、接管 blender 建模， 用 ableton 创作音乐。你只管说想法， cloud 负责干活。 google i o 大 会剧透，下一代大模型 gemini 四即将登场，最强视频模型 vivo 四也在路上，二六年最强大模型之战你打响！ gemini 上线，原生文件生成，以前要自己复制粘贴再排版，现在直接生成 pdf、 office 文档和数据文件。 google 推出 ai 衣柜， ai 会翻遍你的相册，把你穿过的所有衣服整理成数字衣柜，衣服鞋子自动分类，随时虚拟试穿，保存穿搭灵感，再也不用为 ootd 发愁了， 开发者抓紧复刻一个 ai 穿搭同款。 google 翻译上线 ai 口语陪练， ai 能分析你的发音，告诉你哪个因素读错了，哪里需要调整。多邻国瞬间不香了。英伟达开源全模态模型，定位是给智能体当眼睛和耳朵， 让龙虾理解文档、音视频和屏幕。研究员训练出复古大模型，使用一九三一年之前的数据训练，彻底切断互联网污染。 talky 的 世界观 停留在爱因斯坦的年代，但语言和计算能力竟然不输现代 ai， 给他几个 python 实力，居然能写出可运行的代码。 talki 能用来观察数据，如何塑造 ai 的 人格和三观。凯卡库发布食品大模型，通过分析海量食谱， 无师自通领悟了味道、口感、菜系和文化属性，拥有顶级出师直觉的 epicure， 还能附身机械臂给你炒菜。食品领域终于迎来 chat gpt 时刻！腾讯开源最强翻译小模型手机本地可运行，出国没网也不慌了！ 研究员开源突破性智能体写作框架，放弃用文字接力，让 ai 在 前空间里交流得出最优解，再输出 token 速度暴涨四倍， token 爆降八成， agent 写作进入意念交流时代。 moon lake 上线 blender 智能体， 它能像人一样操作 blender 建模检查结构，发现问题再返工，通过循环纠错迭代出能交付的版本。更狠的是，你只要给他演示一遍，他就能学会工作流。做游戏和影视的建模师狠狠马住 商汤。开源推理图像模型，一个模型同时搞定视觉推理和生成绝活是做图文混牌。 space 上线最强世界模型，拍几张照片就能生成带交互的三 d 场景。 研究员开源剪辑识别模型能自动标注视频的剪切点和转场类型，能用来拉片分析剪辑节奏。一键复刻爆款奈非开源四 d 视频模型，它能把一段普通视频变成一个能重新拍、还能随便改的四 d 场景视频，后期被彻底改写。 x a i 上线声音克隆，录制一分钟就能克隆你的声音特征。 ai 能用你的声音说二十八种外语。科学家研发出能直接跟大脑通信的 ai 神经元，它能模拟活体神经元的复杂放电模式，成功激活真实的神经回路。脑机接口迎来新突破， neuralink 推出脑机接口手术，机器人不用在脑袋上开孔，直接穿透完成植入，批量制造，增强人类成为现实。

刚给我的 clock 加了一个语音播报功能，感觉效果非常不错，给大家演示一下。我们自己定义了一个 command 叫 listen， 正在执行命令，已开启朗读，从下一段开始播音。语音播报我自己感觉有两个非常好的用法，一个就是你可以像和真人一样和 clock 聊天儿，然后有一个非常好的体验感，比如 啊，我现在正在拍一个短视频，然后正在展示你的语音播报功能，然后你跟观众老爷们打个招呼，用一个比较有趣的方式，比如说顺口溜或者什么的。 各位观众老爷们大家好，我是 cloud ai 界的一枝花。那当然它还有一个更实用的用途啊，就是如果我们要跑一个相对比较复杂比较长的任务的时候，我们就不需要一直在电脑前面盯着了，我们可以通过语音播报， 呃，听到它现在做到了哪一步，然后我们可以在这个过程中去干点别的事了。比如说，像你现在帮我用 html 写一个教程，讲一下在 crosscode 里增加语音播报这个功能应该如何实现，让观众老爷们看了之后就也能自己动手操作。好，那现在 crosscode 就 开始自己去写了，然后我们现在就不用 呃，定位看，然后我们就可以来喝茶。我先查一下你的书包， p t s。 看看风景，确保教程内容准确，然后一边喝茶一边听着它现在做到了哪一步。执行命令。金俊美， 好，现在我有完整的技术细节了，开始写教程，正在写入文件。 嗯，听起来他好像有点进展。正在写教程已生成，并在浏览器打开，内容包含原理图，四步流程一眼看懂。不错，好像听起来他现在完成了，我们回来看一下 含音色对照表，完整 t t s 脚本可直接复制三个命令文件，验证方法，加命令使用表格、常见报错排查，每个代码块都有复制按钮，观众老爷们对着视频操作很方便。好的，感谢。

大晚上不睡觉又是发任务了哈。就有一种理解了资本家的感觉。我充钱了我就得把你薅光，然后把头坑用完。 好了干活吧。 点了一壶手冲这个这个真正的热着喝，风味也很不错，强推柑橘桃子， 把我的漂亮小猫给我抠成了这样，然后骂了一顿， 笑死了。 好有意思的洗手间呢。 厕所去屎。 give up hey， we see a baby。

每天的头啃都是不够用的。然后早上起来第一件事就是先给他发个小发个任务。 students an opportunity to ask a question now my guess is your name。 上次不是说 club 老师帮我把这个所有代复习的单词都按照各种类别， 嗯，帮我分类好了嘛，然后我觉得很方便，他当时给我生成的那个版本是要我自己手动的去。嗯，调节是上一个单词还是下一个单词，我觉得这样有点太麻烦了，所以我就给他两个指令。嗯，给我添加一个自动播放的，自动播放的同时我手没有做任何操作，它同时显示中文， 自动下一个，这样我手不用进行任何操作，解放双手，我只用眼睛就好了。 还有一种情况就是我可能觉得他这个速度有点太快或太慢的话，我让他给我又生成了一个指令，就是我可以这样快速过单词的时候 快速过单词。 sustainable infrastructure， construction， monument founded facade， low bearing heritage， density， zoning blueprint， skyscraper， urbaniza， outspur， cathedral spacious， pedestrian auditorium。 这就适合。就是对单词已经有了一定的了解，然后每天要快速地过一下这个单词的需求。 人类之光。我先准备让他给我做一个雅思阅读里面的统一替换的归类，然后我先把这个包给他，因为我喜欢吃的所有食物的总和。真的强腿干干！这个饭巨好吃。 谁还没有吃过胡麻的？这个米线绝了！还有这个，这个什么鸡同菌拌那个树皮菜，哇，很难形容这是一个什么味道，但是超级超级好吃， 周笔芯是绝。

很多人用 cloud 写文章，用着用着就发现一个问题，他好像有点记吃不记打。 今天告诉他你喜欢口语化风格，明天开新绘画，他写出来又变成正式腔。你让他检查有没有 ai 味儿， 他答应的很好，但不是每次都记得做。你想让他同时帮你查资料，写出稿、润色、排版，他只能排队一件一件来，急死你。这三个问题，不管你提示词写的多好，都解决不了。 真正的解法是架构， cloud code 把这套架构分成了五层，每一层专门解决一个问题。听起来有点技术范， 但其实不难理解。我们一层一层来看，第一层， cloud 点 md 记忆层，专门解决 ai 会忘事的问题。你把自己的写作风格、内容、规范、格式要求 全部写进这个文件， cloud 每次启动都会先读它，就像员工上班前先看工作手册，从此不用每次重复交代它，永远记得你的规矩。第二层， skills 知识层，你可以给 cloud 准备不同的技能包， 写科技文章调用一个，写营销文案调用一个，写短视频脚本又是另一套，用哪个调哪个，互不干扰。 cloud 不 会把写论文的语气带到写段子里去。第三层， hooks 护栏层，专门解决 ai 不 可靠的问题， 你可以设置规则， cloud 每次写完文章，系统自动触发检查，看有没有深度剖析。不仅让人深思，这类 ai 枪不是让 cloud 自己记得检查，是系统强制跑， 绕不过去，就像流水线上的质检卡口，零件不合格传送带直接停。第四层，子代理伪派层，专门解决 ai 做不了并行的问题， 一个主可 log 的 负责调度，多个子可 log 的 同时干活，一个查资料，一个写出稿，一个做润色，同时进行，互不等待。原来要一个小时的事，可能十五分钟就完了。第五层，插件 分发层，你把前四层搭好的规则、技能、检查流程打包成一个插件，团队里其他人一键安装，马上继承你的全部标准， 不用挨个儿教，不用反复同步装上就能用五层合在一起。一句话总结， cloud 点 m d 让它记住你。 skills 让它术业专攻， hooks 让它不敢偷懒子代理让它多县城干活。插件让整个团队用上同一套标准， 从一个记吃不记打的 ai 助手，变成一套真正靠谱的写作系统，差距就在这五层！

昨天我发的这个 cloud 陪读的这个项目，没想到引起了非常多朋友的关注，今天就给大家演示一下，在我这个项目里面是怎么让 cloud code 陪我们去阅读，去深度理解一本书的。还有就是给大家演示一下在这个过程中整体的一个 交互流程和它的体验是什么样子的。今天我也对这个项目进行了一些优化迭代，主要是去提升了那种 啊一个章节的内容比较长的那种书，它整体的一个阅读体验。所以今天我就用理想国这本书来给大家做一下演示。这里我找到了书的 e p u b 的 这样一个文件，然后我就直接发给 cloud， 跟他说陪我读这本书，我们就可以看到它加载了一个 skill， 就是 这个也是我自己写的一个 skill， 就是首先把这本书分成一个一个章节，这个章节是直接跟书的原文一一对应的。 ok， 这里我们就看到这个 skill 执行完成之后，就会把这本书分成了十一个章节，这十一个章节里面的内容 都会写在这个肉点 md 里面，它就是这本书的纯原文，只不过被切割成了十一个章节。 ok， 然后他下面就问我说我从哪一张开始读这里因为 第一张他写的是导言嘛，所以我就跳过了第一张，直接让他陪我去读 ch 零二就是第一卷， 也就是这本书真正正文的部分里面的第一张。然后这里就是我今天优化的第二个 skill， 这个 skill 的 作用就是把这一张或者这一卷的内容再切成一个个比较小的阅读单元，这里主要是考虑到人的一个阅读注意力，因为我们去阅读一本比较晦涩，或者说比较 长，比较难懂的一本书的话，如果你一下子要读很多文字，那这个过程其实是非常枯燥的，所以这里的话就是利用代语言模型， 它读完这一章之后去理解这一章可以划分成几个阅读单元，让我们的整个阅读体验是比较清亮的，一小块一小块，同时它又是整个阅读体验又是比较连贯的。这里的话我是做了一个 skill， 让 cloud code 的 这个 agent 去从头到尾的读一下这一卷的 具体的内容，然后再按照人能够去阅读它的一个比较小的力度去把它切分成几个阅读单元。这个阅读单元就是后面我们去阅读这本书的一个一个最小单元，就是我们阅读完一个单元，然后就可以跟 cloud 聊一次，其实就是你 没有把它阅读完，中间去聊其实也是可以的。并且我这里还做了一个单独的评测， agent 就是 去评估它切分的这个单元是否是合理的。这里其实就是一种 a， 一个 agent 不 能既当裁判又当运动员的一个思路，就是主 agent 去出这个单元的划分结构， 然后有一个新的 agent 来评判这个划分方式是不是合理的，就是他们都会去读这一章的具体内容。 ok， 然后紫 a 证的区冷读完之后，他给了一些建议，就是需要增加一些单元，这里会经过多轮修正，这里我现在设置的上限是两轮， 因为如果人数太多的话，我怕对 token 的 消耗会比较大。两轮修正之后就定稿了，那么这里他就把这一章切分成了十个单元， ok， 单元切分完之后，他这里就会主动的说我们从第一个单元开始去阅读，也就是这本书正文里面的第一段嘛，他读完之后，后面其实就是 啊这个交互式阅读里面的一个核心体验。在这里的话我们其实就是要停下来真的去读一下这个原文，以及说 cloud 给我们添加的一些额外的阅读内容。 去读原文的话，我一般是会在这个 obsidian 里面去读，它的阅读体验会比较好一点。这里除了原文之外，还有一些 像一些关键词的注示，还有一些翻译的结果，如果是一些文言文的话，那这个翻译结果还是比较重要的，以及说对这一个单元的内容，后世是怎么去评价他，去怎么去理解他的， 这里的话相当于给我们一个理解，他的一个参考。还有就是跟上一个单元的连接，让我们保持阅读的一个连贯性，并且这里会隐身出来一些问题，这里因为第一张我真的是读不懂，就是这个理想，我第一张是真的读不懂，就是我他跟我说这里面有强力和说服，问我说看到这组对照 我的感受是什么，我根本就没有看出来有什么强力和说服这组对照，所以我就只说了在这里的话，其实我们要做的一件事情就是 cloud 引导我们说的东西，我们一定要 认真的去思考，然后去诚实的表达出来，这样的话的效果是最好的。这里的话最好就是我们直接用那种语音输入法，就是你直接对着电脑说 啊，想到什么说什么都 ok 的， 最重要的是要把你的想法，把你当下的一个想法说出来，包括他这里会引导我们去回忆自己的一些生活经历，跟这个概念，或者是跟这一章的 内容。 ok， 这里说完之后，他又重新给我解释了一下，我觉得解释下的还是不错的。这就是我说 cloud 很 智能，就是特别适合帮助我们去读书的一个地方，就是他会去问我说有没有生活中有没有遇到这种时刻， 你明明觉得很有道理，但对方根本就是不想听，就是你怎么说服他都没有用的一个场景。 ok， 然后这里我就 确实想起了一个场景，就是上周买榴莲，然后卖家不给我退的这样一个场景，明明就是那个榴莲不好吃，它的口感和味道都很奇怪，所以我就把这个东西直接用语音输入法，就是直接对着电脑说，跟他说了，他就跟我说这个例子非常的好，就是量身定制的。 ok， 然后这里我们就可以看到他会自动的 去触发这个 insight 的 写入，这里会写入我的故事啊，就是这个买榴莲的故事，然后还有一些闪回，这个闪回就是说书中提到的一些观点，或者是一些概念，跟我的人生经历、生活场景交织有连接的一些地方， 所以这里就是提到我榴莲的这个场景，说服老板，但是在老板不听时失效，他会把这些东西记下来。这个其实就是参考卡巴西他提出的那个 啊，构建自己的个人知识库的那样一套框架，只不过是应用到了读书的这个环节里面，只要你在跟 cloud 对 话的过程中触发了一些值得写入的东西，它就会自动写进去。 那这个过程的话就是需要我们啊耐心的等待一段时间，让它去写入，并且它会建好缩影。后面你如果要去查阅或者是针对一些你写入的这些 index 去提问的话，那这个缩影会加快 cloud 去查询这些内容的一个速度。然后他就给我说了一下这个事情跟苏格拉蒂就是理想国里面 的第一单元的内容有什么关联，我觉得讲的还是不错的啊，这里他还有一些隐身，就是想接着聊这里这些议题，我觉得也是还蛮有意思的。但是我为了演示的话，我就直接跟他说继续下一段吧，然后下一段的话他就会自动去更新这个 progress， 就是 进度的这个文档，然后把第一单元标记为已读。 这个东西有什么用呢？就是当我兴起一个绘画去说继续读某一本书的话，他会自动的去查我现在读到了哪一个单元，比如说这里他就看到我第一个单元已经读完了嘛，所以他就会跟我说续读点是第二章， 然后直接进入第二章的部分，然后在第二章他也会像刚刚那样去提供一些他额外查到的一些东西，帮助我们去读完原文之后去做一些思考，或者是去做一些参考。 所以这个大概就是这样一个项目是怎么去运行的，如果大家感兴趣的话可以去体验一下，然后在这个过程中，如果大家有遇到任何的问题，也可以反馈给我。

cloud 四点六杀疯啦！高强度用了不到三天，我已经把所有界面的三的工作切到了四点六。这个更新有多大？打个比方， cloud 四点五像是你手机里导航软件，可以告诉你怎么走， 而四点六就是你请的专业司机，只要一句话，目的地到了，老板请下车。这次更新只围绕两个字，效率 来用数据说话。上下文窗口从二十万 token 暴涨到一百万五倍，推理能力二和 agi 二从三十七点六跳到百分之六十八点八，几乎翻倍。 百万 token 下的长文本解锁准确率达到了百分之七十六，是四点五 solo 的 四倍，这在以前是不可想象的。可能你对数字没有什么概念，那么在实际工作中，四点六到底强在哪里？ 第一点，一百万上下文窗口它真能用了。四点五虽然编程很强，但是一次生成的应用程序或者网站，它的二十万 token 上下文窗口存在一个上下文衰减的问题，写着写着就忘了前面的， 导致最近很多程序用一种叫做奇怪的叫爸爸的方法来验证 cloud 是 不是丢失了上下文。通俗的来讲， 以前的四点五像是端着一个小碟子去吃自助餐，加了二十样就放不下了，想吃新的就得把前面旧的倒掉。而现在的四点六是推着购物车进场的，一百道菜全部打包带走，你问他第三排第二个菜是什么，他可以给你报出菜名来。第二点， cloud 从思考者变成了一个执行者。四点五是一个思考者，而四点六是一个会把事情做完的思考者，他不再停留在思考阶段，而是会自主行动，跨多个任务自主完成。以前需要多轮对话才能搞定的事情，现在一次就搞定了。 而且四点六引入了一个叫做自适应思考模型，会自己判断这个任务的难度，来决定他思考的深度。作为你的 ai 同事，他已经从事事都要请示你的实习生，变成了自己会做决策的项目经理。 更狠的是，以前一个 cloud 只能干一件事儿，现在你可以让它自己拆成一个小团队，缤纷多路同时干。而且每一个 ai 单独享用独立的一百万 token 的 上下文，干完了再自己把任务合在一起交给你。 第三点， cloud 不 再是程序员的专属，它可以是任何人的同事。 asp 同步推出了 cloud in excel， 支持条件、格式、数据验证等原声的操作。以前是 ai 帮你做 ppt， 做出来的东西像是在路边打印店做的，那么现在他会直接去看你公司的 ppt 模板长啥样，做出来直接丢给老板用， 到了这个时候一定是有转折的。对，我们来谈一谈价格，四点六的 api 价格和四点五完全一样，但是我要说但是了，四点六推出了一个 fast 模式，输出的速度是普通情况下的二点五倍， 以前要写十分钟的东西，现在只要三到四分钟，但是价格直接飙升到普通模式的六倍。你没有听错，输入三十美金，百万投资，输出一百五十美金，百万投资。价格涨了这么多，他变强了吗？没有， 完全一模一样，而且如果你用了超过二十万头寸的长上下纹，价格还要额外再涨一点五倍到两倍，这让有人调侃说 cloud 四点六造成亏损和破产，从未如此之快。六倍的价格换来二点五倍的速度，从数学上来说，这完全不合理， 但在商业的世界里，从来就不是纯数学。这就好比你的飞机要起飞了，你是狂踩共享单车，还是立马叫辆专车，以最快的速度去机场？路还是那条路，人还是那个你，但你愿意付这个费用，因为那个场景下，快就是一切。 这大概也是 ai 行业第一次这么明确的告诉你，你的时间值多少钱，你就付多少钱。所以回到最开始， 为什么我三天就从界面的三切过来了？因为四点六不是一个更聪明的聊天机器人，他是一个真能帮你落地干活的同事。而且 ospec 这次用定价告诉了所有人， ai 这个同事你的时间值多少钱，他就收多少钱。

够了，我用 a a 给自己做了一个学习西班牙语的工具软件，长这样就是进来的时候他会先，等下进入下一个单词的时候，他会先给你念一遍这个单词，豆豆豆豆豆，然后这个单词下面有音标，音标下面有一个简短的例句， 那句也可以读一下， dinghoo de style， dinghoo de style。 啊，我不知道这个单词什么意思，那我就选不知道。 donghoo， donghoo， 痛苦的意思。 donghoo， 我 还以为是美刀的意思呢，原来是痛苦的意思啊，我学习这个单词的时候可以尽量快，那不一定要你一下要把它记稳，应应该尽量快的过很多单词，反正它后后面会重复的出现。 然后这个学习单词的左边呢？就说你，你这次学习了多长时间，然后总时长是多少？然后右边就显示一个 啊，做题的总个数是吧？然后下面有个丙图，显示你正确的正确选择的选项。像我刚刚其他的都不知道，正确的只有一个， doctor， doctor， 这个绝对是医生和博士的意思。 doctor， doctor， 对， 然后你看选择之后，这个正确的答案会亮一点， 好让你呃看得清楚一点把，让大脑把这个单词跟这个示意联系起来。 doctor， 哟哟哟，这个单词竟然是我的意思， look 先前背过了，怎么样？我对西班牙语一点了解都没有，别等一下， 搞不好真的被我学会了。这个单词有点绝，爱豆念成爱豆，爱豆爱豆 念成矮的，但是事实上是高的意思。这个就是我给 ai 的 提示语，做这个软件的提示语，先给了他一大段的这个需求啊，滔滔不绝的讲了我的需求是要怎么显示，怎么选择这样， 然后他做第一版出来之后，我就开始不断的改他，因为每用一次就觉得有一个一些地方用的不爽，又改动了这么多东西，可能总共花了两个多小时吧，前前后后得花两个多小时啊，改动这么多东西才出来一个这么这么一个东西。 然后刚刚我又想到有两个，又想到有两个新需，新的相当于新需求或者问题，我写下来，然后复制给 ai 使用克劳德， 这样他就吭哧吭哧的给我改，对吧？这样，我是昨天总共是，我看一下我花了多少钱， 可能花了两块多钱啊，我是使用 deep seek 的 啊， cloud 加 deep， cloud 加 deep seek， 然后昨天花了两个多小时吧，再加上今天一点时间， 刚刚改好一版后，软件打开出现报错，然后我就把报错复制给 ai， 然后让他帮我解决，他很快就能找到他错误的地方，然后就改好了，我到现在都还没有去看过他后面任何一行代码。 有一个小麻烦就是用户得，我这是 windows 系统，用户得自己呃，在 windows 把这个西班牙语的语音给下载好了，这样它才能够读西班牙语的语音，然后西班 牙语的语速是很快的，所以我又增加了一个调速的这么一个 啊，这么一个功能，这样，可他可以念慢一点，我可以听得懂，听得清楚一点。灭度，灭度，恐惧，害怕灭度。哇，这回漂亮了，我刚刚就把 next 把 next 按钮 is that all is negro， negro。 这上一个单词不不是挺像吗？ negro， negro， negro 这个单词有一点，那个重组歧视我感觉 好，现在可以暂停了。好，暂停就回到开始页面，然后那个计时应该会暂停。对， negro adress adress 米拉 adress 德米纳德米纳 demino a la single demino a la single demino 应该 terminal 结束的意思， demino demino。 我 等一下看看能不能弄一个群什么的，然后至少把这个提示语发给 就是分享给有需要的人，想要的人，或者是或者是我这个是现在用 python 生成的 exe 的 这么一个 一个软件。 e x 一 这个文件如果能够分享给大家，我也可以在群里分享给大家。我不，我不摸 x 一， 应该不能直接分享， 应该是要做一个什么安装包什么，然后这些人码人码我自己一条都没有去看过啊，一一行代码都没看过。等一下看看能不能建个群，然后给大家进行分享。 我对我的西班牙语语音也是 cloud 帮我装的，所以如果你没有 cloud 的 话，你可能要费一点劲，我的是 cloud 给我装的。

大家好，我们今天开始讲并行绘画的下篇 agent teams 和 headless 非交互模式。好，这里我们快速回顾一下。上一期呢，我们主要讲了这个多终端的一个并行，然后还有一个子带里的一个并行。 那有三个核心的观点，一个就是我们啊并行不等于开多个窗口，因为你要去做一个隔离再并行，然后保障那个文件的一个安全性。如果说这两个完成了并不能满足你的需求的话，那我们可以看一下今天讲的内容。 首先我们看一下我们的一个子代理的一个局限，就是说我们只能是通过一个主的一个绘画，然后分别跟子绘画去做一个啊，子代理去做一个交互，然后他子代理之间呢是不能交互的。 所以说如果说你有一些需要子代理相互依赖的任务的时候，可能就需要涉及到协助的一个问题， 那这里面呢就有一个 agent teams 这样的一个概念。然后这里面做了一个对比，就是子代理呢，它都是跟主代理去通信的，然后 agent teams 呢，它是互相可以说话，然后互相可以沟通的。 但是这个它这个 agent teams 呢，它它的就是使用方式呢，可能现在还是一个实验性的。然后它的一个架构是这样，就是首先是一个 team lead， 就是 一个主会话去分配协调分配任务，然后 teammate 之间会相互协助，然后 就是有消息同步，然后他们是通过一个 task list 去来更新的这个呃自己的一个状态，然后通过这个 mailbox 的 一个系统做一个同信。 但是这个 agent team 四呢，它现在还是一个实验的，实验性的一个功能就是官方好像还没有给它正式的开放出来，但是但是是能用的，然后这边简单的就是设置这样的一个环境变量，然后去启动一下就可以了，就是直接在 将提示词里面跟它启动，然后 shift 加上下键呢，可以切换队友，这里面的最多可能就三到五个 a 键，他吧，因为这个东西他很耗这个。 嗯， token 再去看一下啊，就是子弹里跟 agent teams 之间的一个区别，首先就是通讯方式上的区别， 就是子代理呢，他仅向主代理报告，然后 agent teams 呢，他可能是队友之间的一个通信，然后协调机制就是他是主代理去管理的，然后这个 agent teams 呢，是是他自己去协调管理的， 然后适合的场景就是子代理可能更适合一个专注的任务，然后 agent teams 呢，可能就是去讨论协助的任务去可以需要去做。 那这个 token 之间的一个消耗呢，就是子弹率是比较低的，然后 agent teams 是 比较高的。然后目前呢，其实 agent teams 它是一个实验性的东西，所以说这里面我们我们也不去过多的去讲它了，这个等后续再看，而且我们平时用的 场景中呢，其实很少用到这个 agent teams。 还有一个就是它消耗 token 确实消耗的太高了，所以说这里我们就简单带过。 然后接下来呢是一个啊非交互模式，这个可能这里面夸张的说了一下这个并行之王，就是说首先呢他可以把 code 变成一个脚本， 让你一行命令就搞定。还有一个就是他其实是一个无人值守的一个运行模式，就是说他直接就做完了，然后再给你反馈结果，中间不会问你各种问题，所以说这个是相对就是类似于代码审查是最适合的。 然后呢我们它因为它中间不会跟你交互嘛，所以说这一块是可以给它就是指定一个输出的格式，像大像这种是纯文本和 text 的 格式，还有就是以 json 的 一种结构化的输出，还有一种就是流逝的 json 的 输出， 像我们常用的可能就是一个计算结构化这样的一个格式。首先呢，呃，这里面还有一个 bear 的 模式， bear 的 模式就是说我们加杠杠 bear 这样的一个操作的命令的选项的时候， 它是可以就是快速进入这个 club 的 模式，就是它因为你是你可能是处理一个单一的任务，并不是项目级别的，所以呢你就不需要加载这个 hoops 啊， skills 啊，或者 mcp 啊，或者 club 啊， md 这种，所以说你不加载就会快很多， 而且也更可控，因为你没有这么多的一个啊内容去干扰他，所以说一般这个呃交非交互模式会带上这个杠杠贝尔这个操作。 那这里呢也很简单，有一个大概的事例，然后呢我们去创建一个任务文件，比如说你这里面写出你需要去审查的文件，然后呢这边去创建一个 呃 cloud code 的 一个刚刚贝尔杠屁这样的一个任务，然后让它 输出到这个 json 文件里面，然后允许它使用哪些工具，然后最后是存到哪个目录，那结果呢就会存到这个 repose 里面，然后生成这些对应文件的一个审查结果。那我们讲完这几层的话， 可以看一下回顾一下我们平时会遇到哪些坑呢？首先呢第一个坑呢就是这个就是我们说的最高频的坑，就是我们多开多个终端，然后去操作并行操作的时候， 因为没有 worktree， 所以 说你可能会导致去修改同一个文件，然后大概率呢就会发生这种覆盖的操作，然后你就可能会比较乱，然后有了 worktree 之后，他就是分分分支去管理的，然后你在最后开发完了的时候去处理一些末日的操作就可以了， 所以说这个在真实的开发中还是很常用的。第二个呢就是并行，创建 worktree 的 时候失败率会很高， 这个呢也是在呃，我们那些社区上的一个实测的数据统计，大概有百分之七十的情况下，同时创建 worktree 会有会失败。 所以说我们这边其实很简单，就是你在创建这个 worktree 的 分支的时候，串行去创建就可以了，然后它是会去并行的，就是你在 worktree 执行工作的时候，它是会去并行的， 所以说创建和执行的时候是要节后的。第三个呢就是说当我们运行像这个 npm 的 这个命令的时候，可能他有一些默认的 port， 默认的端口会去发生冲突，所以这里我们可以显示的去配置不同的端口，或者是用 dawk 去隔离， 其实或者是用脚本检测这个啊端口的占用，其实这个就是你在用端口的时候去尽量的避免一下。第四个呢就是权限不传播，就假设你在主绘画的时候使用这个白 pass 的 这个啊 设置，那你在子代理的时候他是不会继承你的权限的，就说你子代理的配置可能要再配置一遍， 所以说这个时候可能就是有，有的时候就是大家觉得，哎，我紫主绘画已经配置了，为什么紫代理还有问题呢？所以说这块其实它是默认不传播的，那我们其实可以把这种配置就是放到我们的全区的 set settings 点接收里面就可以了。 好，接下来呢，我们再看一下我们变形绘画的几种呃安比较安全的方式吧。就是首先呢就是我们写代码的时候要用 get 管管理的这个习惯，还有就是使用 word tree 去隔离。 还有一个就是创建 worktree 的 时候要创新创建，然后并行执行。然后还有一个就是我们的权限配置什么的，尽量在这种 settings 局的 settings 点击四里面去写，然后并行的数量呢大概限制到三到四个，然后就是避免多个绘画编辑同一个文件。 然后接下来我们看一下就是我们这几种并行手段大概什么时候用，那首先呢就是说如果是一种批量重复的任务呢，可能就比较适合这个非交互模式， 如果说你的多个 cloud 或者多个 agent 呢，中间需要配合对话什么的，就用这个 agent teams， 如果说是一个小绘画，然后再一小块儿并行的话，可能子弹里更适合你。还有一种就是比如说大块儿的独立工作，可能就是多终端 java tree， 如果说你不太确定自己是什么呢？可能其实主要还是用 l 一 和 l 二，像 l 三 l 四这两种， 其实 f 四还好，就 f 三可能基本上我们平时是不太能用到的。这个我们也在后面，如果说有需要的话，可以在 agent 的 一个专题上再去讲一下这个 agent teams。 好， 接下来我们总结一下这一期第六期的主要内容呢，主要就是并行，不是开多个窗口，而是工作流的重新设计，然后我们要先隔离再并行， 不隔离的并行呢，其实是比串行还要糟糕的。还有就是串行创建，就是串行的去创建 worktree， 然后并行执行，就是 worktree， 在 执行任务的时候你可以去并行去跟它交互。 还有一个就是你如果用的 agent teams 的 话，那三到四个是一个比较好的一个点，如果说比较多的话，可能就会很乱了。 ok， 我 们接下来看一下下一期我们主要要开启一个进阶的一个专题，就是 skills， 这个可能大家都已经耳熟能详了，那我们下一期呢，可以从新的角度去看一下这个 skills。 ok， 感谢大家的收看，下期见。

用 cloud code 一个月了还在每次都靠长串自然语言硬聊。新手第一周，把这七个动作练熟，效率直接翻倍！进新项目第一件事，别急着写代码， 一句斜杠一 neat， cloud code 自动扫描你的代码库，生成 cloud 点 md 项目记忆档案技术栈、目录结构、常用命令，一次写齐上下文快撑爆了怎么办？让 ai 帮你生成 handoff， handoff 不是 斜杠命令，而是调一个交接 agent 来干活。 一句话指令，让 agent 把当前进度、关键决策未完任务自动整理成交接文档，换绘画、换电脑、换同事，接手读取这个文档就能立刻继续。 上一个任务结束了，别接着聊下一个斜杠 clear 一下上下文，整个清空， ai 不 会被前面的代码和讨论污染判断关掉终端不等于丢进度。斜杠 resum， 直接列出你最近的所有绘画，挑一个回车回去，上下文文件思路全部原样恢复， 别等月底账单吓一跳！斜杠 cos， 随时查看当前绘画的 token 用量和费用，哪些任务烧钱，哪些任务划算，一眼看清。不是所有任务都该塞给主对话斜杠 a 阵此调出专业子代理，探索代码，写计划、执行重构，各干各的并行，还互不污染。上下文 光会聊天的 ai 不 够用。斜杠 m c p 一 键接入文件系统、 get 浏览器、数据库等外部能力，让 cloud code 真正连上你的工作世界。不只是建议，还能直接动手， 七个动作，记住了吗？ innit 起手， hand off， 交接 clear 重置 resume 续命 host 看账 agents 分 身 m c p 外挂新手第一周，练熟这套 cloud code 才算真正会用了。

不少人在用 ai 的 时候，会经常遇到两个问题，第一是每次都得重新去教 ai， 它的身份是什么，应该怎么去干活。 第二就是 ai 的 输出结果不稳定，经常要碰运气。但现在已经有一批人在用一种方式让 ai 越用越聪明，一句话就能让 ai 直接自动去干活，这个东西叫做 skill。 今天这条视频跟大家讲清楚四件事情， 第一点， skill 是 什么？第二点， skill 长什么样子。第三点，我们应该怎么把 skill 用起来？第四点，为什么说 skill 是 ai 最关键的能力？首先第一部分， skill 是 什么？一句话总结， skill 是 给 ai 写的一份工作说明书， 它不是提示词，提示词通常是一次性的指令。而 skill 是 把你的能力、流程、经验全部打包成一个可附用的模块。比如说我们写小红书就能固化成一套固定的结构，我们做数据分析就能拆出一套分析流程，做 ppt 也能抽取出一套设计规范， 这些东西全部都可以变成 skill。 而且最关键的一点是，我们不用每次都手动调用 skill， ai 会根据我们说的话自动判断我应该帮用户选哪个 skill 来用。就像一个特别懂我们的 ai 助理，你一开口他就知道这个活应该自动用哪个模块，应该怎么干。 第二部分， skill 到底长什么样子？ skill 实质上是一个文件夹，这个文件夹里面最重要的一个文件叫做 skill。 md， 这个文件关键是干两件事，它的上半部分是告诉 ai 什么时候要调用这个 skill， 比如说用户要写文章，或者用户要做 ppt， 要分析数据，只要触发了关键词，就可以挑起这个 skill 模块。它的下半部分是告诉 ai 具体应该怎么做， 比如说第一步做什么，第二步再执行什么操作，输出的格式是什么，应该用什么样的风格。大家能看到这个文件的实质就是给我们的 ai 助理写一份工作操作手册。第三部分，我们日常应该怎么把 skill 用起来？这里讲三种最实用的方法。第一种是直接用别人做好的 skill， 假如你想把一篇文章变成 ppt， 只要三步，第一步，找一个 ppt 的 skill， 第二步，把它丢给 agent。 第三步，说一句帮我安装这个 skill， 那 以后只要你输入一句话，它就会自动挑起 skill 模块，帮你把文章自动变成 ppt， 然后存储在你的电脑里。 第二种是自己做一个 skill， 这是 ai 时代很关键的一个能力。举个例子，假如你是做自媒体的，那你可以做一个 skill， 从自动找热点到生成选择题，最终再输出内容。 那我们只要说一句，帮我找一下今天的 ai 选择题，这个 skill 就 会自动去抓信息给你选择题，接着最终帮你把内容写完。 它的实质是把你的自媒体工作、 sop 工作流固化下来。第三种是让 ai 帮我们做 skill， 我 们可以直接跟 ai 说，帮我做一个 skill， 它的功能是什么，那 ai 就 会自动帮我们拆解需求， 自动生成 skill 的 结构，最终可以直接使用起来，相当于 ai 成为了我们的 skill 开发工程师。那为什么说 skill 是 拉开使用 ai 的 分水岭？ 它是 ai 的 关键能力，因为我们会发现大部分人现在用 ai 还是这样的，问一次，然后用一次，但是它没有产生积累。而 skill 会做一件特别关键的事情，就是把我们的经验沉淀下来，固化下来。我们只要教 ai 一 次，它未来就能无限次复用。所以实质上 skill 不是 工具， skill 是 我们能力的放大器，它像一个杠杆一样，把你的优质经验沉淀下来，把它放大，把它加速起来。这就是为什么有些人的 ai 会越用越强，越用越聪明。但如果我们只是停留在对话阶段，还是会存在很多重复劳动，差距就在这里 评论区打 skill， 我 会发你一份完整的 skill 使用指南，我们一起把 ai 用到极致。那我们就下一期视频再见！