大家好,欢迎回到我的频道。嘿,大家好,欢迎来到本期的解析。说真的,如果你在用 cloud code, 你 肯定懂那种感觉,他确实是个超级给力的写程序助手,但那个 api 账单出来的时候,心脏是真的受不了对吧?如果你也因为这高昂的成本, 每次用的时候都畏手畏脚,那你今天算是来对地方了。今天我们要手把手带你跑通一份绝对的保姆级指南,我们要把你的 clock u d code 运行成本直接砍掉百分之九十九,甚至完全免费,准备好给你的工作流来个大升级了吗? 好,那咱们就直奔主题。今天的路线图非常清晰,首先聊聊 ai 引擎和 c load code 的 关系,接着直接上手本地奥拉玛的部署,然后帮你扫清那些最让人头疼的配置障碍。之后 我们会深入讲讲再使用 openroute 二十怎么防止意外扣费。最后分享一些超实用的低成本替代方案, 我们就开始第一部分, ai 引擎与 cloud code, 带你彻底搞懂什么是壳,什么是核。动手之前, 我们先在脑子里建个模型,你可以把 cloud code 想象成一辆炫酷的跑车外壳,也就是那个智能体的控制系统。而跑在里面的语言模型呢,就是它的引擎。平时我们花润用的 opus 或者 sunet 属于闭源模型, 这就好比是一辆引擎盖被死死锁住的车,你碰不到引擎,只能捏着鼻子不断给 anthropic 较高昂的油费,也就是那个 api 费用。但是开源模型就不一样了,它的引擎盖是完全敞开的,你可以直接免费下载跑在自己的电脑上, 也就是说,咱们完全可以把原装那个死贵的引擎拆掉,换上一个免费的,还不用交油钱。这个时候你心里可能会打鼓,哎等等,这么干真的不违规吗?放心,绝对安全。就像这份资料里的原作者明确说的那样,我们基本上就是把引擎盖,把里面的引擎换掉, 这完全不违反 antherpick 的 任何服务条款,我们只是合法的使用他们提供的这个优秀的智能体外科,然后给自己的车换上一个不需要花钱的引擎而已,是不是很爽? 好,理论弄懂了,接下来进入第二部分,跟着我们三部搞定,本地欧拉玛免费部署。别一听本地部署就被吓到了, 其实特别简单,我们把它拆成了对初学者极度友好的三步。第一,直接去奥拉玛点 com 下载适合你电脑系统的安装包。第二,打开你的终端,拉取一个开源模型。 第三,在你的代码编辑器,比如 vs code 里面超个命令,启动 cloud。 真的 就这么简单?具体怎么操作呢?你看,打开你的 vs code 终端,直接敲进去这行命令, o l l g n a 三点五。 在这各例子中,我们用的是九十一天数版本的 g u n 三点五,一款非常强悍的开源模型。 回车一敲,你的电脑就开始把这个新引擎下载到本地了。当然了,你的电脑配置越高, 选的模型越小,下载速度就越快。那下载完之后,怎么把这个新引擎和咱们的 cloud code 连起来呢?继续在终端里输入 ulama launch cloud, 这个命令就像一座桥一样,直接唤醒 cloud, 然后让你选择刚才下好的本地模型, 一旦连上,恭喜你,你的本地免费 ai 助手就正式服役了。不过呢,事情往往不会一帆风顺,所以我们来到第三部分,解决配置障碍,帮你避开那些新手最容易踩的坑。这里有两块最容易绊倒人的绊脚石。 首先,当你第一次兴奋的启动时, antropic 可能突然弹个窗让你充值五美元。很多人到这就懵了,说好的免费呢?别慌啊,这其实只是人家 api 的 一道门槛,验证你确实得付这五块钱授权一下,但关键是, 因为你实际上用的是本地运行的欧拉玛模型,这五块钱就静静躺在那,永远都不会被扣掉。 第二个坑就是上下文限制,悍刃情况下,本地模型的上下文窗口小的可怜,这就导致他动不动就失忆,根本读不了你那庞大的项目代码。解决办法也很直接, 运行一段终端命令,把上下文强制扩大到比如说六万四千,这样以来,他的长文记忆力就直线飙升了。资料里有个测试,我觉得特别逗,为了验证这个大上下文是不是真的管用,作者让本地模型新建个文件,顺便写个笑话。 结果这模型顺流的写下了这么一句,为什么 ai 要去看心理医生?因为他有太多的头肯要处理。我的损失函数绝对亮红灯了。哈哈,你看,这不仅幽默,还完美的证明了一点, 调整配置之后,咱们的本地模型绝对具备了读写文件甚至保持长期上文记忆的能力,妥妥的生产力工具了。 接下来竖起耳朵仔细听。第四部分, openroute 防扣费指南如果你不想踩进隐藏的财务陷阱,接下来的内容务必仔细听,这是一个非常严肃的警告。 很多朋友觉得本地电脑带不动,想去 openroute 上用免费的云端模型,这没问题。但是如果你只是按照基础文档里的做法, 傻乎乎地仅仅把 app i 密钥替换成 openroute 的, 那就大错特错了。因为在后台, cloud code 会绕过你的设定,偷偷地、疯狂地继续调用 anthropic 的 付费模型去干活。那到底该怎么彻底堵住这个漏洞呢?除了改密钥, 你还必须打开 settings, 点 local, 点 j s n a, 手动覆盖掉三个极其核心的环境变量,也就是 haiku、 sanit 和 opus 的 模型设定。你得把它们全指向 open router 里那些免费模型的名字。为什么要这么折腾? 因为 cloud code d e d 在 做一些底层操作,比如后台搜个文件呢?调个小工具的时候,代码里是硬编码,锁死了官方的黑库或者 sonnet, 你 不手动覆盖掉它们,你的钱就在你完全不知情的时候悄悄溜走了。这绝对不是危言耸听,提供这份资料的原作者就因为少做了这一步,吃了个大亏。 在他发现这个问题之前,仅仅是因为让 ai 在 后台做了几次极其微小的文件搜索,他居然被 antropic 连续扣费了整整三次。所以,大家千万要吸取教训,务必覆盖掉这些变量, 确保每一比特的数据都老老实实走。我们的免费通道终于来到了我们的第五部分,如果你想要在极致的性能和友好的价格之间找到完美的平衡。低成本替代方案了解一下?如果你实在不想砸钱买昂贵的本地硬件,又对性能有要求, 那这组数据绝对能惊艳到你。你看,这个差价简直离谱!像 oppo 四点六这种最顶尖的币源模型,每百万输入 token 差不多要五美元,但你猜怎么着? 像 jammer 四百三十 e b 这种极其优秀的开源大模型,在 open router 上同样是一百万 token 只要零点十四美元,这是整整三十五点 buy 的 价格差距啊!朋友们,这说明什么么?这说明咱们只需要花一丁点的零花钱,就能换来超乎想象的价值, 真没必要什么事都去请最贵的模型来干。那么像这种白菜价甚至是免费的模型,怎么用最划算呢?我们整理了几个绝对理想的场景,你可以放心大胆的让它们去总结那堆姬如山的海量文件,或者去帮你生成那种闭着眼睛都能写的枯燥重复的代码框架, 用来处理长片大段的邮件或者清洗 c r m 数据也是一把好手。甚至当 cloud 官方服务器偶尔抽风荡激的时候,它们还能作为完美的无缝备胎。 记住一个原则,好钢用在刀刃上,把那台昂贵的 opus 引擎专门留给那些真正需要深度逻辑推理、零容错率的核心高风险任务,这才是最聪明的玩法。这就引出了今天咱们要留给大家的一个核心思考题。 现在你已经掌握了本地 alam a 的 极致部署云端的防扣费秘籍,还知道了怎么巧妙地利用低成本模型, 可以说你已经把 ai 成本的掌控权彻底握在了自己手里。那么在接下来的自动化写程序日常中,你打算如何在写出高质量代码和省下大笔 api 费用之间找到那个属于你的完美平衡点呢? 别等了,现在就去打开你的编辑器,给你的 cloud code 换个新引擎试试吧。感谢收看本期解析,我们下次再见了!如果你觉得这个视频还有点意思,欢迎在评论区发表你的看法。如果你从这个视频学到了新东西,请点赞、关注、收藏并转发给需要的人,谢谢!
粉丝577获赞5072

啊,今天这期视频的目标只有一个,就是让新手小白学会如何零成本全程国内环境上使用上 color code 好, 废话不多说,我们以 windows 为例,首先我们需要安装 node js get, 一 切顺利后才是正式的安装 color code。 首先我们来到 node js 的 官网, 如果是 windows 用户,直接点左下角的安装程序。安装完以后,我们需要验证一下是否安装成功。首先我们 win x 会调出这样的面板,以防万一,我们以终端管理员的身份去进入, 如果你输入上面的两个指令以后会显示这样的版本号,那么恭喜你 node js 安装成功。同样的,我们下面来安装 get, 同样是到他的钢板上。如果有的小伙伴嫌麻烦的话,我下面准备了两条代码,可以直接帮我们去安装 get 和 cloud code。 安装完以后,我们在终端里输入 cloud, 按一下回车。如果你能看到这个像素版的小螃蟹的话,那么恭喜你,你安装了世界上最强大的通用 ide。 我 们只安装了 cloud code 可不行,相当于我们只给了他的手和脚。接下来我们将配置他的大脑。网上有各种各样的配置方法, 但我认为最方便最快捷的是 c c switch 这一步。同样,如果嫌麻烦的话,我们可以在浏览器上直接输入我这一行网址,然后我们只需要一直往下滑找到这个版本。 c c switch 相当于一个小程序,我们在电脑的界面上可以直接打开它,这里会以 mini max 为例。如果没有配置的小伙伴,可能和我的这个界面不太一致,但是没有关系。 c c switch 非常强大,它不仅可以配置可乐扣的扣带 x anti gravity, 还有最近很火的 hermes 小 龙虾,它都可以做到丝滑的切换。现在我们点击右上角的加号这里,我们点击 meix, 我 们就会进入到这样的界面这里其他都不用看,我们只需要把这个 a p i k 去填入就可以。 a p i k 去哪里获得呢?国内有很多很好的一些 to come play 的 套餐,我们这里还是以 meix 为例。输入这个网址,我们直接进入 meix, 如果没有购买的话,我们可以点击右上角的订阅套餐,里面有不同的价位的套餐。作为一个新手小白,我们可以买一个四十九元的 plus 套餐,因为 mini max 的 talk 额度非常的足,所以也不用担心日常的使用 会出现不够的情况。购买完成以后,我们可以点击左侧的 top 跟 play 进入这个页面,我们可以直接看到 top 跟 play, 我 们直接点击复制,然后点开到刚才的这些 switch 的 b i k, 点击保存好。恭喜大家,我们的可乐扣的安装片就结束了。废话不多说,这里是一十三,我们下期见。

当你装上 cloud code 和 codex 的 那一刻,你会发现世界上所有的专业技能都可以为你所用。恭喜你正式进入 ai 的 新世界。

当你撞上 cloud core 的 那一刻,你才会发现这个世界的专业技能知识都可以被你轻易获取到。恭喜你正式进入到了另一个世界。

最近呢,科奇贤发生了一件事情,小卡最喜欢的 israppack 公司终于在估值上面达到了九千六百五十亿美元,超过了 openai, 成为了全球 ai 公司估值第一。而 israppack 的 创始人呢,其实是一群 openai 的 前员工,也就是现在大家熟知的 israppack 妻子。 那么今天我们就来讲这七个人出走用了四年,超越钱东家的故事。故事从二零二零年底开始,那个时候 oppo 还没有拆 g p t, 但是已经在发生了一场内部的路线之争。一边呢,是快速前进,边跑边秀的方向, 另外一边呢,则是以 darrel and molly 为代表的研究团队,认为 ai 的 安全性问题并没有被认真对待。 darrel and molly 呢,是当时 open ai 的 研究副总裁,她的妹妹 daniel and molly 是 运营副总裁,还有 chris olaf 曾在公认的 ai 可解释性研究之父,以及 jared kaplan scaling law 这个概念呢提出者之一。 他们呢,不是因为报酬不够,也不是因为怀才不遇,而就是因为这一个信念而出走的。但若事后说呢,我们相信 scaling 会让魔性变强,但是只有 scaling 是 不够的,你还需要把安全性放在同等重要的位置。我们和 open ai 在 这件事情上的优先级出现了根本性的分歧,于是 他们七个人决定出走。在二零二一年呢, i stripe 正式成立,融了一点二四美元的种子轮。 i stripe 做了一件很不一样的事情,他们把 ai 的 价值观呢,做成了一个可以审计的代码,他们叫做 constitutional ai。 宪法式的 ai 逻辑是这样的,我不是让人类来逐条审核魔性的输出,而是给魔性一套宪法,来源包括了联合国人权宣言,然后让魔性自己和自己辩论,生成一个回答,再用另外一个批评者去审查他这样是否违反原则,再修正,直至通过为止。 那这和 open ai 的 r l h f 人类反馈强化学习呢,有本质上的区别。人类反馈强化学习是隐式的,它取决于标注人员的判断。而 constitutional ai 呢,是显示的每一个决策都有明确的依据可以被审计。那这对一些企业用户来讲意味着什么?合规, 可解释,可追溯,就比如金融机构、医疗机构、政府部门这些最在意安全性的客户,他们就后来成为了 antropic 最忠实的客户群体。但是在二零二二年呢, antropic 差点没有冲过去。大家可以回想一下,二零二二年的十一月份, chad gpt 的 横空出世,瞬间引爆了全球。 openai 呢,背后有微软一百亿美元的背书,有完整的产品分发渠道,而 antropic cloud 呢,甚至还没有开始发布 第二件事呢。 f t x 的 爆雷,加密的冬天,风险的资本市场骤然收紧,那是 isra 最脆弱的一段时间,他们没有微软这样的战略盟友,没有成熟的产品,而他们的竞争对手 openai 已经开始定义了整个市场。 直到二零二三年的三月份, koala 的 一终于发布,整整比 g t t。 四晚了一个月。而外界的判断呢,基本上是 isra 已经很难追上了。 但在那之后呢,有两笔钱改变了一切。二零二三年的二月,谷歌投了三亿美元,原因很简单,微软压住了 openai, 那 谷歌不能没有对冲,这笔钱拯救了 antriplex 的 现金流,也第一次给了他一张大场背书的入场券。 二零二三年的九月,亚马逊投资了四十亿美元,这是当时 ai 领域单比最大投资之一,条件则是让 cloud 成为 awslack 的 核心模型,亚马逊想要用 asteropek 来对抗微软 a 制加 open ai 的 组合。 这两笔投资实际上都是大厂作为一个风险对冲的投资,但是呢,这两笔钱不仅仅给了 angelababy 缓和的机会,也真正的给了 angelababy 大 厂背书,给了 angelababy 各自的企业生态,也从那一刻起, angelababy 才真正触达了弊端的市场。 而到今年四月,亚马逊又投资了五十亿美元,加入了新的一轮融资,累计投资了 angelababy 一 百一十七点五亿美元。 产品上呢, xrapid 走出了自己的节奏。 top 二,二零二三年七月,首先支持了十万 token 的 上下文,这在当时是已经是业界最长了,直接成为了企业常温党处理的首选。 top 三,二零二四年三月份,在多项的主流测试中呢,首次超过了 gpt 四, 这也是 iso 产品力被市场认可的转折点。然后就是二零二四年的十一月份,一个很多人都忽视的时刻,但是我已经在前两期的慢谈里面多次提到, iso 在 那个时候发布了 m c p 协议,也就是模型上下文协议,这个开放标准呢,第一次让 ai 模型可以统一的连接各种外部数据和工具, 这本来是他们自己的协议,但是他们却公开给了大众,并且在二零二五年的三月份得到了 openai 的 支持,随后谷歌、 microsoft 也跟进。 而到了今年呢, m c p 的 月下的量已经达到了九千七百万次,有一万多个服务器的接入。 anselp 也真正成为了 ai 连接标准的制定者,这是 open ai 到现在都没有做到的事情。二 零二五年的五月份, anselp 做了一件非常关键的事情,他们公开发布的 qq 呢,不是普通的代码补全,它可以接受整个软件工程文件,写代码,跑测试,提 pr, 修 bug, 很多开发者在这一刻把它当成了第二个工程师。 而到了二零二六年的二月, cloud co 的 年化收入已经达到了二十五亿美元。周活跃的用户呢,自当年的一月起已经翻了一倍。 二零二六年的一月, iceberg 发布 co worker, 把 cloud co 的 能力拓展给了非技术人员、财务、法务、 hr 市场,每个部门都有对应的插件,可以二十四小时自助跑任务,你交给他一个任务去睡觉,早上起来看结果。 两个月以后,微软发布了 co pilot 的 co work, 基于 iso 的 技术栈架构,现在连微软都选择在 iso 的 框架上去造产品,这是一个很强的信号。 ok, 我 们来看一下 iso 官方批注的营收数字。二零二五年一月,年化营收十亿美元。二五年九月五十一,二五年十二月九十一, 二六年的二月一百四十亿。二六年的五月四百七十亿。十四个月翻了四十七倍。同期年消费扣到的超过一百万元的企业,客户数从十二家增长到了超过一千家。这不仅仅是用户数的虚热,这是真实的企业预算。 for 十,全球最大的十家企业,其中八家是 cloud 的 付费用户,而他们为什么选择 osrb 而不选择 openai? 其实就是三个字,可审计。 constitutional。 ai 的 最大价值在这些合规性要求很强的企业里面得到了充分的体现。 银行要向监管解释为什么 ai 做这个决策,医院要确保 ai 推荐的质量,方向有迹可循,政府要让 ai 输出可被独立审查,那这些场景对于 anark 架构来讲天然合适,而 open ai 的 架构则难以解释。然后这是五月二十八号, 斯科贝宣布完成了六百五十亿美元的 h 轮的融资,估值九千六百五十亿美元,终于超越了 openai 的 七千三百亿,成为了全球市值最高的 ai 公司。那么斯科贝妻子呢?带着信念出发,到超越全通家用了四年零几个月。 h 二以后呢? h 二会说,这是最后一轮私募融资了, ipo 的 进程已经要正式启动,若上市时的估值呢,能逼近一万亿,这将是科技史上规模最大的 ipo 之一。 所以我想用一句话来总结 astonope, 四年啊,做更安全的 ai, 比做更快的 ai, 最终走向了更高的固执。这不是一个关于速度的故事,这是一个关于信念变更的故事。在 rio molly 出走的时候呢,没有人认为安全性能成为商业壁垒,四年后,它却成了 astonope 最贵的资产。顺便说一句, srb 现在还有一个 cloud missiles 的 模型,只对少数的头部机构开放内测,目前官方说过于强大,暂不公开,而那个模型可能才是下一段故事的开始, 而那个模型呢?又隐身出了一个小的更新,叫做 cloud opus 四点八,我们可以下期再讲。好,这期就到这里,我是小卡,我们下期见。

当你装上 cloud co 或者 codex 的 那一刻,你会发现这世界上所有一切专业知识都可以为你所用,你可以去做任何你想要的产品。那么恭喜你,从这一刻起,你来到了 ai 的 新世界。


今天我们来教如何安装 cloud code 在 大家的电脑上,然后 这事实证明本人只是一个美术生,然后感觉这个比较好玩,毕竟要拥抱 ai 嘛,然后就去配置了一下子,并且这个 cloud code agent 是 连接 deepsea v 四的啊。然后话不多说,我们现在就开始 呃,首先安装 cloud code 之前需要两个工具,一个是 node js 和 get, 我 们打开浏览器,打开浏览器直接搜搜索 node 点 node js, 然后到这个官方网站,然后获取 node js, 然后安装 windows 程序就好 啊,安装成功之后按 windows 加,然后 cmd, cmd, 然后调取命令窗口,然后输入 not 杠 v, 空格杠 v, 然后会车,它就能下载成功的话就能看到这个版本号,然后接下来是获取 get, get, 同样也是搜索,然后进入 安装,然后六十四位,然后直接一路 next 的 就行,因为我说话我也不太懂,我就是照着做的,然后还是 c m d 获取这个命令窗,然后 j i t get 火神,火神啊,应该是这个度,然后就可以获得了它的那个, 嗯,就是这个,然后我们打开 powershell, 打开 powershell 之后输入这行代码, 这样代码,然后下下载 cloud code, 这个就是下载 cloud code 的 一行代码,然后我会放在评论区,而这个我之因为之前下过, 然后咱们再开始配置 deepsea 的 模型, 应该没问题,如果下下载下载觉得自己有问题的话,先 cloud, 然后 gun gun vision 啊,我这下载成功了,好,刚才少打了个 e 啊妈,吓死我了。接下来接下来咱们配置 deepsea, 首先打开 deepsea 的 那个 开放开放平台,然后创建 api k, 然后随便输入一个 那个名称,然后创建之后复制,复制,复制之后输入这行代码,这行代码,然后注意要把 a p i k 给它替换掉,我这就不替换了,因为我就我,我之前我这个是好的, 然后 ctrl c, 然后粘贴粘贴,再输入 clode, 一律往下走就好。然后咱们就可以现在就可以查看它的用的是什么模型。杠 model, 现在可以看到我们现在用的就是 deepsea v 四 pro, 如果如果想调到 flash 也是按上上键,然后按回收就行,我这个就直接这样式就好,然后 你就可以尽情的创作了。是好,谢谢大家。

codecode 刚出了一个新功能叫 workflow, 它让 codecode 从自己写代码变成组织一群 agent 的 干活。我 用它跑了一次 deep research, 二十五分钟,一百零四个 agent 的 二百八十万头客跑完。我只有一个感觉,这项技术可能将成为 anaerobic 继 m c p scale 之后的又一重大创新。其他工作流大家肯定会想到 define code, 但 cloudcode 这里的 workflow 不 太一样, 它是你描述一个任务,课老就会边写一个 gs 编排脚本,把任务拆成阶段,再把不同阶段分给不同的 agent 的, 在后台协调数十到数百个 agent 的 最终交付成果,提升复杂任务的可能性。听着是不是有点像以前的 agent teams? workflow 把以前临时的 agent 团队搭配固化为代码, 把它变成一个可审计、可附用、可版本控制的东西,而不是每次靠模型可附用、可版本控制的东西,而不是每次靠模型临场发挥。拿官方内置的 dp search 这个工作流举例,主要分为五个阶段。 第一阶段是多维拆解,把你的问题拆成五个不同角度的搜索词,确保后面不会只搜一个方向。第二 阶段是并发搜索,五个 agent 同时去搜,每个角度各自找四到六条结果,互不等待。第三阶段,去虫提取,去虫后最多抓取十五个网页,每个页面提取二到五条可中尾的具体结论。第四阶段,交叉验证,每条结论派三个持怀疑态度的独立去找反证,两票反对就淘汰。 最后是合并综合,把通过验证的结论合并,按知心度排序,写成带来源引用的最终报告。比如我这里用 db research 深度调研了一下 color code 的 最新版的 workflow 功能, 写一篇文章,它启动了这五个流程,最后一共花了二十五分钟,动用了一百零四个 agent 的 花费二百八十万 token, 验证了二十五条声明,输出了完整的文章。接下来让我们看看 color code 的 二十五分钟的成果, 包括 workflow 的 核心定位与 agent teams 的 本质区别,运行是限制甚至内置工作流。 dp search 它也研究得清楚, 完成度很不错。这时候一定有很多人问了,这么玩我的 token 是 不是要爆炸了?多 agent 的 听起来很爽,但没有预算控制,它就是 token 粉碎机。所以 workflow 里有一个很关键的设计,是可以直接在任务里写预算。比如 workflow 一 百 k, color code 会根据这个预测优化运行的数量,每个阶段的深度和最后收敛方式。说了这么多, workflow 如何使用呢?两种方法,一、在提示词里直接提到 workflow 这个词,此时 workflow 会变为彩色。二、使用杠 effort 的 archcode 开启 这样 call 了,就会根据你的任务自动生成工作流程。杠 workflows 可以 查看你当前正在跑的工作流,包括每个阶段的执行情况, agent 的 数量。回到 call code, workflow 这件事,它不是一个新功能那么简单,它是 ai 编程开始从个人能力转向组织能力的信号。 以前我们问一个模型能不能写代码,后来我们问一个 agent 能不能独立完成任务。现在我们要问的是,一个系统能不能组织多个 agent 在 预算内可验证的完成复杂任务。

第六章,我们做第一次真正的代码修改,但第一步不要做大重构。第一次改代码,最好选一个小到能一眼看懂的任务, 比如把空状态文案从暂无数据改成还没有任务。给 cloud code 的 指令要同时说清三件事, 第一,目标是什么?第二,只允许改哪个范围。第三,改完之后怎么验证?可以这样写,请只修改空状态文案,把暂无数据改成还没有任务。 改完后说明你改了哪个文件,并运行已有的格式化或测试命令。这类请求的好处是结果非常容易检查。你看 diff 只应该看到一个文件,一处文案变化。 如果他改了很多不相关内容,就先停下来,不要继续追加需求,然后看终端验证结果,比如 link 通过,或者相关测试通过。最后让他总结改了什么,验证命令是什么,结果是什么。记住第一次改代码的节奏,小步看 diff 跑验证。 下一章我们进入基础操作,讲怎样快速读懂一个陌生项目。

如果说 cloud code 是 一件趁手兵器的话,那么 codex 可以 称作为战友, 他俩的编程能力不知道谁强,我也不想去琢磨他们俩到底谁强,对我来说没有意义,但是 codex 此时此刻给我省了老事了, 这个柯黛克斯呢,给我做了一套这个课程啊,这课程呢是从我几十万字的这个知识库里面,然后他分析总结出来了一套关于 opc 变现的一套课程,我验证了,比我自己讲的要好。 然后呢,我让他给我生成了十个课程的视频,包括配这个配图,包括配字幕,包括用我自己的语音,然后去这个配音 啊,然后现在已经生成了到第七张,而且他会自动的给我上传到抖音上面的会员专区,反正会员呢,今天刚开通,反正这个十七课呢, 呃,他会自动的给我一期一期的给传上去,这十七克肯定够得上这个一千抖币啊,够得上一千抖币一千钻石吧,这个叫对吧?啊?欢迎大家来尝鲜啊,后面会持续的更新这种深度的这个会员内容。 看这个刚才刚传了一个第七张吧,现在该传第八张了,包括封面图啊,封面图他怎么生成,然后包括文案,包括标题啊,包括这个选择各种设置他都会直接给我搞定,也就是说以后你可以 这种特别麻烦的,特别繁琐的,这种需要大量操作的任务,你就可以直接给扣贷克啊,晚上睡觉前给安排好,让他干他个几个小时,然后这个早上起来直接验收成果就好了。靠,太可怕了。

一定要,一定要,一定要想尽一切办法用上酷狗 s, 至少我不允许我的粉丝还没有用上酷狗 s 或可乐酷的。如果你跟你周围的朋友从来没有谈论过 酷狗 s、 可乐酷的或者金麦纳,那恭喜你,你刷到这条视频,可能就是你改变命运的机会。酷狗 s 到底什么东西呢? 官方给他的定义就是一个变身助手,但是如果你真的这么理解,那你太小看他了。黄志勋现在让英伟达所有员工都要使用扣贷 s, 这可是全球市值最高公司,老板都要让他员工使用它,那为什么呢?因为他就是未来财富的密码。 你最近看了这么多新闻,什么纳斯达克又来创新高了,航空股市又涨疯了, ai 公司市值暴涨,存售后芯片又缺货了,看起来很乱,其实都在讲述同一个故事。 ai 正在重新改写这个世界,而普通人真正要抓住着不是看热闹,而是学会使用工具。 可乐扣的对于大部分人来说,门槛还是有点高。金碧那一的企业呢?我觉得还不是特别友好。而如果你两个月前为我扣贷时, 我可能还会犹豫,那扣带式这两个月的更新速度真是让我越来越惊讶,到现在扣带式能力真的是吊炸天,他就是目前最适合普通人上手的 ai 工具了。 如果你现在是大学生或者二十多岁,那你太幸运了,你刚刚进入社会,就迎来一个弯道超车的机会,他就像是你在食堂打饭盘带的时候,突然在旁边开了一个新的窗口, 这个时候你最终应该做的就是赶快跑到新窗口去打饭。 gucci 不是 工具更新,它是普通人金融 ai 生产力时代的一场入场券。你入场 gucci 了吗?评论区聊聊你的感受吧!

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。

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!

你们一定一定一定要想办法去用上 codex 跟 cloud code, 我 觉得这个真的是普通人能够用最小的一个成本去接触到目前全球最前沿的一个 ai agent, 就是 大家现在是不是还停留在说,哎,我们大模型有一些啊, cloud 啊,或者说 gbt 啊这些,或者说可能有的同学还在用豆包啊, deepsafe 啊这些大模型阶段,那实际上目前最前沿的一些 ai 落地,你会发现它的 ai agent 跟大模型又相差的非常的大,就是你们没有踏出这一步,你们完全就没有感受到啊。 呃,为什么我觉得说 codex 是 我们普通人最低成本去用上最前沿的东西,反而不是 cloud code, 主要的原因的话是 cloud code, 其实如果你要用上,你会去遇到各种封号啊,用 ip 啊这种形式,对吧?对于你的一个使用的门槛会还是相对比较高的,但是 codex 它不一样,为什么我解释非常解释的 简单的跟大家讲这个事呢?就是它的量大管饱,什么叫量大?就是 token 啊,它的量大,然后呢它又便宜,它不像 codex 一 样,比如说你啊,一个月你去买一个 plus 或者二 max 的, 你用八百多块钱一个月,对吧?你 gpt, 你 不用 gpt, 你 目前你可以在一些公开的一些地方,你可能大概一百八,对吧?你可以买到,你可以用的非常的舒 服。一旦你去下载了一些 code, 一个 codex, 你 会发现你的整体工作流程会完全不一样啊。我们拿产品经理举例, ai 产品经理, ai 运营或者 ai 卷方案举例,呃,拿最基础的一个流程就是调研,对吧?你调研也好,或者说你去做啊,设计,写日常的文档也好,实际上你很大的工作都在写,对吧?那你写你, 你写,你不管用 ai 智能写也好,或者说大模型写也好,都可以,但是 ai 智能它可以去搜搜索你本地所有的一些能力,对吧?你的一些文档沉淀去给它,通过通过充足的上下文,你去给它写出更好的一个文档,同时的话也可以去调用一些 他自己,去调用一些你自己以及沉淀的一些 skill, 对 吧?你去自己只要你能够把一个流程给 s o p 给沉淀下来了,后续沉淀成 skill 之后,你无后续,你只要无限的跟他说,哎,你帮我调用这个 skill 啊,那可能是比如说给你画一个图,写一个 p r d 啊这些,你只要说这句话,它就无限的非常轻松的给你产出符合你要求的这么一个文档出来。 所以说对于你整体的工作的提效是大家没有办法想象中的那么高效的。我已经要求我们公司的人或者说我自己的学员,你们必须要不就用 kol 的 kol, 要不就用 kol css, 你 们必须使用你。 如果说 ai 时代你没有去用这种最前沿的一些 ai 的 agent, 实际上你会发现,哎,你的认知还是在自己的一亩三分地里面啊,那 我没有要营造一些任何的焦虑,我真的希望大家能够用上这些 ai 政策,然后去改变自己的整体的工作方式,因为我们目前我们公司的工作方式就已经变成了 ai, 想 ai 做,对吧?人每天做的什么?跟 ai 对 话, ai 去人去审核,剩下的所有事情都是 ai 做,那你一想你的工作效率提升的会极度的快啊。所以说,哎,我们 这个是真的是我觉得最低成本最快的去提升我自己的一个工作效率也好,或者说我的认知 ai 认知也好,去提升我的 ai science 也好啊,这个产品就叫做 codex, 大家可以去他的官网去下载,非常简单,没有任何的门槛啊。

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。

不会写代码的人怎么把 cloud code 用到极致?三个月,每天八小时,我留下这十九招。第一个也是我觉得开启会对你使用 cloud code 有 很大帮助的。在终端输入斜杠, s t a t u s l i n e 你 就可以自定义你看到的信息,比如说模型的类型,上下文的占比, 成本等等。它会生成一个显示在终端底部的小脚本,让你在对话过程中随时可以通过下面的仪表台来监控你的各项指标,从而有效的避免你的上下文污染。这个功能在你最开始使用格拉格的时候对你的帮助会很大。 第二个也是我给别人疯狂安利的 command, 你 可以把它理解成快照,你在文件夹里面改动的任何东西 都可以给你保存下来,并且你还可以随时的回滚。当然有一个前提是需要 get 初步化你的这一个文件夹。第三个,斜杠 care 这一个命令在我每次进行过 command 之后,我都会使用这个命令来进行对话的新建, 一个是确保我的对话清晰明了,另外一个是确保我不会浪费更多的托管和上下文造成的一个污染。第四个也就是计划模式, 你可以按住 shift 加 tab 切换,你也可以输入斜杠,然后 pan 打开计划模式。你需要养成任何非日常工作都把这一个计划模式开启的一个好习惯,这样可以保证你在进行任何 动作的时候,都可以让大模型能够更明确的理解你的需求和指令,可以更好和更快的完成你的任务。第五个,不要总是对可乐下达一些模糊的需求,比如写一个功能,或者说我需要修改这里的效果,我不是特别满意这种话,这样他是不清楚你想要的东西的, 你应该学会向他抛问题,比如问他这样的效果,如果你是用户,你会不会满意?让他先自行推理逻辑,他的产出的质量会更高,这类似于计划模式,但会让他思考的更深入。第六个是让可乐的主动的向你提问。在计划模式下,他通常会问你问题,但是你也可以主动的要求他, 请不断的向我追问,直到你了解我百分之九十五的一个需求。第六招也是我经常会用的一招,就是他在产出一个计划之后,我会让他以一个新的顾问的身份去从事 重新的审视这一个计划,往往他会找到计划里面的一些漏洞,或者说过度设计。第八招就是加一个质检步骤。我们可以看到,在很多时候,克洛德在执行任务的时候,他会创建一个代办事项,你完全可以在这些代办事项里面加入一个质检步骤, 这样子他会在最后进行质检,确认没有问题后再给你验收。第九招就是在每一个项目中运行 i n i t。 这一招通常是用在你已经有一个包含了文件的现有项目,打开它之后,你输入这一个命令, color 就 会自动的扫描你的代码库,文件夹和里面所有的文件, 并且呢生成一个 color 点 md 文件,这本质上就是项目的一个备忘录,它会梳理出来你的结构、编码、规范和关键文件。 这样一来你就不需要每次都解释项目的一个情况,如果你是从零开始构建项目,也就是说你的文件夹里面什么都没有,同样也可以输入这一个命令 来描述你项目目标和你的一些文件内容,文件结构,让克拉克库的协助你创建。第十招,及时止损,在做你的任务的时候开始跑偏,一定不要让它写完,直接按 esc 停止,重新修正方向后再让它运行。错误的 token 消耗都是在浪费上下文, 并且会浪费你自己的一个额度或者说 api, 尽早的干预,毕竟它只是一个 ai。 第十一招,也就是使用两下 esc 快 速的撤销,如果走错路了,直接两下 esc, 你 可以回退到你对话的任意一个节点,不需要从头再来,就是非常的快,非常的迅速,但是它会造成你回退之后的下面的内容完全消失不见。第十二招,也就是使用 hux 进行通知,输入斜杠 hux 可以 设置通知提醒, 比如我设置了当可乐完成绘画时发送声音提示,这样你就可以专注于其他工作,当你听到声音的时候,你就知道任务结束了,你需要去查看。第十三招,就是使用截图,可乐是有视觉能力的,这一招其实非常的实用,比如说你可以把爆出的截图和你想要的一些灵感网页 都直接截图喂给他,这样他就可以更明确的知道是什么地方不对,然后需要修改哪些地方比你模糊的给他说这个位置不对,效果要好的特别特别的多。第十四招,就是利用 get 工作树, 这个名字听起来像是一个程序员的专属,但是其实他是一个非常好用的功能,你可以把他理解成一个平行世界。 就是在一般的情况下,如果我们开启两个 color code 进入到同一个文件夹,那么他们在进行工作的时候可能会互相的覆盖文件,或者说你在使用 codex 进入到这一个文件夹,又在使用 color code 进入到这一个文件夹,你就可以使用这一个 get 工作数的原理,让你的 color code 是一个平行宇宙,让你的 codex 是 一个平行宇宙,让它们分别精心工作,腹部干扰,这样子你在所有的效果完成之后,可以把它们选择性的合并到你的主线。这一招在我使用 codex 和克拉克的进行写作的时候会经常使用的。 第十五招就是优先的使用 api 端点,而不是 mcp 服务器。 mcp 服务器虽然方便,但是它会占用特别多的一个上下文, 比如你只是想使用特为你的搜索功能,你只需要填入 a p i 就 好了,没有必要安装他的 m c p, 我 自己的话是非必要不安装。 第十六招,通过手机远程操控,你只需要打开这一个命令,然后扫描这个二维码,你就可以在电脑上开启任务后离开,你可以从手机或者说任何浏览器控制这一个对话。 第十七招,也就是超强思考模式,这每一次都是我在切换模式搞不定,或者说或者说有难题无法解决的时候,我就会开启它。 开启它之后,科罗岛会给他分配特别高的一个思考预算,在面对复杂的架构决策或者说顽固的 bug 时, 它可以很好的处理掉。第十八招,也就是使用智能体团队 agitim 四这一招,其实在我这一招其实在我这段时间来说经常的使用,因为它们之间是可以互相对化的, 也就是说你只需要开启这一个功能,那么你的主线上面的 oppo 的 四点七就可以做一个顾问,然后派一些索尼特呀,呃,或者说其他的模型去执行任务,然后回来报给你。 这一个它和子代理是有区别的,子代理的话是没有办法通信,没有办法共享任务列表,这个 a g 的 team 是 它是可以的,但是它的资源消耗会特别的多,所以你需要 呃自己取舍。第十九招就是 skulker, 就是 技能创建,这一招在很多时候都特别的有用,这之前我已经出过视频讲过了,它就是以一种特定的方式去执行特定的事情的一种模型,所以在平时你很多重复的工作你都可以做一个 skul 让它去做, ok。 以上就是我作为一个非程序员经常会使用到的克拉克的一些技巧分享,当然我也知道克拉克还有很多其他的一些命令,比如说上下文查看这一些,但是说实话我自己真的不是那么的经常使用, 所以我在这里就不做分享了。这就是本期视频的全部内容呢,如果你觉得对你有点帮助的话,那么就收藏转发,我们下期。

我太激动了,我的扣代词已经连续工作了十三个小时了,然后他还在自己干活。扣代词他最近上线了一个新功能,叫 go, 那 这个 go 是 什么呢?简单来说就是你给他一个目标之后,扣代词会把后续的工作围绕这个目标持续的去推进,他还能跟踪状态,耗时跟投跟的使用。 以前我们做项目的时候,哪怕计划方案写的很清楚很详细, ai 也很难一次性的去做完,他会分很多个阶段去做,每次之前完一个阶段,你要去验收,有问题还要跟他多次的去沟通修改,然后再一次去推进。别的阶段,你就需要一直守在电脑前。 说实话,自从使用 ai 编程之后,我基本上很少有周末休息的时间了,不知道有没有相同感受的朋友。但是我今天第一次尝试购给扣代斯设定了一个目标之后他连续工作了十三个小时,我今天白天就出去玩了, 我真的可以不用一直在电脑前去守着了。虽然扣代斯之前也有 remote control, 可以 让我不用一直在电脑前守着,但是在验收某些需求的时候,用手机去调试查看,其实还是不是很方便。 那以前最痛苦的不是 ai 不 够聪明, ai 它会读代码,会写代码,查报错、跑测试,但问题就是它不够让人放心, 它很像一个能力很强,但需要你一直盯着的人。所以很多时候你以为自己在用 ai 干活,但实际上你是在给 ai 当主管,你不敢真的把一个复杂任务交给他,他随时都可能会停在半路。但扣代斯这次更新的这个 go 这功能让我第一次觉得这个状态改变了, 他不是回答完这一轮就结束了,他会一直记得自己要完成什么,会读代码,改文件,看失败日记,失败了再改,改完再测,测,试完再去判断这个目标到底完成没有,他知道自己这个目标没有闭环,就会继续接着往下做。 那怎么使用这功能呢?其实也很简单,你只需要打开勾带子,然后输入斜杠目标,然后选中之后就把你要让他做的事输入上去,他就会不达目的誓不罢休的给你干了。我觉得勾的价值就在于他开始让勾带子围绕一个结果持续推进,他改变的是你使用 ai 的 方式。

如果你最近在研究可逻辑的 m c p 或者 ai agent, 一定要看一下这份资料。这是吴文达 deep learning ai 体系里关于 cloud code 和 agent skills 的 中文教程, 核心讲的是怎么把 ai 从会聊天变成真正能执行工作流的 agent。 这里最重要的概念叫 skills, 你 可以把它理解成给 ai 准备的技能包或者 sop, 比如代码审查、生成 excel 报告、 做 ppt 分 析数据、整理研究资料以后,不用每次重新写一大段提示词,而是直接让 agent 调用对应的技能。这份文档里还把 skills、 tos、 mcp、 sub agents 的 区别讲得很清楚, mcp 负责连接外部数据, tos 是 底层工具, sub agents 可以 并行处理任务,而 skills 负责把流程沉淀下来,让结果更稳定,更可复用。后面还有自定义 clode code 里怎么用, api 里怎么接 agent sdk 怎么构建研究智能体。 我觉得它最适合两类人,一类是正在学 cloud code 的, 另一类是想把 ai 做成自动化工作流的人。如果你还停留在写提示词的阶段,这份资料可以帮你往 agent 工作流再往前走一步。