Claude Code vs Cursor？38位开发者真实体验告诉你答案_服务软件

1. 一样的模型，为什么 Cursor 跑不过 Claude Code？

2. Claude Code vs Cursor

3. 为什么同样的opus4.6，在cursor中使用它，与在claude code中使用它体验差异这么大？

4. Claude Code 和 Cursor 到底怎么选？一个都用了半年的人说几句实话

5. 程序员实测

6. AI编程工具怎么选？🍗Cursor和ClaudeCode到底谁才是王者？别再到处问了，1分钟给你最干的大实话。

7. AI编程两极战

8. Cursor 与 Claude Code

9. Claude Code vs Cursor？38位开发者真实体验告诉你答案

10. Claude Code 入门实战 1

11. Claude Code vs Cursor vs Copilot

12. 深度解析｜2026年AI编程助手大横评

13. 深度测评

14. 告别Cursor！Claude Code + GLM-4.7 + VSCode，打造极致AI编程体验

15. 为什么 Claude Code 比 Cursor 好？

16. Claude Code系列介绍

17. 用 Claude Code 写了两天数据库内核代码，聊聊真实感受

18. Claude Code 是什么？为什么它改变了 AI 编程

19. Claude Code 值不值得订阅？深夜版和普通版有什么区别？

20. Claude Code 让程序员效率翻倍？

21. Codex 使用体验，以及与 Claude Code 的对比

22. 我如何使用 Claude Code - 工作流总结

23. Claude Code 神一般的存在，继续吊打同行！

24. 测了一天，我的观点

25. 计算机大学生福利！2025最强AI编程助手ClaudeCode，国内终于能用了！

26. 四款vibe coding软件的核心特点和比较

27. 上手ClaudeCode，看这篇就够了！

28. Claude Code 还是 Codex？

29. 【claude code】claude code News | 10月8日速递

30. Cursor教程-第1篇-入门安装与基础配置

31. Cursor分享

32. Cursor是什么？哪个AI工具最适合程序员编程？

33. Cursor、Qoder、Trae 深度体验后的使用心得

34. 我决定卸载Cursor了

35. 从 0 到 1，玩转Cursor

36. Cursor 与 Trae 对比总结

37. Cursor 2.0 概览

38. Cursor

39. Cursor 从 UI 草图到可跑代码的实战流程！搭配 CursorRules 食用

40. Trae与 Cursor 的深度对比分析

41. Claude, Cursor, Aider, Copilot，AI编程助手该选哪个？

42. 用 AI 写代码？我和 Claude 一起开发了一个博客小程序

43. 从第一次用 Claude，到逐渐离不开 Claude Code

44. 我为什么在项目里大量使用 Claude Code，但不再用官方 API

45. 给自己整一个 claude code，解锁编程新姿势

46. 使用 claue code 的正确打开方式

47. Claude 4.5 太强了，代码开始贬值了

48. 10 天用掉 10 亿 tokens 后，我的一些 vibe coding 经验总结

49. 让 cursor 吃灰后，我是如何高效使用 Claude Code 的

50. 实践 Claude Code 的日常使用场景

51. 精通 Claude Code开发者完全指南

52. Claude Code 与 Vibe Coding

53. Claude Code 作者亲述

54. Claude Code 之父首次公开

55. Claude 官方封禁中国用户！我寻找了最强替代方案，效果竟然这么好？

56. 感谢MiniMax治好了我的Claude Code焦虑

57. 为什么要使用 Claude code？如何免费使用Claude code

58. AI 编程入门教程（1）

59. 深度测评 | Cursor

60. Cursor AI 编程工具

61. Cursor精简使用指南

62. Anthropic 发癫搞封锁，今天最该“警惕”的其实是Claude Code

63. 5 亿 ARR的Cursor，已经没人讨论它了？

64. 【Claude Code创始人的13条实战心法：如何把AI编程助手用到极致】 Claude Code的创造者Boris Cherny最近分享了他的日常工作流程，令人意外的是，这位工具的缔造者用的却是"出奇朴素"的配置。他说："Claude Code开箱即用就很好，我个人几乎不怎么定制。" 这恰恰印证了一个道理：真正强大的工具，往往不需要花哨的包装。以下是Boris的核心实践：一、并行作战：同时运行15个Claude实例 Boris在终端里同时跑5个Claude，标签编号1-5，通过系统通知知道哪个需要输入。同时在claude.ai/code上再跑5-10个网页版Claude。他甚至每天早上从手机iOS应用启动几个会话，稍后再查看进度。这种"多线程"工作方式的关键在于：每个Claude实例对应一个独立的git checkout，避免代码冲突。是的，他把同一个仓库克隆了10份。二、模型选择：坚定使用Opus 4.5 with thinking 虽然Opus比Sonnet更大更慢，但Boris的判断是：因为你需要更少的"方向盘操作"，而且它的工具调用能力更强，最终反而更快。这是一个反直觉但深刻的洞察：模型的"聪明程度"比"响应速度"更能决定实际效率。三、团队协作：共享CLAUDE.md作为集体智慧整个Claude Code团队共用一个CLAUDE.md文件，提交到git，每周多次更新。规则很简单：每当Claude做错什么，就把它加进去，让Claude"知道"下次不要再犯。在代码审查时，Boris经常在同事的PR上@.claude，让它把新发现的问题添加到CLAUDE.md。这是一种"复利工程"——每一次错误都在为未来的正确铺路。四、Plan模式：好计划是一切的基础大多数会话从Plan模式开始（shift+tab两次）。Boris会和Claude反复讨论计划，直到满意为止。然后切换到自动接受编辑模式，Claude通常能一次搞定。 "一个好的计划真的很重要。"这句话看似平淡，却是无数踩坑后的真知。五、斜杠命令：把重复工作变成一键操作 Boris为每个高频工作流创建斜杠命令，存放在.claude/commands/目录下，提交到git。比如/commit-push-pr这个命令，他和Claude每天要用几十次。命令里用内联bash预计算git status等信息，让执行更快，减少与模型的来回交互。六、子代理：自动化常见工作流 Boris常用几个子代理：code-simplifier在Claude完成后简化代码，verify-app包含端到端测试的详细指令。把子代理想象成"自动化你为大多数PR做的最常见工作流"。七、PostToolUse钩子：自动格式化代码 Claude生成的代码通常格式良好，钩子处理最后10%，避免CI中的格式错误。有人问这会不会导致连续编辑同一文件时出错，Boris说不会——"Claude知道钩子的存在"。八、权限管理：安全与效率的平衡 Boris不用--dangerously-skip-permissions，而是用/permissions预先允许已知安全的bash命令。这些配置存在.claude/settings.json里，与团队共享。对于长时间运行的任务，他会在沙箱环境中使用--permission-mode=dontAsk，让Claude不被权限提示阻塞。九、工具集成：让Claude成为你的万能助手 Claude Code帮Boris搜索和发布Slack消息（通过MCP服务器）、运行BigQuery查询回答分析问题、从Sentry抓取错误日志。MCP配置同样提交到.mcp.json与团队共享。十、验证循环：质量提升的关键这是Boris认为最重要的一点：给Claude一种验证自己工作的方式。如果Claude有这个反馈循环，最终结果的质量会提升2-3倍。 Claude用Chrome扩展测试每一个提交到claude.ai/code的改动——打开浏览器，测试UI，迭代直到代码工作且用户体验良好。验证在不同领域有不同形式：可能是运行bash命令、运行测试套件、在浏览器或手机模拟器中测试应用。关键是让这个环节坚如磐石。关于验证循环的构建，Boris说其实很简单： 1. 给Claude一个查看代码输出的工具 2. 告诉Claude这个工具的存在 "就这样。Claude会自己搞定剩下的。" 一些有趣的数据和细节： Boris每周完成50-100个PR。他大约有10-20%的会话会被放弃——"哦，我学到了新东西"，然后丢弃这个会话。他用的是普通MacBook，没有什么特殊配置。社区的反思也很有价值。一位从2025年5月持续使用Claude Code到2026年1月的用户说：过度复杂的skills、冗长的CLAUDE.md、预配置的子代理，这些都是"污染"而非帮助。Claude已经有精心设计的系统提示，加太多东西反而有害。建议CLAUDE.md控制在200行以内。这与Boris"出奇朴素"的配置理念不谋而合。最后的思考：有人说AI要抢走程序员的工作，但Boris的分享揭示了另一个现实：这是一条新的陡峭学习曲线。掌握它的人会变得更强，而不是被取代。工具的力量不在于它有多复杂，而在于你能多深刻地理解它、多自然地与它协作。Boris每周50-100个PR的产出，不是来自花哨的配置，而是来自对工具本质的把握：好的计划、清晰的验证、持续的学习。简单，往往是最难抵达的复杂。 x.com/bcherny/status/1874658929285558680

65. 有网友问为什么 Claude Code 比 Cursor 好？我想从三个角度聊下这个问题：上下文、场景、数据飞轮。【1】上下文：IDE 是优势，也是包袱我估计很多人会有我相同的感受：完成同样的任务，同样的 Claude 模型，在 Cursor 里和在 Claude Code 里跑，效果可以差很多，既然模型是一样的，那问题多半出在上下文上面。 Cursor 最大的卖点是它把 AI 塞进了 IDE。你习惯了 VSCode，切过来几乎零成本，Tab 自动完成也确实做得好。但 IDE 带来的问题是：它要帮你维护太多跟当前任务无关的上下文。你打开了哪些 Tab、选中了哪些代码、侧边栏展示了什么，这些信息都会被塞进和模型交互的上下文里。你以为它在帮你，其实它在分散模型的注意力。 Claude Code 是命令行工具（CLI），它只关心文件本身。没有 Tab 状态，没有 UI 元素，上下文干干净净。这不仅省 Token，更重要的是让 Agent 能聚焦在你给它的任务上。【2】场景：当 Agent 成为中心，IDE 退居二线 CLI 有一个 IDE 没法比的优势：移植性。你可以在本地用 Claude Code，可以在远程服务器上用，可以在 Docker 容器里用，可以直接集成到 CI/CD 流水线里。Anthropic 官方已经发布了 GitHub Action 和 GitLab CI/CD 集成，你在 PR 里 @claude 就能触发自动 Code Review、自动修复 Bug、甚至自动实现 Issue 里描述的功能。 Claude Code 已经不只是一个“编程助手”了，它是一个可以嵌入到任何工作流里的开发工具包（SDK）。当 Agent 能力足够强的时候，你的日常工作模式会变。以前你需要打开 IDE，手动调整代码细节，现在你更多是在指挥 Agent：改这个文件、跑一下测试、修复报错。这个过程里，你不需要看到 IDE 的界面，你只需要一个能跟 Agent 对话的入口。一旦习惯了这种方式，Cursor 引以为傲的 Tab 自动完成就没那么重要了。你不需要 AI 帮你补全下一行代码，你需要 AI 帮你完成整个任务。场景还在继续扩展。已经有很多人用 Claude Code 做编程之外的事情：批量处理文件、生成报告、操作数据库、甚至辅助视频剪辑。当你的 AI 工作流是以命令行为入口的时候，编程只是它能做的事情之一。包括 Anthropic 也推出了针对办公场景的 Cowrok，可以满足很多办公需求，甚至于不需要打开办公软件可以生成不错的 PPT。这些都是相同的趋势，人会越来越多的以 Agent 为中心，去指挥 Agent 操作软件，而不是直接打开软件，这个变化正在发生。【3】数据飞轮：自家模型 vs 第三方集成自家模型加自家工具形成的数据飞轮，可能是 Claude Code 真正的护城河。 Cursor 是一个第三方工具，它接入多种模型，Claude、GPT、Gemini 都可以用。听上去很灵活对吧？但问题是，它要为每一种模型做优化：不同的系统提示词、不同的工具调用方式、不同的擅长领域。 Codex 喜欢写 Python，Claude 习惯用 Bash，每次模型升级，这些适配都要重新调整。维护成本很高，而且很难做到极致。 Claude Code 只需要考虑一件事：怎么把 Claude 模型的能力发挥到最大。它知道模型的所有技术细节，知道什么提示词效果最好，知道怎么拆分任务最高效。甚至 Anthropic 可以反过来，专门针对 Claude Code 的使用场景去训练模型。这就形成了一个飞轮：用户用 Claude Code 产生真实的交互数据，Anthropic 用这些数据训练下一代模型，模型变强后 Claude Code 更好用，吸引更多用户，产生更多数据。Cursor 做不到这个循环，因为数据和模型分属不同的公司。飞轮效应还体现在定价上。Anthropic 可以把 Claude Code 的订阅价格定得相对便宜，因为用户产生的数据本身就有价值，相当于用补贴换数据。 Cursor 的商业模式是赚差价：用户付月费，它去调 API，中间的差价就是利润。用户的 Token 用得越少，Cursor 赚得越多。它之前尝试过比较大方的包月方案，很快就扛不住成本了，现在改成包月加超额付费的模式。做 Agent 功能的时候，它就有动力去省 Token，但一省 Token 上下文就可能被截断，效果就打折扣。这也是为什么同样的模型，Cursor 的表现不一定比得上 Claude Code。【最后】我得申明下，我有一段时间没怎么用 Cursor 了，上面这些对 Cursor 的判断是有滞后的，更多是一年前的 Cursor 印象。Cursor 也在做 CLI 工具，也在往 Agent 方向走。两者的形态边界在模糊。但核心逻辑不会变：当编程的主要方式从“人写代码”变成“人指挥 Agent 写代码”，IDE 的重要性就会持续下降。原生为 Agent 设计的 CLI 工具，天然比从 IDE 里长出来的 Agent 功能更有优势。

66. 邪修玩法突破限制！爽用全球爆火的AI编程工具Claude Code！GLM和DeepSeek模型对比实测！

67. Claude Code从来就不是什么编程工具

68. 如何评价 Cursor 升级到 2.0 版本并发布首个大编程模型 Composer，大家使用体验如何？

69. 值得一读↓2025: The year in LLMs1 推理之年2025 年推理模型（reasoning models）成为主流，各大实验室发布支持逻辑推理和更强问题分解能力的模型，这类模型不仅在数学和逻辑任务上表现优异，还能更好地驱动工具型工作流。2 Agent 兴起真正有意义的 agent 是能通过工具循环调用完成多步任务的系统，这类 agent 在复杂任务和长流程执行上展现出实用性。3 编程 Agent 与 Claude Code2025 年最重要的事件之一是 Claude Code 的发布，它以及其他公司推出的编码 agent 让模型能够写代码、执行、检查结果并迭代完成任务，这推动了自动编码模式的成熟。4 命令行上的 LLMsLLM 在命令行界面上得到广泛采用，CLI 工具成为开发者常用方式，这表明强大模型的交互不再局限于图形界面或 Web 应用。5 YOLO 与风险常态化“YOLO” 模式（往往绕过确认步骤自动执行）在 agent 圈内流行，虽然能提升效率，但也带来安全风险，反映了对 AI 安全意识的偏移。6 订阅价格上升多个 AI 服务推出约 200 美元/月的高端订阅计划，显示产品化趋向成熟及企业级用户需求增长。7 中国开源权重模型崛起中国实验室发布了一批表现优异且开源权重模型，它们在开放性和可扩展性方面对全球生态产生显著影响。8 长任务能力模型在处理需长时间推理和执行的复杂任务上有显著提升，能够完成更长、更复杂的软件工程任务。9 图像编辑与 Prompt 驱动特性Prompt 驱动的图像编辑功能爆红，特别是在用户生成内容领域带来巨大增长。10 模型在学术竞赛中获奖推理模型在国际数学奥林匹克等高难度学术竞赛中取得金牌表现，证明了 LLM 在核心逻辑推理与复杂问题求解上的突破。11 Meta Llama 迷失方向曾经引领开源 LLM 的 Llama 系列今年表现不如预期，在较轻量和实用性方面落后于其他开源模型。12 OpenAI 不再遥遥领先OpenAI 仍然领先于大众认知层面（如 ChatGPT 的品牌认知），但在技术深度和多领域竞赛中受到其他 lab（包括 Google Gemini）强力挑战。13 Google Gemini 的表现亮眼Gemini 系列推出一系列高能力模型，涵盖多模态输入和高效训练架构，并被视为 OpenAI 的主要竞争对手之一。Vibe Coding，MCP，……访问：simonwillison.net/2025/Dec/31/the-year-in-llms/#ai创造营##程序员#

70. 全球开发者狂喜！Claude Code史上最大更新，一次性1096次提交

71. Boris Cherny 是 Claude Code 的创始工程师，最近他公开了自己使用 Claude Code 的 13 个核心方法。这些不是理论，而是他每天实际在用的工作流程。看完我才知道，原来高手用 AI 工具也很朴素，同时又有点简单暴力的感觉，还挺好的，挺有价值的。1. 终端同时开 5 个 Claude 窗口大多数人：开 1 个窗口，输入问题，坐那儿等。Boris：终端开 5 个 Claude，标签页编号 1-5，开系统通知。哪个需要输入了提醒我，其他在后台自己跑。200 美元/月的订阅费，你让 5 个 AI 排队干活还是并行干活？2. 网页版再开 5-10 个，手机再开几个终端 5 个还不够，浏览器里再开 5-10 个 Claude 会话。早上起床用手机启动几个任务，等会儿再看结果。加起来同时跑 15 个 Claude 实例。这才叫榨干工具价值。3. 永远用 Opus 4.5 + 思考模式所有任务都用最贵最慢的 Opus。为什么？虽然单次慢，但一次做对，不需要反复修改，总体反而更快。便宜模型：提示 3 次×30 秒=90 秒贵模型：1 次×60 秒=60 秒而且工具使用更准确，更少出错。4. 团队共享 CLAUDE.md 文件整个团队维护一个 CLAUDE.md，提交到 Git。专门记录：- Claude 做错过的事- 团队的特殊规范每次 Claude 犯错就加一条规则。久而久之这个文件变成 AI 培训手册，新启动的 Claude 自动就懂团队规范。传统文档没人看，但 Claude 每次都会读。5. 代码审查时用@claude 自动更新规范PR 评论里直接@claude:“@claude 请在 CLAUDE.md 中添加：所有外部 API 调用必须设置合理的 timeout。“Claude 自动把规则写进文件，作为 PR 一部分提交。代码审查的宝贵经验不再散落在评论里，自动沉淀成可执行规则。6. 用计划模式启动任务大多数会话都先按两次 Shift+Tab 进入计划模式。不是直接让 Claude 干活，而是：1. 我说需求2. Claude 给计划3. 我审查调整4. 来回几轮直到满意5. 切换到自动模式执行花 3 分钟确认计划，省下 30 分钟返工时间。7. 为高频操作创建斜杠命令每天要做几十次的操作，都做成斜杠命令。比如/commit-push-pr:- 查 git 状态- 生成 commit message- 提交代码- 推送远程- 创建 PR命令里用 bash 预计算信息，Claude 不需要反复调用工具，执行更快。8. 用子代理处理专门任务创建多个子代理，每个专注一类任务：- code-simplifier：简化优化代码- verify-app：端到端测试应用- 文档审查、性能分析等复杂任务拆成专门的小任务，指令可以写得非常详细精确。9. 用钩子自动格式化代码PostToolUse 钩子：Claude 编辑文件后，自动运行格式化工具。- JavaScript → Prettier- Python → BlackClaude 专注写逻辑，格式化自动搞定，CI 不会报错。10. 预设常用安全命令的权限不用——dangerously-skip-permissions（太危险）。用/permissions 预设允许常用安全命令：```plaintextgit statusgit diff npm testdocker pslscat```写进.claude/settings.json，团队共享。常用安全命令自动放行，危险命令还是要确认。11. 配置 MCP 让 Claude 调用所有工具配置大量 MCP 服务器，Claude 可以：- 搜索发布 Slack 消息- 跑 BigQuery 分析数据- 从 Sentry 获取错误日志你说“昨晚有功能出错了，帮我查”,Claude 自动：1. 查 Sentry 日志2. 分析哪个接口报错3. 看相关代码4. 搜 Slack 看有没有其他人遇到5. 给诊断和修复建议给 AI“手”和“眼睛”，它能自己获取信息。12. 长任务用后台代理或插件1 小时的大任务（比如重构模块），你不可能盯 1 小时。三种策略： A. 提示 Claude 完成后用后台代理验证 B. 设钩子自动触发验证流程 C. 用 ralph-wiggum 插件自动检查沙箱里用——permission-mode=dontAsk, Claude 不受阻碍完成任务。等你回来，它已经干完且自己检查过了。13. 给 Claude 验证自己工作的途径（最重要）确保 Claude 有办法验证自己的工作。比如提交网站代码后：1. 用 Chrome 扩展打开浏览器2. 测试 UI 各个功能3. 检查用户体验4. 发现问题自己改5. 直到正常才算完成不同任务验证方式不同：- 后端→跑测试- 前端→浏览器测试- 数据分析→检查数字合理性有反馈循环的 AI，质量提升 2-3 倍。---核心逻辑这 13 条围绕 7 个思想：1. 并行工作，榨干订阅费2. 用最好模型，一次做对3. 积累团队智慧4. 自动化重复操作5. 给 AI 完整工具权限6. 建立反馈循环7. 先计划再执行AI 工具不是拿来就能用好的，需要投入时间配置、训练、优化。但一旦建立起顺手的工作流，回报是巨大的。关键是：找到适合你的方式，然后不断迭代改进。---看完这 13 条，我才明白为什么有人用 AI 越来越快，有人却觉得 AI 没用。差距不在 AI，在用法。原文地址：x.com/bcherny/status/2007179832300581177#科技先锋官##AI创造营##微博年度新知博主#

72. 【当AI成为你的编程搭档：Claude Code 2.0深度使用指南】这是一篇来自真实用户的深度分享。作者从2025年中开始使用Claude Code，经历了从Claude到Codex再回归Claude的完整心路历程，在Opus 4.5发布后重新找到了最佳工作状态。这篇指南不仅是功能说明，更是一份关于如何与AI编程助手高效协作的思考。 + 为什么写这篇文章 Karpathy最近发了一条引发热议的推文，感叹技术演进之快让人难以跟上。这确实是个合理的“崩溃”——但换个角度想，与其纠结于“跟上进度”，不如思考如何用这些工具提升自己。作者认为自我增强有三个维度：第一，保持工具更新意识。定期使用这些工具，关注版本迭代。对技术人员来说可能是每日习惯，对技术背景较浅的人来说，每周或每月关注也能有所收获。第二，深耕专业领域。现在是同时向深度和广度拓展的好时机。你知道得越多，提示词写得越好——本质上是把“不知道自己不知道”转化为“知道自己不知道”。经验能培养判断力和品味，这是专业开发者与“氛围编程者”的本质区别。既然实现速度大幅提升，就可以把更多时间花在品味打磨上。第三，保持开放心态，多尝试。试用更多模型，尤其是最先进的那些。别吝啬。提问题，让模型尝试各种任务，包括你觉得它做不了的。你会惊讶于结果。做得够多，你就会建立起直觉。 + 从Claude到Codex再回归的历程作者从2025年6月底到9月初使用Claude Code作为主力工具，但在9月初取消了订阅转向OpenAI Codex。原因有二：GPT-5-codex代码质量与Sonnet 4.5相当但写得更好；Anthropic频繁的API故障让人疲惫。 Sonnet 4.5的问题是：快且好，但会做很多仓促的改动导致bug。用作者的话说，产出了不少“slop”（低质量代码）。直到11月24日Opus 4.5发布，一切改变了。 + 为什么Opus 4.5感觉如此之好从能力上说，Opus 4.5在SWE-bench-verified等编码基准测试中达到最先进水平。但让作者真正转变的是这些特质：速度更快，同等难度任务用时更少；沟通协作能力远超Codex，后者有时甚至会忽略你的指令自行修改；意图检测更精准；语言风格更有人情味，很多人说Opus 4.5有“灵魂”——这个特质在Sonnet 3.7到Opus 4.1期间有所减弱，但在4.5中回归了。一个有趣的细节：同样的提示词，Claude用高对比度粗体文字回复，语气更像对话；Codex则用细字体嵌套列表，阅读体验相对吃力。更快的反馈循环让进展感更加真实，这比单纯的能力提升更能影响日常体验。 + Claude Code 2.0的实用改进代码高亮（2.0.71版本新增）。作者80%的时间都在CLI中，现在可以直接在Claude Code中完成大部分代码审查，几乎不需要再打开Cursor。检查点功能。按两次Esc或使用/rewind可以回退到特定检查点，同时回退代码和对话。这是作者期待已久的功能。提示词建议和历史搜索。用Ctrl+R可以搜索历史提示词，类似终端的回溯搜索，支持跨项目搜索。 /context命令查看当前上下文使用情况。作者在执行复杂任务时会频繁检查，总量达到60%时就会进行交接或压缩。语法高亮、反馈UI、ultrathink模式（用于困难任务或需要更严谨分析时）等功能都让日常使用更顺畅。 + 理解子代理机制子代理是Claude Code的核心机制之一。它们是主代理根据判断或用户指示生成的独立Claude实例。 Explore代理是只读的文件搜索专家，可以使用Glob、Grep、Read等工具浏览代码库，但严格禁止创建或修改文件。它会把搜索摘要返回给主代理。一个重要洞察：Explore代理返回的是摘要，可能存在信息损失。如果你想让模型充分理解代码间的关系，最好让Opus 4.5亲自阅读所有相关文件，而不仅仅依赖摘要。这背后的原理是注意力机制——当模型直接读取所有上下文时，能更好地提取成对关系，从而产生更好的推理和预测。你可以通过提示词控制子代理行为，比如“用Sonnet启动Explore代理”。了解这些机制能帮助你更好地引导模型。 + 上下文工程：关键概念代理是token消耗大户。一个在harness中运行的代理会主动进行大量工具调用来读取代码库、编辑内容等。这个过程中产生的所有数据都会添加到正在进行的对话中。工具调用和工具调用输出都会被添加到上下文中，因为LLM是无状态的——它们没有上下文窗口之外的记忆。一个简单的任务就可能消耗6000+个token。上下文工程就是解决“什么样的上下文配置最可能产生模型期望的行为”这个问题。上下文窗口的有效性会随着每个新token的引入而下降。把上下文想象成有限的“注意力预算”。研究显示，有效上下文窗口可能只有标称值的50-60%甚至更少。这意味着：不要在对话进行到一半时开始复杂任务。要么压缩上下文，要么开启新对话。 Claude Code使用系统提醒（system-reminder）标签来对抗上下文退化。这些提醒会被反复注入到上下文中，帮助模型保持对目标的关注。待办事项列表也起着类似作用——通过不断重写待办列表，Claude将全局计划推送到上下文末端，避免“中间迷失”问题。 + 技能与钩子：按需加载的智慧 Skills是一种“按需加载提示词”的机制。与其把所有领域知识写进系统提示词（导致臃肿），不如创建技能文件，让模型在需要时再加载——就像《黑客帝国》里Neo下载功夫一样。 Hooks允许你在代理循环的特定阶段运行bash脚本。比如在Claude停止响应时播放通知音，或者设置“继续做更多”的提示让Claude持续运行数小时。有人巧妙地将这些概念组合：用钩子提醒模型关于技能的存在，将说明分散到技能文件中以减少CLAUDE.md的体积。这种定制化程度虽然不是必需的，但展示了可能性。 + 作者的工作流 Claude Code作为主力，Codex用于审查和困难任务，Cursor用于阅读代码和手动编辑。探索阶段大量提问——澄清需求，理解在哪里、如何、为什么做改动。Opus 4.5擅长解释事物，能画出出色的ASCII图表。一旦有了足够的上下文，就使用ultrathink让它分析需要什么改动，然后开始执行，密切监控变化——基本上是微观管理。有时也会征求Codex的第二意见。对于困难的新功能，作者有时采用“先写草稿再丢弃”的方法：创建新分支，让Claude端到端完成功能，观察输出与自己心理模型的差距。这个过程揭示了Claude的错误和基于已有上下文做出的决策。有了这些后见之明，再进行第二轮迭代，这次用更精准的提示词。代码审查方面，作者发现GPT-5.2-Codex更优秀。它能找到bug并标注严重程度如P1、P2，误报率更低。“Claude执行、GPT审查”这个组合对作者来说已经稳定运行了大约一年。 + 写在最后我们正处于变革时期。有时候你几乎觉得自己成了后台代理，而其他时候当模型解不出某个bug时你又觉得自己挺聪明的。作者不再期待新版本发布——因为它们就是会不断发生。DeepSeek和Kimi K3已在队列中。可以预期的改进包括：RL训练、更有效的长上下文处理、更高吞吐量的模型、更少的幻觉。2026年可能会有oo3级别的推理突破，或者持续学习方面的进展。这些令人兴奋，但也让人有些不安——更显著的能力解锁会让世界变得难以预测。如果这篇文章对你有帮助，今天就试试其中一个新功能吧。 sankalp.bearblog.dev/my-experience-with-claude-code-20-and-how-to-get-better-at-using-coding-agents/

73. 4900 万人围观的 Claude Cowork 又杀疯了，10 个顶级外挂上线，这些打工人危

74. GitHub深夜引爆，最强Claude + Codex合体！全球1.8亿码农一夜解放

75. Anthropic 发布 COBOL 代码现代化工具，IBM 股价单日暴跌 13%Anthropic 今天发布了一篇博客文章(🔗网页链接 )，宣布 Claude Code 可以自动化 COBOL 代码的分析和现代化迁移工作。消息一出，IBM 股价当天暴跌超过 13%，跌至约 247 美元，市值蒸发数百亿美元。Accenture 和 Cognizant 等 IT 咨询公司也跟着下跌。先解释一下背景：COBOL 是一门 1959 年诞生的编程语言，听起来古老，但至今仍承载着美国约 95% 的 ATM 交易，数千亿行 COBOL 代码每天在银行、航空公司和政府系统中运行。问题是，懂这门语言的工程师大多已经退休，新人又极少学它，企业想把这些老古董迁移到现代语言，往往需要大型咨询团队花数年时间，成本极高。而这恰恰是 IBM、Accenture 等公司的高利润业务。Anthropic 的切入点很精准：Claude Code 能自动完成代码依赖关系映射、工作流文档化、风险识别等过去最耗人力的分析工作，号称能把原本以年计的迁移周期缩短到以季度计。同时还发布了一份《代码现代化手册》，提供从 COBOL 迁移到 Java 或 Python 的分步指南。这件事的信号意义很明确：AI 正在系统性地蚕食传统 IT 咨询的利润空间，上周 Anthropic 发布的 Claude Code Security 功能已经冲击了网络安全公司的股价，这次轮到了遗留系统现代化赛道。

76. MiniMax M2.1也算得上是个成熟的工程师了之前对这类模型预期不高，一般只让它们处理些简单的多语言转换或者写写博客。但这次让它用Claude Code做个Image-to-Video的SaaS网站，表现确实超出预料——它能主动调用Skill完成任务，十分钟就基于模板把网站初版搭出来了，完成度接近Claude Code原生的Opus 4.5（结果见图1）以前国产模型像实习生，得一步步指导，现在M2.1像个能独立干活儿的工程师，清楚该用什么工具、从哪里入手。它的工具调用和Agent能力，确实刷新了我对国产大模型的认知知识储备各家可能差不多，关键在模型能不能精准理解意图并调用工具去执行。这次通过“网站制作”这个Skill，M2.1展现的效果很扎实。Skill生态确实是重要方向，除了Claude Code，Codex、Antigravity也都在跟进#minimax##ai大模型#

77. Anthropic发布Claude Code Security，全球网络安全股应声暴跌

78. Claude Code 5亿美元背后的AI工程革命（上集）来整理一下 Claude Code 诞生的故事，主要来源是科技博主 Gergely Orosz 采访 Claude Code 核心成员的文章。Claude Code 确实了不起，5 亿美元年化收入，三个月用户量涨了 10 倍，现在也是很多程序员首选 Coding Agent 工具。这个工具最初只是一个能告诉你“现在在听什么歌”的命令行小玩具。Gergely Orosz 采访了 Claude Code 的三位核心成员：- 创始工程师 Boris Cherny（17 年从业经验，前 Meta 主任工程师）- 二号工程师 Sid Bidasaria（Subagents 功能的作者）- 以及产品经理 Cat Wu。他们聊了 Claude Code 是怎么从原型变成产品的，技术上做了哪些选择，以及这个十几人的小团队如何做到每人每天发布 5 个 PR。这可能是目前最接近“AI 优先工程团队”的样本。他们用 AI 写代码、写测试、做代码审查、排查故障，甚至用 Claude Code 来开发 Claude Code 本身。90% 的代码是它自己写的。我想做的是把这次采访里最有意思的部分整理出来，讲讲这个团队是怎么工作的，有什么可以借鉴的，又有什么是他们的特殊条件决定的、不能照搬的。下面分成 7 个小故事，每个都能独立看，串起来是一个完整的图景。【1】一个听歌小工具，如何变成年入 5 亿美元的产品2024 年 9 月，Boris Cherny 刚加入 Anthropic，闲着没事写了个命令行小玩具。这东西能干嘛呢？它能用 AppleScript 告诉你现在在听什么歌，还能根据你的指令换歌。就这么简单。Boris 自己的评价是：“挺酷的 demo，但没啥意思。”真正的转折发生在他和同事 Cat Wu 聊完之后。Cat 当时在研究 AI Agent 的计算机使用能力，聊着聊着，Boris 冒出一个念头：如果给这个命令行工具更多权限呢？比如让它能读写文件、能执行命令？他试了。然后，见证奇迹的时刻来了。Boris 把这个升级版工具扔进 Anthropic 的代码库，随便问了几个问题。Claude 开始自己探索文件系统——读一个文件，看到里面的 import 语句，就顺着去读被引用的文件，一层层往下挖，直到找到答案。“这把我震住了，”Boris 回忆说，“我从来没用过这样的工具。”在 AI 领域有个概念叫“product overhang”，翻译过来就是“产品溢出”。意思是模型其实已经具备某种能力了，但现有的产品形态没有把这种能力释放出来。Boris 发现的，正是一个巨大的“product overhang”，Claude 早就能做到这些，只是没人给它造个壳子。Boris 开始每天用这个工具干活，然后分享给几个同事。两个月后的 11 月，他们发布了一个内部版本。数据很夸张：第一天，20% 的工程师在用；第五天，50%。这时候出现了一个有趣的争论：要不要对外发布？反对的理由很真实：这东西如果真有我们以为的那么强，留着当“秘密武器”不好吗？为什么要把竞争优势拱手让人？最终，Anthropic 选择了发布。逻辑是这样的：Anthropic 的核心使命是研究模型安全，而研究安全最好的方式是让人真正使用这些工具。既然内部已经验证了 Claude Code 会被大量使用，那发布它就能带来更多关于模型能力和安全的洞察。2025 年 5 月，Claude Code 正式公开。三个月后，使用量涨了 10 倍，年化收入超过 5 亿美元。有意思的是，Boris 最初只想着给程序员用——所以才叫“Claude Code”。但有一天他走过数据科学家的工位，发现对方屏幕上也跑着 Claude Code。“你用这个干嘛？”“我让它帮我写查询、做可视化啊。”现在，Anthropic 的数据科学家们人手一个，有些人同时开好几个。一个听歌小工具，因为多给了几个权限，变成了一个价值数亿美元的产品。这大概是“product overhang”最好的证明，模型能力一直在那儿，等的只是有人把它释放出来。---【2】90% 的代码是自己写的——Claude Code 的技术选型哲学Claude Code 有 90% 的代码是它自己写的。听起来像噱头，但这其实归功于他们的技术决策逻辑。先看技术栈：TypeScript 写主体，React 搭配 Ink 框架做终端 UI，Meta 开源的 Yoga 做布局系统，Bun 负责构建打包。为什么选这些技术栈呢？因为它们“在分布内”。“在分布内”（on distribution）是 AI 领域的术语。意思是模型已经见过大量这类代码，擅长处理它们。TypeScript 和 React 正是 Claude 的强项。如果选一个冷门框架，模型就得“学习”，效果会打折扣。这个选择带来一个美妙的循环：用 Claude 擅长的技术栈写 Claude Code，然后用 Claude Code 写更多 Claude Code。90% 自己写自己，就是这么来的。他们在架构层面的选择同样简洁。Claude Code 在本地运行。没有 Docker 容器，没有云端沙箱，就是直接在你的电脑上读写文件、执行命令。至于为什么这样设计？Boris 的回答是：“每次做设计决策，我们几乎都选最简单的方案。本地运行就是最简单的答案。”这种简单延伸到整个产品哲学：尽可能少写业务逻辑，让模型做主角。“这听起来可能有点奇怪，”Boris 说，“但我们希望用户能尽可能“原汁原味”地感受模型。很多 AI 产品会加一堆脚手架——额外的 UI 元素、各种辅助功能——结果反而限制了模型的发挥。我们要做的是让 UI 尽可能精简。”为了保持简洁，每次 Claude 发布新模型，他们就会大量精简代码。比如 Claude 4.0 发布时，他们删掉了大约一半的系统提示词，因为新模型不再需要那些“拐杖”了。工具数量也在不断精简——能删就删，能合并就合并。整个 Claude Code 架构可以概括为三件事：定义 UI 并暴露给模型修改的接口、暴露工具让模型调用、然后闪到一边去。当然，简单不意味着没有复杂的部分。权限系统就是例外。毕竟让 AI 在你电脑上执行命令是有风险的。Claude Code 的解决方案是执行前先问你：要不要批准这个操作？可以只批准这一次，也可以以后都批准，或者拒绝。权限系统支持多层配置——按项目、按用户、按公司。团队可以共享配置文件，把常用的安全命令加入白名单。这套权限设计背后的原则是这样的：如果你启动 Claude Code，它不应该在没经过你同意的情况下改动任何东西。但同时，也要给用户“放权”的选择——在你信任的场景下，可以跳过确认环节。简单，但不是简陋。克制，但不是功能缺失。---【3】两天 20 个原型——AI 时代的产品迭代长什么样以前做产品原型，两天能做出两个就算效率高了。Boris 花两天做了 20 个。这不是夸张，是他开发 Claude Code 的 todo list 功能时的真实记录。他甚至把每一步的提示词和截图都分享了出来。我们来看看这 20 个原型是怎么迭代的。第一版，他想让 todo 列表显示在最近一次工具调用的下方。提示词很短：“让 todo 不要随着输入出现，而是在输入框上方显示一个固定的 todo 列表，标题用灰色显示 '/todo (1 of 3)'”。看了看效果，不太满意。第二版，改成在每个 todo 更新时内联显示。提示词：“其实不要显示 todo 列表，改成在模型开始处理一个 todo 时，把工具名称渲染成粗体标题。保留'step 2 of 4'这样的进度显示。”还是不对。第三版和第四版，他尝试做一个“交互式药丸”——屏幕底部一个小方块，点开能看进度。“在文字输入框下面加一个 todo 药丸，类似后台任务的样式，显示 'todos: 1 of 3'。”然后：“让这个药丸可以交互，像后台任务药丸那样。”有点意思了，但还不够好。第五版和第六版，他换了个思路：做个从右边滑出来的“抽屉”。“把之前的药丸和标题都撤销，改成在输入框右边显示 todo 列表，垂直居中，用灰色分隔线隔开。”“有点跳，能不能做成抽屉动画？”看起来挺酷，但实用性存疑。第七到第九版，他又把 todo 列表挪到输入框上方，试验不同的截断方式和标题样式。“如果超过 5 个就显示'... and 4 more'”，“加个灰色的 'Todo:' 标题”。离答案越来越近了。第十到二十版，他开始琢磨怎么把 todo 列表和加载动画结合起来。最后的解决方案是把进度信息放到 spinner（加载指示器）旁边，最大化可见性。发布后，用户反馈说想看完整的 todo 列表。于是又加了一个迭代：按 Ctrl+T 可以展开全部步骤。这就是现在线上的版本。整个过程里，Boris 的提示词出奇地简短——大多数就一两句话。但每一版都是可以实际运行的原型，不是静态图，不是 PPT。他可以真正测试验证这个功能，感受它顺不顺手。传统的产品开发流程是：想法 → 讨论 → 画线框图 → 做高保真设计 → 开发 → 测试 → 上线。每一步都要时间，每一步都可能卡住。现在的流程变成了：想法 → 一句话提示词 → 可运行的原型 → 感觉不对就再来一版。这其实要求开发者在思维方式上进行改变，才能适应这种开发流程。以前，原型的作用是“验证想法”——因为做原型成本高，你得先想清楚再动手。现在，原型变成了“探索可能性”——因为做原型成本低，你可以先做出来再说，不好就扔掉。Boris 说，用 Claude Code 的时候，他经常直接跳过画设计图的阶段，直接做一个能跑的版本，比什么都直观。Claude Code 团队的日常节奏是：每个工程师每天推大约 5 个 PR，内部每天发布 60-100 个版本，外部每天发布 1 个版本。一天 5 个 PR，这在大多数公司是难以想象的。Uber 在最紧张的重构期，一天能推一个中型 PR 就算不错了。工具变了，节奏就变了，思维方式也得跟着变。---下集：网页链接

79. 一家估值超过 1.4 亿美元的初创公司高级工程师，实际上是如何使用 AI 编码的（95% 是“vibe Coding”，但有体系）我昨天在共享办公空间里遇到一位高级开发者，他在一家融资超过 1.4 亿美元的初创公司工作。他已经编程 8 年多了，并提到自己现在基本上有 95% 的时间是在“凭感觉写代码（vibe coding）”，但速度却比以往任何时候都快。我很好奇，就请他详细讲解一下自己每天的实际工作流程——毕竟大家总在争论 AI 编码在真正的公司里到底有没有用。结果发现，他有一套既具体又灵活的流程。大多数新功能，他都是直接在终端里与 Claude Code 对话——描述他想构建的内容，然后让 Claude 生成一个粗略的结构。他不会追求完美，只要能达到 70% 的完成度，不被实现细节卡住就行。然后他会切换到 Cursor 进行清理。他说关键区别在于：他能实时看到 AI 写代码，而不是事后收到一大堆需要人工审查的代码块，这样可以立刻发现奇怪的“幻觉”问题。让我震惊的是——他还用 AI 工具来审查 AI 生成的代码。听起来多此一举，但这些工具能捕捉到不同类型的问题。他尝试了很多代码审查工具，最后选择使用 Coderabbit 的 VSCode 插件来做快速检查，然后提交到 PR，由 Coderabbit 的 GitHub 应用进行更详细的分析。测试流程仍然完全由人类负责。所有代码在上线前都会通过完整的测试套件。AI 只是在辅助编写测试，但最终的部署决策仍由人类决定。他提到他们现在功能发布速度提升了大约 40%，但不是因为 AI 在做架构决策，而是因为 AI 处理了重复的实现部分，工程师可以专注于系统设计和代码质量。他说，采用这种工作流的初级工程师升职更快，因为他们可以通过专注于设计，让 AI 处理枯燥的部分，从而交付出接近高级工程师水平的成果。他们的初创公司大约有 80 名工程师，这种方式正在各个团队中逐渐成为标准。有没有其他人在公司看到类似的工作流？我特别好奇“AI 审查 AI”这部分，虽然听起来违反直觉，但似乎确实有效。#人工智能##程序员#

80. 手把手教你用上开源版Claude Code，人人都可以体验编程Agent的魅力了。相信很多朋友，都听过Claude Code的大名。就连我这个一直很不喜欢Anthropic这家公司的人，也经常会说，Claude Code是我用过，最棒的Agent。帮你写产品、帮你做流程、帮你写做数据分析等等。甚至Google的首席工程师，都自己在X上夸Claude Code。但是相信大家都知道，这家公司封号都多猛，有多么反华，从23年为止到现在，封了我一共13个号，封的我现在都没有邮箱注册了，后来为了不封号，我甚至都是自己搭的魔法服务。所以对于推荐别人用Claude Code，我一直都很谨慎。更别提，他们现在越来越封闭了。而现在，在我觉得用了几天之后，我觉得有一个产品组合，真的可以在我的日常使用中，替代掉Claude Code了，我也不想再忍受Anthropic那恶心的一些破事了。这个产品，就是OpenCode，而且，开源。而OpenCode再加上神级插件oh-my-opencode，那几乎就是我现在觉得，对普通用户来说，想尝试开始使用编程Agent，最棒的组合。如果你跟我一样，本身还是200刀的ChatGPT Pro和250刀的Gemini Ultra的双料订阅用户。那你更相信我，你的这两会员，还可以在这个组合里，继续发光发热，直接把价值拉到最大。所以，我也想把这个产品安利给大家，然后，手把手带大家上手玩起来。这个产品和这个组合，让我觉得。所有普通人也可以上手使用并且感受编程Agent魅力的时代，正式开启了。那么，教程开始。 1. 安装OpenCode 第一步，当然就是先安装OpenCode了。不同于ClaudeCode这种，你需要使用命令行。 OpenCode我觉得最棒的一点，就是它有专门的客户端，你不需要用看像Antigravity那样复杂的IDE界面，也不需要去知道什么叫CLI什么叫各种命令。你只需要，用一个最符合心智的界面，开始对话就可以。 OpenCode的下载链接在在此： http://t.cn/AXGvxGlE 它支持所有客户端，无论你是Windows，还是Mac，都可以。如果你是专业开发者，那用在Linux里用也行，也可以放到VS Code、Cursor、Antigravity里，都没啥问题。我家里用的是Win，所以就直接把Windows版本下载下来，正常安装就OK。安装完以后，直接运行，没一会了，你就能看到这个首页了。看着空空如也，还不知道怎么用对吧。不用慌。我们先定把各个模型给OpenCode添加上。 2. 添加模型我们在首页，点击左下角那个+号，先添加底层模型。你能发现，里面有巨多的模型可以支持调用，几乎所有的模型全都支持。不仅可以用GPT、Gemini、Claude，甚至你划到后面，连GLM的Coding Plan计划都可以支持。如果你跟我一样，是ChatGPT和Google的会员，直接跟我操作就行。如果不是，那就直接用他们给的免费的GLM 4.7就可以，虽然能力上，肯定跟御三家还是有一点距离，但是对于绝大多数的场景，已经够用了。第一个Claude会员稍微注意一下，即使你有，现在也别通过Claude Max这种订阅会员连到OpenCode上用了，绝对不要用。 Claude这个货现在非常的封闭，周末的时候，直接封杀了OpenCode之类的第三方调用Cladue Code订阅套餐的通道。还直接疯了一批号。引起了一片声讨。然后，反手就是OpenAI的Codex直接宣布支持OpenCode。几乎几个小时之后，OpenCode就支持使用ChatGPT的订阅套餐，直接授权了。商战，就是如此的朴实无华。回到OpenCode，我们可以先点击OpenAI，你会发现，添加模型有两种模式。分别是ChatGPT会员和API。这里说一下区别，API Key对AI稍微了解一点朋友肯定都知道了，就是你用多少，就付多少的钱。而ChatGPT Pro/Plus，其实就是我们自己在ChatGPT官网上，订阅的会员。这个会员呢，其实除了你能在ChatGPT官网上，有各种各样的新功能使用之外，其实还有一个非常重要的东西，就是你的专门为了开发的Codex额度，其实有非常非常多。而GPT‑5.2‑Codex，虽然究极磨叽，但是写逻辑和代码的准确性，真的强的非常的离谱。所以，如果你开了ChatGPT的会员，这里直接点击就行。然后就会出来一个弹窗。点击那个this link的链接，然后进入ChatGPT登录界面，正常登录，然后授权。回来以后就OK了，你就能发现，已经有OpenAI的那几个模型了。直接爽用。 Gemini会稍微麻烦一点点，需要装一个插件，然后通过插件，把Antigravity里面的Gemini 3 Pro和Claude Opus 4.5的额度给拽出来。没想到吧，Google家的Antigravity，支持Claude Opus 4.5。所以，其实你想用最顶级的模型来帮你做开发，在OpenCode上，只需要开ChatGPT和Gemini的会员就可以，开这两个会员，就能直接用御三家的所有最顶级模型。我们先去装插件，这个插件的名字叫： opencode-antigravity-auth 安装特别简单，打开OpenCode，直接把这行Prompt话发过去： Install the opencode-antigravity-auth plugin and add the Antigravity model definitions to ~/.config/opencode/opencode.json by following: http://t.cn/AXGvxGlR AI时代了，安装插件的方式，也得AI一点。一会的功夫，就跑完了。然后，你在之前加号那，选择Google。就能发现，多出来了个OAuth with Google（Antigravity），如果没看到的话，就把OpenCode退出了重进。流程跟OpenAI的一模一样，进到链接里面去，授权，登录。成功以后，你就能看到，所有的模型了。 Claude和Gemini全都在。 Ok，御三家模型已经全部安装完毕，你现在拥有几乎全世界最豪华的Coding模型阵容了。当然，如果你没有任何订阅的话，但是也想体验AI Coding的魅力，可以直接在模型区域选择GLM 4.7或者MiniMax 2.1。目前这两全部都是免费可用。做普通的任务，完全够用了。现在OpenCode装完，模型也添加完毕了，那接下来，就是我们安装oh-my-opencode插件了。 3. 安装oh-my-opencode oh-my-opencode是一个源自社区的插件，几乎是我认为你用OpenCode必装的东西。你可以理解为，这是一个游戏的mod。就像很多年以前，我们玩《上古卷轴5》，你不装身形mod，你怎么玩怎么不得劲，就像前段时间爆火的《逃离鸭科夫》，你倒是可以不装任何插件自己硬玩，但是你要是装个物品价值稀有度的mod，基本就能极大幅度的改善原来的游戏体验。 oh-my-opencode就是我认为，几乎让OpenCode焕发终极生命力的，能让所有小白全都能上手使用编程Agent的，究极插件。他们在文档里这样写到： “还记得第一次从 Windows 换到 Linux，兴奋地折腾各种配置的感觉吗？在这个"黑客精神"似乎日渐稀缺的年代，OpenCode 把它带回来了。如果你热爱编程、热爱计算机，OpenCode 带来的就是那种"终于摆脱 Windows 束缚"的爽快感。但坑在什么地方？门槛高、要学的东西多、配置复杂，而你的时间很值钱。这事儿我搞定了。即使你不是硬核 Hacker，花几分钟，就能让你的技能和生产力原地起飞。” http://t.cn/AXbeiRbm 你不用再花大量时间去学配置，去猜哪个模型适合干哪个活，它内置了很多分工明确的专家角色，比如负责架构和审阅的oracle（GPT 5.2 Medium），负责翻文档找实现的librarian（glm-4.7），负责快速扫代码库的explore（Grok Code），负责UI设计与前端的前端工程师（Gemini 3 Pro）。然后主Agent（Claude Opus 4.5 High）会按需调度它们，并且很多任务可以在后台并行跑。还兼容了Claude Code，Command、Agent、Skill、MCP、Hook（PreToolUse、PostToolUse、UserPromptSubmit、Stop）啥的全都有。。。还有自带的精选过的MCP，还支持完整的LSP。真菩萨... 安装oh-my-opencode也特别简单，跟前面的opencode-antigravity-auth流程一样。在OpenCode中，新起一个对话。然后直接把这个Prompt发过去： Install and configure by following the instructions here http://t.cn/AXbjqNEr 对，就这么简单。没过一会，他就会给你发一段话：意思就是问你有没有御三家的订阅，你要是看不懂，也没事，直接回一句，我看不懂英文，用中文给我回复。就OK了。我们前面已经全部配置好了，你就按照你的情况回答就行，像我有ChatGPT订阅和Gemini订阅，我就直接说： 1. 没有Claude，但是我用的opencode-antigravity-auth，可以用Google上的Clude模型。 2. 有，我已经配置好了。 3. 用，我也配置好了。大家也可以直接复制粘贴过去。再过了一会以后，oh-my-opencode就装好了。你会发现，每个Agent背后，都是对于的最佳模型了。而如果你没有订阅的话，这时候，所有的Agent，默认模型都会是GLM-4.7。至此，一切就大功告成！你可以愉快的使用OpenCode + oh-my-opencode，开始你的Vibe Coding之旅了。后续你想继续精进，把OpenCode玩的更深更透的话，也非常推荐大家去看官方文档： http://t.cn/AXGvxGln 相信我，Vibe Coding没有那么难。在过去，你只是没有一个趁手的工具。而Claude Code对于国人来说，门槛又太高。 OpenCode + oh-my-opencode这个组合。就是我认为，所有普通人，开始接触Vibe Coding最棒的组合。感谢OpenCode和oh-my-opencode。这是非常优秀的产品，也谢谢他们为这个世界。做出的开源贡献。后续我也会出一些有趣又有用的Coding教程。希望大家点个赞点个关注。更希望，能对大家有所帮助。那就这样，我们，下期再见👋。 #科技先锋官##AI编程##AI[超话]#

81. 用 Claude Code 的朋友可以关注一下这个开源项目：Claude Code Templates，快两万 Star 了。它收集了一百多个现成的配置模板，涵盖智能体、自定义命令、MCP 集成、自动化这些常用场景。不用自己从头折腾，一条命令就能把别人调教好的配置拿来用。官方还做了个在线网站，可以按类别查找，看中哪个直接安装就行。说白了就是一个 Claude Code 的配置商店。别人踩过的坑、摸索出的最佳实践，打包好了让你直接抄作业。项目地址：github.com/davila7/claude-code-templates 懒得自己调参数的，收藏一下。 #HOW I AI# #科技先锋官#

82. Boris Cherny 的 Claude Code 使用技巧

83. 老金开源10万字Claude Code中文教程，零基础到企业实战完整路径

84. Eyad这篇Claude Code完整指南「The complete claude code tutorial 」不错。我做软件工程师 7 年了，先后在 Amazon、Disney 和 Capital One 工作过。我交付的代码影响过数百万用户，也构建过不能出错的系统。现在我是一个创业公司的 CTO，公司专门为企业构建智能体，而 Claude Code 是我每天都在用的主力工具。下面是一份新手指南，包含我在用 Claude 构建可处理大型企业复杂负载的稳健系统时学到的一切，希望对你有帮助。一、先思考大多数人以为，用 Claude Code 或其他 AI 工具，第一步就是开始输入或说话。但这可能是你一开始就会犯的最大错误之一。真正应该先做的，是思考。在我所有的实践中，只要使用 plan 模式，得到的结果几乎总是显著优于直接开始输入的情况，而且差距非常大。当然，这对一些人来说说起来容易做起来难。你可能没有多年的工程经验去独立思考架构。所以我有两个建议：1，你要开始学习。如果你永远不培养这项能力，你就是在削弱自己，即使慢慢学也好。2，与 ChatGPT、Gemini 或 Claude 深入对话，描述你想构建什么，询问不同系统设计方案，最终一起确定方案。对话应该是双向的，而不是单向输入。这适用于一切任务，哪怕是总结邮件。在让 Claude 写功能前，先想架构。在让它重构前，先想目标形态。在让它调试前，先想你真正知道什么。plan 模式里信息越多，输出越好，因为输入更好。模式很一致：先思考，再输入，结果会好得多。二、架构的重要性在软件工程里，只给输出目标而不给实现路径，就会留下大量自由度，这正是 AI 生成代码问题的根源。“给我做一个认证系统” 太宽泛。而“用现有 User 模型做邮箱密码登录，会话存 Redis，24 小时过期，给 /api/protected 加中间件”差别非常明显。按两次 Shift+Tab 进入 plan 模式。这只花 5 分钟，却能帮你省下数小时调试时间。三、CLAUDE.mdCLAUDE.md 是一个 Markdown 文件，而 Markdown 是 AI 非常擅长处理的格式。每次 Claude Code 会话启动时，它首先读取这个文件。里面的每条指令都会影响它如何理解你的项目。这相当于 Claude 每次对话前的入职培训资料。多数人要么忽视它，要么写一堆无用信息，反而降低效果。真正重要的是：1，保持简短。Claude 同时只能稳定遵循约 150–200 条指令，而系统提示本身已经占了约 50 条。写太多，它会随机忽略。2，只写项目特有信息。不要解释组件目录是什么。写那些真正影响流程的东西，比如关键 bash 命令。3，写“为什么”，不只是“做什么”。“启用 TS strict 模式” 可以。“启用 strict 模式，因为我们曾因 any 类型导致生产事故” 更好。原因能帮助 Claude 做你没想到的判断。4，持续更新。工作时按（井号）键，Claude 会自动把指令写进 CLAUDE.md。当你第二次纠正同一件事时，就该写进文件了。坏的 CLAUDE.md 像写给新员工的文档。好的 CLAUDE.md 像你给未来失忆的自己留的笔记。四、上下文窗口的限制例如 Opus 4.5 有 20 万 token 上下文。但很多人没意识到：在使用 20%–40% 时质量就开始下降了。如果你经历过 compact 后结果仍然很差，那就是因为质量早已下降，压缩并不会恢复能力。每条消息、每个文件、每段生成代码、每次工具输出都会累积。一旦质量下降，更多上下文只会更糟。避免问题的方法：1，每个任务一个会话。不要在同一会话里既做认证系统又重构数据库。2，使用外部记忆文件，例如 SCRATCHPAD.md 或 plan.md。3，复制粘贴重置法：复制重要信息，/compact，总结，再 /clear，然后只粘回关键内容。4，知道何时清空。如果会话混乱，直接 /clear。Claude 仍会读取 CLAUDE.md。正确心智模型是：Claude 是无状态的。五、提示词就是一切人们花几周学框架，却不学如何与生成代码的系统沟通。提示词不是玄学，而是沟通。清晰永远优于模糊。有效的方法：1，说清楚需求。2，说明不要做什么。Claude 喜欢过度工程化。3，说明约束原因，例如性能或是否是原型。AI 是加速器，不是替代品。它仍会犯错，你要能识别错误。记住：输出只来自输入。六、坏输入 = 坏输出很多人怪模型不够聪明。现实是：如果你用好模型仍得到坏结果，问题通常在你。真正的瓶颈是：1，提示词写法2，请求结构3，上下文提供方式模型确实有差异：Sonnet 更快更便宜，适合执行任务。Opus 更慢更贵，适合规划与复杂推理。一个有效流程是：用 Opus 规划架构，再切 Sonnet 实现。CLAUDE.md 保证模型切换后仍遵循相同规则。七、MCP、工具和配置Claude 有大量功能：MCP、Hooks、Slash 命令、插件、配置等。你不需要全部，但应该尝试。MCP 能连接外部服务。如果你在复制信息进 Claude，很可能 MCP 能自动化。Hooks 能在 Claude 修改代码前后执行操作，例如自动格式化或类型检查。自定义 Slash 命令就是复用提示词。如果你已经付费，就多尝试。模型每周都在变好。八、当 Claude 卡住有时 Claude 会循环失败。本能是继续补充说明，但更好的办法是改变策略：1，清空会话2，拆分任务3，给示例而不是解释4，换种表述方式关键技能是尽早识别循环。九、构建系统，而不是一次性工具最能获得价值的人不是拿 Claude 做单次任务，而是把它嵌入系统。Claude Code 支持 headless 模式（-p），可脚本化、自动化、串联命令。企业正在用它自动审 PR、处理支持请求、更新文档。飞轮效应是：Claude 出错 → 改进 CLAUDE.md 或工具 → 下次更好。几个月后系统会显著提升，即使模型没变。如果你只交互式使用 Claude，你正在浪费价值。十、总结先思考再输入CLAUDE.md 是杠杆点上下文在 30% 就开始劣化架构决定质量输出来自输入尝试工具与配置卡住就换方法构建系统而不是单次使用现代技术已经强得离谱。如果你在用 Claude 构建系统或产品，这些因素决定你是在与工具对抗，还是顺势而行。原文：x.com/eyad_khrais/status/2010076957938188661#HOW I AI# #程序员#

85. 一个月，259个PR，497次提交，4万行代码增加，3.8万行删除。每一行，都是AI写的。这条推文作者是 Claude Code创建者Boris Cherny。2024年9月，他把Claude Code当副业项目做了出来。用他的话说，完全没想到这东西能长成今天这样：成了无数工程师的核心开发工具，用途早就超出了写代码，运维、研究、甚至非技术场景都有人在用。他用了两个词形容这项技术：alien and magical。外星的，魔法的。有意思的是对比。一年前，Claude连生成一条bash命令都经常出转义错误，跑几秒钟、几分钟就断了。那时候只是隐约看到一点苗头：这东西以后也许能派上大用场。注意这个“隐约”。技术的早期形态往往让人低估它的潜力。就像你第一次看到砖头大的大哥大，很难想象二十年后它会变成你手里的智能手机。快进到今天。Boris晒的数据是30天的产出：259个PR，497次提交，近8万行代码变动。全部由Claude Code加上Opus 4.5模型完成。而且Claude现在可以连续跑几分钟、几小时、甚至几天（用Stop hooks机制）。从几秒到几天。这个时间维度的变化，比任何功能更新都说明问题。Boris说：Increasingly, code is no longer the bottleneck. 代码越来越不是瓶颈了。以前做软件，想法便宜，实现贵。你有一个点子，变成可运行的代码需要大量时间和人力。现在这个成本在急剧下降。那瓶颈移到哪了？移到了想清楚要做什么、怎么做。移到了判断和决策。移到了对问题的理解和定义。换句话说，软件工程的重心正在从“执行”向“思考”迁移。当然，Boris作为创建者，晒这组数据有宣传的成分。而且量大不等于质量高，一个月8万行变动是什么性质的工作，维护成本怎么样，他没说。但即便打个折扣，这个趋势是真实的。AI编程工具在过去一年的进化速度，确实让人意外。Boris最后说：Software engineering is changing, and we are entering a new period in coding history. And we're still just getting started.软件工程正在改变，我们进入了编程史的新纪元。而且我们才刚刚开始。这话听起来像营销，但越来越像事实。

86. 【访谈对话】造过 Codex 的人，为什么每天用 Claude Code完整图文版：网页链接Calvin French-Owen 联合创办了 Segment，2020 年被 Twilio 以 32 亿美元收购。之后加入 OpenAI，带队用 7 周时间从零构建了编程 Agent Codex。2025 年中他离开 OpenAI 回归创业，日常主力编程工具却是竞品 Claude Code。他最近在 YC 播客 Lightcone 上，和 YC CEO Garry Tan 做了一场对话。Garry 刚用上 Claude Code 九天，Calvin 则是造过 Codex 的人。两人聊了编程 Agent 的产品哲学差异、怎么成为 top 1% 用户、上下文中毒的应对，以及如果今天重新创办 Segment 会做什么不同。要点速览：• Claude Code 被低估的优势不在模型本身，而在产品架构：通过子 Agent 拆分上下文窗口，用 grep 而非语义搜索检索代码• Anthropic 和 OpenAI 的产品哲学有根本差异：一个造"去五金店买材料造狗窝"的人类工具，一个造"3D 打印整个狗窝"的通用智能• LLM 正在替代 Google 成为开发者工具的推荐引擎，竞品公司可以通过伪装排名文章操纵 LLM 推荐• 上下文使用超过 50% 就该清理。LLM 的"迟钝区"就像考试最后五分钟还剩半张卷子没做【1】CLI 的复古未来：为什么命令行击败了 IDEGarry Tan 用一个膝盖手术的类比开场：十年前他是个"马拉松跑者"（写代码的人），后来遭遇"灾难性膝伤"（变成了管理者），停止编程。最近九天用上 Claude Code，感觉像换了仿生膝盖，跑得比原来快五倍。Calvin 认为人们太关注模型能力本身，忽视了产品和模型的协同。Claude Code 做得特别好的一件事是拆分上下文：给定一个任务，它会生成多个"探索子 Agent"，每个用 Haiku 模型遍历文件系统、搜索相关代码，各自运行在独立的上下文窗口里，互不干扰。正因为 Claude Code 运行在终端里，它天然适合这种自由的、可组合的集成方式。Calvin 说："CLI 不是 IDE，这一点很重要。它让你远离正在被写的代码。IDE 的全部目的是把所有状态保持在脑子里。但 CLI 是完全不同的东西，当我用 Claude Code 时，感觉像在代码里飞行。"Garry Tan 举了个实际的例子：沙箱概念上很干净但实际使用时到处碰壁，比如需要访问 Postgres 却连不上。而 CLI 直接运行在你的开发环境里，他甚至让 Claude Code 访问了生产数据库，调试了嵌套五层深的并发 bug。【2】自下而上的分发：LLM 时代开发者工具怎么卖Calvin 认为 CLI 工具的分发模式被低估了：下载就能用，不需要任何人批准。他最近试用了一个产品：下载桌面应用后，它直接调用你笔记本上安装的 Claude Code，然后通过 MCP 服务器通信。全程不需要任何人的许可。Garry Tan 把这个观点推得更远：在一切都变得飞快的时代，产品必须走自下而上的分发路线。CTO 做决策太慢了，要考虑安全、隐私、控制权。工程师直接装上就用。更有意思的是 AI 推荐的影响。Calvin 指出，现在人们可能直接在 Claude Code 里决定用什么工具。"只要 Claude Code 推荐用 PostHog，他们就用 PostHog。"而竞争对手可以通过伪装排名文章操纵 LLM 推荐——人类一看就知道是软文，但 LLM 会被骗。Calvin 认为这对开源项目特别有利。Supabase 就是典型：因为有非常好的开源文档，每当有人问怎么搭建后端，所有 LLM 的默认推荐都是 Supabase。【3】上下文工程：grep 为什么打败了语义搜索构建编程 Agent 最重要的是什么？Calvin 说：管理上下文。一个有意思的差异：Cursor 用语义搜索（把代码嵌入向量空间，找最相关的片段），而 Claude Code 和 Codex 直接用 grep。这看似落后，实际很合理。代码信息密度极高，通过 .gitignore 过滤无关文件后，用 grep 搜索基本能准确定位。而且 LLM 特别擅长写出人类绝不会手写的复杂正则表达式。"如果你在构建非编程领域的 Agent 系统，可以从中学到很多。关键是怎么把你的数据整理成接近代码的格式，让模型可以窥探周围的上下文、获取结构化的信息。"【4】成为 Top 1% 用户：少写代码，多做管理Calvin 的建议：部署在 Vercel、Next.js 这类有大量模板的平台上，核心代码控制在一两百行；倾向微服务或结构良好的独立包；理解 LLM 的盲区——它"超级持久"，可能会复制已有功能、重新实现你觉得不该碰的东西；给模型提供检查手段，测试、lint、CI 都行。Garry Tan 分享了他的"顿悟时刻"：前几天几乎不写测试，第四天决定把测试覆盖率做到 100%，之后速度暴涨。Calvin 说：这和所有公司做 prompt engineering 的方式一样，就是测试驱动开发。"测试用例就是你的 eval。"【5】上下文中毒：LLM 的"迟钝区"和金丝雀检测Calvin 引入了"上下文中毒"的概念：模型沿着错误方向走下去，因为"超级持久"特性，会不断参照已经错误的 token 继续推进。他的建议是上下文使用超过 50% 就清理。他用了一个类比："想象你是大学生在考试。前五分钟觉得时间充裕，会认真思考每道题。但如果还剩五分钟而你还有一半没做完，你只能随便写。LLM 遇到上下文窗口就是这种感觉。"Garry Tan 介绍了一个技巧：在上下文开头放一个随机事实作为"金丝雀"，定期问模型是否还记得。当它开始忘记，就知道上下文退化了。Calvin 认为 Claude Code 应该能在产品层面自动做这种检测，在内部跑一个"心跳"机制监控上下文质量。【6】两家公司的 DNA：五金店造狗窝 vs 3D 打印狗窝Calvin 把两家公司的差异追溯到创始 DNA："Anthropic 注重为人类构建工具。Claude Code 的工作方式像人类：你要造狗窝，它去五金店买材料拼在一起。OpenAI 倾向于训练最强模型做越来越长的任务。它可能完全不像人类工作——用 3D 打印机从零打印一个狗窝。会花很长时间，做奇怪的事情，但最终能用。"长期看他认为"后者可能不可避免"。但用 Claude Code 的体验让他想起十年前自己写复杂正则的感觉。"我一天能做五个人的工作量。像装了火箭推进器。"【7】如果重建 Segment：什么价值被清零了Segment 起步做的是数据集成：帮你把同一份数据同时发到 Mixpanel、Google Analytics。写这种连接代码以前是件麻烦事，值得付费。"现在这部分价值降到了零。你可以直接告诉 Claude：'我要这样映射数据'，然后它就做到了。"还有价值的部分是：维持数据管道运行、自动化业务流程（比如每次新客户注册就通过 Customer.io 发欢迎邮件）、管理受众群体。如果今天重做 Segment，他会在这些基础上用 LLM Agent 分析完整客户画像，自动决定该怎么给客户发邮件、登录后要不要调整产品界面、不同客户是否需要不同的 onboarding 流程。低层级的东西被 Agent 取代，价值向上迁移到了更抽象的层面。Calvin 还分享了一个让他持续感到惊讶的事情：Claude Code 仅仅从他正在工作的代码上下文中，就能推断出他的意图和动机。"你给 Agent 一份代码仓库的副本，然后从门缝塞进去一张纸条说'帮我实现这个'。它完全不知道你的公司是做什么的，你的客户是谁。但它竟然能工作。"【8】谁从编程 Agent 获益最多Calvin 认为越资深的工程师获益越大。因为 Agent 擅长把想法变成代码执行，如果你能用几句话准确描述你想要什么，就能把那些你一直想改但没时间改的东西批量派出去。他还认为更有"管理者气质"的工程师获益更大。"我们需要给 Agent 做上下文管理，但我们也需要给人类做上下文管理。"初创公司和大公司的差异也很明显。初创公司没什么可失去的，会把编程 Agent 推到极限。Calvin 预测一个奇怪的场景：一个人的团队做出的原型，可能比对面那个十人团队做得更好。Garry Tan 还提了一个观察：Paul Graham 的经典文章"Maker Schedule vs Manager Schedule"正在被改写。过去写代码需要先花几个小时把所有代码关系装进脑子，十分钟的碎片时间根本不够。现在 Claude Code 帮你维护上下文，碎片时间也能有产出。创造者也可以像管理者一样碎片化工作了。【9】安全与训练数据安全方面，Calvin 分享了 OpenAI 内部的故事。每次发布新模型都要过安全审查。他们团队的 PM Alex 做了一个实验：创建一个 GitHub Issue，里面放了一个很明显的 prompt injection，然后让模型去修这个 Issue。结果注入立即生效。所以 OpenAI 对沙箱非常谨慎：所有代码在沙箱中运行，不碰机器上的敏感文件，严格管理密钥。训练数据方面，Codex 对 Python 单体仓库特别好，这"恰好"就是 OpenAI 内部代码库的形态。Garry Tan 注意到问题不是模型本身对 Ruby 不行，而是 Codex 的沙箱环境不支持 Rails 需要的特定方式访问 Postgres。不是模型的问题，是"模型外面那层壳"的问题。---Calvin 在对话中反复回到一个核心判断：编程 Agent 的竞争力不在于模型有多聪明，而在于上下文工程做得多好。另一个贯穿的线索是角色转变：最好的编程 Agent 用户看起来越来越像管理者。他们不写代码，而是判断什么该做、什么风格好、哪些地方需要人类介入。Anthropic 的"人类工具"路线和 OpenAI 的"通用智能"路线哪个最终胜出，Calvin 不确定。但他的行动选择说明了一些东西：造过 Codex 的人，每天用的是 Claude Code。访谈来源：YC Lightcone 播客

87. 厉害，看到国外一个博主发现了 Claude Code 的一个隐藏技能，就是：Swarms模式，在这个模式下，你不再是仅仅在和一个 AI 程序员对话，而是在和一个团队负责人（Team Lead）对话。负责人不写代码。它负责规划、委派和综合。当你批准一个方案后，它会进入全新的“委派模式”，并生成一个专家团队，他们负责：- 共享任务- 并行工作- 互相发消息协调工作具体用法在这个 repo 中：github.com/mikekelly/claude-sneakpeek#科技先锋官##HOW I AI# 默庵·超级个体的微博视频

88. 【Bob大叔的双Claude工作流：把AI当新人带的智慧】软件工程界的传奇人物Bob大叔最近分享了他使用AI编程的独特方法，引发了开发者社区的热烈讨论。他的核心策略很简单：同时开两个Claude窗口，一个专门负责修改代码，另一个专门负责规划未来的改动。这样做的好处是，当一个Claude在执行任务时，他可以和另一个Claude讨论下一步计划，大幅减少了等待时间。两个Claude分别在不同的目录下工作，各自有独立的git仓库。规划目录有严格的规则限制，禁止任何代码修改，只允许做规划。他手动在两者之间同步代码变更。有开发者建议他试试git worktrees，Bob大叔欣然采纳了这个建议。关于成本和工具选择，他目前使用每月100美元的订阅计划，暂时够用，但随着生产力提升，预计很快会不够。他用IntelliJ查看代码、自己跑编译和测试来确保Claude没有偷工减料，但代码修改完全交给Claude。IntelliJ的大部分功能其实都没用上。两个Claude之间并不知道彼此的存在。Bob大叔会把规划者的方案推送给执行者，然后让执行者去实现。当被问到如何写提示词时，他的回答很有启发性：不断迭代，让它总结理解的内容，回答它的问题，在计划成熟之前不让它动任何代码。这和带一个新人的方式完全一样。代码质量方面，他会抽查并指导Claude清理发现的问题。只要持续关注，整体质量还是不错的。这个工作流的精妙之处在于，它本质上是把整洁架构的思想应用到了AI协作中。规划上下文和实现上下文分离，两边都不会被污染。规划的Claude保持干净，不会被代码细节淹没，可以专注于更长远的思考。社区里也有人分享了更进阶的玩法。有人建立了一个Claude委员会，每个Claude在独立目录下工作，通过文档进行沟通，只提供设计方案不提供代码，最终由专门的编码Claude执行。还有人用分支代替目录，规划Claude在规格分支上工作，编码Claude在功能分支上工作，把规格合并到PR中作为验收标准。Bob大叔的这套方法论揭示了一个重要洞察：AI协作的本质是管理注意力和上下文。把执行和思考分开，让AI在各自的边界内发挥最大价值，同时保持人类对全局的掌控。手动同步虽然增加了一点摩擦，但这恰恰是一个强制审查的检查点。这不仅仅是一个技巧，更是一种思维方式的转变。x.com/unclebobmartin/status/2016166910698696916

89. Anthropic 社区负责人连更31条Claude Code技巧！比Claude Code创始人私藏的还硬核

90. Karpathy 2025 年度盘点：o3 是真正拐点，Cursor 证明了应用层比我们想象的要厚

91. Boris（Claude Code 创始人）解释为什么 Claude Code 不用 RAG 向量检索代码：在开发 Claude Code 的早期版本时，我们曾尝试过 RAG 搭配本地向量数据库的方案。但很快我们就发现，Agent 使用关键字搜索在实际应用中的表现通常要出色得多。这种方案不仅实现起来更加简洁，而且还完美避开了 RAG 模式下那些令人头疼的“老毛病”：比如数据安全性、隐私泄露风险、信息滞后以及系统可靠性等问题。

92. PSI引擎吊打LSP，JetBrains为何在AI编程时代被Claude Code反超？

93. 【36年编程老兵的AI觉醒：当三个Claude同时为你工作】Paul Crowley，Anthropic工程师，曾在Google工作11年，与Ted Ts'o等顶级程序员共事。他最近分享了一个事实：借助Claude Code + Opus 4.5，他目前的工作效率已经超越了他职业生涯中见过的所有"神级程序员"。不是写代码的速度，而是真正解决问题的速度——这在两年前完全不可想象。他的工作方式：同时开三个Claude会话，从不同角度攻克同一个项目。自己只负责定方向、审代码。假期里，他用几天时间从零写了一个复杂的webapp，用的是完全陌生的技术栈。以前这需要几周。遇到bug？让Claude调试，几乎每次都能解决。最终成品甚至很好看——而他自称CSS和设计能力都是零。有人问：写这么多AI生成的代码，会不会失去对代码的直觉？他的回答很干脆：我不会提交任何我不理解的代码。Claude目前的短板是什么？太急于用临时方案凑合，而不是花时间找到干净的解法。这段话最值得玩味的是：当有人说"AI不会写代码"时，Paul认为这暴露了与现实的严重脱节。他的建议是——亲自试试，然后加入我们。效率差距不是线性叠加的，而是指数级放大。当你能同时跑三个会话、把几周压缩成几小时，差距就大到无法忽视了。x.com/ciphergoth/status/2006446942453387675

94. 全网疯转，Claude Code之父神级代码首次公开！10亿美金秘密来了

95. JokeGold5455：在过去六个月的密集使用中，我打造了一套强大且实用的Claude Code工作体系，助力我单人重写30万行代码，提升质量与效率。这篇长文分享我的经验和实操技巧，希望给你带来启发。核心亮点包括：1. 技能自动激活系统过去技能往往静默无用，我通过TypeScript钩子实现自动激活。每次提交请求前，系统会分析关键词、意图、文件路径等，智能注入相关技能指导，确保Claude主动遵循最新最佳实践。完成后再进行代码风险自检提醒，保证代码质量。2. 分层模块化技能设计遵循Anthropic建议，将大型技能拆分成500行以下主文件加多个资源文件。这样Claude初始加载轻量主文件，按需调用资源，大大提升上下文效率，减少Token浪费。3. 开发文档系统，防止上下文丢失通过为每个任务建立三份文档（计划、上下文、任务清单），让Claude即使在重启或上下文压缩后依然能快速“接盘”，避免走偏或遗忘细节。4. PM2进程管理实现后端日志实时监控 7个后端微服务由PM2统一管理，Claude可实时查看日志、自动重启服务，极大提升调试效率和稳定性，摆脱人工复制日志的低效。5. 钩子系统确保无遗漏质量管控 - 编辑后自动跟踪文件和仓库 - 会话结束时自动执行构建检查，捕获TypeScript错误 - 错误提醒钩子温和提示错误处理是否完善 - （曾试过自动Prettier格式化，后因Token消耗大已弃用）这些钩子形成闭环，杜绝错误遗留，代码始终整洁一致。6. 专用代理（Agents）和快捷命令（Slash Commands）我构建了十多个专责代理，负责代码审查、重构规划、测试认证路由、错误定位修复等，搭配多种快捷命令，极大简化重复操作，提升工作流连贯性。7. 附加实用脚本与工具例如测试认证路由的脚本，自动化生成测试数据，数据库重置及备份，提升整体开发体验。推荐所有实用脚本都写入相关技能或文档，方便复用。8. 理念与心得 - AI不是魔法，碰到复杂逻辑或常识问题时，适时介入修正，避免浪费时间。 - 多次重试和反思提示设计，提升输出质量。 - 规划先行，详细计划是成功的关键。 - 文档与技能互补，文档聚焦项目架构与流程，技能聚焦最佳实践和模式。 - 提问要具体且中立，避免引导性问题以获得更客观反馈。这套系统让我从混乱的技术债务和零测试覆盖，转变成拥有稳定流程、可维护代码和高生产效率的现代项目。虽然搭建过程费时费力，但回报丰厚，尤其适合大规模代码库和复杂项目。如果你也在用Claude Code，强烈建议参考我的GitHub仓库，快速上手自动化技能激活和钩子机制：github.com/diet103/claude-code-infrastructure-showcase总结一句话：让AI主动工作，而非被动等待，规划和规范驱动，才是高效AI编程的王道。原文：www.reddit.com/r/ClaudeAI/comments/1oivjvm/claude_code_is_a_beast_tips_from_6_months_of/

96. 如何解决Cursor等Agent编码开发轮次多了过后代码库变成屎山的问题？

97. Claude Opus 4.6 vs GPT-5.3-Codex，到底谁更强？

98. Claude Code 新增"自动记忆"功能 Anthropic 为其命令行编码工具 Claude Code 上线了自动记忆（Auto Memory）功能。开启后，Claude 会在工作过程中自动记录项目中学到的上下文：比如构建命令、调试技巧、代码风格偏好、架构要点等，并在下次会话中自动调用，不需要用户手动记录任何东西。此前 Claude Code 已经支持 CLAUDE.md 文件，但那是用户写给 Claude 的指令。新增的 Memory.md 则相反，是 Claude 自己维护的"笔记本"。用户也可以直接告诉 Claude"记住我们用 pnpm 而不是 npm"，它就会写入记忆文件。技术细节上，每个项目的记忆存储在本地目录 ~/.claude/projects/ 下，会话启动时自动加载 MEMORY.md 的前 200 行，更详细的内容按需读取。该功能默认开启，可通过 /memory 命令或配置文件关闭。这个功能解决的是开发者反复向 AI 解释项目背景的痛点：用得越久，Claude 对项目越熟悉。相关文档：网页链接宝玉xp的微博视频

99. 如何编写一份优秀的 CLAUDE.md

100. 2026开年教程！Claude Code七大组件，老金一篇讲明明白白！90%的人只会用1个！

101. 【50条Claude Code实战心法：从入门到精通的完整指南】花了一整天研读Anthropic最新发布的Claude Code最佳实践文档，结合个人实战经验，整理出这份终极指南。+ 基础心法任务描述永远放在最前面，重要指令置顶。这听起来简单，却是大多数人忽略的细节。给Claude一个自我验证的方式，比如测试用例、截图或预期输出。这是提升效果最立竿见影的一招。推荐的提示词结构：角色 + 任务 + 上下文。简洁有力，屡试不爽。工作流程遵循“先探索，再规划，后执行”。可以先用其他大模型做调研，进入Plan Mode规划，最后切回正常模式写代码。假设Claude对你的项目一无所知，把它需要的信息全部告诉它。用﹫符号链接文件、数据和图片，提供丰富的上下文。运行/init可以为当前项目生成一个CLAUDE.md模板文件。+ 项目与技能管理用项目级指令定义长期行为，避免重复提示。编辑Memory标签精确控制Claude应该记住或忽略什么。把重复性工作流转化为Skills。一个取巧的方法：贴一个优秀输出，让Claude把它变成可复用的Skill。甚至可以上传截图让Claude复刻，这是创建高质量Skill的捷径。定期清理memory、文件和指令，防止项目漂移。不相关的工作流要分开项目，避免上下文污染。推荐两个Skills资源库：skillsmp.com收录了8万多个Skills，mcpservers.org/claude-skills提供即插即用的Skills。+ 冷门但实用的技巧用其他大模型规划项目、生成高级提示词，再交给Claude Code执行。这个策略还能节省Plan Mode的token消耗。在.claude/agents/目录下定义专门的子代理，让Claude把特定任务委派出去。让Claude根据你预设的成功标准给自己的答案打分。运行/plugin浏览插件市场，无需配置即可扩展能力。大型项目可以让Claude先采访你。用一个简短提示开始，让Claude通过AskUserQuestion工具向你提问。发现Claude跑偏时立刻纠正，按ESC中断操作。/clear开启干净会话，双击ESC或/rewind打开检查点菜单。可以运行多个并行会话：Claude Desktop管理多个本地会话，每个会话有独立的工作树；Claude Web在Anthropic的云端隔离虚拟机中运行。+ 调试与错误处理只重跑出错的步骤，不要重新生成所有内容。让Claude故意复现错误来理解问题本质。回滚到上一个正常的提示词，逐步重新应用修改。CLAUDE.md太长会适得其反，重要规则被淹没。解决方案：无情地精简，如果Claude本来就能做对的事，删掉那条指令。常见错误：一个任务没完成就问不相关的问题，再回到第一个任务。上下文被无关信息污染。解决方案：不相关任务之间用/clear。连续纠正两次还是错的话，/clear后写一个更好的初始提示词，把学到的教训融入进去。上下文窗口填满后，Claude可能开始遗忘早期指令。参考官方文档减少token消耗：code.claude.com/docs/en/costs﹟reduce-token-usage+ 进阶资源把Notion数据库连接到Claude，存储常用提示词。使用claude --dangerously-skip-permissions跳过所有权限检查，适合修复lint错误或生成样板代码这类安全的自动化工作流。Hooks适合那些必须每次都执行、零例外的操作。推荐资源：Anthropic官方学习资源anthropic.com/learn，Claude Code最佳实践文档code.claude.com/docs/en/best-practices，GitHub上的superpowers仓库github.com/obra/superpowers。最后一条忠告：慢即是快。尤其是构建严肃的工作流时，规划、规划、再规划，然后才是执行。#How I AI#x.com/aiedge_/status/2014740607248564332

102. 来自 Claude Code团队的CC使用技巧团队内部使用 Claude 的方式，其实和我个人的用法不太一样。记住一件事：Claude Code 没有唯一正确的使用方式——每个人的工作流都不同。多尝试，找到最适合你自己的方式。1. 尽可能并行工作同时开 3 到 5 个 git worktree，每个 worktree 里跑一个独立的 Claude 会话。这是团队公认生产力提升最大的一招。我个人用的是多个 git checkout，但团队里大多数人更喜欢 worktree，这也是为什么 amorriscode 给 Claude Desktop 做了原生 worktree 支持。有些人会给 worktree 起名字，再配合 shell alias（比如 za、zb、zc），一键在不同任务之间来回切换。还有人专门留一个 analysis worktree，只用来看日志和跑 BigQuery。2. 所有复杂任务都从 Plan Mode 开始把主要精力花在计划上，让 Claude 有机会一次性把实现做对。团队里有人会让第一个 Claude 写计划，再开第二个 Claude 以资深工程师的身份来 review 这个计划。还有人说，只要事情开始变得混乱，就立刻退回 Plan Mode 重新规划，而不是硬着头皮往下写。他们甚至会在验证步骤时也明确要求 Claude 进入 Plan Mode，而不只是构建阶段。3. 重视并持续打磨 CLAUDE.md每次你纠正 Claude 之后，都可以加一句：“更新你的 CLAUDE.md，这样你下次就不会再犯这个错误。”Claude 非常擅长给自己写规则。长期、无情地编辑和迭代 CLAUDE.md，直到你能明显看到它的犯错率下降。有位工程师还让 Claude 为每个任务或项目维护一个 notes 目录，每次 PR 后都更新，然后在 CLAUDE.md 里指向这些笔记。4. 创建你自己的 skills，并提交到 git在所有项目里复用它们。团队的一些经验：1）如果一件事你每天会做不止一次，就把它做成一个 skill 或命令2）做一个 /techdebt 斜杠命令，每次会话结束都跑一遍，找出并清理重复代码3）做一个命令，把最近 7 天的 Slack、GDrive、Asana、GitHub 内容同步成一个统一的上下文 dump4）构建类似 analytics engineer 的 agents，让它们写 dbt model、做代码 review、在开发环境测试改动5. 让 Claude 自己修 Bug团队常用的方式：1）启用 Slack MCP，把 Slack 里的 bug 讨论串贴给 Claude，然后只说一句 “fix.”，完全不用手动来回切换上下文2）或者直接说：“去把 CI 失败的测试修好。” 不要微观指挥3）把 docker 日志丢给 Claude 来排查分布式系统问题，它在这方面意外地强6. 提升你的 Prompt 水平1）挑战 Claude你可以说：“狠狠拷问我这次改动，在我通过你的测试前不要开 PR。” 让 Claude 当 reviewer。或者说：“向我证明这个是有效的”，让它对比 main 分支和你功能分支的行为差异。2）对一般般的方案说不当一个修复很平庸时，可以说：“基于你现在知道的一切，推翻这个实现，用更优雅的方式重写。”3）先写清需求，再让它动手你描述得越具体，输出质量越高。先减少歧义，再交给 Claude。7. 终端与环境配置团队很多人喜欢 Ghostty 终端，原因包括同步渲染、24 位色彩和良好的 Unicode 支持。为了更方便地同时管理多个 Claude，会用 /statusline 自定义状态栏，让它始终显示上下文使用量和当前 git 分支。很多人还会给终端标签页起名字、加颜色，甚至配合 tmux，一任务或一个 worktree 一个标签页。另外一个强烈推荐：语音输入。你说话的速度是打字的 3 倍，prompt 细节也会更丰富。（macOS 下连按两次 fn）8. 使用 Subagents（子代理）1）在请求后面加一句 “use subagents”，让 Claude 为这个问题调度更多算力2）把子任务丢给 subagents，保持主 agent 的上下文窗口干净、聚焦3）通过 hook 把权限请求路由给 Opus 4.5，让它扫描攻击风险并自动批准安全请求9. 用 Claude 做数据与分析让 Claude Code 直接调用 “bq” 命令行工具，实时拉取并分析指标。团队把 BigQuery skill 提交在代码仓库里，大家都直接在 Claude Code 里写分析查询。有人已经 6 个多月没手写 SQL 了。这个思路适用于任何有 CLI、MCP 或 API 的数据库。10. 用 Claude 学习团队的一些学习玩法：1）在 /config 里开启 “Explanatory” 或 “Learning” 输出风格，让 Claude 解释它修改背后的“为什么”2）让 Claude 生成一个可视化 HTML 演示文稿，讲解你不熟悉的代码，效果出奇地好3）让 Claude 画 ASCII 图，帮助理解新的协议或代码库结构4）做一个间隔重复学习的 skill：你先讲自己的理解，Claude 追问补缺，并把结果存下来这套方法的核心其实就一句话：把 Claude 当成一个可以训练、可复用、能并行协作的工程搭档，而不是一次性问答工具。访问：x.com/bcherny/status/2017742741636321619#HOW I AI# #程序员#

103. Claude Code 30k+ star官方插件，小白也能写专业级代码

104. 【Claude Code 子代理与提示词宝库：100+ 免费开源资源一站获取】sub-agents.directory这个目录收录了超过 100 个 Claude Code 子代理提示词，覆盖语言专家、基础设施、安全、开发体验、数据/AI 等多个类别。同时整合了 Vercel、GitHub、Supabase 等主流 MCP 服务器集成方案，还为新手准备了视频教程。全部开源，完全免费。

105. 离谱：Claude Code让地铁变工位，早高峰发版，打工人还笑得出来？

106. Claude Code 实战经验，学习～1. 写 CLAUDE.md 文件（最高性价比的一件事）在项目根目录放一个 CLAUDE.md，把技术栈、目录结构、编码规范、常用命令写进去。Claude Code 每次启动都会读它，省去反复交代背景的时间。写一次，每次会话都受益。2. 用 .claude/rules/ 管理分域规则CLAUDE.md 管全局，具体领域的规则拆成独立文件放在 .claude/rules/（比如 api-routes.md、testing.md）。Claude Code 只在相关任务时读对应文件，上下文更聚焦，输出更准。3. 设置 .claudeignore类似 .gitignore，把 node_modules、dist、日志文件排除掉。需要扫描的上下文少了，响应更快更准。4. 大任务先要计划，再执行遇到复杂需求，先说"给我列出实现思路，不要写代码"。确认方向对了再执行，避免改了十几个文件后发现方向错了。5. 改大功能前先 commitgit add -A && git commit -m "checkpoint" 是救命操作。作者因为没做这步损失了 3 小时，现在每次大改动前必做。6. 用 /compact 控制上下文长度会话太长后 Claude Code 质量会下降——它在处理老旧上下文上浪费了太多 token。完成一个主要任务后就 /compact 一次，保持专注。7. 一次只做一件事每个会话只做一个任务。任务拆得越细，输出越准，不要在一个会话里混着做多件事。8. 让 Claude Code 自己跑测试把测试命令写进 CLAUDE.md，然后直接说"跑一下测试，修复失败的用例"。它会自动运行→读报错→修复→重跑，比手动复制粘贴报错信息快 5 倍。9. 用 Hooks 做自动化Hooks 可以在 Claude Code 每次写文件后自动触发 shell 命令，比如自动跑 Prettier 格式化。最被低估的功能，用好了能省掉大量帮我修一下格式的重复提示。原文：dev.to/lukaszfryc/claude-code-best-practices-15-tips-from-running-6-projects-2026-9eb#HOW I AI##程序员#

107. 如果你最近看到很多人在聊 Clawdbot，建议你不需要跟风去安装测试，也不必焦虑没有用上它会错过什么。Clawdbot 是什么？Clawdbot 是一个开源的本地优先个人 AI 智能体项目，由开发者 Peter Steinberger 和社区共同维护，吉祥物是只龙虾🦞。它可以运行在 macOS、Linux 和 Windows（通过 WSL2）上，核心理念是让你在自己的硬件上运行一个完全本地化的 AI 助手。它能做什么？Clawdbot 内置了浏览器控制、Canvas 画布、定时任务等工具，可以帮你浏览网页、填写表单、读写文件、执行 Shell 命令。更关键的是它支持多渠道接入：WhatsApp、Telegram、Slack、Discord、Signal、iMessage、Microsoft Teams 等等都能连，这意味着你可以通过这些聊天应用远程操控你的电脑。为什么大家都在买 Mac Mini？很多用户把 Clawdbot 部署在一台专用的 Mac Mini 上作为"永不休息的AI助手"。有用户分享说他通过 Telegram 监控 Claude 编码会话，让 Clawdbot 自动拉取代码仓库、打开 VS Code、运行测试、生成修复、自动提交。还有人说"躺在床上看 Netflix 的时候，通过 Telegram 重建了整个网站"。它能自动化几乎所有你在电脑上能做的事情。所以最佳实践是专门用一台电脑跑 Clawdbot，让它可以随意操作，一时间让这些天 Mac Mini 销量大增。需要注意什么？官方强烈推荐使用 Anthropic Pro/Max 订阅配合 Claude Opus 4.5 模型，以获得更好的长上下文能力和提示词注入防护。另外，Anthropic 最近修改了 Claude Code OAuth tokens 的权限，限制只能在 Claude Code 内部使用，不能用于外部 API 调用，所以现在需要单独配置 Anthropic API key 才能正常使用。

108. 现在的学生，是如何应用AI来写程序的？我班上一名学生，他用JavaFX编写了一个高性能网络文件服务器，支持用户认证、角色权限控制、多客户端并发连接、文件上传下载、断点续传、多线程下载等功能，合计约8500多行代码。整个项目，从文档到代码再到架构，都比较规范，并且全面应用了AI，在我看来，相当不错。以下是胡晟源同学对自己大规模应用AI编程的小结（摘自他所提交的开发文档，本人一字未改，只加些空行，以方便阅读）。========================6 本项目中AI技术及工具应用情况的介绍（1）本项目广泛用到了各种AI模型，以及AI Agent编程工具Cursor。首先我利用了Cursor的Plan Mode配合Anthropic公司最新、最强力的编程模型Claude Opus 4.5完成了项目整体框架的规划与搭建（当然一些细节的处理还是要我亲自来）。项目框架已经搭建完毕，就可以着手开始进行各种细分功能的开发和完善了，这一部分，我采用“大部分手写代码，而Debug主要依靠AI的策略”：Cursor的Debug Mode在软件开发中同样有十分强劲的作用。在遇到Bug时，你只需要开启Debug模式，先将Bug的现象给它大致描述一遍，随后，它就会自动扫描一遍你的代码库，然后分析可能导致Bug现象的部分。接着，它通常会提出几个Bug成因的假设，然后在你代码的关键位置进行“插桩”，收集软件运行时的日志信息。最后，它会给你一个步骤清单，需要你按照这个清单的步骤，一步步地去复现bug，当复现完成后，由于先前“插桩”的存在，此时我们也已经收集到了足够的错误信息。这时，AI模型再拿着我们收集的错误信息去与先前提出的Bug的成因假设进行分析比对，通常就可以精确定位Bug的“病灶”了。这个模式到底有多强，只能说“谁用谁知道”！（Debug阶段所主要使用的AI模型为GPT5.2 Extra High，该模型拥有超长的思维链，逻辑缜密，这一点使得它对于程序Bug成因的诊断十分精确。）最后，进入收尾阶段，为程序开发美观实用的UI界面。都什么年代了，还在手搓UI？这部分，我只是自己敲定了两套主题的整体配色方案，其余全部交给AI处理，最后的效果一次成型，十分不错。（UI设计所主要使用的AI模型为Gemini 3 Pro，该模型在前端设计领域的能力达到了一个前所未有的高度）（2）在软件开发中使用AI，你有哪些感悟？目前，各种AI模型以及AI编程工具的发展超级迅速。可以毫不夸张的说，AI领域正处于一个类似科技大爆发的阶段。在这个时代，如果我们不主动拥抱AI，主动了解AI领域的最新发展动向，必然在时代的浪潮中覆水沉舟。然而，在实际学习生活中我观察到大多数同学对AI工具的认知和利用程度还仅仅停留在网页端的豆包和DeepSeek上，这是远远不够的。我认为，身为一名计算机学院的大学生，我们至少要能够做到以下三点：①至少能够熟练掌握一种AI Agent编程工具的使用（Cursor、Augment Code、Codex、Copilot、Claude Code、Kilo Code、Trae、……）②掌握不同大模型API的调用规范和流程，这一点是将AI融入我们自己项目的重点！③熟悉当前时期市面上的各个大模型的各自所擅长的领域。例如：Claude系列模型适合代码速写，GPT系列模型适合纠错改错，Gemini系列模型适合写UI界面……熟悉了不同AI所擅长的领域，才能真正做到让AI工具为自己所用，正如一个公司的hr不能雇佣一个管理学专业的人来搞软件开发。==========================这个时代要求新一代的程序员，必须学会使用AI来增效与提速。

109. Claude Skill 的思路并不复杂，为什么又是再次被 Claude 优先提出？

110. OpenCode + Oh-my-opencode 的组合看着很强大！其核心理念是设立一个名为Sisyphus（西西弗斯）的主“编排者”或“工程经理”代理，它并不亲自编写所有代码，而是将任务智能地分派给一个由专业化子代理组成的团队。每个子代理都运行在最适合其任务的特定模型上。包括：1. Sisyphus (anthropic/claude-opus-4-5)：默认 Agent。 OpenCode 专属的强力 AI 编排器。指挥专业子 Agent 搞定复杂任务。主打后台任务委派和 Todo 驱动。用 Claude Opus 4.5 加上扩展思考（32k token 预算），智商拉满。2. oracle (openai/gpt-5.2)：架构师、代码审查员、战略家。GPT-5.2 的逻辑推理和深度分析能力不是盖的。3. librarian (opencode/glm-4.7-free)：多仓库分析、查文档、找示例。使用 GLM-4.7 Free 深入理解代码库，GitHub 调研，给出的答案都有据可查。4. explore (opencode/grok-code、google/gemini-3-flash 或 anthropic/claude-haiku-4-5)：极速代码库扫描、模式匹配。配置 Antigravity 认证时使用 Gemini 3 Flash，Claude max20 可用时使用 Haiku，否则用 Grok。5. frontend-ui-ux-engineer (google/gemini-3-pro-preview)：设计师出身的程序员。UI 做得那是真漂亮。Gemini 写这种创意美观的代码是一绝。6. document-writer (google/gemini-3-pro-preview)：技术写作专家。Gemini 文笔好，写出来的东西读着顺畅。7. multimodal-looker (google/gemini-3-flash)：视觉内容专家。PDF、图片、图表，看一眼就知道里头有啥。访问：github.com/code-yeongyu/oh-my-opencode/blob/dev/README.zh-cn.md#ai创造营# #程序员#

111. 字节跳动「扣子」官宣 2.0 品牌升级，推出全新功能 Agent Skills，实际体验如何？

112. 抽点时间写写Wegent这个项目的开发过程（一）其实回顾很多项目的生命周期都是蛮有意义的一件事，之前在做一些项目的时候就有记录和总结一下项目里一些重大决策或者转折的冲动，但是大部分都是公司内的项目没法写出来，难得遇到个能写的开源项目，恰好这个项目又汇集了AI Agent架构和开发范式转变这两个比较有意思的话题，干脆开个新坑系列。大概是夏天的时候我决定要开发一个新的Agent系统，最初项目的定位是做一个claude code的套壳工具。当时Cursor、Windsurf这类Agent开发工具开始成为主流，我当时也还在Roo Code社区里比较活跃（如果你不了解RooCode，也不用介意，它是一个开源AI编码插件，后面描述的重点不是产品本身，而是它的开发方式）。Claude Code那时候刚发布没多久，虽然脱离IDE就能开发这个特性有点意思，但是单靠CC还不足以让开发者从类似Cursor的IDE工具迁移过来：对于大多数开发者的日常工作流来说，CC能做的事情，IDE或者IDE+Agent插件也能做，CC只是个阉割掉了IDE功能的Agent。但是当时Roo Code社区已经做了一个很有意思的探索：他们做了一个叫roomote的机器人，所有提交到RooCode项目的Issue，roomote都会尝试排查或者修复问题，然后提交PR或者直接给出回答。社区里经常有不明真相的群众表示，为什么会有一个叫roomote的人能够一天24小时工作，并且回答所有人的问题，他是你们的外包团队吗？最后RooCode团队表示，roomote只是个用了opus模型的RooCode插件。作为Roo Code社区开发者之一（RooCode的代码编辑器、消息解析器、Todo和一些乱七八糟的功能都是我做的），我认为RooCode项目本身没有太多值的研究的（代码非常烂），但是我对他们这种开发模式非常感兴趣。社区的核心开发者就一两个，但是每天能够开发5-10个小功能，每周能发个大功能，并且还能在某种程度上避免项目失控（虽然Bug也不少），放在过去这种效率是不可想象的。RooCode社区的开发方式总结下来就几点：1 能让AI做的事情就让AI做2 人配合AI快速迭代，密集发布新版本，追求迭代效率，降低质量要求3 不停的通过提示词、测试和重构避免项目复杂度失控我开始意识到：未来开发者写代码的方式会变，这不是简单的工作自动化，而是“AI驱动式开发”，这种模式应该未来会成为某种新的软件开发范式。因此本来我的目标是把RooCode本身移植成为命令行工具（我们开源的另一个项目RunVSAgent其实是这个目标的副产品），而Claude Code的诞生让我省了不少事。（待续，下一篇准备讲讲Wegent项目原型开发时遇到的问题）

113. 【Claude Code的Tasks功能：AI编程助手迈向真正的项目协作】Anthropic团队今天宣布将Claude Code中的Todos升级为Tasks。这个看似简单的改动，实际上标志着AI编程工具正在从“执行单一指令”向“管理复杂项目”演进。随着模型能力的提升，如何让AI充分发挥潜力成为关键课题。Opus 4.5已经能够更长时间地自主运行，并更好地追踪自身状态。团队发现，对于简单任务，Claude其实已经不需要TodoWrite工具来提醒自己该做什么了。真正的挑战在于更大的项目。当开发者开始用Claude Code处理跨越多个子代理、多个上下文窗口甚至多个会话的长期项目时，原有的Todos就显得力不从心了。项目天然具有复杂性，任务之间存在依赖和阻塞关系，需要在不同会话间进行协调。Tasks的设计正是为了解决这些问题。它的核心特性包括：任务可以相互依赖，依赖关系存储在元数据中，这更贴近真实项目的运作方式。任务存储在文件系统中，多个子代理或会话可以协同工作。当一个会话更新任务状态时，所有正在处理同一任务列表的会话都会收到通知。任务文件存放在 ~/.claude/tasks 目录下，开发者可以基于此构建自己的工具。要让多个会话协作处理同一个任务列表，只需设置环境变量：CLAUDE_CODE_TASK_LIST_ID=groceries claude这个机制同样适用于 claude -p 命令和 AgentSDK。值得一提的是，这个功能的诞生也受到了社区的启发，特别是Steve Yegge的Beads项目。社区的响应同样热烈，已经有开发者构建了任务看板可视化工具、文档集成方案等周边生态。从更宏观的视角来看，Tasks代表了一种思维转变：AI编程助手正在从“工具”进化为“协作者”。当AI能够理解任务间的依赖关系、能够跨会话保持状态、能够与其他AI实例协同工作时，它就具备了参与真正软件工程的基础能力。这让人想起一个有趣的问题：当AI能够自己管理任务、自己循环迭代时，人类开发者的角色会如何演变？也许答案是，我们会从“写代码的人”变成“定义问题和验收结果的人”。x.com/trq212/status/2014480496013803643

114. 【步入2026的AI工具全景图：一个重度用户的真实工具箱】最近看到一位AI重度玩家分享了他的完整工具栈，从代码到视频，从设计到自动化，几乎覆盖了创作者能想到的所有场景。这份清单本身就是一份值得收藏的参考指南。编程开发层面，他同时使用Claude Code、KIWI K2.5和Codex处理不同类型的编码任务，Cursor负责调试，Lovable专攻网页原型，Vibecode则用于移动端应用开发。他提到自己手上有二三十个实验性App在排队等着做，这种产出效率在过去是不可想象的。视觉内容生产线同样丰富：Midjourney负责病毒式传播的图像风格，Grok和Nano Banana Pro作为图像生成的补充选项，Topaz Bloom处理图像放大。视频方面，Veo 3.1、Kling、Grok三管齐下，Topaz Astra负责视频增强。更有意思的是3D领域，Meshy AI可以把图片转成3D模型，DeepMind的Genie则用于构建3D世界。内容运营工具也相当完整：HeyGen和Higgsfield用于AI虚拟人，Opus Clip做病毒式剪辑，Veed处理字幕，CapCut快速剪辑，ElevenLabs生成语音，Suno生成音乐。有人问他每月在这些工具上花多少钱，他的回答很有意思：太多了，所以2026年的计划是用自己开发的App替换掉其中一部分。这其实揭示了一个趋势，当AI编程能力足够强，很多垂直SaaS的护城河会被个人开发者逐渐瓦解。另一条评论也很犀利：这么大的工具栈不是竞争优势，而是订阅噩梦，真正的护城河是你独特的创意品味，不是你租用的工具。他的回应是：谁说我每个月都在为这些付费？这句话点出了一个容易被忽视的事实。工具的价值不在于拥有多少，而在于你能用它们产出什么。当被问到日常最常用什么时，他的答案是自己用代码构建的内部工具和应用。掌握AI的方式只有一种，就是把所有工具都用一遍。这话听起来偏执，但在技术剧变期，广泛尝试本身就是一种学习策略。x.com/kloss_xyz/status/2017352338948980815

115. 刚刚，ChatGPT 和 Claude 同时大更新，不会给 AI 当老板的打工人要被淘汰

116. 小白也能上手终端AI？iFlow CLI实测：比Claude Code更香！

117. 2025 的科技圈因为 AI ，真的是风起云涌。。。2025 年，虚拟世界最好的闭源模型是 Gemini 3 Pro ，最好的开源模型是 Qwen3。但是最重要的，是 Claude 和 Claude Code 。Vibe coding 在今年已经不是一个时尚潮流，而是真正的生产力跃升。很快， 99% 的代码都会由 AI 生成。Comupter use 和 Smartphone use 则是新的潮流，mcp，subagent，skills 在明年会改变你过去 20 年使用 PC 和手机的方式。2025 年，地面上最重要的事情是 Tesla FSD V14 。而天上最重要的事情是 SpaceX 星链 V3 。明年，Claude 的公司和 SpaceX，都会 IPO 。

118. 新手如何用Claude Code实现代码自动审查和批量文件处理？

119. Claude Code 2.1.2超详细更新说明，小白也能10分钟上手

120. Claude Opus 4.6 刚发布就用 Claude Code 写项目，有哪些要注意的吗？

121. Claude Code更新，你终于可以随时随地在手机上Vibe Coding了。有一说一，Anthropic这家公司虽然贱不喽嗖的，但是做产品，是真的好。。。导致我天天一边骂他，一边用它，常常觉得我天天打脸自己。昨天刚骂完，今天又真香了。。。原因是，昨天凌晨，Claude Code终于上了我梦寐以求的一个功能。remote control。远程控制。真的，昨天下午我终于体验上了，体验到那一刻，真的差点开心的跳起来了，我太想要这个功能了。因为这个春节，其实我终于可以很放松的休假，不用去处理那么多那么多的工作上的事，也几乎没咋看手机，开开心心Vibe Coding了6、7天。真的，有图为证，我Max的额度都被干空了，我是周三晚上10点刷新，昨晚8点多的时候，最后那2%的额度我都不敢用，能用GPT我就用GPT了，我就怕有个啥急事我额度空了就炸了。常玩Vibe Coding的同学肯定都知道，这玩意他不是一个连续性的工作，这是一阵一阵的，你发个指令过去，然后就是等着喝茶看剧，他执行完了，你去搂一眼，验收一下，进行下一步指令。比如这是我在北京周末休息的时候，快乐Coding四件套。而春节期间，我Vibe Coding最大的痛点，就是走亲戚的时候，我完全没有办法用了。因为我最大的两个Coding工具，一个是Codex，一个是Claude Code，这两都只能在电脑上用，我当然知道有一些社区出的开源项目比如happy-coder，或者用OpenClaw接Claude Code在飞书上用等等。但是讲道理，各有各的问题，能用官方的，我还是想用官方的。。。所以我还记得大年初三的时候，直接毅然决然的带上了电脑，一边走亲戚一边Vibe Coding。。。那时候就在想，要是Claude Code和Codex，自己把这功能做了该多好。这不，终于来了。你只需要在电脑上打开Claude Code，然后运行/remote-control命令，就会自动生成一个链接，把这个链接，发到任何一个可以用浏览器可以登录你Claude账号的设备上，你就可以，远程Vibe Coding了。而且也是直接跟你本地电脑进行互通，所以，你也可以理解为，是在用手机，直接操控你的电脑。跟OpenClaw的实现是一模一样的，所以本质上手机就是一个信号接收器，真正的运行全部都是通过本地终端进行处理的，你在手机上发一条消息，这条消息通过Claude的服务器，传到了你的本地电脑上，本地电脑进行执行，再把过程中所有的内容返回到你的手机上。所以你的文件系统、MCP服务器、Skills、工具和项目配置都完全可以同步进行使用。并且，因为使用这种方式，所以，所有的对话，都可以在所有连接的设备间保持同步，因此你可以从终端、浏览器和手机交替发送消息，反正最后处理的，都是同一个终端，这个兼容性，几乎无敌。整体上，基本你能看出一个很有趣的，关于OpenClaw的影子了。再加上今天凌晨，Claude Code更新的定时任务。其实行业内的小伙伴，已经可以嗅出Claude Code要做什么东西了。远程控制、心跳机制、长期记忆机制。这是OpenClaw之前与众不同所破圈的三大能力。现在，Claude Code，我自己要全都做。Claude Code和Cowork，就是未来Anthropic自己的OpenClaw。启用远程控制也特别简单。打开Claude Code之后，输入/remote-control命令，然后运行。就会发现出来了一个链接。这个链接你直接复制到手机上的浏览器上（我截图里的这个链接大家不用尝试去复制控制我的电脑了，木有用，Claude安全做的很好，后面我会说），只要你的浏览器上可以登录你的Claude账号，就可以直接在网页上，进行对话。所以你也不用下载APP，随便一个安卓、iPhone、平板上都行。甚至你想的话，你还可以在车机上，进行Vibe Coding，一边开车一边coding，也挺爽的。。。哦对，小天才手表上也可以，AI这事，可以从娃娃抓起。这里给大家一个能大大的提升使用体验的一个事，就是相信玩过vibe coding的，都会被过程中频繁的确认所打断，非常的烦。所以在使用远程控制的时候，强烈建议大家开启自主模式。命令特别简单：claude --dangerously-skip-permissions也就在在你启动claude的时候，在后缀上再加一条。这样的话，你进到Claude Code里面的时候，就会在下面的提示栏里，看到的是这个红色的bypass permissions on。意思就是，所有的选择Claude Code都会帮你默认统一，你就不需要在过程中一直点同意同意同意了，能大大的节省我们的时间。毕竟我之前经常一个指令发过去，然后就去干别的事了，回头想看看做完没，结果一看，又卡在等待我同意上了，就很烦。手机上用更是。还有个小技巧，就是如果你想多个终端并行的话，就同时开多个终端，生成多个链接。然后把这些链接全部扔到手机浏览器里面，变成4个标签页，你就可以四开了。。。然后说一下安全的部分，这块我觉得Claude Code做的非常好，这也是我刚刚提到的，上面那个链接，即使我真的暴露给大家，即使我本地进程没关，也不会有风险的原因，我一点都不害怕。原因是Claude Code做了两个限制。第一个，是只出不进。官方原话是：“连接和安全你的本地Claude Code 会话仅发出出站HTTPS请求，从不在你的机器上打开入站端口。当你启动远程控制时，它会向AnthropicAPl注册并轮询工作。当你从另一台设备连接时，服务器会通过流式连接在网页或移动客户端与你的本地会话之间路由消息。所有流量都通过Anthropic APl以TLS方式传输，这与任何Claude Code 会话使用的传输安全相同。该连接使用多个短期凭证，每个凭证的作用域限定于单一目的，并独立过期。”很多人其实在启动远程控制的时候，会担心一个问题。就是你开了远程控制，是不是也意味着你的电脑上开了一个后门，别人可以通过网络连进来，通过这个后面和Claude Code，来操控你的电脑。OpenClaw其实就有这样的风险。。。但在Claude Code这套方案里，是不会的。你可以理解为，Claude Code的远程控制，就没在你电脑上开任何端口。它的工作方式是，你本地的Claude Code，会一直主动去问Anthropic的服务器"有没有新消息？有没有新消息？"，有的话就拿回来执行。这个区别很关键。举个例子，你可以把这个东西，想象成两种取外卖的方式：一种是，你把你家大门敞开着，让外卖员自己进来放桌上，这就是"开了入站端口"，很危险，因为不光外卖员能进，小偷也能进。另一种是，你家门关得死死的，但你每隔几秒钟自己开门探头出去看一眼，门口有外卖了就拿进来，没有就关门继续等，这就是Claude Code的做法。门，始终是从里面锁着的。所以从外部来看，你的电脑上根本就没有一个可以被连接的入口，别人想主动连你，连个目标都没有，再加上整个传输过程全程加密，用的还是一次性的临时凭证，用完就废，整个链路上基本没有能被利用的空间。第二个，账号强绑定。这个就更直接了，光有那个链接，没有用。你必须在浏览器上登录的是我的Claude账号，链接+账号，两个东西同时对上了，才能用。所以哪怕我把链接贴到这篇文章里让几十万人看到，哪怕我本地的Claude Code还开着，也没有任何一个人能连上来控制我的电脑，因为你登不上我的号。这就相当于，门锁了，钥匙也在我兜里，你光知道我家地址，有啥用。。。这两个路径合在一起，其实就非常的安全了。其实现在因为OpenClaw跑的太快了，整个圈子里其实有一个很大风气。就是安全这个事，真的已经好像无人关心了，全部都是，先特娘的跑起来再说= =然后就是有一个有点呆逼的点，就是现在必须Claude Max会员才可以用，Pro会员都没办法用，限制有一点大。但是感觉Claude Code最近可能被Codex和OpenClaw逼得，更新速度提疯了，一天一个新功能。果然用了Coding Agent提效就是快，这搁三年前，我自己还在带着团队做产品的时候，哪敢想。。。远程控制这个新功能，看着虽然确实很小。但是对我们的生活的变化其实还是很大的。我其实一直不喜欢把Vibe Coding称之为编程或者一种工作。他对我来说，更像是一种创作。跟我写文章、做视频、做手办、做音乐，其实没啥区别，是把我的想法实现的一种手段，我很享受创作的过程。随时随地Vibe coding，遛弯的时候，赶地铁的时候，躺在沙发上的时候。你听着好像是很牛马的样子。但是坦诚的讲，它对我来说，是一种创作，是一种好玩，是一种快乐。所以，能不必须坐在电脑前Vibe Coding。对我来说。可能才是最理想的样子。#HOW I AI##科技先锋官#AI#claude#

122. github.com/affaan-m/everything-claude-code这个库是一个专门针对 Claude Code的高级配置合集。该库的开发者 Affaan Mustafa 曾利用这套配置在 Anthropic 的黑客马拉松比赛中获胜。其核心理念是将 Claude Code 不仅仅当作一个聊天机器人，而是将其配置为一个拥有不同角色的专业开发团队。#HOW I AI#

123. 如何评价 Anthropic 在 9 月 30 日更新的 Claude Sonnet 4.5 模型？

124. 有网友问 Claude Code 作者 Boris：如何有效审查 AI 生成的代码？Boris 给了 3 条经验技巧：1. 默认使用 Plan 模式。2. 给 Claude 提供一种验证其输出结果的方法，比如单元测试、Claude Chrome 扩展程序，或者 iOS/Android 模拟器。3. 使用 /code-review 来自动化大部分的代码审查工作。对 Claude 生成的代码保持与人类写的代码相同的标准。

125. Claude Code自动记忆来了！配合老金三层记忆系统全开源！加强Plus！

126. 在claude.md里面加入这段话，让Claude Code为你创建一个专属的项目解析文件，秒变 Claude Teacher。附图是CC为我的ai-demo生成的md文件，可以试试看效果～ "For every project, write a detailed FOR[yourname].md file that explains the whole project in plain language. Explain the technical architecture, the structure of the codebase and how the various parts are connected, the technologies used, why we made these technical decisions, and lessons I can learn from it (this should include the bugs we ran into and how we fixed them, potential pitfalls and how to avoid them in the future, new technologies used, how good engineers think and work, best practices, etc). It should be very engaging to read; don't make it sound like boring technical documentation/textbook. Where appropriate, use analogies and anecdotes to make it more understandable and memorable." #HOW I AI# #程序员#

127. 真要做一个自动化写作的 Agent，工作流可能更合适，毕竟步骤相对固定，成本也会更低，Claude Code 可以在中间做工具用，另外 Claude Code 写作能力不一定很好，需要搭配不同的模型组合使用效果更佳。AI 写出来的内容质量，主要取决于 2 点：1. 你提供的上下文质量2. 模型能力然后才是提示词水平这篇文章好是因为这个访谈质量好，提供了优质上下文内容，否则很难写出来好的结果。就好比你现在让模型去翻译，大部分时候如果原文不错，翻译结果也会不错，如果原文不行，翻译不出来好的内容。这种拿现有资料去重写的，也是类似一种语言的翻译，是大模型所擅长的。

128. Claude Code 创始人的 9 条实战技巧：原来高手的配置这么“朴素”Boris Cherny 在 Anthropic 内部有个绰号：Claude Code 之父。他最近在 X 上很活跃，于是很多人问 Boris：你自己到底怎么用 Claude Code？他刚在 X 上分享了 9 条实战技巧。没有你想象的那么多技巧，每一条都朴实无华。【1】核心理念：Claude Code 的最佳实践并没有标准答案Boris 开场就说：> My setup might be surprisingly vanilla! Claude Code works great out of the box, so I personally don't customize it much. > 我的配置可能出乎你意料地“原装”。Claude Code 开箱即用效果就很好，我个人没做太多定制。也能理解，那些最佳实践，比如 Skills、Plugins，作为 Claude Code 开发者，他们早就把这些最佳实践作为功能内置了。使用 Claude Code 没有唯一正确的方式。团队故意把它设计成可以随便折腾的样子，你想怎么用、怎么改、怎么魔改都行。Claude Code 团队内部每个人的用法都完全不同。所以没必要去费力找“最佳实践”，适合自己的节奏最重要。【2】多 Agent 任务并行：同时开十几个 ClaudeBoris 的日常是这样的：终端里开 5 个 Claude Code 实例，标签页编号 1 到 5，开着系统通知，哪个需要输入就跳过去处理。同时，他还在 claude.ai/code 网页版上跑 5 到 10 个任务。终端和网页可以互相“交接”：用&符号把本地会话转到网页，或者用--teleport 在两边来回切换。他每天早上和白天会从手机 Claude 应用上启动几个任务，晚点再回来看结果。这种“多线程”工作方式的核心逻辑是：Claude Code 擅长自主执行，很多任务不需要你盯着。你启动任务、给个方向，让它跑着，自己去忙别的。等它需要你确认的时候再切回来。这跟传统的“人敲一行代码、AI 补几行”完全是两种节奏。但这也对使用者有更高的要求，你需要擅长给 Agent 分配任务，并且能随时在多个任务之间切换。对于习惯了自己开发，同时只有一个任务进行的传统开发模式来说，是个很大挑战。惭愧的说，虽然我也常用 Coding Agent，还是不习惯太多任务同时运行，今年要加强这方面的练习。【3】模型选择：为什么用 Opus 而不是更快的 SonnetBoris 说他所有任务都用 Opus 4.5 加上 thinking 模式。这是他用过最好的编程模型。有人会问：Opus 不是比 Sonnet 更大、更慢吗？Boris 的回答是：虽然单次响应慢一点，但你需要纠正它的次数少得多，工具调用也更准确，最终算下来反而更快。这点其实我一直很认同，写代码这种事不能求快，还是得质量高，如果一个快模型需要你来回纠正三次，不如用个慢模型一次搞定。时间不只是模型响应时间，还有你的注意力和精力成本。唯一的问题就是 Opus 成本更高。【4】CLAUDE.md：团队共享的“项目记忆”CLAUDE.md 是 Claude Code 的一个特殊配置文件，放在项目根目录。每次启动 Claude Code，它会自动读取这个文件，把里面的内容当作“背景知识”。你可以理解为：这是你给 AI 写的项目说明书，告诉它这个项目的架构、规范、注意事项。Boris 团队的做法是：整个 Claude Code 仓库共用一个 CLAUDE.md，提交到 Git 里，所有人一起维护。每周都有人往里加东西。规则很简单：每次看到 Claude 做错了什么，就把“别这样做”写进去，下次它就知道了。更有意思的是，他们在代码审查时也会用到这个机制。Boris 会在同事的 PR 里@.claude，让 Claude 把某条新规则加到 CLAUDE.md 里。这是通过 Claude Code 的 GitHub Action 实现的。Dan Shipper 管这种做法叫“复利工程”：每一次纠错都变成团队资产，让 AI 越来越懂你们的项目。如果你还没用过 CLAUDE.md，或者没像他们这样频繁更新规则，强烈建议试试。最简单的起步方式是运行/init 命令，Claude 会自动分析项目结构，生成一个初始版本。然后你边用边补充，看到不对的地方就加进去。【5】Plan 模式：先想清楚再动手Boris 说，他大多数会话都从 Plan 模式开始。在 Claude Code 中按两下 Shift+Tab 就能切换。Plan 模式下，Claude 不会直接改代码，而是先给你一个执行计划。你可以来回讨论、修改计划，直到满意为止。然后切到自动接受模式，Claude 通常能一次性完成。“好的计划真的很重要”，这个习惯其实是把软件开发的经典智慧搬到了 AI 协作里：先设计再编码。很多人用 AI 写代码的问题是直接开干，结果方向错了返工成本很高。花几分钟对齐计划，能省几小时的返工。【6】自动化重复工作：斜杠命令和子 AgentBoris 有几个每天要用几十次的操作，他把它们做成了斜杠命令。比如"/commit-push-pr"，一键完成提交、推送、创建 PR。斜杠命令本质上是 Markdown 文件，放在.claude/commands/目录下。你可以用自然语言写指令，还能嵌入 bash 脚本预先获取一些信息，减少模型来回调用的次数。这些命令可以提交到 Git，整个团队共享。除了斜杠命令，他还用子 Agent（网页链接）。子 Agent 是独立的 Claude 实例，专门干某类活。比如他有个 code-simplifier 子 Agent，在主 Claude 完成工作后自动简化代码；还有个 verify-app 子 Agent，专门负责端到端测试。这两个功能的共同点是：把你反复做的事情固化下来，让 Claude 自己调用。你不用每次都重复解释，也不用记住各种命令细节。使用 PostToolUse Hook 来格式化 Claude 生成的代码。Claude 通常能自动生成格式良好的代码，而这个 Hook 会处理最后 10% 的代码，以避免后续在持续集成 (CI) 过程中出现格式错误。【7】安全与集成：权限配置和外部工具Boris 不用--dangerously-skip-permissions 这个“危险”选项。相反，他用/permissions 命令预先批准一些常用的安全命令，避免每次都弹确认框。这些配置保存在.claude/settings.json 里，团队共享。更强大的是 MCP 服务器集成。MCP 是 Model Context Protocol 的缩写，是 Anthropic 推出的让 AI 连接外部工具的标准协议。通过 MCP，Claude Code 可以直接：- 搜索和发送 Slack 消息- 跑 BigQuery 查询回答数据问题 - 从 Sentry 拉错误日志Boris 团队把 Slack 的 MCP 配置也提交到了仓库，所有人开箱即用。这意味着 Claude Code 不只是个编程工具，而是能调用你整个工具链的“全能助手”。【8】长任务处理：让 Claude 自己验证对于跑很久的任务，Boris 有几个策略：一是让 Claude 完成后自动用后台 Agent 验证结果。你可以在提示词里要求，也可以用 Stop Hook 更确定性地触发。> 注：Hooks 是 Claude Code 的"钩子"机制，让你在 Claude 执行操作的特定时刻插入自定义逻辑。你可以把它理解为"触发器"：当某个事件发生时，自动执行你预设的命令或脚本。> Stop Hook 就是在 Claude 完成响应、准备交还控制权时。> 相关文档：网页链接二是用 ralph-wiggum 插件网页链接。这是一个有趣的设计：“Ralph 本质上就是一个 Bash 循环”：想象一个简单的死循环（while true），它不停地把同一个任务说明书（提示词文件）喂给 AI 智能体，让它一遍又一遍地改进工作，直到彻底完成。三是在沙箱环境里用--permission-mode=dontAsk 或--dangerously-skip-permissions，让 Claude 不被权限确认打断，自己跑到底。核心思路是：既然是长任务，就别让它等你。给它足够的自主权和自我纠错能力。【9】最重要的一条：给 Claude 验证能力Boris 把这条放在最后，说这可能是获得好结果最重要的因素。如果 Claude 能验证自己的工作，最终产出质量能提升 2 到 3 倍。他举了个例子：他们提交到 claude.ai/code 的每一个改动，Claude 都会用 Chrome 扩展自己测试：打开浏览器、测试 UI、发现问题就迭代，直到功能正常、体验合理。验证方式因场景而异。可能是跑一个 bash 命令，可能是跑测试套件，可能是在浏览器或手机模拟器里测试应用。形式不重要，重要的是：让 AI 有反馈闘环。这个道理其实很朴素。人类工程师也是靠“写代码—测试—看结果—修改”这个循环来保证质量的。AI 也一样。如果它只能写不能测，就像闭着眼睛做事，质量全靠运气。Boris 的建议是：投入精力把验证机制做扎实。这是回报率最高的投资。【10】那些你看不见的东西Boris 有一点没提的就是基础的源代码管理/ CI（持续集成） / 代码审查 workflow，这些事情可能对他们大厂做习惯了的来说是平常，默认就应该有的事情比如说当他用 Claude Code 完成一个任务，不会说直接合并到主分支，而是提交一个 PR。提交 PR 后，在 CI 服务器上会自动跑所有的 lint 和自动化测试，如果测试失败 PR 是无法合并的。一个 PR 通过了所有的自动化测试，还需要有人去做代码审查（当然可以 AI 辅助，但还是需要人确认），如果代码审查发现问题，是需要继续修改的。这些也是他们能多任务并行的基础，如果没有做好这些基础工作流，就无法做到多任务并行。对于很多个人开发者并没有习惯去搭建一个 CI/代码审查的工作流，甚至连 Git 代码管理都没有做，出问题都没法回滚。【11】高手用剑无招胜有招武侠小说里面，高手用剑没有那么多花里胡哨的招式，无招胜有招。Boris 没有炫耀复杂的定制配置，没有神秘的私藏提示词，用的就是官方功能。区别在于：他真正理解这些功能背后的逻辑，然后把它们组合成高效的工作流。并行工作是因为 Claude 能自主执行；用 Opus 是因为综合效率更高；CLAUDE.md 是把纠错变成资产；Plan 模式是先想清楚再动手；斜杠命令和子 Agent 是自动化重复劳动；验证机制是给 AI 反馈闭环。如果你刚开始用 Claude Code，不必急着研究各种高级配置。先把基础用好：学会并行，学会规划，学会积累 CLAUDE.md，学会给 AI 验证手段。等你真正遇到瓶颈了，再去折腾那些花活不迟。推文链接：x.com/bcherny/status/2007179832300581177

129. 不懂代码照样造网站，老金15万字Claude Code+OpenClaw教程免费开源

130. 我经常逆向优秀的 JavaScript 代码，以前手动，现在借助 AI 效率奇高，绝大部分代码都能借助 AI 还原。这事一是要有耐心，另一个就是要懂技术实现。给 Codex/Claude Code 提示词也很简单：我不小心把源码弄丢了，只剩下编译后 js 文件 aaa.js，请你帮我还原成命名友好的 TypeScript 版本，保存到 xxx 目录下，先从 yyy 开始，还原所有相关代码，不需要编译通过，只需要 1:1 还原。比如截图是 Claude Code VSCode Extension 逆向后代码

131. 回复 X 网友 Yangyi 的推文：> 我认识的比较厉害的开发，无一例外都在用cursor，因为他们惧怕AI带来的代码失控感。Claudecode这种东西更适合非程序员，甚至很多产品细节都可以不关注了。出了问题之后再问AI 你是咋做的？---你可能没认识真正厉害开发，真正厉害的恰恰会用codex和Claude code，辅助用cursor或者vs code。好的engineering manager靠的不是微管理，不怕任务交给下属会搞砸，因为他们了解下属能力边界，擅长把任务拆分成下属能力范围内的粒度，还能对下属的结果进行验收，不仅省力还能充分利用团队的力量。糟糕的manager不敢把任务给下属做，怕下属搞砸怕下属抢了自己的饭碗，到处微管理，自己累团队效率也不高。使用 Coding Agent 编程你就是engineering manager或tech leader的角色，靠的不是掌控感不是微管理，是你的技术能力和管理能力！

132. 我发现很多人评价一个LLM模型的能力就是通过直接跟它聊天来看它的编程能力，但是实际上即使是同样的模型，在Cursor、Augment、Codex和Claude Code上的编程能力也完全不同。如果把LLM当作另一种CPU，直接跟它聊天去编程，实际上就相当于在裸机上跑加减乘除，你可以用单线程的整数计算能力评价MCU，但是却不能评价现在的CPU，但是大多数人对LLM的使用都是这样像计算器一样的。而像计算机一样使用LLM，可能又会像数字化办公引入Windows和Word的变革，因为认知能力的差异淘汰掉无法把LLM当作计算机使用的人。

133. 刚刚，Claude实现「永久记忆」！官方还没上线，大神已玩疯

134. 如果说 Claude 模型和 Claude Code 啥关系，就好比 Claude 是个剑客高手，Claude Code 就是它最趁手的武器；GPT 也是个高手，但习惯用刀，Codex CLI 就是 GPT 最趁手的宝刀，你让 GPT 模型去用 Claude Code，就好比让刀客去用剑，也能耍，但效果要打折扣。GLM、Kimi、DeepSeek V3，也是用剑高手，它们没有自己趁手的宝剑，但借了 Claude 的剑练了好久，上手就能用，用起来也威力不俗。

135. 另外这个事情和 “开源模型”有啥关系 //@韦恩卑鄙:就这些功能吧一般coding agent都行我从4月份裁员就在用 vscode-github-copilt 写简历写计划写架构写人员安排写邮件写值日表 //@刘群MT-to-Death:Claude Code真的是个革命性的产品，强烈推荐大家上手试试，会用以后就离不开了。

136. 阿里出手！骨折价打包Qwen，Kimi，GLM！一键对接Claude Code！

137. 我最近被Claude Code折腾疯了。安装门槛巨高，尤其是国内用户，你懂得，比用上Claude裸模型的门槛高一倍不止。当我好不容易装好之后，发现支付关也过不去，又找了很多方法，才终于成功付了款。这还没完，我发现竟然还限流，没开发多少代码的，就被官方限流了，工作被迫终止。钱花了很多，事儿还没办好。后来我也尝试了所谓的“国内平替”和“开源项目”，发现无一例外，效果都无法打平Claude Code，还不如不用。直到最近，我发现Teamo竟然上线了Claude CodeAgent，一口气解决以上所有问题。先说核心体验：100%还原，但免去所有折腾。Teamo基于Claude Code官方SDK实现，效果和功能上完全对标Claude Code，但把所有不该让开发者操心的事都解决了：✅ 无需安装打开浏览器就能用，没有npm install、没有环境变量配置、没有版本冲突。✅ 无需API Key 不用自己去claude.ai买号、充值、管理配额。账号被封？不存在的。✅ 项目云端保存在公司写到一半的代码，回家接着写。在咖啡厅突然来了灵感，打开手机也能继续。这三个无需，直接砍掉了Claude Code 80%的使用门槛。上手速度有点超预期。我直接拿了之前的一个需求测试："做一个Chrome小恐龙游戏的复刻版，像素风，可以调节速度"见图三产品里内嵌了预览功能。（见图四）但真正让我觉得不一样的，是下一个功能。Ralph Loop：AI全自动编程Teamo有个叫Ralph Loop的功能，这个我之前没见过类似的。简单说就是：你给一个需求，AI自动拆解任务→编码→测试→修复→构建，全流程自动化。我用一个比较复杂的场景测了测：让它基于一个5000字的设计规范，做一个记忆卡片应用，需要每次打开能有历史记录。这个设计规范很细，包括字体、配色、网格系统、动效规则等等。这种体验跟Claude Code的差异在哪？Claude Code是对话式编程，你得盯着它，一步步引导。而Ralph Loop更像是委派任务，你只需要说清楚要什么，它自己去完成。对我来说，这意味着：我可以同时推进多个项目。Skills商店：开箱即用的能力包Teamo Code里上线了Skills商店，支持：- 官方Skills：文档生成、数据分析、API对接、前端组件库...开箱即用。- 自定义Skills：把你的工作流封装成Skill，一键复用。- 团队共享：整个团队用同一套Skills，代码风格和质量自动对齐。适合谁？我的结论是：如果你是轻度用户，偶尔用用Claude Code写写小脚本，还不想费时间去折腾环境、账号，就非常推荐。如果你：- 需要频繁在多设备间切换（比如公司电脑、家里电脑、出差路上）- 做多个项目，需要并行推进- 有团队协作需求- 是Claude Code重度用户，经常遇到限流那Teamo的云端方案确实解决了很多实际痛点。不止如此，我加上了Teamo Code的内测群问了一下，发现现在有高达70%的大额补贴，意味着你在claude code需要花1美金才能完成的任务，在Teamo Code里只需要0.3美金。而且，还效果无损+零限流，这简直不要太香。最后附上传送门：网页链接通过上面的链接注册，还能白嫖300 credits，先薅为敬。#HOW I AI##科技先锋官#

138. 推荐这个基于 Claude Agent SDK + Electron 开发的开源 AgentCraft Agents 是 Craft 团队开源的一款 AI Agent 工具，核心理念是为 Claude Code 提供一个更友好的图形界面，让用户能更高效地与 AI 编程助手协作。核心特色告别命令行的 Claude Code 体验——保留 Claude Code 的全部能力，但用精心设计的 UI/UX 包装。作者坦言自己不喜欢终端界面，更偏爱优雅的视觉设计、字体排版和触控交互。解决实际痛点——针对 Claude Code 使用中常见的困扰：难以审查计划、不易理解代码变更的原因、多任务切换困难等问题，提供了更清晰的工作流。非技术人员也能用——Craft 内部的财务、市场、客服、HR 团队都已开始日常使用，证明了它对「非程序员」的友好度。可 fork、可定制——采用 Apache 2.0 协议开源。作者认为未来的个人软件不是从零构建，而是「fork + remix」——基于现有项目二次定制，打造真正属于自己的工具。技术背景基于 Web 技术栈开发，底层调用 Claude Agent SDK。作者是有 20+ 年经验的 iOS/UIKit 工程师，这是他首次认真尝试 Web 开发，整个项目 100% 代码由 Claude 编写，但架构决策和 UX 细节打磨完全由人主导。项目地址下载：网页链接源码：网页链接

139. 谷歌这波赛博菩萨，新增Claude Opus 4.5免费用，Gemini 3 Pro 也免费，白嫖必须冲！

140. Codex CLI vs ClaudeCode CLI 横向评测

141. Claude Code vs Cursor，谁才是开发者真香神器？聊聊它们的区别

142. 到底是用Claude Code，还是 Cursor？文末有答案

143. 都在吹Cursor，但我早就把VS Code卸载了：谈谈我的“只读”编程流 - 哔哩哔哩

144. 大厂AI coding工具实测：Claude Code与Cursor谁更强？

145. 别再傻傻分不清！Claude和Cursor根本不是一回事！

146. 主流AI编程智能体

147. Claude Code真的牛逼，Cursor不香了（附最新保姆级教程）

148. Claude Code 安装和使用指南

149. 用了这么久才发现：Cursor和Claude Code竟然是两种完全不同的技术思路！

150. ClaudeCode-CURD程序员作弊神器本视频分享了博主使用Cloud Code（简称CC）这一AI编程工具，高效重构一个耗时两个月项目的震撼体验。博主最初以为CC和Cursor等工具类似，只能进行代码提示，但实际使用后“脑洞大开”。在整整一天的重构过程中，博主自己“一行代码都没写”，仅通过点击确认，CC就完成了所有主要工作。其强大功能主要体现在：全面代码审查：博主只需指令CC分析项目可优化点，它便能从设计模式、模块结构到防御式编程，全面输出15条具体优化方案。自动化重构与测试：CC能根据方案自动完成代码修改，并自觉生成对应的测试用例，在运行发现Bug后还能自动修正。智能生成文档：修改完成后，CC会自动生成本次修改的总结文档，方便博主学习和回顾。博主将此次体验与传统开发模式对比：过去需要耗费大量时间搜索CSDN、GitHub等平台，常遇到问题无人解答的困境。而现在，使用CC就像“在给一个大神提需求”，代码标准高，极大地提升了开发效率和代码质量。最后，博主强烈安利所有程序员，尤其是主要为公司业务服务的“CRUD程序员”使用AI编程工具。它能极大缩短学习时间，在协同开发中快速提升技能，让你真正成为一名“十倍程序员”。 #ClaudeCode #AI编程 #大模型 #人工智能

151. 为什么 Claude Code 比 Cursor 更好用？

152. Claude Code 和 Cursor 怎么选-花了几百美

153. claude code 和 codex 如何选

154. 我们用 Claude Code 一个月后，最先崩的不是模型，是账单

155. Claude Code 这种 CLI 的编程方式，相对于 Cursor 的优势在哪？

156. 关于 Claude 4.5 和 Claude Code 2.0，你所需要知道的一切

157. Claude Code vs Cursor：谁才是编程终极神器

158. Cursor牛逼！Cursor在回收团队的实践

159. Cursor AI 编辑器高效使用的10个天花板级别的技巧

160. Cursor+Claude：AI 编程新范式实战指南

161. ClaudeCode完全指南：15个实用技巧效率翻3倍（3000字干货）

162. Cursor 新增可视化功能，然而开发者却吐槽不断：不要每周都改 UI 啊

163. 高强度使用Claude Code 1个月，这5个认知颠覆了我对AI编程的理解

164. Cursor+Claude Code：非程序员的最强“打工 AI”组合之一

165. Claude和Cursor之间的切换

166. Cursor从入门到精通实战指南（一）：开始使用Cursor

167. 聊聊 Claude Code：它不是工具，它是实习生

168. 最近一个月用 Cursor 的7条真香经验！

169. Claude Code 学习指南

170. Cursor设置详解及使用技巧

171. Cursor 使用体验分享：AI 编程助手的实践

172. 不止有 agent ，Cursor 使用技巧总结

173. 程序员必看！3款AI编程工具到底选哪个？

174. 【干货】这些ClaudeCode使用技巧值得借鉴

175. 如何把 Cursor 里的 AI，驯化成一个听话的高级工程师

176. 国内终于能流畅用Claude Code了！

177. 用了3个月，Claude Code让我效率翻倍的技巧

178. Cursor AI 编程不行的时候

179. 前端开发人员：以下是如何充分利用 Cursor

180. 如何像高手一样使用 Cursor

181. AI辅助编程体验 - Cursor

182. Cursor 进阶：用 AI 辅助调试与重构 Python 代码

183. 深度拆解 Cursor：掌握Cursor的 AI 编程界面

184. Claude Code开始使用（一）

Claude Code vs Cursor？38位开发者真实体验告诉你答案

精选参考来源