Claude Code vs Cursor怎么选？128位开发者真实体验告诉你答案_服务软件

1. 为什么 Claude Code 比 Cursor 好？

2. 一样的模型，为什么 Cursor 跑不过 Claude Code？

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

4. 程序员实测

5. 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。

6. Claude Code vs Cursor怎么选？128位开发者真实体验告诉你答案

7. AI编程两极战

8. 为什么我从 Cursor、Claude Code 换成了 OpenCode？这是我认真用了一周后的判断

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

10. Cursor 与 Claude Code

11. 到底是用Claude Code，还是 Cursor？文末有答案

12. 程序员必看！3款AI编程工具到底选哪个？

13. 为什么 Claude Code 比 Cursor 更好用？

14. Claude和Cursor之间的切换

15. Claude Code 入门实战 1

16. 用了这么久才发现

17. Claude Code、Codex、Cursor、Trae 傻傻分不清楚？

18. 你喜欢用 cursor 还是 claude code ？

19. 聊聊 Claude Code

20. Claude Code与Cursor的深度对比分析

21. Claude Code系列介绍

22. 17 个 Claude Code 高手工作流

23. 用 Claude Code 写了两天数据库内核代码，聊聊真实感受

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

25. ClaudeCode x Codex避坑

26. Cursor分享

27. 都在吹Cursor，但我早就把VS Code卸载了

28. 我决定卸载Cursor了

29. 我整理了Cursor的36个技巧，AI写代码效率翻倍

30. 30分钟上手Cursor

31. Cursor

32. 高强度使用半年cursor，经验&踩坑分享给你！

33. Cursor 的含金量还在上升，V1.7的新功能，碾压 Claude Code

34. AI 编程工具层出不穷，Cursor 还香吗？

35. Claude Code 是什么？为什么它改变了 AI 编程

36. 【效率神器】Claude Code是什么？不仅仅是写代码，更是你的AI私人秘书 - 哔哩哔哩

37. Claude code使用

38. Claude Code 实战技巧大全

39. Claude Code 简介

40. GitHub Copilot vs Cursor？127位开发者真实体验告诉你答案

41. 用了两周，Cursor vs GitHub Copilot

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

43. 万亿市值一夜蒸发！Claude Cowork血洗全球软件业，老黄急了

44. Claude全面禁中国企业？别怕，国产模型够顶！ #大咖观察 #Claude #马斯克 #红衣聊AI

45. 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

46. 卧槽牛P了Anthropic 推出 Claude Cowork 大众版 Claude Code为了让普通用户（不仅是开发者）也能像使用 Claude Code 那样，操控电脑里的文件进行工作和执行任务。他们基于 Claude Code 的底层能力，重新设计了一个更直观、更简单易用的版本：CoworkCowork 的核心机制：Claude 拿到“动手权”你可以让 Claude 访问你电脑中的一个文件夹。一旦你授权，它就可以在那个范围内：读取文件：看懂里面的内容；编辑文件：修改或补充；创建文件：从零生成新的文档；整理文件：例如自动分类、重命名、清理下载文件夹。举个例子：你有几十张发票截图散落在下载文件夹里，Cowork 可以识别这些截图中的文字，提取出金额和日期，再帮你生成一份 Excel 表格列出所有支出。和普通 Claude 聊天有何不同？普通 Claude 是“对话式”的，它只会输出文本回答。Cowork 则是“执行式”的：它会真正动手完成任务。比如你说：“请帮我整理这个资料夹，把文档按年份和主题分类。”Claude 会：克劳德会：制定一份行动计划；通知你它将要执行的步骤；逐步完成；期间实时汇报进度；等待你确认下一步。这让它的体验更像与一个“能干事”的同事协作，而不是一个聊天机器人。详细：网页链接互联网的那点事的微博视频

47. 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 。

48. 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

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

50. 5行代码，逼疯整个硅谷！澳洲放羊大叔，捅开AI编程奇点

51. Claude Code更新，你终于可以随时随地在手机上Vibe Coding了。

52. Claude Code从来就不是什么编程工具

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

54. 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

55. 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

56. GPT-5.2连肝7天，300万行代码造出Chrome级浏览器

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

58. 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#

59. AI Agents的现状与困境：MIT、剑桥、斯坦福等联合发布分析报告

60. 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。

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

62. 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！

63. 🐟 鱼皮的 AI 知识库 github.com/liyupi/ai-guide 程序员鱼皮的 AI 资源大全 + Vibe Coding 零基础教程，分享大模型选择指南（DeepSeek / GPT / Gemini / Claude）、最新 AI 资讯、Prompt 提示词大全、AI 知识百科（RAG / MCP / A2A）、AI 编程技巧、AI 工具用法（Cursor / Claude Code / TRAE / Lovable / Agent Skills）、AI 开发框架教程（Spring AI / LangChain）、AI 产品变现指南，帮你快速掌握 AI 技术，走在时代前沿。 #HOW I AI#

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

65. 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#

66. Claude Code 这个更新不错，可以把 Claude 当小龙虾🦞用了，简单来说就是你用 claude rc 运行 claude，然后会生成一个链接或者二维码，你扫描二维码或者打开链接，就可以从手机上或者其他电脑上控制你本机的 claude code。由于两边都要登录相同的 claude 账号，所以即使别人知道你的 URL 也无法控制你的电脑，倒是不用担心安全问题。目前只有 Max 订阅用户能用，Pro 还要等等宝玉xp的微博视频

67. 大型 codebase 如何用好 Claude Code？第一层：spec 文件是地基每个模块、每个功能，都要有对应的 spec 文件。不是让你写文档——而是给 Claude Code 划定工作边界：这个模块是干什么的、有哪些约束、什么情况算完成。有了 spec，Claude Code 就不会在你改 A 的时候顺手动了 B。没有 spec，它会用"它认为合理"的逻辑推断——而这个推断大概率跟你想的不一样。第二层：registry 文件体系——给 Claude Code 一个"世界观"光一个 CLAUDE.md 不够，大项目需要一整套 registry：1. plan-registry.md：当前在推进什么、优先级是什么2. spec-registry.md：各模块规格入口，Claude 改代码前必须先查3. development-registry.md：正在开发中的模块状态4. test-registry.md：测试范围和覆盖要求5. validation-registry.md：验收标准，什么叫"完成"关键认知转变：这不是给人看的文档，是 Claude Code 的项目地图。只要你每次任务后让它更新对应的 registry，它就能在大型 codebase 里持续、可靠地工作——不需要每次重新交代上下文。第三层：任务拆细，session 保持聚焦不要让 Claude Code 一次处理太多文件。任务越大，上下文越长，越容易"跑偏"。正确姿势是：一个 session 只做一件明确的事，做完就结束，下一个任务新开 session。#HOW I AI# #程序员#

68. 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。

69. 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。

70. 【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

71. Claude Code真的那么厉害吗？

72. 腾讯悄悄上线了“Claude Code”，居然还支持微信登录。

73. 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！

74. 刚刚，Claude实现「永久记忆」！官方还没上线，大神已玩疯

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

76. 用 Claude Code 的 Hook + Skill，实现每次任务完成后自从 commit 提交变更我用 Git 管理所有写作内容，文章、素材、提纲、草稿，全在仓库里。问题是我经常忘记提交。写完一篇文章，润色完，发布了，然后就去忙别的了。过几天一看 git status，十几个文件的变更堆在那里，完全不记得哪次改了什么。Git 本来是用来追踪每一步修改的，结果变成了一个大杂烩的快照工具。现在我用 Claude Code 跑写作流程，从素材分析到成稿发布基本都交给它。既然每次任务它都在改文件，能不能让它改完就自己提交？两个机制配合就解决了。【1】Hook：任务结束时的拦截器Claude Code 支持 Hook 机制，在特定事件（会话开始、工具调用前后、任务结束等）发生时自动执行脚本。思路和 Git Hook 类似，但挂在 Claude Code 的生命周期上。我在项目的 .claude/settings.local.json 里配了一个 Stop Hook，每次 Claude Code 准备结束任务时触发：```json"hooks": { "Stop": [{ "hooks": [{ "type": "command", "command": "\"$CLAUDE_PROJECT_DIR\"/.claude/hooks/auto-commit.sh" }] }]}```脚本做的事很简单：检查工作区有没有未提交的变更（新文件、修改、删除），如果有，就阻止 Claude Code 停下来，告诉它“你还有活没干完，去提交”。核心逻辑就这几行：```bashif git diff --quiet && git diff --cached --quiet && \ [ -z "$(git ls-files --others --exclude-standard)" ]; then exit 0 # 没变更，正常结束fi# 有变更，拦住它echo '{"decision": "block", "reason": "检测到未提交的变更，请调用 /commit 技能提交更新。"}'```还有个细节：提交本身也会触发“任务结束”，不处理就无限循环。脚本用 stop\_hook\_active 标志跳过二次触发。【2】Commit Skill：让提交有意义Hook 只管拦截，具体怎么提交靠 Commit Skill。Skill 是 Claude Code 的技能模块，放在 .claude/skills/ 目录下，用 SKILL.md 定义工作流程。name 字段自动变成 /slash-command，手动或自动都能触发。相当于一份操作手册，告诉 Claude Code 遇到特定任务该怎么做。我的 /commit 技能定义了这些规则：* 先分析变更文件的路径，判断改的是文章、技能配置还是代码* 按主题分组提交，不把所有东西塞进一个 commit。比如改了两篇文章，就分两次提交* 自动生成中文 commit message，格式固定：文章用“添加/润色/更新 + 主题”，代码用“优化/修复 + 功能”* 明确指定提交文件，避免 git add . 这种粗暴操作，排除临时文件和备份文件这样 git log 里看到的是：```42257b3 添加 Amodei NYT 访谈整理文章c4eee96 添加 Peter Steinberger OpenClaw 访谈整理文章e2a01da 润色 Suleyman FT 专访文章```每条都说得清楚这次改了什么，不是那种“update files”或者“misc changes”的垃圾信息。两个机制的配合：Hook 当守门员，保证没有变更被遗漏；Skill 当执行者，保证每次提交都有意义。我再也不用惦记提交这件事了。***附录：完整配置【A】Hook 脚本文件路径：.claude/hooks/auto-commit.sh```bash#!/bin/bash# Stop hook: 任务完成后自动检测未提交变更并触发 commit skillINPUT=$(cat)STOP_HOOK_ACTIVE=$(echo "$INPUT" | jq -r '.stop_hook_active // false')# 防止无限循环：commit 后再次触发时直接放行if [ "$STOP_HOOK_ACTIVE" = "true" ]; then exit 0fi# 检查是否有未提交的变更cd "$CLAUDE_PROJECT_DIR" 2>/dev/null || exit 0# 检查工作区是否有变更（已修改、新文件等）if git diff --quiet 2>/dev/null && git diff --cached --quiet 2>/dev/null && [ -z "$(git ls-files --others --exclude-standard 2>/dev/null)" ]; then # 没有变更，正常结束 exit 0fi# 有未提交变更，阻止 Claude 停止，让它继续执行 commitcat <<'EOF'{"decision": "block", "reason": "检测到未提交的变更，请调用 /commit 技能提交更新。"}EOF```【B】Commit Skill文件路径：.claude/skills/commit/SKILL.md```markdown---name: commitdescription: 提交当前未 commit 的修改。自动分析变更内容，生成规范的 commit message，支持按目录分组提交或一次性提交所有修改。---# Git Commit 技能提交当前未 commit 的修改到 git 仓库。## 工作流程### 步骤一：查看未提交修改git status --short分析变更类型：- M - 已修改- ?? - 新文件（未跟踪）- D - 已删除- R - 重命名### 步骤二：分析变更内容根据修改文件路径判断变更类型：| 路径模式 | 变更类型 ||----------|----------|| posts/YYYY-MM-DD/[slug]/ | 文章相关 || .claude/skills/ | 技能配置 || src/ | 脚本代码 || .r2-upload-map/ | 资源映射（通常不单独提交） || 其他 | 项目配置 |### 步骤三：决定提交策略单一主题修改：一次性提交所有文件多主题修改：按目录/主题分组提交分组优先级：1. 文章目录（每篇文章一个 commit）2. 技能目录（每个技能一个 commit）3. 代码变更（合并为一个 commit）4. 配置文件（合并为一个 commit）### 步骤四：生成 Commit Message格式规范：- 用中文- 简洁描述变更内容- 不超过 50 字常用模板：- 文章：添加 [文章主题简述]、润色 [文章标题]、更新 [文章标题]- 技能：添加 [技能名] 技能、更新 [技能名] 技能- 代码：优化 [功能描述]、修复 [问题描述]- 配置：更新项目配置### 步骤五：执行提交git add <file1> <file2> ...git commit -m "commit message"注意：- 避免使用 git add . 或 git add -A- 明确指定要提交的文件- 排除临时文件（.bak-*、.html.bak-*）### 步骤六：确认结果git log --oneline -3输出最近提交记录确认成功。## 排除规则以下文件默认不提交：- *.bak-* - 备份文件- .DS_Store - macOS 系统文件- node_modules/ - 依赖目录- .r2-upload-map/*.json - 通常随文章一起提交，除非单独要求```【C】Hook 配置文件路径：.claude/settings.local.json（相关部分）```json{ "hooks": { "Stop": [{ "hooks": [{ "type": "command", "command": "\"$CLAUDE_PROJECT_DIR\"/.claude/hooks/auto-commit.sh" }] }] }}```

77. 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

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

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

80. 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。

81. 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。

82. 在线使用 AI Agent 经常遇到一个难题——让它读懂推特、Reddit、YouTube、小红书等网络内容，不得不面对付费 API、封锁、登录、数据清洗一大堆麻烦。一个超级实用的开源项目 Agent Reach，能给你的 AI Agent 装上“互联网之眼”：一条命令装好工具，立刻免费读推特、搜 Reddit、看 B站视频字幕、小红书内容，全网覆盖，零 API 费用。最强大的是，支持的平台多且丰富：Twitter、YouTube、Reddit、GitHub、Bilibili、小红书、抖音、LinkedIn、Boss直聘……还支持 RSS 订阅，覆盖你工作生活学习中的绝大多数线上信息源。特色功能：- 一键安装，自动配置依赖，告别复杂折腾；- 多平台多工具联动，内置网页阅读器、视频字幕提取、语义搜索等强大功能；- 支持 Cookie 登录，安全隐私更有保障，Cookie 只存本地不外传；- 持续更新，渠道堵点和封锁随时修复，维护者每天都在用全力支持；- 可插拔架构，自由替换底层工具，灵活满足个性需求。支持所有能跑命令行的 AI Agent，如 Claude Code、Cursor、OpenClaw 等。只要一句话“帮我安装 Agent Reach”，几分钟就能给它网眼，让它驰骋于互联网海量信息。GitHub：github.com/Panniantong/Agent-Reach如果你想让 AI 真正通互联网，看懂全网内容，Agent Reach 绝对值得收藏！#AI创造营##人工智能#

83. 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？

84. 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。

85. Agent 原生通讯协议：从传递代码，到传递认知

86. 网传“网络尖兵”女兵李聪娜连续奋战 90 多个昼夜，编写代码 40 多万行，该报道是否可信？

87. CLAUDE MD 不建议放太多内容，只会适得其反，只放最重要的 AI 没训练过的内容，更多的内容作为链接按需读取。很多人把设计模式、规范、最佳实践之类的都放进去，先不说这些 AI 都训练过，你最多说个名字就够了，就算是你需要的，也不是每次都要，不如放一个链接或者移到 Skills 按需加载。人家 Claude Code 官方项目中 CLAUDE md 文件也就大约 2.5k tokens： - 常用 Bash 指令：让 AI 知道如何像开发者一样操作命令行。 - 代码风格规范 (Code Style Conventions)：确保 AI 写的代码符合团队编码标准。 - UI 与内容设计准则：指导 AI 如何设计界面和编写文案。 - 核心技术实现流程：教 AI 如何处理状态管理 (State Management)、日志记录 (Logging)、错误处理 (Error Handling)、功能门控 (Gating，即控制特定功能的开启与关闭) 以及调试 (Debugging)。 - 代码合并请求 (Pull Request) 模板：规范提交代码时的文档格式。

88. 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？

89. Claude Code vs Cursor vs Copilot：三大AI编程助手实测横评

90. 从 Cursor 迁移到 Claude Code：Rules 配置完全指南

91. 别再傻傻分不清！Claude和Cursor根本不是一回事！

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

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

94. 我测试了 Cursor 和 Claude Code：一个用了 2 分钟，另一个用了 24 分钟

95. Cursor 内部工作原理

96. Cursor 上线全新可视化编辑器：直接在页面上拖拽改样式！

97. 我如何使用 Claude Code - 工作流总结

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

99. 【干货】这些ClaudeCode使用技巧值得借鉴

100. 用Claude Code落地真实产品，不是瞎实验！踩遍坑才懂的干货

101. 最近一个月用 Cursor 的7条真香经验！

102. Cursor 又偷偷更新，这个功能太实用：Visual Editor for Cursor Browser

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

104. Claude code介绍 #Claudecode #智能编程 #AI

105. 告别Cursor低效编程！Cursor高手都在用的7个沟通秘诀

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

107. Claude4.5和ClaudeCode2.0更新亮点速览! #claude#claudecode#cursor#AI#编程

108. 使用 Cursor 进行前端系统重构

109. Cursor VP现场演示：让Cursor像10 名开发者一样工作

110. Claude Code和Cursor谁才是AI编程终极神器？1000+开发者观点大碰撞

111. Claude Code 学习指南

112. Cursor 2.0 IDE：AI赋能，开发体验惊艳升级！

113. 非常好的Claude code 经验总结。根据自己的体感，比较受用的是: 1.上下文是一切，上下文长度超过30%，性能就可能劣化，所以最好每个feature或模块开发都清空上下文。 2.那如何记住有用的。Claude.md存核心准则，因为每次都读入，所以存全局准则，且不要超过150条。 3.上次对话的可以用/compact指令，提取要点，复制后，在清空对话，然后粘贴进去。 4.善于利用文件记录，比方说项目的设计存入单独文件，对话时按需让CC加载。 5.输入指令是一切，好的结果来自好的输入。 6./plan，给ai更多的思考，结果也会好上几倍。 #cc #claude

114. 软件安装 | Cursor安装及使用

115. cursor2.2新增两个重要功能 cursor 2.2 已经发布，新增了一些非常有意思的功能，目前这三个功能是有明显提高效果和流程的： 1、Debug 模式，可以使用 debug 模式来寻找隐藏的 BUG 2、浏览器增加设计模式，使用 cursor 打开网页，不仅可以测试，还可以调整样式，位置等信息 3、Plan 支持 mermaid #AI编程 #cursor #AI编程工具

116. claude_code初体验用claude_code做了一个小软件，没有写一行代码，也踩了不少坑，给大家几点建议 1. 先写一个清晰的 PRD（Product Requirements Document）文档定义项目目标、范围、性能标准等，可以帮助 AI 更准确理解任务和目标，而不是让它盲目生成代码. 2. 模块化规则架构，将claude.md全局规则简洁地拆分成多个小模块，而不是把所有限制、参数堆进一个大文件. 3. 命令化，能用命令的都用命令，命令其实就是一个个md文件，能让工作标准化很多 4. 可靠的大模型，一定要选一个好的大模型，垃圾模型让你改BUG改到崩溃 #claudecode #人工智能 #AI编程

117. Cursor 2.2 版本更新，实用性提升10倍，实战测评！

118. Claude Code 实战教程：打造你的高效编程Agent

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

120. 【GitHub每日速递 251014】Claude Code：用自然语言命令让编码快到飞起！

121. [CC.2]AI编程Claude Code介绍 Claude Code课程中文字幕版【第2讲】Claude Code是什么？（What is Claude Code?）视频来源：DeepLearning.AI。#AI #程序员 #claude #ai编程 #大厂

122. Cursor用的就是爽啊，可以白嫖一年。

123. 第一次用Cursor

124. Claude Code 5个神级技巧，效率翻倍

125. 卸载2个月，重新入坑Cursor最新版本Cursor 2.1，熟悉又陌生

126. 2-环境篇｜ Cursor 安装、注册、配置

127. Cursor+Claude：AI 编程新范式实战指南

128. Cursor使用教程 |从安装到熟练上手

129. 如何在 Cursor 中使用 Anthropic 的 Frontend-Design Skill：从入门到生产级前端设计

130. Cursor 里 3 种最常用的 AI 用法（先记住这个就够了）

131. 从零认识 Cursor：最强 AI 编程助手界面详解

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

Claude Code vs Cursor怎么选？128位开发者真实体验告诉你答案

精选参考来源