即刻App
年轻人的同好社区
下载
App内打开
苍斯基
994
关注
2k
被关注
19
夸夸
*SSI国际清酒唎酒师；
*前鸡尾酒吧股东；
*前美食聚乐部合伙人；
*牛仔裤撕裂者
*喜欢交朋友
*主攻吃喝玩
苍斯基
1天前
Claude有一种特别的气质。
别的Agent喜欢和你絮絮叨叨一堆，Claude经常是懒得和你废话说完就跑。
3
2
0
苍斯基
1天前
原来Vibe Coding也会力竭……这几天除了吃饭睡觉都在vibe coding，终于力竭了……我要出门社交了！
18
2
0
苍斯基
2天前
用了两天Claude，感觉它虽然很聪明，但是莫名其妙的bug挺多的（我主要用cowork）……比如我只用中文和它对话，但是它今天用了中日英韩四种语言回答我，甚至一次回答里每段一种语言，好家伙。
6
7
0
苍斯基
3天前
update到最新版以后，可以在cc领宠物了。
5
0
0
苍斯基
3天前
李惠子Huizi: 写的很好: 一文了解 Anthropic 的 Claude Code 源码：为什么它就是比别人好用？ https://x.com/YukerX/status/2038959908968919297 1. Claude Code 的做法： 你让他直接用你的电脑——但你给他配了一套极其精密的安检系统。他能做什么、不能做什么、哪些操作需要你点头、哪些可以自己来、甚至他想用 rm -rf 都要经过9层审查才能执行。 为什么 Anthropic 选了最难的那条路？ 因为只有这样，AI 才能用你的终端、你的环境、你的配置来干活——这才是"真正帮你写代码"，而不是"在一个干净房间里给你写一段代码然后复制过来"。 但代价是什么？他们为此写了 51 万行代码。 2. 你以为的 Claude Code vs 实际的 Claude Code 大多数人以为 AI 编程工具是这样的： 用户输入 → 调用 LLM API → 返回结果 → 显示给用户 Claude Code 实际是这样的： 用户输入 → 动态组装 7 层系统提示词 → 注入 Git 状态、项目约定、历史记忆 → 42 个工具各自附带使用手册 → LLM 决定使用哪个工具 → 9 层安全审查（AST 解析、ML 分类器、沙箱检查...） → 权限竞争解析（本地键盘 / IDE / Hook / AI 分类器 同时竞争） → 200ms 防误触延迟 → 执行工具 → 结果流式返回 → 上下文接近极限？→ 三层压缩（微压缩 → 自动压缩 → 完全压缩） → 需要并行？→ 生成子 Agent 蜂群 → 循环直到任务完成 3. 第一个秘密：提示词不是写出来的，是"拼装"出来的 Anthropic 把提示词当成了编译器的输出来优化。静态部分是"编译后的二进制"，动态部分是"运行时参数"。这样做的好处是： - 省钱：静态部分走缓存，不重复计费 - 快：缓存命中直接跳过这些 token 的处理 - 灵活：动态部分让每次对话都能感知当前环境 每个工具都有独立的"使用手册" 更让我震惊的是：每个工具目录下都有一个 prompt.ts 文件——这是专门写给 LLM 看的使用手册。这就是为什么 Claude Code 从不会擅自 git push --force，而某些工具会——不是模型更聪明，是提示词里已经把规矩讲清楚了。而且 Anthropic 内部版本和你用的不一样 代码里大量出现这样的分支： 他们的版本有更详细的代码风格指引（"不写注释除非 WHY 不明显"）、更激进的输出策略（"倒金字塔写作法"），以及一些仍在 A/B 测试的实验功能（Verification Agent、Explore & Plan Agent）。这说明 Anthropic 自己就是 Claude Code 最大的用户。他们在用自己的产品来开发自己的产品。 4. 第二个秘密：42个工具，但你只看到了冰山一角 这就是为什么 Claude Code 不会像某些工具那样"凭空写一段代码覆盖你的文件"——它被强制要求先理解再修改。 5. 第三个秘密：记忆系统——为什么它能"记住你" 用过 Claude Code 的人都有一个感受：它好像真的认识你。Claude Code 用 另一个 AI（Claude Sonnet）来决定"哪些记忆和当前对话相关"。不是关键词匹配，不是向量搜索——是让一个小模型快速扫描所有记忆文件的标题和描述，选出最多 5 个最相关的，然后把它们的完整内容注入到当前对话的上下文中。 策略是"精确度优先于召回率" ——宁可漏掉一个可能有用的记忆，也不塞进一个不相关的记忆污染上下文。 KAIROS 模式：夜间"做梦" AI 在"睡觉"的时候整理记忆。 这已经不是工程了，这是仿生学。 6. 第五个秘密：它不是一个 Agent，是一群 当你让 Claude Code 做一个复杂任务时，它可能悄悄做了这件事：它生成了一个子 Agent。而且子 Agent 有严格的"自我意识"注入，防止它递归生成更多子 Agent：这段代码在说："你是一个工人，不是经理。别想着再雇人，自己干活。" 在协调器模式下，Claude Code 变成一个纯粹的任务编排者，自己不干活，只分配。 Prompt Cache 的极致优化，这是一个每次调用节省几美分的优化，但在大规模使用下，能省下大量成本。 7. 第六个秘密：三层压缩，让对话"永不超限" 所有 LLM 都有上下文窗口限制。对话越长，历史消息越多，最终一定会超出限制。 Claude Code 为此设计了三层压缩： 压缩后的 token 预算： • 文件恢复：50,000 tokens • 每个文件上限：5,000 tokens • 技能内容：25,000 tokens 这些数字不是拍脑袋定的——它们是在"保留足够上下文继续工作"和"腾出足够空间接收新消息"之间的平衡点。 8. 读完这份源码，我学到了什么 51 万行代码里，真正调用 LLM API 的部分可能不到 5%。其余 95% 是什么？ • 安全检查（18 个文件只为一个 BashTool） • 权限系统（allow/deny/ask/passthrough 四态决策） • 上下文管理（三层压缩 + AI 记忆检索） • 错误恢复（熔断器、指数退避、Transcript 持久化） • 多 Agent 协调（蜂群编排 + 邮箱通信） • UI 交互（140 个 React 组件 + IDE Bridge） • 性能优化（prompt cache 稳定性 + 启动时并行预取） 如果你正在做 AI Agent 产品，这才是你真正要解决的问题。不是模型够不够聪明，是你的脚手架够不够结实。 好的提示词工程是系统工程。 为失败而设计。 Anthropic 把 Claude Code 当操作系统在做。42 个工具 = 系统调用 权限系统 = 用户权限管理 技能系统 = 应用商店 MCP 协议 = 设备驱动 Agent 蜂群 = 进程管理 上下文压缩 = 内存管理 Transcript 持久化 = 文件系统 这不是一个"聊天机器人加几个工具"，这是一个以 LLM 为内核的操作系统。
1
0
0
苍斯基
3天前
下方——每一天的我。
7
2
0
苍斯基
3天前
最近感觉Opus 4.6的聪明程度，让Claude离宗教又近了一步。
苍斯基: 上周看到「硅基智能」这个视频吓一跳，不仔细看大部分人已经看不出来是假人了。结合最近玩耍的chatGPT，感觉吓尿单位（谢熊猫君 译 Tim Urban文章中创造性译造词，原文见「读库」1705）很快要缩短到10年以内了。看到郭宇在感叹自己之前预测的10年内会发生的事情，2年内已经来临。截至目前我觉得以下三点会发生，我可能还会和chatGPT聊聊它的看法： 1、AI因为会给出更确切、更睿智、更客观的预言，而成为新的宗教； 2、会产生靠出租数字孪生使用权为主要谋生手段的偶像； 3、在互联网留下足够数量音频、视频、文字的人，很难避免被盗版数字孪生（类似于枪版），而这项技术在C端的滥用将严重影响人类情感沟通的方式。
3
0
0
苍斯基
3天前
还是充了Claude Max，聊一次看一次limits。
12
13
0
苍斯基
4天前
走之前不能免俗上塔看了看，这个季节全城开满樱花还挺漂亮的，应该会再来大邱。
19
6
0
苍斯基
5天前
还是美术馆好看。
韩国人教育确实下血本，博物馆免费，美术馆门票1000韩元（4.5元人民币）。
展览质量这么高，韩国人确实有东西。
16
3
0
