即刻App年轻人的同好社区
下载
养龙虾呀养龙虾，全民养龙虾。
现在基本上全民都在养龙虾。最早龙虾刚出来的时候，其实已经注意到了，但一开始以为它和其他AI产品一样是昙花一现，没想到等了一阵后，发现越来越火爆。特别是到了春节，热度一直不减。
我关注的博主们也都开始参与，先是在文章里聊龙虾，后来亲自上阵，在视频里开直播，讲怎么养龙虾，以及龙虾带给他们的感受。最后大家看新闻也发现，安装龙虾基本上还要收费。500 元安装一只龙虾。
最近，各大云厂商如阿里、字节、腾讯也都发布了自己的龙虾，并在自己的云服务器上运行。用户可以直接购买云服务器、模型调用，一键配置。这里多说一句，我发现腾讯还是很注重产品体验，在配置龙虾、接入飞书和QQ时，体验是最好的。
这两天，国家和各个省市，包括深圳、无锡等城市都开始发声，表示要支持养龙虾业务，给予金钱和算力上的支持，感觉一下子就到达了顶峰。
所以说回来，基本上已经是全民在养龙虾了。对于养龙虾这件事，我自己也养了大概三周多的样子，而且养了3只。前面两三只是一开始配置的，有一些技能没搞对，更多是因为前面的龙虾都配置在国内的服务器上。后面索性上了一个腾讯云，买了一个海外服务器，因为相对来说会方便点。毕竟龙虾是舶来货，它原先配置了很多技能，理论上它需要能够调用比如像GitHub或Google的一些能力，所以就换成了海外服务器来重新养殖龙虾。
我体验下来，有几点原因让它成为全民都在争相尝试的AI产品（我把它定位成一个AI产品，因为这样才能破圈，不再只是技术人员可以玩的玩具或产品）：
1. 我觉得最重要的一点是，它对接到了我们的IM渠道，比如飞书、企业微信、QQ。这个举动一下子改变了使用AI产品的交互方式。它不太像以前使用ChatGPT那样，需要打开电脑、打开网页、登录上去、问一个问题、得到一段文本回复。你现在是用平时经常使用的、跟别人聊天的工具来交互。
就可以通过你日常使用的聊天工具，与你背后的这个Agent（龙虾）进行沟通，让它帮你做事。所以，整个交互方式的改变，我认为一下子就把使用AI产品的门槛急剧降低了。
它甚至降低了什么门槛呢？比如说，如果你懂点技术原理，你会知道这个龙虾背后实际上就是一个Coding Agent，类似Claude Code或Codex，你配置它，它是可以写代码的。它甚至把之前流行的 Vibe Coding门槛，直接降到了你可以通过语音聊天就直接进行 Vibe Coding的程度。所以，仅仅是交互方式的改变这一件事，就直接把整个门槛降得非常低。
这是最重要的一点，因为乔布斯以前也说过，任何交互方式的改变都是一场革命。所以这是第一点。小白用户也可以直接上手用。
第二点，在使用龙虾的过程中，我觉得它实际上是一个非常主动的助手。你可以吩咐它一些任务，它不会忘记，当它真正开始执行或完成任务时，它会主动来提醒你。这种感觉是很不一样的。再加上我们前面说的，它套上了你日常聊天工具的界面之后，有时候甚至会让你有点恍惚，觉得背后可能是一个真人。
> 它就像一个真正的人在背后默默地帮你做事，所以那种做事的主动性会让你感觉非常棒。
**第三点**是，它其实非常能够自我进化。这里我直接拿它的创始人皮特自己的一个例子：他刚开发完这个龙虾时，没有给它接入语音功能。有一次，他就用自己日常的聊天工具直接给这只龙虾发了一段语音。
这只龙虾接到后，发现是一段语音，而它没有解析语音的接口。于是，它自己搜索网络，对接了一个免费的ASR接口，把这段语音的内容解析了出来，完成工作后再返回给皮特。
这一下就让皮特觉得，这只龙虾能够自己学习和进化，并把新技能沉淀下来。他第一次感受到了一个AGI时刻。
所以，基本上我觉得这三点（当然还有其他的）是最重要的。但还有另外一点我认为也足够重要，那就是：当你用得越来越多，因为经常跟它聊天，它会慢慢学习你的喜好、记住你的习惯，变得越来越懂你。
这点让很多人也有点“破防”了——为什么你这么懂我？我随便说一句话，你就能按照我原先的喜好、我的工作方式、我的要求，一句话就给我做出来。这种感觉是非常不一样的，就相当于人人都有一个这样的助手了。
所以，基本上每个人都能拥有一个最懂自己的数字助理，它能做非常多的事情。我认为，这就是为什么“龙虾”的热度居高不下，并且全民都想去“养龙虾”的最主要原因。
现在基本上全民都在养龙虾。最早龙虾刚出来的时候，其实已经注意到了，但一开始以为它和其他AI产品一样是昙花一现，没想到等了一阵后，发现越来越火爆。特别是到了春节，热度一直不减。
我关注的博主们也都开始参与，先是在文章里聊龙虾，后来亲自上阵，在视频里开直播，讲怎么养龙虾，以及龙虾带给他们的感受。最后大家看新闻也发现，安装龙虾基本上还要收费。500 元安装一只龙虾。
最近，各大云厂商如阿里、字节、腾讯也都发布了自己的龙虾，并在自己的云服务器上运行。用户可以直接购买云服务器、模型调用，一键配置。这里多说一句，我发现腾讯还是很注重产品体验，在配置龙虾、接入飞书和QQ时，体验是最好的。
这两天，国家和各个省市，包括深圳、无锡等城市都开始发声，表示要支持养龙虾业务，给予金钱和算力上的支持，感觉一下子就到达了顶峰。
所以说回来，基本上已经是全民在养龙虾了。对于养龙虾这件事，我自己也养了大概三周多的样子，而且养了3只。前面两三只是一开始配置的，有一些技能没搞对，更多是因为前面的龙虾都配置在国内的服务器上。后面索性上了一个腾讯云，买了一个海外服务器，因为相对来说会方便点。毕竟龙虾是舶来货，它原先配置了很多技能，理论上它需要能够调用比如像GitHub或Google的一些能力，所以就换成了海外服务器来重新养殖龙虾。
我体验下来，有几点原因让它成为全民都在争相尝试的AI产品（我把它定位成一个AI产品，因为这样才能破圈，不再只是技术人员可以玩的玩具或产品）：
1. 我觉得最重要的一点是，它对接到了我们的IM渠道，比如飞书、企业微信、QQ。这个举动一下子改变了使用AI产品的交互方式。它不太像以前使用ChatGPT那样，需要打开电脑、打开网页、登录上去、问一个问题、得到一段文本回复。你现在是用平时经常使用的、跟别人聊天的工具来交互。
就可以通过你日常使用的聊天工具，与你背后的这个Agent（龙虾）进行沟通，让它帮你做事。所以，整个交互方式的改变，我认为一下子就把使用AI产品的门槛急剧降低了。
它甚至降低了什么门槛呢？比如说，如果你懂点技术原理，你会知道这个龙虾背后实际上就是一个Coding Agent，类似Claude Code或Codex，你配置它，它是可以写代码的。它甚至把之前流行的 Vibe Coding门槛，直接降到了你可以通过语音聊天就直接进行 Vibe Coding的程度。所以，仅仅是交互方式的改变这一件事，就直接把整个门槛降得非常低。
这是最重要的一点，因为乔布斯以前也说过，任何交互方式的改变都是一场革命。所以这是第一点。小白用户也可以直接上手用。
第二点，在使用龙虾的过程中，我觉得它实际上是一个非常主动的助手。你可以吩咐它一些任务，它不会忘记，当它真正开始执行或完成任务时，它会主动来提醒你。这种感觉是很不一样的。再加上我们前面说的，它套上了你日常聊天工具的界面之后，有时候甚至会让你有点恍惚，觉得背后可能是一个真人。
> 它就像一个真正的人在背后默默地帮你做事，所以那种做事的主动性会让你感觉非常棒。
**第三点**是，它其实非常能够自我进化。这里我直接拿它的创始人皮特自己的一个例子：他刚开发完这个龙虾时，没有给它接入语音功能。有一次，他就用自己日常的聊天工具直接给这只龙虾发了一段语音。
这只龙虾接到后，发现是一段语音，而它没有解析语音的接口。于是，它自己搜索网络，对接了一个免费的ASR接口，把这段语音的内容解析了出来，完成工作后再返回给皮特。
这一下就让皮特觉得，这只龙虾能够自己学习和进化，并把新技能沉淀下来。他第一次感受到了一个AGI时刻。
所以，基本上我觉得这三点（当然还有其他的）是最重要的。但还有另外一点我认为也足够重要，那就是：当你用得越来越多，因为经常跟它聊天，它会慢慢学习你的喜好、记住你的习惯，变得越来越懂你。
这点让很多人也有点“破防”了——为什么你这么懂我？我随便说一句话，你就能按照我原先的喜好、我的工作方式、我的要求，一句话就给我做出来。这种感觉是非常不一样的，就相当于人人都有一个这样的助手了。
所以，基本上每个人都能拥有一个最懂自己的数字助理，它能做非常多的事情。我认为，这就是为什么“龙虾”的热度居高不下，并且全民都想去“养龙虾”的最主要原因。
1 00
大模型时代下，人应该要凸显什么价值？
最近一直在思考一个问题，因为看到越来越多的大模型发布，能力都很强。模型的 AGI 肯定在肉眼可见的未来会到来。最近龙虾很火，龙虾我们留到下一期再说。模型的能力越来越大、越来越强，那么人的价值到底在哪里？神现在哪里？这其实是现在很多人都在思考的问题：人怎么样能跟这些强大的模型一起工作或者共存？
我思考了很久，也看了很多 KOL 的观点。大家都比较着重于这个方面：
- 提出问题的能力远远比解决问题的能力更重要。因为模型太强大了，它有很多知识，学习知识的速度又很快。训练几个月就能掌握最新的知识，甚至不用重新训练，直接搜索到最新的信息。凭借强大的能力，它能很容易理解并用这些新知识帮助你解决问题。在解决问题方面，人类基本上比不过模型。
- 提出问题的能力不仅比解决问题的能力更强，实际上比验证问题还要更加重要。
也就是说，模型基本上会帮助我们完成从“人发现问题”到“人提出问题”之后的环节。所以说，整个环路应该是这样：当人发现了一些问题，然后提出正确的问题，模型就会自动去帮你解决问题。同时，模型也会根据你的要求来验证问题是否解决，就像我们现在用的 Coding Agent 一样。你想让它做什么，这是你提出的一个目标，但你怎么让它去验证这个目标到底完成了没有呢？因为你也怕它出现幻觉，然后假装做完了。所以你要给它提出一些验收的标准，也就是测试标准。
所以，基本上是这样设计的。因此，**提出问题的能力仍然是最重要的能力**。其次，就是人跟现实世界交互的能力。短期内，机器人是不太可能普及的，对吧？现在是文本模型突破了人类智力的一个奇点，但对于机器人来讲，它的商业化以及落地要更久。等到真正出现物理世界上的奇点突破时，那估计要好多年以后。虽然说现在看到有像春晚的宇树机器人跳舞表演，每年感觉都是以好几倍的速度在迭代，但实际上，一方面这些机器人非常贵，另一方面，最关键的是，这些机器人经过的是专门、垂直的训练。你想让它作为一个通用的机器人，像当年的 GPT 一样出现，那么在这点上，其实都还不太看得到。
另外一点我想到的是，从早期的职业生涯来讲，我们一直在讨论人到底是要做垂直的专业人才，还是做个通才？也就是你到底是看重深度还是广度。现在呢，这个情况可能会发生一些变化。因为在之前，我们基本上都是做深度的工作，对吧？每个人都想往专家的方向走，但他是某个领域的专家，比如前端有前端的专家，后端有后端的专家，还有数据库的专家等等。但是现在，可能因为 AI 模型的强大，情况会发生一些变化。
我自己的观点是，我们应该更多地尝试一些广度的东西。也就是说，你要知道那些东西的存在。因为如果你不知道，其实很难去借助 AI 的能力。你相当于是要去触发它思考。如果你不知道这些东西，会花你很长的时间。而且当你知道有很多广度的事情时，你会更容易问出问题——不一定是能提出很好、很正确的问题，但你一定能够很容易地去问出一些问题来。当然，深度也不是不必要。
因为要把一些领域内的事情做好，在目前来看，深度的结果还是很有必要的。但是现在有所谓的“技能”出现，就是大家可以把一些做事的工作流、行业知识，包装成一个个的技能包。也就是说，现在有点像只要提供这个技能包，那么所有的AI 模型都是一样的。那么，深度的方式可能会以另外一种方式来展现：除非是你经常能发现一些行业上的积累和经验，然后做成自己的一个工具包或技能包。
但是，对于我们来讲，技能的培养，或者说你知道这是一个有效的技能，其实要花费很长的时间。然而，技能的传播是很快的，基本上就是一个复制粘贴，所有人就都有了。
所以在这种情况下，我觉得深度的方式更多是说，你可能会把一些很复杂的工作流拆成很多小的步骤，然后在你脑海里面，你能够知道这是一个最好的方式，把它们串起来，完成工作的一种思路。那么，你很有可能就是在操纵多个AI Agent 来做这样的事情。这是多 agent 能力的运用。
最近一直在思考一个问题，因为看到越来越多的大模型发布，能力都很强。模型的 AGI 肯定在肉眼可见的未来会到来。最近龙虾很火，龙虾我们留到下一期再说。模型的能力越来越大、越来越强，那么人的价值到底在哪里？神现在哪里？这其实是现在很多人都在思考的问题：人怎么样能跟这些强大的模型一起工作或者共存？
我思考了很久，也看了很多 KOL 的观点。大家都比较着重于这个方面：
- 提出问题的能力远远比解决问题的能力更重要。因为模型太强大了，它有很多知识，学习知识的速度又很快。训练几个月就能掌握最新的知识，甚至不用重新训练，直接搜索到最新的信息。凭借强大的能力，它能很容易理解并用这些新知识帮助你解决问题。在解决问题方面，人类基本上比不过模型。
- 提出问题的能力不仅比解决问题的能力更强，实际上比验证问题还要更加重要。
也就是说，模型基本上会帮助我们完成从“人发现问题”到“人提出问题”之后的环节。所以说，整个环路应该是这样：当人发现了一些问题，然后提出正确的问题，模型就会自动去帮你解决问题。同时，模型也会根据你的要求来验证问题是否解决，就像我们现在用的 Coding Agent 一样。你想让它做什么，这是你提出的一个目标，但你怎么让它去验证这个目标到底完成了没有呢？因为你也怕它出现幻觉，然后假装做完了。所以你要给它提出一些验收的标准，也就是测试标准。
所以，基本上是这样设计的。因此，**提出问题的能力仍然是最重要的能力**。其次，就是人跟现实世界交互的能力。短期内，机器人是不太可能普及的，对吧？现在是文本模型突破了人类智力的一个奇点，但对于机器人来讲，它的商业化以及落地要更久。等到真正出现物理世界上的奇点突破时，那估计要好多年以后。虽然说现在看到有像春晚的宇树机器人跳舞表演，每年感觉都是以好几倍的速度在迭代，但实际上，一方面这些机器人非常贵，另一方面，最关键的是，这些机器人经过的是专门、垂直的训练。你想让它作为一个通用的机器人，像当年的 GPT 一样出现，那么在这点上，其实都还不太看得到。
另外一点我想到的是，从早期的职业生涯来讲，我们一直在讨论人到底是要做垂直的专业人才，还是做个通才？也就是你到底是看重深度还是广度。现在呢，这个情况可能会发生一些变化。因为在之前，我们基本上都是做深度的工作，对吧？每个人都想往专家的方向走，但他是某个领域的专家，比如前端有前端的专家，后端有后端的专家，还有数据库的专家等等。但是现在，可能因为 AI 模型的强大，情况会发生一些变化。
我自己的观点是，我们应该更多地尝试一些广度的东西。也就是说，你要知道那些东西的存在。因为如果你不知道，其实很难去借助 AI 的能力。你相当于是要去触发它思考。如果你不知道这些东西，会花你很长的时间。而且当你知道有很多广度的事情时，你会更容易问出问题——不一定是能提出很好、很正确的问题，但你一定能够很容易地去问出一些问题来。当然，深度也不是不必要。
因为要把一些领域内的事情做好，在目前来看，深度的结果还是很有必要的。但是现在有所谓的“技能”出现，就是大家可以把一些做事的工作流、行业知识，包装成一个个的技能包。也就是说，现在有点像只要提供这个技能包，那么所有的AI 模型都是一样的。那么，深度的方式可能会以另外一种方式来展现：除非是你经常能发现一些行业上的积累和经验，然后做成自己的一个工具包或技能包。
但是，对于我们来讲，技能的培养，或者说你知道这是一个有效的技能，其实要花费很长的时间。然而，技能的传播是很快的，基本上就是一个复制粘贴，所有人就都有了。
所以在这种情况下，我觉得深度的方式更多是说，你可能会把一些很复杂的工作流拆成很多小的步骤，然后在你脑海里面，你能够知道这是一个最好的方式，把它们串起来，完成工作的一种思路。那么，你很有可能就是在操纵多个AI Agent 来做这样的事情。这是多 agent 能力的运用。
0 10
Anthropic Agent Teams功能体验与价值分析
过去两天我体验了一下Anthropic，发现它提供了一个实验性功能叫做Agent Teams。这个功能其实很有想法。在早期的时候，Claude Code 只提供了 Sub-Agent，对吧？Sub-Agent 实际上可以并行开启几个，目的是在并行时代最大化并行来提高效率。
不过，Sub-Agent 之间是不能通讯的。而 Anthropic 真正提出的是以团队为概念，团队内的每个成员实际上可以相互沟通。这就很不一样了，因为在我们的很多工作当中，一个团队不能只和老板沟通，还必须和同事沟通。
所以，Agent Team 解决的问题虽然和之前一样，都是通过并行提升效率，但它在添加了 Agent 之间可以相互讨论和做决定之后，带来了另外一个维度的提升。也就是说，它做的事情更加稳定和准确，质量相对更高了。
这是我在体验了两天 Agent Team 功能后，看到的一个明显价值。
当然，从Agent Team能做什么出发，我们作为程序员，那就是开发代码、开发功能。我也是这么去尝试的。
在开启这个实验性功能后，我配置了MiniMax的M 2.5，也尝试使用了字节的豆包 SeedCode来测试不同的模型。我同样给了它一个应用去开发。
我发现它带来了另一个感受：当你创建了一个团队，并赋予每个成员不同的角色（即他们的职责）之后，它真的能够长时间运行，直到任务完成为止。
其背后的实现原理，实际上还是通过Team Leader来创建一个共享的 Task List。这很像以前我们单兵作战时，也会有一个计划、一个功能清单。然后拆分任务后分给下面的人。Team Leader同时还负责协调。但是，像前端与后端的集成，就让他们自己去沟通完成。
因为他们之间会自己通讯，通过这样的方式，你会发现，对于长时间运行来完成功能这件事情本身，似乎已经被解决了。
只要你的token足够多，那么它就可以持续运行一天、两天或三天。这就像为什么Anthropic在发布Opus 4.6的时候提到，他们让整个团队去开发一个十万行的C编译器。他们干了两周，但花费也很高，大约两万美金。
然后，我在测试一个本地应用的时候，我让他从头开始开发一个英语学习的本地Electron应用。我和他聊的需求基本方式上没变：我要做什么样的功能，他来问我细节，然后我们讨论，最终讨论出一个计划。
有了这个计划，确定了要做的功能列表之后，就可以启动整个Agent团队。这个团队的Team Leader会自动地给你拆分和分工：前端做什么？后端做什么？QA做什么？我这个团队里还有产品经理。
我发现一个特别有意思的事情：在整个开发过程中，前期只需要产品经理，但进入开发阶段后，产品经理就一直在等待任务，可能最闲的就是他了。而前端、后端和QA则特别忙。但在真实的场景当中，我们并不是这样的，因为Team Leader也可以写代码，产品经理也可以帮忙测试。
所以，它里面也提供了一种模式：如果你发现 Team Leader 在写代码，那么你可以让他不写代码。因为他一旦写代码了，他就很难去分配任务了。然后，你也可以让他做成一个委托模式（delegation）。这样的话，他可以专注于协调各个成员。
但是这样看下来，就会变成 PM 和那个 Team Leader 在大多数时间是空闲的。空闲的时候他只能发呆，实际上他是在等待，但也是在消耗一些 token。
所以在真实的场景下，我觉得更好的方式是：不管是谁，PM 也可以去做验证，对吧？你可以去验收产品，那相当于可以减少一个 QA。然后 Team Leader 也可以去写部分的代码。实际上，这才是真实的一个研发团队。
但是，Agent Team 不仅仅只能做这个，对吧？你可以组建一个小组去做一些 research。比如说，你想去研究一个主题，那么你可以设置不同的角色，他们可以相互去辩论，因为他们 Agent 之间可以相互通讯了。
当然，你也可以做并行的一些工作，因为它本身最大的价值就体现在它可以并行执行。你可以让它并行去 review 一些 code。我看到了一个例子：在我们的后端开发中，我们基本上是微服务架构。在微服务架构中，你有很多微服务，当你改一个功能时，可能需要改动好几个微服务。那么你也可以让它并行去处理这些改动。
每个微服务有它对应的一个 Agent。当你开发一个功能时，它们可以自行调整好各自的接口，这样效率就更高了。
因此，可以看到它能够产生的价值主要体现在：
- 并行处理
- 相互沟通，从而提升质量
- 能够稳定地长时间运行
这就是它带来的最大价值。
过去两天我体验了一下Anthropic，发现它提供了一个实验性功能叫做Agent Teams。这个功能其实很有想法。在早期的时候，Claude Code 只提供了 Sub-Agent，对吧？Sub-Agent 实际上可以并行开启几个，目的是在并行时代最大化并行来提高效率。
不过，Sub-Agent 之间是不能通讯的。而 Anthropic 真正提出的是以团队为概念，团队内的每个成员实际上可以相互沟通。这就很不一样了，因为在我们的很多工作当中，一个团队不能只和老板沟通，还必须和同事沟通。
所以，Agent Team 解决的问题虽然和之前一样，都是通过并行提升效率，但它在添加了 Agent 之间可以相互讨论和做决定之后，带来了另外一个维度的提升。也就是说，它做的事情更加稳定和准确，质量相对更高了。
这是我在体验了两天 Agent Team 功能后，看到的一个明显价值。
当然，从Agent Team能做什么出发，我们作为程序员，那就是开发代码、开发功能。我也是这么去尝试的。
在开启这个实验性功能后，我配置了MiniMax的M 2.5，也尝试使用了字节的豆包 SeedCode来测试不同的模型。我同样给了它一个应用去开发。
我发现它带来了另一个感受：当你创建了一个团队，并赋予每个成员不同的角色（即他们的职责）之后，它真的能够长时间运行，直到任务完成为止。
其背后的实现原理，实际上还是通过Team Leader来创建一个共享的 Task List。这很像以前我们单兵作战时，也会有一个计划、一个功能清单。然后拆分任务后分给下面的人。Team Leader同时还负责协调。但是，像前端与后端的集成，就让他们自己去沟通完成。
因为他们之间会自己通讯，通过这样的方式，你会发现，对于长时间运行来完成功能这件事情本身，似乎已经被解决了。
只要你的token足够多，那么它就可以持续运行一天、两天或三天。这就像为什么Anthropic在发布Opus 4.6的时候提到，他们让整个团队去开发一个十万行的C编译器。他们干了两周，但花费也很高，大约两万美金。
然后，我在测试一个本地应用的时候，我让他从头开始开发一个英语学习的本地Electron应用。我和他聊的需求基本方式上没变：我要做什么样的功能，他来问我细节，然后我们讨论，最终讨论出一个计划。
有了这个计划，确定了要做的功能列表之后，就可以启动整个Agent团队。这个团队的Team Leader会自动地给你拆分和分工：前端做什么？后端做什么？QA做什么？我这个团队里还有产品经理。
我发现一个特别有意思的事情：在整个开发过程中，前期只需要产品经理，但进入开发阶段后，产品经理就一直在等待任务，可能最闲的就是他了。而前端、后端和QA则特别忙。但在真实的场景当中，我们并不是这样的，因为Team Leader也可以写代码，产品经理也可以帮忙测试。
所以，它里面也提供了一种模式：如果你发现 Team Leader 在写代码，那么你可以让他不写代码。因为他一旦写代码了，他就很难去分配任务了。然后，你也可以让他做成一个委托模式（delegation）。这样的话，他可以专注于协调各个成员。
但是这样看下来，就会变成 PM 和那个 Team Leader 在大多数时间是空闲的。空闲的时候他只能发呆，实际上他是在等待，但也是在消耗一些 token。
所以在真实的场景下，我觉得更好的方式是：不管是谁，PM 也可以去做验证，对吧？你可以去验收产品，那相当于可以减少一个 QA。然后 Team Leader 也可以去写部分的代码。实际上，这才是真实的一个研发团队。
但是，Agent Team 不仅仅只能做这个，对吧？你可以组建一个小组去做一些 research。比如说，你想去研究一个主题，那么你可以设置不同的角色，他们可以相互去辩论，因为他们 Agent 之间可以相互通讯了。
当然，你也可以做并行的一些工作，因为它本身最大的价值就体现在它可以并行执行。你可以让它并行去 review 一些 code。我看到了一个例子：在我们的后端开发中，我们基本上是微服务架构。在微服务架构中，你有很多微服务，当你改一个功能时，可能需要改动好几个微服务。那么你也可以让它并行去处理这些改动。
每个微服务有它对应的一个 Agent。当你开发一个功能时，它们可以自行调整好各自的接口，这样效率就更高了。
因此，可以看到它能够产生的价值主要体现在：
- 并行处理
- 相互沟通，从而提升质量
- 能够稳定地长时间运行
这就是它带来的最大价值。
1 00
人工智能软件开发的第三时代开启了。
Michael，Cursor 的一号位最近发布了一篇博客，讲的是人工智能软件开发的第三时代已经来临了。他在这篇博客里精确定义了AI智能软件开发的三个时代，分别是什么？因为我在最早Claude Sonnet 3.5变得非常可用的时候，就开始用了Cursor，所以基本上我也完整经历过了这三个时代。现在是第三个时代刚刚开启。
他定义的第一个时代叫做Tab补全。这个有点像你原先是手写代码，后来换了一个IDE，比如说像Jetbrain。它能够根据你的上下文很快地补全一些代码。以前的IDE不帮你写代码，只是补全一些函数名，或者是括号等内容。但在Cursor的第一时代，Tab补全实际上可以帮你写一些基本的函数和不太复杂的类。通过这种方式，你会发现它变得非常可用，极大提升了效率。但重点在于，开发的主导权还是在开发者手里，AI只是辅助你写代码。
即使是这样，它还是极大地提升了开发效率。之前我在用Cursor的时候，感觉开发效率的提升可能都超过了 100%。
接着，就进入了第二个时代。第二个时代，他们叫做“同步的Agent”，也就是说，还是以人为主导。但是，它会慢慢地让你少写很多代码。或者说，基本上从这个时代开始，我就开始不怎么写代码了。
我转变成了去定义一个局部的函数。我告诉它我这个函数的目的应该是什么，或者我这个类的目的应该是什么，以及它的限制条件和验收标准是什么。我会先想好这些。
在做一个很大的功能之前，我肯定会先把它拆分成可能5到10个不同小任务，然后每个任务逐一去完成。那么对于同步的Agent来讲，它实际上很好地帮助了我：我已经拆分好任务了，对于这些小的任务，我只要定义好它的目标以及验收标准，那么它实际上就很容易地帮我完整实现这个功能。
在这个过程中，我完全不需要去写代码，甚至不用去敲Tab键。在这个第二个时代，基本上就开始让人觉得，我根本不需要写代码。
所以，这也就促进了很多资深工程师，每一天可以提交几十个或上百个 commit。因为他只需要去定义好这些子问题和子任务，那么 AI 会帮他完整地实现。因为子任务的范围相对比较小，也比较集中，甚至有些不需要跨模块、跨文件去修改。在这种情况下，它完成的准确度还是很高的。
所以，基本上很多时候，如果你用现在比较强大的模型，比如说 OpenAI 的 GPT-5 或 Claude 4.5 来写的话，那么它的准确度是极高的，基本上就是一次过。它写的单元测试和集成测试也是一次过。所以你就很放心了，每天你可能就是一直在跟它强调、给它布置不同的子任务，它最后都给你生成好。最后，你可能只需要去做 review，然后做一个最后的集成工作，再来验收一下，可能就结束了。
但是在这个过程中，人还是要参与的。所以这就是为什么说，使用同步的 Agent，还是让你进入到一个无限的 prompt 和 response 的循环里面，你不断在循环，一直到这个任务结束。
然后，接着这两个阶段，实际上对于Tab 的阶段来讲，对于Tab 的阶段来讲，它实际上大概跨越了两年。但是对于A的阶段来讲，很有可能就一年都不到，然后马上就开启了第三个阶段。
第三个阶段就是现在大家都在做的，就是说它从构建功能或者构建子功能，到现在它能够去构建一个完整的系统。所以之前在 Claude Opus 4.6 发布的时候，它直接提出来的一点就是，它可以让这个模型无间断地工作两周，然后能写出一个10万行的C的编译器。那么这个就变成它已经从构建一些子功能，到开始构建整个系统了。
这对人的要求来讲也是最高的，也就是说，你要怎么样能够完整地定义好和拆分好这些任务，然后它才能够去逐步地按照你的一个清单去做。这有点像之前我在分享的，就是说实际上你也可以用那个Ralph Loop，就是你可以定义好一个feature list，然后它能够一步一步按照你原先定义的方式去做。这样的话，你可以把整个工作都交给它，交给云端，你不用去管，一直到他可能干了两天两夜以后，然后你才能拿到第一个结果，然后你再去真正地去验收和测试。
所以，这个对人的要求会非常非常高，同时呢，它对于整个基础设施的要求也会很高。
因为你需要有云端的服务器，甚至有云端的浏览器。然后，当你发现有错误的时候，你怎么能够让它重新再跑？这些都是需要考虑的。
但是，对于Michael 来讲，他认为已经开启了第三时代。那么从今年开始，从现在开始往后的一年，绝大多数的工作可能都会通过这种Cloud Agent来直接实现。
在这个过程中，这种Cloud Agent有三个特性：
1. Agent肯定是写百分之百的代码了，人不需要在中间打断它、跟它交互。因为你只有看到结果，也就是它定义的“工件”（artifact）出来以后，你才能够有跟它对话的机会。
2. 人的价值应该体现在哪里？人的价值应该体现在第二步，就是你要花很多的时间先去拆解问题，然后你要去最后Review它的输出，甚至你要提供反馈。也就是说，哪怕它变成了完全自动化在云端跑，你还是需要进入一个可能间隔时间更长一点的循环（loop）。比如，它出来一个输出、一个工件，然后你需要去Review。Review完，你给它一些反馈，然后它再重新启动它的工作。它还是会进入这样一个循环当中的。
但人的第二个工作，就是你能拆解问题。你要去想怎么更好地拆分任务，然后能够同时开启多个Agent，以并行化的方式去做。所以，人的价值应该体现在这两点上面。但不管怎样，这肯定就是一个新的软件开发流程了，你只能去拥抱它。
Michael，Cursor 的一号位最近发布了一篇博客，讲的是人工智能软件开发的第三时代已经来临了。他在这篇博客里精确定义了AI智能软件开发的三个时代，分别是什么？因为我在最早Claude Sonnet 3.5变得非常可用的时候，就开始用了Cursor，所以基本上我也完整经历过了这三个时代。现在是第三个时代刚刚开启。
他定义的第一个时代叫做Tab补全。这个有点像你原先是手写代码，后来换了一个IDE，比如说像Jetbrain。它能够根据你的上下文很快地补全一些代码。以前的IDE不帮你写代码，只是补全一些函数名，或者是括号等内容。但在Cursor的第一时代，Tab补全实际上可以帮你写一些基本的函数和不太复杂的类。通过这种方式，你会发现它变得非常可用，极大提升了效率。但重点在于，开发的主导权还是在开发者手里，AI只是辅助你写代码。
即使是这样，它还是极大地提升了开发效率。之前我在用Cursor的时候，感觉开发效率的提升可能都超过了 100%。
接着，就进入了第二个时代。第二个时代，他们叫做“同步的Agent”，也就是说，还是以人为主导。但是，它会慢慢地让你少写很多代码。或者说，基本上从这个时代开始，我就开始不怎么写代码了。
我转变成了去定义一个局部的函数。我告诉它我这个函数的目的应该是什么，或者我这个类的目的应该是什么，以及它的限制条件和验收标准是什么。我会先想好这些。
在做一个很大的功能之前，我肯定会先把它拆分成可能5到10个不同小任务，然后每个任务逐一去完成。那么对于同步的Agent来讲，它实际上很好地帮助了我：我已经拆分好任务了，对于这些小的任务，我只要定义好它的目标以及验收标准，那么它实际上就很容易地帮我完整实现这个功能。
在这个过程中，我完全不需要去写代码，甚至不用去敲Tab键。在这个第二个时代，基本上就开始让人觉得，我根本不需要写代码。
所以，这也就促进了很多资深工程师，每一天可以提交几十个或上百个 commit。因为他只需要去定义好这些子问题和子任务，那么 AI 会帮他完整地实现。因为子任务的范围相对比较小，也比较集中，甚至有些不需要跨模块、跨文件去修改。在这种情况下，它完成的准确度还是很高的。
所以，基本上很多时候，如果你用现在比较强大的模型，比如说 OpenAI 的 GPT-5 或 Claude 4.5 来写的话，那么它的准确度是极高的，基本上就是一次过。它写的单元测试和集成测试也是一次过。所以你就很放心了，每天你可能就是一直在跟它强调、给它布置不同的子任务，它最后都给你生成好。最后，你可能只需要去做 review，然后做一个最后的集成工作，再来验收一下，可能就结束了。
但是在这个过程中，人还是要参与的。所以这就是为什么说，使用同步的 Agent，还是让你进入到一个无限的 prompt 和 response 的循环里面，你不断在循环，一直到这个任务结束。
然后，接着这两个阶段，实际上对于Tab 的阶段来讲，对于Tab 的阶段来讲，它实际上大概跨越了两年。但是对于A的阶段来讲，很有可能就一年都不到，然后马上就开启了第三个阶段。
第三个阶段就是现在大家都在做的，就是说它从构建功能或者构建子功能，到现在它能够去构建一个完整的系统。所以之前在 Claude Opus 4.6 发布的时候，它直接提出来的一点就是，它可以让这个模型无间断地工作两周，然后能写出一个10万行的C的编译器。那么这个就变成它已经从构建一些子功能，到开始构建整个系统了。
这对人的要求来讲也是最高的，也就是说，你要怎么样能够完整地定义好和拆分好这些任务，然后它才能够去逐步地按照你的一个清单去做。这有点像之前我在分享的，就是说实际上你也可以用那个Ralph Loop，就是你可以定义好一个feature list，然后它能够一步一步按照你原先定义的方式去做。这样的话，你可以把整个工作都交给它，交给云端，你不用去管，一直到他可能干了两天两夜以后，然后你才能拿到第一个结果，然后你再去真正地去验收和测试。
所以，这个对人的要求会非常非常高，同时呢，它对于整个基础设施的要求也会很高。
因为你需要有云端的服务器，甚至有云端的浏览器。然后，当你发现有错误的时候，你怎么能够让它重新再跑？这些都是需要考虑的。
但是，对于Michael 来讲，他认为已经开启了第三时代。那么从今年开始，从现在开始往后的一年，绝大多数的工作可能都会通过这种Cloud Agent来直接实现。
在这个过程中，这种Cloud Agent有三个特性：
1. Agent肯定是写百分之百的代码了，人不需要在中间打断它、跟它交互。因为你只有看到结果，也就是它定义的“工件”（artifact）出来以后，你才能够有跟它对话的机会。
2. 人的价值应该体现在哪里？人的价值应该体现在第二步，就是你要花很多的时间先去拆解问题，然后你要去最后Review它的输出，甚至你要提供反馈。也就是说，哪怕它变成了完全自动化在云端跑，你还是需要进入一个可能间隔时间更长一点的循环（loop）。比如，它出来一个输出、一个工件，然后你需要去Review。Review完，你给它一些反馈，然后它再重新启动它的工作。它还是会进入这样一个循环当中的。
但人的第二个工作，就是你能拆解问题。你要去想怎么更好地拆分任务，然后能够同时开启多个Agent，以并行化的方式去做。所以，人的价值应该体现在这两点上面。但不管怎样，这肯定就是一个新的软件开发流程了，你只能去拥抱它。
2 00
几个Claude Code的使用技巧。
虽然一直在使用 Claude Code 开发软件，随着使用得越来越多，也看到大家分享的技巧越来越多。今天看到一些分享，突然发现其实有些技巧还蛮有用的，但平时自己在开发或者实现功能时，反而用得比较少。这里有几个技巧实际上相对来说蛮有用，可以在日常开发中尽量使用，提高开发效率。
第一个技巧：双击 ESC 键
- 当我们让 Claude Code 执行某个任务时，和它对话时可能会说错话、给错指令，或者对它的回答不满意。它会以流式方式告诉你正在做什么。如果发现它好像走错了，很多时候我们只会单击一次 ESC 键，这只是暂停当前工作，不能让它“时光倒流”。
- 如果双击 ESC 键，它实际上会回到这次对话之前的上一次对话状态，这样你就可以重新组织语言，让它按照你的方式开发新的功能。
- 需要注意的是，如果它已经修改了一些代码文件，需要通过 git 的方式回退（reset），恢复文件的初始状态。
因为双击 ESC 键，它仅仅只是回退到对话历史记录的上一次，这样就不会把取消的那一次对话，直接送到 Claude Code 的上下文当中。这是第一个技巧。
第二个技巧，大家用的相对会比较少。就是有些时候我们在使用时，需要去执行一些终端的命令。那么，你就可以通过感叹号，然后执行一个命令的方式，直接在当前的 Claude Code 窗口运行这个命令，不用像之前一样，需要重新打开一个终端的窗口，然后在那边运行命令。那边如果有了一些错误，你可能还要再复制回来。这样的话，就很容易让你在运行完命令后，直接分析这次测试失败的原因是什么，然后可以让他来修复代码。
第三个技巧是节约 token 的技巧。我们平时都知道，当你在使用 Claude Code 开发一个功能的时候，你可以通过 `context` 命令去查看当前送给模型的上下文包含了什么内容，然后你可以去调优。但是我们知道，当我们让 Claude Code 在做一些事情的时候，有很多时候有些文件是不需要被搜索和读到上下文当中的。比如说，你生成的一些文件，构建出来的一些文件，比如 `build` 里面的文件，`dist` 里面的文件，甚至你安装的一些依赖包。
甚至是对于一些包含敏感信息的文件，比如包含环境变量的文件，或者像日志文件这类实际上不需要让 Claude Code 去搜索或读取到上下文中来回答用户问题的文件，你可以通过添加一个 `.claudeignore` 文件来配置。它非常像 `.gitignore` 文件，你可以在里面配置你需要忽略的目录或文件。配置在这个文件里的内容，无论是目录还是文件，都不会被 Claude Code 加载到它的上下文当中。
最后一个技巧是，Claude Code 的指令有点像管道，可以通过链式调用的方式组合起来。举个简单的例子：当我们在开发一个新功能时，可以先用 `/plan` 命令说“我要添加一个购物车的功能”，等它生成计划后，再用它创建一个分支。接着在这个新分支上，按照原定计划逐步实现功能，然后进行测试。测试时，可以通过 `!npm test` 的方式来运行测试。最后，可以通过 `/review` 命令进行代码审查。审查通过后，再通过 `/commit` 命令提交代码。
最后，可以通过 `/commit` 命令来提交代码，然后通过 `git push` 将其推送到远程仓库。从这个流程可以看出，它实际上是把 Cloud Code 的一些预先定义的命令、开发新功能的工作流、进行代码审查的命令，以及你自己要执行的自定义命令，全部整合在了一次用户提示中，而不是拆分成多个步骤。如果你能善用这些技巧，将能显著提升你在某些方面的软件开发效率。
虽然一直在使用 Claude Code 开发软件，随着使用得越来越多，也看到大家分享的技巧越来越多。今天看到一些分享，突然发现其实有些技巧还蛮有用的，但平时自己在开发或者实现功能时，反而用得比较少。这里有几个技巧实际上相对来说蛮有用，可以在日常开发中尽量使用，提高开发效率。
第一个技巧：双击 ESC 键
- 当我们让 Claude Code 执行某个任务时，和它对话时可能会说错话、给错指令，或者对它的回答不满意。它会以流式方式告诉你正在做什么。如果发现它好像走错了，很多时候我们只会单击一次 ESC 键，这只是暂停当前工作，不能让它“时光倒流”。
- 如果双击 ESC 键，它实际上会回到这次对话之前的上一次对话状态，这样你就可以重新组织语言，让它按照你的方式开发新的功能。
- 需要注意的是，如果它已经修改了一些代码文件，需要通过 git 的方式回退（reset），恢复文件的初始状态。
因为双击 ESC 键，它仅仅只是回退到对话历史记录的上一次，这样就不会把取消的那一次对话，直接送到 Claude Code 的上下文当中。这是第一个技巧。
第二个技巧，大家用的相对会比较少。就是有些时候我们在使用时，需要去执行一些终端的命令。那么，你就可以通过感叹号，然后执行一个命令的方式，直接在当前的 Claude Code 窗口运行这个命令，不用像之前一样，需要重新打开一个终端的窗口，然后在那边运行命令。那边如果有了一些错误，你可能还要再复制回来。这样的话，就很容易让你在运行完命令后，直接分析这次测试失败的原因是什么，然后可以让他来修复代码。
第三个技巧是节约 token 的技巧。我们平时都知道，当你在使用 Claude Code 开发一个功能的时候，你可以通过 `context` 命令去查看当前送给模型的上下文包含了什么内容，然后你可以去调优。但是我们知道，当我们让 Claude Code 在做一些事情的时候，有很多时候有些文件是不需要被搜索和读到上下文当中的。比如说，你生成的一些文件，构建出来的一些文件，比如 `build` 里面的文件，`dist` 里面的文件，甚至你安装的一些依赖包。
甚至是对于一些包含敏感信息的文件，比如包含环境变量的文件，或者像日志文件这类实际上不需要让 Claude Code 去搜索或读取到上下文中来回答用户问题的文件，你可以通过添加一个 `.claudeignore` 文件来配置。它非常像 `.gitignore` 文件，你可以在里面配置你需要忽略的目录或文件。配置在这个文件里的内容，无论是目录还是文件，都不会被 Claude Code 加载到它的上下文当中。
最后一个技巧是，Claude Code 的指令有点像管道，可以通过链式调用的方式组合起来。举个简单的例子：当我们在开发一个新功能时，可以先用 `/plan` 命令说“我要添加一个购物车的功能”，等它生成计划后，再用它创建一个分支。接着在这个新分支上，按照原定计划逐步实现功能，然后进行测试。测试时，可以通过 `!npm test` 的方式来运行测试。最后，可以通过 `/review` 命令进行代码审查。审查通过后，再通过 `/commit` 命令提交代码。
最后，可以通过 `/commit` 命令来提交代码，然后通过 `git push` 将其推送到远程仓库。从这个流程可以看出，它实际上是把 Cloud Code 的一些预先定义的命令、开发新功能的工作流、进行代码审查的命令，以及你自己要执行的自定义命令，全部整合在了一次用户提示中，而不是拆分成多个步骤。如果你能善用这些技巧，将能显著提升你在某些方面的软件开发效率。
2 00
Claude Code作者Boris访谈中说到，自从 opus 4.5 以来，他再也没写过一行代码了。
今天主要聊一下最近关于Claude Code作者Boris的一次访谈。看完他的采访视频后，我觉得有一些信息非常有启发性。
首先，Boris提到自从他开发出Claude Code之后，从Oppo 4.5版本开始，Claude Code的90%甚至接近100%的代码，都是由Claude Code自己生成的。也就是说，它已经达到了自我生成的阶段。由于 Claude Code已经完全用Claude Code来生成，这也导致所有代码都被反复重写过无数次。现在你看到的任何一个版本，都已经不是六个月前的任何一行代码了，所以迭代速度非常快。
这也解释了为什么以前我升级Claude Code时，可能很久才需要更新一次版本，但现在只要两三天不更新，等你再更新时，已经迭代了十几二十个小版本，速度非常快。
另外一个有启发的点是，关于什么是AGI，Boris以及Anthropic团队对AGI的理解也很值得关注。
AGI的实现路径，应该是先教会模型学习编程，然后再教会它使用工具，最后再教它使用电脑。这样子的话，就能够真正实现AGI，但同时又能够保证它的安全性。因为对于编程来讲，你是可以去限制它的，它是比较容易去限制的，就像是现在我们把程序放在一个完全独立的沙盒里面跑一样。你是很容易地限制它的网络、限制它的数据流通等方面，或者是限制它的一些权限的。所以这是Anthropic认为实现AGI最正确的一条路径，所以他们一直押注在编程上面。
关于使用工具，是很神奇的一点。他提到，之前在刚刚发布Claude Code、模型刚学会使用工具的时候，他就尝试了用集成的Bash工具。一旦集成了Bash工具，这是一个最纯粹的、最原始也最强大的一个模型了。因为Bash基本上能做任何事情，而且它长期以来已经积累了非常多的数据，准确度非常高。它能够写文件、读文件，能够执行各种Bash的命令来安装各种包，然后能够运行程序。所以模型加上Bash，就已经是一个非常强大的Agent了。
所以，当时在刚刚发布完工具以后，他有一天就集成了Bash工具，让模型来使用这个Bash工具。这时，他就随便问了一个问题，比如“我正在听什么音乐？”，他发现模型竟然能够写出一段脚本，然后去操纵他的Mac，查到他正在播放的是什么音乐。所以他认为，那是他第一个瞬间感觉到“这就是AGI”的时刻，一个“Aha moment”。
第三点启发是，我们经常说需要在`claudecode.md`文件里写上一些需要让模型关注的事情。但他自己的文件里，全部就两行，主要是针对PR的。他把大部分工程上的要求，可能都写到了一个整个团队的`claudecode.md`文件里。但对他个人的`claudecode.md`文件，实际上就两行：
1. 提交了PR就能够自动合并。
2. 提交了PR以后，它能够直接发布到内部的一些通讯工具，方便那边的同事快速审批，这样他就不用一直等待或者被卡住。
另外一点，我觉得这对于所有人来说可能都是比较愿意听到的：哪怕他是Claude Code 的创建者，哪怕他用的是最强大的模型Claude Opus，但他发现他还是需要不断地学习。
因为有时候他发现在做事时，由于思维惯性，还是会习惯性地用传统的软件开发方式去处理。他的思维有时还停留在六个月前。他在这篇访谈中反复提到“6个月”这个时间点，例如模型大概每6个月就会发生一次巨大的变化。所以，很多工作你做了，实际上6个月后可能会失效。这也有可能是他们内部模型发生巨大变化的一个迭代周期（目前是6个月，这是我猜测的）。
上次也讲到，未来可能没有“软件工程师”这种特定角色了，因为每个人都是一个“建造者”（builder），都能够创建任何产品和软件。
那么，对于技术人来说，最重要的技能是什么？
1. **保持初心**：要拥有“初学者心态”（beginner’s mindset），保持好奇，持续学习。
2. **保持谦逊**：因为模型会成长发展到远远超出你的地步，你在它面前可能会感到非常沮丧。这时就需要保持谦逊。接受自己不懂。
3. **从错误中学习**：我隐约觉得，他们现在内部开发过程中，都不是让系统完全自动化运行，而是在不断迭代。你发现错误，就能返回来重新修改。以这样的方式去构建软件，才是正确的。
另外，他们最后还提到，因为现在大家比较经常使用“计划模式”（Plan Mode）。用户每次让模型去构建的软件描述都太简单了，只有一两句话。但整个软件其实包含很多细节，包括用户流程、数据存储以及一些特殊需求。这些细节都隐藏在需求里，所以他们才开发出这个“计划模式”，希望用户在使用模型开发软件之前，能够先构思好方案。
但他自己也提出，这个模式未来可能不再需要了。在后续的模型迭代中，模型自己可能就能处理得很好，用户就不需要在模型和计划模式之间来回沟通了。我对这点还蛮期待的，但不太确定：如果很多细节都由模型按照其最佳实践自行实现，会不会丧失掉一些个性化的需求？
最后他也提到，自Claude Code 发布以来，基本上Anthropic（的功能）让每个人的效率提升了150%。结合我之前看到的，昆仑万维（国内一家公司）对其所有研发人员的要求是，无论从CTO到初级程序员，使用这类工具的效率提升目标都要达到50%，这是一个全员提升，非常吓人的一个数字。
他提到，自从有了 Claude Code 以来，他基本上已经把所有开发工具都卸载掉了，只保留了 Claude Code 这个终端工具。他自己也没有再亲手写过一行代码。
未来的开发就应该是这样。
今天主要聊一下最近关于Claude Code作者Boris的一次访谈。看完他的采访视频后，我觉得有一些信息非常有启发性。
首先，Boris提到自从他开发出Claude Code之后，从Oppo 4.5版本开始，Claude Code的90%甚至接近100%的代码，都是由Claude Code自己生成的。也就是说，它已经达到了自我生成的阶段。由于 Claude Code已经完全用Claude Code来生成，这也导致所有代码都被反复重写过无数次。现在你看到的任何一个版本，都已经不是六个月前的任何一行代码了，所以迭代速度非常快。
这也解释了为什么以前我升级Claude Code时，可能很久才需要更新一次版本，但现在只要两三天不更新，等你再更新时，已经迭代了十几二十个小版本，速度非常快。
另外一个有启发的点是，关于什么是AGI，Boris以及Anthropic团队对AGI的理解也很值得关注。
AGI的实现路径，应该是先教会模型学习编程，然后再教会它使用工具，最后再教它使用电脑。这样子的话，就能够真正实现AGI，但同时又能够保证它的安全性。因为对于编程来讲，你是可以去限制它的，它是比较容易去限制的，就像是现在我们把程序放在一个完全独立的沙盒里面跑一样。你是很容易地限制它的网络、限制它的数据流通等方面，或者是限制它的一些权限的。所以这是Anthropic认为实现AGI最正确的一条路径，所以他们一直押注在编程上面。
关于使用工具，是很神奇的一点。他提到，之前在刚刚发布Claude Code、模型刚学会使用工具的时候，他就尝试了用集成的Bash工具。一旦集成了Bash工具，这是一个最纯粹的、最原始也最强大的一个模型了。因为Bash基本上能做任何事情，而且它长期以来已经积累了非常多的数据，准确度非常高。它能够写文件、读文件，能够执行各种Bash的命令来安装各种包，然后能够运行程序。所以模型加上Bash，就已经是一个非常强大的Agent了。
所以，当时在刚刚发布完工具以后，他有一天就集成了Bash工具，让模型来使用这个Bash工具。这时，他就随便问了一个问题，比如“我正在听什么音乐？”，他发现模型竟然能够写出一段脚本，然后去操纵他的Mac，查到他正在播放的是什么音乐。所以他认为，那是他第一个瞬间感觉到“这就是AGI”的时刻，一个“Aha moment”。
第三点启发是，我们经常说需要在`claudecode.md`文件里写上一些需要让模型关注的事情。但他自己的文件里，全部就两行，主要是针对PR的。他把大部分工程上的要求，可能都写到了一个整个团队的`claudecode.md`文件里。但对他个人的`claudecode.md`文件，实际上就两行：
1. 提交了PR就能够自动合并。
2. 提交了PR以后，它能够直接发布到内部的一些通讯工具，方便那边的同事快速审批，这样他就不用一直等待或者被卡住。
另外一点，我觉得这对于所有人来说可能都是比较愿意听到的：哪怕他是Claude Code 的创建者，哪怕他用的是最强大的模型Claude Opus，但他发现他还是需要不断地学习。
因为有时候他发现在做事时，由于思维惯性，还是会习惯性地用传统的软件开发方式去处理。他的思维有时还停留在六个月前。他在这篇访谈中反复提到“6个月”这个时间点，例如模型大概每6个月就会发生一次巨大的变化。所以，很多工作你做了，实际上6个月后可能会失效。这也有可能是他们内部模型发生巨大变化的一个迭代周期（目前是6个月，这是我猜测的）。
上次也讲到，未来可能没有“软件工程师”这种特定角色了，因为每个人都是一个“建造者”（builder），都能够创建任何产品和软件。
那么，对于技术人来说，最重要的技能是什么？
1. **保持初心**：要拥有“初学者心态”（beginner’s mindset），保持好奇，持续学习。
2. **保持谦逊**：因为模型会成长发展到远远超出你的地步，你在它面前可能会感到非常沮丧。这时就需要保持谦逊。接受自己不懂。
3. **从错误中学习**：我隐约觉得，他们现在内部开发过程中，都不是让系统完全自动化运行，而是在不断迭代。你发现错误，就能返回来重新修改。以这样的方式去构建软件，才是正确的。
另外，他们最后还提到，因为现在大家比较经常使用“计划模式”（Plan Mode）。用户每次让模型去构建的软件描述都太简单了，只有一两句话。但整个软件其实包含很多细节，包括用户流程、数据存储以及一些特殊需求。这些细节都隐藏在需求里，所以他们才开发出这个“计划模式”，希望用户在使用模型开发软件之前，能够先构思好方案。
但他自己也提出，这个模式未来可能不再需要了。在后续的模型迭代中，模型自己可能就能处理得很好，用户就不需要在模型和计划模式之间来回沟通了。我对这点还蛮期待的，但不太确定：如果很多细节都由模型按照其最佳实践自行实现，会不会丧失掉一些个性化的需求？
最后他也提到，自Claude Code 发布以来，基本上Anthropic（的功能）让每个人的效率提升了150%。结合我之前看到的，昆仑万维（国内一家公司）对其所有研发人员的要求是，无论从CTO到初级程序员，使用这类工具的效率提升目标都要达到50%，这是一个全员提升，非常吓人的一个数字。
他提到，自从有了 Claude Code 以来，他基本上已经把所有开发工具都卸载掉了，只保留了 Claude Code 这个终端工具。他自己也没有再亲手写过一行代码。
未来的开发就应该是这样。
7 14
从白宫封锁 Claude 来看达里奥这个人
今天看到一篇报道，说美国总统特朗普开始在媒体上发布消息，表示要封锁整个Claude模型，禁止在美国军方和政府项目中使用所有Claude的模型。
要知道，在这之前，去年美国政府曾直接给Anthropic一个两亿美元的订单，原因是当时Anthropic是第一家通过美国军方和政府综合评估，被认为是最强大的AI，所以才会正式立项采购这家公司的AI模型Claude，作为军事和政府内部项目来使用。
但今天的这篇文章中，特朗普宣称不再打算在军事和政府项目中全面使用Anthropic的Claude模型，只给了6个月的过渡期，甚至不排除接下来任何与美国军方和政府项目有合作关系的公司和企业，都不能再使用Claude。这和过去几年美国封锁中国的手段一模一样。
从这件事情可以看出，达里奥，也就是Anthropic的CEO，其实是个挺有原则的人，所以我不是特别喜欢他。因为从早几年开始，他一直都在各种封锁中国。
因为他坚持“美国优先”，所以他不能让中国在国家战略级别上超越美国。所以从一开始，他就封锁芯片。虽然给出了一些非常搞笑、甚至不存在的捏造理由，但他就是公开地去推行这种“美国优先”的政策——不给你中国用。
到后面，除了封锁芯片，还封锁各个企业。如果你的IP来自这些企业，而这些企业有超过50%的份额属于中资企业，那么你也不能用。
他做了很多事情，从我们的角度来看，都属于“美国优先”。但这不难理解，毕竟他在美国，每个人都有自己的立场。只是很多时候我们不太喜欢他的一个原因是：即使封锁，他给出的理由也非常牵强。甚至在早前，还说什么用龙虾运芯片这种非常搞笑的理由，就有点过度了。
但是，你回过头来看，包括这件事情来看，实际上他这一次背景是：原先在去年，其实OpenAI、[Anthropic还有x.ai](xn--Anthropicxx-6e1xk499a.ai)，大家都已经跟美国军方有过合作了。最终，只有当时的合同上有两条条款。
合同上写得非常清楚，主要有两条条款：
1. 合作可以，但首先不能用AI技术去大规模监控普通的美国群众，即平民。
2. 不能用AI技术用于具有全自动化的军事武器，这是非常危险的事情。
之前，大家都觉得这是OK的。但起因是在今年2月份，美国军方重新跟这三家公司谈合同时，增加了一个条款。该条款规定：只要军方根据现行法律裁定，其使用AI技术的目的合法，就能使用该技术。作为模型提供商，你不能设置任何限制。
对此，OpenAI和马斯克的x.ai没有表示任何异议，但在达里奥（Anthropic）这边，他就“炸了”。他无法接受，他认为由军方来裁定其行为（例如，现在收集所有平民数据、监控平民以及监听通讯记录）是合法的，这本身就不对。
要知道，他这次反应之所以这么大，是因为在2020年，他之所以从OpenAI出来，就是因为他当时坚信，AI必须遵守一个更优先的原则，那就是“人类优先”。不能利用AI来超越人类的伦理。
所以，他当时的主张和奥特曼是相反的。因为当时奥特曼是商业优先，他的策略有点像是先半放弃安全状态，把商业做起来，再去考虑安全。但达里奥不认同，他的观念是安全必须优先。他认为应该先控制住，后面再慢慢放开，而不是先放开再收回来。这是相反的思路，所以他在2020年离开OpenAI，直接成立了Anthropic这家公司。
这也就是为什么，现在只有他能非常强硬地去和美国军方对抗，表示：“我不同意你这么来使用我这个世界上最领先的模型，用于这些不合理的目的。”从这点上看，我还是很尊重他的，因为他有非常强的原则性，能够坚持自己相信的信仰和理念。
另外一个不得不提的点是，他实际上还是一个技术优先者。他认为技术的领先是至关重要的。有人解读过他为何如此：这不仅仅是一般的技术偏好，而是因为在2000年初，他父亲得了一场重病，当时没有技术可以医治。他父亲去世后，他发现因为技术的突破，这个病的治愈率从大约50%上升到了90%。这件事对他影响非常大，所以他坚信技术必须优先。
如果我们回过头来看达里奥在公众面前所展现的人格，他实际上秉持着三个优先原则：
1. 美国优先
2. 人类优先
3. 技术优先
今天看到一篇报道，说美国总统特朗普开始在媒体上发布消息，表示要封锁整个Claude模型，禁止在美国军方和政府项目中使用所有Claude的模型。
要知道，在这之前，去年美国政府曾直接给Anthropic一个两亿美元的订单，原因是当时Anthropic是第一家通过美国军方和政府综合评估，被认为是最强大的AI，所以才会正式立项采购这家公司的AI模型Claude，作为军事和政府内部项目来使用。
但今天的这篇文章中，特朗普宣称不再打算在军事和政府项目中全面使用Anthropic的Claude模型，只给了6个月的过渡期，甚至不排除接下来任何与美国军方和政府项目有合作关系的公司和企业，都不能再使用Claude。这和过去几年美国封锁中国的手段一模一样。
从这件事情可以看出，达里奥，也就是Anthropic的CEO，其实是个挺有原则的人，所以我不是特别喜欢他。因为从早几年开始，他一直都在各种封锁中国。
因为他坚持“美国优先”，所以他不能让中国在国家战略级别上超越美国。所以从一开始，他就封锁芯片。虽然给出了一些非常搞笑、甚至不存在的捏造理由，但他就是公开地去推行这种“美国优先”的政策——不给你中国用。
到后面，除了封锁芯片，还封锁各个企业。如果你的IP来自这些企业，而这些企业有超过50%的份额属于中资企业，那么你也不能用。
他做了很多事情，从我们的角度来看，都属于“美国优先”。但这不难理解，毕竟他在美国，每个人都有自己的立场。只是很多时候我们不太喜欢他的一个原因是：即使封锁，他给出的理由也非常牵强。甚至在早前，还说什么用龙虾运芯片这种非常搞笑的理由，就有点过度了。
但是，你回过头来看，包括这件事情来看，实际上他这一次背景是：原先在去年，其实OpenAI、[Anthropic还有x.ai](xn--Anthropicxx-6e1xk499a.ai)，大家都已经跟美国军方有过合作了。最终，只有当时的合同上有两条条款。
合同上写得非常清楚，主要有两条条款：
1. 合作可以，但首先不能用AI技术去大规模监控普通的美国群众，即平民。
2. 不能用AI技术用于具有全自动化的军事武器，这是非常危险的事情。
之前，大家都觉得这是OK的。但起因是在今年2月份，美国军方重新跟这三家公司谈合同时，增加了一个条款。该条款规定：只要军方根据现行法律裁定，其使用AI技术的目的合法，就能使用该技术。作为模型提供商，你不能设置任何限制。
对此，OpenAI和马斯克的x.ai没有表示任何异议，但在达里奥（Anthropic）这边，他就“炸了”。他无法接受，他认为由军方来裁定其行为（例如，现在收集所有平民数据、监控平民以及监听通讯记录）是合法的，这本身就不对。
要知道，他这次反应之所以这么大，是因为在2020年，他之所以从OpenAI出来，就是因为他当时坚信，AI必须遵守一个更优先的原则，那就是“人类优先”。不能利用AI来超越人类的伦理。
所以，他当时的主张和奥特曼是相反的。因为当时奥特曼是商业优先，他的策略有点像是先半放弃安全状态，把商业做起来，再去考虑安全。但达里奥不认同，他的观念是安全必须优先。他认为应该先控制住，后面再慢慢放开，而不是先放开再收回来。这是相反的思路，所以他在2020年离开OpenAI，直接成立了Anthropic这家公司。
这也就是为什么，现在只有他能非常强硬地去和美国军方对抗，表示：“我不同意你这么来使用我这个世界上最领先的模型，用于这些不合理的目的。”从这点上看，我还是很尊重他的，因为他有非常强的原则性，能够坚持自己相信的信仰和理念。
另外一个不得不提的点是，他实际上还是一个技术优先者。他认为技术的领先是至关重要的。有人解读过他为何如此：这不仅仅是一般的技术偏好，而是因为在2000年初，他父亲得了一场重病，当时没有技术可以医治。他父亲去世后，他发现因为技术的突破，这个病的治愈率从大约50%上升到了90%。这件事对他影响非常大，所以他坚信技术必须优先。
如果我们回过头来看达里奥在公众面前所展现的人格，他实际上秉持着三个优先原则：
1. 美国优先
2. 人类优先
3. 技术优先
1 10
Kimi K2能否替代Claude？UI惊艳但功能尚不完整
这个周末属于Kimi K2 thinking 模型，一时间感觉它变成了国产第一模型。主要是图1这张图，第一排的各项测评能力都超过了GPT和Claude，但是第二排的代码能力上，略微低于GPT和Claude，但是基本追平了。
所以第一时间我也下载了Kimi CLI 来对比下Claude Code。我基本上每天都在用Claude Code，虽然Kimi K2 Thinking也可以套在Claude Code上，但是为了避免有模型跟agent 应用之间的不匹配，我还是下载了Kimi CLI来使用Kimi K2 Thinking 模型，一般自家的应用会对自家的模型有一定的调整和优化。
我一般测试都是从困难到容易，我先是测试了一个web 应用，用来从某个有名的财经网站爬取我关注的财经博主的帖子来进行公司的分析（难点在于登录和反爬机制），虽然Claude code也没做出来，但是Kimi K2 Thinking 直接给了我这样一个页面。图2.
那我只能退而求其次，让它做一个简单的。给出10以内的加减法，帮助我家二宝熟练掌握计算。Kimi 直接出来的界面 - 图3还不错。但是接下来让Kimi 对接qwen ocr 模型，来识别黑板上的数字自动判断错对，Kimi Thinking 来回修改了两次，都没有改好。最后还是让Claude code来修改了。
我的感觉是，Kimi k2 thinking + Kimi CLI 目前实践下来综合代码能力还是比Claude Code差不少。但是看别人的实践，感觉还挺能打？会不会是我的提示词问题，那么就复制一段“卡尔的AI沃兹”的构建mac web os的提示词，直接扔个kimi 2 thinking 看看。图4.
从前端页面看，确实挺清爽的，感觉也符合提示词有的功能，比如文本编辑器、计算器等，但是很多功能其实根本不是完整的，只是有这个功能而已，比如文本编辑器，只是打开一个文本编辑界面，然后输入文本，仅此而已，不能保存，甚至没法调整文本编辑器的显示界面。图5. （右边的滚动条决定了输入的区域大小）。
所以想要达到让小白用户言出法随的境地，还有不远的距离，但是从前端的实现UI效果来看，我看还是不错的。这说明前端的构建能力已经达到了可用的地步。
这个周末属于Kimi K2 thinking 模型，一时间感觉它变成了国产第一模型。主要是图1这张图，第一排的各项测评能力都超过了GPT和Claude，但是第二排的代码能力上，略微低于GPT和Claude，但是基本追平了。
所以第一时间我也下载了Kimi CLI 来对比下Claude Code。我基本上每天都在用Claude Code，虽然Kimi K2 Thinking也可以套在Claude Code上，但是为了避免有模型跟agent 应用之间的不匹配，我还是下载了Kimi CLI来使用Kimi K2 Thinking 模型，一般自家的应用会对自家的模型有一定的调整和优化。
我一般测试都是从困难到容易，我先是测试了一个web 应用，用来从某个有名的财经网站爬取我关注的财经博主的帖子来进行公司的分析（难点在于登录和反爬机制），虽然Claude code也没做出来，但是Kimi K2 Thinking 直接给了我这样一个页面。图2.
那我只能退而求其次，让它做一个简单的。给出10以内的加减法，帮助我家二宝熟练掌握计算。Kimi 直接出来的界面 - 图3还不错。但是接下来让Kimi 对接qwen ocr 模型，来识别黑板上的数字自动判断错对，Kimi Thinking 来回修改了两次，都没有改好。最后还是让Claude code来修改了。
我的感觉是，Kimi k2 thinking + Kimi CLI 目前实践下来综合代码能力还是比Claude Code差不少。但是看别人的实践，感觉还挺能打？会不会是我的提示词问题，那么就复制一段“卡尔的AI沃兹”的构建mac web os的提示词，直接扔个kimi 2 thinking 看看。图4.
从前端页面看，确实挺清爽的，感觉也符合提示词有的功能，比如文本编辑器、计算器等，但是很多功能其实根本不是完整的，只是有这个功能而已，比如文本编辑器，只是打开一个文本编辑界面，然后输入文本，仅此而已，不能保存，甚至没法调整文本编辑器的显示界面。图5. （右边的滚动条决定了输入的区域大小）。
所以想要达到让小白用户言出法随的境地，还有不远的距离，但是从前端的实现UI效果来看，我看还是不错的。这说明前端的构建能力已经达到了可用的地步。
1 10
通过DeepSeek R1了解推理模型的前世今生07
这篇算是完结篇了，一起来看下DeepSeek R1 是通过哪几步来完成的，总共就5步，从图片上就很容易理解整个过程。这里需要注意的是，前面几步都是为了合理生成高质量的推理数据，毕竟R1 是一个推理模型。非推理数据的准备相对容易一点，直接使用DeepSeek V3 base 模型来生成就可以。
1. 首先从 DeepSeek V3 Base 通过冷启动SFT, 用到的数据是5000条高质量的人工准备的推理数据。得到DeepSeek V3-1 模型。
2. 然后DeepSeek V3-1 直接通过RL 得到 DeepSeek V3-2.
3. 直接使用DeepSeek V3-2 来生成候选推理数据，然后过滤出来60万条推理数据。
4. 用DeepSeek V3 Base 来生成20 万非推理数据。
5. 基于这里生成的80万条训练数据，从DeepSeek V3 Base 开始，先进行SFT, 然后再进行RL，得到最终的DeepSeek R1.
这篇算是完结篇了，一起来看下DeepSeek R1 是通过哪几步来完成的，总共就5步，从图片上就很容易理解整个过程。这里需要注意的是，前面几步都是为了合理生成高质量的推理数据，毕竟R1 是一个推理模型。非推理数据的准备相对容易一点，直接使用DeepSeek V3 base 模型来生成就可以。
1. 首先从 DeepSeek V3 Base 通过冷启动SFT, 用到的数据是5000条高质量的人工准备的推理数据。得到DeepSeek V3-1 模型。
2. 然后DeepSeek V3-1 直接通过RL 得到 DeepSeek V3-2.
3. 直接使用DeepSeek V3-2 来生成候选推理数据，然后过滤出来60万条推理数据。
4. 用DeepSeek V3 Base 来生成20 万非推理数据。
5. 基于这里生成的80万条训练数据，从DeepSeek V3 Base 开始，先进行SFT, 然后再进行RL，得到最终的DeepSeek R1.
1 00
为什么 Go 语言在 AI 编程中意外脱颖而出
现在大家都开始越用越多的vibe coding，但是每个模型都有其主观性，因为训练数据的缘故。但是有一部分其实是相互重叠的，那就是哪部分的训练数据是重叠的。
在vibe coding中，其实可以发现，不管什么模型，其实在特定的几种语言上效果是最好的，出错也很少。而业界内也基本上决出了前三名。
Typescript/Javascript, Python 和Golang。我觉得前两者大家都不意外，但是最后反而是go 语言，我还是比较诧异的。但是看到大家的反馈，基本上go 语言本身是一门比较简单的语言，资深工程师和初级工程师如果按照模板写，其实相差不大。
当然，其他非类型语言，如果为了让AI 表现的更好，一般都是加上一个提示词，“禁止使用泛型”
现在大家都开始越用越多的vibe coding，但是每个模型都有其主观性，因为训练数据的缘故。但是有一部分其实是相互重叠的，那就是哪部分的训练数据是重叠的。
在vibe coding中，其实可以发现，不管什么模型，其实在特定的几种语言上效果是最好的，出错也很少。而业界内也基本上决出了前三名。
Typescript/Javascript, Python 和Golang。我觉得前两者大家都不意外，但是最后反而是go 语言，我还是比较诧异的。但是看到大家的反馈，基本上go 语言本身是一门比较简单的语言，资深工程师和初级工程师如果按照模板写，其实相差不大。
当然，其他非类型语言，如果为了让AI 表现的更好，一般都是加上一个提示词，“禁止使用泛型”
5 10