Loading video...

Video Failed to Load

There was a problem loading this video. This could be due to a temporary network issue or the video might be unavailable.

🚀Anthropic 悄无声息地推出了一项功能：Agent Teams 让 Claude 在 Claude code 内构建自己的 AI 代理团队! 该功能改变了传统的上下级 AI 架构，允许 Claude 构建一个同级代理团队。这些代理可以共享任务列表、直接互相发送消息并审查彼此的工作，实现类似于真人团队的协作模式。在演示中，一个由 QA 工程师、前端开发者和后端开发者组成的 3 人团队展示了这一能力。 QA 代理发现 3 个错误后，直接向前后端开发者发送反馈。开发者修复问题后，应用程序在一轮测试中即成功上线。该功能在 Claude Code v2.1.32 及更高版本中可用。以下是开启方法与运行规则： 1. 启用方法确保版本符合要求。在 settings.json 中添加以下配置： "env": { "CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS": "1" } 或者将此内容粘贴给 Claude 并说明“添加到我的设置中”，随后重启。 2. 提示词设定使用纯英文进行提示。开始时需要设定一个明确的目标（代理启动时没有上下文）。提示词示例："使用 Sonnet... 创建一个 3 人团队"，并详细描述每个角色的职责、交付物以及完成后需要联系的下一个代理。 3. 运行规则 - 每个代理拥有自己的独立文件。 - 必须定义确切的输出。 - 指定明确的通信链路（谁与谁交谈）。 - 团队规模建议保持在 3-5 个代理。 4. 适用场景与限制该功能适用于有独立部分且可以并行运行的复杂工作。对于简单或顺序任务，不建议使用该功能，因为团队协作会消耗 3-4 倍的 Token。show more

Lonely

26,149 subscribers

19,931 views • 3 months ago •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

26 Comments

Ron3 months ago

2月份就出来了

Lonely3 months ago

是的🙂‍↕️

爆裂队长NEXT3 months ago

这玩意出来有一段时间了

Lonely3 months ago

是的🙂‍↕️，标题不严谨了😅

Vivi3 months ago

这个烧token厉害吗😂

Arnold Guge3 months ago

是不是可以结合loop engineering 让agent team自动工作的，就不需要人为介入了

AZ3 months ago

如果可以同时配其他的同事，比如GPT，Gemini，那就是真团队了。

Lonely3 months ago

目前已经有不少多agent 协同产品，是未来趋势

Adel Bucetta3 months ago

this is massive. the real unlock isn't just more agents, it's how they collaborate and create new tasks for each other, a feedback loop that could redefine hierarchical ai architectures altogether

Sense Man | AI Tinker3 months ago

codex有木有这个功能？

Lonely3 months ago

Codex也支持，有类似的多代理

hanfeer3 months ago

厉害👍

Lonely3 months ago

🙂

随机比特3 months ago

补一个实操坑：Agent Teams 最大成本不是 Token 翻 3-4 倍，是通信链路设计。3-5 个平级 agent 一旦没指定"谁跟谁说话"，很容易退化成互相等、或者同一个盲点几个 agent 一起踩（同模型同盲点）。真要上，先把交付物和通信图画死再开，否则并行省下的时间全赔在协调上。

蔡文彬CyberBin3 months ago

L总英文这么6吗？🐮

Lonely3 months ago

翻译这种小事情，交给 Hermes 就行了

蔡文彬CyberBin3 months ago

哦？这样的啊，可以的。🤔

晚晚3 months ago

这下像是在给 Claude 配同事了

Lonely3 months ago

Yep

Crazyox🌶️（微微辣版）3 months ago

这是要让AI开公司啊

Lonely3 months ago

🙂

G师傅(MasterG)3 months ago

说实话我真的不好用，可以看我自己手动定义的工作流 AgentTeams看着很fancy 但说实话，一个dummy的前端网页这么搞也有点大材小用了，我；而实际你让他开发一个highscale的分布式系统，估计就不灵了，实际上我觉的还是human去作为那个协调者，我去supervise每一个agent 甚至于pm agent，当然底层他们share了context md，手动协调也没那么麻烦

谷雨悟道3 months ago

问题是，同一个ai盲点也是一样的。不如不同ai之间的协作

Lonely3 months ago

是的，多agent管理框架的产品也越来越多了

谷雨悟道3 months ago

看你的帖子总能学习到很多

Lonely3 months ago

过奖了，也向谷雨老师学习

Related Videos

OpenAI 编程助手 Codex 刚刚推出了 0.105.0 版本被用户称为"史上最大单次更新" 最抢眼的新功能是语音听写：在终端界面里按住空格键就能说话，AI 自动把你的语音转成文字指令。子代理系统大改：AI 团队协作：另一个重量级更新是子代理（Subagents）系统的全面重构。主代理接到一个大任务后，可以拆分成多个子任务，分配给不同的子代理并行处理。这次更新具体改了什么：多层级深度：子代理下面还能再生子代理，像一个团队的层级管理一样自定义角色：你可以给不同的子代理设定不同的角色定义（比如一个负责前端、一个负责后端） CSV 批量分发：可以从 CSV 文件批量分配任务给多个子代理，还带进度追踪更清晰的界面：子代理有了昵称显示，界面更简洁审计能力：/agents 命令现在能看到所有代理的名称、角色，包括已经完成任务"退场"的代理

OpenAI 编程助手 Codex 刚刚推出了 0.105.0 版本被用户称为"史上最大单次更新" 最抢眼的新功能是语音听写：在终端界面里按住空格键就能说话，AI 自动把你的语音转成文字指令。子代理系统大改：AI 团队协作：另一个重量级更新是子代理（Subagents）系统的全面重构。主代理接到一个大任务后，可以拆分成多个子任务，分配给不同的子代理并行处理。这次更新具体改了什么：多层级深度：子代理下面还能再生子代理，像一个团队的层级管理一样自定义角色：你可以给不同的子代理设定不同的角色定义（比如一个负责前端、一个负责后端） CSV 批量分发：可以从 CSV 文件批量分配任务给多个子代理，还带进度追踪更清晰的界面：子代理有了昵称显示，界面更简洁审计能力：/agents 命令现在能看到所有代理的名称、角色，包括已经完成任务"退场"的代理

小互

62,203 views • 7 months ago

Anthropic 发布了 37 分钟的指南，用于构建自动化整个公司的 AI 代理。完全免费。由构建 Claude 的工程师提供。能够工作的代理，会分配任务并独立执行一切。我已经烧录为中文字幕。并且附带中文课件，先收藏后学习

Anthropic 发布了 37 分钟的指南，用于构建自动化整个公司的 AI 代理。完全免费。由构建 Claude 的工程师提供。能够工作的代理，会分配任务并独立执行一切。我已经烧录为中文字幕。并且附带中文课件，先收藏后学习

泊舟

80,382 views • 1 month ago

拿到Cursor赠送的$10000额度之后，我专门研究下这家公司，看到Cursor CEO这个演讲，我突然意识到，我们对AI编程的理解，从根上就错了，当大多数人还在纠结哪个模型写代码更快更准的时候， Cursor已经直接进入了下一个时代，工程师不再是写代码的人，而是管理一整队AI同事的团队经理，现在Cursor内部30%的合并PR，都是由异步云代理自动创建的，单周运行两千多个并发代理，生成三百万行代码，消耗几十亿个token，一个任务发出去，系统会自动拆成规划，编码，测试，发PR四个角色，每个代理独占一台远程机器，并行在云端运行，人类只需要在最开始定义范围，和最后做一次最终审核，中间所有的脏活累活，AI全部自己搞定，这就是多代理比单代理强的根本原因，

拿到Cursor赠送的$10000额度之后，我专门研究下这家公司，看到Cursor CEO这个演讲，我突然意识到，我们对AI编程的理解，从根上就错了，当大多数人还在纠结哪个模型写代码更快更准的时候， Cursor已经直接进入了下一个时代，工程师不再是写代码的人，而是管理一整队AI同事的团队经理，现在Cursor内部30%的合并PR，都是由异步云代理自动创建的，单周运行两千多个并发代理，生成三百万行代码，消耗几十亿个token，一个任务发出去，系统会自动拆成规划，编码，测试，发PR四个角色，每个代理独占一台远程机器，并行在云端运行，人类只需要在最开始定义范围，和最后做一次最终审核，中间所有的脏活累活，AI全部自己搞定，这就是多代理比单代理强的根本原因，

AYi

21,453 views • 4 months ago

🚀太强了！Claude Code 现在可以控制 Workflow 的规模了。目前一共有 4 个选项： unrestricted：不限制规模，由 Claude 根据任务复杂度自行决定 small：少于 5 个 Agent medium：少于 15 个 Agent，也是默认选项 large：少于 50 个 Agent 需要注意的是，这些更像是“规模建议”，而不是硬性上限。如果你的 Prompt 明确要求使用不同数量的 Agent，Claude 仍然可能覆盖当前设置，采用更适合任务的规模。对于担心 Workflow 开太多 Agent、消耗过高，或者想控制执行复杂度的人来说，这个功能非常实用。 #ClaudeCode #Workflows

🚀太强了！Claude Code 现在可以控制 Workflow 的规模了。目前一共有 4 个选项： unrestricted：不限制规模，由 Claude 根据任务复杂度自行决定 small：少于 5 个 Agent medium：少于 15 个 Agent，也是默认选项 large：少于 50 个 Agent 需要注意的是，这些更像是“规模建议”，而不是硬性上限。如果你的 Prompt 明确要求使用不同数量的 Agent，Claude 仍然可能覆盖当前设置，采用更适合任务的规模。对于担心 Workflow 开太多 Agent、消耗过高，或者想控制执行复杂度的人来说，这个功能非常实用。 #ClaudeCode #Workflows

AI超元域

15,061 views • 1 month ago

来自 Claude Code 团队成员 Thariq 分享的用好 Fable 5模型的秘诀。以下内容整理自 Thariq 的视频：过去，我们需要时刻检查 Claude 是否在正确地做事。比如，把任务拆分成小块交给它、反复检查它的输出，并在它过早停下时发现问题。但有了 Claude Fable 5，我反而发现自己越来越多地是在检查 Claude 是否在做正确的工作。 Fable 可以一次运行几个小时，它会测试自己的工作，老实说，我经常发现它写出的代码比我的还要好。我的工作变得越来越侧重于指引方向和前期设置，而不是监督。因此，以下是我在使用 Fable 时，工作方式发生的三个改变。首先，我把 Claude 当作一个思维伙伴。我给它提供所需的上下文。其次，我给 Claude 设定目标并提供验证这些目标的方法。最后，我试着变得更有野心，让 Claude 去做我以前从未尝试过的事情。第一点，你要越来越多地把 Claude 视为一个思维伙伴。我在使用 Fable 时发现的一个失败模式是，我可能实际上并不知道自己想要什么，或者我可能不知道什么是可行的。但是，在我的思考过程中尽早让 Claude 参与进来，我就可以在实施之前发现这些问题。举个例子，我会先从一个小的需求规范（spec）开始，在编写最终的规范文件之前，我会要求 Claude 就实施方案对我进行“面试提问”。这有助于我建立信心，确信自己知道想要什么。或者，我也可能抛出一个想法，让它想出几个可以发展的方向，并制作一些 HTML 页面原型供我审查。当我准备好进行实施时，我会尽量给它提供上下文，而不仅仅是约束条件，这样 Claude 就能真正帮助我达成目标。例如，我不会说“保持简单，不要过度设计”，而是会说：“嘿，这个功能是个实验。我们很有可能在一个月后删掉它。所以不要构建任何丢弃起来会很心疼的东西。”给它这样的上下文，能让它发现你可能都没想到的事情。一旦你知道自己想要什么了，特别是面对一个雄心勃勃的难题时，考虑给 Claude 设定目标以及验证目标的方法。为此，我们推出了两个很好用的新功能，我也鼓励大家试一试：/goal（目标指令）和 workflows（工作流）。目标功能帮助 Claude 持续工作直至完成，而工作流则帮助 Claude 验证其工作。因此，在我写完规范文档后，我可能会告诉 Claude：“设定一个目标，以完整实现该规范。然后使用工作流来验证计划的每个部分，并准备一份报告，说明已实现了哪些内容以及是否有任何差异。”这让 Claude 能够尽可能以富有创意和周到的方式发挥其能力，同时又能确保它正在构建你想要的东西。最后，试着更有野心一些。 Fable 真的是一个令人难以置信的模型，它促使我在工作中打破常规去思考。例如，我正在用 Fable 剪辑这个视频。如果有什么事情是你以为大语言模型做不到的，给它个机会试试。我们由衷地认为，Fable 提高了“一切皆有可能”的上限。

来自 Claude Code 团队成员 Thariq 分享的用好 Fable 5模型的秘诀。以下内容整理自 Thariq 的视频：过去，我们需要时刻检查 Claude 是否在正确地做事。比如，把任务拆分成小块交给它、反复检查它的输出，并在它过早停下时发现问题。但有了 Claude Fable 5，我反而发现自己越来越多地是在检查 Claude 是否在做正确的工作。 Fable 可以一次运行几个小时，它会测试自己的工作，老实说，我经常发现它写出的代码比我的还要好。我的工作变得越来越侧重于指引方向和前期设置，而不是监督。因此，以下是我在使用 Fable 时，工作方式发生的三个改变。首先，我把 Claude 当作一个思维伙伴。我给它提供所需的上下文。其次，我给 Claude 设定目标并提供验证这些目标的方法。最后，我试着变得更有野心，让 Claude 去做我以前从未尝试过的事情。第一点，你要越来越多地把 Claude 视为一个思维伙伴。我在使用 Fable 时发现的一个失败模式是，我可能实际上并不知道自己想要什么，或者我可能不知道什么是可行的。但是，在我的思考过程中尽早让 Claude 参与进来，我就可以在实施之前发现这些问题。举个例子，我会先从一个小的需求规范（spec）开始，在编写最终的规范文件之前，我会要求 Claude 就实施方案对我进行“面试提问”。这有助于我建立信心，确信自己知道想要什么。或者，我也可能抛出一个想法，让它想出几个可以发展的方向，并制作一些 HTML 页面原型供我审查。当我准备好进行实施时，我会尽量给它提供上下文，而不仅仅是约束条件，这样 Claude 就能真正帮助我达成目标。例如，我不会说“保持简单，不要过度设计”，而是会说：“嘿，这个功能是个实验。我们很有可能在一个月后删掉它。所以不要构建任何丢弃起来会很心疼的东西。”给它这样的上下文，能让它发现你可能都没想到的事情。一旦你知道自己想要什么了，特别是面对一个雄心勃勃的难题时，考虑给 Claude 设定目标以及验证目标的方法。为此，我们推出了两个很好用的新功能，我也鼓励大家试一试：/goal（目标指令）和 workflows（工作流）。目标功能帮助 Claude 持续工作直至完成，而工作流则帮助 Claude 验证其工作。因此，在我写完规范文档后，我可能会告诉 Claude：“设定一个目标，以完整实现该规范。然后使用工作流来验证计划的每个部分，并准备一份报告，说明已实现了哪些内容以及是否有任何差异。”这让 Claude 能够尽可能以富有创意和周到的方式发挥其能力，同时又能确保它正在构建你想要的东西。最后，试着更有野心一些。 Fable 真的是一个令人难以置信的模型，它促使我在工作中打破常规去思考。例如，我正在用 Fable 剪辑这个视频。如果有什么事情是你以为大语言模型做不到的，给它个机会试试。我们由衷地认为，Fable 提高了“一切皆有可能”的上限。

宝玉

144,174 views • 2 months ago

一位中国教授最近公开了他的开发团队配置。不是人类员工，而是 170 个 AI Agent。这些 Agent 负责处理公司的各项决策和开发任务。不用睡觉，不需要涨薪，170 个智能体并行工作。看视频里的网络结构，应该是这些 Agent 之间的协作和决策链路。这种全 Agent 化的管理模式，可能是个新趋势。对于想降低人力成本、提高并行处理能力的团队来说，很有参考价值。

一位中国教授最近公开了他的开发团队配置。不是人类员工，而是 170 个 AI Agent。这些 Agent 负责处理公司的各项决策和开发任务。不用睡觉，不需要涨薪，170 个智能体并行工作。看视频里的网络结构，应该是这些 Agent 之间的协作和决策链路。这种全 Agent 化的管理模式，可能是个新趋势。对于想降低人力成本、提高并行处理能力的团队来说，很有参考价值。

Vincent

35,957 views • 3 months ago

🚀不少人遇到 Codex 每次打开或提问时总是先触发 5 次 “Reconnecting” 重连这个问题。这个问题的本质原因：WebSocket（WSS）协议在你的网络或代理环境下无法正常通通信。解决方案有3种： 1. 修改 Codex 的 config.toml，在对应的 provider 配置里明确禁用 WebSocket 并指定 wire_api： wire_api = "responses"supports_websockets = false 2. 如果使用 Clash verge 的话，直接开启 TUN 模式。开启后，它会从系统底层接管全局所有流量，强行打通 WebSocket 阻碍。 3. 直接把下面提示词发给 Codex （具体见文章） ------ 帮我修复 Codex Desktop 一直 Reconnecting 的问题。请定位我本机正在使用的代理端口和代理协议，然后创建或更新 ~/.codex/.env，写入以下代理配置。不要写死端口，请替换成实际端口；如果文件已经存在，保留其他配置。 HTTP_PROXY=" 或 mixed 端口>" HTTPS_PROXY=" 或 mixed 端口>" 写入后检查配置是否正确，并告诉我需要如何重启 Codex Desktop。 -----

🚀不少人遇到 Codex 每次打开或提问时总是先触发 5 次 “Reconnecting” 重连这个问题。这个问题的本质原因：WebSocket（WSS）协议在你的网络或代理环境下无法正常通通信。解决方案有3种： 1. 修改 Codex 的 config.toml，在对应的 provider 配置里明确禁用 WebSocket 并指定 wire_api： wire_api = "responses"supports_websockets = false 2. 如果使用 Clash verge 的话，直接开启 TUN 模式。开启后，它会从系统底层接管全局所有流量，强行打通 WebSocket 阻碍。 3. 直接把下面提示词发给 Codex （具体见文章） ------ 帮我修复 Codex Desktop 一直 Reconnecting 的问题。请定位我本机正在使用的代理端口和代理协议，然后创建或更新 ~/.codex/.env，写入以下代理配置。不要写死端口，请替换成实际端口；如果文件已经存在，保留其他配置。 HTTP_PROXY=" 或 mixed 端口>" HTTPS_PROXY=" 或 mixed 端口>" 写入后检查配置是否正确，并告诉我需要如何重启 Codex Desktop。 -----

Lonely

108,162 views • 3 months ago

微软推出了 GitHub Spark：一种原生 AI 工具，可以完全用自然语言构建应用程序。Spark 是功能完备的微应用，能够集成 AI 功能和外部数据源，而无需管理云资源。用户通过一个创造性的反馈循环，从初始的提示词开始构建，实时预览应用开发过程，轻松查看每项请求的不同选项，并自动保存每个迭代版本，方便在过程中进行版本比较。需要申请waitlist：

微软推出了 GitHub Spark：一种原生 AI 工具，可以完全用自然语言构建应用程序。Spark 是功能完备的微应用，能够集成 AI 功能和外部数据源，而无需管理云资源。用户通过一个创造性的反馈循环，从初始的提示词开始构建，实时预览应用开发过程，轻松查看每项请求的不同选项，并自动保存每个迭代版本，方便在过程中进行版本比较。需要申请waitlist：

宝玉

63,998 views • 1 year ago

推荐关注一下 BabelCloud 项目，也是一个类似于 Devin 的 AI 开发工程师，能独立完成相对复杂的前后端项目。从演示视频可以看出：它能将复杂的任务分解成合适的功能模块；它能对每一个模块进行测试和验证，对于遇到的错误能自动修复或者需求人类帮助；它能完成没有训练过的任务：实现一个最新发布的Claude 3的API请求；它能完成相对复杂的项目，一个比较完整的后台管理；它在执行过程中能和人互动，例如寻求帮助；它能基于项目增加新的需求（这个其实有点挑战，但我怀疑它需要很多元数据辅助完成）它有个工作平台直观看到结果项目作者：Hailong Zhang

推荐关注一下 BabelCloud 项目，也是一个类似于 Devin 的 AI 开发工程师，能独立完成相对复杂的前后端项目。从演示视频可以看出：它能将复杂的任务分解成合适的功能模块；它能对每一个模块进行测试和验证，对于遇到的错误能自动修复或者需求人类帮助；它能完成没有训练过的任务：实现一个最新发布的Claude 3的API请求；它能完成相对复杂的项目，一个比较完整的后台管理；它在执行过程中能和人互动，例如寻求帮助；它能基于项目增加新的需求（这个其实有点挑战，但我怀疑它需要很多元数据辅助完成）它有个工作平台直观看到结果项目作者：Hailong Zhang

宝玉

30,089 views • 2 years ago

有一个超级暴论：现阶段的 OpenClaw 根本不适合团队协作！！折腾过的人，应该都有类似的感受！ OpenClaw 本质上其实是一个很强的 Agent 底座！你可以把它接入到自己的团队工作流里，把 Agent 搭起来，把渠道接进去，把能力跑通，每个人都能让Agent干事情，但是再进一步就会发现真正的问题：团队怎么一起用？中间产出和最终结果都沉淀在哪？前面做过的分析、写过的文档、跑过的方法，怎么变成团队可复用资产？新的成员进来，怎么接着往下做，而不是从头再来一遍？这些，落到实际的应用中，都是坑！最近，Flowus团队开发了一个新产品： Kollab Kollab 似乎解决了上面这些问题，它的思路很直接：把 Agent 直接变成工作流的一部分。这是什么意思呢？ OpenClaw 解决的是：我个人怎么拥有一个随叫随到、能力很强、自己可控的 AI。而 Kollab 解决的是：怎么让 AI 参与真实的团队工作，让做过的事能留下来，方法能复用，团队能协作。对于内容团队、研究团队、小型创业团队来说，一定知道这其中的区别！！你可以很简单的建立不同的项目组，或者工作空间，每个项目组里都有 Agent，项目推进的全过程中，所有的工作流、产出和方法论，都会沉淀在这个空间里。当下次遇到同类型的B项目时，就可以一键复用A项目沉淀下来“工作资产”。我觉得，这才是团队协作里最有价值的部分，尽可能减少重复劳动！！不管是传统团队协作，还是AI时代的团队协作，都如此。所以，AI 产品真正的分水岭，不是谁更像人，也不是谁接了更多更强的模型。而是，到底能不能提供一个能沉淀、能协作、能推进的工作空间。

有一个超级暴论：现阶段的 OpenClaw 根本不适合团队协作！！折腾过的人，应该都有类似的感受！ OpenClaw 本质上其实是一个很强的 Agent 底座！你可以把它接入到自己的团队工作流里，把 Agent 搭起来，把渠道接进去，把能力跑通，每个人都能让Agent干事情，但是再进一步就会发现真正的问题：团队怎么一起用？中间产出和最终结果都沉淀在哪？前面做过的分析、写过的文档、跑过的方法，怎么变成团队可复用资产？新的成员进来，怎么接着往下做，而不是从头再来一遍？这些，落到实际的应用中，都是坑！最近，Flowus团队开发了一个新产品： Kollab Kollab 似乎解决了上面这些问题，它的思路很直接：把 Agent 直接变成工作流的一部分。这是什么意思呢？ OpenClaw 解决的是：我个人怎么拥有一个随叫随到、能力很强、自己可控的 AI。而 Kollab 解决的是：怎么让 AI 参与真实的团队工作，让做过的事能留下来，方法能复用，团队能协作。对于内容团队、研究团队、小型创业团队来说，一定知道这其中的区别！！你可以很简单的建立不同的项目组，或者工作空间，每个项目组里都有 Agent，项目推进的全过程中，所有的工作流、产出和方法论，都会沉淀在这个空间里。当下次遇到同类型的B项目时，就可以一键复用A项目沉淀下来“工作资产”。我觉得，这才是团队协作里最有价值的部分，尽可能减少重复劳动！！不管是传统团队协作，还是AI时代的团队协作，都如此。所以，AI 产品真正的分水岭，不是谁更像人，也不是谁接了更多更强的模型。而是，到底能不能提供一个能沉淀、能协作、能推进的工作空间。

沐阳

51,104 views • 5 months ago

实测了一下 Claude 3 的多模态与代码生成能力！用 Anthropic Research Engineer Emmanuel Ameisen 的方法，代码示例：拿自己上周“科技变革与美股投资”的直播视频部分字幕和 Keynote 截图，让 Claude-3-Opus 理解给它的图片和字幕文本，重写并自动生成简洁清晰的图文讲解网页，非常成功🎉 Claude 生成的网页：这也是上周末开发出来的一套工作流，我用 GPT-4 读取字幕重写后转发的这篇长文，可读性很强。实现流程也很简单，先用工具生成字幕，然后在按照内容结构分成若干 chunks，这样可以提高精准度，设定输出 tokens 长度和 temperature 到 0.8 左右，最后修改下连接处文本插入配图即可完功！对于经常做直播后需要整理文档发博客的同学会很有用。现在用 Claude 3 的多图理解功能，连配图这个环节都能自动化了😄

实测了一下 Claude 3 的多模态与代码生成能力！用 Anthropic Research Engineer Emmanuel Ameisen 的方法，代码示例：拿自己上周“科技变革与美股投资”的直播视频部分字幕和 Keynote 截图，让 Claude-3-Opus 理解给它的图片和字幕文本，重写并自动生成简洁清晰的图文讲解网页，非常成功🎉 Claude 生成的网页：这也是上周末开发出来的一套工作流，我用 GPT-4 读取字幕重写后转发的这篇长文，可读性很强。实现流程也很简单，先用工具生成字幕，然后在按照内容结构分成若干 chunks，这样可以提高精准度，设定输出 tokens 长度和 temperature 到 0.8 左右，最后修改下连接处文本插入配图即可完功！对于经常做直播后需要整理文档发博客的同学会很有用。现在用 Claude 3 的多图理解功能，连配图这个环节都能自动化了😄

indigo

73,201 views • 2 years ago

想要正确打开并使用Claude Code？你需要意识到，它不仅是一个聊天框，而是专为终端(Terminal)设计的代理型CLI工具。能直接读取你的代码、运行终端命令、执行测试并自动修复bug。Anthropic官方团队亲自演示Claude打开方式，是真正高阶用法。全程仅需34分钟，而且完全免费，主讲人就是Code核心开发者。 1. 安装与基础：用 `npm install -g anthropic-ai/claude-code` 快速安装。不过，数字商业(iBusiness)提醒：目前最推荐的“正确打开方式”，不再推荐通过传统的npm全局安装(虽然仍可用)，推荐使用原生二进制安装脚本，这样更稳定且支持自动更新。 2. 优化设置：配置 allowed-tools、terminal-setup、主题、通知、GitHub集成等，提升使用体验。 3. 查询代码库：直接问Claude代码问题，如“这个PR改了什么”“git历史”“bug修复记录”等，效率极高。 4. 集成团队工具：告诉Claude错误日志、CI工具、MCP服务器信息，让它帮你分析问题。 5. 提供上下文：创建 .claude.md 文件，自动注入常用命令、代码风格、项目规范，让Claude更聪明（关键技巧之一）。 6. 实用Tips：上下文越多越智能；花时间调优上下文；支持SDK开发自定义应用。避坑指南：什么是“错误”的打开方式？ • 不要在根目录以外的地方运行：始终在项目根目录启动，否则它可能找不到相关的依赖配置文件。 • 不要忽略权限提示： Claude Code在执行删除（rm）或危险 Shell 命令前会询问。虽然它可以自动操作，但初次使用建议仔细看一眼它想执行的命令。 • 不要让它一次改太多：尽量把任务拆分。比如先说“重构 API 逻辑”，完成后再开新任务说“更新文档”。

想要正确打开并使用Claude Code？你需要意识到，它不仅是一个聊天框，而是专为终端(Terminal)设计的代理型CLI工具。能直接读取你的代码、运行终端命令、执行测试并自动修复bug。Anthropic官方团队亲自演示Claude打开方式，是真正高阶用法。全程仅需34分钟，而且完全免费，主讲人就是Code核心开发者。 1. 安装与基础：用 `npm install -g anthropic-ai/claude-code` 快速安装。不过，数字商业(iBusiness)提醒：目前最推荐的“正确打开方式”，不再推荐通过传统的npm全局安装(虽然仍可用)，推荐使用原生二进制安装脚本，这样更稳定且支持自动更新。 2. 优化设置：配置 allowed-tools、terminal-setup、主题、通知、GitHub集成等，提升使用体验。 3. 查询代码库：直接问Claude代码问题，如“这个PR改了什么”“git历史”“bug修复记录”等，效率极高。 4. 集成团队工具：告诉Claude错误日志、CI工具、MCP服务器信息，让它帮你分析问题。 5. 提供上下文：创建 .claude.md 文件，自动注入常用命令、代码风格、项目规范，让Claude更聪明（关键技巧之一）。 6. 实用Tips：上下文越多越智能；花时间调优上下文；支持SDK开发自定义应用。避坑指南：什么是“错误”的打开方式？ • 不要在根目录以外的地方运行：始终在项目根目录启动，否则它可能找不到相关的依赖配置文件。 • 不要忽略权限提示： Claude Code在执行删除（rm）或危险 Shell 命令前会询问。虽然它可以自动操作，但初次使用建议仔细看一眼它想执行的命令。 • 不要让它一次改太多：尽量把任务拆分。比如先说“重构 API 逻辑”，完成后再开新任务说“更新文档”。

SemiLLM

18,114 views • 5 months ago

不用写一行代码也能做管理系统？这套AI开发流程让程序员都慌了 1.你打开ChatGPT，输入提示词："帮我生成一个学生管理系统的Spring Boot项目代码" 2.你用Cursor打开生成的项目，自动修复报错，导入MySQL数据库 3.你启动前后端，测试增删改查功能你按这个流程操作，1小时内就能看到自己的管理系统上线。

不用写一行代码也能做管理系统？这套AI开发流程让程序员都慌了 1.你打开ChatGPT，输入提示词："帮我生成一个学生管理系统的Spring Boot项目代码" 2.你用Cursor打开生成的项目，自动修复报错，导入MySQL数据库 3.你启动前后端，测试增删改查功能你按这个流程操作，1小时内就能看到自己的管理系统上线。

Vincent

25,831 views • 5 months ago

Anthropic 7 月 10 日发布了一场关于 Agent 基础设施的对谈。Claude 平台工程负责人 Katelyn Lesse、产品负责人 Angela Jiang 和产品经理 Jess Yann，分享了几个来自一线的观察。【Agent 的“脚手架”正在变薄】几个月前，搭建 Agent 往往需要写大量流程控制代码：先执行 A，满足条件再进入 B，遇到不同情况还要切换不同分支。流程越复杂，系统越容易出错。随着模型的推理和工具调用能力增强，这些编排层（harness）正在变薄。开发者不用再规定每一步，只需给出目标和基本边界，让模型自己决定怎么完成。与此同时，一种更高层的编排方式开始出现：让多个 Agent 同时解决一个问题，从中选出最佳方案；让一个 Agent 提方案，另一个负责挑错；或者在 Agent 卡住时，请另一个能力更强的 Agent 提供建议。重点正在从“控制每一步”，转向“设计 Agent 之间如何协作”。【衡量 Agent “投入产出比”（ROI，Return on Investment），先看一个人快了多少】 Angela 建议，企业不要一开始就规划上百个自动化流程，而应该先看一个具体的人：用了 Agent 之后，他的工作速度和产出提高了多少？验证有效后，再从个人推广到团队，最后才处理跨部门流程。前期重点看速度和生产力，等应用逐步成熟，再衡量收入、成本和用户指标。很多企业做 AI 转型时，喜欢先画一张宏大的自动化蓝图。问题是，流程涉及的部门越多、规则越复杂，落地阻力就越大。从个人开始，更容易看到效果，也更容易持续推进。【工程团队没消失，但每个人的角色都变了】 Katelyn 观察到，Anthropic 的工程团队和半年前相比，人员构成没有太大变化，但协作方式已经不同。过去通常由技术负责人决定架构，其他工程师领取任务、编写代码。现在，更多工程师会参与产品和架构决策，再分别指挥 Claude 完成具体工作。 Agent 的作用也不再只是“帮忙写代码”。她提到 Shopify 的 River 系统，已经把需求文档、开发环境、代码实现和 QA 测试串成了一套端到端的 Agent 工作流。【个体变强，不等于团队自然变好】 Agent 降低了开发和试错成本，也可能带来新的问题。过去，一个团队会先讨论十个方案中哪个最值得做。现在，每个人都可以快速做出十个原型，甚至全部上线，让市场决定谁胜出。这样做速度很快，但如果缺少统一方向，产品很容易无序扩张。Agent 能显著放大个人能力，却不会自动解决团队的协调、取舍和决策问题。来源：

Anthropic 7 月 10 日发布了一场关于 Agent 基础设施的对谈。Claude 平台工程负责人 Katelyn Lesse、产品负责人 Angela Jiang 和产品经理 Jess Yann，分享了几个来自一线的观察。【Agent 的“脚手架”正在变薄】几个月前，搭建 Agent 往往需要写大量流程控制代码：先执行 A，满足条件再进入 B，遇到不同情况还要切换不同分支。流程越复杂，系统越容易出错。随着模型的推理和工具调用能力增强，这些编排层（harness）正在变薄。开发者不用再规定每一步，只需给出目标和基本边界，让模型自己决定怎么完成。与此同时，一种更高层的编排方式开始出现：让多个 Agent 同时解决一个问题，从中选出最佳方案；让一个 Agent 提方案，另一个负责挑错；或者在 Agent 卡住时，请另一个能力更强的 Agent 提供建议。重点正在从“控制每一步”，转向“设计 Agent 之间如何协作”。【衡量 Agent “投入产出比”（ROI，Return on Investment），先看一个人快了多少】 Angela 建议，企业不要一开始就规划上百个自动化流程，而应该先看一个具体的人：用了 Agent 之后，他的工作速度和产出提高了多少？验证有效后，再从个人推广到团队，最后才处理跨部门流程。前期重点看速度和生产力，等应用逐步成熟，再衡量收入、成本和用户指标。很多企业做 AI 转型时，喜欢先画一张宏大的自动化蓝图。问题是，流程涉及的部门越多、规则越复杂，落地阻力就越大。从个人开始，更容易看到效果，也更容易持续推进。【工程团队没消失，但每个人的角色都变了】 Katelyn 观察到，Anthropic 的工程团队和半年前相比，人员构成没有太大变化，但协作方式已经不同。过去通常由技术负责人决定架构，其他工程师领取任务、编写代码。现在，更多工程师会参与产品和架构决策，再分别指挥 Claude 完成具体工作。 Agent 的作用也不再只是“帮忙写代码”。她提到 Shopify 的 River 系统，已经把需求文档、开发环境、代码实现和 QA 测试串成了一套端到端的 Agent 工作流。【个体变强，不等于团队自然变好】 Agent 降低了开发和试错成本，也可能带来新的问题。过去，一个团队会先讨论十个方案中哪个最值得做。现在，每个人都可以快速做出十个原型，甚至全部上线，让市场决定谁胜出。这样做速度很快，但如果缺少统一方向，产品很容易无序扩张。Agent 能显著放大个人能力，却不会自动解决团队的协调、取舍和决策问题。来源：

宝玉

67,350 views • 2 months ago

Claude Code 最佳实践 | Code w/ Claude 大会在 2025 年 5 月于旧金山举行的 Code w/ Claude 大会上，Anthropic 的技术团队成员 Cal Rueb 深入探讨了 Claude Code 的强大功能与最佳实践。无论您是初次接触 AI 编程助理，还是希望将工作流程提升到新水平的资深开发者，本次演讲都将为您提供宝贵的见解。Cal 分享了他从一名重度用户到核心贡献者的亲身经历，并揭示了 Claude Code 背后 “行之有效的简单方案” 的设计哲学。观看本次演讲，您将学习到： - 心智模型：如何像理解一位精通终端的同事一样理解 Claude Code。 - 内部工作原理：了解 Claude Code 作为一个纯粹的 AI 智能体，如何通过 “智能体式搜索” (Agentic Search) 来探索和理解您的代码库，而无需预先索引。 - 核心应用场景：从探索新项目、与 AI 结对编程、从零到一构建应用，到添加单元测试、撰写提交信息，甚至是进行大规模的代码库迁移。 - 最佳实践： - 如何利用 ` 文件为 Claude 提供关键上下文与指导。 - 高效管理权限，安全地加速您的工作流程。 - 通过集成 CLI 工具 (如 Git, Docker) 来释放 Claude 的全部潜力。 - 使用 `/compact` 等命令巧妙地管理上下文窗口。 - 高级技巧：学习如何同时运行多个 Claude 实例、善用 Escape 键进行干预，以及通过无头模式 (Headless Mode) 将 AI 智能体整合到您的 CI/CD 等自动化流程中。 - 最新功能：现场演示模型切换、工具调用间的 “深度思考” (Deep Thinking) 以及与 VS Code 和 JetBrains 的深度集成。演讲者： Cal Rueb，Anthropic 技术团队成员 (Paul Jankura-ai)

Claude Code 最佳实践 | Code w/ Claude 大会在 2025 年 5 月于旧金山举行的 Code w/ Claude 大会上，Anthropic 的技术团队成员 Cal Rueb 深入探讨了 Claude Code 的强大功能与最佳实践。无论您是初次接触 AI 编程助理，还是希望将工作流程提升到新水平的资深开发者，本次演讲都将为您提供宝贵的见解。Cal 分享了他从一名重度用户到核心贡献者的亲身经历，并揭示了 Claude Code 背后 “行之有效的简单方案” 的设计哲学。观看本次演讲，您将学习到： - 心智模型：如何像理解一位精通终端的同事一样理解 Claude Code。 - 内部工作原理：了解 Claude Code 作为一个纯粹的 AI 智能体，如何通过 “智能体式搜索” (Agentic Search) 来探索和理解您的代码库，而无需预先索引。 - 核心应用场景：从探索新项目、与 AI 结对编程、从零到一构建应用，到添加单元测试、撰写提交信息，甚至是进行大规模的代码库迁移。 - 最佳实践： - 如何利用 ` 文件为 Claude 提供关键上下文与指导。 - 高效管理权限，安全地加速您的工作流程。 - 通过集成 CLI 工具 (如 Git, Docker) 来释放 Claude 的全部潜力。 - 使用 `/compact` 等命令巧妙地管理上下文窗口。 - 高级技巧：学习如何同时运行多个 Claude 实例、善用 Escape 键进行干预，以及通过无头模式 (Headless Mode) 将 AI 智能体整合到您的 CI/CD 等自动化流程中。 - 最新功能：现场演示模型切换、工具调用间的 “深度思考” (Deep Thinking) 以及与 VS Code 和 JetBrains 的深度集成。演讲者： Cal Rueb，Anthropic 技术团队成员 (Paul Jankura-ai)

宝玉

28,028 views • 1 year ago

GitHub Copilot大更新，增加了MCP支持，推出Copilot Agent模式，面向所有VS Code用户开放 1、Agent模式不仅仅是回答问题，而能主动执行任务，它可以理解更复杂的指令，跨多个文件进行修改，建议终端命令、调用工具等，可以自动识别或生成所需的文件，并执行必要的步骤实现开发目标，还能分析运行时错误并进行自我修复 2、提供了一个本地MCP服务器，这个MCP服务为agent模式提供了强大的功能，比如跨代码库搜索代码、管理issues 以及创建 PR等 3、增加了对Claude 3.5/3.7、Google Gemini 2.0 Flash、OpenAI o3-mini等的支持推出了GitHub Copilot Pro+订阅计划，$39/月 4、Copilot的代码审查Agent正式发布，新增了个"下一步编辑建议"功能 #AI编程助手 #GitHubCopilot

GitHub Copilot大更新，增加了MCP支持，推出Copilot Agent模式，面向所有VS Code用户开放 1、Agent模式不仅仅是回答问题，而能主动执行任务，它可以理解更复杂的指令，跨多个文件进行修改，建议终端命令、调用工具等，可以自动识别或生成所需的文件，并执行必要的步骤实现开发目标，还能分析运行时错误并进行自我修复 2、提供了一个本地MCP服务器，这个MCP服务为agent模式提供了强大的功能，比如跨代码库搜索代码、管理issues 以及创建 PR等 3、增加了对Claude 3.5/3.7、Google Gemini 2.0 Flash、OpenAI o3-mini等的支持推出了GitHub Copilot Pro+订阅计划，$39/月 4、Copilot的代码审查Agent正式发布，新增了个"下一步编辑建议"功能 #AI编程助手 #GitHubCopilot

AIGCLINK

39,383 views • 1 year ago

《用ChatGPT API构建系统》课程简介吴恩达：欢迎参加关于使用ChatGPT API构建系统的课程。之前，Isa和我介绍了如何提示（Prompt）ChatGPT的课程。但是一个系统需要的远不止一个提示（Prompt）或一个对LLM（大型语言模型）的调用。在这个短期课程中，我们想和您分享使用LLM构建复杂应用程序的最佳实践。 Isa：我们将以构建一个端到端的客户服务辅助系统为例，该系统将多个调用链接到语言模型，根据前一个调用的输出使用不同的指令，有时甚至从外部来源查找信息。例如，对于用户输入的“告诉我有哪些电视出售”，我们将使用以下步骤来处理。首先，您可以评估输入以确保其不包含任何有问题的内容，例如仇恨言论。接下来，系统将处理输入。它将确定这是哪种类型的查询。这是一个投诉还是产品信息请求等？一旦确定这是一个产品查询，它将检索有关电视的相关信息，并使用语言模型编写一个有帮助的回答。最后，你需要检查输出内容，确保没有问题，比如不准确或不适当的答案。吴恩达：在这门课程中，你会发现一个主题，那就是一个应用程序通常需要多个对最终用户不可见的内部步骤。你通常希望按顺序处理用户输入，经过多个步骤才能得到最终显示给用户的输出。当你使用LLM构建复杂系统时，从长远来看，你通常还希望不断改进系统。因此，我还将与您分享开发基于LLM的应用程序的过程感受以及评估和改进系统的最佳实践。我们感谢许多为这门短期课程做出贡献的人。在OpenAI方面，我们感谢Andrew Kondrich、Joe Palermo、Boris Power和Ted Sanders。来自 Ladwig、Eddy Shyu和Tommy Nelson。 Isa：通过这门短期课程，我们希望你能够对自己建立一个复杂的多步应用程序的能力充满信心，并且能够维护和不断改进它。让我们开始吧。

《用ChatGPT API构建系统》课程简介吴恩达：欢迎参加关于使用ChatGPT API构建系统的课程。之前，Isa和我介绍了如何提示（Prompt）ChatGPT的课程。但是一个系统需要的远不止一个提示（Prompt）或一个对LLM（大型语言模型）的调用。在这个短期课程中，我们想和您分享使用LLM构建复杂应用程序的最佳实践。 Isa：我们将以构建一个端到端的客户服务辅助系统为例，该系统将多个调用链接到语言模型，根据前一个调用的输出使用不同的指令，有时甚至从外部来源查找信息。例如，对于用户输入的“告诉我有哪些电视出售”，我们将使用以下步骤来处理。首先，您可以评估输入以确保其不包含任何有问题的内容，例如仇恨言论。接下来，系统将处理输入。它将确定这是哪种类型的查询。这是一个投诉还是产品信息请求等？一旦确定这是一个产品查询，它将检索有关电视的相关信息，并使用语言模型编写一个有帮助的回答。最后，你需要检查输出内容，确保没有问题，比如不准确或不适当的答案。吴恩达：在这门课程中，你会发现一个主题，那就是一个应用程序通常需要多个对最终用户不可见的内部步骤。你通常希望按顺序处理用户输入，经过多个步骤才能得到最终显示给用户的输出。当你使用LLM构建复杂系统时，从长远来看，你通常还希望不断改进系统。因此，我还将与您分享开发基于LLM的应用程序的过程感受以及评估和改进系统的最佳实践。我们感谢许多为这门短期课程做出贡献的人。在OpenAI方面，我们感谢Andrew Kondrich、Joe Palermo、Boris Power和Ted Sanders。来自 Ladwig、Eddy Shyu和Tommy Nelson。 Isa：通过这门短期课程，我们希望你能够对自己建立一个复杂的多步应用程序的能力充满信心，并且能够维护和不断改进它。让我们开始吧。

宝玉

35,535 views • 3 years ago

全体开发者设计师团队目光停留一下！ Lody 发布了 Remote Preview 模式，你可以在电脑或者手机随时预览开发机器上的前端界面，并且和团队成员一起对页面进行标注评论，Lody 会带着组件信息一键发送给团队的 Agent。这意味着不再需要开发与设计的多轮对齐，不需要描述组件位置，甚至可以随着多轮修正直接让 Agent 沉淀出设计规范。更多 Lody 的实用更新👇🏻🧵

全体开发者设计师团队目光停留一下！ Lody 发布了 Remote Preview 模式，你可以在电脑或者手机随时预览开发机器上的前端界面，并且和团队成员一起对页面进行标注评论，Lody 会带着组件信息一键发送给团队的 Agent。这意味着不再需要开发与设计的多轮对齐，不需要描述组件位置，甚至可以随着多轮修正直接让 Agent 沉淀出设计规范。更多 Lody 的实用更新👇🏻🧵

leon7hao

29,981 views • 4 months ago

哈佛CS50课程节选：如何构建基于GPT-4的应用上一节介绍了什么是GPT-4，这一节则是基于GPT-4可以构建什么样的应用，以及如何构建。这部分课程介绍了GPT-4可以构建的各种类型的应用，包括不限于： - 助手应用：GPT可以用于创建AI助手，帮助完成写作、编程或回答问题等任务。通过结合专业领域知识和用户的喜好，还可以对这些助手可以进一步定制。 - 文档问答系统：GPT可以用于构建基于上下文、对文档的问答系统。 - 实用功能：GPT可用于自动化需要基本语言理解的任务，如生成单元测试、查找文档、重写功能或检查品牌一致性。 - 创意创作：GPT可以用于在各个领域生成想法、可能性或建议，包括写作、营销和研究。通过将GPT的生成能力与专业领域的知识相结合，用户可以创建更有针对性和相关性的输出。 - Baby AGI或多步计划机器人：GPT可以放入一个循环中，与自己对话并指导自己的行动，从而创建一个基于一组工具和目标的自主执行任务或生成结果的自主代理。通过这个教程，可以大概了解GPT能做一些什么事情，以及背后的原理是什么。上一节什么是GPT-4：完整课程视频地址： edX:

哈佛CS50课程节选：如何构建基于GPT-4的应用上一节介绍了什么是GPT-4，这一节则是基于GPT-4可以构建什么样的应用，以及如何构建。这部分课程介绍了GPT-4可以构建的各种类型的应用，包括不限于： - 助手应用：GPT可以用于创建AI助手，帮助完成写作、编程或回答问题等任务。通过结合专业领域知识和用户的喜好，还可以对这些助手可以进一步定制。 - 文档问答系统：GPT可以用于构建基于上下文、对文档的问答系统。 - 实用功能：GPT可用于自动化需要基本语言理解的任务，如生成单元测试、查找文档、重写功能或检查品牌一致性。 - 创意创作：GPT可以用于在各个领域生成想法、可能性或建议，包括写作、营销和研究。通过将GPT的生成能力与专业领域的知识相结合，用户可以创建更有针对性和相关性的输出。 - Baby AGI或多步计划机器人：GPT可以放入一个循环中，与自己对话并指导自己的行动，从而创建一个基于一组工具和目标的自主执行任务或生成结果的自主代理。通过这个教程，可以大概了解GPT能做一些什么事情，以及背后的原理是什么。上一节什么是GPT-4：完整课程视频地址： edX:

宝玉

172,688 views • 3 years ago