Loading video...

Video Failed to Load

Go Home

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。...

28,028 views • 1 year ago •via X (Twitter)

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

骂归骂,但毫无疑问claude code 是anthropic 出来的最优秀的产品。 这篇 Anthropic 原文是 Claude Code 的“口述史”,首先文章网站做的就很有意思:直接仿真了一个terminal,看起来很有趣! 内容上:讲了 Claude Code 从早期内部实验、clide 原型、Claude CLI,到 2025 年研究预览发布后的扩散过程 一句话总结:Claude Code 的成型,靠的是模型能力进步、终端式产品形态、小团队高频迭代、Anthropic 内部重度试用,以及一批早期用户不断反馈出来的真实工作流。 Claude Code 不是突然冒出来的产品。Anthropic 从 2021、2022 年就一直在研究怎么让模型写代码、跑测试、用 bash、在真实环境里完成任务。 早期还有过 VS Code 插件和内部工具 clide,虽然粗糙,但已经证明“AI 可以真的参与开发”。 clide 很难用,但内部工程师一用就发现有未来感。Boris Cherny 后来做了 Claude CLI 原型,一开始没人太当回事,Slack 上反响也很小。直到大家看到它真的能改代码、写 PR、帮工程师推进工作,团队才意识到:这个方向值得全力做。 他们认为 Claude Code 代表一种新的写代码方式:工程师会越来越少手写每一行代码,更多是在安排任务、审查结果、管理多个 AI agent。它也可能让很多原本没钱、没团队做软件的人,第一次能做出可用工具。 原文链接:

岚叔

10,454 views • 1 month ago

Anthropic 官方团队把 Claude Code 从底层原理到真实项目实战,完整讲了一遍! 如果你只是会让 Claude Code 写代码,却还没搞懂它如何读取文件、调用工具、管理权限、调度 subagents,这个视频值得收藏! 我整理了重点时间线: 00:00|Claude Code 底层如何工作 04:51|Permissions:哪些操作允许、询问或拒绝 10:46|如何把 Code Review、部署流程做成 Skills 15:08|Intent-driven development 到底怎么做 22:40|用语音 Prompt 从零构建 3D 游戏 32:55|用 Branch、Draft PR 和 GitHub CLI 控制交付 38:15|Auto Mode 如何减少重复授权 40:48|用 Dynamic Workflows 并行调度多个 Subagents 46:53|从 Demo 走向 Production 的工程原则 55:33|Claude Code 如何用于研究、数据和媒体处理 我认为最值得看的是 Lydia Hallie 拆解了 Claude Code 的真实运行方式:模型本身没有长期状态。 文件内容、终端输出、Git 分支、工具调用结果和会话历史,都是由外层的 Agent Harness 维护,再在每一轮重新组装给模型。 这也解释了为什么真正影响 Claude Code 效果的,不只是 Prompt,还有:CLAUDE.md、Skills、Permissions、Verification、Git Workflow、Subagent 编排! 视频最后还有一个很重要的提醒:AI 能一次生成大量代码,不代表这些代码都应该被合并。 架构、验证、安全、Review 和最终质量,依然由人负责。 这可能是目前理解 Claude Code 最完整的一小时。 建议先收藏,再跟着时间线看!

CodeAlpha

71,102 views • 1 month ago

生成式 AI 入门教程 2 - 什么是生成式 AI - 原理和指南 欢迎来到我们的课程,今天我们将深入了解生成式人工智能(AI)的奥秘。生成式 AI 是当前 AI 领域中最为重要的工具之一,它展示了令人惊叹的文本生成能力,如 ChatGPT 和 Bard 等系统。本视频将向你介绍生成式 AI 的工作原理,并告诉你在哪些情况下最好谨慎使用它。我们还将对比监督学习和生成式 AI,帮助你更好地理解这一领域。 在人工智能的各个领域中,监督学习和生成式 AI 是最为重要的工具。我们将通过实例解释监督学习的概念,并展示它在广告、自动驾驶汽车、医疗和语音识别等领域的应用。随后,我们将介绍大规模监督学习在过去十年中的发展,以及它如何为生成式 AI 的崛起打下基础。 🚀 课程亮点: 详细介绍生成式人工智能及其工作原理。 对比监督学习和生成式 AI,展示它们在实际应用中的不同。 提供实际例子,帮助你更好地理解和应用这些概念。 🔥 你将学到: 生成式人工智能的定义和应用 监督学习和生成式 AI 的区别和联系 如何在实际情境中应用这些工具 🌐 课程内容: 生成式 AI 和监督学习的基本原理 大规模监督学习的发展历程 生成式 AI 在文本生成中的应用 📚 学习建议: 关注课程中提到的实际应用例子,以更好地理解理论知识。 在学习过程中不断提问和实践,以加深理解。 整理课程中的关键点,并尝试将其应用到你自己的项目中。 🔗 相关链接: 课程地址: 油管播放列表: B站播放列表:

宝玉

80,630 views • 2 years ago

生成式 AI 入门教程 1 - 什么是生成式 AI - 了解其定义、应用与影响 视频描述: 欢迎来到“生成式 AI 入门教程”。自 ChatGPT 发布以来,生成式 AI 引起了广泛关注,它改变了我们的学习和工作方式,并且被认为将大幅提升生产力和推动全球经济增长。但同时,它也带来了一些负面影响的担忧,比如可能导致失业。在本课程中,你将学到生成式 AI 是什么,它能做什么,不能做什么,以及如何在工作或业务中应用它。 生成式 AI 是一种能够生成高质量内容的 AI 系统,包括文本、图像和音频。目前最有影响力的是文本生成,但它也能生成美丽或逼真的图像,甚至是音频。通过这门课,你将了解到生成式 AI 如何使构建 AI 应用变得更容易和低成本,以及如何识别和探索对特定业务有用的应用。 课程分为三周,第一周深入了解生成式 AI 的工作原理和应用案例;第二周讨论 Generative AI 项目,包括寻找应用和构建最佳实践;第三周从宏观角度探讨其对商业和社会的影响,并分享如何最大限度发挥其潜力的策略,同时确保使用 AI 的方式既安全又正面。 🚀 课程亮点: 提供非技术性的生成式 AI 知识,易于理解。 深入探讨生成式 AI 在文本、图像和音频生成方面的应用。 分析生成式 AI 对个人、业务和社会的潜在影响。 🔥 你将学到: 生成式 AI 的定义和能力 如何在工作或业务中应用生成式 AI 生成式 AI 的潜在风险和如何安全使用 🌐 课程内容: 生成式 AI 的工作原理和应用案例 Generative AI 项目的寻找和构建 生成式 AI 对商业和社会的影响 📚 学习建议: 保持开放的心态,积极探索生成式 AI 的潜力。 关注课程中提到的实际案例,思考如何将知识应用到自己的工作中。 注意理解生成式 AI 的潜在风险,并学习如何安全使用。 🔗 相关链接: 课程地址: 油管播放列表: B站播放列表:

宝玉

575,969 views • 2 years ago

🚀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。

Lonely

19,888 views • 1 month ago