Loading video...

Video Failed to Load

Go Home

发现了!Claude Code 目前最牛逼的用法 就是把最新的动态工作流和 /goal 一起用,动态工作流是新出的功能,Claude 可自动规划、调动数十至数百个并行子代理,完成超大规模工程任务,/goal 会督促claude一直工作直到完成 先进入 Claude Code,输入 /effort 选 ultracode,再输入 /goal ,后面写上你想做的具体目标 完成了!你甚至可以先去健身,Claude code会自己一直工作、自己验证、自己迭代,直到目标达成 你只需要考虑Token账单问题就可以了😂

17,533 views • 2 months ago •via X (Twitter)

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

我看到有人在让“Claude Code”自己开新进程 `claude -p `实现多任务,其实没必要,有更简单的办法。这个简单办法就是让它自己开子 Agent。Claude Code 现在有 18 个工具,最特殊的一个工具叫 Task,它本质就是一个 Claude Code 的克隆工具,只不过是作为 Claude Code 的一个工具。 如果你懂递归的话就很好理解。如果你不懂递归,可以这么理解:Claude Code 是个 AI 程序员,它可以用一堆工具,其中最神奇的一个工具叫 Task,就是克隆一个自己的分身去干活! 这样做有什么好处呢?就是可以并行多任务,还可以控制上下文,让子任务更专注。 举例来说,你粘贴一段错误代码让 Claude Code 去 Debug,并且还让它写测试代码覆盖这个错误。Claude Code 会先调用 TodoWrite 这个工具写一个 TODO List。把任务分成 3 步: - [ ] 根据错误信息收集相关代码 - [ ] 根据错误信息和相关代码解决 Bug - [ ] 写新的测试覆盖 这一步完了后它会起一个 Task,这个 Task 就是专门根据错误信息去找到相关代码的位置,那么这个子任务只需要接受错误信息找上下文,它不管怎么解决 Bug,也不管怎么写测试覆盖。 主任务就会等这个子任务完成,子任务完成后,主任务就调用 TODO Write 更新 TODO List。 - [x] 根据错误信息收集相关代码 - [ ] 根据错误信息和相关代码解决 Bug - [ ] 写新的测试覆盖 然后调用 TodoRead 工具看下一步要干嘛,现在有充足上下文了,它可以再起一个子任务去根据错误信息和代码修复 Bug,等修复 Bug 的子任务完成了,再回到主任务,继续更新 TODO List,继续读取下一个 Item 最后再启动一个子任务去写测试,测试子任务也完成了,返回结果到主任务,这时候调用 TodoRead 一看任务都处理完了,最后根据前面的任务情况给你一个总结摘要,表示任务都完成了。 Claude Code 真的没有做什么工程上的优化,什么上下文压缩、临时存储,都没有的!就是简单粗暴: 1. 把用户问题、系统提示词、能用到的工具一股脑发给 Claude,问下一步该干嘛 2. Claude 就返回说现在你要到 TodoWriter 工具 3. Claude Code 就去调用 TodoWriter 工具,本质上也是一个 AI 请求,最后返回生成的 Todo List 4. 然后 Claude Code 把工具返回结果和前面的所有消息继续发给 Claude,Claude 返回说你现在要去起一个新的 Task 去收集代码了 5. 然后 Claude Code 就起一个新的 Task,把错误信息和要求收集相关代码的任务说明、系统提示词、环境说明、能用到的工具一股脑发给 Claude,问下一步该干嘛 - 在新的 Task 里面,就是不停的问 Claude 该用啥工具,然后发送工具结果和前面所有历史消息 - 任务完成后,返回任务结果 6. 然后 Claude Code 把子 Task 的结果和前面历史信息一起发给 Claude 问下一步干嘛 7. 就这样循环直到 Claude 认为任务完成了 所以你经常看到 Claude Code 在那几十分钟上下文也没爆掉,因为它会启动子任务,这样上下文就分摊到子任务中了,主任务中只是保留子任务完成后的内容。

宝玉

76,401 views • 1 year 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。

宝玉

142,932 views • 29 days ago

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 • 27 days ago

想认真做小红书个人号或者矩阵的朋友,这个 Skill 真的能帮你省掉 80% 的重复劳动。 看了我的 AI 工作流分享以后,很多宝子问有没有小红书自动化运营的工具,我GitHub上找了下,这个还不错, 说实话,我之前也以为所有小红书自动化工具都是垃圾, 要么用两天就封号,要么复杂到要写几百行代码,要么就是个只能发文字的残废,直到我试了这个, 最牛逼的是它的安全机制:完全不用小红书 API,全程用浏览器自动化模拟真人点击和输入。 第一次扫码登录后,后续所有操作都和你自己手动点一模一样,目前是我见过封号风险最低的方案。 而且它真的零代码,你不需要懂任何编程,只要对着 你的龙虾或者 hermes 说一句话就行: • 帮我分析一下我的首页推荐流 • 帮我生成五个今天能发的选题 • 帮我复刻这篇爆款笔记 • 帮我回复一下最新的评论 它全都能自己干完, 最狠的是它不只是一个单纯的发稿工具,它还有一个完整的运营闭环: 会分析你的账号数据、拆解别人爆款的结构、生成内容+封面、自动发布、自动回评, 还会把所有分析结果和操作自动存成 Markdown 知识库,方便你后续复盘。 安装也简单到离谱: 打开 Openclaw,直接说 “帮我安装这个 skill 就完事了。 仓库地址老规矩评论区自取鸭🦆

AYi

20,947 views • 2 months ago

OpenAI刚刚开源的这个东西,感觉要把程序员的工作方式给整个改写了。 现在大家都在卷模型写代码有多强,但其实真正的瓶颈早就不是生成了。 一个人每天最多同时有效监督3-5个编码Agent,再多就会注意力崩溃,生产力直接归零。 有了Symphony,直接把这个上限干到了几十个。 它把你的Linear、GitHub Issues直接变成了永远在线的Agent调度器。 你开一个任务,它自动启动一个独立隔离的Codex Agent。 自己写代码,自己跑测试,自己做交叉Review,damn! 全部搞定之后,会给你提交一个完整的证据包。 CI全绿,安全和性能专项审查通过,改了UI就自动录好操作视频。 所有验证全过了,才会出现在你的Human Review队列里。 以后人类的角色可能会被彻底颠覆了。 以前你是监工,盯着Agent一步一步写代码,上下文切到吐。 现在你是老板,只需要看最终的结果。 满意就点合并,不满意就去仓库里补规则补文档补Guardrails。 记住兄弟们,永远不要手把手指挥Agent,永远不要替它干活。 这可不是啥实验室概念,OpenAI自己已经这么干了。 三个工程师,五个月,写了一百万行代码,0行人工写的。 产品已经有几百个内部用户,每天都在迭代。 我觉得他们最厉害的不是模型,是他们把整个仓库变成了Agent能看懂能自主工作的乐园。 现在很多人都搞错了Agent时代的核心竞争力。未来不是谁的模型更聪明,而是看谁能设计出让Agent可靠自主工作的环境。 我觉得未来最好的工程师,再也不是写代码最快的人,而是那些最会写规则,最会设计反馈回路,最会给Agent搭舞台的人。 现在Symphony已经开源了,它甚至不是一个成品。 是一个17k token的完整SPEC。 你把这个SPEC喂给任何一个编码Agent,十分钟就能生成你自己定制版的Symphony。 GitHub地址评论区自取👇

AYi

63,210 views • 3 months ago