Загрузка видео...

Не удалось загрузить видео

Возникла проблема при загрузке этого видео. Это может быть связано с временными проблемами сети или видео может быть недоступно.

На главную

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

45,263 subscribers

21,453 просмотров • 5 месяцев назад •via X (Twitter)

Искусство Образование Наука и технологии

Anya Rossi• Live Now

Private livecam show

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

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

62,248 просмотров • 8 месяцев назад

这条视频，是它自己做的。我只发了一句话。它自己分出 4 个分身，建模、写代码、卡点、剪辑，最后点下渲染，屏幕里放的就是你正在看的这一帧。 1 句话，12 个 AI 子代理，8,400 行代码，3,840 帧，每一帧都是代码算的。

这条视频，是它自己做的。我只发了一句话。它自己分出 4 个分身，建模、写代码、卡点、剪辑，最后点下渲染，屏幕里放的就是你正在看的这一帧。 1 句话，12 个 AI 子代理，8,400 行代码，3,840 帧，每一帧都是代码算的。

Andy L

31,049 просмотров • 13 дней назад

Fable 5.1 + Cursor Cloud Agent + Grok 4.6 + Grok Bot，可能是目前 AI 编程最强的一套“王炸组合” 分工非常明确： - Fable 5.1 负责规划。 - Grok 4.6 负责写代码。 - Cursor Cloud Agent 负责开机器、跑任务、测试和提 PR。 - Grok Bot 负责远程调度、追进度和纠偏。整个流程可以压缩成四步： Plan → Write → Ship → Steer 乍一看，只是把几个热门 AI 工具串了起来。但真正厉害的地方，是它没有强迫一个模型从头干到尾，而是把不同模型放到了各自更合适的位置。复杂需求先交给 Fable 5.1。它不急着写代码，而是先分析需求、拆解任务、定义验收标准，再决定要启动哪些 Agent。任务明确以后，Grok 4.6 接手实现。 Cursor Cloud Agent 给它提供独立的云端环境、代码仓库和工具，让它能真正修改代码、运行测试并提交 PR。 Grok Bot 则站在更上面。它更像这支 AI 团队的技术负责人：谁来做？用哪个模型？ Agent 有没有跑偏？任务卡在哪里？结果是否达到要求？需不需要继续追加指令？这些过去都需要人盯着。现在连“管理编程 Agent”这件事，也开始被 Grok Bot 接管了。所以这四个产品并不是简单叠加。它们刚好组成了一支完整的 AI 工程团队： - Fable 5.1：架构师 - Grok 4.6：程序员 - Cursor Cloud Agent：云端工位和执行环境 - Grok Bot：技术负责人以前大家争论 Claude、Grok、GPT 谁写代码最强。但单个模型再强，也要同时理解需求、设计方案、修改代码、运行测试、处理环境问题和汇报结果。什么都让一个模型干，表面上简单，实际又贵又容易跑偏。这套组合换了一个思路：不找一个全能模型，而是给不同模型安排最合适的岗位。人也不需要守着十几个 Agent 窗口反复追问。你在手机或 Slack 里发出目标，Grok Bot 负责启动和管理 Cursor Cloud Agents。某个 Agent 卡住了，它继续追；方向偏了，它补充指令；执行完成后，它再把 PR 和验证证据交回来。这已经不只是“AI 帮你写代码”。更接近：你提出目标，一支 AI 工程团队负责把事情推进到可以验收。当然，原视频主要展示的是工作流架构，不是一份完整的生产实测报告。 “Fable 负责规划，Grok 负责编码”也不一定适合所有项目。最终还要看一次完成率、返工次数、执行速度、Token 成本和人工审核时间。但方向已经很清楚了。 AI 编程的下一阶段，不会只比哪个模型更强。而是比谁能把规划、执行、环境和管理组织起来。一个强模型只能提高单次任务的上限。一套王炸组合，才有机会把 AI 真正变成团队。

Fable 5.1 + Cursor Cloud Agent + Grok 4.6 + Grok Bot，可能是目前 AI 编程最强的一套“王炸组合” 分工非常明确： - Fable 5.1 负责规划。 - Grok 4.6 负责写代码。 - Cursor Cloud Agent 负责开机器、跑任务、测试和提 PR。 - Grok Bot 负责远程调度、追进度和纠偏。整个流程可以压缩成四步： Plan → Write → Ship → Steer 乍一看，只是把几个热门 AI 工具串了起来。但真正厉害的地方，是它没有强迫一个模型从头干到尾，而是把不同模型放到了各自更合适的位置。复杂需求先交给 Fable 5.1。它不急着写代码，而是先分析需求、拆解任务、定义验收标准，再决定要启动哪些 Agent。任务明确以后，Grok 4.6 接手实现。 Cursor Cloud Agent 给它提供独立的云端环境、代码仓库和工具，让它能真正修改代码、运行测试并提交 PR。 Grok Bot 则站在更上面。它更像这支 AI 团队的技术负责人：谁来做？用哪个模型？ Agent 有没有跑偏？任务卡在哪里？结果是否达到要求？需不需要继续追加指令？这些过去都需要人盯着。现在连“管理编程 Agent”这件事，也开始被 Grok Bot 接管了。所以这四个产品并不是简单叠加。它们刚好组成了一支完整的 AI 工程团队： - Fable 5.1：架构师 - Grok 4.6：程序员 - Cursor Cloud Agent：云端工位和执行环境 - Grok Bot：技术负责人以前大家争论 Claude、Grok、GPT 谁写代码最强。但单个模型再强，也要同时理解需求、设计方案、修改代码、运行测试、处理环境问题和汇报结果。什么都让一个模型干，表面上简单，实际又贵又容易跑偏。这套组合换了一个思路：不找一个全能模型，而是给不同模型安排最合适的岗位。人也不需要守着十几个 Agent 窗口反复追问。你在手机或 Slack 里发出目标，Grok Bot 负责启动和管理 Cursor Cloud Agents。某个 Agent 卡住了，它继续追；方向偏了，它补充指令；执行完成后，它再把 PR 和验证证据交回来。这已经不只是“AI 帮你写代码”。更接近：你提出目标，一支 AI 工程团队负责把事情推进到可以验收。当然，原视频主要展示的是工作流架构，不是一份完整的生产实测报告。 “Fable 负责规划，Grok 负责编码”也不一定适合所有项目。最终还要看一次完成率、返工次数、执行速度、Token 成本和人工审核时间。但方向已经很清楚了。 AI 编程的下一阶段，不会只比哪个模型更强。而是比谁能把规划、执行、环境和管理组织起来。一个强模型只能提高单次任务的上限。一套王炸组合，才有机会把 AI 真正变成团队。

蓝哥AI

31,453 просмотров • 2 месяцев назад

一人，零员工，靠一套 AI 代理系统，硬生生融了 3000 万美金，估值 2.5 亿，年化收入冲到接近 1000 万美金。今天硅谷科技圈彻底被 Polsia 的创始人 Ben Cera 给刷屏了。这次 3000 万美元的融资过程，绝大部分是 AI 自己跑完的。 AI 代理去跟风投发邮件、在线宣讲、实时管理 Data Room 推进度，创始人最后基本上就出面签了个字。 Polsia 是一个端到端的 AI 代理编排平台。写代码、搞调研、发冷邮件、投 Meta 广告、接客服，不需要雇人，你只需要给它下指令。

一人，零员工，靠一套 AI 代理系统，硬生生融了 3000 万美金，估值 2.5 亿，年化收入冲到接近 1000 万美金。今天硅谷科技圈彻底被 Polsia 的创始人 Ben Cera 给刷屏了。这次 3000 万美元的融资过程，绝大部分是 AI 自己跑完的。 AI 代理去跟风投发邮件、在线宣讲、实时管理 Data Room 推进度，创始人最后基本上就出面签了个字。 Polsia 是一个端到端的 AI 代理编排平台。写代码、搞调研、发冷邮件、投 Meta 广告、接客服，不需要雇人，你只需要给它下指令。

比特币橙子Trader

73,010 просмотров • 5 месяцев назад

15岁中国少年的软件工作室：一天交付10个项目，自己从没写过一行完整代码客户都以为自己雇了个资深开发者，其实干活的是7个AI代理。他早就不写代码了——他只负责派活。把视频暂停在19秒，看他显示器旁立着的平板：那不是一个聊天窗口，是7个并排铺开，同时在疯狂打字。 7个AI分工明确，并行运转：一个把客户需求拆成任务，一个做调研，一个设计架构，一个写代码，一个找bug，一个写文档，最后一个盯死截止日期、准时交付。它们在一台笔记本上全天并行，不知疲倦、不会卡壳、也不用互相等。普通自由职业者一天接1–2单，外包公司收3倍价还要做一周；他到晚饭前就能交付10个项目，每个收90美元。这就是中国年轻人比所有人先想明白的事：你不用更拼命地干活，而是要从“写代码的人”，变成“指挥7个AI写代码的人”。每天10个客户准时收到项目，还夸他是合作过响应最快的开发者，没一个人知道，服务他们的是一个少年和一群机器。被他抢了生意的人，不是能力差，只是到现在还在亲自下场干活。他才15岁，从没正经上过班，却已经管着一支永不睡觉的7人团队；他一天赚的钱，比那些被他替代的老手一周赚的还多。 #AI

15岁中国少年的软件工作室：一天交付10个项目，自己从没写过一行完整代码客户都以为自己雇了个资深开发者，其实干活的是7个AI代理。他早就不写代码了——他只负责派活。把视频暂停在19秒，看他显示器旁立着的平板：那不是一个聊天窗口，是7个并排铺开，同时在疯狂打字。 7个AI分工明确，并行运转：一个把客户需求拆成任务，一个做调研，一个设计架构，一个写代码，一个找bug，一个写文档，最后一个盯死截止日期、准时交付。它们在一台笔记本上全天并行，不知疲倦、不会卡壳、也不用互相等。普通自由职业者一天接1–2单，外包公司收3倍价还要做一周；他到晚饭前就能交付10个项目，每个收90美元。这就是中国年轻人比所有人先想明白的事：你不用更拼命地干活，而是要从“写代码的人”，变成“指挥7个AI写代码的人”。每天10个客户准时收到项目，还夸他是合作过响应最快的开发者，没一个人知道，服务他们的是一个少年和一群机器。被他抢了生意的人，不是能力差，只是到现在还在亲自下场干活。他才15岁，从没正经上过班，却已经管着一支永不睡觉的7人团队；他一天赚的钱，比那些被他替代的老手一周赚的还多。 #AI

财经老王

459,191 просмотров • 3 месяцев назад

DoorDash CTO Andy Fang 这句太狠了： “用AI的目标不是写代码更快，而是再也不用亲手写代码了。” 他们公司现在全员跑agent。有个代码迁移项目，原本要4个工程师干满一个季度。现在一个人，三周搞定。结果就是：专家团队变成了“一个专家+一堆规则和agent”。这哥们跟Claude Code创始人聊了25分钟，全是干货。看完我算是明白了，大多数人用AI的方式还是最原始那种：手动输入、等待、修改、再问。效率低到离谱。真正的玩法早就不一样了。

DoorDash CTO Andy Fang 这句太狠了： “用AI的目标不是写代码更快，而是再也不用亲手写代码了。” 他们公司现在全员跑agent。有个代码迁移项目，原本要4个工程师干满一个季度。现在一个人，三周搞定。结果就是：专家团队变成了“一个专家+一堆规则和agent”。这哥们跟Claude Code创始人聊了25分钟，全是干货。看完我算是明白了，大多数人用AI的方式还是最原始那种：手动输入、等待、修改、再问。效率低到离谱。真正的玩法早就不一样了。

淘沙者(TheSandPicker)

92,502 просмотров • 3 месяцев назад

AI 时代，职场人现在最该学的一项技能是什么？吴恩达老师的建议是人人都该学编程。不少企业高管劝大家别学编程了，理由是 AI 会把它自动化掉。吴恩达认为这个逻辑正好反了。正因为有了 AI 辅助，写代码变得前所未有地容易，所以才值得每个人都去学。他已经在很多岗位上看到了明显的生产力差距。这不只发生在软件工程师身上。一边是会写代码、能自己做定制软件的人，另一边是不会的人，两者的效率已经拉开了。学编程不等于手写代码他说的学编程并不是一行行手敲代码，他自己几乎从不这么做。在可预见的未来，最重要的能力之一是能准确告诉计算机你要它做什么，让它替你完成。而代码就是计算机的语言。所以学编程的实质，是学会用计算机听得懂的方式把需求说清楚。他团队里最好的市场人员有了想法，不用等工程师来搭网站，自己就能做出来。最好的招聘人员也不再靠肉眼一份份看简历，而是写代码让程序帮忙筛选。在他看来，能把需求交代给计算机的人，会变得强大得多、高效得多。

AI 时代，职场人现在最该学的一项技能是什么？吴恩达老师的建议是人人都该学编程。不少企业高管劝大家别学编程了，理由是 AI 会把它自动化掉。吴恩达认为这个逻辑正好反了。正因为有了 AI 辅助，写代码变得前所未有地容易，所以才值得每个人都去学。他已经在很多岗位上看到了明显的生产力差距。这不只发生在软件工程师身上。一边是会写代码、能自己做定制软件的人，另一边是不会的人，两者的效率已经拉开了。学编程不等于手写代码他说的学编程并不是一行行手敲代码，他自己几乎从不这么做。在可预见的未来，最重要的能力之一是能准确告诉计算机你要它做什么，让它替你完成。而代码就是计算机的语言。所以学编程的实质，是学会用计算机听得懂的方式把需求说清楚。他团队里最好的市场人员有了想法，不用等工程师来搭网站，自己就能做出来。最好的招聘人员也不再靠肉眼一份份看简历，而是写代码让程序帮忙筛选。在他看来，能把需求交代给计算机的人，会变得强大得多、高效得多。

宝玉

116,039 просмотров • 1 месяц назад

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 просмотров • 6 месяцев назад

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

🚀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

19,931 просмотров • 4 месяцев назад

周受资说的太对了：写代码本来就只占工程师约30%的时间 🤣 最近的星展亚洲未来前瞻大会上，提到AI技术的影响以及对软件工程师的“替代”这个议题，TikTok CEO周受资说：我们谈到AI编程，在我们这个行业里，写代码过程本身是被AI颠覆了；但写代码只占大多数工程师30%的时间，其他很多工作依然非常依赖人——规划、与产品经理沟通、各种协调等等，而且现在人的检查复核依然不可或缺。周受资老板是真了解程序员工作的😂 我记得10多年前我在国内某一互联网大厂，码农们上午基本开会，下午很晚或者晚上才会有时间写代码，哈哈！而且当时这种现象在互联网大厂中是普遍的，事实上大家白天工作时间本来就没有多长时间写代码 🤣

周受资说的太对了：写代码本来就只占工程师约30%的时间 🤣 最近的星展亚洲未来前瞻大会上，提到AI技术的影响以及对软件工程师的“替代”这个议题，TikTok CEO周受资说：我们谈到AI编程，在我们这个行业里，写代码过程本身是被AI颠覆了；但写代码只占大多数工程师30%的时间，其他很多工作依然非常依赖人——规划、与产品经理沟通、各种协调等等，而且现在人的检查复核依然不可或缺。周受资老板是真了解程序员工作的😂 我记得10多年前我在国内某一互联网大厂，码农们上午基本开会，下午很晚或者晚上才会有时间写代码，哈哈！而且当时这种现象在互联网大厂中是普遍的，事实上大家白天工作时间本来就没有多长时间写代码 🤣

马识途

61,938 просмотров • 22 дней назад

全球软件工程师的岗位描述刚刚被清空。 Larry Ellison 直接摊牌了。甲骨文公司现在的代码根本不是人写的。全是 AI 模型在干活。以前写代码要一行行死磕逻辑。现在人类只剩下一个动作。声明意图。你告诉 AI 到底想实现什么功能。剩下的底层分步流程全部由机器自动生成。别拿它当初创公司的概念演示看。甲骨文是全球最大的底层基础设施巨头之一。连他们的核心代码架构都彻底交接给了模型。只会写循环语句和纠结语法的码农很快就会被出清。手搓代码的古典时代正式结束。下一个十年的最高技术壁垒叫准确下达指令。

全球软件工程师的岗位描述刚刚被清空。 Larry Ellison 直接摊牌了。甲骨文公司现在的代码根本不是人写的。全是 AI 模型在干活。以前写代码要一行行死磕逻辑。现在人类只剩下一个动作。声明意图。你告诉 AI 到底想实现什么功能。剩下的底层分步流程全部由机器自动生成。别拿它当初创公司的概念演示看。甲骨文是全球最大的底层基础设施巨头之一。连他们的核心代码架构都彻底交接给了模型。只会写循环语句和纠结语法的码农很快就会被出清。手搓代码的古典时代正式结束。下一个十年的最高技术壁垒叫准确下达指令。

墓碑科技

79,769 просмотров • 7 месяцев назад

对不起，我不是在用 AI，我是在开公司！看到 Kimi 2.5 的集群模式，我直接看呆了…… 以前是“一个模型干所有活”，现在是“模型现场帮我招员工” 只要跟它说你的需求，它会自动分身：有的负责调研，有的负责写代码，有的负责整合最高100个 Agent 并发处理！这种串行+平行的调度能力，以前想都不敢想 “一人公司”的时代真的来了吗唯一的缺点？贵现在的我只想大喊：友商们快跟进！早日实现“数字员工自由”！

对不起，我不是在用 AI，我是在开公司！看到 Kimi 2.5 的集群模式，我直接看呆了…… 以前是“一个模型干所有活”，现在是“模型现场帮我招员工” 只要跟它说你的需求，它会自动分身：有的负责调研，有的负责写代码，有的负责整合最高100个 Agent 并发处理！这种串行+平行的调度能力，以前想都不敢想 “一人公司”的时代真的来了吗唯一的缺点？贵现在的我只想大喊：友商们快跟进！早日实现“数字员工自由”！

XDmnnn不淡

50,270 просмотров • 7 месяцев назад

Grok Bot + Cursor 全链路开发分享！现在出门只带手机，也能完成从写代码、测试到 PR 合并和发布的整个流程🔥 前面有朋友问我，怎么通过手机配合 Grok Bot 和 Cursor 完成整个开发流程其实没有想象中复杂，我现在这套工作流，基本不需要一直守在电脑前，分享一下具体怎么操作一、先做好两个准备工作 1、关联 Grok Bot 和 Cursor 准备一个同时登录 Grok Bot 和 Cursor 的账号，现在的新订阅可以把两个服务关联起来这里要注意，尽量使用同一个账号和邮箱，避免后面出现账号无法关联的问题 2、连接 GitHub 仓库分别让 Grok Bot 和 Cursor 连接自己的 GitHub 仓库后续的代码修改、PR、Review 和 CI/CD，都可以围绕 GitHub 完成二、整个开发流程其实很简单 ① 手机下发任务直接在 Grok Bot 里描述开发需求，让它调用 Cursor 去执行 Coding 任务，不需要自己一直开着电脑操作 ② Cursor Cloud 云端开发和测试这个是我比较喜欢的地方 Cursor 自带 Cloud 环境，代码修改、测试和运行都可以在云端完成中间的执行过程还可以通过截图、录屏和结果说明来检查，不用单纯依赖 Agent 告诉你任务已经完成 ③ GitHub PR + CI/CD 代码完成后，通过 GitHub 提交 PR，再检查对应的测试结果和 CI/CD 状态确认没有问题后，合并到主分支，如果你的项目已经配置好自动部署，后续发布流程也可以直接跑起来三、最后我需要做什么？整个流程下来，我主要只需要关注三件事： 1、提交开发任务 2、检查结果并合并 PR 3、确认发布到生产环境以前开发一个小功能，可能还得远程连接电脑、打开编辑器、跑测试，现在很多操作都可以交给 Grok Bot 和 Cursor 完成而且整个过程在手机上就能跟进，对于经常出门、又需要随时处理项目的人来说，确实方便很多当然，正式上线前还是建议自己检查代码、测试结果和权限配置，尤其是涉及数据库和生产环境的修改如果你已经在用 Grok Bot 和 Cursor，真的可以试试把 GitHub 这条链路打通，后面会省下不少重复操作的时间

Grok Bot + Cursor 全链路开发分享！现在出门只带手机，也能完成从写代码、测试到 PR 合并和发布的整个流程🔥 前面有朋友问我，怎么通过手机配合 Grok Bot 和 Cursor 完成整个开发流程其实没有想象中复杂，我现在这套工作流，基本不需要一直守在电脑前，分享一下具体怎么操作一、先做好两个准备工作 1、关联 Grok Bot 和 Cursor 准备一个同时登录 Grok Bot 和 Cursor 的账号，现在的新订阅可以把两个服务关联起来这里要注意，尽量使用同一个账号和邮箱，避免后面出现账号无法关联的问题 2、连接 GitHub 仓库分别让 Grok Bot 和 Cursor 连接自己的 GitHub 仓库后续的代码修改、PR、Review 和 CI/CD，都可以围绕 GitHub 完成二、整个开发流程其实很简单 ① 手机下发任务直接在 Grok Bot 里描述开发需求，让它调用 Cursor 去执行 Coding 任务，不需要自己一直开着电脑操作 ② Cursor Cloud 云端开发和测试这个是我比较喜欢的地方 Cursor 自带 Cloud 环境，代码修改、测试和运行都可以在云端完成中间的执行过程还可以通过截图、录屏和结果说明来检查，不用单纯依赖 Agent 告诉你任务已经完成 ③ GitHub PR + CI/CD 代码完成后，通过 GitHub 提交 PR，再检查对应的测试结果和 CI/CD 状态确认没有问题后，合并到主分支，如果你的项目已经配置好自动部署，后续发布流程也可以直接跑起来三、最后我需要做什么？整个流程下来，我主要只需要关注三件事： 1、提交开发任务 2、检查结果并合并 PR 3、确认发布到生产环境以前开发一个小功能，可能还得远程连接电脑、打开编辑器、跑测试，现在很多操作都可以交给 Grok Bot 和 Cursor 完成而且整个过程在手机上就能跟进，对于经常出门、又需要随时处理项目的人来说，确实方便很多当然，正式上线前还是建议自己检查代码、测试结果和权限配置，尤其是涉及数据库和生产环境的修改如果你已经在用 Grok Bot 和 Cursor，真的可以试试把 GitHub 这条链路打通，后面会省下不少重复操作的时间

小墨同学

47,643 просмотров • 11 дней назад

最近看到很多人在聊 Vibe Coding，我也下了软件试了下。作为一个没有任何编程和计算机基础的人，竟然真的靠“聊天”做出了一个在线个人网页😂 过程其实很有意思：我负责描述想要的 vibe和网页内容：自我介绍，风格类似iOS17 玻璃质感、淡绿色、按钮要更深一点… 然后用 GPT 帮我把这些抽象需求翻译成可执行的 prompt，Cursor 再根据 prompt 自动改代码、预览效果。等于我完全不写代码，只是在指导两个 AI 结对编程： GPT 负责把我的中文需求变成工程语言 Cursor 负责真正写代码、渲染页面我只需要根据网页呈现的结果反馈给GPT：这不够玻璃，再绿一点，加点光效等最后用 Vercel，上线成一个真正的网址（但Deploy完显示404了..🥹 一套下来体验感就是——我们都向往“Vibe Coding” 的理想目标——那种“言出法随”的魔法，只要说话，AI就能完美实现一切。但我们必须承认一个现实：以当前AI（无论是Claude、GPT）的能力，目前还远不足以支撑这个理想。尝试AI“对齐颗粒度“，以学习的姿态打造AI时代的「超级个体」

最近看到很多人在聊 Vibe Coding，我也下了软件试了下。作为一个没有任何编程和计算机基础的人，竟然真的靠“聊天”做出了一个在线个人网页😂 过程其实很有意思：我负责描述想要的 vibe和网页内容：自我介绍，风格类似iOS17 玻璃质感、淡绿色、按钮要更深一点… 然后用 GPT 帮我把这些抽象需求翻译成可执行的 prompt，Cursor 再根据 prompt 自动改代码、预览效果。等于我完全不写代码，只是在指导两个 AI 结对编程： GPT 负责把我的中文需求变成工程语言 Cursor 负责真正写代码、渲染页面我只需要根据网页呈现的结果反馈给GPT：这不够玻璃，再绿一点，加点光效等最后用 Vercel，上线成一个真正的网址（但Deploy完显示404了..🥹 一套下来体验感就是——我们都向往“Vibe Coding” 的理想目标——那种“言出法随”的魔法，只要说话，AI就能完美实现一切。但我们必须承认一个现实：以当前AI（无论是Claude、GPT）的能力，目前还远不足以支撑这个理想。尝试AI“对齐颗粒度“，以学习的姿态打造AI时代的「超级个体」

Mercy

32,119 просмотров • 10 месяцев назад

AI淘汰程序员？想多了。硅谷投资大佬Marc Andreessen点破了一个真相。 AI编程不会消灭程序员，它在重新定义这个职业。程序员的工作不再是逐行敲代码。现在的工作，是同时指挥10个AI编码机器人。跟它们争论，调试它们的输出，修改需求，逼它们拿出正确结果。但这里有个圈套。如果你自己不懂怎么写代码，你根本无法判断AI给你的东西是对是错。编程的下一个层次，不是写脚本。是监督写脚本的AI。今天最顶尖的程序员，整天在不同终端之间切换。管理多个编码机器人，修复错误，优化指令。讽刺吗？你仍然需要极其扎实的基本功。没有基本功，你连AI在犯傻都看不出来。工作的本质变了。现在是跟AI机器人辩论，调试AI生成的代码，理解为什么程序跑不起来，或者为什么不够快。 AI确实简化了工作。但只有真正懂代码的人，才能判断这种简化是否正确。程序员不会消失。他们正在变得比以前强大10倍、100倍，甚至1000倍。生产力的巨大提升，这才是真正的价值所在。任务在变，工作性质在变。但最终负责的，永远是人。人类依然在监督过程，评估结果，纠正错误，并做出最终判断。未来的程序员不是被AI取代。他们被AI升级了。所以，还是得老老实实学习怎么写代码，理解代码。因为当AI搞砸的时候，只有人知道为什么。这种能力的跃升，才是真正的革命。

AI淘汰程序员？想多了。硅谷投资大佬Marc Andreessen点破了一个真相。 AI编程不会消灭程序员，它在重新定义这个职业。程序员的工作不再是逐行敲代码。现在的工作，是同时指挥10个AI编码机器人。跟它们争论，调试它们的输出，修改需求，逼它们拿出正确结果。但这里有个圈套。如果你自己不懂怎么写代码，你根本无法判断AI给你的东西是对是错。编程的下一个层次，不是写脚本。是监督写脚本的AI。今天最顶尖的程序员，整天在不同终端之间切换。管理多个编码机器人，修复错误，优化指令。讽刺吗？你仍然需要极其扎实的基本功。没有基本功，你连AI在犯傻都看不出来。工作的本质变了。现在是跟AI机器人辩论，调试AI生成的代码，理解为什么程序跑不起来，或者为什么不够快。 AI确实简化了工作。但只有真正懂代码的人，才能判断这种简化是否正确。程序员不会消失。他们正在变得比以前强大10倍、100倍，甚至1000倍。生产力的巨大提升，这才是真正的价值所在。任务在变，工作性质在变。但最终负责的，永远是人。人类依然在监督过程，评估结果，纠正错误，并做出最终判断。未来的程序员不是被AI取代。他们被AI升级了。所以，还是得老老实实学习怎么写代码，理解代码。因为当AI搞砸的时候，只有人知道为什么。这种能力的跃升，才是真正的革命。

墓碑科技

59,008 просмотров • 8 месяцев назад

holy shit，Warp这次真的是把整个行业的桌子给掀了。发布一天多，GitHub直接冲到31.9k星，速度快到系统都卡了。兄弟们，这可不是简单把代码扔到GitHub，相当于带来了人类历史上第一个AI原生的开源协作范式🤯🤯🤯 以前开源是靠热情开发者周末肝代码，现在Oz代理会自动写代码，跑测试，做code review，甚至生成完整的技术文档。未来人类只需要做最值钱的三件事，提想法，把关品味，拍板最终方向。更有意思的是，前几天而且你现在甚至能去我感觉这可能是未来十年软件开发方式的一次预演。

holy shit，Warp这次真的是把整个行业的桌子给掀了。发布一天多，GitHub直接冲到31.9k星，速度快到系统都卡了。兄弟们，这可不是简单把代码扔到GitHub，相当于带来了人类历史上第一个AI原生的开源协作范式🤯🤯🤯 以前开源是靠热情开发者周末肝代码，现在Oz代理会自动写代码，跑测试，做code review，甚至生成完整的技术文档。未来人类只需要做最值钱的三件事，提想法，把关品味，拍板最终方向。更有意思的是，前几天而且你现在甚至能去我感觉这可能是未来十年软件开发方式的一次预演。

AYi

108,768 просмотров • 6 месяцев назад

很多人一聊到选哪条链？第一反应都是：热度高不高？补贴多不多？生态有没有流量？但今天听了 Talus 🐸 CEO Mike Hanono 和 The Rollup 的视频会议，我反而有种感觉：这不是在给 Sui 站台，更像是一场技术自白。首先Talus 选 Sui，真的不是因为它现在火。而是因为 Talus 想做的这件事，在别的链上，很难跑得像样。先说清楚一点：Talus 要做的不是一个 AI 应用，也不是几个 bot、几个策略脚本。它想做的是——一个大规模、自主运行的代理网络：成千上万个代理同时运行、同时决策、同时交互。光是这个前提，就把底层链的门槛直接拉满。为什么是 Sui？我听下来，核心其实就三点。第一，并行执行。代理世界不是排队点菜，不是你先我后那种单线程逻辑。代理一多，如果底层还是串行执行，结果只有一个：越跑越卡，最后只能做 demo。Sui 的并行执行，本质上就是为“多主体同时操作” 这种系统准备的，这点和 Talus 的形态非常贴合。第二，高吞吐量。代理不是偶尔动一下，而是持续、高频地产生状态变化。TPS 要是撑不住，所有“自主”“实时”都会变成慢动作回放。对 Talus 来说，吞吐量不是加分项，是能不能活下来的前提条件。第三，移动端和安全模型。这一点很多人会忽略。未来代理不只在服务器、交易后台跑，它一定会越来越靠近用户。Sui 在账户模型和安全设计上，本身就更像现代应用，而不是早期 DeFi 那套「钱包就是一切」的逻辑。所以当 gmike 说“我们一直都是 SUI Maxis”，我反而觉得这句话挺克制的。这不是情绪站队，而是工程师视角下的现实选择。至于多链？我自己的理解是：Talus 不是不懂多链，而是很清楚——在基础设施阶段，过早多链只会把复杂度放大。尤其是代理这种高度耦合、强调协同的系统，先把一个底层跑通、跑稳，比到处铺点重要得多。很多项目喜欢先讲“未来多链叙事”，但真正做底层的人，往往会先问一句：现在这个系统在哪条链上能真正跑到规模？从这个角度看，Talus 的选择是理性的，也是偏长期的。不追热点，不抢流量，先把代理世界里最难的那一块解决掉。这种项目短期不一定最热，但一旦真跑起来，后面的持续热度，反而会非常高。 Kaito AI 🌊 #Yapping #MadewithMoss MOSS #Starboard Galxe River River4FUN 🐝

很多人一聊到选哪条链？第一反应都是：热度高不高？补贴多不多？生态有没有流量？但今天听了 Talus 🐸 CEO Mike Hanono 和 The Rollup 的视频会议，我反而有种感觉：这不是在给 Sui 站台，更像是一场技术自白。首先Talus 选 Sui，真的不是因为它现在火。而是因为 Talus 想做的这件事，在别的链上，很难跑得像样。先说清楚一点：Talus 要做的不是一个 AI 应用，也不是几个 bot、几个策略脚本。它想做的是——一个大规模、自主运行的代理网络：成千上万个代理同时运行、同时决策、同时交互。光是这个前提，就把底层链的门槛直接拉满。为什么是 Sui？我听下来，核心其实就三点。第一，并行执行。代理世界不是排队点菜，不是你先我后那种单线程逻辑。代理一多，如果底层还是串行执行，结果只有一个：越跑越卡，最后只能做 demo。Sui 的并行执行，本质上就是为“多主体同时操作” 这种系统准备的，这点和 Talus 的形态非常贴合。第二，高吞吐量。代理不是偶尔动一下，而是持续、高频地产生状态变化。TPS 要是撑不住，所有“自主”“实时”都会变成慢动作回放。对 Talus 来说，吞吐量不是加分项，是能不能活下来的前提条件。第三，移动端和安全模型。这一点很多人会忽略。未来代理不只在服务器、交易后台跑，它一定会越来越靠近用户。Sui 在账户模型和安全设计上，本身就更像现代应用，而不是早期 DeFi 那套「钱包就是一切」的逻辑。所以当 gmike 说“我们一直都是 SUI Maxis”，我反而觉得这句话挺克制的。这不是情绪站队，而是工程师视角下的现实选择。至于多链？我自己的理解是：Talus 不是不懂多链，而是很清楚——在基础设施阶段，过早多链只会把复杂度放大。尤其是代理这种高度耦合、强调协同的系统，先把一个底层跑通、跑稳，比到处铺点重要得多。很多项目喜欢先讲“未来多链叙事”，但真正做底层的人，往往会先问一句：现在这个系统在哪条链上能真正跑到规模？从这个角度看，Talus 的选择是理性的，也是偏长期的。不追热点，不抢流量，先把代理世界里最难的那一块解决掉。这种项目短期不一定最热，但一旦真跑起来，后面的持续热度，反而会非常高。 Kaito AI 🌊 #Yapping #MadewithMoss MOSS #Starboard Galxe River River4FUN 🐝

百里 🌊RIVER | MemeMax⚡️|🧠SENT

13,710 просмотров • 10 месяцев назад

2分钟搭建Linux独立代理SOCKS5 IP 现在行情不好的情况下，不妨好好提升自己，大多撸毛的兄弟应该都是买的代理IP，和买的VPN，有时候还会在群里看到很多兄弟问哪里的飞机场好用便宜，自己搭建就好了 github上有一堆一键搭建的脚本，学会自己搭建一方面能节省代理成本，另一方面可以多一台24小时不关机的远程电脑跑跑脚本，最终要的一点是，自己搭建的独立IP干净可靠，有效降低女巫风险 ❚ 一键搭建SOCKS5 安装之前先准备一台linux，一定是linux，windows不行，然后输入以下开源的脚本到linux系统，回车，等待安装，完成后会随机生成账号密码端口，把这些信息记录下来（代码都是免费开源的，放心食用，命令放在第二篇帖子） ❚ 云服务器开启防火墙搭建成功后会发现还是连接不上代理，那是因为云服务器代理商一般都会自己做一定的限制，所以你需要登陆上云服务器的控制台，找到对应的防火墙，然后把上面的随机端口添加上完成以上两个步骤，代理IP就算是搭建成功了，最后随便找个指纹浏览器测试下

2分钟搭建Linux独立代理SOCKS5 IP 现在行情不好的情况下，不妨好好提升自己，大多撸毛的兄弟应该都是买的代理IP，和买的VPN，有时候还会在群里看到很多兄弟问哪里的飞机场好用便宜，自己搭建就好了 github上有一堆一键搭建的脚本，学会自己搭建一方面能节省代理成本，另一方面可以多一台24小时不关机的远程电脑跑跑脚本，最终要的一点是，自己搭建的独立IP干净可靠，有效降低女巫风险 ❚ 一键搭建SOCKS5 安装之前先准备一台linux，一定是linux，windows不行，然后输入以下开源的脚本到linux系统，回车，等待安装，完成后会随机生成账号密码端口，把这些信息记录下来（代码都是免费开源的，放心食用，命令放在第二篇帖子） ❚ 云服务器开启防火墙搭建成功后会发现还是连接不上代理，那是因为云服务器代理商一般都会自己做一定的限制，所以你需要登陆上云服务器的控制台，找到对应的防火墙，然后把上面的随机端口添加上完成以上两个步骤，代理IP就算是搭建成功了，最后随便找个指纹浏览器测试下

Dazmon

37,626 просмотров • 10 месяцев назад

GitHub 看不下去了，亲自下场给 AI 编程立规矩！🔥 Spec Kit，GitHub 出品，短短几天已经 109k+ Star。如果你经常用 Claude Code、Cursor 或 Copilot 写项目，大概率遇到过这种情况：第一版看着挺对。第二版开始偏。改了十几轮后发现，AI 理解的根本不是你想做的东西。 Spec Kit 想解决的就是这个问题。先把需求定义清楚。再让 AI 干活。需求 → 计划 → 任务 → 代码。整个过程都有据可依，而不是一路靠 Prompt 猜。核心亮点： - 一句话需求自动生成 Spec，验收标准、边界条件一起补全。 - Spec 自动转开发计划，任务拆分、技术方案、测试清单直接生成。 - Claude Code、Copilot、Gemini、Codex 等 30+ AI Coding Agent 全兼容。 - 支持 Preset 和 Extension，团队规范、行业模板直接复用。 - 新项目、功能迭代、遗留系统改造，一套流程全覆盖。我最喜欢的一点是：它不是教 AI 写更多代码。而是尽量避免 AI 从第一步就写错代码。如果你已经开始用 AI 做开发，这个项目值得放进收藏夹。

GitHub 看不下去了，亲自下场给 AI 编程立规矩！🔥 Spec Kit，GitHub 出品，短短几天已经 109k+ Star。如果你经常用 Claude Code、Cursor 或 Copilot 写项目，大概率遇到过这种情况：第一版看着挺对。第二版开始偏。改了十几轮后发现，AI 理解的根本不是你想做的东西。 Spec Kit 想解决的就是这个问题。先把需求定义清楚。再让 AI 干活。需求 → 计划 → 任务 → 代码。整个过程都有据可依，而不是一路靠 Prompt 猜。核心亮点： - 一句话需求自动生成 Spec，验收标准、边界条件一起补全。 - Spec 自动转开发计划，任务拆分、技术方案、测试清单直接生成。 - Claude Code、Copilot、Gemini、Codex 等 30+ AI Coding Agent 全兼容。 - 支持 Preset 和 Extension，团队规范、行业模板直接复用。 - 新项目、功能迭代、遗留系统改造，一套流程全覆盖。我最喜欢的一点是：它不是教 AI 写更多代码。而是尽量避免 AI 从第一步就写错代码。如果你已经开始用 AI 做开发，这个项目值得放进收藏夹。

开发者Hailey

22,153 просмотров • 5 месяцев назад