Video wird geladen...

Video konnte nicht geladen werden

Beim Laden dieses Videos ist ein Problem aufgetreten. Dies könnte an einem vorübergehenden Netzwerkproblem liegen oder das Video ist möglicherweise nicht verfügbar.

让 AI 学会 senior dev 的极致偷懒 — ponytail ponytail 是一个专为 Claude、Cursor、Codex、Devin 等 AI 编码工具打造的规则集 + 插件。它让你的 Agent 彻底改变思考方式：最好的代码，就是不用写的代码。已斩获 60k+ stars。装上它，AI 不再卷废代码，只输出极致必要。代码量平均减少 54%（最高 94%） Token 成本降 20%，速度提升 27% 安全零妥协：永不砍验证、错误处理和边界防护懒人决策梯：先判断是否需要、是否已有复用、标准库/原生是否够用，最后才写最小实现想让 AI 高效不废话，就用它。

开发者Hailey

20,634 subscribers

34,664 Aufrufe • vor 2 Monaten •via X (Twitter)

Bildung Wissenschaft & Technologie

Anya Rossi• Live Now

Private livecam show

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

推荐一个很有意思的开源项目 Ponytail，它专门给 Claude Code、Codex、Cursor、OpenClaw 等 AI Agent 灌输一种「懒惰的高级程序员思维」：能不写就不写，能复用就不重造，系统原生能解决就绝不引入新依赖。作者实测，在真实 Claude Code 开发任务中，Ponytail 平均让代码量减少约 54%，Token 减少 22%、成本降低 20%、耗时减少 27%，同时保留安全校验、错误处理和可访问性。一句话：让 AI 少写垃圾代码，像一个干了十年的老程序员一样解决问题。 ⁠

推荐一个很有意思的开源项目 Ponytail，它专门给 Claude Code、Codex、Cursor、OpenClaw 等 AI Agent 灌输一种「懒惰的高级程序员思维」：能不写就不写，能复用就不重造，系统原生能解决就绝不引入新依赖。作者实测，在真实 Claude Code 开发任务中，Ponytail 平均让代码量减少约 54%，Token 减少 22%、成本降低 20%、耗时减少 27%，同时保留安全校验、错误处理和可访问性。一句话：让 AI 少写垃圾代码，像一个干了十年的老程序员一样解决问题。 ⁠

周览资源

32,962 Aufrufe • vor 1 Monat

Codex 5.6 装上这个 Skill，能少写 90% 废代码很多人用 Codex，需求一丢进去，AI 就开始给你堆组件、装依赖、写一大堆根本用不到的代码。token 越烧越多，代码反而越难维护。这个 GitHub 项目叫 ponytail。它会在 Codex 写代码前先强制判断：这件事真的需要写吗？项目里有没有现成代码？标准库能不能解决？浏览器原生能力能不能解决？能不能只写一行？只有这些路都走不通，才写最少、真正能跑的代码，在也不会出现垃圾代码了。比如你让 AI 做日期选择器，普通 Agent 可能给你装库、写组件、加样式；ponytail 会直接告诉它：浏览器本身就有。安装提示词，直接复制给 Codex： “请帮我安 plugin marketplace add DietrichGebert/ponytail，然后执行 codex plugin add ponytailyossy。安装完成后打开 /hooks，检查并信任 Ponytail 的两个 lifecycle hooks，最后提示我重启 Codex 并新开一个会话。以后所有编码任务默认启用 full 模式；需要更强力地减少过度设计时，使用 yossy ultra。” 少写无用代码 = 少花 Token + 更快交付 + 更少 Bug

Codex 5.6 装上这个 Skill，能少写 90% 废代码很多人用 Codex，需求一丢进去，AI 就开始给你堆组件、装依赖、写一大堆根本用不到的代码。token 越烧越多，代码反而越难维护。这个 GitHub 项目叫 ponytail。它会在 Codex 写代码前先强制判断：这件事真的需要写吗？项目里有没有现成代码？标准库能不能解决？浏览器原生能力能不能解决？能不能只写一行？只有这些路都走不通，才写最少、真正能跑的代码，在也不会出现垃圾代码了。比如你让 AI 做日期选择器，普通 Agent 可能给你装库、写组件、加样式；ponytail 会直接告诉它：浏览器本身就有。安装提示词，直接复制给 Codex： “请帮我安 plugin marketplace add DietrichGebert/ponytail，然后执行 codex plugin add ponytailyossy。安装完成后打开 /hooks，检查并信任 Ponytail 的两个 lifecycle hooks，最后提示我重启 Codex 并新开一个会话。以后所有编码任务默认启用 full 模式；需要更强力地减少过度设计时，使用 yossy ultra。” 少写无用代码 = 少花 Token + 更快交付 + 更少 Bug

govin.eth | G哥

52,023 Aufrufe • vor 26 Tagen

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

80,111 Aufrufe • vor 14 Stunden

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)

92,340 Aufrufe • vor 2 Monaten

Codex 5.6 写代码很强，但很多人只用对了一半。 90% 的人都忽略了：写代码和审代码，最好不要使用同一个对话。原对话已经知道你的目标和它自己的修改思路，很容易顺着原来的判断证明自己没问题。更好的方法是新开一个完全没有前文的任务，只给它当前代码变更和验收要求： “请以独立代码审查者的身份检查当前 Git diff。不要根据原开发思路替改动辩护，重点寻找功能回归、遗漏场景、错误假设、并发问题和测试盲区。暂时不要修改代码，先按严重程度列出问题，并提供对应文件和证据。” 提前发现问题，省下的不只是返工时间，还有后续反复修 Bug 消耗的 Token。一个 Codex 负责写，另一个没有参与开发的 Codex 负责挑错。

Codex 5.6 写代码很强，但很多人只用对了一半。 90% 的人都忽略了：写代码和审代码，最好不要使用同一个对话。原对话已经知道你的目标和它自己的修改思路，很容易顺着原来的判断证明自己没问题。更好的方法是新开一个完全没有前文的任务，只给它当前代码变更和验收要求： “请以独立代码审查者的身份检查当前 Git diff。不要根据原开发思路替改动辩护，重点寻找功能回归、遗漏场景、错误假设、并发问题和测试盲区。暂时不要修改代码，先按严重程度列出问题，并提供对应文件和证据。” 提前发现问题，省下的不只是返工时间，还有后续反复修 Bug 消耗的 Token。一个 Codex 负责写，另一个没有参与开发的 Codex 负责挑错。

爱丽丝呀！

17,164 Aufrufe • vor 1 Monat

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

58,989 Aufrufe • vor 7 Monaten

Claude Code源码泄露，说真的Anthropic担心你看懂的不是代码，是它的思维。让三万全部读了一遍，得出了5个炸裂发现，我拆给你听： 1. 记忆系统才是真护城河——不是塞上下文，是用小模型专门当"检索员" 2. 管AI就是管人——"永远不要把理解力外包给下属"，管人也一样 3. 安全是架构不是按钮——1500行代码只判断一件事 4. 连Anthropic都在死抠Token——3行代码一天省25万次调用 5. 护城河都是悄悄修的——源码里藏着反蒸馏、Undercover Mode……

Claude Code源码泄露，说真的Anthropic担心你看懂的不是代码，是它的思维。让三万全部读了一遍，得出了5个炸裂发现，我拆给你听： 1. 记忆系统才是真护城河——不是塞上下文，是用小模型专门当"检索员" 2. 管AI就是管人——"永远不要把理解力外包给下属"，管人也一样 3. 安全是架构不是按钮——1500行代码只判断一件事 4. 连Anthropic都在死抠Token——3行代码一天省25万次调用 5. 护城河都是悄悄修的——源码里藏着反蒸馏、Undercover Mode……

傅盛

57,423 Aufrufe • vor 5 Monaten

的人提了一个思路：用 AI 写代码之后，人应该审计划，不应该审代码。他的类比很准。写 C 语言的时候没人去检查编译器输出的汇编对不对，因为你信任编译器。AI 写代码也应该一样——你把精力花在计划对不对上，计划没问题就让它去生成。问题是 Claude Code 的计划是一大坨 Markdown，在终端里看得人眼花。他做了个 /visual-plan 技能，让 AI 用 MDX 组件输出计划：线框图、API 结构图、Schema 变更，都是可视化的，能拖能缩放。代码写完之后还有 /visual-recap，生成一份可视化变更总结。产品经理和设计师不用看代码 diff 也能看懂 AI 改了什么。

的人提了一个思路：用 AI 写代码之后，人应该审计划，不应该审代码。他的类比很准。写 C 语言的时候没人去检查编译器输出的汇编对不对，因为你信任编译器。AI 写代码也应该一样——你把精力花在计划对不对上，计划没问题就让它去生成。问题是 Claude Code 的计划是一大坨 Markdown，在终端里看得人眼花。他做了个 /visual-plan 技能，让 AI 用 MDX 组件输出计划：线框图、API 结构图、Schema 变更，都是可视化的，能拖能缩放。代码写完之后还有 /visual-recap，生成一份可视化变更总结。产品经理和设计师不用看代码 diff 也能看懂 AI 改了什么。

Vincent

12,896 Aufrufe • vor 3 Monaten

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👇

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 Aufrufe • vor 4 Monaten

🔥 V神最新长文：AI 疯狂写代码的时代，你的链上资产怎么保命？当 AI 开始自动找 Bug、光速写代码时，网络安全正面临一个悖论：代码暴增，漏洞也暴增。以太坊创始人 Vitalik 给出了对抗 AI 攻击者的终极底牌：形式化验证。简单来说，它不用审计师逐行看代码，而是把安全目标写成数学命题，让机器用严谨的数学证明去死磕代码，验证它绝对不会出错。看懂 V 神这篇万字长文，只需要搞清这四个硬核逻辑： 1. 为什么现在突然火了？这技术存在几十年了，过去因为写证明太反人类，一直很边缘。但现在智能合约、零知识证明（ZK）一旦出问题，钱瞬间被秒光。最可怕的是，像 Claude Mythos 这种模型再过两年，就能全自动扫出所有漏洞。当你把加密货币放进不可变的链上智能合约里时，代码 bug 会变得更加可怕。因为一旦代码出错，朝鲜黑客就可能自动把你的钱全部转走，而你几乎没有任何追索手段。当我们拥有强大的 AI 模型时，代码 bug 还会变得更加可怕。比如像 Claude Mythos 这样的模型，再经过两年改进之后，可能已经可以自动化地发现这些漏洞。对抗 AI 攻击者的唯一办法，就是让 AI 帮我们写形式化证明！让 AI 用最底层的汇编语言写出极致高效的代码，同时让 AI 自动生成一套数学证明，锁死安全性。 2. “可证明安全”不是万能药 Vitalik 特别清醒地警告：数学上证明了安全，不等于绝对安全。因为它读不懂复杂的“人类意图”。它经常在这些地方翻车： 1、边缘漏洞：核心代码证明了，但未经验证的边缘代码出了 Bug。 2、目标写错：证明过程天衣无缝，但你一开始设定的安全属性规范就写错了。 3、侧信道攻击：代码无懈可击，但黑客在几米外捕捉你电脑的电气波动，直接偷走私钥。 3. 以太坊的唯一解法未来的以太坊会堆满极其复杂的底层组件（STARK、ZK-EVM等）。人类大脑已经无法去端到端地推理这种系统边界的交互漏洞，只有机器能做到。在这些高危领域，让 AI 负责写高性能代码和证明，人类负责检查最终的命题是否跑偏，是唯一的出路。 🔮 最终的格局分化 AI 与形式化验证是天作之合。AI 降低了准确性，形式化验证又把严谨性拿了回来。未来，软件会彻底分化：大量粗糙的 AI 代码被扔进沙箱里当“不安全边缘组件”，随便它出 Bug；而以太坊、操作系统内核等“安全核心”，将在形式化验证的保护下收缩并锁死，变得不可摧毁。这就是防守方对传统网络安全的决定性胜利。

🔥 V神最新长文：AI 疯狂写代码的时代，你的链上资产怎么保命？当 AI 开始自动找 Bug、光速写代码时，网络安全正面临一个悖论：代码暴增，漏洞也暴增。以太坊创始人 Vitalik 给出了对抗 AI 攻击者的终极底牌：形式化验证。简单来说，它不用审计师逐行看代码，而是把安全目标写成数学命题，让机器用严谨的数学证明去死磕代码，验证它绝对不会出错。看懂 V 神这篇万字长文，只需要搞清这四个硬核逻辑： 1. 为什么现在突然火了？这技术存在几十年了，过去因为写证明太反人类，一直很边缘。但现在智能合约、零知识证明（ZK）一旦出问题，钱瞬间被秒光。最可怕的是，像 Claude Mythos 这种模型再过两年，就能全自动扫出所有漏洞。当你把加密货币放进不可变的链上智能合约里时，代码 bug 会变得更加可怕。因为一旦代码出错，朝鲜黑客就可能自动把你的钱全部转走，而你几乎没有任何追索手段。当我们拥有强大的 AI 模型时，代码 bug 还会变得更加可怕。比如像 Claude Mythos 这样的模型，再经过两年改进之后，可能已经可以自动化地发现这些漏洞。对抗 AI 攻击者的唯一办法，就是让 AI 帮我们写形式化证明！让 AI 用最底层的汇编语言写出极致高效的代码，同时让 AI 自动生成一套数学证明，锁死安全性。 2. “可证明安全”不是万能药 Vitalik 特别清醒地警告：数学上证明了安全，不等于绝对安全。因为它读不懂复杂的“人类意图”。它经常在这些地方翻车： 1、边缘漏洞：核心代码证明了，但未经验证的边缘代码出了 Bug。 2、目标写错：证明过程天衣无缝，但你一开始设定的安全属性规范就写错了。 3、侧信道攻击：代码无懈可击，但黑客在几米外捕捉你电脑的电气波动，直接偷走私钥。 3. 以太坊的唯一解法未来的以太坊会堆满极其复杂的底层组件（STARK、ZK-EVM等）。人类大脑已经无法去端到端地推理这种系统边界的交互漏洞，只有机器能做到。在这些高危领域，让 AI 负责写高性能代码和证明，人类负责检查最终的命题是否跑偏，是唯一的出路。 🔮 最终的格局分化 AI 与形式化验证是天作之合。AI 降低了准确性，形式化验证又把严谨性拿了回来。未来，软件会彻底分化：大量粗糙的 AI 代码被扔进沙箱里当“不安全边缘组件”，随便它出 Bug；而以太坊、操作系统内核等“安全核心”，将在形式化验证的保护下收缩并锁死，变得不可摧毁。这就是防守方对传统网络安全的决定性胜利。

比特币橙子Trader

261,514 Aufrufe • vor 4 Monaten

ClaudeCode 现在是我用的最多的 AI 辅助编码工具，也是我觉得目前最强的 AI 编码智能体，如果你有 Claude Pro 或者 Claude Max 订阅，并且写代码或者常用命令行工具，一定要试着用它去写代码、处理一些本地文件（整理文件夹之类都可以）、翻译本地markdown文件也可以。下面是官方介绍视频，已经翻译成双语字幕了，推荐看看。【Anthropic 官方】最强 AI 编程智能体 ClaudeCode 是如何诞生的？创造者 Boris 畅谈终端 AI 编程的革命与未来 “这是不是我们的秘密武器？我们确定要把它公之于众吗？” —— 这曾是 Anthropic 内部的真实讨论。现在，这个让 Anthropic 工程师效率飙升的日常工具 ClaudeCode，正式向 Claude Pro 订阅用户开放，也就是说你不需要有自己的 API Key，只要登录你的 Claude 订阅账号即可使用！ ClaudeCode 创造者 Boris 揭开这款革命性 AI 编程工具的神秘面纱： - 它为何诞生于“终端”这个最古老也最通用的界面？ - 从内部爆火到公开发布，经历了怎样的故事？ - 当你的编程搭档从人类同事变成 AI 智能体，工作流会发生怎样的颠覆？ - 告别繁琐的单元测试，让 AI 帮你搞定？ - CLAUDE MD 如何成为你与 AI 沟通的“记忆”和“指令手册”？

ClaudeCode 现在是我用的最多的 AI 辅助编码工具，也是我觉得目前最强的 AI 编码智能体，如果你有 Claude Pro 或者 Claude Max 订阅，并且写代码或者常用命令行工具，一定要试着用它去写代码、处理一些本地文件（整理文件夹之类都可以）、翻译本地markdown文件也可以。下面是官方介绍视频，已经翻译成双语字幕了，推荐看看。【Anthropic 官方】最强 AI 编程智能体 ClaudeCode 是如何诞生的？创造者 Boris 畅谈终端 AI 编程的革命与未来 “这是不是我们的秘密武器？我们确定要把它公之于众吗？” —— 这曾是 Anthropic 内部的真实讨论。现在，这个让 Anthropic 工程师效率飙升的日常工具 ClaudeCode，正式向 Claude Pro 订阅用户开放，也就是说你不需要有自己的 API Key，只要登录你的 Claude 订阅账号即可使用！ ClaudeCode 创造者 Boris 揭开这款革命性 AI 编程工具的神秘面纱： - 它为何诞生于“终端”这个最古老也最通用的界面？ - 从内部爆火到公开发布，经历了怎样的故事？ - 当你的编程搭档从人类同事变成 AI 智能体，工作流会发生怎样的颠覆？ - 告别繁琐的单元测试，让 AI 帮你搞定？ - CLAUDE MD 如何成为你与 AI 沟通的“记忆”和“指令手册”？

宝玉

37,514 Aufrufe • vor 1 Jahr

【Vibe Coding 实战心法】为什么你的 AI 搞不定 Polymarket 套利？揭秘跨模型“组合拳”开发流！告别死磕，掌握这套 AI 协作流，让 0 基础编程效率翻倍最近很多同学私信我，问得最多的一个问题就是：“我也想搞 Polymarket 的自动套利，思路都有了，但让 AI 写代码时总是报错，改来改去还是跑不通，是不是我不适合干这个？” 说实话，不是你不适合，而是你“打开方式”不对。今天我就把压箱底的经验拿出来，简单给大家避个坑。这不仅适用于 Polymarket，也适用于任何你觉得“AI 搞不定”的复杂项目。一、认清现实：AI 模型也是“偏科生” 首先，大家要有一个认知：目前的 AI 模型水平参差不齐，且各有所长。有的擅长逻辑推理（像数学教授）；有的擅长快速生成模板（像熟练工）；有的擅长创意交互（像设计师）。当你盯着一个 AI（比如只用 ChatGPT 或只用 Cursor 默认模型）死磕一个报错，就像是逼着体育老师教高数。如果一个问题你让 AI 尝试了 3 次以上还无法解决，立刻停手！不要死磕！解决方案是：换人（换模型），或者换脑子（找外援）。二、核心策略：跨平台“组合拳” (The Cross-Platform Flow) 既然单一模型搞不定，我们就要学会像“包工头”一样指挥不同的 AI 协同工作。我目前的Vibe Coding 黄金工作流是这样的，每一个环节都有明确的目的： 🟢 Google AI Studio 产品雏形 (Frontend/Visuals) 用法：我通常先用 AI Studio 来开发前端界面。它的上下文窗口大，且视觉理解能力强，能迅速把我要的 UI/UX 甚至简单的交互逻辑给“画”出来。 🔵 Cursor (Auto Mode) 基础逻辑 (Logic/Functionality) 用法：拿着前端的架子，转战 Cursor。利用 Cursor 的 Auto 模型开发后端的基本逻辑和功能模块。这是“盖楼”的阶段，让代码先跑起来。 🟣 Claude Code 深度优化 (Optimization/Fixing) 用法：遇到顽固 Bug 或者逻辑不够优雅时，我会把代码喂给 Claude Code。它的逻辑推理能力目前是顶尖的，非常适合做“外科手术”式的修复和性能优化。 🟠 OpenAI Codex 最终审核 (Auditing) 用法：最后，我会用 Codex 类的能力进行代码审查（Code Review），查漏补缺，确保安全性。总结： AI Studio 画皮，Cursor 铸骨，Claude 注入灵魂，Codex 最后的体检。一定要交叉使用，跨平台学习，这是解决复杂问题的关键。三、遇到死局怎么办？让 AI 去“抄作业” 在做 Polymarket 这种特定项目时，你经常会遇到像 redeem（赎回）或 clob（中央限价订单簿）对接这种深水区。很多时候 AI 搞不定，是因为它没见过最新的文档或特殊的 SDK 写法。这时候你哪怕把 Prompt 写出花来也没用。我的“必杀技”：如果 AI 持续报错，我给它的指令不再是“修复这个 Bug”，而是： “去 GitHub 上搜索关于 Polymarket redeem function 的最新 Python 实现方案，阅读并分析别人的代码，学习它是如何处理签名的，然后回来修改我的代码。” 让 AI 学会自我迭代： Search（搜索）：找现成的轮子。 Learn（学习）：理解别人的逻辑。 Iterate（迭代）：应用到你的项目中。你不让它学习，它就是迟迟搞不定；一旦它学会了参考，效率是指数级提升的。四、结语：Vibe Coding 的终局我看待 AI 编程的视角很简单：我不生产代码，我只是需求的搬运工。现在的困难只是暂时的。我相信在不久的将来，我们现在的这一套“组合拳”流程也会被自动化取代。未来的终局是：你只需要提出一个需求（“帮我盯着 Polymarket 上的美国大选赔率做套利”），AI 会自动去寻找文档、自动写代码、自动测试、自动部署。但在那一天到来之前，掌握这套“跨模型协作 + 引导式学习”的方法，就是你在 AI 时代最大的竞争壁垒。 PS ：还要学会PUA，不停的让AI换角色PUA，比如PM、CTO 、CEO 、顶级量化交易员等等。最后如果还不解决问题，告诉你一个终极大招，骂，使劲骂！

【Vibe Coding 实战心法】为什么你的 AI 搞不定 Polymarket 套利？揭秘跨模型“组合拳”开发流！告别死磕，掌握这套 AI 协作流，让 0 基础编程效率翻倍最近很多同学私信我，问得最多的一个问题就是：“我也想搞 Polymarket 的自动套利，思路都有了，但让 AI 写代码时总是报错，改来改去还是跑不通，是不是我不适合干这个？” 说实话，不是你不适合，而是你“打开方式”不对。今天我就把压箱底的经验拿出来，简单给大家避个坑。这不仅适用于 Polymarket，也适用于任何你觉得“AI 搞不定”的复杂项目。一、认清现实：AI 模型也是“偏科生” 首先，大家要有一个认知：目前的 AI 模型水平参差不齐，且各有所长。有的擅长逻辑推理（像数学教授）；有的擅长快速生成模板（像熟练工）；有的擅长创意交互（像设计师）。当你盯着一个 AI（比如只用 ChatGPT 或只用 Cursor 默认模型）死磕一个报错，就像是逼着体育老师教高数。如果一个问题你让 AI 尝试了 3 次以上还无法解决，立刻停手！不要死磕！解决方案是：换人（换模型），或者换脑子（找外援）。二、核心策略：跨平台“组合拳” (The Cross-Platform Flow) 既然单一模型搞不定，我们就要学会像“包工头”一样指挥不同的 AI 协同工作。我目前的Vibe Coding 黄金工作流是这样的，每一个环节都有明确的目的： 🟢 Google AI Studio 产品雏形 (Frontend/Visuals) 用法：我通常先用 AI Studio 来开发前端界面。它的上下文窗口大，且视觉理解能力强，能迅速把我要的 UI/UX 甚至简单的交互逻辑给“画”出来。 🔵 Cursor (Auto Mode) 基础逻辑 (Logic/Functionality) 用法：拿着前端的架子，转战 Cursor。利用 Cursor 的 Auto 模型开发后端的基本逻辑和功能模块。这是“盖楼”的阶段，让代码先跑起来。 🟣 Claude Code 深度优化 (Optimization/Fixing) 用法：遇到顽固 Bug 或者逻辑不够优雅时，我会把代码喂给 Claude Code。它的逻辑推理能力目前是顶尖的，非常适合做“外科手术”式的修复和性能优化。 🟠 OpenAI Codex 最终审核 (Auditing) 用法：最后，我会用 Codex 类的能力进行代码审查（Code Review），查漏补缺，确保安全性。总结： AI Studio 画皮，Cursor 铸骨，Claude 注入灵魂，Codex 最后的体检。一定要交叉使用，跨平台学习，这是解决复杂问题的关键。三、遇到死局怎么办？让 AI 去“抄作业” 在做 Polymarket 这种特定项目时，你经常会遇到像 redeem（赎回）或 clob（中央限价订单簿）对接这种深水区。很多时候 AI 搞不定，是因为它没见过最新的文档或特殊的 SDK 写法。这时候你哪怕把 Prompt 写出花来也没用。我的“必杀技”：如果 AI 持续报错，我给它的指令不再是“修复这个 Bug”，而是： “去 GitHub 上搜索关于 Polymarket redeem function 的最新 Python 实现方案，阅读并分析别人的代码，学习它是如何处理签名的，然后回来修改我的代码。” 让 AI 学会自我迭代： Search（搜索）：找现成的轮子。 Learn（学习）：理解别人的逻辑。 Iterate（迭代）：应用到你的项目中。你不让它学习，它就是迟迟搞不定；一旦它学会了参考，效率是指数级提升的。四、结语：Vibe Coding 的终局我看待 AI 编程的视角很简单：我不生产代码，我只是需求的搬运工。现在的困难只是暂时的。我相信在不久的将来，我们现在的这一套“组合拳”流程也会被自动化取代。未来的终局是：你只需要提出一个需求（“帮我盯着 Polymarket 上的美国大选赔率做套利”），AI 会自动去寻找文档、自动写代码、自动测试、自动部署。但在那一天到来之前，掌握这套“跨模型协作 + 引导式学习”的方法，就是你在 AI 时代最大的竞争壁垒。 PS ：还要学会PUA，不停的让AI换角色PUA，比如PM、CTO 、CEO 、顶级量化交易员等等。最后如果还不解决问题，告诉你一个终极大招，骂，使劲骂！

比特币橙子Trader

13,485 Aufrufe • vor 8 Monaten

李飞飞：使用AI的最高原则 1. 不要用工具做蠢事要永远思考“我为什么要用AI”和“我该怎么用它”。 2. 不要因为AI而变懒 AI可以快速给你答案，但不能代替真正的学习和思考。正确用法是：用AI帮你提出更好的问题、理清思路，而不是直接抄答案。 3. 不要用AI做坏事警惕AI被用来制造假图像、假声音、假文本，破坏信息的真实性和完整性。这不仅是技术问题，更是整个社会的问题。

李飞飞：使用AI的最高原则 1. 不要用工具做蠢事要永远思考“我为什么要用AI”和“我该怎么用它”。 2. 不要因为AI而变懒 AI可以快速给你答案，但不能代替真正的学习和思考。正确用法是：用AI帮你提出更好的问题、理清思路，而不是直接抄答案。 3. 不要用AI做坏事警惕AI被用来制造假图像、假声音、假文本，破坏信息的真实性和完整性。这不仅是技术问题，更是整个社会的问题。

KK.aWSB

58,988 Aufrufe • vor 9 Monaten

Linus Torvalds 发飙了。他在开源峰会上公开吐槽，每次听到有人吹嘘“现在 99% 的代码都是 AI 写的”，他就忍不住生气。为什么？因为按这个逻辑，这些家伙 100% 的代码其实都是“编译器”生成的。但他们怎么从来不这么说？其实是一个道理。老爷子在台上开始唠家常： “我是写机器码长大的。” 注意，不是汇编语言，是真正的数字。他到现在都记得，在 6502 芯片上，LDA 指令对应的十六进制是 A9。当年他花了好长时间才意识到，天天人肉算跳转偏移量，简直蠢透了。后来，人类发明了汇编器；再后来，有了编译器；现在，有了 AI。这些工具都很好用，AI 正在改变编程，但它绝没有改变编程的根本。至于 AI 带来的“效率神话”？ Linus 给出对比： “AI 很棒，它能把你的生产力提升 10 倍。” “但当年编译器的出现，把人类的生产力提升了 1000 倍！” 所以，这不过是又一次常规的工具演进。事情的本质从未改变：以前，优秀的开发者写出好代码，差劲的开发者写出 Bug。现在，懂系统的人能用 Prompt 调教 AI 写出好代码；而不懂系统复杂度的人，用 AI 攒出来的代码，最后一定会崩溃。现在科技圈很流行“氛围编码”（Vibe Coding）。就是用 AI 啪啪生成一个一次性项目，爽一把就扔。 Linus 说，这种玩具项目，AI 的确是神器。但如果你想做点严肃的东西，做一个需要长线维护 35 年的系统（比如 Linux）。你得懂你的 Prompt。你必须看懂 AI 吐出来的每一行代码，甚至去盯它最底层的汇编结果。祖师爷浇了盆冷水： AI 可以替你省去体力劳动。但如果你连它写了什么都看不懂，那你永远只是在制造一次性垃圾。

Linus Torvalds 发飙了。他在开源峰会上公开吐槽，每次听到有人吹嘘“现在 99% 的代码都是 AI 写的”，他就忍不住生气。为什么？因为按这个逻辑，这些家伙 100% 的代码其实都是“编译器”生成的。但他们怎么从来不这么说？其实是一个道理。老爷子在台上开始唠家常： “我是写机器码长大的。” 注意，不是汇编语言，是真正的数字。他到现在都记得，在 6502 芯片上，LDA 指令对应的十六进制是 A9。当年他花了好长时间才意识到，天天人肉算跳转偏移量，简直蠢透了。后来，人类发明了汇编器；再后来，有了编译器；现在，有了 AI。这些工具都很好用，AI 正在改变编程，但它绝没有改变编程的根本。至于 AI 带来的“效率神话”？ Linus 给出对比： “AI 很棒，它能把你的生产力提升 10 倍。” “但当年编译器的出现，把人类的生产力提升了 1000 倍！” 所以，这不过是又一次常规的工具演进。事情的本质从未改变：以前，优秀的开发者写出好代码，差劲的开发者写出 Bug。现在，懂系统的人能用 Prompt 调教 AI 写出好代码；而不懂系统复杂度的人，用 AI 攒出来的代码，最后一定会崩溃。现在科技圈很流行“氛围编码”（Vibe Coding）。就是用 AI 啪啪生成一个一次性项目，爽一把就扔。 Linus 说，这种玩具项目，AI 的确是神器。但如果你想做点严肃的东西，做一个需要长线维护 35 年的系统（比如 Linux）。你得懂你的 Prompt。你必须看懂 AI 吐出来的每一行代码，甚至去盯它最底层的汇编结果。祖师爷浇了盆冷水： AI 可以替你省去体力劳动。但如果你连它写了什么都看不懂，那你永远只是在制造一次性垃圾。

墓碑科技

68,343 Aufrufe • vor 3 Monaten

Claude 桌面端升级后，第三方模型（特别是 DeepSeek Pro）是不是都加载不出来了？刚看到个超实用的解决方案，只要 5 分钟就能复活！🔥 不用自己苦逼写代码，直接让 AI 帮你写个本地代理脚本。 1️⃣ 用 Codex/Claude 生成代理代码（视频里有提示词）。 2️⃣ 终端跑一下 `npm start`。 3️⃣ 把 Claude 的 Gateway 地址改成 ` 搞定！DeepSeek-v4-pro 瞬间满血复活，亲测能正常消耗 Token。有同样问题的兄弟集美们赶紧试一下，简单粗暴好用！👇

Claude 桌面端升级后，第三方模型（特别是 DeepSeek Pro）是不是都加载不出来了？刚看到个超实用的解决方案，只要 5 分钟就能复活！🔥 不用自己苦逼写代码，直接让 AI 帮你写个本地代理脚本。 1️⃣ 用 Codex/Claude 生成代理代码（视频里有提示词）。 2️⃣ 终端跑一下 `npm start`。 3️⃣ 把 Claude 的 Gateway 地址改成 ` 搞定！DeepSeek-v4-pro 瞬间满血复活，亲测能正常消耗 Token。有同样问题的兄弟集美们赶紧试一下，简单粗暴好用！👇

Vincent

16,367 Aufrufe • vor 4 Monaten

分享下我在 Vibe Coding 中，使用率最高，且最高效的几个工具，覆盖到设计稿生成，到代码交付，网页动效等👇 1、Codex 你只要输入一个需求，它就会调动多个AI智能体并行工作，无论是项目重构，还是从零构建MVP，，它都能独立完成，你无需关注代码，而是把更多精力放在架构设计和创造性问题解决上 2、Paper 这个可以让 AI 生成高质量设计稿，并实现设计与代码双向实时同步，你只需专注界面创作，AI 会自动还原为精准代码交付 3、21st 这个提供超多精美的前端组件，同时带有流畅的交互动画，只需点击复制 Prompt ，粘贴到 AI 对话框即可使用 4、Unicorn 这个，不用写代码，也可以做出丝滑流畅的 GPU 级网页特效，一键导出即可让 AI 接入你的项目 5、Agentation 这个，可以直接在网页上标注需要调整的元素，自动转化为 AI 能够直接理解，和执行的结构化代码上下文，实现网站的精细化调整 6、Axion 这个，能让你的 AI 化身 iOS 开发专家，覆盖从设计、开发到调试的全流程，，输出符合 Apple 高标准、安全、高性能，且易于维护的生产级代码 7、Apple docs mcp 配合这个，可以自动检索 Apple 最新开发文档，能解决日常开发软件中 90% 的问题

分享下我在 Vibe Coding 中，使用率最高，且最高效的几个工具，覆盖到设计稿生成，到代码交付，网页动效等👇 1、Codex 你只要输入一个需求，它就会调动多个AI智能体并行工作，无论是项目重构，还是从零构建MVP，，它都能独立完成，你无需关注代码，而是把更多精力放在架构设计和创造性问题解决上 2、Paper 这个可以让 AI 生成高质量设计稿，并实现设计与代码双向实时同步，你只需专注界面创作，AI 会自动还原为精准代码交付 3、21st 这个提供超多精美的前端组件，同时带有流畅的交互动画，只需点击复制 Prompt ，粘贴到 AI 对话框即可使用 4、Unicorn 这个，不用写代码，也可以做出丝滑流畅的 GPU 级网页特效，一键导出即可让 AI 接入你的项目 5、Agentation 这个，可以直接在网页上标注需要调整的元素，自动转化为 AI 能够直接理解，和执行的结构化代码上下文，实现网站的精细化调整 6、Axion 这个，能让你的 AI 化身 iOS 开发专家，覆盖从设计、开发到调试的全流程，，输出符合 Apple 高标准、安全、高性能，且易于维护的生产级代码 7、Apple docs mcp 配合这个，可以自动检索 Apple 最新开发文档，能解决日常开发软件中 90% 的问题

Paidax

175,113 Aufrufe • vor 6 Monaten

埃隆·马斯克断言：编码将在今年彻底死亡。不是“进化”。是死亡。到今年12月，AI 将不再需要任何编程语言。它直接吐出机器码——那种二进制优化程度，远超人类逻辑所能触及的极限，没有翻译层，没有编译步骤，只有纯粹的、赤裸的执行。马斯克原话：“你甚至都不用再费心去写代码。”代码从来就不是目的。它只是摩擦，是我们被迫支付的“人类税”——因为机器不懂人话。现在，AI 已经学会了流利的人类语言，这笔税，彻底取消了。再把这一切接入 Neuralink：没有语法，没有键盘，没有屏幕。马斯克：“从想象直接到软件。”一个念头，就能变成可执行代码。你脑海中浮现一个结果，系统瞬间为你架构、优化、编译成现实。我们不是在“自动化编程”。我们是在把编程这个概念从宇宙中抹除。整个职业瞬间坍塌成一个念头。几十年的训练、无数行代码、无数个通宵——瞬间变得毫无意义。从“idea”到“成品”的距离，归零。你不再“构建”。你只需“想象”，它就具现。这不是渐进式进步。这是彻底的相变。人类一万年来“创造”的方式，在这一刻过时了。欢迎来到新世界。在这里，限制你的不再是技能、资源、时间…… 而是你能不能足够清晰地“看见”你想要的东西——然后让机器把它生出来。我认为事情实际上可能会在今年年底之前就发生转变，到时候你甚至都不用再费心去写代码了。AI 会直接生成二进制代码，而且它生成的二进制会比任何现有编译器优化得更高效。所以你只需要说：“针对这个特定结果，生成最优化的二进制代码。”——这样就直接绕过了传统编码流程。没错，这其实只是一个中间步骤，但我估计到今年年底，这个步骤很可能就彻底不需要了。

埃隆·马斯克断言：编码将在今年彻底死亡。不是“进化”。是死亡。到今年12月，AI 将不再需要任何编程语言。它直接吐出机器码——那种二进制优化程度，远超人类逻辑所能触及的极限，没有翻译层，没有编译步骤，只有纯粹的、赤裸的执行。马斯克原话：“你甚至都不用再费心去写代码。”代码从来就不是目的。它只是摩擦，是我们被迫支付的“人类税”——因为机器不懂人话。现在，AI 已经学会了流利的人类语言，这笔税，彻底取消了。再把这一切接入 Neuralink：没有语法，没有键盘，没有屏幕。马斯克：“从想象直接到软件。”一个念头，就能变成可执行代码。你脑海中浮现一个结果，系统瞬间为你架构、优化、编译成现实。我们不是在“自动化编程”。我们是在把编程这个概念从宇宙中抹除。整个职业瞬间坍塌成一个念头。几十年的训练、无数行代码、无数个通宵——瞬间变得毫无意义。从“idea”到“成品”的距离，归零。你不再“构建”。你只需“想象”，它就具现。这不是渐进式进步。这是彻底的相变。人类一万年来“创造”的方式，在这一刻过时了。欢迎来到新世界。在这里，限制你的不再是技能、资源、时间…… 而是你能不能足够清晰地“看见”你想要的东西——然后让机器把它生出来。我认为事情实际上可能会在今年年底之前就发生转变，到时候你甚至都不用再费心去写代码了。AI 会直接生成二进制代码，而且它生成的二进制会比任何现有编译器优化得更高效。所以你只需要说：“针对这个特定结果，生成最优化的二进制代码。”——这样就直接绕过了传统编码流程。没错，这其实只是一个中间步骤，但我估计到今年年底，这个步骤很可能就彻底不需要了。

🌹MIDNIGHT🌹ROSE🌹

99,266 Aufrufe • vor 7 Monaten

AI 编程最让人崩溃的瞬间：它刚帮你修好了 A Bug，转头就把你原本跑得好好的 B 功能改废了。这种修一崩三的死循环，是因为目前的 AI 编程助手，本质上都只是「指哪打哪」的实习生。它们看不见代码之间的深层依赖：函数调用链、跨文件关联、状态流转、业务逻辑隐含约束…… 分享一个我在用的AI 编程神器：GitNexus（git 3万🌟）它通过在本地构建语义知识图谱，将零散的文件转化为互联的逻辑实体。通过 MCP，为 Cursor 和 Claude 等提供了一套原生的架构索引～硬核亮点： ✅探索速度提升 77%，无效调用减少 94%，Token 大幅降低 ✅自动生成全局代码关系网，AI 拥有上帝视角，再也不改A坏B ✅100% 本地运行，零上传，隐私安全，支持 Win/Mac/Linux 这不只是一个工具，它是把 AI 编程从概率预测拉向逻辑推理的关键一步。地址：

AI 编程最让人崩溃的瞬间：它刚帮你修好了 A Bug，转头就把你原本跑得好好的 B 功能改废了。这种修一崩三的死循环，是因为目前的 AI 编程助手，本质上都只是「指哪打哪」的实习生。它们看不见代码之间的深层依赖：函数调用链、跨文件关联、状态流转、业务逻辑隐含约束…… 分享一个我在用的AI 编程神器：GitNexus（git 3万🌟）它通过在本地构建语义知识图谱，将零散的文件转化为互联的逻辑实体。通过 MCP，为 Cursor 和 Claude 等提供了一套原生的架构索引～硬核亮点： ✅探索速度提升 77%，无效调用减少 94%，Token 大幅降低 ✅自动生成全局代码关系网，AI 拥有上帝视角，再也不改A坏B ✅100% 本地运行，零上传，隐私安全，支持 Win/Mac/Linux 这不只是一个工具，它是把 AI 编程从概率预测拉向逻辑推理的关键一步。地址：

爱丽丝呀！

18,021 Aufrufe • vor 4 Monaten

Claude团队的工程师，已经彻底抛弃Markdown了。不是Markdown不好用，是AI变得太快，它已经跟不上了。以前AI写10行笔记，Markdown刚刚好，现在AI能一次性输出1000行计划、复杂流程图、完整代码审查，密密麻麻的纯文字墙谁有耐心看得完？作者自己都说，他从来没完整读完过100行以上的AI生成MD文件。更要命的是：现在都是AI写，我们只看不改。 Markdown最大的优点“易手动编辑”，现在已经彻底没用了。而HTML，才是AI时代真正的沟通语言，它能做到的事，Markdown想都不敢想： • 直接生成带颜色的表格、SVG流程图、可点击的原型 • 加滑块调参数、拖拽排序任务、实时预览Prompt效果 • 改完一键导出成代码或Prompt，喂回给AI继续迭代 • 发个链接别人点开就能看，不用下载任何工具作者直接放出了20个现成示例：从代码审查的彩色diff，到可拖拽的任务看板，从动画参数调试器，到一键生成的幻灯片。每一个都是能直接用的生产力工具。最爽的三个用法，现在就能抄： 1. 代码审查：让AI把PR生成带注释的彩色diff+模块调用图 2. 做计划：生成带时间线、风险表、流程图的交互式项目页 3. 临时工具：让AI写一个Prompt调参器，改完直接复制结果当然它也有缺点：多花一点token，生成时间长2-4倍，版本控制不如MD干净。但作者说：体验提升了10倍，这些代价完全值得。本质上不是格式之争，而是人机协作方式的升级。因为Markdown是给人写给人看的，而HTML是给AI写给人用的。随着当AI越来越聪明，我们需要的不再是文字墙，而是能互动、能操作、能思考的界面。现在打开Claude，输入“帮我做一个HTML文件……”，你会打开一个全新的世界。

Claude团队的工程师，已经彻底抛弃Markdown了。不是Markdown不好用，是AI变得太快，它已经跟不上了。以前AI写10行笔记，Markdown刚刚好，现在AI能一次性输出1000行计划、复杂流程图、完整代码审查，密密麻麻的纯文字墙谁有耐心看得完？作者自己都说，他从来没完整读完过100行以上的AI生成MD文件。更要命的是：现在都是AI写，我们只看不改。 Markdown最大的优点“易手动编辑”，现在已经彻底没用了。而HTML，才是AI时代真正的沟通语言，它能做到的事，Markdown想都不敢想： • 直接生成带颜色的表格、SVG流程图、可点击的原型 • 加滑块调参数、拖拽排序任务、实时预览Prompt效果 • 改完一键导出成代码或Prompt，喂回给AI继续迭代 • 发个链接别人点开就能看，不用下载任何工具作者直接放出了20个现成示例：从代码审查的彩色diff，到可拖拽的任务看板，从动画参数调试器，到一键生成的幻灯片。每一个都是能直接用的生产力工具。最爽的三个用法，现在就能抄： 1. 代码审查：让AI把PR生成带注释的彩色diff+模块调用图 2. 做计划：生成带时间线、风险表、流程图的交互式项目页 3. 临时工具：让AI写一个Prompt调参器，改完直接复制结果当然它也有缺点：多花一点token，生成时间长2-4倍，版本控制不如MD干净。但作者说：体验提升了10倍，这些代价完全值得。本质上不是格式之争，而是人机协作方式的升级。因为Markdown是给人写给人看的，而HTML是给AI写给人用的。随着当AI越来越聪明，我们需要的不再是文字墙，而是能互动、能操作、能思考的界面。现在打开Claude，输入“帮我做一个HTML文件……”，你会打开一个全新的世界。

AYi

1,399,546 Aufrufe • vor 4 Monaten