正在加载视频...

视频加载失败

加载此视频时出现问题。这可能是由于临时网络问题，或视频可能不可用。

这个项目是我在开发另外一个复杂项目的副产物主要用来解决个人在终端用 Claude Code 编码中遇到的不便利的各种工程问题今天重大更新： - AI 误删文件或者做了许多修改不满意需要指定某一轮回退变更 - 不用切换App 艾特codex 帮你 fix 代码自动感知上下文演示视频👇 要参与测试留言多多反馈

Go学长

8,390 subscribers

48,074 次观看 • 5 个月前 •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

0 条评论

暂无评论

原始帖子的评论将显示在这里

相关视频

🚀 发现一个能让 Claude 变得更好用的开源神器只有一个65行的 Markdown 文件,GitHub 上已经冲到了 13万+ Star 灵感来自 Karpathy 说模型喜欢在不确定的时候瞎猜、把代码写得过度复杂、还会悄悄改掉不该碰的东西。这个项目把给AI 编程总结了4条铁律： 1、想清楚再动手，不懂就问，绝不瞎猜 2、用最少的代码解决问题 3、精准修改，需求之外的代码一行不动 4、先写测试用例，跑通再说这几条约束下来，Claude 写代码更稳，还能省 token

🚀 发现一个能让 Claude 变得更好用的开源神器只有一个65行的 Markdown 文件,GitHub 上已经冲到了 13万+ Star 灵感来自 Karpathy 说模型喜欢在不确定的时候瞎猜、把代码写得过度复杂、还会悄悄改掉不该碰的东西。这个项目把给AI 编程总结了4条铁律： 1、想清楚再动手，不懂就问，绝不瞎猜 2、用最少的代码解决问题 3、精准修改，需求之外的代码一行不动 4、先写测试用例，跑通再说这几条约束下来，Claude 写代码更稳，还能省 token

阿西_出海

42,846 次观看 • 3 个月前

以前 Claude Code 扫一个大项目，工具调用要52次。用了 CodeGraph 之后，3次。它给 AI 编程工具加了个知识图谱——函数、变量、依赖关系全部索引化，AI 不用再一遍遍翻文件，直接查图谱。 4000个文件的项目，速度快46%，token 费用少35%。完全本地运行，代码不外传。 GitHub 23k stars，支持 Claude Code、Cursor，Windows/Mac/Linux 都能跑。你现在跑大项目，AI 扫文件慢这个问题有多严重？

以前 Claude Code 扫一个大项目，工具调用要52次。用了 CodeGraph 之后，3次。它给 AI 编程工具加了个知识图谱——函数、变量、依赖关系全部索引化，AI 不用再一遍遍翻文件，直接查图谱。 4000个文件的项目，速度快46%，token 费用少35%。完全本地运行，代码不外传。 GitHub 23k stars，支持 Claude Code、Cursor，Windows/Mac/Linux 都能跑。你现在跑大项目，AI 扫文件慢这个问题有多严重？

Vincent

80,717 次观看 • 2 个月前

15 张数据图帮你了解 DeepSeek Harness 昨天 DeepSeek Harness 发布，于是就想着让 Codex 分析一下，找到了一个很好的角度，就是从一些数据上向大家介绍这个产品。确实也发现了一些很有意思的东西：插件系统与 Koishi 高度相似：他们主打的插件系统与 Koishi 的插件平台相似度高达 75%。大概率是整个平台都挪过来了，不知道是不是他们的核心开发者入职了。大量使用 AI 开发： Codex 命名的主干 PR 达到了 21.2%，分支信息中提到 Codex 的比例有 28.2%。猜测他们肯定用了 Claude Code 开发，只是删掉了一些 Claude 的痕迹。参考了大量外部 Agent 项目：提到最多的外部项目是 Pi，第二多的是 Codex，之后是 Claude Code。甚至直接引用了一些 Pi 的 TypeScript 文件。高效的代码产出：整个产品在 GitHub 上有记录的是 65 天，总共的代码产出量是 84 万行，有一万多个 commit，非常高效。交互入口的演变：他们曾经押注 TUI，后来改成 Web UI 和 TUI 的双入口，再之后整个删除了所有的 TUI，只留下了 Web UI。开发与工程规范：整个项目的测试代码比生产代码多很多，基本上达到了 1:1。全仓库的 Markdown 文档也非常多，说明他们是基于文档去控制 Harness 开发的。他们有完整的工具和科学模型 schema 共 52 个，但最后只留下了一个，目的是为了减少上下文占用。社区热度与生态：从昨天发布到现在 20 小时，GitHub 已经涨到了 8 万多的 star，非常快。插件体系标签（DSH plugin）已经有 1425 个项目，但有很多并不是真正的插件，看来有不少蹭热度的。精选清单收录了 211 个仓库，主要补充的是工具、UI 和运行的一些基础设施，甚至一上来就出现了插件市场和插件管理的插件。学术论文：他们顺便发了一篇 88 页的论文，其中 57% 都在做一些形式化的理论推导和展示。论文主要讨论的是插件的热插拔和系统稳定性问题。

15 张数据图帮你了解 DeepSeek Harness 昨天 DeepSeek Harness 发布，于是就想着让 Codex 分析一下，找到了一个很好的角度，就是从一些数据上向大家介绍这个产品。确实也发现了一些很有意思的东西：插件系统与 Koishi 高度相似：他们主打的插件系统与 Koishi 的插件平台相似度高达 75%。大概率是整个平台都挪过来了，不知道是不是他们的核心开发者入职了。大量使用 AI 开发： Codex 命名的主干 PR 达到了 21.2%，分支信息中提到 Codex 的比例有 28.2%。猜测他们肯定用了 Claude Code 开发，只是删掉了一些 Claude 的痕迹。参考了大量外部 Agent 项目：提到最多的外部项目是 Pi，第二多的是 Codex，之后是 Claude Code。甚至直接引用了一些 Pi 的 TypeScript 文件。高效的代码产出：整个产品在 GitHub 上有记录的是 65 天，总共的代码产出量是 84 万行，有一万多个 commit，非常高效。交互入口的演变：他们曾经押注 TUI，后来改成 Web UI 和 TUI 的双入口，再之后整个删除了所有的 TUI，只留下了 Web UI。开发与工程规范：整个项目的测试代码比生产代码多很多，基本上达到了 1:1。全仓库的 Markdown 文档也非常多，说明他们是基于文档去控制 Harness 开发的。他们有完整的工具和科学模型 schema 共 52 个，但最后只留下了一个，目的是为了减少上下文占用。社区热度与生态：从昨天发布到现在 20 小时，GitHub 已经涨到了 8 万多的 star，非常快。插件体系标签（DSH plugin）已经有 1425 个项目，但有很多并不是真正的插件，看来有不少蹭热度的。精选清单收录了 211 个仓库，主要补充的是工具、UI 和运行的一些基础设施，甚至一上来就出现了插件市场和插件管理的插件。学术论文：他们顺便发了一篇 88 页的论文，其中 57% 都在做一些形式化的理论推导和展示。论文主要讨论的是插件的热插拔和系统稳定性问题。

歸藏(guizang.ai)

16,428 次观看 • 8 天前

Codex 最新动态：从 GPT‑5.6 与 Ultra 模式，到多智能体并行协作、计算机与浏览器操作、应用截图理解、行内代码和文档修改，再到一键发布 Sites、跨项目管理以及完整的 PR 工作流。 Codex 已不只是一个“帮你写代码”的工具，而是能够拆解复杂任务、操作和测试应用、协调多个项目、处理 Bug 与代码审查，并协助完成发布的开发伙伴。无论你想提高日常开发效率，还是探索更自动化的 AI 编程方式，这支视频都能帮你快速掌握 Codex 的新能力和实际应用场景。本视频由 baocut 翻译

Codex 最新动态：从 GPT‑5.6 与 Ultra 模式，到多智能体并行协作、计算机与浏览器操作、应用截图理解、行内代码和文档修改，再到一键发布 Sites、跨项目管理以及完整的 PR 工作流。 Codex 已不只是一个“帮你写代码”的工具，而是能够拆解复杂任务、操作和测试应用、协调多个项目、处理 Bug 与代码审查，并协助完成发布的开发伙伴。无论你想提高日常开发效率，还是探索更自动化的 AI 编程方式，这支视频都能帮你快速掌握 Codex 的新能力和实际应用场景。本视频由 baocut 翻译

宝玉

37,498 次观看 • 1 个月前

基于 Tauri（Rust + Svelte）的桌面应用，将编程 AI 代理、API 客户端、SQL/NoSQL 编辑器、SSH 终端、远程文件浏览器和项目管理看板整合在一个界面中，开发者不用在多个应用之间切换。

基于 Tauri（Rust + Svelte）的桌面应用，将编程 AI 代理、API 客户端、SQL/NoSQL 编辑器、SSH 终端、远程文件浏览器和项目管理看板整合在一个界面中，开发者不用在多个应用之间切换。

Geek

43,586 次观看 • 2 个月前

我想很多人都有这个困扰：之前经常需要在Codex和Claude Code之间来回切换，现在又加上了最近爆火的DeepSeek Harness。但是每次来回切换、或者想尝尝DSH的鲜的时候，我都得把背景重新讲一遍，确实挺烦的~ 最近在GitHub上发现的一个开源项目 memmy-agent，把 Codex、DeepSeek Harness、Claude Code接了进去，直接解决了困扰我很久的跨Agent 记忆的问题。我用它做的事情很简单：把分散在不同 Agent 里的历史，沉淀到同一份个人上下文里，默认 Local-first，让它们都能调用。我把它分别接入 Codex、DeepSeek Harness、Claude Code 之后，我做了一个信号中继站小游戏。我先在Codex 写完基础玩法，然后对话里说一句话：第一次失败时，给玩家一次翻盘机会，别直接结束游戏。但这句话我故意不写入代码、README 或者是本地记忆文件。然后新开 DeepSeek Harness，它从 Memmy 直接读出了这条决定，非常丝滑。再新开 Claude Code，它读代码前先复述了规则，再按这个方向把后续功能补完。代码只能告诉下一个 Agent 项目做到哪，但那些留在对话里的决策，才影响着项目接下来往哪走。以后，Agent 要记住的，不只是代码，还有你前面已经决定的决策和经验。 Memmy 不仅帮我解决了Agent记忆的问题，还让这些经验不再独属于某一个 Agent，而是只属于你。 Switch agents, not context。 Memmy 支持桌面端、CLI、API、MCP 和 Skills多种方式，可以直接接着执行任务。如果你也经常在多个 Agent 之间切换，可以拿自己的项目试一下。项目GitHub：

我想很多人都有这个困扰：之前经常需要在Codex和Claude Code之间来回切换，现在又加上了最近爆火的DeepSeek Harness。但是每次来回切换、或者想尝尝DSH的鲜的时候，我都得把背景重新讲一遍，确实挺烦的~ 最近在GitHub上发现的一个开源项目 memmy-agent，把 Codex、DeepSeek Harness、Claude Code接了进去，直接解决了困扰我很久的跨Agent 记忆的问题。我用它做的事情很简单：把分散在不同 Agent 里的历史，沉淀到同一份个人上下文里，默认 Local-first，让它们都能调用。我把它分别接入 Codex、DeepSeek Harness、Claude Code 之后，我做了一个信号中继站小游戏。我先在Codex 写完基础玩法，然后对话里说一句话：第一次失败时，给玩家一次翻盘机会，别直接结束游戏。但这句话我故意不写入代码、README 或者是本地记忆文件。然后新开 DeepSeek Harness，它从 Memmy 直接读出了这条决定，非常丝滑。再新开 Claude Code，它读代码前先复述了规则，再按这个方向把后续功能补完。代码只能告诉下一个 Agent 项目做到哪，但那些留在对话里的决策，才影响着项目接下来往哪走。以后，Agent 要记住的，不只是代码，还有你前面已经决定的决策和经验。 Memmy 不仅帮我解决了Agent记忆的问题，还让这些经验不再独属于某一个 Agent，而是只属于你。 Switch agents, not context。 Memmy 支持桌面端、CLI、API、MCP 和 Skills多种方式，可以直接接着执行任务。如果你也经常在多个 Agent 之间切换，可以拿自己的项目试一下。项目GitHub：

木马人

58,681 次观看 • 3 天前

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 次观看 • 3 个月前

偶然看到一个挺实用的开源项目：Agent Watch，在手表上远程控制 Claude Code。在用 Claude Code 写代码时，经常遇到权限需要确认，如果我们离开了座位，在健身或走在路上。有这个项目，就能在手表上实时查看终端输出，遇到权限请求直接点击批准或拒绝。还能通过语音口述给 Claude 发指令，全程不用碰电脑，还是挺实用的。 GitHub：经常用 Claude Code 跑长任务，又不想一直守在电脑前盯着，想要戴着手表随时掌控进度，这个项目可以安装试试。

偶然看到一个挺实用的开源项目：Agent Watch，在手表上远程控制 Claude Code。在用 Claude Code 写代码时，经常遇到权限需要确认，如果我们离开了座位，在健身或走在路上。有这个项目，就能在手表上实时查看终端输出，遇到权限请求直接点击批准或拒绝。还能通过语音口述给 Claude 发指令，全程不用碰电脑，还是挺实用的。 GitHub：经常用 Claude Code 跑长任务，又不想一直守在电脑前盯着，想要戴着手表随时掌控进度，这个项目可以安装试试。

GitHubDaily

13,818 次观看 • 4 个月前

两个月前做了一个小工具，解决 Codex 开发 iOS App 后，远程真机测试不方便的问题。现在不需要电脑，任何地方都可以把 App 跑到真机上测试。这两个月我自己一直在用，也顺手打磨了很多细节。最近正式发布出来，欢迎各位大佬体验测试。只能说：真爽。使用地址：

两个月前做了一个小工具，解决 Codex 开发 iOS App 后，远程真机测试不方便的问题。现在不需要电脑，任何地方都可以把 App 跑到真机上测试。这两个月我自己一直在用，也顺手打磨了很多细节。最近正式发布出来，欢迎各位大佬体验测试。只能说：真爽。使用地址：

Warren

44,688 次观看 • 1 个月前

【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

13,225 次观看 • 7 个月前

GitHub Copilot 现在也支持 Agent 模式了，也就是你交代给它一项任务，包括改 Bug 或者开发新模块，不需要去特别说明相关的代码，它会自动去代码去找到合适的代码，并解决问题，就像你雇了一个工程师。需要先下载 VS Code Insiders，然后在 GitHub Copilot Chat 的设置中启用 Agent 模式（参考图4）。

GitHub Copilot 现在也支持 Agent 模式了，也就是你交代给它一项任务，包括改 Bug 或者开发新模块，不需要去特别说明相关的代码，它会自动去代码去找到合适的代码，并解决问题，就像你雇了一个工程师。需要先下载 VS Code Insiders，然后在 GitHub Copilot Chat 的设置中启用 Agent 模式（参考图4）。

宝玉

197,815 次观看 • 1 年前

Codex 5.6 必装插件GitHub，节省90%的token！别一上来就让它：帮我做个某某APP、功能或者程序。这样你就把 Codex 用反了。你现在应该先安装上GitHub插件。往往你要做的项目，别人已经做好并且开源了，你可以直接拿过来用。比如：我要开发一个 “番茄钟” 项目，你可以先跟CodeX说的提示词prompt：我需要做一个简洁可爱的，新年拟物风格的番茄钟。先在 GitHub 上搜搜有没有类似的开源项目，筛选出最有参考价值的方案。分析解决了什么问题、面向的用户人群是什么、采用什么技术架构、代码是否安全、目前是否活跃，以及有哪些设计值得复用或避开。先不要创建文件，也不要输出代码。需要结合我的需求，给出技术选型、系统架构、MVP 范围和开发顺序。得到我的确认后，再进入实现阶段。并告诉我置信度。这样 Codex 会先做三件事： 1️⃣ 找到真实项目直接输出复用的方案 2️⃣ 梳理别人已经踩过的坑和需要注意的问题 3️⃣ 结合你的需求做出更合理的技术取舍和开发路径赶紧去尝试吧！别再浪费自己的token了！

Codex 5.6 必装插件GitHub，节省90%的token！别一上来就让它：帮我做个某某APP、功能或者程序。这样你就把 Codex 用反了。你现在应该先安装上GitHub插件。往往你要做的项目，别人已经做好并且开源了，你可以直接拿过来用。比如：我要开发一个 “番茄钟” 项目，你可以先跟CodeX说的提示词prompt：我需要做一个简洁可爱的，新年拟物风格的番茄钟。先在 GitHub 上搜搜有没有类似的开源项目，筛选出最有参考价值的方案。分析解决了什么问题、面向的用户人群是什么、采用什么技术架构、代码是否安全、目前是否活跃，以及有哪些设计值得复用或避开。先不要创建文件，也不要输出代码。需要结合我的需求，给出技术选型、系统架构、MVP 范围和开发顺序。得到我的确认后，再进入实现阶段。并告诉我置信度。这样 Codex 会先做三件事： 1️⃣ 找到真实项目直接输出复用的方案 2️⃣ 梳理别人已经踩过的坑和需要注意的问题 3️⃣ 结合你的需求做出更合理的技术取舍和开发路径赶紧去尝试吧！别再浪费自己的token了！

govin.eth | G哥

146,433 次观看 • 10 天前

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)

92,035 次观看 • 1 个月前

昨天在跑项目的时候，发现 Codex 调用的 figma mcp 一直在调用一个 js 文件，可以将任意网页转为 Figma 设计稿的，为了不浪费 token，我把它封装成一个插件，点击即可快速创建figma 设计稿，没想到有这么多人关注到，收到很多反馈，我刚刚又更新了一个版本，主要处理个别网页丢失的问题，并且修复了一些断点问题。有需要的朋友可以更新到最新版❤️ #搞的就是艺术 #vibecoding #vibecod

昨天在跑项目的时候，发现 Codex 调用的 figma mcp 一直在调用一个 js 文件，可以将任意网页转为 Figma 设计稿的，为了不浪费 token，我把它封装成一个插件，点击即可快速创建figma 设计稿，没想到有这么多人关注到，收到很多反馈，我刚刚又更新了一个版本，主要处理个别网页丢失的问题，并且修复了一些断点问题。有需要的朋友可以更新到最新版❤️ #搞的就是艺术 #vibecoding #vibecod

Paidax

104,339 次观看 • 5 个月前

Codex 5.6 最值得养成的收尾习惯：把长对话压缩成项目交接文档，能节省大量 Token！长期项目对话一旦过长，就会充斥失效决定和报错垃圾，导致 AI 频繁重复扫描代码、重踩旧坑，浪费大量 Token。分享一个我在用的提示词，能省不少无效token： “当前阶段即将结束。请创建或更PROJECT_STATUS.md，把本次工作沉淀成一份可以继续执行的项目交接文档。文档需要包含：当前目标、已完成内容、关键技术决策、修改过的核心文件、测试与验证结果、已知问题、尝试过但失败的方案，以及下一步开发顺序。请结合当前代码、Git 变更和测试结果核对内容。只保留后续开发真正需要的信息，不记录无关讨论，不猜测未确认的结论，也不要写入密码、密钥等敏感信息。” 下次继续项目时，第一句话只需要输入： “请先阅读 PROJECT_STATUS.md，确认当前进度、已知问题和下一步，再继续开发。” 这个习惯真正有价值的地方，是它会让 AI 少读取冗长上下文，少重新分析已经确认的方案，也不会轻易再走一遍之前踩过的坑。更重要的是，这份交接文档不绑定某一次 Session，也不绑定某个平台。你可以把同一个项目交给 Codex、Claude Code、Cursor甚至下一个开发者继续执行。

Codex 5.6 最值得养成的收尾习惯：把长对话压缩成项目交接文档，能节省大量 Token！长期项目对话一旦过长，就会充斥失效决定和报错垃圾，导致 AI 频繁重复扫描代码、重踩旧坑，浪费大量 Token。分享一个我在用的提示词，能省不少无效token： “当前阶段即将结束。请创建或更PROJECT_STATUS.md，把本次工作沉淀成一份可以继续执行的项目交接文档。文档需要包含：当前目标、已完成内容、关键技术决策、修改过的核心文件、测试与验证结果、已知问题、尝试过但失败的方案，以及下一步开发顺序。请结合当前代码、Git 变更和测试结果核对内容。只保留后续开发真正需要的信息，不记录无关讨论，不猜测未确认的结论，也不要写入密码、密钥等敏感信息。” 下次继续项目时，第一句话只需要输入： “请先阅读 PROJECT_STATUS.md，确认当前进度、已知问题和下一步，再继续开发。” 这个习惯真正有价值的地方，是它会让 AI 少读取冗长上下文，少重新分析已经确认的方案，也不会轻易再走一遍之前踩过的坑。更重要的是，这份交接文档不绑定某一次 Session，也不绑定某个平台。你可以把同一个项目交给 Codex、Claude Code、Cursor甚至下一个开发者继续执行。

爱丽丝呀！

143,130 次观看 • 16 天前

大佬huangserva 开源的这个项目很有可玩性。只花了不到2个小时就重新搭建了一个3D汉服的网站。方法简单介绍一下： 1/ 将大佬的开源项目地址扔给CodeX或者Agent，告诉它：请先阅读一下这个Github项目，然后模仿这个项目，帮我做一个3D汉服展示的网站，功能要求与原项目一致，语言改成中文，并重新调整复合汉服审美的UI。 2/ 在混元3D网站上将图片生成3D模型GLB文件并下载。地址： 3/ 将下载的GLB文件上传到你已经开发好的网站就可以了。效果可能没有原项目好，但做项目展示够用了。

大佬huangserva 开源的这个项目很有可玩性。只花了不到2个小时就重新搭建了一个3D汉服的网站。方法简单介绍一下： 1/ 将大佬的开源项目地址扔给CodeX或者Agent，告诉它：请先阅读一下这个Github项目，然后模仿这个项目，帮我做一个3D汉服展示的网站，功能要求与原项目一致，语言改成中文，并重新调整复合汉服审美的UI。 2/ 在混元3D网站上将图片生成3D模型GLB文件并下载。地址： 3/ 将下载的GLB文件上传到你已经开发好的网站就可以了。效果可能没有原项目好，但做项目展示够用了。

李岳

52,600 次观看 • 3 个月前

用 AI 生图最烦的事：每次都在从零写 prompt，写完还不稳定。我做了一个东西来解决这个问题—— AI Visual Prompt Cookbook。 50+ 个视觉风格，每个是一个结构化的 style.json。你不用写 prompt，只需要换变量。主体、场景、文字、比例——改这四样，风格自动锁定。之前只有 GitHub 仓库，现在我做了一个可搜索的GitHub Pages，找风格终于不用翻文件夹了。地址：👇

用 AI 生图最烦的事：每次都在从零写 prompt，写完还不稳定。我做了一个东西来解决这个问题—— AI Visual Prompt Cookbook。 50+ 个视觉风格，每个是一个结构化的 style.json。你不用写 prompt，只需要换变量。主体、场景、文字、比例——改这四样，风格自动锁定。之前只有 GitHub 仓库，现在我做了一个可搜索的GitHub Pages，找风格终于不用翻文件夹了。地址：👇

Vigo Zhao

32,314 次观看 • 2 个月前

最近刷帖子，意外发现 Google 的 Code Wiki，感觉还挺好用的，属于那种“你用一次就会想把它塞进日常工作流”的东西。以前读代码慢，是因为项目复杂、历史包袱重；现在更离谱的是——Vibe Coding 一开，AI 堆代码的速度直接把人的理解能力碾过去。代码一天一个版本，文档呢？大概率还停在半年前。你让 AI 按文档跑，十次有九次报错，这不是你水平问题，是“文档天然会腐烂”的结构性问题。 Code Wiki 捅破的点很直接：既然没人愿意维护文档，那就别指望“人肉维护”，让 AI 来维护。它更像是长在仓库里的“活体 Wiki”：代码一有新的 commit，它就用 Gemini 去扫变更，把相关说明、模块介绍、关键逻辑的文档一起更新。对我来说这意义很大，因为它解决的不是“写得更漂亮”，而是“永远别过期”。文档不再是一个需要你记得去更新的负担，而是代码的自然副产物。它的可视化能力还不错，Code Wiki 能直接从代码关系里渲染出类图、时序图、依赖图、架构流转图这种“人类更容易理解”的表达方式。尤其是接手老项目、准备重构、或者经常研究开源项目——这类图的价值很高：大家不是在“逐行读”，而是在“先建立地图，再决定往哪里深挖”。它的交互是“可追溯”的。你在侧边栏问它问题，它会基于当前仓库给解释，而且能给出精确的代码引用，点一下就跳到文件和行号。这一下把 AI 最让人难受的“幻觉焦虑”降了不少：你不需要完全相信它的结论，你只需要顺着引用去核查——它更像一个“带证据链的讲解员”。一句话：在 Claude Code、Codex 这些工具把“生成”变得近乎无限便宜之后，我们真正稀缺的东西变了——不是产出，而是理解与判断。

最近刷帖子，意外发现 Google 的 Code Wiki，感觉还挺好用的，属于那种“你用一次就会想把它塞进日常工作流”的东西。以前读代码慢，是因为项目复杂、历史包袱重；现在更离谱的是——Vibe Coding 一开，AI 堆代码的速度直接把人的理解能力碾过去。代码一天一个版本，文档呢？大概率还停在半年前。你让 AI 按文档跑，十次有九次报错，这不是你水平问题，是“文档天然会腐烂”的结构性问题。 Code Wiki 捅破的点很直接：既然没人愿意维护文档，那就别指望“人肉维护”，让 AI 来维护。它更像是长在仓库里的“活体 Wiki”：代码一有新的 commit，它就用 Gemini 去扫变更，把相关说明、模块介绍、关键逻辑的文档一起更新。对我来说这意义很大，因为它解决的不是“写得更漂亮”，而是“永远别过期”。文档不再是一个需要你记得去更新的负担，而是代码的自然副产物。它的可视化能力还不错，Code Wiki 能直接从代码关系里渲染出类图、时序图、依赖图、架构流转图这种“人类更容易理解”的表达方式。尤其是接手老项目、准备重构、或者经常研究开源项目——这类图的价值很高：大家不是在“逐行读”，而是在“先建立地图，再决定往哪里深挖”。它的交互是“可追溯”的。你在侧边栏问它问题，它会基于当前仓库给解释，而且能给出精确的代码引用，点一下就跳到文件和行号。这一下把 AI 最让人难受的“幻觉焦虑”降了不少：你不需要完全相信它的结论，你只需要顺着引用去核查——它更像一个“带证据链的讲解员”。一句话：在 Claude Code、Codex 这些工具把“生成”变得近乎无限便宜之后，我们真正稀缺的东西变了——不是产出，而是理解与判断。

sitin

43,028 次观看 • 5 个月前

✅ 推荐一个宝玉老师开源的 Skill：用 Claude Code 一行命令就能把 Markdown 文章自动发到 X，带图片的那种。 👉 这个工具其实开源挺久了，但好像用的人不多？可能大家不太知道怎么上手。我自己用了一段时间觉得真的很方便，就录了个视频教程，把原理和用法都讲了一遍。有兴趣的朋友可以试试，真的能省不少事儿，如果遇到什么问题你直接让AI帮你分析这个skill的逻辑和流程然后帮你解决，其实很简单，来尝试下吧👇

✅ 推荐一个宝玉老师开源的 Skill：用 Claude Code 一行命令就能把 Markdown 文章自动发到 X，带图片的那种。 👉 这个工具其实开源挺久了，但好像用的人不多？可能大家不太知道怎么上手。我自己用了一段时间觉得真的很方便，就录了个视频教程，把原理和用法都讲了一遍。有兴趣的朋友可以试试，真的能省不少事儿，如果遇到什么问题你直接让AI帮你分析这个skill的逻辑和流程然后帮你解决，其实很简单，来尝试下吧👇

阿蔺A-Lin

27,925 次观看 • 5 个月前

2025年3月，Claude 老板 Dario Amodei曾表示，“12个月后，人工智能可能会编写几乎所有的代码。” 预测非常准！现在马上12个月了，的确，目前用Claude不再需要人看或者编写任何代码了。一切都是AI搞定！

2025年3月，Claude 老板 Dario Amodei曾表示，“12个月后，人工智能可能会编写几乎所有的代码。” 预测非常准！现在马上12个月了，的确，目前用Claude不再需要人看或者编写任何代码了。一切都是AI搞定！

Inty News

62,455 次观看 • 7 个月前