CC (Claude Code),独创了基于命令行的 cli agent 模式,让 AI Coding 不再局限于具体的项目目录中。 之前还认为是规避跟 Cursor 等 IDE 类产品直接竞争,现在发现其实是在走 AI OS的路径。 让 Agent 具备操作电脑的能力,比如读写文件、编写 Py 脚本,现在 CC 准备作为我们的 Agent 底层引擎植入进来,我们把 CC 当做一个具备开放性的 Manus 引擎来使用,加速验证 Agent 效果。
Build with Claude....
Claude Code 将 Claude Opus 4.1(与我们研究人员和工程师使用的模型相同)直接嵌入您的终端。它具备深入的代码库感知能力,能够直接在您的环境中编辑文件并运行命令。
强大的智能
通过代理式搜索理解您的整个代码库,无需手动选择上下文
在多个文件中协同进行更改
专为代码理解与生成优化,搭载 Claude Opus 4.1
无缝融入你的工作环境
直接运行于你的终端中——无需切换上下文
与 VS Code 和 JetBrains IDE 集成
利用您的测试套件和构建系统
您掌握主动权
在获得明确批准前,绝不修改您的文件
可适应您的编码规范和模式
可配置;基于 SDK 构建或在 GitHub Actions 上运行
我的搭配:Cursor(为了方便查看历史记录)+Claude Code+glm4.5,这应该是第一次体会到语言交互编程快乐的产品,cc真的很不错,当时让我感到很开心,我第一次体会到了可以这么方便地说出想法然后落地成代码以及指出不足后进行精准的迭代修改,更专业的评测我相信其他降临派们都有写了,这里就让我写一下从一个普通人的看法:借用一位小红书博主“张咋啦”的一期视频(http://xhslink.com/o/QoxBr4HqWG )的观点“ai代码适合让一名非cs技术背景的人可以很快的进行demo设计或者是小型的产品,但是对于一些特别专业的和企业级产品代码,还是需要一定的技术背景才比较好。”
我体验到了纯前端小游戏的编程快乐,当然后面尝试过别的项目之后也略有迷惑,所以还是觉得专业的事情还是得要专业的人来,但是这个工具的出现,能够帮助我们先设计原型和demo再去和编程的同学去沟通会更加便利,以及可以减少很多不必要的时间浪费。所以很期待以后的一些ai产品能像cc的人机交互理念这样子让普通人也能更愉快地进行编程。
浅评几点:
1.Claude亲儿子,最强模型不计成本,超长上下文可以重构“屎山”代码,也可以轻轻松松帮我们的项目套个好看的模板;
2.规划任务逐个完成的感觉太爽了,第一次体验到时是cursor从未有过的爽感,有bug是真的会动脑筋给改;
3.丰富的mcp让他能力超强,有playwright可以直接替代许多RPA和工作流,甚至可以放心把supabase这样的数据库权限都交给他;
4.目前体感下的最佳形态可能不是黑色的终端框,而是IDE下的官方插件,改动更清晰直观,可视化;
5.通过一些方法,可以让他一直干活,这里可以学习刘小排老师的公众号;
6.吐槽:封号太狠,正常用到太难了,只能用中转镜像站或智谱4.6...
从cursor、trae、Qoder到Cc,都做过深度体验,CC跟其他IDE不同,它不是一个 VS Code 插件,而是一个终端的 IDE,没有文件树,没有 UI,只有一个文本框供你输入提示词。通过命令行输入自然语言进行交互。改变了以往图形化界面的逻辑。Claude Code 和其他 AI Code IDE 一样,主要的使用场景仍然是日常的编写代码,重构代码,修正 bug 等。Cc初始化会自动创建claude.md文件作为项目的"长期记忆",类似cursor和trae的rules,文件放置在项目根目录,支持Markdown格式,内容会按照优先级从高到低自动合并(高优先级内容会覆盖低优先级内容)。模板中的规则将直接影响ClaudeCode生成代码的质量和准确性,需要定期更新和维护。
我是用Cc自然语言交互、多窗口都很顺畅,因为以前搞操作系统都是命令行方式,唯一不方便的就是查看改好的文件、git提交版本等没有图形化友好,使用的不是cc的api,我是用的是anyrouter的api,之前也用过硅基流动的api,但是硅基最大的问题是限流,会时不时报错429,我用cc做了一个项目,大概调用了2400多次,使用的anyrouter,因为之前有活动赠的额度。不过Cc虽然没有图形化界面,但是tokens消耗也是比较大的,我的这个项目2400+次大概费用300+$,要是纯付费没有活动额度,一般一个人+一公司模式怕是投入有点大。
总体来说,用cc的好处是配置好自动处理命令和claude.md,可以多窗口分别跑不同的模块去处理,属于90%自动化开发,但是前提也需要把任务做拆分,拆分为具体的模块,模块下面细化出任务,不然也会陷入错误循环。
尝试了skills后,感觉 claude code sdk的服务应该会替代很多工作流的agent,目前对于skill的理解,我觉得是一个复杂的大型提示词,提示词里直接包含代码工具,可以把这些代码理解成工作流里的插件,由一个智能的大脑来决定是否调用
举个简单的例子,cc+skills,有点像是纯提示词完成“工作流”的搭建,但灵活性非常高,可以跟本地的文档结合,毕竟可以直接运行脚本(脚本可以用vibe coding的方式来写)
自己写了一个美股晨报的skill,流程大致是:1)链接云端的数据库提取隔夜的标的行情,以及2w,3m的历史收益率-2)利用脚本(deepseek写的算法)对行情进行分析,拆解出来值得关注的数据变化,这里如果你只让大模型根据自己的知识去理解数据看趋势变化,我觉得没有意义,大模型对于数据分析的长链条推理这块,应该不行,所以不如直接通过一个量化分析的脚本,让它拿到结论—3)根据关注的数据,去网上搜相关的知识)-4)写报告——5)审核+修改
如果不用skill,这一套流程我觉得是有点难实现的,但是用skill就很丝滑