Build with Claude.
暂无相关博客
作为 0 基础的小白，且英文水平有限的前提下，我今天读到了 OrangeAI 的关于cc 配置的文章，
就决定入门一下，就按照教程一步一步来，但是第一步我就跳过了，
直接用终端安装claude，然后虽然安装成功了，但是报错了，不显示安装路径
这导致我无法正常打开，于是我把这个页面截图发给 Antigravity，直接解决
然后接着就配置了GLM4.7上去，就开始了 CC 之路，
第一个做的就是大家最常见的，让它写一个俄罗斯方块的网站，并且托管到 github
完成度：100%
美观度：80%
整体体验是很棒的，过程需要创建个token，也是列的很简洁的步骤（但非常准确）
整体感受很棒，速度上，跟 Antigravity打的有来有往
审美上，稍稍差一些，但未来可期
（附上俄罗斯方块截图）
实话说，还是有点学习成本的，回到了程序员最熟悉的命令行交互，返璞归真，还是是想要吐槽下，它对国内的环境真的真的非常苛刻，国内各种禁用，且用且珍惜吧，说个小插曲，今天（20260204）我的咸鱼某个品爆了，一堆买家来问我，某个品还卖不卖。我媳妇还提醒我记得要去回复用户的问题，结果，我一看原来是我之前挂的Claude Code账号的商品，我只能说我的两个渠道也被禁掉了，这生意，我还真的做不了。
如果大家工作编程需要，建议还是买Cursor的Pro会员吧，别等会好不容易充值了一个Claude Code Pro账号，结果国内被封禁了，钱去了不说，还得吃个哑巴亏，无处吐槽啊。说归说，不过能搞到一个Claude Code账号，还是不错的，能学习最新的MCP、Skills等先进AI的理念。
作为程序员，相比于OpenAI，我确实更看好Claude Code~ 这也是AI市场往他们倾斜的核心原因吧，能把一群程序员服务好的模型才是真正的赢家啊。一群爱折腾的程序员之间的社群裂变才是真的裂变啊。
Claude CODE的风吹了也有3个月了，也该歇歇了，这个差评不是因为它最近的什么加大管控国人使用claude，而是API定价太贵，太烧钱，买200美元会员也被限制得不如以前量大了，最重要的是降智忍不了，用的人多，算力不够分，体验变差，明显没有刚正式推出的时候好了
现在codex起来了，比它更便宜更快，总有新人替旧人，接下来就让gemini3登场，以实惠的价格，更强大的性能吊锤Claude CODE，降智又贵的模型谁爱用谁用
已经有两三个人跟我说，Claude Code这种编程Agent会成为元agent了，就是所谓通用agent，垂直 agent 能干的活，只要不涉及专有数据，编程Agent大都能干，无非是终端用起来门槛高一点。 那给 Claude Code 接上前端界面，不就无敌了?
当然，到底谁是最强编程 agent 的竞争也非常激烈。Claude Code领先了一个季度，但这个思路也很快被OpenAI、Gemini抄了。
好用的地方在于，一个claude账号，可以有三个对话界面。
一个做产品，输出需求文档，一个总结我的需求，检查代码，然后claude code执行输出代码。
claude code 我觉得是真的好用。写前端的页面，真的特别好。
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。
除了贵没别的
挂了几个号，打水漂了近百绿票子连响都没来得及听，踏实玩 cursor 了
Claude Code 这款产品的惊艳之处在于，它是人机交互、产品定义、技术深度的完美结合。
在用到 Claude Code 之前，我一直是一个 Cursor 吹，因为我个人觉得 “Chatbox” 不是最好的人机交互形式：写代码的时候需要人力在浏览器和 IDE 之间搬运 coding context，极大的影响了使用体验，交互成本高且打断思路。
Cursor 把 LLM 放到了 IDE 里面，设计了上下文（文件）引用快捷键和 “进行 FIle Edit 的专用小模型”（如果你用过老版的 Cline 你就知道 Cline 是用你选择的模型 + tool call 进行逐行替换的，但是 Cursor 明显在文件修改上快非常多），从而使得 Coding LLM 与 IDE 进行了深度融合，但是即使是这样也没有让 Cursor 超过 Cline，Roo Code 这样的竞品太多，真正的杀手锏是 Tab-Tab-Tab 上下文感知多行补全功能，Cursor 团队在 Blog 上明确提到他们用用户的数据训练了这个模型，从而使得它的体验无与伦比。
到此为止 Cursor 已经是我心目中最优秀的一批产品了：强调交互，把 LLM 搬进 IDE；用数据驱动产品迭代，训练 Tab Model；再到后来，Cursor 又加入了 Agent 模式，真正使得一句话生成一个完整的代码仓库成为可能。
我本以为这就是 Coding 产品的终极形态，直到我用上了 Claude Code。我认为 Claude Code 的精髓在于回归本质。早期程序员写代码的时候还没有 IDE，那时候所有的操作都在 Terminal 中完成，代码编辑也是用 Vim，到后来，为了让人类更方便的与系统进行交互，才有了 GUI IDE。但是在 LLM 的时代，这样的做法是 “兜了一个大圈子”：GUI 是为人类设计的，如果要让 LLM 直接接入 GUI，那就是 browser-use，但是这件事的难度极高，因此 Anthropic 很聪明的回归了编程的本质：让 LLM 在 Terminal 里运行，这样其实只需要学会一些命令行关键字，以及特殊的 file edit 功能，就可以像早期程序员一样写代码了，这极大的降低了 Coding Agent 系统设计的难度。更妙的是，虽然人类失去了 GUI，但是这并不影响体验，因为 Claude 在 Terminal Coding 任务上进行了额外的训练，所以人类事实上并不需要自己编辑代码，只需要 “vibe coding” 就可以完成很多任务 - 如果实在是需要写代码，开个 Cursor 就行了。回到我开头说的人机交互、产品定义、技术深度，我们一项一项分析：
1）人机交互：Coding Agent 从 Copilot 变成了 Pilot。得益于 Claude 系列模型强大的 Coding 能力，事实上已经不是 LLM 在辅助人类编程，而是人类在监督 Agent 编程，这是一种范式上的转变（在这点上，虽然 Cursor 也有 agent 模式，但是我认为他们没有彻底革新这个交互形式， Anthropic 从训练和提示词上都彻底的将 Claude 融入了 Terminal 环境）。
2）产品定义：Anthropic 没有执着于在 AI IDE 上加入战斗，反而是勇敢的做了减法，依靠自家模型强大的能力，把 GUI 从产品定义中去掉了，这不是什么历史惯性，因为 Anthropic 完全可以把 Claude Code 集成到 Claude Desktop 里，但是他们没有这么做。这样带来了一个额外的好处：Terminal 几乎是无处不在的，因此在 Remote Server 上进行 Coding 不再需要 Remote SSH 插件，只需要 npx 快速安装一个轻量的 Claude Code，就可以开始工作。
3）技术深度：Claude Code 不乏竞品 - Codex，Gemini CLI，Cursor CLI（最近出的），Qwen Code，Crush，OpenCode...，但是他们无一例外都无法企及 Claude Code 的高度，因为 Anthropic 不但定义了一个 Terminal Coding 产品，也在大量的投入资源对模型本身进行改造以适应这个产品，如果你关注了最近的 Opus 4.1 发布，你就会发现 Opus 4.1 相较于 4.0 在 SWE Agentic Coding 上只有 2.0% 的提升，但是在 Terminal Bench 上有整整 4.1% 的提升，说明 Anthropic 真的非常注重 Claude Code 这个产品。对于竞品来说，画虎画皮难画骨，只是把模型放进 Terminal 是没用的，最重要的是持续不断的用真实的用户数据去驱动基座模型能力的提升，庞大的用户技术以及随之而来的数据将会是 Claude Code 最大的壁垒之一。
最后我们再来锐评一些竞品：
- Gemini CLI：Gemini 输出表格的时候内容会被隐藏，根本看不到完整的内容；“@” 引用文件的方式竟然不支持模糊检索；在人机交互上做的非常有差距。
- OpenAI Codex：Youtube 上有人专门吐槽过：光是在配置模型这里就令人望而却步了：Model List 里有几十个模型，一望无际，不知道选哪个，而且最搞笑的是有些模型事实上不支持在 Codex 里用，也被放上去了，看起来像是 list-models 拉了一个表先放着，然后手动维护了一个 model list 作为可选，那么为啥不一开始就把可用的 model 放上去呢？令人迷惑。最重要的是，OpenAI 的模型在 Coding 上，特别是 Terminal Coding，远不如 Anthropic。
- Qwen Code：战神起跳，赠送的 token 用完了，战神睡觉。Qwen 显然没有大规模部署 Qwen3 Coder 用于 Coding，低估了 token 消耗，导致最开始那两天大家怨声载道，一下午十几块钱就出去了，堪比 Claude Code。
- Crush / OpenCode：都是开源的 Terminal Coding 产品，能力上属于能用但是不好用，特别批评 Crush，Terminal Coding 不需要花里胡哨的 TUI，还不能调 theme，导致输入框的 placeholder 可见度特别差。
- Cursor CLI：加油啊，把 Claude Code 价格打下去！
先说结论：非常好！
作为编程界的王，如果你有开发需求，一定要使用claude code，以前都是用cursor，但后面也开始使用claude code的了。
另外，其它AI编程工具只是一个编程工具，但claude code不止是一个编程工具，它更像一个全栈程序员。
可能唯一的缺点就是太贵了哈哈哈
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。
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...
每次社区吹 claudecode 的时候，都忍不住在自己的项目里尝试一下，然后老老实实回归 cursor....
所以还是留个踩，等什么时候 cc 真的强到让我能替换掉 cursor 了，我再改回来
效果还是不错的，一些重复性的工作可以交给cc来帮忙处理；
稍微复杂的逻辑最好是审下代码，不断磨合才能出好码；
From：cc善后工程师；
最先进的ai编程工具，目前综合cursor，等等工具，cli工具是最好用的工具
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
非常GOOD
我认为这个确实是编程界的王了，很适合开发者来用，可以很有效地去实现，但确实是有点贵，并且他们公司对国内的限制有点过于卡脖子了，但也不是没它不行
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。
虽然 Claude Code 很贵、Gemini CLI 还像玩具，但趋势已现： Coding 门槛会越来越低，未来写代码会跟打字一样简单，区别只是谁更有创意，只有内容创作才是核心竞争力
ps.小白（比如我）还是推荐图形化的IDE，比如cursor、trae，学习阶段过程比结果重要
这贴不评价Coding能力，但是说从产品形态和Agent架构上，Claude Code都是很好的启蒙老师，相比于Manus其实更符合“less structure，more intelligence”的理念（没有贬低Manus的意思），包括它在上下文工程方面更多使用“类似人的方式”--比如搜索就用grep去搜本地文件，而不是要建一套复杂的向量索引；比如模型下一步行动基本都是基于上一步的信息输入（含claude.md）给出的，并没有什么人为编排写死的工作流；比如对各种本地工具的应用；再比如Claude Skills。
先说好的地方，Claude Code 的实力毋庸置疑，它不仅仅是一个代码补全工具，也在重塑开发者的工作流，将我们从繁琐的“怎么做”中解放出来，让我们能更专注于“做什么”和“为什么这么做”。这种转变是革命性的。我们不再需要将大量精力耗费在记忆琐碎的语法细节和编写重复的样板代码上（但是可能要给AI擦屁股），而是可以将 Claude Code 视为一个强大的“杠杆”，以此撬动更高的生产力。这可以让我们能更专注于业务逻辑、架构设计和创造性解决问题，提高创造价值，更容易进入那种高效而愉悦的“心流”状态（不过有时候纯是看着他工作，然后发呆，然后再说需求，让他检查，然后继续发呆）。
然后说点不好的地方，首先就是这个A畜，限制+针对，砍量+封号等行为，那真是一言难尽。其次毕竟现在 cc 也不是一个不可替代产品，openai的codex，以及还未发布的哈基米3（Gemini3）都是一个可以替代 cc 的产品，效果有时候甚至会更好（Gemini3不知道，毕竟还没有出来，但是网上已经吹爆了，看着反正感觉非常牛逼）。
以及这个 claude模型，有时候就挺傻的，可能有时候降智，以及cc中上下文好短，1m的功能好像没有全面覆盖？无所谓了，期待一手gemini3.
先总结，Claude Code 是AI Coding的神；
然后再说条件：最好能有免费的模型使用，确实贵，目前常用的是公司提供的 glm-4.6模型；
主要的感受，我进场这么类比， cursor 和 CC 用PC 去类比的话，一个是整机 ， 一个是组装机；
- cursor， 整机的下限高，上限低；
- CC ， 组装机，社区生态活跃，可玩性高，上限与使用者能力相关
除了贵，再吐槽一个点，可探索的东西太多了，太费时间了~