AI coding & application—输入决定输出
type
Post
status
Published
date
Feb 1, 2026
category
AI
slug
summary
tags
icon
password
当前感觉现在的模型太强大了,无论是
- 速度
- 上下文
- 推理能力
- thinking
- 多agent
- 工具调用能力
- mcp
- 多模态能力
- 约束上
- skill
都已经非常厉害
最近kimi还出了agent 集群,这就意味着,任务的颗粒度将可以和agent的数量相同
模型的约束和信息通道流动将会更加顺畅

- 明确你的需求
- 功能导向,构成产品
- 尽可能的完善你的规划再执行
- 善用Ask User Question Tool
- Ralph 后期再用
- 品味和胆识
- 发现问题的眼睛
- 超强的执行力
视频总结:Claude Code 使用指南
这是一期关于如何有效使用 Claude Code(AI 编码代理)的教程视频,主讲人 Professor Ras Mic 分享了从初学者到高效使用者的实践经验。
核心观点
- 垃圾进垃圾出(Garbage In, Garbage Out):AI 代理的输出质量完全取决于你的输入质量。如果指令不清晰,结果就会很糟糕。
- 以功能和测试为导向:不要描述"产品是什么",而要清晰列出"产品有哪些功能",并在每个功能之间编写测试。
- 前期规划决定后期效率:更好的规划能减少返工、减少 token 消耗,避免"构建了但不是我想要的"的情况。
- 先手动构建再自动化:如果你还没有端到端交付过产品,不要急于使用"Ralph"自动化循环——先积累手动构建的经验。
关键工具和技巧
- Claude Code 的"Ask User Question Tool":这是最大的突破点。该工具会通过一系列具体问题(工作流、UI/UX、成本处理、数据库选择、托管方案等)来逼迫你在开始构建前做出明确决策和权衡。
- Plan Mode 的正确用法:默认的规划模式会生成基础路线图,但留下太多假设。配合 Ask User Question Tool 使用可以让计划更加精确。
- 上下文管理:长时间对话会降低输出质量,所以要比你想象中更早地重启会话。
- 不要过度迷恋工具:不要纠结于 MCP、插件等工具,专注于核心的功能构建和测试。
Ralph 自动化循环
- Ras 展示了他的 Ralph 设置:包括进度跟踪、测试和代码检查(linting)
- 但强调:只有在你能够手动完成端到端开发后,才应该使用自动化
2026 年的软件竞争力
视频最后指出,在 AI 时代,真正的差异化来自于品味(taste)和胆识(audacity)——能够构建出让人停下滚动、真正吸引注意力的软件。
时间戳参考
- 01:22 – Claude Code 最佳实践
- 05:31 – Claude Code 计划模式
- 09:30 – Ask User Question Tool 详解
- 14:52 – 不要从 Ralph 自动化开始
- 16:36 – 什么是"Ralph 循环"以及为什么计划和文档最重要
- 18:41 – Ras 的 Ralph 设置:进度跟踪 + 测试 + 检查
- 23:48 – 技巧:不要迷恋 MCP/技能/插件
- 27:44 – 让人停下滚动的软件才能获胜
上一篇
2025_03_16有关科研论阅读的思考
下一篇
跑步经验
Loading...