更多动态
。 1️⃣ 自定义 Skills 真香：以前每次都要重复教 AI 怎么写符合我习惯的 Unit Test，现在能把这套逻辑封装成 Skill。需要时一行指令调用，感觉像是给 AI 发了个标准 SOP，不用反复费口舌。 2️⃣ 自动压缩省 Token：新版的 /compress 和 /summary 命令终于支持非交互模式了。我跑长脚本时它能自动压缩上下文，不用担心聊着聊着 Token 爆炸，对独立开发者的钱包很友好 💸。 3️⃣ 模型选择更灵活：原生支持接入 Gemini 和 Anthropic 了。我这两天实测：复杂架构设计切 Claude，简单搬砖切回 Qwen，配合起来效率最高。 虽然配置新 Provider 时要改下环境变量，但跑通后是真舒服。 #AI工作流 #QwenCode #本地部署 #独立开发 #效率工具
最推荐订购的 AI 工具又是什么？
订阅费也没法儿退，我甚至怀疑申诉邮件就是钓鱼的，有追踪IP地址。 dhh是美国开发者，前段时间来深圳交流，演示了自己怎么用claude code。 目前最稳妥的方式就是参考dhh方法，把Claude code放在海外机器上，用tailscale远程连接使用。 那就得租一台有家宽的海外机器，在那台机器上注册和登录claude。
九月底前我都是坐在电脑前开着terminal指挥着pi，跑多subagent，最后再自己看diff，提pr，经常一坐就是一天。 九月底，我工作流改成在手机端用hermes指挥pi，完全解决了久坐电脑前的痛苦，用到现在还挺舒服。 Hermes用旗舰模型（gpt-6-astra/opus-5.5），pi尽量不装插件，用中端模型（ds-v4.1-flash/sonnet/terra），二者间用a2a通讯。 hermes负责分析issues，拆分成多个小任务，然后给每个小任务创建worktree，并在里面派遣pi去完成小任务。 每个pi完成任务都会通知hermes，由它判断提pr还是返工给pi。基本逛一天景点，或一觉醒来十几个pr搞好了，舒服得很。 就是过程太黑盒了，心路历程有点像早期的vibe coding，那会diff至少自己会看一下，现在diff也黑盒，完全交给旗舰模型，属于盒中盒了。 如果没数据焦虑，其实可以直接用grok-bot或者chatgpt-dot，开箱即用，里面内置了grok-cli和codex，原生agents通讯。弊端就是数据不在本地，有监管，万一被封号一切归零。
