首先准备好 Gemini 的 API Key，可以在 这里 申请。

申请过程很简单，不赘述。

将 macOS 升级到最新的 26.0.1 版本，Xcode 也一样升级到最新版，然后就可以开始了。

第一步，点击这里的 "Set Up..." 按钮：

- 阅读剩余部分 -

自从 Claude Sonnet 4.5 上线以来，好评如潮。很多 AI 编程助手都整合了 Claude Sonnet 4.5 模型，比如 GitHub Copilot。

不过 GitHub Copilot Pro 会员每个月只有 300 个 Premium Requests，一个月 30天，平均每天就 10 个请求，对于广大程序员来说，根本不够用，怎么办?

下面我要讲5个小技巧来优化你的 Vibe Coding 流程，让每一次 Premium request都用到点上。

第一个小技巧:控制问题的颗粒度

之前那篇文章中我聊过这个问题，提的问题不要太大也不要太小。太大了超出 Tokens限制反而不好，太小了就是严重的浪费。

大问题拆解成几个模块分别提交。多个小问题可以聚合起来一起提交。

控制好颗粒度很关键，这个需要实战演练，自己把握。

第二个小技巧:让模型先“热身”，别一上来就提终极问题

Claude Sonnet 的上下文理解能力极强，但也意味着它在面对含糊问题时会尝试“猜你的意思”，从而浪费一次 premium 请求。

正确做法是:先用普通模型(如 Claude Instant 或 GPT-3.5)帮你把问题框清楚，比如确定 API 调用的结构、接口参数、上下文依赖，然后再让 Sonnet 出手解决关键逻辑或生成高质量代码。

用轻模型暖场，用重模型收割。

- 阅读剩余部分 -

Vibe Coding 这个词最近很火。

这个词原本的含义是“凭感觉写代码”或“以氛围驱动的编程”。听起来有点抽象，其实背后是一种趋势:让开发过程更自然、更即时、更具创造性。

在 AI 辅助开发兴起的时代，“Vibe Coding”常指:开发者不再精确地计划每个函数和架构，而是与 AI 一起边想边写，让代码流动起来

但随着 A1 越来越智能，尤其是 Claude Sonnet 4.5 的横空出世,“Vibe Coding”更常用的含义变成了:我来指挥 A1写代码，顺便监工。

没错，我现在就是这个状态，

如果项目结构比较规范、需求比较明确的话，基本上不需要我手动编码，只需要提需求就行了，基本上就像个指挥程序员干活的产品经理。

- 阅读剩余部分 -

当你升级了 ChatGPT 会员，准备开心得用上 Codex 时，坑来了。

在 VS Code 的插件库中搜索 Codex，你会看到 4 个 Codex——

其中，除了第一个是 OpenAI 出品外，其他 3 个都是不相关的。

我第一反应是有人山寨，但仔细看了一下发现都不是。

- 阅读剩余部分 -

过去两年，AI 产品的形态经历了一次悄无声息但深刻的转变。最初，人们把 ChatGPT 当成一个“万事通”的聊天窗口，各种外部 App 都在想办法“嵌入 Chat”。从最早的 ChatGPT 插件到后来的 Actions，每个 App 都希望被 ChatGPT 调用，希望在那一行对话背后，能让模型触发自己的服务。这种形态其实沿袭了传统互联网思维：AI 是一个超级入口，而所有第三方都是被调用的 API，它们被动等待用户的自然语言指令，然后在后台完成任务。这一时期的 Chat，更像一个智能中控台，App 只是工具箱里的螺丝刀。

但今年情况变了。OpenAI 推出了 Apps SDK，一切开始反转。过去是 App 嵌入 Chat，现在是 Chat 嵌入 App。这听起来只是语序的变化，实则是产品范式的质变。Apps SDK 让开发者可以构建自己的 MCP 服务端（Model Context Protocol Server），再配上前端 widget，小到一个查询组件，大到一个完整的操作界面，都能被模型直接加载到对话中。与此同时，App 自身也能反向调用 ChatGPT，让聊天成为自己应用内部的一部分。这意味着 ChatGPT 不再是一个独立入口，而开始“渗入”每一个 App 的界面、逻辑与体验之中。

- 阅读剩余部分 -

Nano Banana 是 Google 在其 Gemini 产品中引入的最新图像编辑与生成模型，官方名称为 Gemini 2.5 Flash Image。它不仅具备强大的图像生成能力，还能通过自然语言精准编辑已有图像，在 Image 编辑模型排行榜 LMArena 上排名首位，广受好评。

前几天在社区就火起来一个生成桌面角色模型的提示词：

将这个角色转换为一个角色模型。在它后面放置一个印有该角色图像的盒子，并且让一台电脑屏幕上显示Blender建模过程。在盒子前面添加一个圆形塑料底座，让角色模型站在上面。如果可能的话，请将场景设置在室内。

我亲自测试了一下，效果确实不错：

- 阅读剩余部分 -

本来以为只是国内程序员圈子里的吐槽，没想到字节跳动这款 AI 编程工具 Trae，最近还引起了海外科技媒体的注意。

7 月 29 日，日本知名科技媒体 Gigazine 发布了一篇长文，披露了一位开发者对 Trae 的实测结果，核心问题就一个：即便关闭了遥测功能，Trae 依然在上传数据。

Trae IDE 作为 AI 编辑器，正试图在越来越受欢迎的 Cursor 市场中分一杯羹。它可以接入 OpenAI 的 GPT 系列、Anthropic 的 Claude 等大模型服务。

关于 Trae IDE，有用户报告称其“进程数过多”。下面的图片是将 Trae IDE、VSCode、Cursor 的进程数和内存使用量分别对比的结果。可以看出，相比于 VSCode（进程数 9、内存 0.9GB）和 Cursor（进程数 11、内存最高 1.9GB），Trae IDE 的进程数达到 33 个，内存使用也达到了惊人的 5.7GB，是 VSCode 的 5 倍以上。

- 阅读剩余部分 -

上周末看到 Coze 开源的消息，本来有点小兴奋，但等我了解了其中的细节后，还是有点失望的。

首先简单介绍一下 Coze（扣子）。

Coze 中文名扣子，是字节跳动（ByteDance）旗下推出的一款 AI Agent 创建与管理平台，主要面向开发者和普通用户，允许用户像搭积木一样构建自己的智能体（AI Agent），并通过简单的配置实现多轮对话、API 调用、知识库问答等功能。

简单理解，Coze 就像是一个“ChatGPT 的拼装工厂”，你可以把多个模块（比如知识库、插件、函数调用等）组合起来，让一个 AI 聊天机器人具备特定能力，并部署到多个平台（如微信公众号、飞书、网页等）。

不过以上说的是非开源版本，实际这次开源的版本阉割了很多东西，这个后面细讲。

- 阅读剩余部分 -

阿里昨天发布的代码模型 Qwen3-Coder，有 4800 亿参数，是阿里迄今为止最具代码推理能力的代码模型，官方宣称“可以与 Cluade Sonnet4 媲美”。

下面是官方宣称的一些关键信息：

• 旗舰版本 Qwen3‑Coder‑480B‑A35B‑Instruct 是迄今为止最具“agentic coding”能力的开源模型；
• 在 Agentic Coding、浏览器和工具使用等任务上达到了开源界 SOTA，与 Anthropic 的 Claude Sonnet 4 不相上下；
• 上下文支持 256K token 原生，配合 YaRN 可扩展至 1M，使其可胜任大规模仓库与多轮交互场景；
• 通过 7.5T 数据（70% 代码）增强训练，并加入 agentic RL，达成在 SWE‑Bench Verified 等实际工程任务上的 SOTA 性能。

还好是阿里发布的，这要是菊花发布的，大嘴高低得喊俩小时的遥遥领先。

我在社区看到很多人体验后说效果确实很不错，编码能力确实出众。我本来也想试试，但在看到很多网友吐槽费用后，果断放弃了：

- 阅读剩余部分 -

谷歌刚刚发布了 Gemini CLI，据说对标 Claude Code 和 Cursor。

不仅免费，而且开源（已经 24.8k Star了），真乃业界良心。

本地安装环境仅需要 Node.js 高于 18 版本，然后执行 npm 命令安装即可。

npm install -g @google/gemini-cli

首次登录到浏览器登录谷歌账号验证一下，需要注意的是你的终端里记得挂代理。

我用我的号试了一下，可以使用，虽然谷歌知道我的这个号中国的，挂了代理还是可以用的。

免费的额度是每分钟 60 次模型请求，每天 1000 次请求。

我一开始问了个简单的问题试了一下，只是为了看看能不能用：

- 阅读剩余部分 -