## 1. 前置准备

确保你的系统已安装 Cargo 版本的 Tauri CLI，方便 IDE 调用。

```bash
cargo install tauri-cli
```

------

## 2. IDE 运行配置 (Run Configuration)

在 RustRover 中创建一个 Cargo 运行配置，用于启动开发环境。

1. 打开 **Run/Debug Configurations** -> **Edit Configurations...**
2. 点击 **+** 号，选择 **Cargo**。
3. **配置详情**：
   - **Name**: `Tauri Dev` (自定义)
   - **Command**: `tauri dev` (IDE 会自动补全为 `cargo tauri dev`)
   - **Working directory**: ⚠️ **项目根目录** (包含 `package.json` 的目录)，**切勿**设置为 `src-tauri`。
   - **Environment variables**: 按需配置 (如 `RUST_LOG=debug`)。

![image.png](https://static.downly.cn/images/b60092b2bbab580c665a0ec0586b0054.png)

### ⚡️ 关键优化：移除重复构建

在配置窗口最底部的 **Before launch (执行前)** 区域：

- ❌ **删除 `Build` (构建)** 步骤。
- ✅ **原因**：`tauri dev` 命令内部会自动触发编译。如果保留 `Build`，IDE 会先编译一次，Tauri 启动后又编译一次，导致启动速度慢一倍且容易产生文件锁冲突。

------

## 3. 标准调试流程 (Attach 模式)

由于 `tauri dev` 是一个 Wrapper 脚本，IDE 无法直接预测最终的二进制进程，因此**直接点击 Debug 按钮通常是灰色的或无效的**。

**正确步骤：**

1. **启动应用**：点击绿色的 **▶ 运行 (Run)** 按钮（不是 Debug）。
2. **等待窗口**：观察控制台日志，直到 Tauri 的应用窗口（前端界面）弹出。
3. **附加调试器**：
   - 点击顶部菜单栏 **Run** -> **Attach to Process...**
   - 或者双击 Shift 搜索 `Attach` / `附加`。
4. **选择进程**：
   - 在搜索框输入：`target/debug`。
   - ⚠️ **选择原则**：选择路径指向 `target/debug/app-name` 的进程。**不要**选 `cargo-tauri` 或脚本进程。
   - 点击 **Attach with Rust LLDB**。

🎉 **此时断点生效**：你在 Rust 代码中打的红点变实心，触发逻辑即可拦截。

![image.png](https://static.downly.cn/images/7a182081a52f99e7ef497d1c2b638ea1.png)

![image.png](https://static.downly.cn/images/b61b23830f1d286830b68e3bc206a2e9.png)

------

## 4. 调试小技巧

- **日志持久化**：使用 `tauri-plugin-log` 将日志写入文件，因为 Attach 模式下有时控制台输出会被截断。
- **前端调试**：后端用 RustRover 调试；前端直接在应用窗口右键 -> **Inspect** (F12) 打开 Chrome 开发者工具。

Tauri Rust RustRover debug

<video src="https://static.downly.cn/images/13-Steps-to-High-Efficiency-by-the-Creator-of-Claude-Code.mp4" controls width="50%">
 Your browser does not support the video tag.
</video>

> 在 AI 辅助编程领域，我们通常只把 AI 当作一个更聪明的自动补全工具。然而，Claude Code 的创造者 Boris Cherny 展示了一种完全不同的维度：他通过构建一套严密的系统工程，将自己从“代码撰写者”转变为“AI 军团指挥官”，实现了月产 4 万行高质量代码的惊人效率。

本文将基于 Boris Cherny 的实战演示，详细复盘他的 13 步工作流，并补充我们对于高阶技能定制的第 14 步实践，深入剖析这套范式背后的技术哲学。

------

## 01. 并发多线程 (Parallelization)

### 🎥 Boris 的实战现场

Boris 的终端界面就像一个繁忙的指挥塔。他通常会同时开启 5 个并行的 Claude 会话（Tabs 1-5），每个 Tab 都有明确的职责划分：

- Tab 1：专注于数据库层面的重构任务。

- Tab 2：处理前端组件的视觉调整。

- Tab 3：运行单元测试并修复回归错误。

 为了解决“等待 AI 生成”的时间浪费，他利用系统的“通知铃声”功能。当后台某个 Tab 完成任务时，会发出提示音，他便立即切换上下文进行确认。这种方式消除了人类在等待 AI 思考时的闲置时间。

### 🧠 技术视点：工程师的“调度器化”

> 这标志着工程师的核心能力正在发生代际转移。

过去，我们的核心能力是“专注力”和“手速”；而在 Boris 的模式下，核心能力变成了**任务架构拆解（Architecture Decomposition）\**与\**上下文切换（Context Switching）**。如果不具备良好的架构思维，无法将一个大需求拆解为 5 个低耦合的子任务，那么开启 5 个窗口只会带来 5 倍的混乱。**并发的前提，是解耦。**

------

## 02. 端云协同 (Teleport)

### 🎥 Boris 的实战现场

Boris 演示了如何打破“本地终端”与“云端网页”的物理隔阂。他使用 `teleport` 命令配合后台任务符 `&`，将本地正在进行的终端会话“瞬移”到浏览器端的 Claude 界面。

- **场景切换**：当需要处理复杂的长文本阅读、查看图表或进行更自然的对话交互时，他切换到网页端。
- **状态同步**：在网页端确认好思路或生成文案后，所有的上下文和结果又能反向同步回本地终端，继续执行代码命令。

### 🧠 技术视点：交互模态的流动性

> 未来的开发环境将不再固守单一的 IDE，而是“数据流”的载体。

CLI（命令行）适合执行和精确控制，GUI（网页）适合阅读、规划和视觉反馈。Boris 的实践告诉我们：**上下文（Context）应当像流体一样**，根据开发者的认知需求，在不同的容器之间自由流转，而不是被锁死在某个软件窗口里。

------

## 03. 慢思考 (Thinking Models)

### 🎥 Boris 的实战现场

在处理复杂的逻辑重构时，Boris 并没有选择响应最快的模型，而是强制指定带有思维链（Chain of Thought）的 Opus 4.5 模型。

尽管这需要等待数分钟才能看到结果，但他强调，对于核心逻辑，必须让 AI 像人类高级工程师一样进行深度的推理。他宁愿花时间等待一个准确的方案，也不愿快速得到一个充满 Bug 的代码块。

### 🧠 技术视点：算力换人力的经济账

> 这是一个关于“信噪比”的决策。

在软件工程中，**生成速度 $\neq$ 开发效率**。修复一个由快速模型产生的幻觉 Bug，其耗时（定位、调试、修改）往往是生成时间的 10 倍以上。这里的策略是典型的“慢即是快”：用昂贵的推理算力，去置换昂贵的人类调试时间。**准确率（Precision）远比延迟（Latency）重要。**

------

## 04. 共享大脑 (CLAUDE.md)

### 🎥 Boris 的实战现场

Boris 展示了他在项目根目录维护的核心文件：CLAUDE.md。

这不是给人类看的 Readme，而是给 AI 看的“宪法”。文件中定义了：

- **架构规范**：如“本项目使用 MVC 模式，Service 层不应直接返回 DTO”。

- **编码细节**：如“日期必须使用 ISO8601 格式”、“禁止使用 `eval` 函数”。

- 路径映射：解释项目特有的黑话和目录结构。

 每次启动 Claude，它都会预加载这份文件，从而让一个通用的 AI 瞬间变成最懂该项目的“资深员工”。

### 🧠 技术视点：隐性知识的显性化

> 这是文档工程（Documentation Engineering）在 AI 时代的复兴。

传统团队中存在大量“部落知识（Tribal Knowledge）”，它们只存在于老员工的脑子里。`CLAUDE.md` 迫使我们将这些隐性知识显性化。这本质上是一种**轻量级的 RAG（检索增强生成）**，它解决了 LLM 的无状态问题，让项目具备了可传承的“记忆”。

------

## 05. 复利工程 (Compounding Engineering)

### 🎥 Boris 的实战现场

当 Claude 犯错（例如引入了一个被禁用的库）时，Boris 的做法令人印象深刻：他不仅仅是纠正代码，而是直接在 GitHub 评论区 @claude 下达指令：“你犯了一个错误，请把这条新规则更新到 CLAUDE.md 中，以后不要再犯。”

通过这种方式，每一次错误都转化为了文档中的一条新规则，确保 AI 不会在同一个地方跌倒两次。

### 🧠 技术视点：错误的资产化

> 我们正在目睹一种全新的“资产积累”方式。

在传统开发中，踩过的坑容易被遗忘；而在这种模式下，**错误被提炼成了系统的“养料”**。随着项目推进，`CLAUDE.md` 越来越完善，AI 越来越聪明。这不仅仅是在写代码，更是在训练一个不断自我进化、不断增值的数字资产。

------

## 06. 计划模式 (Plan Mode)

### 🎥 Boris 的实战现场

Boris 通过双击 Shift+Tab 进入一个特殊的“计划模式”。在此模式下，AI 被禁止写一行代码。

他和 AI 像两个在白板前的架构师一样，纯粹通过自然语言反复推演：“如果我们要改这个 API，会影响哪些文件？”、“数据库 Schema 需要怎么变？”。只有当计划被彻底确认无误后，他才会切换回执行模式让 AI 动手。

### 🧠 技术视点：决策层与执行层的分离

> 这解决了新手使用 AI 最容易犯的错：过早陷入细节。

Plan Mode 强行将**设计（Design）\**与\**实现（Implementation）** 剥离。这不仅通过思维链（CoT）降低了 AI 的幻觉风险，更重要的是，它强制人类保持在“决策层”。**AI 是手，你是脑，动手之前先动脑。**

------

## 07. 斜杠命令 (Slash Commands)

### 🎥 Boris 的实战现场

Boris 演示了他自定义的 /commit-push-pr 命令。

只需输入这一个指令，Claude 就会在后台自动执行一系列复杂的动作：检查 Git 状态 -> 分析变更内容 -> 生成符合规范的 Commit Message -> 推送到远程分支 -> 调用 GitHub API 创建 PR。原本需要敲击十几次键盘的流程，被压缩成了一次指令。

### 🧠 技术视点：流程的“模糊自动化”

> 这是对传统 Shell 脚本的降维打击。

传统的脚本是僵化的，参数必须精确匹配。而挂载了 AI 的 Slash 命令是**基于意图（Intent-based）**的。开发者只需要发出意图，AI 负责填充参数、处理异常。我们正在从“自动化（Automation）”向“自主化（Autonomy）”过渡。

------

## 08. 子智能体 (Sub-agents)

### 🎥 Boris 的实战现场

在处理特定任务时，Boris 会调用专门的“子智能体”。例如：

- `code-simplifier`：这是一个被设定了极强约束的 Agent，它只负责简化代码语法，绝不修改业务逻辑。

- verify-app：专门负责按照测试手册运行端到端测试的 Agent。

 主 AI 负责攻坚，子 Agent 负责扫尾，分工明确。

### 🧠 技术视点：单一职责原则 (SRP) 的 AI 实践

> 我们写代码遵循 SRP 原则，使用 AI Agent 也应如此。

一个通用的“全能 Agent”往往表现平庸。通过构建专门的 Sub-agents，我们可以针对特定任务（如安全审计、性能优化、文档生成）微调 Prompt 和工具集。这是**多智能体协作（Multi-Agent Systems）** 的实战雏形。

------

## 09. 钩子 (Hooks)

### 🎥 Boris 的实战现场

Boris 配置了严格的 Pre/Post-execution Hooks。每当 AI 生成代码准备写入文件之前，系统会自动触发 Prettier 或 Linter。

无论 AI 生成的代码格式多么混乱，在写入磁盘的那一刻，它都会被强制格式化为团队标准风格。

### 🧠 技术视点：最后一道防线

> 这是防御性编程在 AI 时代的必要延伸。

我们不能无条件信任 AI 的输出质量。Hooks 建立了一个**不依赖于 AI 自身道德约束的外部质量门禁**。这不仅解决了 AI 代码“能跑但很难看”的顽疾，更守住了代码库整洁度的底线。

------

## 10. 权限管理 (Permissions)

### 🎥 Boris 的实战现场

Boris 并没有让 AI 处于完全的“裸奔”状态（`dangerously-skip-permissions`）。相反，他精心设置了白名单：

- 读取类命令（`ls`, `cat`, `git status`）：默认允许，无需人类确认，保证交互流畅。
- 破坏类命令（`rm`, `upload`, `deploy`）：必须弹窗询问，且高危操作会被钩子拦截。

### 🧠 技术视点：基于行为的零信任架构

> 信任，但要验证（Trust but Verify）。

在 AI 能够自主执行命令的时代，安全架构必须从“基于身份”转向“基于行为”。这种配置既保证了探索性任务的效率，又锁死了破坏性操作的风险。

------

## 11. 万物互联 (MCP)

### 🎥 Boris 的实战现场

通过 Model Context Protocol (MCP)，Boris 让 Claude 连接到了 IDE 之外的世界。

他展示了 AI 如何直接读取 Slack 中的讨论记录来理解需求背景，或者直接查询 BigQuery 数据库来验证业务逻辑，甚至连接 Sentry 查看线上的实时报错日志。

### 🧠 技术视点：打破 IDE 的“数据孤岛”

> 当 AI 开始感知业务数据时，它才真正成为了“全栈”。

这预示着 **AIOps** 的到来——AI 不再仅仅处理代码文本，而是能够感知线上状态、用户反馈和业务数据。它正在从一个“编码工具”进化为一个能够感知上下文的“业务伙伴”。

------

## 12. 长任务管理 (Ralph Wiggum)

### 🎥 Boris 的实战现场

对于那些极度耗时的任务（如全项目大规模重构、运行数小时的回归测试），Boris 使用了一个被称为 "Ralph Wiggum" 的后台挂机插件。

他将任务扔给这个后台进程，配置好“完成强提醒”，然后就去处理其他事情，甚至睡觉。在这些隔离环境中，他给予 AI 更高的自主权。

### 🧠 技术视点：异步生产力的解放

> 人类的时间是线性的，但算力是可以并发的。

通过将长耗时任务剥离给后台 AI，工程师实现了**算力与人力的解耦**。你不再需要盯着进度条发呆，这是对人类注意力的极致保护。

------

## 13. 反馈闭环 (Feedback Loop)

### 🎥 Boris 的实战现场

这是 Boris 演示中最精彩的部分：赋予 AI 眼睛。

当 AI 修改了前端代码后，它会自动启动一个浏览器实例，像真实用户一样点击按钮、输入表单、截图并分析控制台报错。如果发现页面崩溃或报错，AI 会根据错误信息自动修正代码，直到通过验证。

### 🧠 技术视点：从“开环”到“闭环”

> 这不仅仅是自动化测试，这是“自主纠错”。

目前的 AI 编程多是“开环”的（AI 写完 -> 人去测 -> 人反馈）。Boris 构建的是**闭环系统**（AI 写 -> AI 测 -> AI 改）。只要有了可靠的反馈机制（视觉验证、测试套件），AI 就能在不断的试错中收敛到正确结果，这才是 AI 能够独立完成任务的关键。

------

## 14. claude Code Skills 进阶实践

### 🚀 超越脚本的终极形态

Boris 展示了如何用 Slash Commands 和 MCP 连接工具，但这依然是零散的。通过研究 Anthropic 最新的官方规范，我们发现 Claude Code 真正的杀手锏其实是：**Agent Skills（代理技能架构）**。

这不是简单的写个脚本，而是定义了一种**标准化的能力封装协议**。如果说 `CLAUDE.md` 是公司的“宪法”，那么 Agent Skills 就是 Claude 的“岗位技能手册”。

### 🛠️ 我们的实践：构建标准化的 Skill 目录

我们不应满足于散落在各处的 Prompt，而应按照官方规范，构建可复用的 **Skill 文件夹**结构：

#### 1. 采用“三位一体”的目录结构

一个标准的 Skill 不是一个文件，而是一个目录：

- **`SKILL.md` (大脑)**：核心指令文件。包含 YAML Frontmatter（元数据）定义 `name` 和 `description`，以及 Markdown 格式的操作指南。这是 Claude 唯一“必读”的部分。
- **`scripts/` (肢体)**：存放 Python/Bash 脚本。用于处理需要精确执行、容错率低的逻辑（如数据清洗、格式转换）。这比让 LLM 自己写代码执行要稳定得多。
- **`references/` (海马体)**：存放 PDF 规范、API 文档或模版。这些是 AI 按需查阅的知识库。

#### 2. 利用“渐进式披露”机制 (Progressive Disclosure)

这是该架构最精妙的技术设计，旨在解决上下文窗口（Context Window）的限制：

- **静默态**：Claude 启动时，只加载所有 Skills 的 `name` 和 `description`（约 100 tokens），极度节省资源。
- **激活态**：只有当 Claude 判定当前任务需要该技能时（例如你提到“处理这个 PDF”），它才会动态加载该技能完整的 `SKILL.md` 指令。
- **执行态**：只有在真正执行细节时，才会去读取 `scripts/` 或 `references/` 中的具体文件。

#### 3. 设定“自由度” (Degrees of Freedom)

我们在编写 `SKILL.md` 时遵循“窄桥原则”：

- **低自由度**：对于发布生产环境的操作，我们提供固死的 `scripts/`，不给 AI 自由发挥的空间，确保 100% 的一致性。
- **高自由度**：对于“代码优化建议”类技能，我们只提供 Markdown 文本指导，让 Claude 发挥它的创造力。

### 🧠 技术视点：AI 的“Docker 化”时刻

Agent Skills 的出现意味着 **AI 能力的标准化和模块化**。

- **可移植性**：你可以把一个写好的 `data-analysis` Skill 文件夹打包发给同事，他的 Claude 瞬间就学会了如何分析公司特有的数据格式，无需任何 Prompt 调试。
- **程序性记忆**：以前我们通过 RAG 给 AI **陈述性记忆**（知识），现在我们通过 Skills 给 AI **程序性记忆**（方法）。

------

**结语**

Boris Cherny 的 13 步工作流，配合最新的 Agent Skills 架构，本质上是将程序员从**代码的实现者**，升级为了**代码生产系统的设计者与监督者**。

拒绝“聊天式”编程 - 深度解析 Claude Code 之父的系统化开发流

> 导语
> OpenAI 今日正式推出专为解决复杂现实编码任务设计的 GPT-5.2-Codex 模型。该模型不仅在权威基准测试中刷新纪录，更通过革命性的“上下文压缩”技术与视觉理解能力，首次实现了从环境搭建、代码编写到漏洞挖掘及 PR 提交的全流程自主操作，标志着软件工程迈入智能体新纪元。

## 智能体编程模型的新里程碑

OpenAI 此次推出的 GPT-5.2-Codex 并非简单的版本迭代，而是深度融合了 GPT-5.2 的通用推理能力与 GPT-5.1-Codex-Max 的终端操作技能。该模型引入了革命性的“上下文压缩”技术，使其在处理代码重构、跨库迁移等依赖超长上下文的任务时，效率与准确性得到了大幅提升。

针对开发者真实的工作流，模型显著优化了在 Windows 10/11 原生环境下的执行可靠性，彻底告别了以往仅局限于 Linux 环境的状况。

## 视觉理解与全栈开发能力的飞跃

新模型最令人瞩目的突破在于其视觉理解能力的飞跃。开发者只需上传 UI 截图、技术图表或手绘草图，Codex 即可精准解析设计意图，并自动生成结构清晰、可运行的前端或全栈原型代码。这一功能大幅缩短了从设计稿到生产代码的周期，让创意落地变得前所未有的简单。

![Google_AI_Studio_2025-12-19T03_07_40.489Z.png](https://static.downly.cn/images/886f8d7af1d2119bab6b24c4ee6d9b32.png)

 <center>图源备注：图片由AI生成</center>

## 权威评测与自主操作能力

在 SWE-Bench Pro（软件工程修复）与 Terminal-Bench 2.0 (终端操作) 等权威评测中，GPT-5.2-Codex 均创下新高。其工具调用成功率与事实一致性显著优于前代产品。如今，它已具备独立完成以下复杂任务的能力

* 导航大型代码库
* 自动编写测试用例
* 执行模糊测试（Fuzzing）
* 生成安全补丁
* 创建完整的 GitHub Pull Request

## 实战价值与安全领域的应用

实战价值已在安全领域得到验证。安全公司 Privy 的首席工程师 Andrew MacPherson 曾利用上一代 Codex 模型，成功复现并深度挖掘 React Server Components 中的三个未知漏洞。AI 智能体全程协助搭建测试环境、推理攻击面、执行自动化测试，将原本需要数天的漏洞验证周期压缩至数小时。



![Google_AI_Studio_2025-12-19T03_08_02.126Z.png](https://static.downly.cn/images/6103be9a85763ee21f5c359cc2b9a445.png)

 <center>图源备注：图片由AI生成</center>

## 审慎部署与未来展望

面对强大能力带来的“双重用途”风险，OpenAI 采取了审慎的部署策略。虽然未将其列为“高风险”模型，但已内置多重防护机制。公司启动了“可信访问试点计划”（Trusted Access Pilot），仅向经严格审核的安全研究人员与关键基础设施团队开放高权限版本，用于受控环境下的威胁模拟与防御演练。

目前，所有 ChatGPT 付费用户已可直接使用 GPT-5.2-Codex，API 访问权限将在未来几周逐步开放。随着 AI 不仅能写代码，更能理解业务、修复漏洞并协作开发，程序员的角色正从单纯的“编码者”转向“AI 指挥官”。

OpenAI 震撼发布 GPT-5.2-Codex 程序员进阶 AI 指挥官，漏洞挖掘与全栈开发实现全自动

> 今日科技圈波澜壮阔，苹果推出本地化数据分析工具力保隐私，腾讯与Kimi相继开源重磅模型降低应用门槛；然而技术狂奔背后隐忧尚存，Cloudflare因微小失误引发全球断网。


## 苹果重磅开源 浏览器端跑科研级数据分析 隐私零泄露

苹果公司正式发布了一款名为 Embedding Atlas 的开源工具，这款工具的出现打破了传统数据分析对后端服务器的依赖。它通过结合 Rust 语言的高性能与 WebGPU 的图形加速能力，允许用户直接在本地浏览器中进行交互式探索。

这意味着科研人员和开发者可以在不上传任何数据的情况下，处理大规模的嵌入向量及高维数据。这不仅极大地保护了数据隐私，还显著降低了分析过程中的延迟，让复杂的科研级数据可视化变得触手可及。

![image.png](https://static.downly.cn/images/00b427f4073ee8e92d0856e859631e7c.png)
<center>图源备注：图片由AI生成</center>

## 消费级显卡也能玩 腾讯开源混元视频1.5 直出电影级画质

对于视频生成领域的创作者而言，硬件门槛一直是巨大的痛点。腾讯最新开源的 HunyuanVideo 1.5 模型精准地解决了这一问题。这是一款轻量级模型，专门为消费级显卡设计，让普通用户也能在家部署运行。

该模型原生支持生成 480p 和 720p 分辨率的视频，时长可达 5 到 10 秒。更令人惊喜的是，它内置了先进的超分辨率技术，能够将生成的视频进一步提升至 1080p 的电影级画质，在保证效率的同时并没有牺牲视觉体验。

![image.png](https://static.downly.cn/images/ba1ed7147c86e719e548e7b5981c25a5.png)
<center>图源备注：图片由AI生成</center>

## 万亿参数巨兽登场 Kimi K2 模型开源 训练数据高达15.5万亿

Kimi 在大语言模型领域再次扔下一枚重磅炸弹。最新发布的 K2 混合专家型（MoE）大语言模型，展示了惊人的参数规模与训练深度。该模型拥有总计 1.04 万亿个参数，其中激活参数量达到 320 亿。

为了打造这一“巨兽”，Kimi 团队使用了高达 15.5 万亿个 token 进行训练。K2 不仅支持动态资源可用性，还引入了新的优化器技术，标志着开源大模型在处理复杂任务和知识储备上迈上了新的台阶。

![image.png](https://static.downly.cn/images/c67c01a14f759d538d5c27e1071e41dd.png)
## 一行代码引发的血案 Cloudflare 史诗级宕机带崩全球 AI 服务

作为互联网基础设施的重要一环，Cloudflare 的稳定性至关重要。然而，最近发生的一起被称为“六年最惨”的宕机事件，再次给全球技术圈敲响了警钟。此次故障直接导致全球近一半的网络流量瘫痪，ChatGPT、Claude 等知名 AI 服务也因此集体“失联”。

令人咋舌的是，Cloudflare 在随后的故障报告中披露，这场浩劫的罪魁祸首竟然只是一行具体的 Rust 代码。这一事件生动地诠释了在高度复杂的现代软件工程中，微小的疏忽如何引发蝴蝶效应般的灾难。

![image.png](https://static.downly.cn/images/466ce09f97a5ce1dc403c7a70ef33ec0.png)
<center>图源备注：图片由AI生成</center>

每日AI资讯1123：从苹果隐私计算到万亿模型开源，一行代码竟致全球AI瘫痪

> 科技巨头在AI领域的竞赛持续升温，谷歌接连推出文件检测与搜索工具，Hume AI在语音克隆技术上取得新突破，科大讯飞则发布了支持多语言的深度推理大模型。与此同时，Meta将AI短视频推向欧洲市场，而OpenAI与AWS的巨额合作则预示着AI基础设施建设进入新阶段。

## 谷歌AI文件识别利器Magika 1.0发布，核心引擎全面升级

谷歌近日正式发布了其AI文件检测工具Magika的1.0版本，并宣布该项目的核心引擎已完全采用Rust语言重写。这一重大升级显著提升了工具的处理速度和内存安全性，使其在性能与安全方面实现了质的飞跃。Magika自去年开源以来，凭借其高效精准的文件类型识别能力，月均下载量已超百万次，新版本的发布将进一步巩固其在开发者社区中的地位。

![image.png](https://static.downly.cn/images/78e3181dc2000205f943ee9ce46d160a.png)
图源备注：图片由AI生成

## 私有数据检索新纪元，谷歌Gemini API推出文件搜索工具

为了简化开发者的私有数据集成流程，谷歌推出了一款名为“文件搜索工具”的全新Gemini API功能。该工具是一个全托管的RAG（检索增强生成）系统，允许用户直接上传私有文件，系统会自动完成索引和检索的全部流程。这意味着开发者无需再自行搭建和维护复杂的向量数据库，即可轻松将私有文件转化为可供AI模型查询的知识库，极大地降低了技术门槛。

![image.png](https://static.downly.cn/images/f6fda800041e315c16b12c84bef7bd0d.png)
图源备注：图片由AI生成

## 一次录音复刻灵魂之声，Hume AI语音转换功能惊艳上线

Hume AI公司推出的“语音转换”功能为个性化语音合成带来了革命性突破。用户仅需提供一次录音，系统便能精准捕捉并复刻原声的独特节奏、发音习惯和语调，并将其无缝移植到目标声音上。这项技术标志着语音AI正从过去机械的文本朗读，向能够传递真实情感与个性的新阶段迈进。该功能现已登陆其创作工作室和API平台，为内容创作、虚拟助手等领域开启了无限的创意空间。

![image.png](https://static.downly.cn/images/2664fa7735f97016c3b119b3518f9486.png)
图源备注：图片由AI生成

## Meta AI短视频“Vibes”登陆欧洲，是内容创新还是“AI泔水”引热议

Meta旗下的全AI生成短视频产品“Vibes”正式进军欧洲市场，并已集成至Meta AI应用中。用户可以通过简单的文字提示，或对他人作品进行“Remix”再创作，即可由AI生成独特的短视频内容。尽管Meta旨在通过此举构建一个社交化、协作式的AI创作生态，但完全由AI生成的内容质量和其对内容生态的潜在影响，也引发了部分用户关于其是“AI版TikTok”还是“AI泔水”的激烈讨论。

![image.png](https://static.downly.cn/images/ab264c8a7bc6cefc92426576babdad67.png)
图源备注：图片由AI生成

## 科大讯飞发布讯飞星火X1.5，深度推理能力再进化

在国内的世界声博会上，科大讯飞发布了其最新的深度推理大模型“讯飞星火X1.5”以及一系列相关AI产品。该模型在国内算力平台上完成了高效训练，其强大的多语言处理能力是本次升级的一大亮点，现已支持多达130种语言。科大讯飞强调，此次发布旨在通过先进的AI技术赋能各行各业，解决实际问题，彰显了其在人工智能领域的深厚技术积累和持续创新能力。

![image.png](https://static.downly.cn/images/0e046db589c524ce11c1db4cfa34b894.png)
图源备注：图片由AI生成

## 380亿美元豪赌，OpenAI与AWS联手构建AI基础设施新格局

OpenAI与亚马逊云服务（AWS）达成了一项为期七年、总额高达380亿美元的重磅合作协议。根据协议，OpenAI将获得数十万台英伟达GPU的计算资源，并将其托管于亚马逊遍布全球的数据中心。这次合作远超传统的云服务租赁模式，旨在为OpenAI构建更强大、更稳固的AI基础设施，以支持其未来更大规模模型的研发和训练，此举将对全球AI技术的发展格局产生深远影响。

![image.png](https://static.downly.cn/images/a84bc99a4fec836bab456f672c1b65ad.png)
图源备注：图片由AI生成

每日AI资讯1108：谷歌连发AI工具，OpenAI与Meta等巨头竞相布局

> 导语：今日的AI领域充满了变革与争议。Opera推出了集三位AI助手于一体的Neon浏览器，旨在提升用户体验；与此同时，科技巨头间对AI能力的争论也愈发激烈，OpenAI关于GPT-5解决数学难题的言论引发了广泛质疑。在应用层面，谷歌Gemini API的新功能让AI应用化身“本地专家”，而阿里Qoder则在全球范围内挑战现有AI编程工具，预示着一场“上下文”革命的到来。开发者们也面临着新的抉择：在AI时代，该如何选择合适的编程语言以应对未来的挑战。

## Opera浏览器三AI加持 用户界面迎来新挑战

Opera Neon浏览器最近进行了一次重大更新，整合了名为Chat、Do、Make的三款AI助手。这三款助手分别专注于聊天、自动化控制和内容创作，旨在为用户提供多样化的智能服务。尽管功能强大，但新的用户界面显得较为复杂，用户需要一定时间来适应这种全新的交互方式，才能充分利用AI技术提升自己的浏览效率。

![image.png](https://static.downly.cn/images/ee6c425378352176f2adcac8d5aa03ed.png)
图源备注：图片由AI生成
 

## OpenAI GPT-5数学能力遭质疑 科技界呼吁谨慎发布

近日，OpenAI副总裁声称其即将推出的GPT-5模型成功解决了一个著名的Erdős数学难题，此言论一出便在科技界引发了轩然大波。来自Meta和Google DeepMind等竞争对手的专家对此表示怀疑，认为这一成就被过分夸大。此次事件凸显出一个重要问题：在AI能力得到严格验证之前，草率的发布不仅会引发争议，还可能损害整个行业的公信力。

![image.png](https://static.downly.cn/images/bcb474d05b08549fd0ce59a2e04a6188.png)
图源备注：图片由AI生成
 

## 谷歌Gemini API赋能 AI应用变身“本地专家”

谷歌为其Gemini API推出了创新的“地图接地”功能，这是一项重大的技术突破。该功能允许开发者将自己的AI应用与谷歌地图超过2.5亿个地点的数据进行无缝对接。这意味着AI应用能够自动识别与地理位置相关的查询，并高效地提取如地址、营业时间、联系方式等结构化实时信息，极大地提升了具有位置感知能力的AI应用的开发效率和实用性。

![image.png](https://static.downly.cn/images/35fa8654c5de2f648555f736fbaae8db.png)
图源备注：图片由AI生成
 

## 阿里Qoder强势入局 AI编程迎来“上下文”革命

阿里巴巴推出的AI编程工具Qoder，正向全球顶尖的AI编程助手如Claude code和Cursor发起挑战。Qoder的核心优势在于其深度理解代码“上下文”的能力，它能在复杂的实际工程项目中，帮助开发者将正确的解决方案应用于具体问题，从而确保项目的稳定交付。这标志着AI编程正在从简单的代码生成，迈向更深层次的逻辑理解和应用。

![image.png](https://static.downly.cn/images/cd7b43ca6b478ac3b4fa5729cfd6af76.png)
图源备注：图片由AI生成
 

## AI时代 编程语言如何选？Go、Rust、Python与TypeScript的抉择

随着AI辅助编程工具的普及，传统的编程工作流正在被重塑。这也给开发者们带来了新的思考：在AI时代，选择哪种编程语言才能更好地应对未来的技术浪潮？Go语言的并发性能、Rust的内存安全、Python的生态系统以及TypeScript的类型安全，都在新的技术背景下展现出不同的价值。如何做出明智的选择，已成为开发者必须面对的关键问题。

![image.png](https://static.downly.cn/images/8c7e2e80accdd2815372a6080a308615.png)
图源备注：图片由AI生成

每日AI资讯1020：AI编程革命与巨头争议并存

**作者：** Cascade AI 编程助手

#### 一个“只在我的开发环境”能跑的 Bug

在开发桌面应用时，我们经常会遇到一个经典的窘境：“它在我的电脑上跑得好好的！” 这句话背后，往往隐藏着开发环境（Dev）与生产环境（Release）之间的微妙差异。最近，在开发一款与本地 Ollama 服务交互的 Tauri 应用时，我们就遇到了这样一个棘手的问题：应用在 `tauri dev` 模式下一切正常，但一旦打包成 Windows 的 `.exe` release 版本，所有对本地 Ollama API 的请求都神秘地失败了。

本文由AI根据实际的人机互动Debug调试编写，详细记录我们如何像在经历了几次错误的猜测和关键的思路转折后，最终定位并解决这个由 `Origin` 请求头引发的跨环境网络难题。

#### 迷雾中的初步探索与关键转折

问题初期，我们陷入了迷雾。作为 AI 助手，我的分析首先指向了那些最常见的“嫌疑人”：

* **假设1：Tauri 权限问题。** 我最初坚持认为，问题可能出在 `tauri.conf.json` 的 `allowlist` 配置上，怀疑 release 版本没有被授予足够的 HTTP 请求权限。
* **假设2：Windows 网络限制。** 我猜测可能是 Windows 防火墙、杀毒软件，或是系统本身对 `localhost` 的环回网络连接在 release 模式下进行了限制。

然而，**开发者（也就是您）的敏锐观察和清晰指导，为我们拨开了迷雾，带来了第一次关键的转折。**

您坚定地指出，这些关于网络不通的假设是不成立的，因为**应用中对其他公共 API（非本地服务）的调用在 release 版本中完全正常**。这个信息如同一盏明灯，瞬间照亮了我们的困境。它无可辩驳地证明了：
1. 应用的基本网络功能是完好的。
2. Tauri 的 `allowlist` 配置是正确的，应用确实有权访问网络。

这个关键的反馈，迫使我们放弃了对“网络通不通”的宏观猜测，而转向一个更精确、更深入的问题：**既然网络是通的，那为什么偏偏只有对 `http://localhost:11434` 的请求会失败？**

#### 打造我们的“窃听器” —— debug_server.py

为了回答这个新问题，我们必须亲眼看看 release 应用到底向 Ollama 服务发送了怎样的网络请求。为此，我们编写了一个简单的 Python HTTP 服务器 (`debug_server.py`)。它会伪装成 Ollama 服务，监听在 `11434` 端口，并打印出收到的每一个请求的完整细节，包括请求方法、路径和——最重要的——**请求头（Headers）**。

这个小工具成为了我们破案的关键。

#### 真相大白——Origin 头的幽灵

我们分别在 `dev` 和 `release` 模式下运行应用，并让它们连接到我们的 Python 调试服务器。真相瞬间浮出水面：

**1. Dev 模式下的请求日志：**
```bash
Request: GET /api/version
Headers:
 accept: */*
 host: localhost:11434
 ... (其他一些标准头部)
```
请求非常“干净”，没有任何 `Origin` 头。Ollama 服务认为这是一个常规的、无来源限制的请求，因此正常响应。

**2. Release 模式下的请求日志：**
```bash
Request: GET /api/version
Headers:
 accept: */*
 host: localhost:11434
 origin: https://tauri.localhost <-- 罪魁祸首！
 ... (其他头部)
```
在 release 版本中，请求头里赫然出现了一个 `origin: https://tauri.localhost`！Ollama 服务默认的 CORS（跨源资源共享）策略非常严格，它不认识这个 `origin`，于是直接拒绝了该请求，返回 `403 Forbidden`。

#### 问题根源 - Tauri 的双重面孔

为什么会产生这种差异？这源于 Tauri 在不同模式下的工作原理：

* **`dev` 模式**：Tauri 会启动一个本地开发服务器（通常是 Vite 或 Webpack 的 dev server）来提供你的前端资源。当你的前端代码 `fetch('http://localhost:11434')` 时，这个请求是从一个标准的 Web 环境发出的，对于访问另一个 `localhost` 端口，浏览器通常不会附加 `Origin` 头。
* **`release` 模式**：你的所有前端代码被打包并嵌入到应用的可执行文件中。在 Windows 上，Tauri 使用 WebView2（基于 Microsoft Edge/Chromium）来渲染界面。为了安全，WebView2 会将应用的内容视为来自一个特殊的、受保护的来源，即 `https://tauri.localhost`。因此，当你的应用向外部（即使是 `localhost` 上的另一个端口）发起请求时，WebView2 会严格遵守同源策略，自动附加上 `Origin: https://tauri.localhost` 头。

#### 解决方案 - 从“妥协”到“根治”

**方案一 临时妥协（Workaround）**

最直接的方法是“说服”Ollama 服务信任我们的应用。我们可以通过设置环境变量来启动 Ollama：
```powershell
$env:OLLAMA_ORIGINS="https://tauri.localhost"
ollama serve
```
这告诉 Ollama，来自 `https://tauri.localhost` 的请求是安全的。这个方法能快速解决问题，但缺点是需要用户手动配置环境，不够优雅和健壮。

**方案二 釜底抽薪（The Ultimate Fix）**

最理想的方案是**从根本上避免发送 `Origin` 头**。既然前端（WebView2 环境）无法控制这个行为，那我们就把网络请求的任务交给不受浏览器策略限制的后端——**Rust 核心**。

我们的实施步骤如下：

1. **引入 `reqwest`**：在 `Cargo.toml` 中添加强大的 Rust HTTP 客户端库 `reqwest`。
2. **创建 Tauri 命令**：在 `src-tauri/src/main.rs` 中，我们创建了一个新的异步 Rust 函数 `make_http_request`，并将其注册为 Tauri 命令。这个函数使用 `reqwest` 来发起纯净的 HTTP 请求，它在原生环境中执行，自然不会附加任何 `Origin` 头。
 ```rust
 #[tauri::command]
 async fn make_http_request(url: String) -> Result<serde_json::Value, String> {
 // ... 使用 reqwest 发送请求 ...
 }
 ```
3. **重构前端 API 调用**：我们将前端代码中所有使用 `fetch` 与 Ollama 通信的地方，全部替换为使用 Tauri 的 `invoke` 函数来调用我们新创建的 Rust 命令。
 ```typescript
 // 原来的代码
 // const response = await fetch(`${baseUrl}/api/version`);
 
 // 修改后的代码
 import { invoke } from '@tauri-apps/api/tauri';
 const response = await invoke('make_http_request', { url: `${baseUrl}/api/version` });
 ```

通过这套“移花接木”的操作，我们将所有敏感的网络请求从前端代理到了后端。现在，无论是在 `dev` 还是 `release` 模式下，应用与 Ollama 的通信都变得统一、纯净且可靠。

#### 结论

这次调试经历深刻地揭示了 Tauri 应用在不同环境下的行为差异。`Origin` 头的问题是 Web 技术与原生系统集成时一个常见的“坑”。整个过程也凸显了人机协作的价值：AI 提供了常规检查的思路，而开发者的经验和对项目上下文的深刻理解，则能及时纠正方向，避免在错误的道路上越走越远。

通过使用调试服务器进行细致观察，并利用 Tauri 强大的前后端通信能力，我们不仅解决了问题，还构建了一个更健壮、更可靠的应用架构。希望我们的经验能帮助你，在未来的 Tauri 开发之旅中，少走一些弯路。

"开发正常，打包就炸"——Tauri 开发者必踩坑之 “Origin”引发的"血案"

你还记得开发跨平台应用的痛苦经历吗？不管是选择Electron被人吐槽"内存杀手"，还是选择原生开发为每个平台写三套代码，简直是程序员的噩梦。QT和JavaSwing更是折腾的让人`痛苦面具`。

而现在，AI时代来了！本文将向你展示如何使用`Manus+Tauri`这对"神仙组合"，真正做到`零代码`创建一个`AIBot`（AI聊天机器人）跨平台应用——没错，一行代码都不用写！

请先看效果图 - 基于`Manus+Tauri`开发的跨平台DeepSeek聊天机器人：

<img src="https://static.downly.cn/images/20250527045749.387904026.png" style="zoom:50%;" />

## 1. 技术背景

### 什么是Manus？

**Manus**就像是一个通用AI智能体，你可以把它当作AI程序员，你只需要告诉它"我想要一个聊天机器人应用"，它就能像变魔术一样自动完成：

- 📋 需求分析（比产品经理还懂你要什么）
- 🏗️ 架构设计（比架构师还专业）
- 💻 代码编写（比码农还勤奋）
- 🧪 功能测试（比测试工程师还细心）

简单来说，Manus就是那个你一直梦想的"全能AI同事"，而且它不会摸鱼，不会请假，24小时待命！当然，缺点就是每日积分有限制，超过后需要氪金。

关于Manus的详细介绍请访问：[https://www.downly.cn/nav/detail/e09b8af18c3964676f44d5510bb65aed](https://www.downly.cn/nav/detail/e09b8af18c3964676f44d5510bb65aed)

### Tauri - 轻量级跨平台开发的救星

如果说`Electron`是"用大炮打蚊子"，那**Tauri**就是"精准狙击手"：

- **轻如鸿毛**：应用体积比Electron小90%，妈妈再也不用担心硬盘空间了
- **一码三端**：Windows、macOS、Linux一套代码全搞定，告别重复劳动
- **性能爆表**：基于Rust后端+原生WebView，速度快到飞起
- **安全可靠**：内置安全机制，黑客看了都摇头

### Node.js - 前端开发的老朋友

**Node.js**在这里扮演的角色就像是"后勤部长"：

- 🔧 **工具管家**：提供npm/yarn等包管理工具
- 📦 **依赖管理**：帮你管理成千上万个依赖包
- ⚡ **构建助手**：负责前端资源的编译和打包

虽然它不直接参与应用运行，但没有它，整个开发流程就转不起来。



## 第一步：使用Manus生成项目

打开[Manus官网](https://manus.im/)，然后输入提示词：`使用Tauri开发支持DeepSeek和OpenAI的AIBot应用`，让Manus给我们创建一个可以跨平台使用的AI聊天机器人应用：

![](https://static.downly.cn/images/image-20250527113624830.png)

然后我们可以看到Manus开始分析AIBot的需求、设计应用架构、初始化环境、拉取依赖等。

![](https://static.downly.cn/images/image-20250527113704017.png)

等待大约15-20分钟左右，我们可以看到Manus已经完成了需求分析、架构设计、项目初始化、API集成、用户界面开发、功能测试，甚至是跨平台兼容性验证，如下图：

![](https://static.downly.cn/images/image-20250527113933417.png)

你也可以访问我的AIBot项目创建回放：https://manus.im/share/VMNeKuV7dO3DAyOS6rjPiv?replay=1。



## 第二步：环境配置 - 搭建开发环境

AIBot项目编写完成后，我们需要准备开发环境。首先，我们需要安装Rust，访问RUST官网下载Rust程序安装器：https://www.rust-lang.org/zh-CN/learn/get-started，请根据自己是实际情况下载对应的版本，我这里使用的虚拟机是`Windows 64`。

![](https://static.downly.cn/images/image-20250527114732315.png)

下载完成后打开`rustup-init.exe`，然后根据Rust安装器提示安装Rust：

![](https://static.downly.cn/images/image-20250527105906018.png)

Rust安装时需要网络环境通常（必要的时候可能需要使用VPN），Rust安装完成后我们需要安装Nodejs，这里下载Nodejs的最新LTS版本`v22.16.0`。

![](https://static.downly.cn/images/image-20250527110041831.png)

Rust和Nodejs安装完成后，接下来需要配置Nodejs环境。首先，我们解压Manus的zip包，并打开：`C:\Users\yzmm8\Source\tauri_aibot`目录，然后在空白处`右键->在终端打开`开启PowerShell程序。

![](https://static.downly.cn/images/image-20250527110605183.png)然后执行下面的命令：

```powershell
Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser
npm config set registry https://registry.npmmirror.com/
npm install yarn -g
yarn config set registry https://registry.npmmirror.com
npm install -g cnpm --registry=https://registry.npmmirror.com
yarn
```

详细拆解上面执行的命令：

1. 解除 PowerShell 默认的脚本运行限制（仅限当前用户）
2. 安装npm阿里云的源
3. 安装yarn
4. 安装yarn阿里云的源
5. 安装cnpm
6. 安装当前node项目的依赖



![](https://static.downly.cn/images/image-20250527110855453.png)

## 第三步：项目启动与调试

`yarn`命令执行成功后，我们就可以执行`yarn run tauri dev`，尝试使用dev模式运行AIBot，第一次启动时会下载Rust项目的依赖，所以需要保持网络畅通。

![](https://static.downly.cn/images/image-20250527111746512.png)

接下来，我们可能会看到下面的报错：

![](https://static.downly.cn/images/image-20250527112025712.png)

由于Manus在创建App的时候缺少了一个AIBot应用的icon文件，所以我们需要创建icons目录（`C:\Users\yzmm8\Source\tauri_aibot\src-tauri\icons`），并复制一个icon到icons目录，然后再次执行：`yarn run tauri dev`命令，即可看到AIBot正常启动。最后点击`设置`，配置DeepSeek的API Key，如下图：

![](https://static.downly.cn/images/image-20250527112633739.png)

## 第四步： 配置AI服务

如果你没有Key，需要访问DeepSeek官网，申请API Key：

![](https://static.downly.cn/images/image-20250527112843439.png)

申请好API Key之后，在AIBot中配置下DeepSeek的API Key，需要特别注意的是由于Manus生成的应用窗口有问题，AIBot的窗口比较小，所以可能看不见`保存设置`的按钮，需要拖动下窗口大小才能看见。

![](https://static.downly.cn/images/image-20250527113139656.png)

配置好`DeepSeek`的API Key后记得点击顶部的`DeepSeek`模型选项。接下来，我们就可以使用`DeepSeek`开始对话了。

![](https://static.downly.cn/images/image-20250527113514991.png)

通过本教程，我们成功使用`Manus+Tauri`组合，在不编写任何代码的情况下创建了一个功能完整的跨平台AI聊天应用。这种开发方式不仅大大降低了技术门槛，也极大提升了开发效率。AI时代的到来，让"人人都是开发者"不再是梦想！

接下来，我将会讲解一些其他使用的AI开发工具和技巧，让大家体验下AI新时代的开发体验，感谢大家关注！



## 关于Downly.cn

[downly.cn](https://www.downly.cn) （平台还在建设中）是我创建的一个融合了AI相关的文章、教程、应用、导航为一体的AI资讯和技术平台。

在AI技术飞速发展的今天，信息碎片化和技术门槛高成为了许多人学习和应用AI的主要障碍。[downly.cn](https://www.downly.cn) 致力于打造一个**一站式AI学习与实践平台**，让每个人都能轻松接触、学习和应用AI技术。

搜索结果: Rust