介绍：世界第二大的 AI 编程工具
课代表: Hello 师洋，你好。欢迎来到克莱萝莉（节目名称）。我们介绍一下师洋，师洋是 Tree 的负责人。Tree 现在在我的认知里边，是世界第二大的 AI coding 的工具。
师洋: 过奖了。我觉得可能从 size 上确实还是挺大的一个产品。
课代表: 那你想谦虚在哪里？
师洋: 相比 size，我们更希望是口碑是世界第二大或者第一大的。我觉得目前从我们自己的角度上来讲，我们还有很多值得学习的地方，比如当前大家口碑非常好，或者认知里口碑非常好的，像 Cloud Code（Anthropic 开发的 AI 编程助手） 还有 Cursor（一个深度集成了 AI 功能的 VS Code 分支编辑器）。我们也在努力，试图不仅从体量上，同时从使用的这个体验上，能够达到世界前列的水平。
超越 Copilot：从追赶到体验领先
课代表: 我自己觉得，因为我和鸭哥包括我们社区里的很多小伙伴，都是在使用 Tree，他们在使用各种 AI coding 的工具。我觉得一个很了不起的点是，其实刚一出来的时候是 Copilot（由 GitHub 和 OpenAI 开发的 AI 编程工具）。但是我自己的体感，个人体感是 Tree 这一年其实已经超过了 Copilot，哪怕是在 Copilot 自己很强调的补全体验上，整个效果都是超过他的。这其实不容易，因为 Copilot 也是背靠微软这样的一个公司。
师洋: 我觉得我们整体上确实像你讲的，如果从过去一年看，我们是从 24 年的 10 月份开始去做这款产品。过去一年里边，我们从几乎是零到今天的状态，我们在一些很细节的点上其实做了很多的突破。
比如说刚才你讲的像 Copilot，如果我们 compare to Copilot，Copilot 最早的时候，其实他最强调的是代码的补全。他是行业里边第一家做出来这件事情的，而且他其实很早就开始做，几乎是 22 年开始有，然后逐渐逐渐从 23 年，模型能力变强，行业对于 AI 的认知变高之后，大家对它的认知也发生了变化和提升。
但后来其实我觉得整个行业里边，包括像 CURSOR、包括像 Tree，大家有一点因为创业公司可能你追我赶的这种状态下，其实大家在这里面做了很多突破和尝试。
AI 编程的进化：从单点补全到多段补全
师洋: 我觉得从补全这个角度上来讲，我们最开始只能做单点的补全（Single-point Completion: 仅补全当前光标位置的代码），或者说只是单一的一个 function，就我写一个名字，然后你大概是帮我去推整个 function 是怎么去做，甚至是一行。
然后到比如一整个 function，然后再到现在行业里边比较普遍的，比如说可能大家用 Cursor 用的比较多，大家对 Tab 的感受也非常好。最近它不是也发了一个新的那个论文，就是说你可以变成了是多段的补全（Multi-segment Completion: AI 智能预测并补全代码库中多个相关联的部分）。也就是 AI 变得更聪明，当你去改了一个地方，他可能连带受影响的其他地方，他也能自动解析出分辨出，然后帮着你去做。
那我觉得我们在过去一年里边，我们可以讲，我们大概能到世界第二的水平。也就是说，我觉得 Cursor 还是比我们要领先一些，无论从认知上还是投入的程度上，在过去我觉得他是行业里面最好的。
然后对于我们来讲，我觉得除了 Cursor 以外，我们做过横屏，其实可能比大多数的行业里面你能看到的产品，其实我们的体验是更优的。而且这个优，我觉得如果说 Cursor 是独一档的话，我们大概能到他的 90% 左右。然后可能其他的，我不想去评价别人，好像要拉踩别人，但实际上可能别人离前两名的差距还是有一定明显的。其实我觉得大家从实际的使用体验里边，包括我们对自己的客户的访谈里边，其实都能够看得到的。
中国团队的优势：擅长“命题作文”
师洋: 在这里面，可能我们觉得最大的努力是，这可能也是中国团队里边比较擅长的一个地方，就是我觉得我们中国的团队相比起美国的团队，或者说硅谷的团队，更善于的是“命题作文”。就比如说这个问题是这样的，然后你是否能还原出，或者在这个基础上做的更好，或者说成本更低。我觉得这是中国团队非常非常擅长的地方。
然后可能美国团队，可能更加擅长的是说定义一个问题，然后最开始给这个问题一个很好的解答。我觉得这没有高低之分，且我觉得这个是在你不断的对行业、对产品、对用户有认知的时候，你也会逐渐的去发现。所以对于我们来讲，我们在过去一段时间还属于行业的这种追赶者，向领先者学习的过程，所以我们是做了很多能够达到这种世界 top tier 产品水平的事情。
课代表: 是发挥了很多中国工程团队的优势。
真正的 AI 应用：Chatbot 与 AI Coding
师洋: 我觉得这里边，其实我在各种场合里面分享过我们自己对这件事情的认知。我们至少认为说在 coding 的领域里边，它是一个模型、工程、产品的三者相互影响的。
我觉得尤其在 AI 这个时代，我们其实看到过很多各种各样的，尤其在硅谷的话，更是每天都会有非常多这种新的产品、新的 idea 出来。但是从我的视角里面坦诚去看，如果我们去看 true story，就是以 LLM 为核心的，我们不去看多模态，我们不去看生图，这里边以 LLM 为核心的，我觉得特别明确能够真的被用户用到 daily use 的，我觉得一个肯定是 Chatbot（聊天机器人程序），这个是一种非常确定的事情。另外一个可能就是这个 AI coding（AI 编程）。
那 Chatbot，我认为其实大家也在一直讨论说 AI 应用其实就是 AI 模型的一个包壳。我觉得其实 Chatbot 是非常典型的一个，因为本质来讲，它其实就是模型的外衣，然后你只是问一个问题，然后他回答你的问题，本质上就是一个框。大家其实也经常去说，它不就是一个框吗？那这其实有点像 Google，对吧，它就是一个框，但是它背后的能力决定了它可以是一个框，它可能就是一个最佳的产品形态。
AI Coding：不止是“包壳”
师洋: 但是 coding，我觉得包括从最早期我们从 Copilot 开始，到包括 Cursor，包括现在 Cloud Code，包括后边可能一些更新的产品出来，我觉得在这个里面，我们逐渐看到所谓的“包壳”，它至少包的越来越厚。
就是他不是一个单纯的，因为你写代码并不是一个单纯的...如果假设说写代码只是一个跟 AI 的交互，那理论上我去用 Artifacts（Anthropic Claude 模型生成的可交互内容块，如代码片段或 UI 界面），对吧，即使 Cloud Code 最后他也有这两类的产品。
我觉得他还是需要很多工具，比如说传统意义上，只要你今天还不是真正意义上的 AGI（Artificial General Intelligence: 通用人工智能），比如说我问了一个复杂的问题，比如帮我去做一个 Facebook，或者帮我去做一个 TikTok，它不能一下子帮你全都做完。这个过程里边你仍然需要文件管理、代码审阅、debug，所有的这些问题，它还是存在在原来的那些工具里面。
这也是为什么我们其实花了很多时间把 AI build into 工具，就是为了试图去让你过去的编码体验变好，而不是单纯的端到端直接生成一个 APP。所以我觉得这个点上，我们能够看到一些这个是做不到的。
如何做到：模型、工程与产品的结合
课代表: 好，我们一上来就进入了一个蛮深的话题。我先帮观众稍稍总结一下，我们接下来是怎么展开的。
我先说我接下来想要提问的东西：第一是怎么做到的？因为你做到了。大家可能就会说，你不就是抄吗？但是要抄的团队有千千万，但是做到第二名的只有一个，抄到第二名的只有一个。所以说这里边到底是怎么做到的？尤其你刚刚说的模型、工程和产品的结合，其实我是非常认可的。
然后你和我的背景，咱们看似有一些很多相似的点，比如说 Facebook、腾讯，有这样的背景，然后你也是从技术转到产品，所以我相信你在这里边能带来一些非常独特的观察，这里可以跟大家分享一下。
那第二呢，就是抄到现在，抄是不够的了。你必须要有自己的核心的，哪怕你抄，你也要抄到点子上。你一方面要有一些务实的态度，一方面你其实认知是要到位的，然后你才知道怎么抄。所以说我也想请你就是分享一下这里边的认知。
这是我们接下来打开的几个重点。好，然后再请你去判断一下下一步，未来一年这个生态会是怎么发展，站在你的角度上。
“套壳”的价值：降低用户使用成本
课代表: 但是在那之前，我先跟大家稍稍讲一下刚刚说的一些话是什么意思。比如说我们说“不过就是个套壳嘛”，但是我们回头去看的话，我们现在这么多公司，很多都是数据库的套壳。当数据库刚出来的时候，数据库的人说，你们这些所谓的 Salesforce 啊，或者所有东西不就是增删查改嘛，都是数据库的套壳。
然后这个 AI 很多应用，现在很多人说，那你们所有这些事情不就是软件的套壳、PC 的套壳，所有的东西不都是电力公司的套壳吗？就是你这样的逻辑，其实是没有办法看到这些所谓的应用的价值。
而这些应用的价值在哪里呢？就是你从做不到的事情变到能做到了。你现在让 ChatGPT 说，你给我做一个 APP 出来，或者 GPT-5 whatever，做不出来。但是我们 existing 的 ecosystem，就是这个软件生态，有那么多那么多的工具要去调用，要去跟这些工具很好的融合，才能做到更多的东西。你是要一步一步往前走的，那我相信每走的这一步都是有价值的。
Tree 感觉在这方面，其实已经开始做了很多东西了。如果在之前，我觉得它更多的是一个追赶的。但是比如说 Solo mode（Tree 推出的 AI 编程环境）的发布，咱们那天也聊了一下嘛，就很明显你会把更多的工具和这个 interface 给做起来。
师洋: 我觉得其实刚才我们聊“套壳”，我觉得可以再聊一下这个点，或者我们怎么去定义什么是应用。我觉得，比如说我们有 Infra，对吧，然后就像你刚才讲的，不管是数据库还是后来的 Cloud，还是今天的 AI，我觉得它是一切应用的基础。
我们怎么去定义一个应用的价值？实际上从我自己个人的视角，作为一个产品经理的话，我会觉得一个好的应用，就是减少用户在他特定场景里边的使用成本。
就像你刚才讲那个问题，就是难道苹果手机不能照相吗？但为什么有这么多照相的 APP？对不对？难道说像数据库，它不能去做 CRUD 吗？为什么我要有 Excel？为什么我要 CRM？是因为你会发现有一类用户，在他的场景里边，他需要花更长的时间、更多（不管是 learning curve 还是每天日常的操作成本），让他变得更复杂。
所以其实我觉得 application 最大的意义是来自于，当你发现了一类人群的共通的、在这个场景里边的使用需求，你如何通过有效的封装，让这类的需求变得更顺滑、更低成本、更愉悦。我觉得这个就是核心的价值。那我觉得我们去做产品，是围绕着这个思考去做的。这是第一点，我觉得其实套不套壳不重要。
“抄”是中性词：先成为一个圆形的轮子
师洋: 那么第二个是说，其实刚才讲“抄”这个概念，我觉得，首先没有任何的东西是实际上的独家。就是因为即使有版权，但是用户形态，或者说 application，今天我们去打开所有的这个 application，你发现每一类里面都会有各种各样的，比如照相的 APP 有一大堆，什么游戏的 APP、Mobile 游戏一大堆，但最后你会发现好的那个可能只有一到两个，会被广大用户接受的可能只有 1 到 2 个。
所以我觉得，可能至少我定义所谓“抄”这件事情是一个中性词。就是说，可能行业最后的产品形态会非常趋同，是因为我们总会在不断的服务用户的过程中，发现那个最佳形态。然后那个最佳形态可能大概率是差不多的。
就像 Atlassian CEO 他就说，他其实觉得现在就是 race to the top。但 race to the top 其实是一件好事儿，尤其对于用户来说。
然后还有另外一个点是，至少可能我们自己产品团队是这么思考的：与其为了不同而不同，或者说没有必要为了不同而不同。我必须 be different，就像可能乔布斯讲的我 be different，但是他 be different 的点不在于说 PC 不应该是 PC 的样子。我觉得它应该就是那个样子。
就像我，我自己有一段时间的签名，叫做“三角形的轮子很漂亮，但是我希望它是个圆的，谢谢”。就说那轮子就是圆的，你不能说它是一个三角形。但是你可能这个轮子它是什么场景里边多大多小，可能这个是你要去做的不同。
所以对于我们来讲，如果我们去定义“抄”，我们是认为我们跟行业最领先的这些玩家或者说这些产品有巨大的差距，我们没有必要非得在这个阶段去与众不同。也就说我们先要成为一个圆形的轮子，它可能不好看，它可能不够圆，我们要去打磨这件事情。所以我觉得这是第一步，要让你首先成为一个 AI coding tool，好用的。
课代表: 至少让人家认为你是一个 AI coding tool。
师洋: 对，我们也经过了早期说，你发出来人说“啊你这不行，你这抄 Cursor”，你这些那些一大堆。我觉得那个是必经的阶段，因为你要先成为。就像说我今天想要去做一个电动汽车，我必须要知道电池是怎么做的，对吧，我必须要有底盘，我必须要有轮子，我必须要放到一起。
课代表: 因为你是这个产品的负责人，所以说我就多说几句。就是站在一个第三方的视角，其实我的前司，然后 CEO VJ 他就非常务实。然后在这个务实之上，他就说他不会拒绝“抄”这件事情。他不会被“抄”这个词阻止他去用最好的 solution 把这个东西给做好。别人如果说做的这件事情 make sense，为什么你不可以去做？
所以乔布斯说的也是强调 think different，对，就是你要有不同的洞见，然后你要能在这个角度上找出来更值得被解决的问题。但是他也不会去排斥说，因为别人做了这个东西，我就不去做了。因为如果这个是最好的，那你就应该去做最好的。
师洋: 是的。乔布斯有一句话，原话我有点忘了，他是他就说 "Good artists copy, great artists steal"。对吧？
我觉得这是第一点。但另外一个点，我们也坦诚的承认，第一我不是做 researcher 出身的，然后呢第二是我过去跟 AI 没有任何的关系。我相信 most of us 跟 AI 都没有任何的关系。我觉得去学习行业最优秀的人，是一个非常快速，对于我们来说非常快速的一件事情。
寻找分叉点：从 1.0 到 3.0 的进化
师洋: 那么第二，就是说当你在这个行业里边投入了更多的时间、投入更多的心思的时候，你会有不同的 insight。我觉得这个时候是分叉开始发生的地方。
课代表: 你觉得什么时候开始分叉了？或者开始分叉了吗？
师洋: 我觉得我们自己认为可能开始分叉了，但这个还是要被用户去认可。
我先从一个外部视角去看别人。比如说你看，我觉得 Cloud Code 就是一个 Cursor 上的分叉。对吧？就是说大家从最开始的共识就是 everyone is doing Copilot，有各种各样的 Plug-in。然后从 Plug-in 变成了说 AI IDE 这种 Cursor 这样的形态。
然后我觉得 Cloud Code 是另一次分叉。我觉得 Cloud Code 也是基于可能他们对于模型的理解、他们和 Cursor 之间的合作（当然这是我自己的猜测），和对用户的洞察之后，他们发现原来我可以从 Cursor 那样的形态向 coding agent 更加去发展。
然后我觉得从我们的视角里，就是因为我们每天在去 deal with 这里面所有的 challenge，deal with 所有这些用户的一些反馈，以及对于其他优秀产品的一些学习和理解，我们自己现在的观点，我们认为也发生了分叉。
课代表: 我这儿对稍微打断一下，你认为 Menace（一个 AI 编程智能体项目）是一个分叉吗？
师洋: 我觉得 Menace 是一个...从我的视角里边，我不评价产品，但我觉得 Menace 做的很好的一个点，是让大众意义上开始认知到 agent 这件事情。
另外一个点，我一直其实很强调的，就是他给了 AI 一个 Kernel（内核：在操作系统中管理硬件和进程的核心组件，这里指一个独立的计算执行环境）。这个很重要。因为我们现在所有的东西都是发生在我们的电脑上的。我们想使用工具就使用这电脑。你要么让 AI 在云上做，要么用你的电脑，要么给他一个电脑。然后我现在觉得，其实给他一个电脑是比较有效的整合这个工具非常重要的一个点。
课代表: 然后我就说，我觉得 GPT-5 迟早要把一个 Kernel built-in 它的。
师洋: 我理解你的这个意思。我觉得这种意义上是的。就是说它实际上是把 GPT 或者说把 AI 的能力做了一次应用级的外延的尝试，和目前看起来还是很不错的一次尝试。
AI Coding 的 2.5 个时代
师洋: 所以回到我们的场景里边，我觉得我们对这件事情自己的思考，不一定是对的，但是或者说我们 trying to be different 的特点是，我自己来观察，AI coding 分了 2.5 个时代。
第一个时代一定是 Copilot。Copilot 第一次真正意义上的让所谓 AI 这件事情真的能够被用到。而且我觉得现在很多大多数的用户，对于补全这件事情，尤其是比较专业的开发者，还是会非常的喜欢。
课代表: 我和鸭哥在社群里边观察到的一个非常明显的现象，就是越有 Beginner Mindset（初学者心态）的人，越喜欢使用这个 agent。然后越老程序员，觉得经验比较丰富的，对，越喜欢使用 Tab。但是他们其实会抱怨这个 Tab 各种不好用。然后我们就说你去使用一下这个（Agent）的话，你会发现他早就已经远超这样的体验或者说 capacity 了。但是大家似乎这个坎不愿意。
师洋: 我觉得这可能我们倒过来自我反思的话，就是产品还没有做的那么好，能够让就是你更快速的去做 switch。我觉得就是比如说它的可控感啊，然后包括说他和他过去的...因为我觉得就像说，当...这有一个大众意义上的问题，就是 professional user 很有可能永远是最后一批被转化。
你去看所有类型的产品，比如说智能相机，就是你要是玩专业单反的话，它是最后一批可能才会去被转化它。但是它一定会被转化，我觉得就是 take long time。然后包括像比如说我们像自己比如说剪映 versus 那个 Photoshop。我觉得可能是那些 Photoshop 的专业玩家，因为他有自己的工作流，他已经非常习惯那些工作流了。你把一些新的东西加进来，他会 break 掉他过去的工作流，他都会经受一个很大的生产力的下降。
所以我觉得这一点上，可能也是产品的机会，就如果我们能发现他的这个场景里边，我们能更快速的去转化，这可能是一个机会。
那回到这里边，我就同意你的，就是越 senior 的人，他可能对于这个补全这件事情的这个依赖程度是更高的，可控嘛。
然后呢，这个我觉得这是第一时代。然后第二个时代，其实我觉得就是 Cursor 这个时代。但 Cursor 其实最早期也做了很好的补全，我觉得 Cursor 的补全，是到今天还是世界最好的那个补全。然后呢，但他真正出圈其实是 GPT-3.5，然后加上他那个产品形态。
课代表: 加上 Angelika Parsi 的 那个 Devon（Cognition AI 推出的 AI 软件工程师智能体）上。 对 500 块钱那个 Devon 上。 对对对我们是用了的啊。 然后就说这个东西好牛逼啊，这是我们想要的东西。 很快 Cursor 就发了 agent。
师洋: 是。所以我觉得这是第二个时代。然后从我从一个产品角度上来讲，我觉得它最好的地方是，如果过去我们依赖的是把 AI 能力做到 IDE（Integrated Development Environment: 集成开发环境）里边，就是 Copilot 那个时代，把 AI 能力做到 IDE 里面，通过的是插件的方式。
那么我觉得第二个时代是说，把 AI 能力 native build into IDE 里边。也就是说他自己去做 fork，但我们要感谢 VS Code 是一个开源的。他自己去做从 VS Code 做一个 fork，然后真正把 AI 集成到 IDE 里边。我觉得这是一个很大的进步，从产品的角度上来讲，因为 you get more context，然后你的很多那个交互是可以更 native 的。
课代表: 我想请你这帮观众（解释一下），这是从产品的角度。那从 capacity 角度，就是第二代和第一代的主要区别在你看来是什么？
师洋: 我觉得，首先因为 AI 能力变强了，你需要更深的交互。就不只是单纯一个补全，可能我需要通过对话，你给了我很多 result，我怎么去 apply 这些 result to the current workspace？然后我怎么去 get more？比如说这边有个 error，我能不能去 reference 这个 error 到那个我右边的 chat panel 里边？
然后以及说，可能我会去引一些...甚至我要去知道一些底层，比如说我现在 IDE 里面的一些，就是插件拿不到的一些信息。因为只有...我不是很确定这个事情，我不一定说的是对的，就是可能只有官方 Copilot 可以拿到 VS Code 的底层的，就是 VS Code 的那个官方的那个 VS Code 的底层的 API，剩下的人是拿...剩下的那个插件是拿不到的。所以这个时候如果你去 fork 一个，你直接去做，那你 get more API，你就是可以做更多的事情。
课代表: 相当于就是在应用层做，还是做在操作系统层做。
师洋: 是的，至少说我能在 API 层，我能控制我所有的这个环境。所以这个是我觉得向下的一个进步。它进步的核心是 AI 能力变得更强，允许你...就是你可以通过 get 这些 API，特别是通过 AI 能力的提升，然后再加上你能去 utilize 这些 API，你能提供更好的体验。
课代表: 明白。AI，这确实就是你刚刚说的，工程、产品和 AI 本身。
师洋: 对，我觉得三者它交织。
课代表: 我们的总结是多步决策、自我迭代、然后调用工具。那这个操作系统就可以解决调用工具。然后但是你刚刚其实还是说了很重要一个点，就是对这个 context 的利用。
师洋: 对对。
课代表: 就是怎么样子去得到更多的信息，从而能让他更好的自我迭代和多步决策。
师洋: 我觉得第二代的开始实际上是问答，其实他还不是一个 agent。就是当时 Cursor 有一个 agent 模式，但是其中有一个 chat 模式。其实大量的人一开始都是被 chat 的，就是我问一个问题，他能回答我。
因为我觉得最简单，对我最大的体验是说，原来我过去...我是程序员嘛，然后程序员尤其在北美的话，那 Stack Overflow（一个面向程序员的问答网站）一定是不可避免的。对吧？然后你会发现，哎我这一段东西出来，这是什么意思？copy paste，然后找，先是 Google，然后 Stack Overflow，然后呢找一堆信息，然后可能前 10 个里面找出 3 个，然后粘回来看 work，然后再去思考这个事儿。或者你去问你的同事，大概率就是这样，有的时候再看看 YouTube，基本上就是这几个逻辑。
但是我觉得 Chat 那个，很大程度上把这个场景解决得非常好。就是说我这有个问题，你直接问他，然后他大概率给了一些还不错的 solution。而且他确实能得到更多的信息。
课代表: 其实就是回到我们一开始讲的那个问题，好的产品是让你整个这个流程变得更丝滑。
师洋: 对。你看你过去是粘、搜、然后一个一个看，看完之后找到那个对的，然后 apply 回来然后去看。那现在变成说你看到这个问题，你直接在 chat 里面问这个问题是什么，然后 chat 其实它因为对答案完全有理解，对吧，它其实就是那些信息是有的，然后告诉你说这个大概率答案是对的，然后你 apply 一看，哎对了就结束了。如果没对，你再问一次。
所以你整个这个流程其实是缩短了。就是可能单次你只是缩短了 20%-30%，但如果你把它乘 100 次，对吧，那其实你会发现你的体验会变得非常非常好。
所以我觉得从最开始 CHAT 开始，然后逐渐开始我们尝试所谓的 agent。我觉得 agent 对于我来讲，就是更自动化完成长链路的，就从单一 action 可能是 multiple actions，哪怕是 two actions。
我记得很清楚，就是 2023 年的 8 月份，因为那个 Cursor 3.5 出来，然后我觉得真的...那个时候我们还没有去做 IDE，我们 IDE 是从 10 月份才开始做的，就是去年的 10 月份才...
课代表: 24 年 10 月。
师洋: 对，24 年的 10 月份开始做的。我其实大受震撼。我就直接讲说，未来一定要照着这个方向去发展。
我的暴论也是：终极的 AI CODING 产品应该是什么样子的？我不知道。但一定不是 Tree 的样子，一定不是 Cursor 的样子，也一定不是 Cloud Code 的样子。我心中可能更接近 Menace 的样子，但是肯定不是现在 Menace 的样子。就是说，我觉得他还有 long way to go。就像说从最早的 VI（一款经典的文本编辑器）发展到最后的 VS Code，其实你经历了很长一段各种各样时期的各种各样的那个编辑软件，最后他成为了那个样子。而且还分叉了，一个是 VS Code，一个是 JetBrains，对吧？它在不同的语言里面表现会更好。
所以就是说我们当时觉得，至少我们认为插件一定不是最佳的形态。而当时看起来可能最佳形态，就是类似于把 AI build into your tool 里边。我觉得这是第二个时代。
2.5 时代：Cloud Code，AI 时代的 VI
师洋: 然后这后边其实我觉得包括到今天，我觉得 Cursor 依然是一个非常好的产品。然后他们把 agent 能力做得更强。
然后为什么我说 2.5 而不是三个时代？我觉得就回到 Cloud Code。然后这个是我觉得过去一段时间我最喜欢的一个产品。
课代表: 其实是我们频道一个很注重的点，就是你可以说一些完全正确的话，那那种话说就没意义了。还是大家有一点观点，然后讨论更好。
师洋: 对。我觉得为什么是 2.5？我觉得它是一个...还是一个模型公司出的产品。或者他们没来得及把这个东西...就没有人力或者 capacity 去做。
它其实从我的视角里边，就是它不能算成一个产品，而是一个模型的 showcase。
课代表: 在我的视角里面，ChatGPT 开始是个 model showcase。
师洋: 哎对对对，就是这个样子。就是说它更像是一个 showcase，它其实里面有很多东西可以去做。它其实做的最好的一件事情是告诉你，原来世界上可能最好的代码模型，你可以这么去使用它。我觉得这个点是非常好的一个地方。
然后呢，但如果你把它定义成一个，比如说我依赖 Cloud Code 去做我所有的开发，我没有看到谁能做得到。就是单纯只依靠 Cloud Code 去去做我的开发，我觉得是没有。为什么？就比如说我发现大量的人是把 Cloud Code 放到 VS Code 里面，或者放到 Cursor 里面，就是放到他那里边的 terminal。
因为比如说最简单，我需要文件管理，我需要去审核一定的代码。就你生成完了，我要看一下代码，然后去做很多的 preview。比如说我生成了前端页面会怎么怎么样。然后我觉得就你会发现他很好，但是它无法涵盖我整个开发流程里边的全部体验。
课代表: 它是个树莓派。
师洋: 对对吧。或者我的另外一个想法叫做，如果你看它放在 Terminal 里面，对吧？我们写过程序的人其实很很容易理解，就是我觉得 Cloud Code 就是这个时代的 VI。
VI 非常牛逼，非常好，对吧？只要你是 super...真正的 super user，你能干出那个真的...我以前在比如在 Facebook 的时候，就很多就是岁数非常大的这个 senior engineer，然后他们 VI 用的极溜，或者 EMAC（另一款经典的文本编辑器） 都是那种。而且对吧，那个时候还有 HHKB 那种专门为 VI 设定的那种键盘。
所以我觉得就是说 power user 你会用的非常非常的好。但是从大众意义上来讲，最后胜利的可能是 VS Code 和 JetBrains 这种更加集成的环境。为什么？他有...他集成了什么？其实从我的视角里面，比如说他可能文件管理是一个很大的点，compiler 是一个很大的点，plugins 是一个很大的点。
如果从这个视角里很去看，我觉得 Cloud Code is long way to go for development。当然我觉得模型能力肯定是很重要的一部分。
3.0 时代：超越 IDE，重构开发全流程
师洋: 所以从我的视角里边，我们自己...我觉得如果是 3.0，我心目意义中的 3.0 的话，应该是基于今天 Cloud Code 展示出来的能力，我们是否能够去封装一个类似于 VS Code 0.1 的版本，就是说这个时代的 VS Code 0.1 的版本。
就是能把我们刚才讲的那些事情，比如说我如何去做文件管理？你今天依然需要文件管理，对吧？就是你今天依然需要给 AI 很多 plugins，因为 AI 需要很多 context。然后你今天依然需要去做这个人和 AI 之间的交互。
虽然我觉得 Cloud Code 已经做的挺不错，但它没有那么完美。就像说可能更多的人还是习惯于可视化界面，很难去说完全在一个 terminal 里面然后去进行交互。所以从这个视角里边，可能如果 Cloud Code 展示出的能力再向下进一步，有没有机会？这个可能是我们自己团队去思考的一件事情。
课代表: 听起来很多机会。然后我试图描述一下我听到的你心中的 3.0。首先 Cloud Code 和 Cursor 它真正的区别是什么？我在想就是它的可延展性，就是我刚说的树莓派嘛，你可以接各种各样的东西。是啊，你可以理论上操作你电脑所能操作的一切。是啊，理论上是。
但是它没有界面，它跟其他的工具的 integration 是没有单独做的。所以说理论上你能接，但实际的时候就会有各种各样的问题。
师洋: 就跟我们刚才说照相，或者抖音一样，就是我可以 AirDrop 给你一个，但是那个效率对于我来说太低了。可能我自己要写很多的 script、workflow 去自己做一些文章。
课代表: 亚哥其实非常强调修路。
师洋: 我刚想说的就是这个。
课代表: 你的 3.0 可能很多的是一个修路的事情。就是要把这个引擎已经造好了，车是把路给修好。
师洋: 是。
课代表: 另外就是把这车的内饰给搞好，对吧？就是让你开着舒服一些。
师洋: 是，开着无感一些。
课代表: 自动换挡。
师洋: 对，把手动换挡变成自动换挡。
课代表: 没错。那这样的一个东西，你觉得和今天的 Cursor 它的最大的区别是什么？或者说就是把现在的 Cursor 再往上加一些按钮，能加成那个样子吗？
师洋: 我觉得这个是个非常好的问题。我觉得 3.0 的另一个点，这也提醒了我，我自己的观点是，为什么 Cursor 是 2.0？如果到 3.0，可能在围绕着...我们不说 Cursor，就是围绕着 IDE 的形态去做，可能会是一个很大的 challenge。
就是实际上我们作为一个开发者，你真正的写代码的...或者说我作为一个开发者，我的终极目标是什么？是 deliver application，不管它是一个 Web 还是一个 APP 之类的。
对吧？那么我如果是 deliver 一个 application，我在 IDE 里面的时间，占我整个 process 里面，我觉得 30%-40% 差不多了。对吧？然后在此之外，我有很多其他的工作是不在 IDE 里边的。比如说我可能去做 DevOps（开发运维一体化），对吧？比如说你就包括 A/B test，我所有这些东西可能是发生在 browser 里边，可能是发生在其他的 client 里面。
课代表: 比如产品经理撕逼。
师洋: 哎对对对，各种各样的这种事情，对吧？Figma 里边，文档里边，各种各样这种问题。
3.0 的核心：从“AI in Tool”到“Tool in AI”
师洋: 那么那么回到这里边，你过去是怎么做的？我作为一个开发者是怎么做的？是我作为真正的人工智能，和不同的工具去交互。嗯，也就是我是那个调度者。就是我知道我这个时候该在这个里边...
课代表: operator。
师洋: 对，operator。然后就是说，我知道我这个时间应该在这里边干事，这人在干什么干什么。然后呢，我在不同的工具里边去转换的时候，context 在是在这里边（指着头）。也就是说我知道这个 context，然后我就去那个里面，然后发现了问题，然后再回来。
那好，如果说我们面向的是要去解决生成软件这个问题、deliver result 这个问题，你会发现 IDE 只是整个流程里面的一部分。那么我们过...Cursor 或者 Tree 现在的这个形态是，我们把 AI build into one tool，然后我们会发现我们实际用了 multiple tools。
然后比如说我用文档，我用这些，但是你会发现每一个工具也有它自己 its own tool 或者 its own copilot。对吧？但这个问题是，你要在不同的那个工具里边的 AI 里边，来回的把这个 context...最简单 copy paste。
对吧？然后呢，我们看过很多，比如用我以前用 Cursor，很多人用 Cursor 包括用 Tree，他都这么（做）：我先在 ChatGPT 里边去跟那个人聊，聊完之后写一个 MD，MD 弄好了，粘到这个 Cursor 或者 Tree 里边，然后你帮我生成。生成完了，出来了他觉得还不错的，然后我再去维护这个 MD。然后假如说我需要让这个 MD 就回到那个 ChatGPT 里面，我要把整个再粘进去。
然后粘进去的时候，其实你有 context 的缺失的。比如说那段代码，对吧？然后比如说那些...比如说我生成的那个网页里边哪个好看哪个不好看，就各种各样的 context。
课代表: 这还是简单的，可以被 flatten 成文字。
师洋: 是的。中间对吧？然后其实也很难，因为你有多模态的问题，我的这个图到底怎么弄啊？或者说我到底是给哪段代码、给哪段报错？实际上是都不知道的。
所以我觉得呢，可能 next generation，我们自己的思考是不是能倒过来做？也就是我把...这就是你可能也聊过 Menace 的，对吧？就是我们是否应该把更多的工具 build into AI，而不是每个工具有一个 AI。
这样的话，就变成了 AI，至少他和所有的 context 是有连接的。他先不说他知不知道，但至少他有连接。
课代表: 有知道的可能性。
师洋: 对，他有知道的可能性。然后但是他就变成一个三方了，变成说你、人、AI 和 context。
然后呢，这个 challenge 是什么呢？就刚才你讲的，虽然我把 context 给到 AI 了，但是我作为一个人，我也不知道 AI 是知道还是不知道。
课代表: 对，我也不知道他知道多少，尤其它的 attention 到底在哪里。
师洋: 对，它的 attention 又在哪里。倒过来就有各种各样的这样的问题，这样的 challenge。但是如果我们能很好地解决这个问题，它就会变成说，其实你整个的 process 从一个单一的一个工具，扩展到你和 AI 交互，去操纵各种工具来完成你的开发任务。
我觉得这个从我们的视角里，这是我们的分叉。也许它不一定是正确的，也许我们在这个过程里面会发现很多 challenge，甚至说可能不 make sense。但是这是从我们自己的角度里面，我们希望未来能够给我们的用户去提供的工具，去做这些事情。然后这也是为什么为什么去做 Solo，就是我们从 Solo 的角度上，我们认为这件事情他是有机会能够去做和做好的。
专业开发者 vs. 零基础用户：两个不同的市场
课代表: 我自己是非常认可这个分叉的。而且我不是从一个开发者的角度，因为其实我从刚才的对话能感觉出来，你是非常注重开发者在这里边怎么样子把事情做好的。
我非常看好 AI 带来的事情，是站在这样一个角度去讲的。就是其实你刚刚也讲的也是这个，什么是一个应用？对吧？一个应用就是让你把这个事情做得更好。但我觉得就是所有现在我们的这个科技产品，都是让人可以更好的去使用 compute（计算资源）。
那你可以用编程的方式，你可以用 GUI 的方式。是的是的。现在有了 AI，我们可以用自然语言的方式。是的是的。然后编程呢，它是这中间的一个介质。就是是因为我们现在所有的 compute，还是两年之前，还全都是被编程所调用的。所以说我们需要通过将语言变成 code，然后去更精准的调用它。
我我是非常看好我们每一个人可以用自然语言去更好的调度 compute。所以我也认为就是 AI IDE 也好啊，AI 编程也好啊，或者就是让用 AI 去调度电脑去达成一些事情，他在这里边我觉得这是大语言模型最重要的一个给我们带来的颠覆吧。
那从这个角度来说，我觉得 Solo 它似乎达成了两点：它既能让开发者在一个界面下调度更多的工具，去更高效的完成它的开发任务，是；也有可能可以让普通人就是用自然语言去完成他们想完成的东西。你会觉得这是两个不同的任务吗？还是其实是一个任务？
师洋: 我觉得从终极形态上来看，他有可能是一个任务。但从当前的场景里边，我认为他一定是两个类型的任务。
但是你你从行业上来看，你也会非常明确的去看，比如说，Web bot、No code bot，它是一个流派对吧？或者一个方向。然后可能像 Cursor、像 Tree、像可能 Cloud Code 这种，可能是另外一个方向。
我觉得这里边其实从我自己的观察来看，它有几个比较大的 challenge。第一个 challenge 是说，到底今天 AI 模型的端到端能力有多强？
就这个是一个我觉得最大的最大的点。也就是什什么叫端到端的能力有多强？如果今天你是一个（非）专业的开发者，比如说我们先说 Web coder，比如说我拿我母亲举例子。对吧？就就今天，如果今天的 AI 能力，其实他完全可以说，你给我做一个贪食蛇。这是一个最普遍的大家去测...最早期测 AI 能力的时候，做一个哪怕说前后端分离的贪食蛇，他会做的非常好，现在对吧？而且就是你完全可以上线的那种水平。
但是，这是 Web coder 能够想象和做到的极限。就是他可能再复杂一点，就是说他可能比如说也就是会这么问，说你给我做一个前后段分离的抖音。这时候他是肯定做不出来的。你今天这个 AI 的端到端的能力是做不出来的。也就是说它会有一个明显的效果的上限。就是当你问出这个问题的时候，它能达到的上限，是由这个问题的复杂度决定的。它的问题的复杂度越大，从工程复杂度角度上来讲，软件生成的复杂度角度上，它的复杂度越大，你的那个衰减越明显，那个产出的衰减的效果越明显。
所以从这个角度里面来说，那么我们去看到，我们会看到很多 Web coder，就是完全没有任何代码经验的 Web coder，他一定会（觉得很棒），因为过去他连贪食蛇都做不出来。
专业开发者的需求：迭代、纠错与审核
师洋: 但是我们同时也看到，这是我觉得为什么很多专业开发者更喜欢 CURSOR、Tree 还有像 Cloud Code 这个类型的产品的时候，就是当你具备了足够的专业技能的时候，当你学会了如何去问更好问题的时候，你会发现这些工具会对你有明显的增益。
比如说我们刚才讲的去做一个抖音这件事情。比如说像一个专业的开发，比如像鸭哥，他用的比较多，或者像我们过去的时候，那可能我就会把这个“做一个抖音”拆成可能 1,000 个 task。然后我跟 AI 说，我虽然他做不出一个抖音，但是你告诉他说，我现在要去建立一个比如数据库，我现在去建立一个库表，它的结构是什么样的；我现在写一个 backend，我的 backend 选型是什么样子。
这个时候你会发现，在你给他明确的 guidance 的时候，他会按照你的这个...也就是说，当你问出这种问题，他是等同于你让他做一个贪食蛇的。
是的。然后这个时候你会发现...但前提是什么？你要知道怎么把一个“做成前后端分离的抖音”拆成 100 个、1,000 个类似于贪食蛇这种复杂度的问题去问给这个 AI。这是第一步。
第二步就是，那么你你会发现，像现在 coding agent 也好，或者是所有的 AI coding tools 也好，那么即使你能问出比如说这类问题，比如说我们去生成一个 backend，the backend 是什么样子的，你会发现它过程还是会出错。
肯定。对吧？因为它有 hallucination 各种各样的问题。那么当它会出错的时候，你需要专业的技能去进行校正。
对。但是这个对于没有代码经验的人，只会问贪吃蛇的人，他真的就是两眼一抹黑。就是“这是啥呀这是？”他也不看那个代码，他太看不懂，他也没法去看。
然后但是对于那些专业的人，我觉得他体验为什么这么好的点就在于，因为他可以一眼去 identify 出来，哦这个问题是什么。你可能就补了一句，你说“啊不要这么写，可能我们换一种方式去写，可能用这样的方式”，他一下就过去了。
然后甚至你可以说的模糊一点，就是“对，你在这里出了一个问题，然后你看看你觉得问题是出在哪？”对，然后哎，哦 OK。或者他就知道“哦，你他一看说你这报错，可能版本不对”，他给你一个最新版本的文档。这个玩意儿一般的开发...不是，那个没有开发经验的同学，他肯定是没有办法去知道的。
工作的重心：从“编写”转向“审核”
师洋: 有一个知识的鸿沟，对，或者是技能的鸿沟，你你过去被专业培训过。
所以我认为这个点，我经常在内部和做产品的同学去讲，说每个人都会清晰美好的定义后天是什么，但我们今天面临的是给明天的人做产品。就是他今天的产品，今天的这个能力，我怎么 leverage 今天的能力去 make 明天的人 happy？
对吧？这后天都是 AGI，对我们都那什么。对吧？那明天是什么？我觉得非常非常重要的一件事情。
所以从这个视角里边，我们去看，那么非 Web coding 的场景里边，我们怎么去能够减少...你看比如说，当我问出一个问题的时候，那么当我是作为一个专业开发者问出一个问题的时候，我能不能更好地让专业开发者这个问题被 deliver 出来？
减少他问问题的成本。就是你原来你要拆成 1,000 个，我试图努力让你拆成比如说 500 个。嗯，也就是这个问题变得越来越大，但是我依然能够做到。我觉得这是第一个我们能够做到的。
第二个是当他发生错误的时候，我觉得快的点，其实专业开发者不指望端到端，对吧？是。他指望的是说，当你发生错误的时候，你能快速告诉我，是让提升我的效率。
课代表: 这是亚哥做的那个 demo 吗？就是那个 side by side 对吧？
师洋: 就是说，你能够告诉我哪里出现了问题，能够快速给我反馈，就是 responsive。那么我能够告诉你...或或者比较流行的说法叫 Human in the loop（人在回路：指 AI 系统需要人类的交互和干预来完成任务或优化结果）。对吧？就是说，那么我我能告诉你这个问题是什么，我们一起去去把它做成。
第二个是什么？collaboration。对吧？第一是你要把他当人，be a human。就是你看你问你的同事，你可以说“哎，你帮我做一个这个活动”，即但是即使你的同事在做的过程中也会出现问题，说“哎，不不不这做错了，咱们不这么做，但你要用这个框架，或者你要用这个最新的版本”怎么样。我觉得这个是能够如何更快速给反馈，以及基于这个反馈更快速的去重新迭代。我觉得这个是很重要的一个点。
然后你会发现，这些东西之于所谓的 Web coder 是没有意义的。
课代表: Web coder 建立在了一个假设之上。
师洋: 对。
课代表: 就是你的需求可以一次性定义清楚，然后你的模型可以一次执行到位。
师洋: 这两个在实际过程中都不是。
课代表: 是。你的需求 10 次能迭代清楚已经很厉害了。
师洋: 对，你的模型 10 次能把这个东西做好已经很厉害了。
课代表: 是怎么样子把这个十次，每一次都有效的 measurement、反馈和这个迭代。这个其实是我觉得这个知识技能的鸿Gou。
师洋: 是的。然后再以此的基础上说，我们再向下去提升。当我知道这些的时候，比如说你生成的过程是吧，他说我做好了。最简单的说，他说我做好了，那你会有几个问题。第一个问题是“你写了啥呀？”我我得看一眼吧。
对。对吧？然后或者说看一眼分几种：看你的代码，看你的生成物。对吧？看你代码，就是可能 IDE 里边；看你的生成物，可能是比如说你是个前端，我要 browser；如果说你是个 mobile，我可能要 emulator 去看这些所有的东西。
那么，我能多快速的让我的用户去看到这个？他是否需要...嗯这是为什么我去讲 Cloud Code 是 2.5。对吧？就是说，那你现在呢，我打开那个 browser 还是要看那些东西，过去的工作人员，我能不能更快？
因为 AI 很聪明，你就跟他去，我想看一下你结果。大家可能说“噢那 OK，我帮你打开我改了所有的 file，我帮你打开我生成...”而且最好直接 deploy 到一个这个 online system 上，然后你在你手机上直接打开这个网页就能看到。
所以为什么...因为确实写代码的方式发生了显著的变化。过去实际上为什么我说，可能像传统意义上基于 IDE 来做的...IDE 本身是一个编辑器。嗯，不管你加了多少东西，它本身就是个编辑器。
那么编辑器的核心是提升 Typing 的体验。不管我们做了很多高亮啊、quick reference 啊，它就是是那个你的编辑体验提升。对不对？
但实际上，如果 AI 能力再往前发展，比如说我们有 Claude 5 甚至 6 的时候，其实你更多的是发生在对话体验。就是我问问题，你真的把他当成一个人。
课代表: 为什么要有人感？就是说比如说你是 AI，我是（人），那那我就说“课代表你帮我做一个什么什么什么”，对。我要清晰的问出问题。对吧？描述的越清楚，你做的越准。
师洋: 和第二个什么？Review。
课代表: 对。对吧？就是...
师洋: 对。Review 远比 typing 更重要的时候。
课代表: 我要做好向上管理，我要展示我的思考过程，我要跟你说我接下来做什么。对，但是我要控制这个度，就是不能这个事请示、那个事请示。是的，我要有足够的自主权，展示我是一个可信的员工，等等等等。
师洋: 是的。所以我觉得我们就觉得说最重要，你看第一是你在 chat 里边的体验。就像你看我们现在去随便用，比如 Cloud Code 或 Cursor 或 Tree，那么你问一个问题，他可能会干十几分钟、20 分钟，甚至一个小时都可以能干得出来。
对。然后你会发现那个的产出...我们今天在所有的这类的产品里边的那个 CHAT 的产出，虽然我们就有一些 to do list，但是如果你把它放成一个更长的，它的体验和你在 ChatGPT 里边体验是不一样的。因为就是你问...那 ChatGPT 你问再长的问题，大概就是个给你一个三四千字已经到头了，对不对？
然后你看，读一个三四千字的文章，可能两三分钟，快一点两三分钟，慢一点 5 分钟仔细读的话。但是如果你去看一个 20 分钟，那个 coding agent 生成的那个东西，我估计可能是上 10 万行都有可能。
对吧？是因为他的多步决策，对吧？然后他有一大堆。这个时候你怎么 review？
3.0 的产品形态：为 AI 设计的“小程序”
师洋: 你过去没有这样的 challenge。对吧？比如说你真的 review，你发现 OK，这东西（不） work，你怎么能快速找到是哪犯错了？
课代表: 而且每次都差一点。
师洋: 对，差一点。对吧？然后你你要往上倒，倒倒非常非常长。Context window 未来会越来越长。是你怎么去搞这些东西？
那你从 UI 的角度上，你是不是要去做抽象？就是说可能我把大段的东西，我要去做总结。也就这一段里我大概干了什么，改了什么东西，然后可能出现了什么样的错误。那这个其实是对于用户来讲，他的体...他的效率会变高。
也就是说，可能我就是一个 10 万字或者 10 万行的 output，我怎么把这些...就叫什么？TL;DR（Too Long; Didn't Read: 太长不看），对吧？我这些怎么去帮到他体验？
和当我发现错误的时候，我怎么能快速的去 jump to 比如说 IDE 里面，jump to word browser 里面，对吧？然后去 build in 的这些 tool 里边，然后 open。
那其实它就是一个 next generation 的 Plug-in system。就是你，如果你上一代是在给 VS Code 做 Plug-in，这一代你是在给你的 AI 做 Plug-in。
然后这个 Plug-in 的形态是什么？不知道。就是它的最完美的形态是什么？不知道。我们今天能 leverage 的还是 existing tool。比如说，我们可能把 IDE 组和 AI 去做组合，browser 和 AI 去做组合。但实际上它们太重了，因为它们不是 design for AI 的。
AI 其实不需要那个这么多的...比如说你那些高亮，高亮是给人干的，对不对？然后对吧，我就说这个 HTML rendering 其实都是给人眼用的嘛。AI 就看一个 Markdown 最好了。对吧？然后也就是说他可能你给他 Markdown，他就已经解决问题了。
那就变成另一个问题是说，其实右边的工具是给人用的。人也很重要，因为人要去 review 这个东西。我们提升的是 review 感。当你提升 review 感的时候，你不需要那么多操作的时候，那我的那个就会非常非常的简化。我的那个速度就会非常非常快。
我有一个不形象的比喻是，AI 时代的，或者 AI coding 工具的 Plug-in，可能就是小程序（Mini Programs: 一种无需下载安装即可使用的轻量级应用形态）那样的呀。就是说当你需要的时候，你打开它，当你不需要的时候，你根本不 care。
而小程序是非常重 review 而不重操作的。你不可能在小程序里做操...你大概率不会在小程序里做操作。
课代表: 你说的小程序是微信小程序？
师洋: 微信小程序。比如说你看你在微信小程序里边，你扫一个二维码、付款，你就摁一下。你不可能说你...比如你要在你很少在小程序下单吧？当然也有下单那个逻辑啊。但是你更希望是在 native APP，因为因为它的交互更好，它的效率更高，就是它 performance 更好。对吧？然后但凡复杂的操作，一个一步以上的操作，你都不太希望在小程序里面去做。对吧？小程序里面做的大多数都是什么支付啊、快速下单啊、或者点菜啊，这种就是不是那么重操作的东西。
所以其实我觉得，未来的 AI CODING 里边的 Plug-in，其实就更像就是你可能只需要做一两下点击、看一眼，然后我觉得这个可能是我们能够看到的一些未来的样子。
课代表: 对，我能想...就是非常直观。之前你要 review 一个 code，大家都说你这个 code 写了 1,000 行，你这个 PR 不行，打回去写成 100 行，然后再 break down。对吧？然后是是是，一个一个 chunk 去 review。
师洋: 现在 10 万行了。
课代表: 对啊，你你根本没法 review 啊。
Solo 的三大支柱：对话、审核、工具
师洋: 所以我觉得其实我们要去做的是，如何从我的角度，如何更好的帮人去 review AI 生产的？就第一是帮你去做更好的和 AI 沟通。第二是帮你去更好地 review AI 产出的结果。第三是，如何更好地帮助 AI 提供更多的工具和 context。
对，我觉得所谓就是 Plug-in，给 AI 做 Plug-in，我觉得就是这三件事。这是我们从 Solo 的视角和我们认为下一代产品应该做的地方。
然后同时你刚才也问了，我们认为 Web coder 和 professional coder 是在现在这个阶段没有办法融合到一起的。因为但凡你要做 serious APP，人的比重就会很高。然后 Web coder 的他的需求就是，我不能有这么高的参与度，因为我的能力没有办法支撑我去做。对，然后就变成你其实就是分开的。
我觉得从这个里面的场景，所以我们其实包括我们去发 Solo，那只是我们的 Beta 版，很多用户其实是 Web coder，对我们的体感会非常好。就是我们可能做的更偏向端到端 0-1 one shot。但实际上，我们认为更加应该在现在这个阶段关注的、基于 AI 能力，或者说同时关注的是 professional user。
然后刚才我们讲的那几个：你如何跟 AI 去对话，你如何去 review AI 的这个产出，以及给 AI 更多的工具，通过 Plug-in 的方式。
课代表: 我觉得这几个点说的都非常清晰。嗯，非常...就是有 substance（实质内容）。就是很明显我能想象到这里边有多少的工作需要做。
那我一会我们就进入下一个环节吧。下半部分就是怎么做到的？就是你知道要做什么是一回事，但是想要做到其实是很难的。尤其这里边就会受到太多取舍。
把“抄”抄成世界第二，已经是一个非常难的事儿了。但是听起来接下来要做的事情，是这个东西的复杂度难度的 100 倍。那他肯定不能全做，他需要一点一点做。怎么做？对吧？我先把（录制）关一下，然后我们开一下。
师洋: 好好。