ChatGPT、Claude、Gemini 怎么代订？先看账号归属、套餐和售后边界
想用微信或支付宝订阅 ChatGPT、Claude、Gemini？先分清代付、独立账号和共享账号，再核对账号控制权、套餐权益、风控和退款规则。
2 min
#Claude
共 29 篇文章
Composer 2.5：AI Coding 的账本要重算了
Cursor 这次把 Composer 2.5 推出来，最容易被传播的说法是“性能打平 Opus，价格便宜一大截”。这话有传播力，但更值得看的是另一件事：AI Coding 工具正在把模型供应链往自己手里收。 过去 Cursor、Copilot、Cognition、OpenClaw、Claude Code 这类产品的
3 min
Tailscale 上手：别再把内网访问做成一锅 VPN
Tailscale 真正解决的不是“VPN 太难配”，而是今天的机器已经不再老老实实待在同一个机房里了。 一台开发机在家里，一台测试机在云上，一个 NAS 躲在运营商 NAT 后面，几台服务器散在不同厂商的 VPC，手机和笔记本还要随时接进来。传统 VPN 的默认假设是“先有一个中心网关，再把人接进去”；Tailsca
3 min
open-slide 上手：让 AI Agent 写 PPT，关键不是模板，是把幻灯片变成代码工程
open-slide 上手：让 AI Agent 写 PPT，关键不是模板，是把幻灯片变成代码工程 PPT 这件事，最耗人的常常不是“写什么”，而是“怎么摆”。标题大一点还是小一点，图表往左还是往右，代码块会不会挤爆一页，配色有没有跑偏，改三轮之后版式还在不在。 Marp、Slidev、Reveal.js 已经把“用代
3 min
bux 上手：把 Claude Code 变成 24 小时在线的浏览器 Agent
把 Claude Code 装在自己电脑上，适合“坐在桌前写代码”。但真正想让 Agent 干活，问题很快就变成另一种：人不在电脑前怎么办？浏览器登录态怎么保留？任务跑到一半遇到 2FA 或验证码怎么办？手机上能不能只发一句话，让它继续处理？ bux 解决的正是这个缝隙。它不是另一个浏览器自动化框架，也不是给 Clau
3 min
Semble 上手：给 Coding Agent 一套省 token 的代码搜索层
## Coding Agent 最浪费 token 的地方，往往是“找代码” 一个 Agent 改代码，最先做的通常不是写，而是找：登录逻辑在哪、配置怎么读、某个函数谁调用、测试入口是哪一个。很多工具默认做法是 grep、read、再 grep、再 read。仓库小还行，仓库一大，token 就开始哗哗流。 Sembl
3 min
thClaws 上手：用 Rust 做一个主权 Agent 工作台
## Agent 工作台开始往“一个二进制”收拢 现在的 AI 编程工具有点分裂：一个 CLI 负责聊天，一个编辑器插件负责改文件，一个 Web UI 负责看会话，一个脚本负责跑自动化。工具越多，能力越强，但状态也越散。你要换机器、换模型、换工作目录时，就会发现很多上下文其实不在项目里，而是黏在某个客户端上。 thCl
3 min
World2Agent 上手：让 Agent 先看见世界，再谈自动行动
## Agent 如果看不见世界，就只能在上下文里瞎猜 很多 Agent 项目聊到最后，都会卡在同一个地方：模型会推理、会写代码、会调用工具，但它对外部世界的感知仍然很碎。新闻、市场、日志、告警、天气、发布动态、GitHub 事件，各走各的格式，各写各的接入。Agent 想行动之前，先得靠一堆临时 glue code
3 min
video-use 上手：让 Coding Agent 真的剪出 final.mp4
视频剪辑进入 Agent 工作流以后，最容易被误解成“一句话生成视频”。真正有用的方向不是凭空生成，而是把已有素材变成可审计、可重跑的编辑流程：识别素材、切掉废话、调色、加字幕、加动画、渲染、检查边界，再输出 final.mp4。 browser-use/video-use 正是这个方向。它让 Claude Code、
3 min
Warp 上手：把终端升级成 Agent 开发工作台
终端正在被重新定义。过去它主要负责执行命令；现在，随着 Coding Agent 进入日常开发，终端开始承担上下文组织、任务分派、输出审查和远程执行入口的角色。
2 min
Taste Skill 上手：别让 AI 前端只会紫色渐变和三张卡片
AI 写前端，最容易出现一种熟悉的味儿：居中的大标题，蓝紫渐变背景，三张等宽功能卡片，按钮带一点发光，下面再塞几个“Seamless / Next-Gen / Elevate”之类的词。 功能可能是对的，但一眼就知道是模型直接吐出来的。不是不能用，就是不太像一个认真做过视觉判断的产品页面。 Taste Skill 做的
3 min
Headroom 教程：给 Coding Agent 加一层上下文压缩，少花 token 还要不掉准
Coding Agent 的 token 浪费，很多时候不是模型太贵，而是上下文太脏。终端输出、测试日志、重复文件、RAG 片段、工具结果，全都原样塞回去，模型不但花钱，还更容易被噪音带偏。 Headroom 做的是上下文优化层。它可以包装常见 coding agent，也可以作为代理放在应用和模型之间，对消息、工具输
3 min
Sentrux：AI 写代码不能只看 diff，还要有架构传感器
AI Agent 写代码最容易让人上头。头几天，功能像开闸一样往外冒；再过几天，项目里开始出现幻觉函数、错位依赖、循环引用、God 文件。不是模型突然变笨了，而是代码库本身开始失去结构。 Sentrux 值得看的地方，不是又多了一个静态分析工具，而是它试图给 Coding Agent 补一个反馈器官：在 Agent 动
3 min
Databricks AI Dev Kit：让 Coding Agent 真懂你的湖仓平台
让 Coding Agent 写普通 Web 代码已经不新鲜了。难的是让它进入一个复杂数据平台：Spark、Unity Catalog、Jobs、MLflow、Model Serving、权限、表结构、流水线规范全都在场。 `Databricks AI Dev Kit` 解决的是这个问题：给 Claude Code、C
3 min
Lunel：手机不是跑代码的机器，而是 AI Coding 的遥控台
手机上写代码这件事，听起来一直有点别扭。屏幕小、键盘慢、上下文看不全，真让人把一台手机当开发机，多少有点遭罪。 `Lunel` 的有趣之处在于，它没有把手机伪装成开发机，而是把手机变成 AI Coding 的遥控台。 仓库地址：lunel-dev/lunel ## 三层架构，比远程桌面克制 Lunel 大致分三层：移动
3 min
小米 MiMo 发 Token：更关键的是测的是国产模型的 Agent 耐力
小米 MiMo-V2.5 系列开源之后，又给开发者放了一波更直接的东西：MiMo Orbit Token 激励。表面看，这是一次免费额度活动；往深一点看，这是国产模型主动争取 AI builder 的一次入口战。 别把它只理解成“薅点 Token”。如果只是领完额度、跑几个聊天问题、截个图发朋友圈，那这波额度基本就浪费
3 min
VoltAgent 教程：用 TypeScript 把 Agent 写成可观测工程服务
TypeScript 团队做 Agent，常见路线是从前端或 Node 服务里拼一个聊天 demo：接模型、写工具、加一点 memory，再接到页面。能演示，但上线后很快缺东西：trace 看不见，工具失败不好查，RAG 数据难管，guardrail 没地方放，部署也像临时脚本。 VoltAgent 想把这条路工程化：
3 min
gstack 教程：把 Claude Code 变成一支会复盘的产品小队
很多人用 Claude Code，习惯是把需求直接扔进去，然后盯着它改。能跑，效率也有，但问题很快出现：产品判断没人做，设计味道没人看，安全审计靠运气，最后发布时再补文档和测试。AI 写代码变快了，工程流程反而容易被省掉。 gstack 值得看的地方，不在“Garry Tan 的同款配置”这个噱头，而在它把 Claud
3 min
Entire CLI：AI 写代码，也该留下可追溯的工程账本
AI 编程现在有个越来越明显的断层：代码最后进了 Git，但代码是怎么被 AI 写出来的，往往不在 Git 里。 你能看到 commit diff，能看到谁合了 PR，却很难回答几个更关键的问题：当时给 Agent 的任务是什么？它读过哪些文件？中间跑过哪些命令？为什么放弃了第一版方案？有没有把一个错误假设带进最终代码
3 min
anything-analyzer 教程：给 Agent 一套网络观察台，而不是让它盲猜接口
很多 AI Agent 做网页任务时，最尴尬的不是不会写代码，而是看不见真实网络。浏览器里点一下，背后跑了哪些 API、带了什么 Cookie、哪里做了签名、哪个请求失败了，Agent 往往只能靠页面结果猜。 `anything-analyzer` 把这个问题往工程侧推了一步：内嵌浏览器抓包、MITM 代理、JS Ho
3 min