20260726 影片筆記

Anthropic 於 2026 年 7 月 24 日發布 Cloud Opus 5，以約為競爭對手一半的任務成本達到頂尖性能，標誌著 AI 競爭從「基準分數」轉向「任務成本計算」，從「被動提示」轉向「主動執行系統」，並引發關於數位組織形態、安全性監管及模型意識狀態的深層討論。

根據 Trill 調查顯示，約 70% 的便利商店廁所使用者會購買商品，但仍有近 30% 不購買；講者指出便利商店需承擔衛生紙、水電及清潔等運營成本（估算衛生紙總成本約 6.4 億日圓），呼籲使用者意識到這些由店員承擔的負擔。

中國 AI 新創 Moonshot 月之暗面發布低成本的 KIMI K3 模型，遭白宮指控透過「蒸溜」Anthropic 模型及非法獲取搭載 GB300 晶片的伺服器來訓練，此舉被視為複製去年的 DeepThink 事件；儘管美國施壓，台積電執行長黃仁勳認為無需恐慌，並擔憂禁令拖累美國創新，而中美領導人即將舉行會談探討 AI 發展共識。

中國 AI 企業 Moonshot AI 推出的開源模型 Kimi K3 憑藉 MOE 架構與低活躍參數，在編碼與設計領域展現出超越部分閉源模型（如 Claude、GPT）的潛力，雖在數學與綜合性能上仍有差距，但其高性價比、較鬆的審查機制及本地運行能力，可能對美國 AI 巨頭的商業模式與數據中心股價構成衝擊，並引發對 AI 泡沫崩潰及日本國產 AI 發展必要...

本段筆記記錄了關於購物地點選擇（表參道與澀谷）的對話，涉及對地點氛圍的偏好、穿著運動鞋的意向，以及最後向「內田先生」表達感謝與道別的過程。

三井不動產在東京麻布推出高達36層的超高級有償老人住宅，以臉部辨識技術、帝國飯店主廚餐飲及頂級設施吸引富裕階層，最高入居金達6.2億日圓，反映少子高齡化下的市場需求。

黃仁勳（Jensen Huang）在訪談中提出三個與市場普遍擔憂相反的核心判斷：開源模型不會擊垮閉源巨頭，反而擴大市場；AI 不會導致大規模失業，反而因效率提升帶動職位增長；AI 基建屬於「重資產」建設，未來 5 年內泡沫破裂的可能性極低。他建議普通人將 AI 視為教練與導師，透過對話彌補專業缺口。

影片探討AI產業當前處於「第三局上半」的早期階段，指出雖然應用端（如人形機器人）尚未爆發導致泡沫疑慮，但半導體基礎設施（特別是記憶體）因供需結構性短缺而具備長期支撐；同時分析中美AI模型競爭現狀，強調應用層成熟後將引發硬體整合與潛在泡沫，建議投資者關注資金重新平衡後的逢低買入機會。

樂天證券全球宏觀顧問田中泰輔指出，當前圓貶值（円安）主要由美國利率政策、全球套利交易（Carry Trade）結構化及地緣政治驅動，而非單純的日本國內因素；在日銀實質利率仍為負值、美國經濟尚未明顯惡化前，圓貶值趨勢可能持續至年底，匯率介入的效果取決於海外投機資金與日本FX投資者的頭寸互動，難以單靠政策逆轉趨勢。

本影片介紹如何使用 CCSwitch 工具，透過設定自動繞過 Cloud Code 的登錄驗證，從而實現在 VSCode 中自由接入如 Deepseek 等國內大模型，無需手動修改配置文件。

影片對比了 K3、GPT5.5 與 GPT5.6 三個模型在影片生成與網頁設計上的表現，指出 K3 在視覺沉浸感、光影處理及細節真實度上「完勝」其他兩者，並獲得馬斯克留言評價為 "Impressive"。

月之暗面（Moonshot AI）正式開放 KIMI K3 模型，以 2.8 萬億參數刷新開源記錄並在多項評測中超越閉源大廠模型，但實測顯示其生成耗時極長、上下文長度受限且價格對開發者殺傷力大，目前權重尚未開放，僅為雲端服務狀態。

本影片演示了如何在 Claude Code 環境中，透過開源工具 CC Switch 接入並使用 Kimi K3 模型，包括獲取 API 金鑰、配置中轉站、設置默認模型以及進行連通測試與模型切換的操作流程。

本影片演示如何將 Kimi K3 模型引擎整合至 Cloud Code CLI（或 Claude Code CLI）中，透過重定向底層引擎並利用相容於人類 API 協議的端點，在不改變使用者現有終端機操作習慣與工作流程的前提下，利用 Kimi K3 的編碼能力。

影片講者介紹如何結合 Kimi K3 與 Cloud Code Hub（或稱 Cloud Code）來建構一個具備 24/7 運作能力的編碼環境，並提及使用 Kimi Allegro 套件及相關 API 設定，但逐字稿後半段出現大量無意義的 "code" 重複，疑似識別錯誤。

影片解析 Moonshot AI 發布的開源模型 Kimi K3 如何透過 Claude Code 的代理循環（Agent Loop）進行整合，強調其在編碼任務上具備與前線模型競爭的能力，並透過快取機制大幅降低成本；同時釐清「免費」與「本地運行（Local）」的真實硬體限制，建議開發者將 K3 用於日常 90% 的編碼工作以節省費用，並保留前線模型處理高難度...

本段影片為 Data Science in a Bucket 頻道對最新發布的 AI 模型 KIMI-K3 進行實時編碼測試，主持人使用 Cloud Code 環境要求模型開發一款基於 Pygame 的雙人遊戲，過程中觀察到該模型思考時間長、Token 消耗高且費用昂貴，但被視為目前性能最佳的語言模型之一。

影片對比了 K3、GPT5.5 與 GPT5.6 三個模型在影片生成與網頁設計生成上的表現，指出 K3 在視覺沉浸感、光影處理及互動效果上表現優異，甚至獲得馬斯克留言評價為 "Impressive"。

CC-Switch 是一款跨平台桌面應用，旨在統一管理多個 AI 編程工具（如 Cloud Code、CoreDex 等）的配置，解決切換供應商需手動修改配置文件的痛點，並提供 Skills 技能管理、系統提示詞映射、繪畫記錄管理及成本統計等功能。

本影片介紹如何使用 CCSwitch 工具，透過設定自動繞過 Cloud Code 的登錄驗證，從而實現在 VSCode 中自由接入如 Deepseek 等國內大模型，無需手動修改配置文件。

本影片教程詳細演示了如何將 Kimi 最新發布的全球首個開放式 3T 級模型 Kimi K3 接入 Cloud Code 使用，主要步驟包括安裝「AI管家」修復網路權限、獲取 API 密鑰，並在 Cloud Code 的模型管理中配置供應商以啟用該模型。

影片介紹 DeepSeek 4.1 模型發布及其高性價比優勢，並詳細演示如何使用「爆瞄 AI 管家」工具，分別為 CLI 版的 Cloud 和桌面版的 Codex 配置 DeepSeek API Key 及相關環境，以實現接入 DeepSeek 模型。

講者「葉子」演示如何在 Windows 系統上使用 Cloud Code 並接入第三方 API，核心重點在於跳過官方驗證頁面（講者口誤稱為「動物以為」或「動物頁面」）以及解決開發者模式下的錯誤提示，通過使用兩個特定的第三方工具（分別稱為「三個Gate項目」和「漢話」）來解除策略組鎖定並解決大模型接觸問題。

本影片示範如何在 macOS 系統上，透過安裝 Cloud Code（影片口語稱 Cloth Code）與 Ollama（影片口語稱 Olama），並串接本地模型（如 Kimi K2.5），實現免費且無限的 AI 程式碼生成能力，無需 GPU 支援。

本影片由「AI野生研究所」製作，詳細教學如何在 macOS 與 Windows 系統上安裝與配置開發工具 Cloud Code（影片標題稱 Claude Code），透過終端機指令與修改設定檔來配置 API Key，並提供 Routerlink 實戰操作指引。

講者區分「Cloud」與「Cloud Code」的差異，強調後者具備自動化執行任務的通用 Agent 能力，能降低技術門檻。普通人應透過明確需求、進入規劃狀態及設定驗收標準三個關鍵動作，利用 Cloud Code 提供解決方案來獲利，並預告透過免費直播課分享具體的 AI 創收方法與工具組合。

本段內容說明如何在 Windows 環境下，透過管理員身分執行 CMD 來安裝與驗證 Cloud Code（或 CloudV3），並透過修改 JSON 配置文件來完成設定。