影片筆記：Claude Code 如何安装？+CC Switch 切换模型 Claude Code 能干啥？最大的痛点是啥？

一句話總結

影片由一位嵌入式驅動開發者視角出發，針對中國大陸區用戶詳細演示了 Cloud Code 的安裝流程（Ubuntu/Windows）及透過 CC-Switch 切換中國大模型（如 DeepSeq/DeepSick）的方法，並深入剖析了當前 AI 編程助手在 Token 消耗不可控與複雜任務邏輯缺陷上的痛點，指出 2025 年 AI 競爭焦點將轉向 Agent 的有效執行能力。

核心重點

1. 安裝與模型切換：針對中國大陸區用戶因風控嚴格、實名認證機制導致難以直接使用原版模型的問題，推薦「安裝 Cloud Code 框架 + 替換中國大模型」的方案。需準備 Node.js (18+)、NVM、Git 及 CC-Switch 工具。
2. 功能應用場景：Cloud Code 不僅是編程助手，也可用於素材整理、文檔編寫、數據分析等。在嵌入式開發中，可用於分析代碼、生成 C 語言測試 Demo 及 Makefile，減輕開發人員處理「雜活」的負擔。
3. 主要痛點：

• Token 消耗不可控：AI 為解決簡單問題可能自主讀取大量文件、多次編譯，導致 Token 耗盡且成本難預估。
• 生成結果不達標：面對複雜任務時，AI 可能陷入邏輯死循環、忽略架構約束或無視用戶指令。

1. 應對策略：建議限制執行權限、即時清空上下文、主動提供核心上下文、進行任務拆解，並可切換至其他模型（如 DeepSick）。
2. 行業趨勢：2025 年 AI 競爭焦點從大模型參數比拼轉向 AI Agent 的有效執行能力，強調工具操作電腦、訪問本地文件及自行規劃任務的能力。

詳細大綱

I. 前言與背景

• 講者背景：嵌入式驅動開發者，專注於 ARM 平台、底層 API 封裝。
• 使用情境：將測試 Demo、自動化腳本、Makefile、動畫程序等「雜活」交給 AI 處理。
• 影片目的：
• 前半段：針對想上手的新手（特別是中國大陸區用戶）介紹安裝與模型切換。
• 後半段：針對現有使用者探討功能與痛點。

II. 中國大陸區使用 Cloud Code 的挑戰

• 障礙：
• 科學上網後仍需註冊帳號與購買 API Key。
• Anthrobic（疑點）對中國區用戶風控嚴格。
• 即使有海外手機號與外币支付，仍有高被封風險。
• 近期出台的失明認證機制（疑點：指實名認證機制）使使用原汁原味 Cloud 模型可能性趨近於零。
• 解決方案傾向：
• 不推薦使用 API 中轉站（原因：不穩定、難以確認是否為 Cloud 系列模型）。
• 推薦方案：安裝 Cloud Code 框架 + 替換中國大模型。
• 前置環境要求：
• Node.js 版本需 18 以上。
• Cloud Code 基於 TypeScript 編寫，透過 NPM 分發。
• 建議安裝 Git 以協助理解專案。

III. 安裝指南：Ubuntu 系統

1. 環境準備：

• 使用 NVM 管理 Node.js 版本（避免權限問題）。
• 安裝 NVM 並通過 source 使環境變量生效。
• 驗證 NVM 版本（範例：0.40.3）。
• 透過 NVM 安裝 Node.js 指定版本（範例：24）。
• 設置為默認版本，驗證 Node 和 NPM 版本。

1. 安裝 Cloud Code：

• 執行 npm install 安裝 Cloud Code。

1. 安裝 CC-Switch（模型切換工具）：

• 從 GitHub 下載針對 x86_64 架構 Ubuntu 的二進制包（疑點：底半包）。
• 安裝 CC-Switch 軟件包。

1. 模型配置與驗證：

• 啟動 CC-Switch GUI 程序。
• 點擊加號選擇目標模型（範例：DeepSeq）。
• 輸入已購買的 API Key 並點擊添加。
• 點擊測試按鈕驗證添加是否成功。
• 回到命令行運行 Cloud，首次啟動進行主題配置（一路默認 Enter）。
• 驗證命令行交互。

IV. 安裝指南：Windows 系統

1. 環境準備：

• 安裝 Node.js 環境（可透過命令行或下載安裝包，範例使用 PowerShell 透過 winget 安裝）。
• 驗證安裝版本。
• *備註*：若不想使用管理員權限，可了解 SCOPE（疑點：可能指 Scoop）。

1. 安裝 Git：

• 安裝 Gate for Windows（疑點：指 Git for Windows）。
• 通過 GateVorion（疑點：指 git version）檢查安裝結果。

1. 安裝 Cloud Code：

• 透過 npm install 安裝。
• 驗證 Cloud 版本號。

1. 安裝 CC-Switch：

• 下載 Windows 版本安裝包並雙擊安裝。
• 打開 CC-Switch，操作步驟同 Ubuntu（添加目標 API Key、測試）。

1. 使用提示：

• 切換模型比修改環境變量更方便。
• 重要提醒：務必切換到目標工程目錄下與 Cloud 交互，避免在系統目錄生成文件。

V. Cloud Code 功能演示

• 定位：智能編程工具、AI 驅動的編程助手，主要面向開發人員。
• 非編碼應用：素材整理、文檔編寫、數據分析、運營週報、拆解 OKR、配合 Figma 出稿、技術記者內容生產。
• 實際場景演示：
• 專案背景：ARM64 平台 + Celix + K7 系列 FPGA 實現的多路看模組。
• 目錄結構：包含 CinLinksXDMA 驅動、基於驅動封裝的看功能接口、CinLinks 看 IP Call 用戶手冊、驅動工程師與 FPGA 工程師溝通文檔。
• 操作指令：

1. 分析當前 MKanLibXDMA 實現的功能。
2. 根據現有接口，用 C 語言編寫看測試 Demo。
3. 編寫相應的 Makefile 文件。
4. 暫不參與交叉編譯，以實際測試。

• 執行過程：
• 輸出概要執行步驟。
• 創建文件時徵求用戶意見（確認下一步）。
• 針對簡單任務可一氣呵成，複雜任務建議一步步來。
• 生成結果：
• 接口功能分析。
• 看接口功能測試程序。
• Makefile 文件。
• README 文檔（用於說明看測試 Demo）。
• 結論：雖未驗證編譯與測試，但已能減輕開發人員負擔，適合處理雜火（疑點：雜活）。

VI. Cloud Code 痛點分析

• 痛點一：Token 消耗不可控
• 現象：為解決簡單 Bug，自主決定讀取數十個投文件（疑點：源文件）、多次編譯、分析數千行日誌。
• 後果：每一步動作消耗 Token，未解決問題 Token 已耗盡。
• 團隊協作難題：難以精確計算用量，優化成本困難。
• 影響：程序員工作從編碼調試轉變為控制 AI 整體 Token 消耗。
• 痛點二：生成結果不達標
• 現象：面對複雜任務時，思考深度下降，陷入邏輯死循環，瘋狂刷 Token。
• 大規模專案問題：當專案的規模角大時（疑點：較大），忽略用戶已有的設計模式或架構約束。
• 其他問題：無視用戶指令、防禦性白爛（疑點：可能指防禦性編碼或無效輸出）、速約互亂（疑點：語意不明）。
• 自救建議：
• 針對 Token 不可控：限制執行權限、即時清空上下文、切換其他模型（如 DeepSick）。
• 針對結果不達標：主動給出核心上下文、進行任務拆解、慎用一鍵到底執行方式。

VII. 行業趨勢與結語

• AI 發展階段：
• 過去十年：競爭焦點在大模型參數、評分、多態能力。
• 2025年：大模型差距縮小，競爭焦點轉向「誰能讓 AI 真正有效干活」。
• AI Agent 時代來臨：
• 代表工具：Ader（疑點：可能指 Aider）、Cloud Code、Open Cloud（疑點）、Open Code（疑點）、Cursor、Mainers（疑點：可能指 Manus 或 Makers）、Github Copilot、Windsurf。
• 共同特點：形態各異（終端獨立、IDE 嵌入、通用數字員工），但都能操作電腦、訪問本地文件、執行指令、自行規劃任務。
• 結語：Cloud Code 是當前最受程序員群體關注的工具之一。

工具 / 模型 / 名詞整理

• Cloud Code：影片主要討論的 AI 編程助手/框架。
• Anthrobic：逐字稿提及的模型提供商名稱（疑點：通常指 Anthropic）。
• Cloud API Key：雲端模型服務的金鑰。
• Node.js：JavaScript 運行環境，版本要求 18 以上。
• NVM：Node Version Manager，用於管理 Node.js 版本。
• Git：版本控制系統。
• CC-Switch：用於模型切換的工具/軟件包。
• DeepSeq：逐字稿中提到的目標模型名稱（疑點：可能指 DeepSeek 或其他模型）。
• DeepSick：逐字稿中提到的用於替換的中國模型名稱（疑點：可能指 DeepSeek）。
• Ubuntu：操作系統。
• Windows：操作系統。
• PowerShell：Windows 命令行終端。
• Winget：Windows 包管理器。
• SCOPE：逐字稿中提到的替代管理員權限安裝的工具（疑點：可能指 Scoop）。
• Celix：嵌入式中間件框架。
• K7 系列 FPGA：硬體平台。
• CinLinksXDMA：驅動名稱。
• MKanLibXDMA：專案或庫名稱。
• Makefile：編譯配置文件。
• Figma：設計協作工具。
• Ader：AI Agent 工具名稱（疑點：可能指 Aider）。
• Open Cloud：AI Agent 工具名稱（疑點）。
• Open Code：AI Agent 工具名稱（疑點）。
• Cursor：AI 代碼編輯器。
• Mainers：AI Agent 工具名稱（疑點：可能指 Manus 或 Makers）。
• Github Copilot：GitHub 的 AI 編程助手。
• Windsurf：AI 代碼編輯器。

操作流程整理

Ubuntu 系統安裝流程

1. 安裝 NVM：使用 source 使環境變量生效，驗證版本（如 0.40.3）。
2. 安裝 Node.js：透過 NVM 安裝指定版本（如 24），設置為默認版本。
3. 安裝 Cloud Code：執行 npm install。
4. 安裝 CC-Switch：下載 x86_64 架構的二進制包並安裝。
5. 配置模型：

• 啟動 CC-Switch GUI。
• 點擊加號選擇目標模型（如 DeepSeq）。
• 輸入 API Key 並點擊添加。
• 點擊測試按鈕驗證。

1. 啟動 Cloud：命令行運行 Cloud，首次啟動進行主題配置（一路默認 Enter）。

Windows 系統安裝流程

1. 安裝 Node.js：使用 PowerShell 透過 winget 安裝，驗證版本。
2. 安裝 Git：安裝 Gate for Windows（疑點），通過 GateVorion（疑點）檢查。
3. 安裝 Cloud Code：透過 npm install 安裝，驗證版本號。
4. 安裝 CC-Switch：下載 Windows 版本安裝包並雙擊安裝。
5. 配置模型：

• 打開 CC-Switch。
• 添加目標 API Key。
• 點擊測試按鈕驗證。

1. 使用注意事項：務必切換到目標工程目錄下與 Cloud 交互。

值得注意的限制或風險

1. 風控與認證風險：中國大陸區用戶使用原版 Cloud Code 面臨嚴格風控，且近期出台的失明認證機制（疑點：實名認證）使得使用原汁原味模型的可能性趨近於零。
2. Token 成本不可控：AI 可能自主決定讀取大量文件、多次編譯，導致 Token 快速耗盡，難以精確計算用量，優化成本困難。
3. 複雜任務邏輯缺陷：面對複雜任務時，AI 可能陷入邏輯死循環、忽略架構約束或無視用戶指令，生成結果不達標。
4. 模型替換的不確定性：使用 CC-Switch 替換中國大模型時，需確認模型穩定性，且不同模型（如 DeepSeq/DeepSick）的效果可能差異巨大。

逐字稿辨識疑點

• Anthrobic：逐字稿中拼寫為 "Anthrobic"，通常業界稱為 "Anthropic"。
• 失明認證機制：逐字稿口語為 "失明認證機制"，根據語境推測應為 "實名認證機制"。
• DeepSeq：逐字稿中提到的模型名稱為 "DeepSeq"，常見模型為 "DeepSeek"，此處保留原樣。
• DeepSick：逐字稿中提到的模型名稱為 "DeepSick"，常見模型為 "DeepSeek"，此處保留原樣。
• SCOPE：逐字稿中提到的安裝工具為 "SCOPE"，常見 Windows 包管理器為 "Scoop"，此處保留原樣。
• Ader：逐字稿中列舉的 AI Agent 工具為 "Ader"，常見工具為 "Aider"，此處保留原樣。
• Open Cloud：逐字稿中列舉的 AI Agent 工具為 "Open Cloud"，需查證是否存在此名稱。
• Open Code：逐字稿中列舉的 AI Agent 工具為 "Open Code"，需查證是否存在此名稱。
• Mainers：逐字稿中列舉的 AI Agent 工具為 "Mainers"，常見工具可能為 "Manus" 或 "Makers"，此處保留原樣。
• 防禦性白爛：逐字稿中描述問題時提到 "防禦性白爛"，語意不明，疑似口誤或聽寫錯誤，保留原樣。
• Cloud：逐字稿中多次單獨使用 "Cloud" 指代 "Cloud Code" 或 "Claude"，需根據上下文區分，此處保留原樣。
• 投文件：逐字稿中提到 "讀了幾十個投文件"，疑似 "源文件" 或 "源代碼文件" 的口誤，保留原樣。
• 角大：逐字稿中提到 "當專案的規模角大時"，疑似 "較大" 的口誤，保留原樣。
• 一氣呵成：逐字稿中描述執行過程時使用 "一氣呵成"，語意通順，保留原樣。
• 雜火：逐字稿中提到 "做一些雜火"，疑似 "雜活" 的口誤，保留原樣。
• 速約互亂：逐字稿中提到 "速度全約互亂"，語意不明，疑似聽寫錯誤，保留原樣。
• 底半包：逐字稿中提到 "底半包"，疑似 "二進制包" 的口誤，保留原樣。
• Gate for Windows：逐字稿中提到 "Gate for Windows"，通常為 "Git for Windows"，保留原樣。
• GateVorion：逐字稿中提到 "GateVorion"，疑似 "git version" 的聽寫錯誤，保留原樣。
• NPM Insight：逐字稿中提到 "NPM Insight"，通常為 "npm install" 或 "npm list"，保留原樣。
• MKanLibXDMA：逐字稿中專案名稱，保留原樣。
• CinLinks：逐字稿中驅動名稱，保留原樣。
• IPcall：逐字稿