🧠 Claude Code 22个Hack

⏱ 0 分钟

[00:00] 大家好 我是为什么叫QQ

[00:01] 一个高中毕业后就没写过让别人觉得有价值的软件的人

[00:05] 今年突然成了Python的核心贡献者

[00:08] 同时维护这两个加起来

[00:10] 超过34000star的开源项目

[00:12] 它不用Cursor 不用VS Code 不用任何传统ID1

[00:15] 它用6个中端窗口 一个人顶一个团队

[00:18] 这不是天赋

[00:20] 这是一套可以复制的工程化方法论

[00:22] 我今天把它22个hack全部拆给你看

[00:24] Matvin Horan是硅谷的连续创业者

[00:27] 他参与创办了后来成为Lift的公司

[00:30] 对 就是那个和Uber打了10年价格站的Lift

[00:33] 后来他联合创办了June

[00:35] 一个AI驱动的自家烤箱

[00:38] 能自动识别食物调节温度

[00:40] 全程不需要人干预

[00:41] 后来被Vibre收购 听起来很厉害 对吧

[00:44] 但Mat自己说高中以后

[00:46] 他就没有发布过让别人觉得有价值的软件

[00:48] 直到今年他用Cloud Code构建了两个项目

[00:51] Laster 30 Days

[00:53] 一个帮你回顾过去30天工作的工具

[00:55] 目前狂揽30,964个Star

[00:58] PrintingPress 一个AI内容生产工具

⏱ 1 分钟

[01:01] 突破3048Star

[01:03] 与此同时 他成为了Python核心贡献者

[01:06] 还成为了一个叫

[01:07] Compound Engineering的Cloud Code

[01:09] 插件的第三大贡献者

[01:10] 他把自己的方法论整理成了22个hack公开发布

[01:14] 我读完之后的第一反应是

[01:16] 这不是Cloud的使用技巧

[01:18] 这是一套完整的工程哲学重构

[01:20] 在讲这22个hack之前

[01:22] 我需要先说一个让很多工程师不舒服的事实

[01:25] 你的工资是按思考能力给的

[01:27] 但你的精力却全被配置环境

[01:30] 查报错在IDE和浏览器之间来回切换榨干了

[01:34] 你每天有多少时间是真正在做架构决策

[01:36] 真正在解决从来没人解决过的问题

[01:39] 还是说大部分时间你都在

[01:41] 等构建完成在Stack Overflow上

[01:43] 找一个已经有一万个答案的问题

[01:45] 在IDE的十几个标签页之间

[01:48] 找那个你刚才打开的文件

[01:50] MAT的核心观点是

[01:51] 工具应该消失 思维应该留下

[01:53] 当你的工具需要你去管理它

[01:55] 它就已经在消耗你了

[01:57] Hack一 用Plan驱动一切

[01:59] MAT最核心的工作流是在做任何事情之前

⏱ 2 分钟

[02:02] 先生成一个Plan D

[02:04] 注意这里它用的指令是CePlan

[02:07] 这个指令来自一个叫Component Engineering

[02:09] 的Cloud Code插件

[02:11] 作者是Artcare Ranklosson和Atreven

[02:14] MAT后来成了这个插件的第三大贡献者

[02:16] 这个细节本身就说明了

[02:18] 它对这套工作流的认可程度

[02:20] Cplan做的事情是

[02:22] 在你开始写任何一行代码之前

[02:24] 强拨Cloud先输出一份结构化的计划文档

[02:27] 这份文档包括

[02:28] 要解决的问题是什么可能的方案有哪些

[02:31] 推荐方案的理由

[02:33] 钱在风险点在那里

[02:34] 为什么 这很重要

[02:36] 因为大多数人用Cloud的方式是

[02:38] 给一个模糊的需求

[02:39] 然后直接让它写代码

[02:41] 然后发现写出来的东西不对

[02:43] 然后再改

[02:43] 然后再改

[02:44] 然后陷入一个无限的再改一下循环

[02:47] Plan新型等于你在消耗算力之前

[02:49] 先验证了方向

[02:51] 方向错了 计划阶段就能发现

[02:53] 而不是等代码写完了再推导重来

[02:56] Mata的做法是

[02:58] 每个功能每个bugfix都从C plan开始

⏱ 3 分钟

[03:00] Plan MD是它和Cloud之间的共识文档

[03:03] 也是它在多个并行任务之间

[03:05] 切换时的上下文毛点

[03:07] Hack2 不要读Plan

[03:09] 要审计Plan

[03:10] 这是一个反常识的操作

[03:12] 但我觉得是22个Hack里

[03:13] 最有工程思维含量的一个

[03:15] Cloud生成的Plan MD可能有300行

[03:19] Mata说

[03:20] 不要像批改作业一样去读内300行markdown

[03:22] 你要像老板看周报一样

[03:24] 只问一句TLD2

[03:26] 太长不看 给个结论

[03:27] 具体做法是

[03:28] 把Plan MD扔回给Cloud

[03:30] 然后问它

[03:31] 用三句话告诉我这个计划的核心假设是什么

[03:34] 以及如果这些假设是错的会怎样

[03:37] 这个操作的本质是

[03:39] 你不是在验证Cloud写的内容是否正确

[03:42] 你是在验证Cloud的推理框架是否合理

[03:44] 一个计划可以在细节上完全正确

[03:47] 但在假设层面完全错误

[03:49] 举个例子

[03:50] Cloud可能给你写了一个完美的缓存实现方案

[03:53] 但它的假设是这个接口会被高频调用

[03:56] 如果这个假设是错的

[03:58] 整个方案就是过度设计

[03:59] TLD2神机让你在30秒内抓住这个问题

⏱ 4 分钟

[04:03] 而不是在代码review的时候才发现

[04:05] 这是Mata所说的像工程师一样思考

[04:07] 而不是像用户一样消费的最直接体现

[04:10] 接下来这几个hack是关于

[04:12] 怎么管理你的工作环境呢

[04:14] hack3

[04:15] 6个中端窗口

[04:16] 每个窗口一个任务

[04:18] Mata同时跑6个Cloud Code实例

[04:20] 每个实例负责一个独立的任务

[04:22] 一个在写新功能

[04:23] 一个在跑测试

[04:24] 一个在处理文档

[04:26] 一个在做代码审查

[04:27] 这不是多任务处理

[04:29] 这是并行工程

[04:30] 你的大脑只需要在任务之间做调度决策

[04:33] 而不是在任务内部做执行工作

[04:35] hack4

[04:36] 用语音输入做上下文注入

[04:38] 当Mata需要给Cloud解释一个复杂的背景时

[04:41] 它用语音输入而不是打字

[04:43] 原因很简单

[04:44] 语音的信息密度比打字高10倍

[04:47] 你在说话的时候会自然的包含更多的语境信息

[04:50] 语气停顿就是那种感觉

[04:52] 这些都是打字时会被省略掉的信号

[04:55] 但Cloud能从中提取有效信息

[04:57] hack5

[04:57] Cloud.md是你的工程师入职文档

⏱ 5 分钟

[05:00] Mata在每个项目跟目录都维护一个Cloud.md

[05:03] 这个文件不是给人看的

[05:05] 是给Cloud看的

[05:06] 里面包括这个项目的核心约束是什么

[05:09] 哪些目录不能动

[05:10] 代码风格的边界在哪里

[05:12] 这个项目的为什么 是什么

[05:14] 每次启动新的Cloud的绘画

[05:15] Cloud.md就是上下文的起点

[05:18] 这解决了一个很多人遇到的问题

[05:20] 每次开心对话

[05:21] Cloud都不知道你们上次聊到哪了

[05:23] 它还会用dangerously skip permissions

[05:26] 这个启动参数

[05:28] 新手别瞎抄这个命令

[05:30] 除非你清楚的知道

[05:31] 除了是你的代码库能兜底

[05:33] 你有完整的版本控制

[05:34] 你理解这个flag在做什么

[05:36] 这是一个我知道我在干什么的配置

[05:38] 不是默认推荐箱

[05:40] 它的作用是跳过Cloud

[05:42] 在执行某些操作时的确认提示

[05:44] 让工作流更流畅

[05:45] 但前提是你对Cloud的行为边界

[05:47] 有足够的掌控

[05:49] hack.lil get commit

[05:51] 是你的思维检查点

[05:52] met的习惯是

[05:53] 每完成一个逻辑单元

[05:55] 立刻 commit

[05:56] commit message

[05:57] 用一句话描述

[05:58] 这个改动解决了什么问题

⏱ 6 分钟

[06:00] 而不是改了什么文件

[06:01] 这个习惯的价值不是版本控制

[06:04] 而是强迫你在每个节点上

[06:06] 做一次思维的显示化

[06:07] 你必须能用一句话说清楚

[06:09] 你刚才干了什么

[06:10] 如果说不清楚

[06:11] 说明这个改动本身的逻辑就不清晰

[06:14] hack.7到hack.15

[06:16] 任务分解和质量控制

[06:18] 这一段是关于

[06:19] 怎么把大任务拆成

[06:20] Cloud能高质量完成的小任务的

[06:23] 核心原则

[06:24] Cloud的输出质量

[06:25] 和任务的定义质量成正比

[06:27] met的任务分解框架式

[06:28] 一个任务只解决一个问题

[06:30] 一个问题只有一个成功标准

[06:32] 一个成功标准必须是可验证的

[06:34] 听起来很基础

[06:35] 但大多数人给Cloud的任务是这样的

[06:38] 帮我优化一下这个模块的性能

[06:40] 顺便把文档也更新一下

[06:42] 另外那个bug一起修了

[06:43] 这是三个任务不是一个任务

[06:45] Cloud会同时尝试做三件事

[06:47] 然后三件事都做得不够好

[06:49] 关于代码审查met的做法是

[06:51] 让Cloud审查Cloud自己写的代码

[06:54] 但不是简单的问

[06:55] 这段代码有没有问题

[06:56] 而是给它一个具体的审查视角

[06:58] 从安全性角度审查这段代码

⏱ 7 分钟

[07:01] 从性能角度审查这段代码

[07:03] 假设你是一个刚入职的工程师

[07:05] 这段代码有哪些地方你看不懂

[07:07] 不同的视角会暴露不同类型的问题

[07:09] 关于测试它的原则是

[07:11] 测试鲜鱼代码

[07:12] 不是TTT意义上的测试驱动

[07:15] 而是在写任何实现之前

[07:17] 先让Cloud写出这个功能的测试用力

[07:19] 测试用力本身就是对需求的精确化

[07:22] 如果你说不清楚测试用力是什么

[07:25] 你就还没有真正理解这个需求

[07:27] 关于文档met的观点很直接

[07:29] 文档是给未来的Cloud看的

[07:30] 不是给未来的你看的

[07:32] 因为未来的你会用Cloud来读文档

[07:34] 理解代码库做决策

[07:36] 所以文档的写法应该针对

[07:38] Cloud的理解方式优化

[07:40] 结构化上下文完整假设明确

[07:42] 最后这一组Hack是关于

[07:43] 怎么把这套方法论

[07:45] 变成可持续的系统呢

[07:46] Hack16建立你的PromptCoup

[07:49] met维护一个私人的PromptCoup

[07:51] 按场景分类

[07:52] 架构设计类

[07:54] 代码审查类

[07:55] 文档生成类

[07:56] 调试类

[07:57] 每个Prompt都经过多次迭代

[07:59] 有版本记录由使用场景说明

⏱ 8 分钟

[08:01] 这个库是它真正的工程资产

[08:03] 比任何代码都值钱

[08:06] Hack17用Cloud做技术决策的第一轮过滤

[08:09] 在做任何技术选行之前

[08:11] met会先让Cloud输出一个决策矩阵

[08:13] 列出所有可能的选项

[08:15] 对每个选项的优缺点做结构化分析

[08:18] 并且明确标注

[08:19] 这个分析的局先心在哪里

[08:21] 它不是让Cloud做决策

[08:23] 它是让Cloud帮它把

[08:24] 决策所需的信息结构化

[08:26] 最终决策还是它自己做

[08:28] 但它做决策的时间

[08:29] 从几小时压缩到了几分钟

[08:32] Hack18开源贡献的工程化方法

[08:35] met成为拍摄核心贡献者的方式

[08:37] 不是从头开始写新功能

[08:39] 而是用Cloud的系统性的扫描线有代码库

[08:42] 找到文章不完整测试覆盖率低

[08:44] 有已知但未修复的边缘情况的地方

[08:47] 然后逐一解决

[08:49] 这是一个可以被任何人复制的方法

[08:51] 用AI做代码库的系统性神器

[08:54] 找到贡献的切入点

[08:55] Hack19到22是关于节奏管理的

[08:58] met的核心观点是

[08:59] AI工具会放大你的工作节奏

⏱ 9 分钟

[09:02] 不管这个节奏是好的还是坏的

[09:04] 如果你的工作方式本来就是碎片化的

[09:07] 没有优先级的AI

[09:08] 会让你更快地做更多碎片化的

[09:10] 没有优先级的事情

[09:12] 所以在引入AI工具之前

[09:14] 你需要先把自己的工作节奏整理清楚

[09:16] 它的具体做法是

[09:18] 每天早上用15分钟

[09:19] 用Cloud生成当天的工程优先级文道

[09:22] 今天最重要的一件事是什么

[09:24] 完成的标准是什么

[09:26] 可能的组塞点在哪里

[09:27] 这15分钟是它一天中ROI最高的时间投入

[09:31] 好 22个Hack讲完了总结下

[09:34] Mat Van Horne的方法论

[09:35] 本质上是三个层次的重构

[09:37] 第一层工具重构

[09:39] 从GUI工具切换到中端

[09:41] 从单一工作流切换到并行工作流

[09:44] 从被动响应切换到主动规划

[09:47] 第二层思维重构

[09:49] 从让AI帮我写代码

[09:50] 切换到让AI帮我结构化思维

[09:53] 从消费AI输出切换到审计AI推理

[09:56] 从使用工具切换到设计系统

[09:59] 第三层身份重构

⏱ 10 分钟

[10:01] 从写代码的工程师切换到做工程决策的工程师

[10:05] 代码是AI写的

[10:07] 但架构是你的

[10:08] 判断是你的

[10:08] 责任是你的

[10:10] 他用这套方法在没有团队的情况下

[10:12] 维护了两个加起来

[10:14] 超过34000star的开源项目

[10:16] 成为了Python核心贡献者

[10:18] 这不是因为他比你聪明

[10:20] 是因为他比你更早想清楚了

[10:22] 在AI时代工程师的核心

[10:24] 竞争力不是写代码的能力

[10:26] 而是定义问题分解任务验证假设的能力

[10:30] 这些能力Cloud不会替代你

[10:31] 但会放大你

[10:32] 如果觉得这些内容对你有帮助

[10:34] 记得关注收藏一键三连

[10:37] 我是为什么叫QQ

[10:38] 我们下期见