cute_cat_kaddy-CSDN博客

原创技术负责人用 Claude 这半年:工具我让全队用了,但有几件事我没敢交出去

AI 把初级的、机械的活拿走了之后, 团队里初级工程师的成长路径其实变窄了—— 他们原来就是靠写那些活练出来的。这件事 AI 不会替你操心, 但它是技术负责人的活。怎么让人在 AI 时代还能成长为能做判断、能担责的工程师,这个问题, 比"我们团队这季度多发了多少 feature"重要得多。

2026-05-22 12:26:00 705

原创前端工程师开始用 Claude 了，顺便让 Figma 股价单日跌了 7%

Figma 的真正护城河在于：团队，不是工具。没有任何 AI 工具在2026年解决了"5个设计师同时在一个文件里工作"这个问题。 Claude Design 没有实时协作光标，它自己也承认了这一点。Claude 解决的是另一个问题：一个前端工程师，或者一个懂一点设计的产品经理，独立完成从想法到视觉到代码的整个链条。

2026-05-19 11:04:17 410

原创财务分析师开始用 Claude Code 了，但有人没装插件，DCF 里的权益风险溢价设成了 120%

工具越强大，使用错误的代价就越高。正确使用 Claude Code 的财务分析师，和裸着提示词随便让 Claude 建模的分析师，在效率和质量上的差距，会比同行间任何其他技能差距都大。这不是吓唬你，这是2026年1月那个建模测试给出的答案。

2026-05-18 13:54:38 442

原创用云端 TTS 朗读量化策略整整一年，Supertonic 3 出来之后，我把那些账号全注销了

在用 Claude Code 大量生成报告、想解放眼睛的：把最简单的场景跑通——Claude Code 输出 → Supertonic 朗读，听一次你的报告被念出来是什么感受。如果这个工作流对你有价值，再深度配置情绪标签和过滤规则。只是好奇 TTS 能不能提升效率、还没有具体场景的：从朗读量化新闻摘要开始，每天 10 分钟，手可以同时做其他操作——这是最低门槛的入门实验。

2026-05-15 10:13:10 365

原创有了它再搭配 Claude Code，工作真的只需要两个按键了

在用 Claude Code 大量生成报告、分析、代码 review 的：先把最简单的场景跑通——把 Claude Code 的输出管道进 Supertonic，听一次它读你的报告，感受一下这个工作流对你是不是真的有价值。如果有，再深度配置情绪标签和过滤规则。有量化策略内容、对隐私敏感的：Supertonic 是目前我测过的少数几个真正设备端全程的 TTS，如果你要在 TTS 里朗读任何包含策略逻辑的内容，它是目前最安全的选项。

2026-05-14 17:21:52 403

原创 GitHub 日榜新上榜，react-doctor 的第一句话让我破防：你的 AI 代理写错了 React 代码

eact-doctor 做的事情是把"React 代码质量审计"这件以前需要资深工程师的事情，变成了一条命令。结合 Claude Code 的修复能力，情绪 Dashboard 从 63 分到 89 分用了一个下午。如果你也在用 AI 写 React，或者在做量化 / 金融 AI 的前端工具，评论区聊。react-doctor 接进 CLAUDE.md 的那套方法我也可以整理一下分享出来。

2026-05-14 13:48:34 370

原创 Claude Code 用了一年，Superpowers 让我意识到之前都是在靠天吃饭

Claude Code 本来就很强。Superpowers 做的事，是把"强"变成"稳"——从概率上的优秀，变成系统上的可靠。我以前形容它是"随机的天才"，装了 Superpowers 之后，它变成了一个有纪律的工程师。天才偶尔很爽，但你不会把有纪律的工程师换掉。

2026-05-13 20:32:55 1118

原创 Claude Code CLI和Claude Code桌面端的最大不同，也许我们都用错了

我折腾 CLI 的 25 个 Hook 事件，是因为我真的需要在子 Agent 完成任务时自动触发 Slack 通知、在 PreToolUse 时拦截危险命令、在 PostCompact 时保存上下文摘要。在正确的场景里，用对的工具，才是真正的技术成熟度。不是会用越难的工具越牛，而是知道什么时候用什么工具的人，才真正懂工具。

2026-05-11 14:48:34 2321

原创连一个档案管理员，都能靠Claude在公司混成了“隐形技术顾问“，你值得拥有更多的可能性

你用AI做的这些，会不会哪天被AI直接替代？我想了很久这个问题。我的答案是：不会被替代的，是"知道在什么时候、用什么方式，把正确的信息呈现给正确的人"这种能力。Claude能帮我生成供应商分析报告，但它不知道我们总经理对哪家供应商有成见；Claude能帮我写流程文件，但它不知道哪个部门的人最不愿意改变习惯；Claude能提供合规建议，但它不知道我们公司的法务态度有多保守。这些"情境判断"，是你的护城河。AI工具是武器，但懂得如何在职场中使用这把武器的人，才有真正的战斗力。

2026-05-11 10:35:58 366

原创会计专业大学生如何用 Claude Code 学习+找工作？我用了3个月，整理出这份实操指南

会计的本质是理解业务，AI 替代的是重复性工作，替代不了的是判断力。Claude Code 给了你一个工具，让你能快速做出以前需要程序员帮忙才能做的分析。但你用什么数据、用什么模型、怎么解读结果——这些背后的会计逻辑，还得靠你。所以，会计生学 Claude Code，不是在转行当程序员，而是在让自己成为那种"既懂账，又懂数据"的人。

2026-05-10 18:37:53 459

原创大学生如何用Claude Code实现弯道超车？从宿舍写代码到科研论文，我的完整踩坑实录

一个认真的提醒：Claude Code是工具，不是拐杖最后说一件我必须说的事。我见过两种用Claude Code的大学生：第一种：让Claude Code做所有事情，自己什么都不懂，三个月后跟没用一样，因为啥也没学会。第二种：用Claude Code做所有"可以自动化"的事，把节省下来的时间用来深入理解"为什么"，三个月后能力提升肉眼可见。

2026-05-06 14:25:00 574

原创 Anthropic官方菜谱42k Star，claude code 如何帮大学生和打工人实现了弯道超车，2026的最新机会

我经常听到两种声音：第一种："AI 工具大家都在用，用了也没什么竞争优势。"第二种："AI 工具我不会用，等我学会了也没用了。"两种声音都错了。错在一个共同的假设：使用 AI 工具的人是同质化的。实际上，用 Claude Code 在 claude-cookbooks 里照着跑一遍、以为自己会了，和真正理解每一行代码在做什么、能改能用能出产品的人，中间有一条很深的沟。

2026-05-06 12:04:56 417

原创 Anthropic官方亲自下场！这本「菜谱」告诉你Claude API到底该怎么用

Anthropic官方发布的"Claude菜谱"（claude-cookbooks）是使用Claude API的权威指南，包含从基础调用到高级Agent模式的可运行示例。主要亮点包括：1）Extended Thinking深度推理模式；2）一行代码搭建研究Agent的SDK；3）金融数据分析专用Skills；4）官方记忆管理方案；5）RAG与第三方集成实践。该仓库以Jupyter Notebook为主（占95.7%），所有代码均可直接运行，并紧跟API更新。

2026-05-01 10:42:29 465

原创不管你是不是编程行业，Claude Code对于工作进程的重大改变你都需要了解！！

【AI编程助手对比：ClaudeCode vs Cursor】文章对比了2026年两大AI编程工具：ClaudeCode作为终端Agent能自主完成项目开发全流程，适合大规模重构（SWE-bench解决率72.5%）；Cursor则侧重IDE内实时辅助，适合快速原型开发。核心差异在于工作流——前者是"AI主导+人工监督"，后者是"人工主导+AI辅助"。价格方面ClaudeCode需$20/月订阅，而Cursor提供免费版。作者建议两者配合使用

2026-04-30 15:12:12 433 1

原创白嫖党的胜利！我用这个开源项目，让AI每天帮我盯盘，还0成本推到微信群

像 daily_stock_analysis 这样的开源工具，本质上是在用技术手段把部分信息处理能力还给散户。你不能因此变成机构，但你可以少走一些弯路，少受几次"完全没看新闻就被套"的苦。

2026-04-30 13:17:54 591

原创 GLM-5.1 接入 Claude Code，能代替原生 Opus 吗？聊聊国产大模型的无奈与骄傲

GLM-5.1 在 SWE-bench Pro 上得分 58.4%，微弱领先 GPT-5.4 的 57.7% 和 Claude Opus 4.6 的 57.3%，是全球第一个在这个基准上超越两大闭源旗舰的开源模型。但在更综合的 SWE-bench Verified 上，Claude Opus 4.6 的 80.8% 仍领先 GLM-5.1 的 77.8%，尤其在需要深入理解细微上下文或对长代码推理的任务上，Opus 更为可靠。接入方式上，只需在 ~/.claude/settings.json 中设置环境变量

2026-04-29 14:50:19 733

原创从 CUDA 叛逃到 ROCm：一个金融 AI 程序员的血泪迁移实录

从最开始对 ROCm 半信半疑，到现在把核心推理服务跑在 MI300X 上，这几个月的迁移之旅让我对 AMD 的开源策略有了更多的信心。ROCm 不完美，坑也不少，但它在认真补。vLLM 的 AITER_FA 后端、PyTorch 的 upstream 支持、MI300X 的大显存优势——这些不是 PPT 上的数字，是实际跑起来能感受到的东西。更重要的是，开放生态的价值在长期。当你的算力供应商不再只有一家，你跟他们谈价格的底气也不一样了。

2026-04-29 11:23:50 1695

原创 GitHub榜单第一，我们都低估了这个 23k Star 的 Claude Code Skills 项目！

MattPocock开源的Skills工具集为开发者提供了标准化AI协作方案，特别适合金融类项目开发。核心功能包括需求澄清(grill-me)、测试驱动开发(tdd)、Git安全防护(git-guardrails)和项目管理闭环(to-prd)。作者在股票分析仪表盘项目中验证了其价值：需求阶段通过16个精准提问规避方向性错误，TDD确保数据解析的边界完整性，Git防护避免代码灾难。这套工具尤其适合需要处理复杂业务逻辑(如金融数据异常情况)的严肃项目，但要求代码库具备良好结构。建议开发者分阶段采用。

2026-04-28 17:48:03 2045

cute_cat_kaddy的博客