学习AI的契机

最开始接触AI，源于一种双重的焦虑：怕因不了解这门技术而在职场上失去竞争力，又感到年纪渐长、经济大环境寒意逼人，如果不主动学点新东西，似乎很快就会被淘汰，甚至被迫转行去做低门槛的体力劳动。

于是，我开启了近乎疯狂的学习节奏。国外的创新工具、国内的大模型，一个都不放过；每次更新、每个新功能，都要第一时间体验、测试。那段时间几乎废寝忘食，整个人都陷了进去，像着了魔一样。

身体的警报

过度的投入很快带来了身体的抗议。直到某个深夜，突然想起那些因过劳猝死的真实案例——他们刚开始大概也是这样的状态吧，不以为意，觉得扛一扛就过去了。可很多人最终没能扛过去，生命就这样戛然而止。

身体发出的信号和这些触目惊心的故事，让我不得不做出一个决定：必须慢下来。

学习使用AI，意义正在稀释

另一个让我热度降温的原因，是随着了解的深入，对AI的“祛魅”也悄然发生。

首先，学习如何操作AI这件事，本身的价值正在快速缩水。原因很简单：大模型的迭代速度太快了，今天费力学到的技巧，明天就可能过时。AI发展的终极目标，就是让任何人都能直接用自然语言完成任务。当下任何仍然存在的使用门槛，都会在接下来的版本中被迅速抹平。

那些教别人“如何用AI”的课程或内容，同样是一条没有前途的赛道。毕竟，真心想学的人不如直接去问AI，它能回答所有操作层面的问题。与其花时间研究复杂的AI工作流，倒不如去考一个软考证书，后者的长期收益可能要大得多。

用AI完成工作，投入产出比失衡

为了让AI帮你实现一个理想的输出，你可能花费大量精力去“调教”它：编写详尽的init指令、设置繁琐的rules、搭建所谓的skill链条。当你好不容易跑通了工作流，终于得到满意结果的那一刻，大模型的下一次更新很可能就已经吸收了你刚刚“教会”它的能力。后来者只需说一句话，就能获得和你一样甚至更好的输出。而你前期的所有努力，到头来不过是为大模型贡献了高质量的语料，帮它变得更“聪明”了一点。

你还没来得及享受AI带来的领先优势，差距就被瞬间抹平。这种心理落差，只有真正付出过汗水的人才能体会。

现实也的确如此。身边很多同事，根本不会区分Claude还是Cursor，最新的AI动态也仅仅限于看看新闻。他们平时用豆包这样的工具，照样能高效地完成工作。你用Claude省下的那几分钟、多算出的那点内容，在领导眼里并不会产生任何实质区别。

AI野蛮生长的窗口正在关闭

曾有一段时间，人们对AI几乎是全盘拥抱；但现在，规范化、合规化的趋势已经越来越清晰。有些企业在上传代码时，已经明确要求开发者标注“是否由AI生成”，甚至需要说明“使用了哪款AI工具”。

再加上“信创”浪潮的影响，未来那些没有在国内完成备案的AI工具，大概率会被挡在大型政府项目和企业核心业务的大门外。这样一来，你费心学会的Claude、用熟的opus方法，很可能就没了用武之地。

更务实的选择，或许是下载国产工具，踏踏实实地去给GLM、Kimi、Qwen们充当“养料”。这未尝不是为自己将来的工作便利提前铺路。

AI会取代你的岗位吗？

曾经听过一个段子，虽然未经证实，却很能说明问题：某国内大型企业一度计划用AI替换掉所有外包人员，但财务核算后惊讶地发现，使用AI的成本竟然比养一群外包还要高，于是计划不了了之。

段子归段子，它却折射出当下的一种现实：目前几乎没有哪家公司是真正因为部署了AI而裁员的。更多的时候，“AI导致岗位消失”不过是企业为经营不善寻找的一个更体面的借口。

AI的定位依然是一款工具，使命是为人类提供更便捷的服务。它不会再“代替这个、代替那个”的宏大叙事中一夜间颠覆一切。最终被替代的，恐怕只会是那些落后的工作方式，以及那个不愿努力的自己。

未来的路

今后，我依然会持续学习AI，但不再被焦虑的情绪牵着走。我会主动把节奏降下来，让生活回归生活，让AI回归工具的本位。

回望这段学习历程，收获的远不止是AI本身的使用技巧，更多是对工作方法的深刻反思与迭代。

未来，我仍会总结并分享自己在AI使用上的心得与教程，更多是为了自我沉淀，也希望能给同路人带来一点启发。

随着国内电商竞争白热化，大批卖家将目光转向跨境电商。众所周知，亚马逊这类主流平台封店风险极高，往往让卖家的心血与资金瞬间蒸发。正因如此，搭建跨境独立站逐渐成为理想出路，但独立站真的就高枕无忧，不再有被关停的风险吗？

近年来，国内电商赛道“内卷”不断，许多卖家被迫另寻出路。不过，跨境电商这片蓝海也已今非昔比。亚马逊等平台愈发强势，规则收紧，封店、冻结资金等情况时有发生，让卖家投入的巨资和精力化为乌有。那么，除了这些大型第三方平台，还有没有更稳妥的出路？答案当然是肯定的。如今，越来越多卖家转向自建跨境独立站。它不仅赋予商家更大自主权，还能降低经营风险与运营成本。再结合SEO优化与社交媒体引流，就能将客流牢牢攥在自己手中，更易塑造品牌价值。

两大主流建站平台：Shopify与WordPress

目前，搭建跨境独立站的主流方案主要集中在两种工具上。二者各具千秋，想了解更详尽的分析，可翻阅我此前发布的文章《跨境独立站建站选择wordpress还是shopify？》。先是Shopify，专为电商独立站量身打造，开箱即用十分便捷，但需按月付费，是一笔持续的开销。另一个选择是WordPress，这款全球使用率最高的建站程序不仅能轻松构建跨境电商独立站，还适用于博客、企业官网等各类站点，最关键的是——完全免费。

封店风险对比：Shopify真的安全吗？

首先给出明确答案：使用Shopify存在封店风险，而WordPress则没有。 究其根本，Shopify并非真正意义上的独立站，它本质上是一个托管型电商平台，店铺的核心控制权仍掌握在平台手中。大量卖家的真实经历表明，Shopify会毫无征兆地封禁店铺，且不提供明确理由。

从某种角度看，在Shopify上开店甚至不如在亚马逊上经营，至少亚马逊还能为店铺导入自然流量。而Shopify仅是一个托管工具，自身并不产生任何流量。 相比之下，通过WordPress配合WooCommerce搭建的网站才算得上真正的独立站。网站所有权百分百归卖家所有，自然也就不存在被封店的后顾之忧。

结语：为什么WordPress+WooCommerce才是真正的独立站

并不是所有打着“独立站”旗号的网站都能做到真正的自主可控。从独立性、数据安全、自主管理、扩展潜力以及成本支出等多个维度综合考量，我更推荐卖家采用WordPress+WooCommerce的组合方案来搭建跨境独立站，这样才能真正做到零封店风险，掌握数字资产的全部主导权。

前阵子和一位深圳电商圈的朋友聊起近况，他坦言团队已经开始重点转向海外业务——自建独立站、组建跨境电商团队，因为国内市场的流量成本已经让中小商家难以为继。从今年618大促开始，很多电商同行都真切地感受到：不砸钱买流量就没有订单，砸钱换来的却是亏损。原本在国内赛道精耕的商家们，正在加速涌向跨境和外贸这片新蓝海。

对于跨境电商创业者来说，真正的机遇才刚刚拉开序幕。近期国家层面对跨境电商给予了空前的重视与政策倾斜，这不仅是对行业价值的认可，更代表着未来全球零售版图重构的明确信号。作为一名长期跟踪独立站建站与运营的从业者，我希望把这份可落地的政策红利，转化为每一位跨境人看得见、抓得住的热情与行动。

政策东风：跨境电商的底气从哪里来

在2024年11月22日国务院政策例行吹风会上，商务部国际贸易谈判代表兼副部长王受文明确释放了关键信号。他指出，跨境电商已经成为国际贸易中最具活力的新生力量，凭借精准满足个性化需求、物流快速直达、综合成本更低等独特优势，持续改写传统外贸格局。面对部分国家调整跨境小包裹免税规则所带来的冲击，王受文强调，这些外部变量并不会撼动跨境电商的核心竞争力，因为买家对高性价比商品、柔性供应链以及快捷体验的需求只会越来越强。这正是国家持续加码支持政策的底层逻辑。

四大举措，全链路护航跨境生意

围绕企业最关心的痛点，国家层面推出了四项具体支持措施：

1. 供需精准匹配：组织国内优质外贸工厂与境外智慧物流平台、海外仓资源直接对接，持续举办跨境电商交易会、选品会、线上撮合会，为卖家开辟更多成单通路。
2. 合规能力全面升级：面向全国超12万家跨境电商出口企业开展系统培训，重点解决通关申报、出口退税、产品质量标准、知识产权保护等实操难题，让合规不再是出海阻力。
3. 产业带数字化赋能：鼓励头部平台、供应链链主企业深入地方特色产业带，帮助中小微制造企业借助线上渠道直接触达海外采购商、获得一手订单，把“中国制造”的优势转化为品牌溢价。
4. 国际规则参与制定：通过双边及多边自由贸易协定、世贸组织电子商务议题谈判等路径，争取更公平、更透明的全球数字贸易环境，为中国跨境电商争取长期制度性保障。

独立站，品牌全球化的重要跳板

在这轮政策组合拳的加持下，跨境电商独立站迎来了前所未有的战略窗口。相比平台店铺，独立站能够让你直接积累用户资产、沉淀品牌价值，并在全球市场中建立起差异化的用户认知。如今，国家从供需对接、合规辅导、产业协同到国际规则博弈全维度托举，意味着独立站创业者不再是单打独斗，而是站在更高的起点上参与全球竞争。

此前已经分享过如何免费体验一个月 Kiro 的方法。

一个很自然的疑问随之产生：Kiro 平台提供的 Claude 模型额度，能否用于 Claude Code 中？

答案是肯定的，核心思路便是「反代」。

近期调研了相关项目，筛选出两个相对简单、易于上手的工具。

第一个是基于 Go 语言开发的：https://github.com/Quorinex/Kiro-Go

它的启动需要通过 Docker 或本地 Go 环境，使用上稍显繁琐。

第二个是 kiro-account-manager，该项目提供了 macOS 与 Windows 的桌面客户端，支持一键启动，使用非常方便。

GitHub 地址：https://github.com/hj01857655/kiro-account-manager

该项目已获得 1.5k Stars，亲测可用，运行结果如下：

接下来进入详细配置步骤。

第一步：安装反代客户端

在浏览器打开 GitHub 项目页：https://github.com/hj01857655/kiro-account-manager

进入 Releases 页面下载对应系统的安装包。当前稳定版本为 v1.8.6，可通过下方链接进入，后续若发布新版本，请以 Release 页最新版为准。

下载地址：https://github.com/hj01857655/kiro-account-manager/releases/tag/v1.8.6

Windows 用户直接安装即可。macOS 用户若遇到「无法验证安全性」的提示，请勿直接移入废纸篓，先点击确认，然后前往「系统设置」→「隐私与安全性」中允许运行。示意图如下：

安装完成后，客户端主界面如下所示。

第二步：登录 Kiro 账号

使用你注册 Kiro 时绑定的 Google 或 GitHub 账号进行登录。

成功登录后，可在「账号管理」中看到对应账户信息。

今天几乎所有人的社交时间线都被OpenAI强大的图像生成能力刷屏，在这样的热潮之下，另一条同样值得关注的消息却被很多人忽略了——那就是Cursor与SpaceX之间的一桩惊人交易。

早上浏览X时，一条推文让我愣住了。

等等，Cursor真的要卖给马斯克了？

直觉告诉我这不太对劲。Cursor团队一向态度强硬，过去OpenAI和多家顶级风投都曾试图收购，却始终没能谈成。原因很简单，Cursor的增长势头实在太猛，团队根本不愿在估值快速攀升的阶段轻易出售。如今突然传出要加入SpaceX旗下，实在让人难以置信。

随后我特地去看了看Cursor官方账号的回应，语气相当克制。

综合多方信息，并借助GPT梳理之后，事情的核心其实可以这样理解：Cursor给了SpaceX一个选择权。到今年下半年，SpaceX有权以600亿美元的价格收购Cursor。即便最终决定不收，SpaceX也需要为这次合作支付100亿美元。

表面上看，Cursor似乎稳赚不赔。如果SpaceX不买，岂不是白白亏损100亿？🤔

那么关键的问题来了：在这场交易里，双方各自想得到什么？

Cursor获得的，是实打实的算力资源。百万张H100等效的Colossus集群，远非简单租用几台云服务器可以比拟。

更关键的是，这桩合作还赋予了Cursor一个600亿美元的收购定价，以及一个保底100亿美元的合作对价——这部分应该主要用于覆盖云计算的开支。

而SpaceX拿到的，则是更有想象空间的筹码。第一层，是Cursor的产品与分发能力，每天都有大量专业开发者通过这个入口进行工作。再往下，是双方联合训练出来的模型与技术积淀。最深的一层在于，SpaceX用100亿美元买了一个“试用装”，同时握住了以600亿美元整体收购的期权。

如果合作效果惊艳，SpaceX可以提前锁定价格，用600亿将整个公司收入囊中。即使结果不尽如人意，损失也被控制在100亿以内，完全不需要承担全盘收购的600亿风险。这绝非什么简单的慈善合作，而是一个设计得极其精明的对赌协议。

这样看来，SpaceX似乎处在相对被动的一方。

但我觉得，马斯克真正押注的并不是Cursor这个编辑器本身，而是开发者入口。Cursor积累了大量用户，相比Claude Code等工具，它对非专业程序员更加友好，产品体验也相当出色。

这恰恰是xAI最缺的那块拼图。OpenAI有ChatGPT，Anthropic有Claude，Google有Gemini和AI Studio。那么xAI有什么呢？Grok当然存在，但在开发者生态里，它之前的确缺少一个像Cursor这样日常可触达的入口。因此，这次SpaceX与Cursor的深度绑定，真正的看点并不是“马斯克又买了什么”，而是xAI终于试图填补自己版图里最薄弱的一环。

当然，Cursor未来会不会真的被SpaceX全盘买走，现在断言还为时尚早。AI编程这个赛道变化极其迅猛，今天还领先的产品，半年之后很可能被全新的范式彻底击穿。

这个领域已经涌现出太多昙花一现的产品，竞争异常激烈。主流第一梯队中，Claude Code、Codex、Cursor、OpenCode、Gemini都在不断进化。

退一步看，就算有一天Cursor真的被SpaceX收入旗下，对开发者而言也未必是坏事。越来越多的竞争者涌入，只会逼迫各家把产品打磨得更好、对用户更友好，价格也会随之变得更加可及。

一个属于开发者和创造者的黄金时代，或许才刚刚开始拉开序幕。

周末在花园里晒太阳，邻居家的蔡奶奶突然凑过来，抛出一个极其硬核的问题。

她问我，小赛，什么是养龙虾，什么是openclaw？

我心头一紧。

这个词，最近在科技圈火到爆炸，但我该怎么给一位老太太掰扯清楚？

思来想去，我把跟她解释的那套说辞梳理了一下，正适合写成一篇没有任何阅读门槛的小白科普。让我们从最简单的比喻开始，聊透这些听起来高大上、但其实特别符合直觉的AI概念。

一、OpenClaw 是什么？就像有一个会用电脑的小孙子

我是这样告诉蔡奶奶的：

“openclaw，就像一个小孙子，他会用电脑。”

你对它说一句话，它不会只是干巴巴地回你一句，它会自己点鼠标、开软件、查资料，帮你把事儿干完。

比方说，你对它讲：“帮我把这份文件整理好发邮件。”或者，“上网查一查哪天机票最便宜。”

一般的聊天AI碰到这种指令，只会告诉你“你应该怎么做”。但openclaw，是真的能上手操作电脑：

它会打开浏览器，会检索信息，会下载文件，会帮你归类整理。

就像一个长出了双手、能真正替你干活的电脑助手。

二、AI Agent 又是什么？就像是家里请来的小帮工

这时候，就得引出一个更宽泛的概念：AI Agent（智能体）。

我对蔡奶奶说：

“AI Agent，就像家里请的一个小帮工。”

你告诉它要做什么，它会自己琢磨步骤，然后一步一步把任务完成。

它的核心本事就三条：

1. 会自己规划（明白先做什么、后做什么）。
2. 会使用工具（能自己上网查、能写代码、能用各种软件）。
3. 会反复尝试（遇上卡壳或者报错，能自己调整，直到把事情搞定）。

所以，千万不要被英文字母绕晕。

Openclaw，本质上就是一种 AI Agent。

打个最简单的比方：AI Agent，指的是“帮工”这个职业。而 openclaw，只是其中一个帮工的名字。

三、那 ChatGPT、豆包、DeepSeek 又算什么？

这些我们几乎天天在用的东西，又该怎么定位呢？

我告诉蔡奶奶，这些AI，更像是一位饱读诗书的人。

你问什么，它都能对答如流，上知天文下知地理。

可问题在于，它不会自己跑去把活儿给做了。

比如你问它：“红烧肉怎么做？”

它能有条不紊地告诉你第一步如何、第二步怎样。但它绝对不可能真的冲进厨房帮你把菜炒出来。

四、两者最大的区别

用最简单粗暴的话来总结：

ChatGPT这类聊天AI只会告诉你“怎么做”，而Openclaw自己能“动手去做”。

再举一个非常真实的工作案例，让你直观感受一下差距。假如你对AI说：“帮我找出10家卖咖啡机的公司。”

ChatGPT会怎么办？它大概会给你几条建议，也许凭记忆报出几个公司名。然后，就结束了。

但openclaw会怎么办？它会自己打开浏览器，敲入关键词搜索，一家一家地打开官网，把公司名称和联系方式抓取下来。最后，把这些信息整合成一张漂亮的表格递给你。

就这么直接把普通AI变成了自动驾驶模式。

五、Openclaw 的超进化：它强在哪儿？

既然能上手，那它的优势就太突出了。我总结成三条：

**第一，能自动干活。**完全不需要你一步步指挥，它会自己操作电脑。查资料、整文件、收信息，一气呵成。

**第二，能处理复杂任务。**比如做深度的市场调研、扒几百个客户的名单、汇总一份长篇报告。同样的事情，靠普通聊天AI，你可能得不停地追问、复制、粘贴好几十回。它能一口气全给你干完。

**第三，非常省时间。**大量原本需要人坐在电脑前手动点击的脏活累活，它全包了。放在一年前，这是想都不敢想的事情。

六、openclaw 的阴暗面：它有哪些坑？

但这个东西，真的就完美无缺了吗？

实际用下来，我发现它也有相当明显的Bug，甚至有些让人头疼的劣势：

**1. 还不够稳定。**因为它不光要思考，还得操作电脑，还得根据屏幕上的反馈来判断结果，整个过程极其复杂。所以有时候，它的步骤会出错，甚至卡在某一步死循环。

**2. 需要配置电脑，门槛有点高。**它不像豆包或者ChatGPT，打开网页或APP就能用。很多时候你得懂一点技术，去安装环境、配置系统。对普通人来说，相当抓狂。

**3. 有安全风险。**这还真有点吓人。因为它能真的操控你的电脑，要是控制不好，它可能误删你的重要文件，或者一通瞎操作把系统搞崩溃。所以玩这个通常要在受限的环境里，不能给它太大的权限。

OpenAI 近期为 Codex 带来了一个重要更新——现在可以直接调用 Chrome 浏览器了。

看到这个消息后，我立刻把“必装 Chrome”提上了日程。不过，这和我接下来要强调的内容并不冲突——打开浏览器本就是 AI 工具的必备能力，也是日常工作中绕不开的刚需场景。

然而当我第一时间上手尝试时，发现浏览器插件暂时无法安装，只好暂时搁置。

具体的使用方式目前还不明朗。看起来 Codex 是把原先 Browser Use 这类插件的能力直接集成到自身中，以后可能就不再依赖第三方插件了。

但需要留意一点：Browser Use 有一个非常明显的优势——它可以操控几乎所有浏览器，而 Codex 原生集成的能力目前只能打开 Chrome。从灵活性的角度看，估计还是独立的 Browser Use 更好用。

因此，我的推荐不变：Codex 务必安装 Browser Use，Claude Code 务必安装 Playwright。

装上这两个插件，就相当于给你的 Codex 和 Claude Code 装上了“眼睛”和“手”——它们终于可以自己去看网页，然后亲自操作页面了。

浏览器能力为何成了 AI 工具的刚需

浏览器是我们日常工作中使用频率最高的工具，绝大多数信息输入都来自浏览器。

以前，AI 工具想要收集信息，靠的是编写 Python 脚本去网站抓取数据。所以当我们甩给大模型一个链接让它阅读时，它必须先写代码，然后再读取内容。

这种方式既绕了远路，又不太符合人类的使用习惯，速度慢，效果也常常不尽如人意。

现在你给它装上 Browser Use，它就可以自己打开网页去看，效果提升非常明显。

Playwright 与 Browser Use：为 AI 补齐浏览器能力

Playwright 和 Browser Use 的作用本质上是一样的——都是在给 AI 补上浏览器操作这块短板。

它们让 AI 不再只是在对话框里聊天，而是可以真正打开网页、阅读内容、点击按钮、填写表单，甚至截图验证。

因此，它们最合适的场景也高度重叠：

周末在家浏览开源项目时，一个极富创新的东西牢牢抓住了我的眼球。

来自 Y Combinator（全球顶尖创业孵化器）现任总裁 Garry Tan 刚刚开源的一个神级 Skill。

说实话，我最初只当它是个普通的 AI 代码助手。

但看完他贴出的真实数据后，我觉得其中大有门道，必须好好拆解。

这位日程爆满的顶级孵化器 CEO，在过去 60 天内，硬是一个人敲出了 60 多万行生产级代码。

平均每天，即使在兼职状态下，也能稳定产出 1 到 2 万行可实际使用的代码。

这简直不可思议。

难怪 Skill 要用得对才行——连 OpenClaw 这样厉害的龙虾，也是 AI 自己造出来的。

我顺着线索，仔细研究了他开源的该项目 Gstack。

其核心 Skill 由 621 行指令构成。

但它所做的事，极其硬核。

它直接让你原地成为 CEO，并且在系统中内置了整整 15 个极其专业的 AI 角色。

创始人、高级设计师、工程经理、代码审查员、QA 测试工程师……一个建制极其完整的虚拟工程团队，全部为你配备齐全。

光看不练肯定不行。

尽管它原生是为 Claude Code 准备的，但 CC 能用，龙虾也能用，我直接给我的 OpenClaw 装上了这个 Skill。

我从过往项目中挑了一个半成品，交给龙虾使用此 Skill 继续开发；设好明确的验收标准后，我就喝咖啡去了。

结果，它自己闷头跑了整整两个小时，居然真的做到了全自动闭环。

没有卡顿，没有凭空捏造的幻觉，它极其严谨地交付了一整套完整的代码。

我之前只造了个 Demo，缺少鉴权、没有权限分配，它一声不吭全帮我搞出来了。

我花了时间，好好扒开它的底层逻辑。

很多用户在使用AI对话工具时，习惯在一个窗口里持续交流，不愿意重新开启新的对话。从早期的豆包、元宝，到如今的Claude Code、Cursor等开发辅助工具，这种“舍不得重开”的现象十分普遍。

对于“上下文”（Context）这个概念，不少人最初并不清楚它的含义，也未曾在意过。

随着对AI工具的深入使用，大家才逐渐理解Context的意义，以及上下文工程（Context Engineering）的重要性。回顾过去，因为长期在一个窗口堆积大量信息而浪费的Token，难免让人惋惜。

可能很多你身边的朋友也和你一样，虽然用了很久AI，但对上下文的理解仍停留在模糊阶段。本文就将帮助你彻底搞懂上下文——从基础概念到高阶技巧，一网打尽。

说明：本文中的命令示例基于Claude Code和Cursor，使用方法在各主流工具中均可通用。

上下文到底是什么？

一句话概括：上下文指的是AI对话窗口中，你与AI的所有交流内容、你让AI读取的文件信息，以及AI如何理解并处理这些信息的一整套过程。

基础使用方法

使用过AI聊天工具的人，基本都懂得一些“喂上下文”的基础操作——提供背景信息、粘贴文本、@引用某个文档等。这些常规操作这里不再赘述。

然而，仅仅知道“怎么用”还远远不够。只有避开常见的坑、掌握高阶技巧，才能真正拉开差距。

你可能不知道的：上下文的坑和技巧

技巧1：喂材料要精准，别“All-in”

很多人以为给AI的材料越多越好，恨不得把整个项目文件夹全部丢进去，期待它能“全面了解”。

但结果往往事与愿违：重点被海量信息淹没，AI在庞杂的材料中难以抓住关键，反而给出平淡无奇的回答。

正确的做法是：能引用单个文件就不要引用整个目录，能提取相关段落就提前手动缩小范围。先提供摘要，再补充长内容，切忌一股脑地甩出大段文本。

在Cursor中使用时，尽量@单个文件而非整个文件夹；在Claude Code中，可以指定路径让AI自己搜索，而不是将大段代码直接粘贴到对话中。

技巧2：不相关的任务一定要分开聊

不同性质的任务不放在同一个窗口里讨论，这一点比较好理解。混在一起有两大坏处：一是无关内容白白占用上下文空间，二是AI容易被之前的话题干扰，给出牛头不对马嘴的答复。

需要特别强调的是：即便是同一个项目，如果是完全不同的工作任务，也建议开设不同的窗口。

举个例子，你刚用AI完成了一份PPT，效果不错，下一个PPT还想在同一窗口里做。这种做法不太合理。首先，窗口可能已打开很久，缓存早已失效，继续使用意义不大。其次，即便时间不长，前后两个PPT的主题差异过大，原来积累的上下文对新的工作毫无帮助，只会占用宝贵空间。

Claude Code中有一个很好用的命令/btw（by the way），意为“顺便问一下”。询问完毕即删除，不会占用上下文。这个命令充分体现了程序员的巧思，值得善用。

技巧3：上下文超过50%就该另开窗口——但别开得太频繁

这是广为认可的经验，Claude的开发人员也给出过类似建议。

上下文的空间并非无限。每个模型都有上下文窗口的上限，通常用百分比来衡量。当占用达到50%左右时，AI就会开始“挤占”——前面的内容被压缩，重要细节可能丢失，回答质量显著下滑。

因此，养成这样的习惯很有必要：上下文占用到50%时，该清理就清理，该另开窗口就果断重开。不要不舍得那个对话，继续堆积只会让效果越来越差。

在Claude Code里，输入/context可以查看当前上下文占用情况。Token即将超出时，不妨及时查看，做到心中有数。

Cursor中没有直接查看占用的命令，但在聊天界面有一个上下文栏，能够显示当前引用了哪些文件、上下文大致填满了多少。一个用命令，一个用界面，直观程度差不多。

不过，这里有一个反直觉的要点：频繁开新窗口不一定省钱。

背后的玄机在于缓存机制。AI每次收到你的消息，都需要从头“阅读”整个上下文——系统指令、工具定义、CLAUDE.md中的规则、此前所有的对话记录。在同一个窗口中，前面那些不变的内容会被缓存起来，下次读取缓存的成本只有重新计算的十分之一。

而一旦你新建了一个窗口，之前积累的缓存全部作废，数万Token的“基础设施”又需要重新全价加载。频繁使用/clear或每做一步就开新会话，等同于反复为这些不变的内容支付全价。

这个缓存机制在Claude Code和Cursor中同样适用。Cursor虽然没有/clear命令，但新建Chat的效果是一样的——之前的缓存白存了。

因此，正确的心态是：能继续就继续，开新窗口是有条件触发的操作。

什么条件该继续？

任务没换、距离上一条消息不超过1小时、之前的上下文对当前工作仍有帮助——那就继续聊，缓存还是热的，几乎不花钱。如果暂时没有新想法但不想让缓存过期，可以发一条简短消息来保持活跃。

什么条件该重开？

任务已更换、闲置超过1小时（缓存大概率已过期）、上下文塞满了不相关的“噪音”——那就果断重开。

个人的实践心得是：一个会话只专注完成一件事，这样一来几乎不会触发配额问题。

技巧4：超出上下文限制怎么办？用命令“续命”

有时一个窗口聊了很久，内容确实很重要，不想就此放弃，但上下文眼看就要塞满了。这时有两个“续命”方法：

/compact：压缩对话历史，对之前的内容进行总结，腾出更多上下文空间。交流多轮之后，用它能有效延续会话寿命。这是Claude Code的命令，Cursor目前没有对应的手动命令，但它会在上下文接近满载时自动压缩（侧边会提示“Summarizing chat context”），效果相同，只是不能主动触发。

/summarize：如果不想丢失历史信息但对话已经过长，可以用这个命令让AI提取核心信息（关键背景、已做决策、待解决问题），上下文能被压缩到原本的15%以内。Claude Code和Cursor都支持此命令。

两者的思路一致：上下文快满时，要么压缩，要么另起炉灶。

技巧5：长内容给路径，别往对话里贴

面对报错日志、大段代码、长文档时，很多人的第一反应是复制粘贴到对话中让AI自己去查找。

请不要这么做。

将10000行日志直接复制粘贴到对话里，这些内容会永久占据你的上下文空间，每一轮新的对话都要重新“阅读”一遍。更聪明的做法是把文件路径发送给AI，让AI自行检索需要的信息，只把真正相关的内容拉入上下文。

在Claude Code中，直接把路径写在对话中即可，AI会使用grep等工具去搜索。在Cursor里，用@引用文件——注意，能@单个文件就别@整个文件夹，引用粒度越细，上下文越干净。

请牢记一句话：最便宜的Token，是根本没进入上下文的Token。

上下文管理并非玄学，而是一种可以培养的良好习惯。给AI喂对材料、控制好用量、将不相关的任务分开讨论、长内容传递路径而非直接粘贴——做到这几点，你已经领先了大多数用户。

善用上下文，另一个直接的好处就是节省大量Token。当下算力竞争日趋激烈，AI不断进化，各大模型的Token单价持续走高。未来谁能用最少的Token完成工作，谁就更有可能获得效率优势。学会管理上下文，其实就是掌握了节约Token的关键能力。

想必大家按我的方式用完智谱的免费额度后，正在寻找新的替代方案。这次为大家推荐腾讯最新发布的Hy3大模型，目前同样可免费使用。

下面就来详细介绍如何免费接入Hy3。

整个过程仅需两步：首先登录OpenRouter平台，接着找到Hy3模型并完成接入。

请跟随我的步骤逐一操作。

一、认识OpenRouter并获取密钥

OpenRouter是全球知名的AI大模型聚合服务平台，安全可靠，无需担心风险。

访问官网：https://openrouter.ai

进入后需要注册账号，这样才能拿到API密钥以便在cc-switch中进行配置。（注册流程十分简单，相信大家都能顺利搞定。）

注册完毕，获取密钥。打开cc-switch，找到图中红框标示的OpenRouter专属入口，将密钥直接粘贴进去即可。

二、搜索并接入腾讯Hy3模型

接入密钥后，点击“Models”，在搜索框中输入“hy3”，即可找到该模型。注意括号内的“free”字样，代表当前完全免费。作为国内大厂出品的模型，Hy3相比那些不知名的免费模型要可靠得多。

免费政策随时可能调整，建议尽快接入使用。

要接入Hy3，首先进入其详情页，然后点击“API”标签，复制红框标注的内容。（注意，只复制引号内的文本，双引号本身不要复制。）

模型标识符为：tencent/hy3-preview:free（直接复制这个也行）

返回cc-switch，在先前选择OpenRouter供应商的那个界面中，将复制的模型标识符粘贴进去。为确保无误，建议每个与模型标识相关的输入框都粘贴一遍，如图所示。

点击保存，配置完成。

此时打开你的Claude Code，就能看到Hy3模型已经成功接入了！

三、更多免费模型接入技巧与注意事项

在OpenRouter上，你还可以探索并接入其他免费模型。在搜索框输入“free”，便会列出一系列当前免费的模型。

参照上面的方法，只需将类似tencent/hy3-preview:free的标识符粘贴进去，就能替换成任意你想调用的大模型。

你也可以尝试粘贴通用的openrouter/free，它会自动调度当前空闲的免费模型。但经我实测，效果很不理想，容易调用到能力很差的模型，基本无法解决实际问题，因此不建议使用。

以上步骤顺利完成后，恭喜你，Claude Code又多了一份免费的调用额度。

当然，免费服务也有局限：每天调用次数限制为50次，超出后会返回429错误。

若觉得50次不够用，可以考虑充值10美元，这样每日免费模型的调用次数将提升至600次，且不会消耗那10美元的余额。

目前还不清楚腾讯Hy3是否设有每日免费上限，但从我开始撰写本文至今已过去两小时，它仍在稳定执行我交给的任务，还未中断。

现在就按照本教程为你的CC接入Hy3，然后构思一个想要实现的项目，这个假期便可以安心在家享受“vibe coding”的乐趣了。