字节跳动正式加入了AI编程大战，野心尽显。大家好，欢迎收听老范讲故事的YouTube频道。今天咱们来讲一讲AI编程的故事。

一直有人在跟我讲一个话题，叫什么呢？就是“我有一个idea，就差一个程序员了”。非常非常多有想法的人，他们被写程序这件事情拦截了，无法实现他们的想法。AI来了以后，这个问题得到了一部分的解决，但并没有彻底解决。

AIGC，也就是我们这一波的AI，是从哪里开始的呢？就是从写程序开始的，不是从ChatGPT开始的，也不是从MidJourney画图开始的。最早的AIGC项目，或者说被广泛传播和使用的项目，叫GitHub Copilot，就是帮助程序员写程序的。当然，这个项目并不能让那些真正的程序小白，或者说完全没有学过程序的人写出程序来，它只能帮助这些会写程序的人，或者对程序还相对比较了解的人提高编程效率。它是这样的一个工具。

AI辅助编程，或者叫AI程序员，这个事情经历了这么多年的发展，现在到底发展成什么样了呢？你说我现在是一个小白，是不是就可以去用了呢？字节跳动这样的一个明显ToC的公司，大量的用户是C端用户，是个人用户，他们加入AI编程大战，是不是意味着他们推出的产品普通人就可以用了呢？咱们慢慢来讲一下。

现在的AI编程的发展，首先，它是分成三个大的组成部分：第一个叫插件，第二个叫大模型，第三个叫AI IDEE，叫AI集成开发环境。现在的插件，从最早的GitHub Copilot依然在不断更新升级，然后有一个叫Continue，叫继续的一个插件，这个做得也还是相当不错。还有一个插件叫C L I N E，这个插件现在用的人也比较多了。其他还有一些插件，比如说LLama Codesr，是可以使用LLama模型来进行编程的插件；MazCodes是字节跳动在国内推出的编程插件；还有一个叫通意零码。

大家一听就知道这是阿里做的。所谓的编程插件呢，就是你需要把这些插件插到你的集成开发环境里去，比如说微软的VS Code或者是IntelliJ。插进去以后，它就可以进行自动编程了。当然，这并不是说你告诉他说要有光，于是就有了光这样的自动编程。而是什么呢？就是你已经写好了一个程序，然后问他说我这里应该添点什么、补点什么，他会给你完成这样的工作。甚至呢，你告诉他说我这有一个错误，告诉我应该怎么去修改，他们会帮你去改错误。这是插件。

第二块呢就是大模型。现在我们使用AI编程的大模型呢，最主要的两个，一个是GPT-4，另外一个呢是Claude 3.5 Sonnet。其他的呢，GPT-1以及Llama专门有一个对编程重新训练或微调过的一个模型，叫Llama Coders。千问呢，也有千问Coders，这是专门给通义千问做的编程的微调。DeepSeek现在做编程的效果也还是不错的。这就是各种大模型去做编程。

再往后一个呢，就是IDE。IDE叫集成开发环境，就是从写程序到编译、运行、部署，所有这个东西在一起。AI IDE呢，除了刚才我们讲的这个VS Code，你加各种插件来实现AI编程之外，现在也有一些专门的AI编程那种IDE，比如说最有名的叫Cursor，它出来的比较早，这个呢是20美金一个月，主要使用Claude大模型进行AI编程。然后呢，有一个叫Windsurf，这个是前面咱们讲的Continue这个插件，他们公司做的一个AI IDE。

今天我们要讲的这个东西呢，Trae，这个应该怎么念，是字节跳动最新出的AI IDE产品。都是在VS Code的基础上，加上他们自己的AI agent，加上他们自己挂的一些模型，形成的完整的IDE。这就是现在AI发展到的一个状态。那么整个AI编程发展的各种历程是什么样的呢？从最早的叫代码补全，就是你写完了几句话以后。

他给你告诉你下边几句该怎么写。再往后呢，是开始进行自动的代码提示，或者多代码的这个更正。经常我们写的很多项目，需要在不同的代码文件里边去进行调整。再往后一步的话，他就会自动地给你在多代码文件里边进行调整，以及多代码文件进行阅读和建议。因为原来代码补全，就是你给他一个文件，他读这一个文件，现在他可以读整个的项目了。

再往后呢，就开始进行完整的脚本执行。这个什么意思呢？因为我们去写程序的时候，并不是说上来说，我们开一个新文件程序，第一句写什么，第二句写什么，不是这样。经常有很多这种叫做要执行的脚本，比如说命令他创建一个什么样的程序，或者命令他加载哪些库，命令他开始执行，命令他去做各种的清理。他有非常非常多这样的脚本。现在的AI编程工具呢，这块都可以自动做了，甚至呢，最终可以做成一个完整的流。什么样的流呢？比如说你告诉他，现在我想要做个博客，他就说行吧，我想想该怎么办。比如说执行了一个脚本，执行完脚本以后呢，说我根据你的要求生成了博客的页面，而又生成了什么东西。然后，这里还缺一些这个样式库，再执行一个脚本，他得一步一步这样去执行下去。基本上可以完全自动化，可以把这事搞定了。这就是目前来说，AI IDE可以达到的一个效果。

待会儿我们会看一个案例。那么，AI IDE到底是不是可以让小白去写程序了呢？给大家一个结论：很遗憾，还是不行的。前面有人说了，9岁小姑娘40分钟写一个游戏出来，这不是应该可以吗？这个呢，只是一个样例而已。这个9岁的小姑娘应该还是接受过一点点的编程训练的。如果完全没有任何编程训练的人，甭管是9岁还是九十岁，给你AI IDE，你还是写不出程序来的。而且呢，还要注意什么呢？就是很多这种让你觉得哇哦、这种眼前一亮的案例，都是特别编排出来的。可能这个9岁小朋友只能去写这样的一个用例出来，你让他换一个用例，他就写不出来了，里面会有很多的错误抛出来。

他就根本不知道该后面怎么办。这个事情，而且按道理说，按完回车，他自己再去确认确认，前进，继续什么，做一些这样的点击，为什么需要40分钟？这里头还是有一些bug需要去调整的。待会儿我们去看Demo的时候，你们就知道大概需要去调整哪些东西了。

但是现在的这种AI IDE呢，可以让一些稍微受过一点点快速开发教育或培训的这些人写出快速的原型程序了。工程项目如果变得很大的话，可能还是比较费劲的，但是些小应用已经是可以去跑了。

现在咱们来讲一下今天字节跳动推出的这个叫Trae，它到底有什么不一样？首先呢，要跟大家讲，这一块没有什么特别大的门槛。VsCodes它就是底层，大家都是在这个开源的底层基础上去改的。甭管是今天我们讲的Trae，还是前面讲的Cursor，还有Windsurf，都是在这个基础上进行修改。

他们使用的大模型呢，基本上也都不是自己的，就是Claude 3.5、Sonnet或者是GPT-4O，都是用这样的底层模型来干活的。他们真正在里边做的什么，就是一大堆的提示工程。Trae呢，它可以进行自动的项目完成，你只要告诉他说我要做什么什么事，后边就是确认确认确认就完事了，他就可以给你把整个项目写完。这块呢，做的还可以，跟Cursor、跟Windsurf基本上是可以达成一致的。

至于说生成项目的质量怎么样的话，这个我觉得可能并没有那么容易去评判，因为底层都是Claude 3.5和GPT-4O，最终形成的项目的质量或者有多少个bug或者什么，这些东西的话，有的时候看的不是这些IDE自己的能力，而是看大模型的能力，所以你去评判它意义也不是特别大。

那你说Trae跟其他的Cursor、跟Windsurf比起来到底有多大差异呢？最大的只有一个，免费。至少现在是免费，号称叫限时免费。未来是不是会继续免费呢？看用的人多少，用的人少的话，可能就开始收费了；用的人多可能会继续免费。很多人说不对。

你这个说反了吧，是不是应该用的人少接着免费，用的人多了就该收费了呢？因为用的人多，你需要消耗很多的Claude 3.5 Sonnet的TOKEN，这个东西是要收费的呀。大家想反了，为什么呢？一旦用的人多，说明什么？说明字节跳动抓住用户了，这是一个未来的方向。那么他一定会说：“我继续免费，让大家接着我，慢慢地向我整个的平台去转移。”这才是字节跳动想要的。如果用的人少的话，发现这个产品姥姥不疼舅舅不爱的，算了，收费吧，以后没有拨款倾斜了，不能再去继续赔钱了，他会变成这样。

所以他跟很多这种美国项目是不一样的。美国像Cursor也好，Windsurf也好，都是要收费的，为什么？因为公司很小，就算他融了资了，他也不敢说：“我拿融资的钱去给大家补贴这个TOKEN。”但是字节跳动是谁？像什么豆包这些大模型都是免费的，随便去使用。跟这些国内收费的文心一言，这些模型比起来，那这肯定是打的他满地找牙，用户就直接就回来了。

所以呢，越是用的多的，越说明这个产品可能会成为未来的方向，字节跳动就越会愿意花钱给大家发补贴。现在这个Trae到底怎么样了，未来还有哪些欠缺的地方可以去添加呢？第一个呢是更多的模型可以加入，现在只是GPT4O和Claude 3.5，未来的话还可以加上，比如说DeepSeek，DeepSeek R1，包括千问Codes这些模型，其实都可以加进去。因为国内你是没法使用Claude 3.5，也不能使用GPT4O的。但是呢，你每次换模型了以后，你要重新调这个提示词这块的话，他们可能还需要一些时间跟这些国内比较强的模型去进行匹配。

DeepSeek R1的话，应该是昨天发布的，是DeepSeek做的这种推理模型，那个编程效果杠杠的，很多指标都已经超过了Claude 3.5 Sonnet，而且特别便宜，它的价格是Claude 3.5 Sonnet。

可能1/10或者1/20这样的一个水平，非常非常便宜。那么未来应该是会续加的。而且现在的Trae只支持MacOS操作系统，不支持Windows。也许再过个一两个月会去支持，这个其实也很简单，因为Windows本身的操作系统比较乱，里头各种的环境都比较混乱。特别是现在的各种编程的这种底层的环境，都是在MacOS或者Linux上跑的。你让它去在Windows上跑的话，都会比较费劲。所以目前为止只支持MacOS。你说我是个Windows电脑，稍微再耐心等一等。

从功能角度上讲，现在其实还欠缺几块。现在呢，还不能切图。什么叫切图呢？比如说我用Midjourney画一个设计图给他，说“你给我照这样做出一个网站来”。他呢，现在只能去理解一下这个图的风格，然后我照这个风格给你把这个网站做出来。他并不能把你这个一个完整的设计图切成一小块，这个是一个图标，那是一个按钮，不能给你切出来。你按道理说呢，应该是切好了以后再去应用到网页的不同位置上去。这个实际上就是设计师跟程序员之间配合的一个过程。设计师先把这整个的界面设计出来，然后呢，再把每一小块图标、按钮或者是里边的各种图片都给你切下来，让你去使用。他是这样去工作的。

现在这块还没做。这块呢，我觉得以字节跳动自己在这个AI生成图片这块的这些努力的话，他们去做这一块应该是有机会的，只是现在还需要再去等。而且未来的话，有可能会加上这种自动切图。就是给你一幅图以后，自动去在里边把需要的元素切出来，以及呢，自动的图片生成。假设你有一个生成好的界面的样例了，那么说“OK，我按照这个风格去给大家做”。做完了以后说：“我这里还需要个按钮，那里还需要个图标，哪个地方还需要一个背景图。”你有一个基本的风格之后，他完完全全可以自动再去生成一些图片，把后边的一些东西补上。因为字节跳动自己也有文生图的大模型，那就直接用呗。而且现在字节跳动的文生图大模型。

你在豆包里是可以直接免费用的。那它如果可以把这些功能加上去，让字节的这个AI编程助手，或者叫AI IDE，被大家广泛接受和使用的话，未来这一部分应该都是可能进入的。而且字节跳动家里是什么都有，他不光是可以生成图片，还可以生成视频，还可以去做很多的图片编辑、视频剪辑，以及还可以生成声音。未来字节跳动的这个IDE里边，就有可能把这些东西慢慢都加进去。

那么好了，再往下咱们讲一下这个Trae到底有什么用。第一个，你如果一点编程都不会，这个事情跟你没关系。如果你稍微会了一点点编程，未来很多人就都可以使用Trae这样的AI集成开发环境去编写一些小的应用程序。为什么我要这里专门强调这个小的应用程序呢？新手程序员去写一个完整的应用，这个是非常非常难的。但是你说我去写一个小应用，这个应用只给我自己用，这块呢，难度一下就降低非常多了。为什么在这里强调第一小，第二只给自己用呢？小了，你需要考虑的问题就比较少；第二，只给自己用的话，你就没有什么兼容性的问题。你比如说我这程序跑得好好的，换你机上跑不了了。对于程序员来说，我们经常解决这上的问题。但你说我就写一个程序，自己跑一跑能使就完事了，这个呢，很多的新手程序员都可以去搞定的。

那么这件事情到底有什么意义呢？我为什么需要一个很小的程序，只给我自己用的程序呢？大家有没有听过一个词叫最后一公里？光纤的最后一公里，把这光纤拉到这个小区里了，但是最后挨家挨户去装的，这个叫最后一公里。还有很多人叫快递的最后一公里，比如说我们的快递柜，或者说我们已经把这个快递送到最后的一个集中站点了，再由快递员一家一家的给我们送上门来，这也叫最后一公里。即时零售和外卖的最后一公里，甭管是他有前置仓，或者外卖的小饭馆，最后由这些外卖员把这些东西给我们送到家里边来，这个叫最后一公里。

那你说这件事情跟我们有什么关系呢？有，现在有这么多的大模型。

还有很多的叫AI agent的工具，比如Codess也是字节跳动自己家的，或者是Defi这样的工具出来以后，但总是觉得好像跟我们最终的使用场景稍微差那么一点点。这个时候，就需要“最后一公里”。我们怎么把最后差的这一点点补上呢？而这一点点，对于Codes、Defi等平台来说，他们去补是很麻烦的，包括像GPT或者Claude这些大的模型公司，让他们去补这个东西也是非常烦的。

那怎么办呢？干脆你们每一个人回去自己去写最后这一公里吧。每一个人只要接受一点点的编程教育，大概知道程序是怎么回事，就可以使用这种AI集中开发环境去把这个最后一公里补上。我就可以把Codes里的很多AI agent运用到我们的生活当中去。这个其实才是字节跳动的巨大野心，他们要继续推动豆包、豆包的大模型、豆包自己的应用以及Codes，他们的AI IDE平台向前走。

如果他们可以通过Trae这样的AI集成开发环境，让所有用户把这个最后一公里弥补上，Codes就可以在所有的AI agent平台竞赛中胜出了。大家要注意，字节跳动虽然豆包的大模型现在不是那么被人看好，在各种比赛和使用体验上，豆包的大模型还是稍微差一些的。但是，Codes现在在各种AI agent的竞赛里面已经是比较名列前茅了。

豆包的APP聊天应用在国内绝对是异军突起，遥遥领先的一个位置。另外，还要注意一点，全世界买CPU最多的公司，除了微软、梅塔、XAI之外，就是字节跳动了。他手里有大量的显卡，字节在AI这一块的野心一直都是非常大的。那么，他们推出的这个Trae应该也是为了补全他们野心中的一个缺口。如果这个缺口补上去了，能够一直免费下去，后边就没有cursor和Windsurf什么事情了，可能未来就只能往这个方向走了。而且，就算是GPT也是要付钱的。

微软给的 GitHub Copilot 也是要一个月 10 美金，要付钱的。再怎么着，你也没有这个纯免费的香。在这一块，字节跳动应该有可能在未来 AI 战争中拔得头筹。

再往后呢，我们去做一个 Demo，让大家看一看这个东西到底能干什么。下面呢，我们来做一下演示。第一件事呢，是要去下载网址，就是这里 Trae.AI。如果你是 MacOS 电脑，就可以去下载了。下面我们去看一下 Trae 到底长什么样子。

大家注意，这里是有一个聊天，有一个 build 构建。build 现在还是 Beta，也就是说如果 build 出什么问题了，别怪我。正常的聊天的话，就跟我们使用普通的这种 AI 编程工具是一样的。你跟他聊天，说我有这样的问题，有那样的问题，他会一点一点的帮你去调整。但如果使用 build 就全自动了。

上面还给你两个案例，一个是生成贪吃蛇游戏，一个是生成 to do list 的应用。大家看到那种 9 岁小女孩快速完成一个应用的这种事情呢，基本上都是点击，他们这种案例是可以出来的。你稍微改一点，他就出不来了。

所以今天呢，咱们稍微难为他一下。咱们先去打开一个文件夹，创建个新的吧。咱们找个他不太熟悉的东西去玩一下。现在给大家演示呢，很多人都是玩什么 note GS 或者是这种 next GS，使用这样的这种纯前端的项目给大家去做演示。今天呢，咱们去稍微的给大家演示一个它没那么熟的跨端应用。

Flutter 应用就是可以在 MacOS、Windows、iOS 和安卓上，以及 Web 上运行的一个应用。不这么复杂，今天我们就只展示这个 MacOS 和 Web 的应用吧。第一件事先整给他张图片，是一张咖啡手绘风格的一个博客的图片，这个图片是 Midjourney 画的。

好，现在我来写提示词了，请按照设计稿，在当前目录做一个 Flutter 应用，可以在 Web 和 MacOS 平台上使用。回车，干活去了。上来大家看到吗？

叫AI思考中。首先告诉我们，我会帮你创造一个Flutter的博客应用。从设计稿来看，我采用了温暖的咖啡色调作为主色调，创建一个优雅的博客界面。然后说说我要执行这句话了，你要点执行点运行。你看，这边开始干活了。这呢也告诉你说，我已经创建好了这些基础的文件。

然后他后边又思考中了，说我要再去修改文件了，说我要去修改mean.Dart和mean.dot文件，然后要去改下边这个文件。首先现在先把这个文件先拿出来读了读，读完了以后进去改去了。这边还在转呢，就是我们要耐心等着他慢慢转去。转完了以后他会告诉我说，我要加点什么减点什么。说我现在要改这文件了，你说我们全部接受，就给你都写进去了。他实际上改什么？改颜色去了。他要按照这个咖啡师的这个方式去改颜色。说做完这个，我们就可以执行一下了。

那执行吧，他要再思考一下。这执行起来了，这个颜色有了，但是呢，你看里头所有图都没了。刚才我们也讲了，他缺一些什么呢？缺这个切图的功能。如果你没有切图的功能的话，这个出来就会变成这样。好，你看他上面写了说，请检查一下Flutter Web应用是否已经成功运行了，以便我们可以预览博客的界面。

看，已经成功完成了Flutter博客应用的基本实现，创建了支持Web和Mac OS平台的Flutter项目，实现了主页面的布局，包含了博客列表展示，设计了温暖的棕色调主题。因为我给了这张咖啡的相关的图片嘛，待会我们来看一下这图片长什么样。然后呢，添加了搜索和这个新建博客的入口按钮，实现了响应式的卡片博客布局。每个博客卡片包含了标题、预览内容和发布时间，成功启动了Web版本的预览和测试。

他做了这样的一个东西出来，让我们来看看这东西长什么样。你们应该还没有看到运行的一个结果，这个东西长成这样了。告诉我们说，我这是有博客的主题，博客的预览的信息，一个发布的时间，做了这样的一个东西，还有一个添加文章的一个按钮。

但是，他后边并没有去实现这个按钮。搞定了，那你说这种东西我要他干嘛使呢？那么丑陋，对吧？来吧，咱们干一个有趣的事情吧。我们来加一个调AI agent的API吧。来，先把这个应用的停止共享，关掉，重新共享脐橙开发环境。在这里添加一个页面，可以和AI agent聊天，要聊天界面。AI agent上哪去询问呢？我们用Defi吧。这是一个什么样的Defi功能呢？就是每次我给他一句话，他就给我写一个Midjourney的提示词出来。它实际上是用的DeepSeek V3的大模型来实现的相关功能。下一步怎么办呢？来，发布访问API。我们要使用它的API，我就把这些东西贴到Trae里面了。现在就不给大家看那边了，因为这个切来切去的太麻烦。

再往下一件事呢，是需要key。我怎么调用这个API？来，我们也告诉他API。好，看一下，我现在写了一个很长的提示词，说我要添加一个页面，可以和AI agent聊天，要聊天的界面。API的输入格式是这样的，这个是刚才我们从Defi里面去抄的，输出格式长这样，具体就不跟大家仔细看了。API key是这样，然后再写一个将输入改成阻断模式。好，回车，他干活去了。跟大家讲这个，什么叫阻断模式？就是我们经常看到，甭管是ChatGPT或者其他AI agent聊天的时候，那个字是一个一个蹦出来的，它叫流模式。如果是说我打完回车之后，一次性把所有的结果都出来，叫阻断模式。我们就不去处理流模式，稍微麻烦一点点。

好了，首先呢，他说我们要去增加一个按钮，接受。有了这个按钮以后，点击这个按钮就可以到新的页面里去了。他现在去创建新的，叫做chat page，那就是一个聊天的页面了。大家看嘛，这儿还有错呢，这个地方是有错的。为什么呢？因为那个chat page还没有创建出来，这块呢要稍微的等它一小会儿，全部接受，等于又给你做了一个200多页的文件出来。

这里也还有一些错误。这个错误是什么呢？AI修复一下。我估计应该是没有引用对这个东西。接受，应该在这个里边添加这个。这就属于比较笨了，所以大家看到了吗？这东西还没有那么聪明，就是需要改一些其他文件的时候，有时候没改对。所谓这个pop space.YAML，这个文件是干嘛使的呢？看他哈，还是没有自己把它加进去哈，那我们来手动添加吧，手动添加，添到这里吧。

Dio，这就是我们需要哪些库，就是干这个的。这还有个错误，AI修复。我现在就把自己当成完全不会写程序的人选，当然会稍微会一点点。如果完全不会的话，你们会看到说这个还是有一点难度的。修复接受，这是什么错误？缺了一个引用，就是我们做了一个新的文件，他忘了引用了。那么这块你说一点都不会咋弄，还是会有一点难度的。

OK，这个程序我们就可以去跑了。给大家看一下它运行起来以后的结果。这一次呢，我们并没有用Web的方式启动，它现在是一个Mac OS上的APP的一个应用。看，这里这个debug后面有一个按钮，这个就进入到我们的聊天的界面里来了。抱歉，发生了一些错误，请稍后重试。我们要来看一下发生了一些什么样的错误，经常还是会有错误的嘛。

还有呢，这个debug很丑陋，我们要看看怎么把它消掉。让我们回到开发环境里面去。首先我们要求删除主界面上debug的标签，还要思考一下，他想清楚了，要加哪句话。然后呢，说我现在要去修改程序了，全部接受，搞定。然后呢，我们再告诉他说AI聊天的时候报错误了，但是没有看到错误信息，将错误信息放在页面底部显示展示。他只告诉我们一个有错，这事你让我怎么去改这个东西嘛。

其实我们还可以去debug，这个事是可以的，但是我们用一些更简单的方式来去处理它。他要在这个文件里边去调整，全部接受，执行。首先看我们这里刚才有一个debug的，这个标签就没了，刚才我们做的第一项修改。然后进来，这个是什么意思呢？

实际上是他拒绝了为我们去连接。这个也是一个很常见的错误。什么意思呢？就是我们这是一个Mac OS应用。在做这个应用的时候，需要向本地的操作系统申请权限。我们没有申请去联网这个权限，所以他就给我们拒绝了。

我们先用一些简单的方式来测试吧。我们先不让他通过MacOS的方式来启动，这个需要去修改很多东西。当然，你具体也可以在项目里边去修改。你就是直接要求说：“我这现在缺一个权限，请给我加上。”这个事是可以的。

下面，我们用这个Chrome的方式来去执行Web的方式，它就没有这种问题了，它就可以直接去跑了。好，让我们开了一个页面，展示咖啡。好，你看，它给我们写好了提示词回来了：“午后，阳光洒在咖啡桌上，桌上有咖啡、糕点和一本书。”我们已经成功地自己写了一个程序，然后自己跑到我们的defi的服务器上去调用了。这个程序是大家眼巴瞅着我写的吧？一个舒适的咖啡桌，温暖的下午的阳光，有一杯咖啡，一个糕点，打开的书，阳光的角度，直接给你去写去了。就拿它去画MidJourney，不是效果很好吗？就可以得到我们想要的东西了。

但是你说，我们现在还想再看一眼，在Mac OS上怎么把刚才咱们这bug解决掉？好吧，咱们稍微再花一点点的时间来去解决这个问题。首先，我们要在Mac OS上去执行，然后告诉他说：“现在操作系统禁止我的MacOS应用访问HTTPS的网址，请帮我打开权限并刷新执行环境。”回车他就去干活去了，又开始AI思考中。呀，好喜欢这几个字。他告诉我会帮你配置MacOS应用的这个网络访问权限，需要在这个里面添加权限声明。他告诉你这个文件是在什么什么地方， 说我们需要在这个文件里头去配置。那么接受再release一个东西出去，再接受执行。它要Flutter clean，如果不clean的话，他是有问题的。Flutter clean完了以后，怎么给了我一堆错误？执行，他去执行去了，看看这次对不对。

执行起来了。好，我们的MacOS应用在这里呢。点咖啡，看着有点像哦。出来了！我们在AI的帮助下，又把这个错误修复掉了。

但是你们有没有发现，如果你没有任何的编程经验的话，出了错误你是不知道该怎么办呢？但是像我这种稍微有一点点编程经验的业余程序员，就可以拿这种程序去进行调整了。而且这个程序，因为我是用Flutter写的嘛，我可以在Mac OS上运行，也可以在iOS和安卓上运行。以后我就可以把自己的一些AI agent，包括本地知识库，建立在网站上去。然后呢，自己写一个程序，在手机上就可以随时调用了。

这个就可以去展示什么叫“最后一公里”。否则的话，甭管是Defi也好，还是直接跳动自己做的Codes也好，都没有那么方便，最后一公里没有那么完善。现在所做的这些AI IDE或者AI集成工具，实际上就是帮助大家去补齐最后一公里的。

今天讲到这里，感谢大家收听。请帮忙点赞，点小铃铛，参加Discord讨论群。也欢迎有兴趣有能力的朋友加入我们的付费频道。再见！

GPT-4oo大家好，欢迎收听老范讲故事的YouTube频道。今天咱们来讲一讲Open AI最新发布的GPT-4，到底是一个什么样的东西。专门赶在谷歌I/O之前的一天开，这就是司马昭之心，路人皆知了。对，指的是谁，大家心里都明白。当然，选择这一天开发布会的还有其他人，比如李开复也在这一天发布了他“灵异万物”新的大模型。以后找机会学习再跟大家分享。通义千问呢，是早几天，5月9号发了他们自己新的大模型。

我呢，自己肯定是懒得去在凌晨2点看直播了，所以到今天，看看录屏，然后看看其他人都在说什么，再跟大家介绍一下GPT-4到底是一个什么样的东西。在这之前，大家一直知道，说他要在这个时间点开发布会，甚至在他没有公布发布会时间的时候，大家也都在猜，说是不是上周要发布，是不是这周要发布，然后猜了很多有可能会发布的产品。有些人猜GPT-5，有些人猜测试GPT。

战猫奥特曼说了，不是GPT-5，也不是测试GPT。我呢，在礼拜天，也就是在发布会前的一天，还在推特上在问，说这个新发布的东西会不会是GPT Siri或者是Siri GPT，对吧，因为已经传出消息了，苹果要跟Open AI签约嘛，那么出来的东西应该是这样的一个东西吧。甚至呢，我也猜过，说是不是GPT-5出来了以后，GPT-4就免费了啊，万一GPT-4免费了呢，现在惦记收费的这些版本该咋办呢，还活不活得下去，这事没法混了。所以呢，当时拆解了这么多种可能性，从我个人角度上说，我猜了GPT-40，免费的GPT-4，GPT Siri，拆了三个方向。现在看呢，我觉得我也没猜错。对吧，现在的GPT-40啊，基本上是这样，这四个方向的事其实都干了。都发布了什么呢？第一个是GPT-40，它可以进行语音识别与翻译，支持50多种语言，可以进行实时搜索。但是，它并没有进行搜索之后的很完善的内容组织，不像Perplexity那样，可以进行很好的搜索结果组织。GPT-40免费对公众开放了，这也是一个逐步开放GPT-4的过程，虽然开放的是40版本。

我今天还专门去问了一下GPT，我说：“你40版本都开放了，我为什么要买GPT-4呢？”它回答说GPT-4的功能要更强，处理效果更好，物有所值。跟我讲了半天，当然，这可能是它产生的幻觉，编的故事，这个就不重要了。

那么，更高的响应速度，号称响应速度从320毫秒降低到了232毫秒。这意味着，你和它聊天，语音或发消息给它时，它能更快地回复。这还是很有价值的。但是，因为我们在国内，需要挂节点或梯子，所以我并没有感觉到它变快。不知道以后是否能主观感受到这个提升。

然后，更便宜的API价格，GPT-40的API已经公开，我现在已经可以调用了，价格大约是GPT-4标准版的一半，便宜很多，而且很快。当然，它有限额。虽然可以免费使用，但现在具体每天或每小时能用多少次，我没有找到公开信息说明。即使是像我这样的Plus用户，每月交20美金的，也是有限额的。我们的限额是免费用户的5倍。比如说，免费用户用了一个小时5次，就到限额了。而我，作为付费用户，可能一个小时可以用25次。如果达到限额，免费用户就自动退回GPT3.5。对于付费用户，达到限额后并没有额外奖励，同样会受限。

此外，除了GPT之外，还将推出一个新功能——集成GPT的桌面板。这个桌面板就像一个桌面精灵，能悬浮在屏幕上。你可以随时询问，比如：“我这程序写得怎么样？”它能实时查看你的屏幕，指出错误，让你及时修改。不过，它的交流方式会更加自然，不会这么生硬。虽然没有详细演示，但大家都很期待。

桌面板真正让人震惊的，或者说大家真正关注的是GPT4.0带来了什么新东西。其实，我们提到的所有功能GPT4都有，它只是更快、更便宜，功能整合得更好。这似乎不值得大惊小怪，感觉是更新而非革命。所以，我们只是做了更新，并没有推出新产品，连GPT5的影子都没见着。但为何依然引起巨大轰动？

原因在于，GPT4有几个真正的新亮点。首先是“所见即所得”体验的升级。不同于谷歌Gemini允许上传照片和视频，GPT现在可以直接通过摄像头工作。你只需把摄像头对准目标，比如一张纸，就能直接提问并得到回应。\n你看我这纸上写的什么？你看看我身边是什么样的一个环境？你给我描述一下我现在这个状态啊。刚才有什么反常的事情发生吗？你可以问他这样的问题了，这是一个巨大的进步。叫眼见为实。而且呢，通过这个演示，现实地打脸了谷歌的General。为什么？因为谷歌当时也是放了这么样的一个视频，后来被大家打脸，说你这个视频是剪辑过的，你实际上还是上传的照片，然后让他自己去读照片，而不是举着手机让人看了一眼，说：“你看上什么了？”哎，不是这么干的啊。你把中间这个放照片、换照片这个过程呢，都给剪掉了啊，这个是骗人的啊。但是现在Open AI呢，就真的找了几个大活人坐在这，然后举着手机来，“你看看这，你看看那。”然后这个纸上写了什么啊？我在这个纸上出了一个数学题，应该是怎么做的？我做对了没有？对吧，现实的给人看，对吧？因为你旁边有大活人嘛，你肯定不能是剪辑，对吧？你一旦剪辑了以后，那个人的动作就不连贯了嘛，因为你人没法说，“哎，我这剪了两刀啊，来，请这个做好原来那个动作不要动啊，然后再接着往下演。”这个事是做不到的。对吧，所以他一定要上大活人。人家告诉你说，“哎，谷歌是剪辑骗你们，但是我是上真的啊。”这个是真的很让人震惊的啊。

视频演示的艺术呢，其实是AIGC整个发展过程中，大家不断地去研究和深化的一个新的门类了。为什么讲这样的一个话？因为大家会发现，所有AIGC产品的发布，基本上都是要上视频的。上视频的好处是什么呢？就是我可以剪辑，可以编导，可以去处理，而且呢，它很有感染力。不是说让用户自己去试，因为让用户自己试了，你还有翻车的可能。但是如果是我，给你一个视频，我可以把它剪辑一下，把翻车的部分都剪掉，然后可以提速，可以减速，可以把不该让你看到的东西删掉。那么大家都在很努力地提升，当然有的时候会翻车了，包括前面这个Devon，也就是这个自动编程机器人，也是翻车了。然后马斯克说，“来，我给大家演示机器人啊。”然后发现，“哎，你旁边还有一人呢。”这个漏出来了啊，穿帮了啊。也有这样的事情。谷歌啊，做Gemini的演示也是穿帮了。视频演示的这种艺术呢，谷歌基本上靠的是剪辑。Open AI靠的是什么呢？哎，千万不要以为说，你们看到的就是现实，看到的就是这个样子了。Open AI肯定也是做了一些花活，Open AI靠的叫编导，他事先要编辑好故事，然后呢，来给大家演示。他指着说，“哎，我编辑好了，然后演示一遍，失败了，没有啊，好像失败了啊，再来一次。”然后这次又失败了，再“来一次”。哎，那你说不是从头到尾一镜合成吗？一镜到底啊。对啊，但是他可能拍了20条、30条一镜到底，最后挑了一条能看的给你看。所以，千万不要认为说，你看到的就是最终结果，就是他的平均水平。他可能也是挑了一条好的给你看。

而且在演示的过程中，他们可能不是说，“哎，我演示完了以后错了，再来一条啊。”不是这样，他们说先写好脚本，照着脚本演了一遍，发现，“哎，不对啊，回答的有问题。”改脚本，改完了以后，咱们再练一次。哎，发现又差了一点点，效果不是很满意，再改脚本，再试一次，最后给你一个能用的。所以，这个东西真的落到我们自己手里头，未必能有那么好使。

因为有人测试了GPT-4的这个翻译功能，发现呢，稍有偏差，这个内容就不见了。比如涉及成人问题，涉及一些血腥暴力问题，这个内容就直接不见了。大家在看演示的时候，肯定不会给你演示这部分。人家肯定演示的是啊，开心的交流，上来是一个小哥，用英语跟旁边的美女进行意大利语的沟通和交流。但是你想，很多的这种漂亮小伙跟漂亮小姐姐之间，需要靠GPT-4进行实时翻译的时候，经常聊着聊着，然后中间有一些这个敏感内容，就不见了。这不是一个非常无聊的事情吗？对，但是这部分不会给你演示，所以，惦记靠GPT-4出去找小姐姐的这些人啊，就可以休息一下了，不要想太多啊。有些事情呢，看到了事后问起，啊，还能想起来，这个真的是很绝啊。因为Greg在上面做演示，这个时候，突然有一个女同事…\n呀，么巧动的走到他身后，然后在他脑袋后头比了个兔子耳朵，然后走了。Grag就问说：“刚才有什么反常的事情发生吗？”这个GBT40就说了：“啊，刚才有一个人要跟你开玩笑，站在你身后，在你后边比了一个手势，是这个兔子耳朵。”说得非常清楚。这个我觉得真的是挺吓人的。哪怕说我看了当时没有处理，但是我记住了，下次你问我，我还能给你总结出来。而且，我还知道他在跟你开玩笑，他等于把整个这个过程都理解得很好。所以我现在越来越相信，Sora是世界模型，真的可以仿真出一个世界来。这是第一点，让人感到很震惊的。

然后，另外一点让人感到很震惊的是，它真的像个人了。他的说话的语气语调，对这个人的判断，“哎，我看着你不太开心啊。”对人的语气语调的判断，对着摄像头前的这个人的表情的判断都非常好。他自己的输出情感也很充沛，有笑声，有害羞，各种各样的感情都非常充沛，而且很自然。你并不会感觉很吓人，这个过程。而且呢，他还可以中间打断，这个其实很难。就是他聊着聊着天，你中间打断他，而且呢，可以多角色聊天。因为Greg也演示了一点，就是两个AI自己在这聊天，然后他在中间还可以叫停他们，“哎，说咱们一块再聊个，说一个其他的事情啊。”这个是非常强的，因为AI等于已经可以分清谁在说话，这些之间的这个关系到底怎么样。你中间打断他了，再跟他聊天，他还可以停止他刚才正在说的话，继续去回答你的问题。这个已经非常强了，越来越像人了，就是他有这个察言观色的能力了。

詹姆斯·奥特曼也在讲，说：“你们有没有看过那个电影《Her》？”啊，这个我也看过，就讲的是一个工程师吧，他呢，跟一个装在口袋里的，有着很温柔、很性感声音线的一个女性的AI机器人去聊天，然后深深地爱上了这个机器人。讲了这样的一个故事。那个故事非常好，就是它的拍摄成本极低，但是呢，极其引人深思。这个电影另外一个值得推荐的是什么？它是一个美国人拍的科幻片，但是所有的外景地是在上海取的。对，这个非常神啊。为什么呢？因为他们觉得上海这个地方实在是太魔幻了，魔都嘛，对吧？要想拍这种有未来风格的电影，一定要去上海取景。这也是推荐大家去看的一部片子吧。有很多人说，我要去买啊，甚至我还有一个朋友说，我马上就去买这个M4芯片的iPad去了。

呃，首先啊，跟大家讲，免费用户手机端现在还是只能用3.5，你还用不了4。但是呢，免费用户呢，可以在PC端用浏览器使用GPT4了，这个没有任何问题啊。我刚才已经试过了，就是我到浏览器上去，然后呢登录一个新的OpenAI账号，那就肯定没有付过费嘛，他说你现在可以使用3.5和4了。但是在浏览器里头的话，他是没有录音键的啊，就是你只能是打字或者是上传图片，这个是OK的。他并不能去调用摄像头。

如果是付费用户呢，在手机端也可以选择GPT4，可以使用了。但是呢，并没有想象中那么快，刚才我讲了，为什么？因为我们需要挂梯子。语气语调呢，其实也没有加载，就是我们现在跟GPT4的各种沟通，它并没有那么丰富的语气语调，还是原来的这种慢条斯理在跟你说。摄像头的功能现在并没有打开，我估计应该没有那么快，为什么呢？因为摄像头这件事情，其实对你的手机、服务器、对网络的压力都实在太大了。这个事情未来到底会怎么被打开，还要等着看。而且你一旦开了摄像头功能，他对于隐私保护，原来有争议的问题就都会出来。你说这玩意为什么会有隐私保护？再跟大家讲啊，以前有一位工程师…\n是专门做人脸识别支付的。他有一次就发了帖子说：“这提醒小姐姐们，你们再去做人脸支付的时候，请一定要穿上上衣啊，千万不要问我是怎么知道的。”这个，跟各位小姐姐们共勉。

API用户的话，现在已经可以用了。因为我自己也会写程序，啊，我刚才试了一下，GPT-4o这个模型的API已经可以用了，比PT4特本要更便宜、更快，而且呢，支持读模态识别。全部的功能肯定要等，有些功能可能需要等很久，特别是视频识别。我估计视频识别真的跑起来以后，手机会发热的，甚至有可能会冒烟。咱们现在看到他现场演示的这个，他可能服务器就在他楼下，或者没准就在背后的那面墙旁边，就是他的服务器，离得非常近。所以，他有可能能够举着手机就去识别去。如果像咱们这种，服务器还在大洋彼岸，那你想去靠手机识别的话，这个很难啊。

这件事情对行业的冲击是什么？这个一定要去讲。第一个冲击：免费最可怕。OpenAI用户数活跃度虽然近期有一定的下降，但是呢，我并不觉得有了免费的GPT-4o之后，这个事就会有多大的变化。这个数会发生波动，但是没有什么意义。为什么呢？你的用户再多，付费的人再多，你能把OpenAI烧掉的钱挣出来不？你能盈利不？依然是九牛一毛。所以这件事本身对于OpenAI意义不大。

那么对于其他的币源呢，还惦记收费的服务啊，你们就该想想了。比如说Group，比如说Gemini，你们最后还惦记收费啊。虽然Gemini的这个Pro你是免费的，但是你的Control你是惦记收费的。那你要看看你收费的那个版本，跟我现在免费的GPT-4o比起来，到底行不行啊。这就是要去喊一嗓子了，你行吗？

第二个呢，以后的那些虚拟男友女友们，就赶快去更换新的大模型就好了，统统都换成GPT-4o。然后你们的用户啊，这个粘性会上升的，你们的用户会留存下来的。这又指明了一次方向。当然了，到了那边以后，他是不是继续做“盗学先生”，这个是需要打一个问号的。苹果新的Siri，我觉得是可以预期一下的。如果苹果新的Siri里头搭载的是GPT-4，呃，那还是一个非常棒的结果。当然，他在国内会搭载什么呢？难道是文心一言？呃，最好还是换一个，因为苹果到中国，肯定是要换一个大模型塞进去的。你就像苹果在美国用的是谷歌搜索，在中国的话，默认的都是百度搜索啊。千万千万不要上文心一言，然后最后还给我们解释了什么呢？就是APP才是王道。

在大模型出来以后，很多人都觉得，“哎呀，我在网站上就可以把这事搞定了。”“我在OpenAI的网站上，我在Rook的网站上，我在推特，我就可以把这事搞定了。”“我不需要APP了，APP已经没有什么意义了。”现在看到了，没有APP才是王道。为什么呢？啊，因为还是要有很大的内容，或者很大的这种算力要到本地去跑。AI的大模型公司可以将一些AI的小模型直接封到APP里面去，这样就可以分摊服务器的压力，可以分摊网络流量。

你比如说，我现在需要拿手机直接进行识别，比如原来的语音识别，你是怎么着呢？在只管录音，录完音以后是传到服务器上识别的，就是用OpenAI的Whisper的大模型直接处理。这事为什么可以呢？就是你可以在语音录下来以后，把它压缩得很厉害，压缩得很小了以后，然后再上去识别，识别的效果还很好。这个对于网络的压力其实没有那么大，对服务器压力也没有那么大。但是你想，现在他要做视频识别了，视频识别，你说我传1080P回去还是传4K回去？你就算传1080P，这个速度有多少？虽然我们的手机是可以做1080P的直播的，因为我有时候会做直播嘛。啊，1080P直播直接用5G流量是推得上去的，但是如果所有人都推这个玩意上去，他受得了吗？他肯定受不了啊。这个事肯定是不行的。所以，一定需要在本地做一些视频的预处理，然后才能回去。那么，你视频预处理可能也需要一些啊，闭园的小模型。这个就要在本地跑，就要在APP里边跑。你如果没有一个APP，你说我完全靠浏览器去搞这个事情，搞不了的啊，想都不用想。

如果是真的在APP里边进行AI运算，那么后边的AI手机，AIPC这条路就有一些价值了啊，大家就该掏钱去买那个M4的iPad Pro啊，该干嘛干嘛去了。后面压力就传导出去了啊。第一个，谷歌肯定会感觉到压力，今天的半夜谷歌IO就该开幕了，明天我们又可以讲新节目，说谷歌IO都讲了些什么。我估计皮彩正在连夜的改PPT，说”Open AI已经贴脸开大了”，我们原来那个PPT不好使了，咱必须得写一版新的，这次讲点啥啊。没准一着急还盲目出错，又给人演示点什么不该看的东西，或者演示一些内容有问题，那这个谷歌的股价，又可以稍微的波动一下了。这个可以稍微预期一下。

另外一个集团啊，马斯克的XAI后面的这个大模型，到底怎么样了？我觉得是越拉越远了啊。在group开源的时候，我当时做了预测，是跟所有人都不一样了啊。我当时觉得，马斯克基本上放弃这东西了，这东西就这样了。现在我们看看后边，是不是他还能感觉到有压力啊？咱们看一看。至于百度文心一言呢，还是要好好的感谢我们的长城防火墙。啊，当然，即使有了墙，我觉得它在国内都不算是特别强的模型了。国内我现在使用的比较强的模型，像Kimi啊…\n通一千问啊，包括像灵异万物，还有现在有一个新的叫DeepSea，这些新的模型，我觉得都比AlphaFold要好。现在唯一期盼的就是，苹果新的手机到国内来的时候，千万不要去用百度文心新语言去替代Siri，千万不要干这个事情，实在是太难用了。好，这就是今天跟大家讲的GPT-4，都发布了一些什么东西。感谢大家收听，请帮忙点赞，点小铃铛，参加Disco讨论群。也欢迎有兴趣、有能力的朋友加入我们的付费频道，再见。\n