基于【小天fotos】视频的学习笔记
那天刷视频号，偶然刷到【小天fotos】的一个视频。标题就把我吸引了："为什么你用 Cloud Code 总是差点意思？"
说实话，这句话戳中我了。我确实用 Cloud Code 有一段时间了，但总感觉...没发挥出它应该有的威力。就像游戏里明明装备了神器，却打不出伤害。
原来，问题出在"天赋点"上。
【小天fotos】说，就像打游戏，如果前期没研究好，天赋点错了，后期就很难打。游戏玩得开心就行，可人生没有"二周目"。学 Cloud Code 也是如此——点对了天赋，它就是神器；点错了，可能就事倍功半。
这篇笔记，就是我学习【小天fotos】视频后整理出来的"4个隐藏天赋"。不是教程，而是我的学习心得。
为什么 Cloud Code 不是程序员专属？
【小天fotos】的核心观点是：Cloud Code 虽然带着"Code"，但它绝不是程序员的专属。以前很多技能像是程序员的"专属天赋"，但在 AI 时代这次"大版本更新"之后，普通人只要付出一点努力，就能解锁它们，获得巨大的提升。
它的能力对其他职业的帮助可能更大。各行各业的朋友，你们过去在程序员面前可能像小白，但这个时代，借助 AI，技术鸿沟正在迅速缩小。学会用 Cloud Code 不是为了去"写代码"，而是用它来解决你本行业的问题。
我的理解：
这个观点很颠覆我之前的认知。我一直觉得，Cloud Code 是给懂技术的人用的。但仔细想想，确实——AI 时代这次"大版本更新"之后，很多以前是程序员的"专属技能"，普通人只要付出一点努力就能解锁。
那些更了解实际场景和痛点的人——比如医生、老师、设计师——反而比单纯的技术人员收益更大。因为他们懂"要解决什么问题"，而 AI 负责"怎么解决"。
【小天fotos】还说，在 AI 时代很多流程都要推倒重来的前提下，各行各业的人——那些更了解实际场景和痛点的人，往往比单纯的技术人员收益更大。后续他会分享一些真实案例，看看如何用 Cloud Code 解决实际问题。
但今天他教的不是"具体怎么用"，而是没有深度使用就根本悟不到的"隐藏天赋"。
隐藏天赋一：Windows 遗忘术
原作者观点
【小天fotos】说，Cloud 之所以强大，Skills 之所以厉害，一半靠 AI，另一半靠它的运行环境。他猜大部分朋友在用 Windows，用 Mac 的也有一些。但 Linux……很多人可能想都不敢想。
可 Linux 才是 AI 的"最大刚需"。
AI 时代这次更新之后，Windows 这把"武器"其实不太好用了——因为它是以"让人方便使用"为原则设计的，而 Linux 是为效率而生的。虽然现在很多模型都在学习操作图形界面，但最高效的方式，依然是让 AI 直接操作命令行。
更麻烦的是，Windows 没有一个完整的 Shell 环境，也就是 AI 能直接理解的命令行系统。Cloud Code 最早的 Windows 版本甚至需要你安装 WSL（Windows 上的 Linux 虚拟机）。虽然现在用 Git Bash 解决了部分问题，但依然绕不开一个事实：AI 的很多能力都来自开源社区，而开源生态几乎都建立在 Linux 上。
我的理解
说实话，这点我之前确实有点意识到了。比如我注意到 Claude Code 这类工具，一开始都是先适配 Linux 和 Mac，Windows 版本总是晚一步，或者用起来总有各种小问题。当时以为是开发团队资源有限，现在才明白——这背后是整个生态的差异。
作者说"Windows 是为了方便，Linux 是为了效率"，这句话我觉得说到了点子上。Windows 从设计之初就是面向普通用户的，"简单易用"是第一原则。但 Linux 不一样，它的命令行操作方式，天然就是为了效率而生的。一条命令搞定的事情，在图形界面里可能要点好几次。
至于 Feni OS 和 Warp，我之前完全没用过。不过看完视频，我确实有点心动了。准备找个时间装个 Linux和Warp 玩玩，就从这些工具开始试起吧。
隐藏天赋二：界面遗忘术
原作者观点
【小天fotos】说，不用 Windows 的另一个底层逻辑是：图形界面是为人设计的，但它也容易把人限制在一个误区里——认为解决问题一定要靠图形界面。Windows 有太多"包袱"都是为了图形界面服务的，而 AI 其实并不擅长图形界面。
AI 更擅长的是命令行，那是直接操作系统核心逻辑的方式。
他回忆说，自己过去也犯过这个错误：每当想解决一个痛点，脑子里最先冒出来的是"这个界面该怎么设计""用户该先点哪后点哪"。回想起来，那是个无比痛苦的时代——前端 GUI 耗费了产品经理、工程师大量精力，普通人也要费很大劲学习如何使用界面。
而这些，在 AI 时代不再必要了。
有人问他：Cursor 或 VS Code 能不能用 Cloud Code？他说都能用。但其实用哪个并不重要，更重要的是——你在什么样的工作环境，能滋长出"用命令行或工具链解决问题"的思维方式。
我的理解
"图形界面是包袱"这句话，乍一听确实反常识。毕竟我们用了几十年的图形界面，早已经习惯了"点一点就能解决问题"的方式。
但看完【小天fotos】的视频，我突然意识到——在 AI 时代，这句话确实很重要。
我之前也有过类似的经历：为了设计一个"好看"的界面，耗费了大量时间精力。但回过头想，用户真正想要的是什么？是最终的结果。至于这个结果是从一个漂亮的 UI 点出来的，还是从命令行跑出来的，本质上没有区别。
在 AI 时代，界面确实变成了一种负担。因为这时候 Cloud Code 已经远远超越了一个"编程工具"的范畴——它变成了一个人人都能用的工作台。既然 AI 可以直接操作核心逻辑，为什么还要花时间去设计和学习那些中间层的界面呢？
这个思维转变，对我来说还是挺颠覆的。
隐藏天赋三：工具链融合
原作者观点
当你学会 Linux、习惯命令行之后，开源世界就对你敞开了大门。但要记得，哪怕是开源世界，也留着一些图形化时代的"包袱"。
【小天fotos】分享了一个案例：前几天 Meta 开源了一个叫 SAM-Audio 的模型，他去搜了一下，果然有人做了网页版。他让 AI 部署，没费太多劲就跑起来了，但 Bug 太多，最后还是放弃了。
后来他换了个思路：让 AI 直接去找代码库最核心的部分，写成一个命令行脚本。结果很神奇，几分钟就全部跑通，再也不用读文档、学 UI 了。
所谓的"工具链协作"，不是让你疯狂学习各种工具，而是学会让 AI 提取它们对你最有用的部分，变成你自己工具链的一环。
我的启发
SAM-Audio 这个案例给我的启发很大——原来网页版真的不是必须的。
【小天fotos】说"开源世界也留着一些图形化时代的'包袱'"，这句话让我重新理解了问题。SAM-Audio 的网页版之所以 Bug 多、最后被放弃，不是因为它做得不好，而是因为它加了一层封装。这层封装原本是为了"方便用户"，但在 AI 时代反而成了阻碍。
而命令行脚本为什么能"几分钟就全部跑通"？因为它绕过了所有中间层，直接操作核心功能。不用读文档、不用学 UI，让 AI 找到代码库最核心的部分，写成脚本就行。
这让我意识到："让 AI 提取核心价值"不仅是"提取功能"，而是——绕过那些为了"方便"而存在的封装，直达工具的核心。
关于"不需要学全部，学一点点就够了"，我现在理解得更深了。原作者说"懂一点 Python 会更有帮助"、"了解几个常用的就行"。这不是"少学点"，而是——学的是"连接语言"，不是"工具本身"。命令行、Python、包管理工具，这些是连接不同工具的"接口"。
与其疯狂学习各种工具，不如学一点点这些"连接语言"，然后让 AI 帮你搭建一个只包含你需要部分的"定制工具链"。
其实这背后还有更大的启发——开源的力量。通过 SAM-Audio 这个例子，我真正看到了开源世界的强大：你可以从优秀的开源工具中去粗取精，直接学习最核心的部分。
这不仅是使用工具的方法论，更是一种学习的方法论。毕竟现在开源的力量太强大了，几乎所有领域都有顶级的开源项目。与其从头学起，不如站在巨人的肩膀上，让 AI 帮你提取那些最精华的部分。
隐藏天赋四：苦修
原作者观点
很多朋友有两个误区：
【小天fotos】说，别以为他什么都没做，只是在空谈。去年他用国产模型配合 Cloud Code 做了一个 Agent 调度系统，它可以在服务器上开启多个容器并行工作，支持 workflow 自由编排，目前已经在他家测试使用了。
但更值得分享的，是用国产模型初期那段"痛苦"经历：最开始一个月确实非常难受，和模型磨合就像打怪升级，过程很煎熬。可也只有在这个过程中，你才能摸清模型的能力边界，以及和它们交流的最佳方式。
很幸运，国产模型比如智谱、MiniMax 都推出了几乎用不完的编程套餐，价格也比较低，你可以毫无心理负担地试错、探索。去年 10 月他也是个小白，但经过一个月的高强度使用——每天消耗一两亿 token，他可以说自己已经完全掌握如何使用 Cloud Code 了。
所以，"苦修"是必须的。买一个不限量的套餐，高强度用一个月，绝对是你今年回报率最高的投资。
我的实践计划
看完【小天fotos】的"苦修"经历，我特别有共鸣。
他说每天消耗一两亿 token，高强度用一个月就能完全掌握——这句话我深信不疑。因为我自己的经历也类似：这段时间我每天差不多消耗 1 亿左右的 tokens，而这确实是我进步最大的时期。那种和模型不断磨合、摸索最佳交流方式的过程，虽然煎熬，但成长是真实的。
对于接下来的实践，我有几个打算：
- 装一个 Feni OS 试试，真正开始用 Linux
- 最重要的是，我想用 Cloud Code 去解决实际问题
不过我现在有点矛盾——想法很多，但时间不够用。我需要沉淀一下，好好规划，然后做减法。毕竟，与其什么都想做，不如先把那4个"隐藏天赋"真正练好。
结语
回顾这4个"隐藏天赋"：Windows遗忘术、界面遗忘术、工具链融合、苦修。
它们不是孤立的技巧，而是一套完整的认知升级：
【小天fotos】说得对，点对天赋，Cloud Code 就是神器；点错了，可能就事倍功半。
后续【小天fotos】会分享一些用 Cloud Code 解决实际问题的案例，我也很期待。如果你也有用 Cloud Code 的"头疼事"，评论区或私信告诉我，说不定能成为他下一期的素材。
我们一起，把 Cloud Code 用成真正的神器。
参考资料
这世界变化很快，但我会一直在这里，陪你一起[学习/成长/探索]。
如果这篇文章对你有帮助，记得点赞、在看，让更多人看到。
预计接下来我也会继续推出相关AI主题学习笔记，敬请期待。
谢谢你的陪伴，我们下期见。
