Jack Roberts · 11:03 · 发布 2026-06-22 · 1.8万次观看(截至抓取) · 观看原视频
主旨
把 Claude 的能力按 Chat / Co-work / Code 三档产品分层打底,从模型选择、首条 prompt 写法、连接器授权一路讲到 Sub-agent 并行、Ultra Code 对抗辩论、Graphify 仓库图谱、Skill 复用与最小权限,以及外覆在 Claude Code 之上的”Agentic OS”仪表盘,把单点功能串成一条连贯的”大师级操作链”。
核心论点
- Claude 的三种入口按”是否碰文件 / 是否被围栏”递进——Chat 不碰文件,Co-work 碰文件但有围栏,Claude Code 才是全开放版本,整套进阶基于 Claude Code。(→ 详解2)
- 同一会话里选对模型与 effort 比堆 token 更省——Opus 处理重智力,Sonnet 处理日常,Slider 多数用 high 或 max,而非默认开最低费档。(→ 详解3)
- 首条 prompt 决定对话严肃度——把”我打算达成 X,请反问”写进第一条,问出来的问题比直接抛问得到的答案层级更深。(→ 详解4)
- 把 Claude 接到 Gmail/Calendar/Firecrawl 等连接器等于给它”手”,Firecrawl 的抽取省掉约 80% token 浪费的 HTML。(→ 详解5-6)
- Sub-agent 并行跑五条车道,而非单线对话,Ultra Code 还能反过来让多个 agent 互相辩论,得出更可靠的结论。(→ 详解7-9)
- Graphify 把仓库做成可查询的关系图,改一处先看依赖,复用上一次索引的会话效率会复利累加。(→ 详解10)
- Skill 是”预定义配方”,把反复做的动作封成 slash 命令——既能外部下载,也能在工作流跑通后让 Claude 帮忙回写。(→ 详解11)
- 最小权限 + Agentic OS = 真正能放手——连接器逐项 grant、写邮件必须经你同意是基线;外层 Agentic OS 告诉你花了多少钱并主动”做梦”替你优化。(→ 详解12-13)
知识点详解
1. 七级递进的整体框架 00:35
作者先把整段内容框成”Claude 七级”:00:35 “these are the seven levels of Claude, and they get increasingly more important”——级别递增、重要性也递增。下一级比上一级强在何处、是工具还是方法论,这是全篇的导航线。
他自己也承认开篇的诱饵话术很重:00:01 “Most people use Claude like a Google search, which is only 5% of what it can actually do”。本片因此定位成”展开另外 95%“的目录片,而不是某一招的深挖——深挖都集中在 Sub-agent 编排、Graphify 与 Agentic OS 这几级。
把这条线放回已有笔记,最接近的是 Claude Code 六个层级。两片框架互有重叠(都从环境入口起,到底层基建),但侧重点不同:本片把”Co-work vs Code”作为分界,六个层级那篇更聚焦”Plan Mode / Skill Creator / Git Worktree”等机制层。
2. 三档产品入口:Chat / Co-work / Code 00:43
作者把 Claude 的接触面切成三条:00:43 Chat 答快问但不碰文件,Co-work 能改文件但被围栏圈住,Claude Code 是无围栏的完整版。00:46 “Chat is for quick answers, but doesn’t touch your files. Co-work touches your files, but you’re fenced in.”
他特意劝听众别被”Code”字样吓跑:01:00 “Don’t be intimidated by the word code. It is the best builder. You talk, it builds.” 桌面应用里 Co-work 在中、Chat 在左、Code 在右,本片全程只用 Code 演示。
这条分层的实用价值落在选入口上——文档速答用 Chat,改当前项目里某些文件但不想让 AI 越界用 Co-work,从头搭或大改用 Code。这与面向开发者”先 Co-work 试,稳了再上 Code”的一般直觉反向:作者直接默认 Code 是最佳入口。
3. 模型与 effort 滑杆 01:13
入口确定后,实时换模型是默认动作:01:13 “In the bottom right, we can pick the model within Claude.” 模型与思考强度分两条独立旋钮。
模型选择侧,他把 Opus 4.8 类比为”模型族里的爱因斯坦”:01:15 处理最重最难的智力任务。Sonnet 4.6 则是”日用主力”:01:22 “your day-to-day workhorse”。再往下一档(指称 4.5)用于”又快又轻”的任务。
effort 滑杆从 low 到 max,他推荐多数会话直接拉 high 或 max:01:33 “For most things, I use either high or max”——把 token 花在思考强度上,而不是塞小任务里精打细算。这与 模型切换 主张”杂活给便宜模型”互补,差别在于本片只在 Opus 这一档内调强度,不是按任务类型跨模型分流。
4. 首条 prompt 决定对话深度 02:19
作者认为会话级最关键的决定在第一条:02:19 “the most important prompt of any conversation is the first one.” 这是他拿 Karpathy 的”50 米车洗店”做反例铺垫出的结论——LLM 会”执行你的问题”,但”不会替你绕开死角”。
示范 prompt 的关键句是”先告诉 Claude 你想达成什么,并要求它反问你”:02:23 “Hey there, the thing I am trying to achieve is… interview me and ask me questions so you and I can be specific and clear on what goal we are trying to achieve. Challenge me and ask as many questions as you need to.”
效果是后续问答层级被拔高:Claude 会反问”频道主题是什么、当前状态、什么叫成功”,而默认 prompt 几乎拿不到这些细化主张。这与 Plan Mode、Ask User Question 工具 的方向一致——把单向指令改造成协作,只是本片强调”第一条 prompt 就开始”而非”中途触发”。
5. 给 Claude “手”:连接器与最小权限雏形 02:55
作者用一句话给这一级定调:02:55 “Imagine having the world’s best, most capable builder on your building site, but it doesn’t have a single tool.” 工地上没有工具的工匠,等于没有工匠。
落地的形态是连接器:03:01 “we can actually connect Claude with our world, with Gmail, with our calendar”。点开 + 号,搜 connector 接 Gmail、Data Girl、CRM 即可。点到 Google Drive 时会打开窗口让你登录授权。03:29 “I can connect that. I connect to Data Girl. I connect to even my CRM.”
关键的设计点是”Claude 自动挑哪个 connector”:03:03 “Claude will natively understand which plugins to use based on the questions that you ask it and you don’t even necessarily need to specify it.”——不需要写”用 Gmail connector”也能用上,连接器自动按语义匹配。
这一级为后面的 Firecrawl 与最小权限级做了铺垫:连接的每个服务都先经过授权门,自然延伸到”授权可以多大”的问题。
6. Firecrawl 案例:80% token 节省的网页抽取 03:40
作者用 Firecrawl 做完整对照演示:03:40 “Fire Coral is the best service that exists by actually grabbing information from webpages.” 接着给 Claude 一句:“head over to glider.com and grab me all their brand information… using Firecrawl”。
操作上零特殊指定:04:05 Claude 自动挑了 Firecrawl connector,然后抓出官网主色、背景文案:04:12 “it’s used Firecrawl to go ahead and grab that information. It’s got the primary code, the background text.” 再问 logo 也直接下载到本地。
省 token 的关键被作者点出:04:27 “Firecrawl’s great cuz it saves us like 80% of our token cost cuz it doesn’t grab all the HTML.” 只取真正需要的字段,而不是把整页塞给模型。这与”把脏活放子流程,主流程拿 clean result”的能量隔离思路一脉相承——对接到 agent 时,token 损耗的大头往往是上下文里的噪声字段。
7. Maximum Output, Lowest Price:子代理并行 05:09
作者把第 4 级”性能与价格”的杠杆框得很直:05:09 “level four… about getting maximum performance out of Claude for the lowest price possible… can get you five to 10 times more output out of Claude for the same unit of time.”
默认用法被他称为”single layer traffic”:05:21 串行一问答一。后面的 fix 是 Sub-agent 并行。这条进入下一节展开。
8. Sub-agent:并行五条车道 05:30
并行的比喻是 highway:05:30 “we can ask Claude to spin up sub agents, which is like using five lanes on a motorway instead of one.”——五个 sub-agent 同时跑不同任务,主会话统筹收口。
实例是同时调研 OpenAI / Anthropic / Grok / DeepSeek 四家 AI 公司:05:53 “I would like to spin up multiple sub agents, each of which to go ahead and ruthlessly research all of them and then come back to me with your findings”。Claude 会给每个对象起一个 sub-agent,并先回来反问”商业合作 / 模型原生气”等口径,再分头跑。
Subagent 在 CC 高阶课·并行化基础 已定义为”主 agent 派生的、上下文独立的子代理”。本片演示的是最朴素形态:把 N 个研究任务路由给 N 个 sub-agent,主会话负责聚拢。研究问题被拆为并行任务、与 Fan-out Fan-in 的模式一致。
9. Ultra Code:让多个 agent 互相辩论 06:34
第 4 级的更高级玩法是 Ultra Code,作者给的实例是”我 34 岁,想搬去哪里”:06:34 “I would like you to do an adversarial debate. Have a loads of agents debate what would be the best thing and best location for me to live in.”
Claude 的回应被作者明确点为四阶段流程:06:44 “you can see the research phase, the verification phase, and it will synthesize and you can see what every single AI agent is doing.”——研究、验证、综合,每个 agent 在做什么都可视化。
这种对抗多 agent 模式与 CC高阶课·Model-Chat 演示的 Contrarian Agent(指定唱反调的 agent 角色)互补:本片从”多子代理互相辩论”切入,CC 高阶课从”显式分配唱反调角色”切入,落地路径不同但都提升综合答案的可靠性。
10. Graphify:仓库关系图谱 07:06
降本不只是并行,还有索引。作者用 Graphify 把仓库转成图谱:07:06 “Graphify creates kind of these beautiful relational graphs between different code bases.” 07:14 “code bases just being some fancy speak for basically all the files that create any of the apps like this Claude Code operating system itself.”
Graphify 在 9 个免费 AI 技能 定义过(代码库/文档/笔记 → 可查询知识图谱当 agent 记忆层)。本片强调的获益点是”它 has a map and understands where everything is”——找登录区、找文件位置,而不必整库扫。
与 CC高阶课·安全隐患 强调”读图谱而不是读全库”是同一机制的不同实现——Graphify 走 LLM 提取关系,代码库关系图谱/Codebase Memory MCP 走程序化建图(无 LLM、永不过期)。两者在”什么场景下挑哪种”上互补:小仓库、变化频繁、需了解事实 vs 推测 → Graphify;大仓库、追求稳定和零 token → Codebase Memory MCP。
11. Skill:可复用的预定义配方 07:51
作者直接定调:07:51 “if you’re not using skills, you’re not leveraging the power of Claude.” 定义是预定义的”做事方式”:07:57 “you can give it any skill for any task, which is just a predefined recipe and way of doing things.”
获取路径两条:外部下载或内部回写。外部在 Google 搜”前端设计 skill GitHub”,Anthropic 官方的库就有 153k stars,点 code/copy 进 Claude Code:08:41 “say to Claude, Hey, I would like to download and turn this into a skill”。内部则用”做完一个工作流后让 Claude turn this into a skill”,可随时再用 Claude Skills 的 slash 命令形态触发:08:57 “you can activate that by doing /… and then you see all some existing skills.”
这一节与 Skill 反推创建法 的纪律一致——先跑通再回写——本片演示时也是”做完一个动作 → 让 Claude 把它固化成 skill”。9 个免费 AI 技能 演示的 GStack 是 skill 合集的代表,本片没展开技能化运营,只交代最小操作。
12. 最少够用的访问:连接器与权限门 09:22
作者把第 6 级直接定性为安全:09:22 “we give Claude the keys to the kingdom, but we do so safely.” 落地是逐个连接器授权 + 默认原则。
操作上,Manage connectors 里每个服务(以 Gmail 为例)都列出”Claude 可独自做的”与”需我同意才能做的”:09:38 “I can see what I will allow it to do by itself and what requires approval.” 例子是发邮件:09:47 “Claude just can’t write and send emails for you without your express permission.”
原则层面通用 09:50 “principle of least access which we only give it as much access as it actually needs。“——这套思路与 最小权限(Agentic 工作流课)一致,本片的差别在于”用户层 connector 授权粒度”,而 Agentic 工作流课偏”agent/子代理的工具授权粒度”——同一原则在 Claude 产品内部不同层级的两种落地。
13. Agentic OS:花多少、还能干什么 09:58
第 7 级被作者直接定位为”如果不掌握,即没拿到 Claude 完整能力”:09:58 “if you don’t get, you are not getting the full capabilities of Claude and that is running by itself and using a Claude code operating system.”
Agentic OS 第一项能力是”算出花了多少钱”:10:09 “Claude code operating system tells us exactly how much money we’ve spent, not just within Claude but any other apps like Code X and anti-gravity.”——跨 Claude、Codex、AntiGravity 汇总。
第二项是”替用户做梦”:10:16 “crucially, it will dream for you.” 基于历史对话主动给出”哪类 skill 没在用、可以省钱吗”这类建议,后台动态跑,人不在也不停。
Agentic OS 在 Fable5 五个高杠杆用例 定义为”包在 Claude Code 之上的可视化 Web 壳层”。Graphify+Agentic OS 那篇 把 OS 与 Graphify 绑在一起演示”共享大脑”形态。本片单独把它作为终点级,把”汇总花费 + 主动做梦”作为 OS 的核心属性——比 Graphify 那篇更完整地展示 OS 本身的省时省钱收益。
可执行步骤
- 把 Claude 的三个入口(Chat/Co-work/Code)都打开一次,各自跑同一句 prompt,体感出”围栏程度”差异,再决定默认从哪个入口起手。
- 在 Claude 里同时换 Opus 与 Sonnet、同时把 effort 滑杆拉到 high 和 max,各跑一遍同一任务,记录回答质量与单位经济比。
- 把”我想达成 X,请先反问我”作为下一段重要对话的第一条 prompt,看反问深度是否明显高于”直接抛问”。
- 在 Claude 的 connectors 菜单里尝试接 Gmail 与 Firecrawl,先用一句语义自然的话测试”自动选择 connector”的行为;再用 Firecrawl 抓一个官网的 logo 与主色,验证”省 token”是否真如作者所言。
- 把下一个研究类任务改成”spin up N sub-agent,各研究 X,再汇总给我”,对比串行问同样的 N 个对象的时间与质量差。
- 对当前最常改的代码仓库跑一次 Graphify(或 Claude Code 内置的代码库连接),然后再问”这个项目做什么 / 改 X 会断哪里”对比全库文本回答。
- 每天至少固化一个高频动作为 Skill:做完一步就回头对 Claude 说”turn this into a skill”,存放用 slash 命令触发。
- 把每个连接的 connector 的权限都过一遍,把所有”Claude 独立执行”开关保持只开真正需要的安全项,自动发消息类保持”需要 approval”。
关联
- 印证:2026-03-08-Claude Code 六个层级 在 2026-03-08-Claude Code 六个层级 已从”Plan Mode / Agent Teams / Skill Creator / Git Worktree”等机制层切六档;本片从”Chat/Co-work/Code 三档产品入口”切入再上推到 Sub-agent / Graphify / Skill / Agentic OS,共享”按层级递进”的认识骨架,差异在分层轴不同(产品接口层 vs 机制层)。
- 互补:Subagent 在 CC高阶课·并行化基础 已定义为”主 agent 派生的、上下文独立的子代理”,本片演示最朴素 fan-out 与 Fan-out Fan-in;Ultra Code 的对抗辩论与 CC高阶课·Model-Chat 的 Contrarian Agent 分别从”显式给唱反调角色”与”让多个 agent 自然辩论”两端切入,合起来覆盖了”怎么设计辩论”的两种实现。
- 印证:Graphify 在 9个免费AI技能，好用到像开了作弊码 定义为”代码库/文档/笔记 → 可查询知识图谱”,Graphify+Agentic OS 那篇 演示”建一次图,N 端共享”;本片把 Graphify 放进第 10 级,与 代码库关系图谱(Codebase Memory MCP)作”LLM 提取 vs 程序化建图”的对照。
- 进阶:本片的”做完再让 Claude turn this into a skill”与 Skill 反推创建法 在 Greg·Skill 工作原理 完全一致,先读 Greg 那篇掌握反推流程,再回本片按这个顺序操作更扎实;GStack / 9个免费AI技能 那篇是 skill 集合层面的范式,本片是单 skill 入门。
- 互补:本片授权粒度在”connector 层”(Gmail 写发邮件要同意),最小权限 在 Agentic课·子代理 偏”agent / 子代理的工具授权”——同一原则在 Claude 产品内部不同层级的两种落地,都掌握才能配置完整安全图。
一手来源与延伸
- Claude(Anthropic 产品页):https://claude.ai/(meta description 给出)
- Firecrawl 官网:https://firecrawl.dev/(meta description 给出)
- GitHub:https://github.com/(meta description 给出,作为 Graphify / Skill 仓库的代码托管)
- AntiGravity:https://antigravity.google/(meta description 给出,被列为与 Claude Code 并列接入 Agentic OS 的工具)
术语
- Claude Code(本片主要工具,Anthropic 的 agentic CLI,无围栏、能改文件与执行命令)
- Co-work(Anthropic 的中档 Claude 入口,能改当前文件但被围栏约束,与 Chat / Claude Code 并列)
- Opus 4.8 / Sonnet 4.6(Anthropic 模型族,本片定义为”最重智力”与”日用主力”)
- effort 滑杆(Claude Code 内从 low 到 max 的思考强度滑动条,本片主张多数用 high 或 max)
- Ultra Code(Claude Code 内的子模式,触发多 agent 对抗辩论、研究/验证/综合三阶段走完)
- Sub-agent(主会话派生的子代理,主会话与子代理上下文相互隔离)
- Graphify(开源 Claude Code skill,把仓库转成关系图谱供对话查)
- Skill / Claude Skills(预定义 slash 命令式工作流,既能从 GitHub 仓库下载,也能从跑通过的工作流回写)
- Connector / Connectors(Claude 内接第三方服务(Gmail / Firecrawl / Calendar / CRM 等)的连接机制,Claude 自动按语义选用)
- 最小权限 / Principle of Least Access(每个 connector / agent 只获够用的授权,危险动作需人批准)
- Agentic OS(包在 Claude Code 之上的可视化 Web 壳层,汇总花费并主动”dream”给出优化建议)
- AntiGravity(被列为可与 Agentic OS 接入的 IDE/工具(meta description))
- Glaido(作者示例中用作语音输入的外部工具,meta description 给出链接,本片未展开使用)
金句
“Most people use Claude like a Google search, which is only 5% of what it can actually do.”(00:01) — 开篇诱饵句,定下”本片展开另外 95%“的目录片基调;接受其主张但注意它本身是销售话术,只取”七级框架”的结构价值。
“the most important prompt of any conversation is the first one.”(02:19) — 把方法论从”如何提问”前置到”如何开新对话”,省下中途反复对齐的力气。
“we can ask Claude to spin up sub agents, which is like using five lanes on a motorway instead of one.”(05:30) — 用基础设施的视觉比喻把并行化的收益说直白:“五条车道 vs 一条”比”5-10x 输出”更可感。
“we give Claude the keys to the kingdom, but we do so safely.”(09:22) — 一句话同时扛起”授权 Claude”与”最小权限”,是作者全文最克制的提法,采信度最高。
立场与利益
- 与利益同向:作者给出大量具体推荐(用 Claude Code 而非 Chat、用 Opus 4.8 配 max effort、用 AntiGravity、用 Glaido 语音输入),这些都在自家 Agentic OS / Claude Code Masterclass 的销售渠道上游(bit.ly/4kol0y5 “ALL Systems”、bit.ly/3RNNDLa “Free Resources”、bit.ly/4eGoI3R Glaido、bit.ly/4aHCD8A Firecrawl——前两个 bit.ly 短链未注明指向,Firecrawl 带 Firecrawl 自家品牌);其中 Opus 4.8 / Sonnet 4.6 的具体版本号与”max effort 是大多数的合适档位”均属作者选型偏好,采信前可独立核验当前 Anthropic 文档里的推荐设置。
- 利益中性:本片未给出自家工具独有的功能——Firecrawl 本身就是第三方服务、Sub-agent 编排是 Claude Code 内置机制、Skill 复用的是 Anthropic 官方机制——所以”用 Sub-agent 让并行研究、用 Graphify 让仓库可查询、用 Connector 接 Gmail / Firecrawl”这些方法论层面的描述采信程度较独立,按内容本身采纳。
- 与利益反向:虽然作者全程力推自家课程,但同时也明确写出”Claude just can’t write and send emails for you without your express permission”(09:47)与”principle of least access”(09:50)——这种”用 Claude 做事,但绝不让它独自发邮件”的劝阻声,本身不利自家营销,而是相对克制的安全主张,应予单独加分采信。
价值定位
- 适合谁:已在用 Chat 版 Claude、正考虑上 Claude Code 的人;刚刚装好 Claude Code、想知道”下一步该接什么连接器、怎么编排 Sub-agent、怎么上 Skill”的人;以及想校验自己已有七级用法是否走偏的中级玩家。
- 解决什么:用 11 分钟覆盖从入口/模型/连接器/Sub-agent/Ultra Code/Graphify/Skill/最小权限到 Agentic OS 的完整路线图;每级都示范了”一句话提示或一段操作”,可直接抄作业。
- 认知 vs 实操:认知层面给出”Claude 三档产品 + 七级递进”的整体定位,以及”让多个 sub-agent 并行 / 对抗辩论”的并行化思维;实操层面是具体的连接器接法、prompt 范式、Graphify 调用、Skill 固化、最小权限配置、Agentic OS 启用——都是看一眼就能动手的动作。
- 与 Graphify+Agentic OS 那篇 重叠但本片独有:把七级框架作为完整目录一次性展开、首条 prompt 决定严肃度的纪律、Ultra Code 触发多 agent 对抗辩论的具体示例、连接器层最小权限的逐项配置演示、Agentic OS 的”dream for you”特性。
自检问题
- Claude 三档入口(Chat / Co-work / Code)各自”碰不碰文件 / 有没有围栏”的差异是什么?该差异如何决定默认从哪个入口起手? 答案:Chat 不碰文件、只答快问;Co-work 能改文件但被围栏;Code 是不设围栏的完整版;默认从 Code 起手,只有”只想要答案 / 不许改文件”时才退回 Chat。00:46
- 视频主张”首条 prompt 决定对话严肃度”,其给出的示范 prompt 用了哪三条机制把单向问题改造成协作对话? 答案:三条机制是——明示”我打算达成 X”做意图锚点、要求 Claude 反问澄清、按需反问可不限制次数;效果是反问层级被拔到”频道主题/当前状态/成功标准”等元问题。02:23
- Sub-agent 并行跑的”五条车道”比喻对应哪一类工作?Ultra Code 又在 Sub-agent 之上多走了一步,这一步具体是什么? 答案:Sub-agent 对应研究类/多对象对比类工作(同时调研 OpenAI/Anthropic/Grok/DeepSeek)。Ultra Code 多走的一步是让多个 agent 互相辩论(adversarial debate)再综合,而不是简单 fan-out 后聚合。05:30、06:34
- 视频用 Firecrawl 演示连接器自动选用与 token 节省,具体省的是什么成本?连接器层”自动选用”的触发机制是什么? 答案:省的是 80% token 成本,因为 Firecrawl 不取整页 HTML,只取真正需要的字段;自动选用是 Claude 按语义判断该用哪个 connector,不需在 prompt 里显式指定。04:27、04:05
- 视频第 6 级谈到的”principle of least access”在 Claude 产品里如何落地?最容易被忽视的”危险动作被静默授权”是哪一类? 答案:落地是连接器逐项授权、把”Claude 独立执行”与”需 approval”分开。最易被忽视的是发邮件,默认如果授权”Claude 可独自发”就等于绕过人工把关——所以作者明确把它设为”requires approval”。09:47