目的：

        现在日常工作中，已经完全离不开AI了，涵盖写文档，写代码，debug。偷懒点，日报，周报，年报，专利也可以丢给它总结下，给你整的明明白白。AI很强，可能能帮你完成99%的工作，但是它也没那么完美，需要你守好最后一公里。做个demo，它可能非常完美的胜任，但是想要做个稳定的产品，都需要人这个变量参与review。

        AI从最初的对话式，到提示词工程，再到现在的Agent，日新月异。每个公司也都在探索AI的开发之路，即使马车拉蒸汽机也要干，不然就陷入落后就要被淘汰的焦虑。部门近期也有使用claude code + Qwen结合spec-kit进行SDD开发5kLoc的代码，能用，但是挖的坑又很难定位，人变成了真实物理世界和代码的转发层。代码reviw的速度，也跟不上他造代码的速度。这是一个系统性的工程化问题，可能后端的大模型能力不行，也可能是skill的能力规范不行，这都需要时间去解决。

        或许AI淘汰程序员就在不久的将来，尽快学吧，至少还能做个AI的质检守门员，或者人人都做产品经理。

一、AI模型

        科学上网，比较折腾，最主要是用国内的大模型也完全够用，价格便宜量大管饱。先爬后跑，先用再换，不求最好，但求能用。有条件的，也可以自己本地部署大模型，一般公司有保密需求的，或者追求性价比的，可以搞。

        个人用户，简单点，就去一些AI聚合网站“token工厂”花钱买积分，买流量。能白嫖用一阵子，先体验一下，我注册了个硅基流动，送了16元的token，如下是他支持的所有AI大模型。

        通过在网站上创建获取API密钥，其他工具就可以通过这个key调用AI模型。每个模型都有自己擅长的，选择自己喜欢的就行。或者找AI问下，我感觉比较鸡肋，因为我问的gemini 3.5-flash，chatgpt_5.5_instant，得到不一样的答案，千AI千面，AI也是存在认知差异。以下摘自硅基流动的介绍

1.1 deepseek-ai/DeepSeek-V4-Pro

        DeepSeek-V4-Pro 是 DeepSeek-V4 系列中的旗舰 MoE 语言模型，拥有 1.6T 总参数、49B 激活参数，原生支持 100 万 tokens 的超长上下文。该模型采用创新的混合注意力架构，结合压缩稀疏注意力（CSA）与高度压缩注意力（HCA），在 1M 上下文下仅需 DeepSeek-V3.2 的 27% 单 token 推理 FLOPs 和 10% KV 缓存。模型还引入流形约束超连接（mHC）增强层间信号传播稳定性，并采用 Muon 优化器加速收敛。DeepSeek-V4-Pro 在超过 32T 高质量多样化 tokens 上预训练，后训练采用“领域专家独立培养 + 在线策略蒸馏统一整合”的两阶段范式。其最大推理强度模式 DeepSeek-V4-Pro-Max 在编程基准上取得顶尖表现，并在推理与 Agentic 任务上大幅缩小与领先闭源模型的差距，是目前最强的开源模型之一，支持 Non-think、Think High、Think Max 三种推理强度模式。

1.2 zai-org/GLM-5.2

        GLM-5.2 是 Z.ai 最新的旗舰模型，面向长程任务场景，相比 GLM-5.1 在长程任务能力上有显著提升。该 753B 模型支持稳定的 1M-token 上下文，具备更强的编程能力，并支持多种 thinking effort levels，以在性能和延迟之间进行灵活平衡。GLM-5.2 引入 IndexShare 架构优化，在 1M 上下文长度下将 per-token FLOPs 降低 2.9 倍，同时改进 MTP layer 以支持 speculative decoding，使 acceptance length 最高提升 20%。

1.3 Qwen/Qwen3.6-35B-A3B

        Qwen3.6-35B-A3B 是通义千问团队推出的 Qwen3.6 系列大语言模型，采用混合专家（MoE）架构，拥有 350 亿总参数，每次推理仅激活约 30 亿参数，兼顾高效推理与优秀性能。模型支持思考与非思考双模式，可在快速响应与深度推理间灵活切换。

二、Cline插件

        Cline 是一个能帮你干脏活累活的“独立 Agent 程序员”，擅长多文件修改，全自动执行及自主调试。      

2.1 配置Cline

API Provider：选择 “OpenAI Compatible”

Base Url：https://api.siliconflow.cn/v1

API Key / Model ID：参考“章节一”，登录硅基流动获取

2.2 使用Cline

        好树结好果，好铁铸好锅。现在的Agent Harness，支持多文件，多任务并发，简直就是token屠夫，普通的AI大模型完全扛不住，建议使用强模型。

        测试使用DeepSeek-V4-Flash，Qwen3-Coder-30B-A3B-Instruct带不动，翻译个函数，他要读取多文件上下文，后面直接罢工摆烂了。就像我的破手机带不动王者一样，直接闪退。

换了GLM-5.1,才完成答复。

2.3 Token消耗

        同一个问题，每个AI模型的消耗都是k tokes以上，deepseek确实是性价比之王，Qwen3没完成答复，消耗的却是最多的，像是个努力学习提高不了成绩的学生。

        如果一个简单问题平均开销0.3元，平台送了16元，最多53个问题，日均53/22 = 2.4个，完全不够用。如果让他给我写个功能，估计一下就能吃干抹净，太费钱了。月费150，日均20+个估计勉强够用。

三、Continue插件

        Continue 是配合你日常编码的“增强版 Copilot”，支持代码自动补全及代码修改。

3.1 配置Continue

修改config.yaml文件，指定AI模型

配置如下，可以指定多个模型，强模型用于chat，edit，弱模型用于autocomplete。

name: Modern SiliconFlow Config
version: 1.0.0
schema: v1

# ==========================================
# 1. 模型大仓库 (Models Pool)
# ==========================================
models:
  # 用于日常对话和文件修改的常规模型
  - id: ds-v4-flash
    name: deepseek-ai/DeepSeek-V4-Flash
    provider: siliconflow
    model: deepseek-ai/DeepSeek-V4-Flash
    apiKey: "sk-pqlmjsavtowcewqzfsohwrhfhhmyppijbysyohluwczwiasg"
    roles:
      - chat
      - edit

  # 用于深度思考、修复杂 Bug 的推理模型
  - id: glm-5.2-reasoning
    name: zai-org/GLM-5.2
    provider: siliconflow
    model: zai-org/GLM-5.2
    apiKey: "sk-pqlmjsavtowcewqzfsohwrhfhhmyppijbysyohluwczwiasg"
    roles:
      - chat

  # 专门用来做代码 Tab 补全的基座模型
  - id: qwen-autocomplete
    name: Qwen/Qwen2.5-Coder-1.5B-Base
    provider: siliconflow
    model: Qwen/Qwen2.5-Coder-1.5B-Base
    apiKey: "sk-pqlmjsavtowcewqzfsohwrhfhhmyppijbysyohluwczwiasg"
    roles:
      - autocomplete

# ==========================================
# 2. 自动补全引擎 (Tab Autocomplete)
# ==========================================
tabAutocompleteModel:
  id: qwen-autocomplete
  provider: siliconflow

# 补全的高级控制选项
tabAutocompleteOptions:
  disable: false
  debounceMs: 150        
  maxPrefixLines: 25
  maxSuffixLines: 25
  timeoutMs: 4000
  acceptSuggestionsBinding: ["tab"]

# ==========================================
# 3. 上下文提供者 (Context Providers)
# ==========================================
contextProviders:
  - name: code
  - name: docs
  - name: terminal
  - name: diff

3.2 使用Continue

        AI chat功能：集成到vscode中，和网页版差不多，需要贴完整的代码片段才能解释。不像cline给个名字，他直接自己去检索文件，理解上下文。当然continue也有agent模式，估计大同小异，也就不再浪费tokens了。

        修改功能：用鼠标选中几行代码，按下 Ctrl + I，输入修改指令，可以选择对修改结果是否接受，适合局部的代码重构。

        自动补全功能：显示灰色的提示代码，按tab键确认使用，适合日常编码提示。

3.3 Token消耗

chat花了6毛钱，也用的挺快的，补全开销没看出来。等你上瘾，就好掏钱了。

四、Enjoy yourself