前两天分享了一篇关于“费曼学习法”在 AI 编程中应用的文章，有朋友提醒我： 也加上了类似功能。
《AI 写代码总跑偏？试试费曼学习法：让它先复述一遍！ - 掘金》
这让我意识到最近关注 少了，可能遗漏了一些信息。于是便去查了下 最近的更新日志，结果还真有点惊喜。
确实增加了类似的 ，今天我们先简单聊聊最近几个版本的升级内容，再体验下 。
是我今天升级前使用的版本，当时更新是因为该版本增加了通知功能：当一次 运行完成或需要输入时（例如批准未在允许列表中的命令），将收到原生操作系统通知。
9月12号更新，主要包括以下内容：
- 自定义命令：用户可在 目录下创建 .md 格式的命令模板，并可通过 快速调用。
- 摘要触发器：手动触发上下文摘要，压缩历史对话以释放上下文空间。
- MCP Resources：提供结构化外部上下文（如数据库 schema、API 文档）。
这几个特性感觉还是挺有用的。
自定义命令可以封装各种常用的提示词，和我们编程封装的思路没有太大区别，提升 AI 编程效率。
摘要触发器可以减少新开对话的次数，扩大单次对话的上下文空间，增强对复杂任务的支持力度，提高开发连续性。
MCP Resources 则是简单地增加了上下文选择种类，方便引入外部资源。
节前更新的，主要升级特性包括：
- Agent 自动补全： 编写指令时，可基于最近的更改自动补全。
- Hooks：开放多个“钩子”支持在 Agent 运行时介入，可用于审计、组织危险命令、脱敏信息等。
- Agent的图像文件支持：指令中不再局限于粘贴图片，可直接引用项目中的图像文件。
- Plan Mode：这个就是本文的来源，将“费曼学习法”进一步细化了，这个特性在后面章节详谈。
另一个值得一谈的就是“Hooks”，倒不是技术本身有多么牛，而是它代表了 的态度，一种对外开放的态度。
有了“Hooks”， 就不是一个完全封闭的应用了，而是一个开放的系统，可以与外部良好交互的生态核心。
是一个继 、之推出的新模式，该模式为模型提供了用于创建和更新计划的新工具，并配备可在行内修改计划的交互式编辑器。
- 在 输入框中切换为“Plan”模式开始规划。
- 就你的需求回答澄清问题，以获得**输出质量。
- 审阅或编辑详细计划，准备就绪后即可直接按计划构建。
- 可选：将计划以 Markdown 文件形式保存到代码仓库，供日后参考。
今天简单体验下 的效果，后续会专门进行一次实例验证。
场景是在我们的协同平台中增加一个“合同管理”。
步骤1：切换 Plan 模式。
步骤2：发送指令，收到澄清问题。这一步有点惊艳，不是简单的复述，而是像真实的需求对齐。
步骤3：回答问题。
此时，在编辑器中可以看到生成了设计文档及计划。
如果确认无误，点击“Build”即可进行构建。
前面提到的“行内修改计划的交互式编辑器”是指下图中的计划任务可以修改，“Build”时采用修改后的计划任务执行。
粗略浏览了生成的文档，内容比较完整，并且计划任务比 模式更加细化，后续再详细测试下效果。
最近几次的更新还是干货满满的，如果你也在用 ，不妨更新到最新版本，试试 。
欢迎在留言聊聊你的体验！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/220545.html