现有材料没有给出绕开地区限制的具体办法;它更关心的是别被工具卡住:在国内用 Claude Code 有被封风险,但方法可以迁移到 Codex、Cursor 等工具上,先选一个能稳定用起来的,把上下文、报错处理和需求写清楚。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
被封风险是现实问题,但没有现成答案
材料里的观点立正曾专门开帖征集经验,问大家在国内怎么避免被封、被封时怎么把对工作流的打扰降到最低、哪些工具相对不容易被封,说明他把这件事当成需要社区共同摸索的问题,而不是自己已有定论1。所以“国内怎么用”这一层,现有材料只能确认风险存在、需要自己找稳定方案,给不出具体操作办法。
工具会换,方法可以迁移
入门阶段不必被某个工具绑定:Cursor、Codex、Claude Code 的界面和收费不同,但背后的做法一样——给足上下文,用 CER(上下文、报错、请求)处理错误,用 3C 写清需求与验收标准,执行后再验证结果2。材料也提到 Cursor 的命令行用法和 Claude Code 几乎一样,差别更多在体验,完成任务靠的还是把上下文给够3。如果 Claude Code 在你的网络条件下不稳定,把同样的做法搬到 Codex 或 Cursor 上,学习成本不会白费。
先真的用起来,比先研究怎么用更重要
AI推演立正的建议是先花一个晚上把工具下载下来实际用一遍,光听讲没用4;他也说第一次打开编程环境看着吓人,但熟悉它比想象中快,遇到报错要把它当成修复线索而不是障碍5。放到你的处境里,可以先选一个当下能稳定连上的工具,用它完成一件小事,比如让 AI 改一段脚本或修一个报错,观察自己卡在哪:是环境连不上,还是说不清需求。前者要靠你找稳定的网络方案,后者才是课程和方法能帮上忙的部分。
关于国内稳定访问的具体做法,现有材料只有征集帖,没有整理出的结论;被封风险和应对方式需要你自己判断。
出处
- 1经验众筹:在国内如何稳定使用Claude / Claude Code / Cursor / Codex?
立正征集国内使用经验的帖子,能看清他把被封风险当成什么问题、问了哪些方面。
- 2AI Builders第13轮更新(2026.8)
说明 Claude Code、Codex、Cursor 之间可迁移的方法:上下文、CER、3C 与验证。
- 3#031 关于OpenClaw被封杀以及我们为什么不建议普通人养龙虾?
对比 Cursor 命令行与 Claude Code 的相似处,帮助判断换工具的成本。
- 4用豆包还是Codex,正在加速两极分化…
可回到原文核对这部分判断
- 52026年,普通人想跟上AI时代,这件事必须要做
讲第一次接触编程环境和遇到报错时该怎么看待,适合入门者核对心态。
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- 我在网上看到有些人可以把 token 用的非常多,比如说跑几百个 agent 做这种类似 one-person company。
我感觉我现在虽然也用 Claude,但我还不是这种状态,我基本还是 single thread,或者 at most 也就 3 个 thread 这样子
几百个 agent 不是靠人同时盯几百条线程,而是把大部分任务交给自动化流程,人只看关键节点和结果。
- 如果我的本职工作和要放大的事业关系不大,该怎么选那一头?
先判断哪一头有更大的放大空间,再把稳定的一头当底座、把可放大的一头当主攻;不必平均用力,也不必立刻辞掉本职。
- 我在自建中台软件,涉及到知识库和知识台两部分,知识库采用那种路径更好?是obsian这种,还是mag或grep?
现有材料没有比较 Obsidian、mag 或 grep 这三种知识库路径,无法据此判断哪种更适合你的中台。能确定的是:知识库要服务分叉、引用、结构化资产和过程可观测,而不只是线性记录。
- 我应该如何影响我的其他同事,推进当前的项目
先弄清同事在意什么,再用他们关心的价值切入,而不是只讲自己方案正确。
- 立正从什么时候开始做视频,如何坚持下来的
立正说自己是五年前开始做视频、每周至少更新一期;起点是给餐馆做外卖教学视频,发现满足了表达欲,就一直做下去。
- 在ai时代 data scientist更应该develop什么skillset 是product/strategy方向 还是更technical/statistics方向
材料不支持把两条路当成二选一:统计与编程是入场工具,product sense 决定能否把商业问题转成数据问题;AI 时代更值钱的是设计系统、定义评估,而非只做执行。