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
- 这个课干啥的
这是一门教人真正把 AI 用进工作与项目的课,重点不是软件操作步骤,而是提需求、判断与动手做的能力;另有一门一小时小课供先试。
- 课代表在223年写的一篇文章里面有讲包括大语言模型是怎么来的呀?介绍这些背景资料的
按现有片段,无法确认“课代表”在2023年写过介绍大语言模型由来的文章;能确认的是立正在2023年有两份公开讲解,分别从生成模型原理和范式变化切入。
- 前辈想请我付费帮她做一档播客,我很愿意采访,但觉得采访完之后的剪辑和发布比较麻烦。一方面我觉得 AI 应该可以把后期做的不错,但实际上我自己的播客后期一直没有弄的很丝滑。我不太知道怎么判断这件事合适。我想的是,我可以收很低的费用,只负责采访。或者用相对高一些的费用,把采访和后期都接了。不太想接负责找外包剪辑同学以及和外包同学沟通,之前自己试过比较麻烦。
按你的约束,更稳的是低价只接采访,把后期排除在承诺之外;若想连后期一起接,就应把外包剪辑和沟通成本算进报价,而不是假设 AI 能替你消化。
- 如何做好 data agent?
做好 data agent 的关键不在模型多强,而在先把数据关系建模成图、在生成查询外加一层审计纠错,并把上线后的持续调优当成常态。
- 目前用了很多 agent,如果管理跨 agent 的 skill 更新和维护问题?
把 skill 当成需要持续运营的共享资产:统一存放、版本化、按环境适配,并给高风险改动加审批。多 agent 不是多份 skill,而是同一份 skill 被多处引用。
- 想赚钱,增加收入,普通人是不是做自媒体更好
不一定。对多数普通人,自媒体更该先当低成本试水的事业,而不是稳赚的副业;它前期大概率不赚钱,成功标准要先定清楚。