xhatgpt手机版功能
qqpt 开始更认真的帮你看账了，但同一天你也要记住，最会骗你转账的人可能也开始用 ai 了。今天这条普通人一定要听完。 oppo i 的 qpt 个人财务体验已经从 pro 预览扩展到美国 plus 用户， 并且在安卓上也向美国 pro 和 plus 用户开放你可以连接支付的金融账户，看自己的财务仪表盘。 再问嵌 gpt， 我 钱花哪了？哪些订阅可以砍？未来几个月怎么存钱？这听起来很实用，但另一边， ai 身份诈骗也在把同一件事打穿钱。 加拿大一个八十六岁老人，媒体报道，他因为看到社交平台上的 ai 身份视频，被引导进去加密货币投资骗局， 损失接近九十万美元。美国这边安全机构转述 fbi 数据称，二零二五年美国与 ai 相关的诈骗投诉超过二点二万起，报告损失约八点九三亿美元。驱 动因素包括语音、克隆身、伪图片、视频、 ai 生成话术。所以你看， ai 进入个人财务有两面，一面是助手， 他能把你的账户、账单、订阅、投资、负债放到一个上下文里，帮你看趋势、做预算、想方案。 oppi 官方说，连接账户后切记 t 可以 访问余额、交易、投资和负债，用来格式化和回答问题，但他不能看到完整账号，也不能更改你的账户。这很关键。真正有价值的不是 ai 预测你明天发财， 而是他能帮你做三个很日常的动作，第一，看出钱花在哪里。第二，找到被你忘掉的订阅和重复支出。第三，把买车、还债、旅行应急金这种目标拆成更现实的月度计划。 说白了，他像一个会看流水的财务整理员，但另一边是攻击者也变强了。以前的骗局可能是一个语法很差的短信，一个陌生电话， 一个看起来粗糙的网站。现在不一样了，骗子可以用 ai 生成名人、政客、财经专家的假视频， 用语音克隆模仿熟人，用 ai 写套非常顺滑的聊天话术，再把你从社区平台带到私聊、假 app、 加密货币转账或者远程控制软件。最危险的不是视频有多逼真，而是他会借你信任的人开门。 加拿大反欺诈中心提醒过类似投资骗局的几个信号，社交媒体上的名人或政治人物背书承诺低风险高回报，催你马上行动，让你转加密货币，或者让你安装所谓投资软件、远程控制软件。 听到这里，很多人会说，我不会被骗，别着急这么想。 ai 骗局可怕的地方是，他不靠一个破产骗所有人，而是用不同素材骗不同人。 老人可能被退休理财打动，职场人可能被副业收益打动，创作者可能被合作邀约打动，企业财务可能被老板语音打动。 所以，这条视频真的想给你一张清单。第一， ai 可以 帮你分析账，不要让 ai 替你做最终财务决定。 oppi 自己也明确说， 这不是专业财务建议的替代，尤其是买卖、投资贷款、税务、保险这种事，要找专业人士或官方渠道复合。第二，所有看起来像名人、领导、专家的投资视频，也利于先当成广告， 不当成证据。你可以看观点，但不能因为那张脸熟就相信那个链接。 第三，凡是要求你立刻转账转币，装软件，共享屏幕，提供验证码，直接拉红线。真正的银行、券商、政务部门 不会靠社交平台私聊让你做这件事。第四，给家人设置一个转账暗号。只要涉及借钱转账、投资救急，必须用你们事先约定的方式二次确认，比如拨打原本通讯录里的电话，而不是回拨对方发来的号码。 第五，如果你真的开始使用 ai 财务工具，先去看权限连接了哪些账户，能看到什么数据，怎么断开删除需要多久，有没有开多因素认证， 这些比他回答的多漂亮更重要。我的判断是， ai 管钱这件事不会停，因为账本消费、订阅预算本来就是特别适合 ai 整理的场景， 但越是靠近钱，越不能只看聪明，要看边界。一个靠谱的 ai 财务助手， 应该帮你看清楚，不该替你冲动，应该帮你复盘，不该让你越过河宴， 应该让权限透明，而不是让你稀里糊涂的把全部财务生活交出去。最后记住一句话， ai 可以 看账，转账必须靠人二次确认。 评论区说说你最想让 ai 帮你整理哪类账，订阅预算、投资？还是家庭共同开支？如你想继续看这种既讲 ai 工具，也讲分享编辑的实用拆解，记得点赞关注我，我会继续帮你把 ai 新功能和芯片局都讲明白。
粉丝157获赞1296
相关视频
06:43查看AI文稿AI文稿大家好，今天我们的目标是搞懂 print gpt 和 codex 它们的区别，以及什么时候该用 print gpt， 什么时候该用 codex 好。 就是我们在深度使用 ai 一 段时间之后，发现这个 track gpt 和 codex 其实它们有的时候是高度重叠的，你看 codex 它里面也其实也有内置 track gpt， 是吧？所以理论上确实 gpt 能做的 codex 都能做，而且你发你会发现 codex 能做的确实 gpt 它现在也能做了，所以它们的功能你看高度重叠的 是不是？那我为什么还去使用确实 gpt 呢？我直接用 codex 就 可以了呀。啊，所以今天我们就来把这个搞清楚。 现在我们用一个，嗯，用户平时使用 text gt 或者去使用 codex 的 一个模拟流程来搞清楚它们的区别。比如说有个用户 问一个问题是吧？然后 text gt 他 就给出一个接受，之后他进一个思考，就给出给出一个回答， 是吧？好，那这个是确定 gpt 的 流程，那 codex codex 也是用户问一个问题，然后 codex 处理之后给出一个回答， 然后你会发现，如果是用户他问的是同一个问题，分别丢给 text 和丢给 context， 他 们得出的答案大概率是差不多的。反正意思就是那个意思啊，只是可能表述的方式有点稍微不一样， 但是呢，你细心一点，你会发现用车的 gpt， 它回答可能只要十秒钟时间或者十一秒，但是用 codex 可能要二十二十五秒，二十七秒等等 啊，感兴趣的可以去测试一下。就是一个很简单的一个，比如说你帮我生成啊，七月份我要去云南旅行，然后我要玩多少天？你帮我生成个攻略，你把这个 这个需求分别丢给 text、 gpt 和分别丢给和二和，丢给 codex， 嗯，它可能用，用十秒，它可能就要用二十五秒， 嗯，那么它为什么会有这种区别呢？这个就涉及到啊，这两个 ai， 它其实 底层上，底层上的设计的话，它其实有点不一样。你看学的 gpt， 它其实做了一个思考，思考完了之后呢，它就，嗯，总结出来给它用一个回答。但是 codex 它是怎么样子的？它是思考， 思考，思考完了之后呢？它还会去看一下，哎，有没有流程需要去执行的？有没有 skill 需要去调用的，有没有工具需要去调用的等等等等等等。也就是说 他会去走一遍这些他他都会走一遍，所以所以有的时候你看他的走走，走他的流程，不需要的，没有流程要执行，他就咔下一步，没有 skill 执行，他就咔下一步，没有工具咔下一步，所以最终也给到一个答案。 而且这两个答案大概率上是差不多，但是他你看到的时间消耗上就完全不一样，就是因为 codex 他的基因设计，他就是这样子的， 它就就会会去巡逻一样，它会走一遍这些东西。嗯，所以所以它们的区别其实并不是说 codex 能做什么， 呃，确定 gpt 不 能做，或者说确定 gpt 能做什么？ codex 不 能不能做，它们的区别不在这里，而在哪里呢？而在它们的这个，它们的基因，它们的设基因设计就不一样， 他们第一次就不就不一样，他去的，去的 gbt 呢？他就更擅长于去做什么？更擅长于你去跟他做一个对，做些对话啊，对话，一问一答，一问一答，一问一答，这样子，也就是说把你可能一个比较模糊的一个困惑， 嗯，通过跟去的 gpt 对 话，对话，对话，然后最后把它变成清楚的一个这样的过程，嗯，它可以把它当做一个是对话的助手。 而 codex 它，你看它的基因设计更擅长于去干嘛呀，这些流程，对吧？这些长链路的任务，长链路的任务，或者说比较复杂的， 复杂的，复杂的任务，是吧？你看它，比如说它呃它，它会跑流程，它会调用工具，如果这个工具它不存在的时候，它可能还有可能会帮你去下载，帮你安装，然后继续往下执行，是吧？所以这这些， 嗯，对于做这些更复杂更长的这些链路的任务呢？这 codex 它更擅长，所以它更倾向于是是一个。什么是一个任务助手， 嗯，这个才是它们最本质的区别。所以说什么时候用设置 gpt， 什么时候用 codex， 这个答案也是很显然的，对吧？就是当你如果需要去 呃落地一个实质性的一个任务的时候，比如说你要生成生成一个会议记录的总结等等这种，那么你就更倾向于去用 codex， 是吧？他做任务可能比较擅长一点，对吧？那么如果你仅仅是想要跟他把一个呃，一个困惑， 一个问题从不清楚到清楚这样的过程，他只是一些对话，一对话，那么你去用确实 gpt 就足以帮你完成你的你的目的了，是吧？你没有必要去调用 codex， 用 codex， 你 看它回答只要十秒钟可。呃，确实 gpt 回答只要十秒钟， codex 它只要二十七秒钟，对吧？那你多几轮下来多浪费时间，是不是？
150叨总的AI日记
58:37查看AI文稿AI文稿今天我们来讲讲大名鼎鼎的 codex， 相信大家都已经听说过这个软件了，这是 open nai 的 核心产品，对标 osarpic 的 cloud code。 codex 能做的事情非常多，它不仅能够帮你编辑代码、排查 bug、 执行测试，还能管理 gate、 操作浏览器，甚至能直接控制电脑完成各种任务，非常强大。不过功能越多，越容易让人抓不住重点，所以这期视频我会带大家系统性地过一遍。 codex 最核心的功能，帮大家建立起一套完整的使用思路。 整个视频一共分为三个部分，第一部分是基础篇，主要带大家快速上手 codex， 并讲解一些核心配置和使用过程中容易踩坑的地方。 第二部分是进阶篇，重点介绍版本控制、绘画管理，以及如何更高效的组织和推进开发任务。第三部分是扩展篇，我们会看看如何通过 plugin、 skill、 automation 和 mobile 等功能进一步扩展 codex 的 能力边界。 所有的功能点和对应的时间戳我都打到目录上了，大家可以按需跳转。好话不多说，我们现在开始。 首先我们要做的是把 codex 安装到电脑上面，我们可以打开这个页面，点击这里面的下载按钮，就可以下载 codex 了。下载好了之后，我们来打开它。安装过程呢，跟其他的普通软件一样，比如我用的是 micros， 那 直接把 codex 拖入到 applications 文件夹里面就可以完成安装了。 安装好了之后，我们来打开 codex。 打开 codex 之后呢，它首先会提示我们登录，它一共给了我们两个选项。 第一个呢是使用叉 gbt 账号登录，这需要你订阅叉 gbt 的 套餐。叉 gbt 呢，它提供了多种套餐，其中最常用的是我屏幕上面显示的这几个，主要是包括免费版 go 套餐、 plus 套餐和 pro 套餐。 你看屏幕上面的这几个套餐，从左到右价格越来越高，当然整体能用的 codax 额度也是越来越大的。 从目前来看，免费版和购套餐的 codax 额度应该差不多，但到了 plus 套餐，额度就会有着明显的上升， pro 套餐自然就更多了。 值得一提的是，即使你用的是免费版，系统也会给你一定的 codex 额度，只不过这个额度少的可怜，只能勉强够你施个水。所以如果你想真正上手体验一下它的能力，我建议你先订阅 plus 这个 plan， 它是二十美元一个月，可用量呢比较适中。 除了订阅套餐之外， openni 还提供了另外一个选项来使用 codex， 那 就是直接接入 api， 对 应的就是这里的 signing another way， 点击之后，它会提示你输入 openian 的 api key。 一 般来说，用 api 没有订阅套餐划算，而且呢，获取这个 api key 的 门槛也有点高，一般需要一张海外的信用卡，所以我建议大家还是订阅套餐来使用 codex。 具体的登录过程呢，我这里就不显示了，大家可以在这里选择适合自己的方式登录。登录好了之后，大家首先看到的就会是这样的一个界面， codex 首先会询问我们是干什么工作的，这里大家就按照实际情况来选就可以了。然后 codex 会提示把 cloud code 和 cloud co work 相关的配置都导到 codex 这里，我们先跳过，然后 codex 提示我们要不要试用 codex 手机版，我们点击这个 set up later， 待会儿呢，我会给大家演示这个功能，所以现在先不着急，现在呢，我们就算是正式的来到了 codex 操作界面，可以开始使用它了，我们来随便跟它打个招呼，看看能否正常使用， 可以看出 codex 已经可以正常使用了。下面我带大家做一个代办软件，并且在做这个代办软件的过程中为大家讲解 codex 的 各个功能点。首先我们要新建一个目录来存放我们的软件代码，让我们打开访答，在这里创建一个新的文件夹，就叫做马克笔记吧。 然后回到 codex 这里，点击 work in the project， 再点击 use an existing folder， 在弹出的对话框里面选择我们刚刚创建好的文件夹，然后再点击 open， 然后呢，你就会发现 codex 把项目目录改成马克笔记了， 这就代表 codex 后面会把代码放到这个文件夹里面。此时我们准备工作就已经是做完了，可以开始提需求了，比如说我们的需求就是使用 html 写一个笔记软件，软件界面分为左右两部分，左边是笔记列表，右边是笔记的内容， 最后我们提醒他注意做好测试，然后回车提交，这个时候呢， codex 就 会开始工作了，可以看出他在疯狂的给我们写代码，当然实际使用是没这么快的，因为为了节省大家时间，这里我做了加速，后面的问答流程呢，也都做了不同程度的加速处理，这个呢，大家知道就好了。 好， codex 暂停了，他提出他想要构建一个本地服务器来验证 html 笔记的效果。这里呢有三个选项，第一个选项是 yes， 这个呢很好理解，其实就是把这个本地服务器启动开就可以了，不过以后如果 codex 提出类似的请求，我们还得再授权一次。 第二个选项呢，是代表我们不仅同意，而且对于这种启动本地服务器的代码，以后呢也就直接执行就好了，不需要再经过我们授权了。第三个选项可以理解为不同意，它其实不是一个按钮，而是一个输入框， 我们点一下就能看出来了。在这里我们可以告诉 codex 自己希望的处理方式，比如只让它检查代码，不要启动本地服务器之类的。当然，如果你不同意，而且你懒得告诉 codex 原因的话，也可以直接点击这里面的 skip 按钮啊，这算是 codex 做了弱化的第四选项了。 好，所有的可选项我们都说完了，在这个地方我们就选择第一项 yes 就 好了。然后呢， codex 就 询问我们能不能访问这个新创建的本地服务器，这个地方呢，我们也同意， 呃，现在 codex 已经彻底完成它的工作了，可以看出这里面最重要的文件呢，就是这个 index html， 我 们可以点击来预览它的效果。 这个呢就是 codex 写的笔记软件了，看起来中规中矩，各种基本功能呢，在这里面都能找到。当然有些人可能觉得这个预览区太小了，想要放大一点，这当然是可以做到的，让我们来点击这个按钮， 这样左边的区域就被收起来了，可预览的空间就更大了，不过下面的这块区域看着也是有点碍事，能不能隐藏它呢？其实也是可以的，我们可以点击这里面的三个点， 然后选择其中的 hide composer 就 好了，你看这样呢就好多了。那假如说这个时候呢，你看着界面里面的这两条笔记，觉得非常碍事，你想把它们去掉， 呃，这个呢，其实也是很简单的，我们就继续追问就好了。既然要追问，我们就必须要把左侧栏再次显示出来，这个呢其实很简单，我们再点一下这个按钮，左侧栏就显示出来了。 然后呢，我们就可以在输入框里面输入我们的问题，把左上角的两条笔记去掉，这个呢肯定是可以的。 呃，不过我这里想给大家演示另外一个方法，另外一个更加准确，更加方便的方法，我们可以点击这个图标，它叫做 annotation， 然后我们就可以直接选中两条笔记这个区域，选中后，输入我们对这个区域的修改意见，很简单，我们的意见就是两个字，去掉， 然后我们提交请求。好，可以看出请求已经成功提交上去了，可以看到他一共是发了两块内容，一个呢是对应的截图，另外一个呢就是我们具体的要求了。 接到了这个请求之后， codex 就 开始工作了，他应该呢就会把这块区域给去掉，让我们稍微等待一下。 好， codex 已经完成了，我们再次打开这个阅览区，看一下效果， 可以看出之前的这块区域呢，确实是没有了， codex 已经帮我们解决问题了，看起来 entity 这个功能还是非常方便的， 那这个时候我们可以再随便点点这个笔记软件，看看有没有其他我们需要修复的问题。这里好像确实有个 bug， 我 点击这个加号按钮的时候，下面呢是要增加一个新的笔记的，但实际上点了之后并没有任何的 bug 呀。让我们跟 codex 说一下这个问题， 我们需要告诉 codex， 点击添加按钮之后，笔记列表区域没有任何的反应。呃，请排查下原因，我确定之后再进行修改 好。 codex 已经排查完了，按照我们的要求，他没有直接去改代码，而是先给出了诊断结果。他猜测呢，这个问题大概率是因为当前页面的 local storage， 也就是本地存储被禁用了。 没错，就是这个原因。说白了，就是 codex 的 右侧预览区有一些安全限制，导致某些功能无法正常使用。如果我们到独立的浏览器里面用一用，问题立马就消失了，不信我们试一试。 你看这个时候再点击添加按钮是不是就完全正常了？既然用户是在真实的浏览器里用我们的软件，而不是在 codex 的 预览区里用，那这根本就不算是个问题，自然也不需要修。 我不知道这算是 codex 的 一个 bug 还是一个 feature， 我 相信 openai 是 把它当成 feature 来做的，不过实际用下来确实有点像 bug。 如果你做的也是外部应用，那一定要额外留意这一点，别被预览区给骗了。既然弄清楚了原因，为了避免再受限制，我们后续就在独立的浏览器页面里面进行测试了。 到这里，这个最基本的笔记软件就算是成功跑通了。现在我想回头聊聊刚才遇到的一个细节，就是 codex 提出的那个请求。 呃，有些同学可能会想，如果我把任务交给 codex 之后去忙别的了，没注意到他在等我授权，那 codex 岂不会一直卡在那里等我回来一看啥也没干，白白浪费了大量时间。 那这有没有办法让他自己做决定，别总是来问我呢，毕竟谁也不想一直盯着他干活，那也太累了吧。没错，一直盯着看呢，确实是非常的麻烦。其实 codex 早就替我们想到了解决办法，就在输入框的下面，大家看这里面呢，一共是有三个全线选项。 第一种就是我们刚才用的 default permissions， 在 这种模式下，如果 codex 需要修改项目目录之外的文件，或者是需要执行一些带有安全风险的命令，它就会老老实实地弹出提醒，只有当你点头同意了，它才会继续接着往下干。 这种模式的优点呢是绝对安全，一切尽在掌握，但缺点也非常明显，就是根本离不开人，你得随时给他授权。 第二种呢是 auto review， 也就是自动审查。这个模式呢很聪明，它引入了一个专门负责安全审查的 agent， 当 codex 准备执行操作的时候，这个 agent 会首先替你把关，安全的直接放行，危险的直接拒绝，只有在极少数连 agent 也拿不定主意的情况下，才会弹窗让你来做决定。 第三种呢是 full access， 顾名思义，这个呢就是放飞自我模式，全部自动同意， codex 想干嘛就干嘛，完全不需要你插手。 这个模式确实是最省心的，但也伴随着风险，万一它误删了什么重要数据，你是拦也拦不住的。虽然 gpt 模型总体上还是非常靠谱的，基本上不太会乱来，但是作为一个负责任的 up 主，我还是要提醒大家，这个模式呢，没有任何的安全，交易开启前一定要三思啊。 所以综合看下来，在这三个模式里面， auto review 是 在效率和安全之间平衡的最好的。为了避免后面频繁弹窗，要我们点同意，接下来的演示呢，我们就统一的切换到 auto review 模式。 既然聊到了这里的权限配置，我们不妨顺便看一下输入框旁边还有哪一些配置。首先大家留意这里面显示的五点五 medium， 这代表我们当前使用的是 gbt 五点五模型，思考深度呢为 medium， 也就是中等。 我们点开它可以看到思考深度呢是可以自由调节的，分为 low、 medium high 和 extra high 四个级别。思考深度越高， codex 花费的时间也就越长，消耗的 token 呢也就越多，但通常给出来的代码质量也会更好一些。 除了调整思考深度，我们还可以在这里面切换模型下来。列表里面除了 gpt 五点五，还有 gpt 五点四等等一系列的模型，大家可以根据具体的任务难度来灵活选择。 最后啊，这里面还能设置模型的输出速度，目前是 standard， 也就是标准的速度。旁边呢还有一个 fast 选项，开启 fast 模式之后生成的速度呢会提升到原来的一点五倍，不过代价呢是 token 的 消耗量也会相应的增加，具体增加多少取决于你用的模型， 比如说在 gbt 五点五这个模型下开启 fast 模式的话， toc 的 消耗量就直接是标准模式的两倍了啊。如果你财大气粗， toc 管用，那你完全可以开启这个快速模式，这样 codex 干活就更快了。 输入框的配置我们就先研究到这里，现在我们的第一版笔记软件已经跑通了，实现了最基本的功能，不过为了防止后面新加功能的时候把代码搞乱，我们最好先用 get 把当前的版本保存一下，这样的话就算是后面出了什么叉子，也能够随时回滚到这个可用版本。心里有个底， 在 codex 里面调用终端非常的方便，我们不需要去点什么菜单，直接按下快捷键， command 加 j， 大家看右侧的终端面板就直接弹出来了。在这里面我们依次输入几条常规的 get 命令， 首先是要执行 get in it， 点把当前的项目目录出示，化为一个 get 仓库。然后呢我们要执行的是 get id， 点把相关的文件呢都添加到暂存区里面。最后呢再执行 get commit 提交我们的第一次修改 好这三步敲完之后，我们的代码就有了一个安全的备份版本，接下来我们就可以放心大胆地继续迭代我们的产品了。 终端用完之后，为了不挡着视线，我们只需要再次按下同样的快捷键， command 加 j 就 能够把它直接关掉。你看用快捷键来开关终端，双手完全不需要离开键盘，整个过程呢非常的丝滑，也是非常的方便。 那现在我们用 codex 做了一个基本可用的笔记软件，而且还用 get 提交了这个可用版本，下面呢，我们就来继续迭代这个笔记软件，让它变得更强大，更美观。 假设这个时候你看了看这个笔记软件，觉得它的色彩设计不是很好，这里面有很多的绿色元素，你不太喜欢绿色，你想试试蓝色怎么样？那这个时候该怎么处理呢？很简单，你就直接在这里面追问就好了，比如我们可以这么提要求， 不过我们先不发送这个请求了吧。啊？为什么呢？你仔细看看啊，我们上一个消息里面还让 codex 排查问题来着， 但说实话，这其实并不是一个问题，只是 codex 的 浏览区有些限制而已。如果我们继续追问的话，这个排查过程不仅会占用模型的上下文，而且可能还会对 codex 后续执行产生一些影响， 他没准会继续尝试修复这个问题，把原来没有问题的页面修出问题来。虽然这种情况发生的概率应该也不会很大，但是能规避的话就尽量规避吧，毕竟这个消息其实一点用也没有。 所以我们该怎么办呢？有一个办法，那就是直接修改上一个消息就可以了，你看这里面有一个编辑按钮，我们点一下就可以直接修改这个消息了，我们来试试 提交。你看原来的请求被替换成了我们的这个，这样的话，原来排查问题的那个消息呢，就消失了，既然消失了，它就不会再占用模型的上下文了，也不会对 codex 后续执行产生任何影响， 所以很多情况下，这个功能还是很实用的。不过要注意的是， codex 只支持编辑最后一条消息，至于更靠前的那消息，它实际上是不支持我们编辑的。 前面的那些消息呢，都是没有编辑按钮的，如果你要编辑更靠近的消息，可以考虑使用 fork 功能来间接实现这个功能。我们后面会讲到，暂时你不必过于关心好。 codex 已经完成任务了，我们来看看效果。 呃，还可以吧。下面呢，我们把这一部分的改动也加入到 get 里面。之前我们是用命令行来操作 get， 这种操作方式准确通用，不过其实 codex 也内置了一些 get 操作的功能来供我们使用。比如我们可以先点击这个图标， 这里面呢就有一个叫做 environments 的 区域，它呢就跟 get 的 使用密切相关。我们可以点击这里面的 changes 按钮，然后再在这个选择框里面选择 on stage 的 选项。这里显示的就是所有还没有提交到暂存区的代码了， 这基本上也就是 codex 刚才所做的改动。如果你觉得哪一行有问题，可以点击旁边的加号，输入你的要求。输入完要求之后，你可以点击这里面的 comment 按钮，让 codex 做出相应的改动。不过这里我们就不做任何修改了， codex 的 任务已经完成的很好了，所以我们取消这个注示， 直接使用 git commit 提交这次改动。那具体该怎么做呢？很简单，直接点击这里面的 commit 按钮，输入 commit 的 message 就 可以了。我们的 commit message 就是 将整体色调改为蓝色，然后呢，再点击 continue， 此时 codex 就 会提交当前所有没有提交的改动了。 好，执行成功了，我们来验证下。先按一下 command 加 j 来到终端，然后再执行 git log， 查询 git 的 commit 记录。 你看，我们的 commit 确实是生效了，确认好了之后，我们按 q 退出 get log， 然后呢，再按 command 加 j 来隐藏终端，到这里，这个需求就算是彻底完成了。那假设这个时候你感觉蓝色这个主题也不怎么好看了，越看越不顺眼，要不再换一个吧。 没问题，我们直接提交需求，将整体色调改为紫色。改完之后呢，再做一次 get commit。 对， 这次我们不自己操作 get 了，有点麻烦，直接让 codex 操作得了。提交之后， codex 就 开始干活了，我们稍微等待一下， 改好了，我们来看看最后的效果。不错，确实改成紫色了，不过怎么说呢，啊，你觉得还是不顺眼啊，你在想，算了，我要不还是改成一开始的那个绿色吧。那这当然是可以的， 照例啊，你可以直接在输入框里面输入，你的要求就是改回来的紫色。这个呢，肯定是行的，只不过这样的话，模型还得再跑一遍，有点浪费 token， 所以 我们就不用这个方法了。 其实我们原来就是绿色，所以用 get 把代码回滚到绿色的那个版本就可以了。只不过这种做法其实也是有点缺陷的， 代码确实是回滚了，但绘画内容还是停留在紫色这里。如果我们希望在当前这个绘画继续问的话， codex 可能会以为目前所用的色调是紫色，从而对后续的任务执行效果产生负面影响。 那我们能不能把绘画和代码同时回滚呢？我们就想回滚到改蓝色之前的那个版本，也就是这个版本，如果有回滚功能的话，那应该是在这个消息旁边有一些相对应的标识吧，我们找找。 哎，还真的有一个图标有点像，不过它不叫回滚，它叫做 fork。 fork 的 意思就是基于当前的这个绘画，再复制一个新的出来，这个新绘画就只到目前所选的这个消息为止，后面的消息全都不保留， 这个呢就非常符合我们的要求了，我们其实就希望绘画到当前的这个消息为止，那既然绘画变了，代码是不是也会自动回滚呢？没准也是可以的，我们来试试。 我们首先点击这个 fork 图标，这里弹出两个选项供我们选择，一个是 fork into local， 另外一个呢是 fork into new work tree。 这两个选项的最大区别在于新绘画的代码存放地址不同。 第一个选项会继续使用当前目录作为新绘画代码存放地址，第二个选项会创建一个新的目录来存放心绘画的代码。你可能现在听的还是有点懵啊，没关系，我来演示一下你就知道了。在演示之前，我们先把左侧栏打开，这样你就会看得更清楚一些。 好，左侧栏打开了，我们来重新点击一下这个 fork 图标，然后选择第一项 fork into local。 可以看出 codex 确实给我们创建了一个新的绘画，并且还在这里标识好了，这个绘画呢，就是从别的绘画那里复制出来的。下面我们来看看代码是否也会滚了， 这个很简单，我们不必看代码，我们直接看最终的效果就行了。让我们来看看页面的颜色有没有改变，可以看出页面的颜色仍然是紫色，所以呢，代码根本就没有回滚。没错，这呢就是 fork into local 这个选项的特点，它只会处理绘画内容，根本就不会对代码做任何修改。 不过还好，我们使用了 git， 我 们可以用 git 来回滚代码。我们先按快捷键 command j， 打开终端，然后执行命令 git log 确定我们想把代码回滚到哪个 commit 上，应该就是这个了。然后呢，我们复制这个 commit 的 哈希值， 最后执行这个命令。这样呢，就可以把代码回滚到绘画对应的那个版本了。让我们回到浏览器这里刷新一下页面， 没错，确实是一开始的绿色版本了，当然绿的也不是很明显啊，只有那么几个模块是绿的。我对这个色调的表述呢，稍微有点问题，但无论怎么样，肯定是回滚成功了，相信大家都能看得出来，这个呢就是 fork into local 了，我们配合着 git， 才能把绘画和代码都回滚到之前的那个状态。 那刚才还有一个选项叫做 fork into new work tree， 那 个选项是用来干什么的呢？我们不妨来试试。让我们回到之前的绘画里， 点击这个 fork 图标，然后再选择 fork into new work tree。 注意看， codex 依然给我们创建了一个新的绘画，而且跟 fork into local 很 像。这个新的绘画呢，也标识出来了，它就是从别的绘画里面复制过来的。 一切看起来似乎都跟那个 fork into local 差不多啊，那到底什么发生变化了呢？答案就是我们当前的这个绘画所对应的项目目录发生了变化，不信我们来打开终端，输入 pwd， 这个命令就是用来显示当前位置的，可以看出我们的当前位置呢，就是这个了，我一开始 fork 出来的那个绘画可不是在这个目录里面操作的，不信的话，我们回到一开始 fork 出来的那个绘画里，同样打开终端， 运行下 pwd， 你 看它俩的项目目录地址是不同的，我把这两个地址打在屏幕上，这样大家就可以看得更清楚一些。 这个呢，就是 fork into new worktree 的 一个特性，它会给 fork 出来的新绘画创建一个对应的新目录，这样新老绘画所处理的代码不是一份，彼此之间互不影响，非常适合在两个绘画分别处理两个不同的功能点，最后做完了再合并到一起就好了。那为什么叫做 worktree 呢？ 是因为它是使用 gitworktree 来实现的，这个呢，是 git 的 一个特性。这个要展开讲的话呢，又得讲好几分钟。我们本期是来讲 codex 的， 不是来讲 git 的， 所以呢， gitworktree 在 此就跳过了，感兴趣的同学可以自己查下。 另外值得一提的是， fork into new worktree 同样不会回滚代码，它只是把当前项目目录里面的所有代码复制到一个新的目录里，仅此而已。 好，这个就是 fork 的 两种形式了。总结一下，这两个选项都会复制绘画到所选消息为止，也都不会帮你回滚代码， 它们唯一的区别仅仅是代码的位置， local 呢，是继续沿用原目录，而 new work tree 呢，则是开辟了一个全新的隔离目录。主要呢，就是这个区别了。所以呢，无论是哪一种 fork 形式，都不会更改代码。实际上 codex 在 界面里面也有显示， 我们可以回到一开始的那个绘画。然后呢，再点击一下这里面的 fork 图标。注意到这段话了吗？ 其实它想表达的意思就是 fork 只负责对话，不回归代码。对，它说的有点绕，但其实就是这个意思。 好， fork 功能我们终于讲完了，我们目前只需要第一个 fork into local 的 这个绘画，另外一个 fork into work tree 我 们暂时不需要。那我们能把这个绘画删掉吗？能， 不过准确来说啊，我们可以把这个绘画规章，规章和删除稍微还是有些区别的，你可以把规章理解为暂时隐藏起来了，而删除呢，那就是删完就没了。我们来试一下， 我们直接点击绘画旁边的这个图标，然后再点击 confirm， 这个绘画就被规范了。你看这个绘画是不是没了。但跟删除不同的是，我们还可以找回这个绘画。 我们先按 command 加逗号，打开设置面板，再点击里面的 archives chats， 在 这里我们就可以看到所有被规章的绘画了。我们可以解除对应绘画的规章状态，也可以彻底删除对应的绘画。所以你看，删除和规章还是稍稍有些区别的。 那规章这个功能我们就讲到这里，从之前的操作过程中我们可以看出， get 真的 还是挺重要的。那既然这么重要，我们能不能让 codex 每次写完代码的时候都能自动提交一次 get commit 呢，这样的话就不用麻烦我们每次都操作一遍了。 这当然是可以的，其中一个方法就是我们可以直接在输入框里面告诉 codex， 每次完成代码修改之后，都需要提交一次 get commit， 然后提交这个请求就行了。这样在后续的操作里面， codex 肯定就会按照我们所说的，每写完一次代码都提交一次 get commit。 不 过这个方法有个很大的缺陷，那就是它只会在当前的绘画中生效，如果我们创建出一个新绘画的话，那 codex 就 会彻底忘掉这个事情， 所以我们需要一个能够跨绘画的解决方案，即使是在一个新绘画里， codex 也能帮我们做 get commit 这个事情，这能做到吗？当然是可以的，这个呢就是 agent 点 m d 这个文件发挥作用的地方了。 agent 点 m d 简单来说呢，就是一个放在项目根目录里面的配置文件，每当 codex 开始一个新绘画的时候，它都会自动读取这个文件，把里面内容当成对自己的指令来执行， 所以我们只需要在这个文件里面写上这个 git commit 的 要求，那无论我们开多少个新会话， codex 都会记住这件事情的。我们先把原来的这个请求删掉，我们不需要它了，然后我们点击这里使用 vs code 打开这个项目目录， 在根目录下创建一个新的文件，就叫做 agent 后台，然后在这个文件里面写，每次完成代码修改后，都需要提交一次 git commit， 这样 agent dmd 就 创建好了，让我们把 vs code 关掉，现在让我们来验证一下 agent dmd 是 否真的会生效。我们首先创建一个新的绘画， 然后提交需求，往左下角增加一个主题切换选项，支持用户在浅色模式和深色模式之间切换。回车提交，让 codex 开始工作。 好， codex 已经完成了，我们来看看效果。 你看，左下角确实是出现了一个主题切换按钮，我们点击对应的主题，就可以在浅色和深色两种模式之间切换，看起来非常完美。那我们现在最关心的是， codex 有 没有帮我们做 get commit 操作呢？我们按一下 command 加 g， 打开终端执行 get log 来看看。 你看，这里面确实是多了一个新的 commit message 呢，就是 codex 自己写的，这说明 agent 点 m d 确实生效了。即使是在一个全新的绘画里面， codex 也遵从了我们的要求，在完成了代码修改之后，自动提交了一次 git commit。 这个呢就是 agent d m d 的 基本用法了，当然他能做的事情远不止这一件，比如你可以在里面规定代码风格、命名规范、技术占要求，甚至是你的项目背景介绍等等。 codex 每次启动新会话的时候都会去读取这些文件，这样他对你的项目就会有非常好的理解，给出的结果呢也会更加准确。 可以说， agents dmd 写得越好， codex 就 会用起来越顺手。不过需要注意的是， codex 只会提交当前需求所对应的代码改动。我们一开始创建的 agents dmd 不 属于当前需求的范畴，所以呢，刚才 codex 并没有把它提交为一个 git commit， 我 们点击这个 changes， 再选择 on stage， 就 可以发现 agents d m d 的 内容呢？还没有提交上去。没事儿，我们这就提交。我们先来点一下这个 commit 按钮，然后在里面输入对应的 commit message， 再点击 continue， 这样这个改动就会被提交到 get 上面了。好，一切顺利，让我们新开一个绘画，继续迭代这个笔记软件。 现在这个软件本质上就是一个 html 文件，只能在浏览器里打开，不够方便。我们想把它改造成一个真正的桌面客户端，让用户可以直接双击图标打开，就像打开 vs code codex 一 样。 那要做桌面客户端的话， electron 是 非常主流的一个选择，我们可以顺便呢也引入 react 和 type script， 把项目结构整理一下，方便后续继续迭代。那我们就直接把需求发给 codex， 把这个网页应用改成桌面客户端，进入站使用 electron 加上 react， 再加上 type script。 注意做好测试，确保所有的核心功能运转正常 啊。不过要注意这可是一个大工程，所以呢，我们最好先让 codex 做一个规划，我们确认规划没有问题之后，再让它动工。为了实现这一点，我们可以点击这里面的加号，然后选择 plan mode， 这样 codex 就 进入了计划模式，从这个图标也可以看出这一点。 在这个模式下， codex 会先做计划，再写代码，让我们来提交试试。可以看出 codex 开始工作了，让我们稍微等待一会。 好，他现在要问我们几个问题，我们来做一下选择。首先是数据要放在哪里，我们就放到文件里面吧， 然后交付到可开发运行的程度就可以了。这之后呢， codex 就 会继续开始干活了。好，可以看出 codex 开始给我们写这个计划了， 我们再稍微等待一会，它还在这个转写的过程中。 好，写完了，我们来看一下，这个计划本身还是比较完善的。呃，包括各种测试方案呐，架构设计啊，都是写的比较详细的。然后 codex 问我们是不是要按照这个计划去实现代码。 呃，他一共是给了我们两个选项，第一个选项呢就是直接同意啊，开始实现这个计划就好了。第二个选项呢是如果你对这个计划不满意的话，你可以提出你的要求，在这个文本框里面告诉 codex 应该如何做修改，然后 codex 会根据这个修改呢，再出一份新的计划。 呃，这里面呢，我们就不对计划再做一些其他修改了，我们就直接同意好了，让 codex 就 按照这个计划给我们来写代码。 好，现在 codex 开始干活了，我们需要稍微等待一下，在等待的过程中呢，我们可以跟 codex 随便去聊点东西，我们可以在输入框 side 打开 side chat 啊，在这里面呢，我们就可以随便问 codex 点别的问题，这些问题呢不会去影响左侧 codex 的 任务执行。比如说我们可以问一下，你觉得这个笔记软件还需要什么基本功能呢？提交 好 codex 呢，给了我们一些可行的方案。你看在 side chat 的 过程中， codex 左侧的任务执行一点也没有被干扰到。对，这个呢就是 side chat 的 一个非常重要的特点了，它就是允许用户在 codex 执行任务的过程中问一些比较轻量级的问题， codex 在 回答这些轻量级问题的过程中不会影响到左侧主任务的执行。那这个就是 sign chat 这个功能的特性了。这个呢，我们就先讲到这里，这个架构改造的工作量还是挺大的， codex 依然没有完成，让我们再耐心等待一会儿。 好，看起来 codex 已经完成任务了，它提示我们使用 npm runtime 这个命令就可以启动这个 electron 应用啊，让我们来试一下。首先按 command 加 j 打开终端，然后执行命令 npm runtime 回车， 这样的话这个 electron 应用就启动开了，不过看起来好像是有点问题，基本上是一个白屏的状态。呃，我们打开控制台看一下有没有什么报错 啊，确实有报错，这个呢，我们需要让 codex 帮我们来修一下啊，让我们来回到 codex 这里， 先把这个进程关掉，然后呢再把终端关掉，然后我们提出我们的诉求，启动后白屏控制台报错了。看来你之前的测试不够彻底啊，请你修复并确保在修复之后测试好再交付给我。 codex 说，我说的对，哼。呃，让我们等 codex 把这个错误修复之后再试一次。 呃，看起来 codex 已经修复好了，我们来看一下它修复后的效果是怎么样的。呃，同样，我们打开终端，然后执行这个命令 啊，这次呢，看起来没问题了，添加笔记呢也是可以的，我们呢也可以在这里面随便输入的标题内容都可以啊，主题切换也是没有问题的。 那看起来已经很完美了，各项功能都运转正常。让我们再回到 codex 这边。 呃，我们先按一下 ctrl 加 c， 关掉这个进程，然后呢，再把终端收起。好，那改成了 electron 架构，我们就继续来提新的需求。我们的新需求是为这个笔记应用增加 markdown 支持，具体来说，需要在编辑器右上角提供两个模式切换按钮。 那假设这个时候我想换行，怎么做呢？直接按回车肯定是不行的，按回车就提交了，正确的做法是按 shift 加回车。你看这样呢，就可以回车了。我们继续输入任务内容， 首先是编辑模式，显示所有文本内容，并对其中的 markdown 语法进行高亮显示。然后还有一个是预览模式，它用于显示 markdown 的 渲染结果。现在再回车。 好，可以看到 codex 开始工作了，在它工作的间隙，我们再创建一个新的绘画，让它再处理另外一个关系不大的任务。 我们的新任务就是给这个笔记项目生成一个 logo， svg 格式。可以看出这两个绘画都在工作中了。假设这个时候你突然想到了我们的笔记软件有深浅两种模式，这个 logo 需要在任意一个模式下都清晰可见。我们最好提醒一下 codex， 以免它忘了， 好让我们发送请求。不过这个请求似乎没有发出去，它似乎卡在这里了。没错，在默认情况下，只有当上一个请求完成后， codex 才会继续处理下一个请求。 不过到那个时候就有点晚了吧，毕竟 logo 都生成好了。我们能不能现在就把这个信息发送给 codex， 让它在生成 logo 前就注意到这一点呢？ 没问题，注意到这里的 steer 按钮了吗？点一下，我们的请求就会立即发送给 codex， 这样我们的目标就达到了。那 codex 现在还在运行中，我们稍稍等待一会儿。 好，可以看出 logo 已经生成完毕了。我们切回到原来的那个绘画，看看它的进度怎么样了，它还在运行中，所以我们可能还需要再稍微等那么一会儿。 好，这两个任务呢都完成了，我们来直接打开软件，看看最终效果。首先是要打开终端，然后呢，我们运行 n p m start， 打开这个 electron 应用。呃，看起来好像是有点问题啊。 logo 没有被成功地加载起来， 那我们需要跟 codex 说一下这个事情，让我们先关掉这个 electron 应用。 然后呢，我们关掉这个 electron 进程，先看看这个 logo 在 不在 啊？这个 logo 确实是在 public 文件夹里面的，那应该不是文件不存在导致的。那是不是这个 svg 文件的格式有问题呢？我们来到访达来验证一下。 打开这个 public 文件夹，看来这个 svg 文件的格式也是没有问题的，毕竟访达都正常渲染出来了。 那大概率是 electron 加载这个 svg 文件的方法有问题。让我们来让 codex 修一下。首先按 command 加 g， 我 们唤起这个绘画列表，然后选择生成 logo 的 那个绘画， 然后在这里面我们输入具体的问题， logo 没有显示出来。提交好，提交之后呢， codex 就 开始给我们排查原因了，我们再稍微等一会儿。 修复完毕，我们再次启动这个软件看看效果。 首先打开终端，运行 npm start 好， 这次看起来 logo 是 成功的显示出来了，我们还可以随便点一点其他的功能，看看整体是否运转正常。 那 markdown 呢？我们可以随便输入几个 markdown 的 关键词，看一看它的高亮显示是否正常。看起来似乎并没有什么太大问题，各种格式呢，都可以非常正常地显示出来， 可以看出预览也是没有问题的。那这次需求就到这里了，我们再次回到 codex 这里，继续迭代它。 前面我们讲的呢，都是 codex 的 基本能力，下面我们来讲讲 plugging。 你 可以把 plugging 想象成一个 codex 的 外挂，它会给 codex 相应的能力，帮助 codex 去做更多的事情。这么说呢，可能比较抽象，我们可以来实战一下。呃，我们首先可以打开侧边栏， 然后点击里面的 plugins， 在 这里我们就能够看到所有可用的 plugin 了，其中有能控制电脑的，有用于操作 chromed， 还有用于编辑 excel 的 啊，还有一些是用来制作 ppt 的。 如果 plugin 的 旁边打了勾，那代表这个 plugin 已经被安装好了。如果 plugin 没有安装的话，旁边会是一个加号，我们点击这个加号就可以正常安装了。我们来随便点几个 plug in， 看看它内部到底有什么。 比如我们可以点一下这个叫做 gmail 的 plug in， 可以 看到这个 plug in 内部有三个组成部分，其中一个是 app， 两个是 skill。 这个 app 呢，是用来把 codex 和 gmail 连接起来的， 它里面提供了很多的工具，当然 codex 没有叫它是工具， codex 叫它是 action， 但其实本质上啊，这里面就是一个一个的工具，跟 mcp 的 工具呢差不多。 比如 apply labels to emails 就是 用来给邮件打标签的 archive emails 就是 用来归档邮件的。这个 app 一 共是提供了二十四个这样的工具，除了 app 之外，这个 plugin 还提供了两个 skill， 呃，你基本上是可以把 skill 当成是给大模型看的一个说明文档， 比如说是这个 gmail skill， 它就写明了怎么总结邮件内容，怎么赚，写回复，以及什么时候该调用哪一些工具啊等等。 而这个叫做 inbox treeash 的 skill 呢，则是告诉大模型如何给邮件归类的，比如说哪一些邮件比较紧急，哪一些邮件需要回复等等。如果你对 skill 比较感兴趣，可以看一下我的这个视频，把 skill 的 使用方法和运行原理一次讲明白。 gmail 的 这个 app 所包含的内容呢，就只有这三个了，我们如果选择安装 gmail 这个插件，那其实就是选择安装了这三个组件。等到用户想要 codex 操作 gmail 的 时候， gpt 模型便会找到这三个组件，并用它们提供的能力和说明来完成。用户的要求 大致就是这个样子的。我们来看一个具体的例子，比如说是 presentations， 这个 plugging 呢，是用来写 ppt 的， 它只有一个组件，那就是这个叫做 presentations 的 skill。 这个 skill 详细说明了该怎么做才能做出一个高质量的 ppt。 下面呢，我们就尝试用这个叫做 presentations 的 plugging 来完成我们的需求，让我们来新建一个绘画，然后输入我们的要求，给这个笔记软件做一个 ppt， 介绍它的产品设计和技术架构。 提交之后， codex 就 会找到我们前面所说的那个叫做 presentations 的 plug in， 并使用那个 plug in 提供的能力来做 ppt。 当然，如果你担心 codex 找不到这个 plug in， 或者说是找错了的话，你可以明确要求 codex 使用这个叫做 presentations 的 plug in， 这只需要在任务的最前面输入一个 at 符号，然后敲入 presentations 回车，这样 codex 就 一定会使用 presentations 这个 plug in 来做 ppt 了。 不过不加也没关系， codex 会自动找到这个 plug in 的， 所以呢，我们暂时就把它给去掉吧。好，提交，可以看出 codex 开始工作了，我们稍微等待一会儿， codex 写好了，我们打开看看。 中规中矩吧，其中其实还有不少可以改进的地方，不过这已经是一个不错的起点了，我们可以在这个基础上做一些其他的改进。 这个叫做 presentations 的 plug in 并不能算上经验。下面呢，我给大家介绍 open ai 所提供的两个用来镇店的 plug in， 一个呢是叫做 computer use， 用来控制电脑。另一个呢是叫做 chrome， 用来操作 chrome 浏览器啊，我们先来试一试 chrome 这个插件， 让我们来到这个插件管理的地方，然后呢，点击 chrome 旁边的这个加号来安装这个插件， 点击 install 好， 安装好了。然后呢， codex 提示我们需要在 chrome 上面也安装对应的扩展也行。好，那我们就按照它的指示来安装这个扩展。 那一切准备就绪之后，我们就来尝试用用这个 chrome 插件，我们可以直接点击旁边的这个按钮，这样的话， codex 就 可以给我们出实化一个使用当前插件的这么一个请求。呃，我们可以把后面的这个部分给去掉，换成我们具体的请求， 那就是打开 product hunt 首页，然后再找出今天最热门的三个新发布的产品，总结它们各自的特点，并附上对应的访问链接好提交。 呃，为了让大家看得更清楚，让我来把 codex 缩小一点，把 chrome 浏览器放出来，这样的话呢，大家就可以更清楚地看到 codex 到底是如何干活的了。 可以看到 codex 创建了一个标签组，这个标签组呢，专门用于解决我们的问题，然后它在这个标签组里面访问了 product hunt 的 首页，今天最热门的三个新发布的产品就在这里了，相信 codex 也看到了。 可以看到，现在 codex 开始打开另外一个标签页了，这个呢，看起来是第一个产品 brew 的 一个相关网站，然后呢，它又打开了一个。 呃，接下来呢，我们就不管了， codex 估计还会查看更多的网页，我们就在这里稍微等待一会，相信他等会就可以查询全部的产品页面，然后给我们一个比较有效的反馈，让我们稍微等待一下。 好， codex 给我们总结了，这个呢，基本上也就是我们想要的结果了，这个呢，就是 chrome 这个插件的相关使用方法了，让我们把这个 codex 再次最大化。 然后下面呢，我们就来看一看 computer use 这个插件的使用方法，它是用来操作电脑的，同样，我们点击这个加号，然后进行安装， 安装成功，让我们来使用一下。跟 chrome 的 使用方法类似，我们也可以点击 computer use 旁边的这个小图标，这样直接就能开启一个相关的 computer use 绘画。我们先把后面这段文本删掉，因为它跟我们真实的请求没有什么关系。 然后呢，我们再稍微改一下这个请求所对应的目录，我们现在呢是放在马克笔记这个地方，但实际上我们要打的这个请求呢，跟这个项目其实没什么太大关系，所以呢，我们就选择 don't work in the project， 也就是说，这就是我们随便提出来的一个请求，不会去绑定某个具体的项目目录。之后，我们就可以正式输入自己的请求了，那就是请打开我电脑自带的日历应用，帮我新建一个五月二十八日十点的日程标题，叫做讨论马克笔记的后续设计。 没错，就是这样，我们让 codex 操作一下日历这个应用，然后同之前一样，我们把 codex 缩小，把日历这个软件漏出来。这样呢，大家就可以更清楚地看到 codex 是 怎么操作我们这个日历软件的。 好， codex 首先询问我们能不能使用日历这个应用，我们同意， 可以看出 codex 开始行动了，这个呢就是 codex 的 鼠标，它跟我们所使用的鼠标呢，根本是两套，彼此之间互不影响啊。然后 codex 呢就开始操作这个鼠标，去完成我们的需求， 它还需要我们确认一下是不是真的要创建这个日程，这个有点啰嗦，那当然是确认了，我们给它回复一下， 好，看起来 codex 已经完成了我们的要求了，我们来看一下， 看起来这个日程的标题和时间段都是满足我们要求的，那就没问题了，我们再把 codex 最大化。 这个呢，基本上就是 computer use 这个插件的使用方法了。值得一提的是， codex 使用独立的虚拟鼠标，与你的鼠标互不干扰。刚才把日历软件提到前台只是为了掩饰，实际上你完全可以让它在后台默默干活，自己该干嘛干嘛，上网看视频都可以，完全不会耽误。 好， computer use 讲完了，我们接下来就来看看 skill 是 如何使用的。想要浏览 skill， 我 们就必须要先打开 plugins， 然后再点击这里面的 skills， 就 可以看到可用的 skill 列表了。 其实我们之前用 plugin 的 时候已经间接的用过 skill 了，因为无论是 presentations， computer use 还是 chrome， 这几个 plugin 的 核心组建呢，都是 skill， 你 在这个 skill 标签下面都能找到。 当我们安装对应的 plugging 的 时候呢，我们都会把相关的 skill 一 块儿安装好，所以我们在这里都能找到这些 skill。 不 过有一个王牌级的 skill 是 单独列在 skill 这个标签下面的，它并没有一个对应的 plugging。 这个 skill 呢，就是 mhgen， 它是用来生成图片的， 相信大家对 g p t 的 生图能力早有耳闻，不仅美观，而且非常的真实。下面呢，我们就来使用这个 skill 来创建一个图片。我们在马克笔记这个项目下新建一个绘画，然后输入我们的要求，给这个笔记软件生成一个宣传海报图片，注意要使用我给你的真实的软件截图。 然后呢，我们需要给 codex 相应的软件截图，我们先按 command 加 j 打开终端， 然后执行 npm start 命令来打开我们的笔记软件， 然后我们回到 codex 这里，点击加号，再找到其中的 attach electron 这个选项，这里面的 electron 其实就是我们的马克笔记软件了， 我们的这个笔记软件就是用 electron 做的，所以呢，在 codex 里面看来，这个笔记软件就叫做 electron， 我 们来直接点击这个选项，点击之后呢， codex 询问我们是否要启用这个功能，我们点击 enable， 然后我们的马克笔记截图就到了聊天框里面了，这样 codex 在 做海报的时候就可以根据真实的软件截图来做了，是不是很方便呢？点一下按钮就可以把截图放进来了， 不过这个还不是最方便的， codex 还提供了一个快捷键，按一下就能够把截图传过来。我来给大家演示一下，我们之前给 codex 的是浅色模式的截图，我现在在给 codex 传一张深色模式的，我们回到马克笔记这里，调到深色模式， 然后重点来了，左右 command 键同时按下，这样深色模式的马克笔记截图也传给 codex 了，这个确实更加方便了吧。好，现在 codex 有 了浅色和深色两种模式的截图，我们可以让它开始做海报了。提交， 首先我们可以注意到 codex 会使用 image 这个我们之前提到的技能来做这张宣传海报，然后我们就再等等，看它能画出什么样子来。 画完了，我觉得还行吧，确实是基于我们的截图来做的，不知道你觉得怎么样呢？ 除了使用 codex 给我们安装的 skill 外，我们也可以创建自己的 skill。 让我们按 command 加 n 新建一个绘画，然后输入我们的任务，写一个代码审核 skill， 专门给当前的项目使用。这个 skill 应该包含如下的规则。好，我们提交 可以看到这个 skill 已经做好了，它的名字就叫做 marknotes code review。 下面让我们按一下 command 加 n 新建一个绘画，试试这个 skill 的 效果。首先我们 at 这个 skill， 然后提出我们的请求，检查当前项目的代码是否有问题。好，可以了， 结果出来了，还可以，我们还可以让 codex 根据审查的结果来修改代码。这里呢，我就不再继续演示了， 我们的笔记软件每天都在迭代，每天都有代码更新，所以我们最好能每天定时检查一下代码，看看有没有什么问题。这种场景就很适合起一个定时任务来处理。 codex 也提供了这样的功能，让我们来点击这里面的三个点， 再点击 add automation。 呃，也就是添加一个定时任务。这里呢是定时任务的标题， codex 已经帮我们填好了。这里呢，填写发起定时任务的时候，我们需要发给 codex 的 要求，我们的要求呢就是检查当前项目的代码是否有问题。 然后下面呢是执行环境，一共是有三个选项，分别是 local， worktree 和 chat。 local 呢是在某个项目目录里面运行这个定时任务 worktree 是 基于某个项目目录创建一个新的 worktree， 这个定时任务就在这个新的 worktree 里面运行。 worktree 的 概念我们之前讲过，它是 get 的 一个概念，如果你还是一知半解的话，可以先不管，我们这里不用这个选项。 chat 呢是执行环境，不跟任何项目目录绑定，我们之前用 chrome plugin 搜索网络的时候，实际上是用过 chat 环境的， 这里最适合我们的是 local， 毕竟我们的定时任务就是要扫描马克笔记的项目代码，所以一定是要跟某个项目目录绑定起来的。让我们选择 local， 然后在这里面选择马克笔记，然后这边呢是运行频率，我们选择 daily， 具体的时间呢，我们就维持在九点钟，意思就是我们这个定时任务在每天九点钟的时候启动， 下面呢我们选择模型 g b t 五点五，推理强度呢，我们就维持目前的 medium 就 好了。然后我们点击 save， 再打开左边栏， 我们就可以看到 automations， 这里面多了一个一。点击之后就可以发现我们创建的定时任务了，它会每天十点开始运行，每次运行的时候都会创建一个新的绘画，我们可以点击这个按钮试运行这个定时任务， 可以看到一个绘画创建出来了，就是用来运行这个定时任务的，我们来打开看一下， 好，可以看到这个定时任务已经完成了，后面每天跑的也都是这个样子了，那这个就是定时任务了。最后我想给大家讲讲 codex 的 一个特别有用的功能，那就是 codex mobile， 具体来说就是我们可以在手机上操纵 codex 来给我们完成任务，让我们来点击这里面的 codex mobile， 再点击 allow 允许手机操纵这台电脑， 然后再点击弹，点击完弹了之后， codex 应该会给你显示出一个二维码来。 呃，如果你像我这样没有显示出二维码的话，可以点击这里的手机图标，这样二维码就出来了。随后我们需要打开手机摄像头扫描这个二维码。然后呢，我们就会被引导到叉 g b t 的 codex 页面。在这里我们就能向电脑端的 codex 发送指令了， 比如我们想让它操作一下日历。你还记不记得我们之前在日历上创建了一个日程标题，就叫做讨论马克笔记的后续设计。现在我们在手机上再发送一个指令，让它把这个日程去掉，我们点击聊天。 然后呢，我们再点击这里，呃，在里面找出 computer use 这个选项。 随后呢，我们需要输入我们的请求，我们的请求就是把日历中五月二十八号呃，讨论马克笔记的日程删掉， 写完之后先不要忙着提交，你看，我们现在在马克笔记这个项目目录下，但我们的请求其实跟这个项目的代码没什么关系，我们就想操作一下日历软件，所以我们需要再点一下这个设置按钮，然后选择不使用项目。好，这样呢就万事俱备了。我们提交请求， codex 首先询问我们是否同意使用 calendar 这个软件，我们批准。然后 codex 再次询问我们是否要真的删除掉这个日程，我们确认， 随后 codex 就 开始操纵电脑了，我来给大家看看电脑上是个什么样子，你看日历上面多了一个鼠标，它正在操纵电脑删除这个日程。 好，删除成功了。这样呢，我们就做到了用手机来操纵电脑了，是不是很方便呢？ 这样大家在外面也可以使用 codex 来做各种各样的事情了。好到这里本期视频就结束了，我是马克，用最通俗的语言讲最硬核的技术，我们下期再见。拜拜。
10.1万马克的技术工作坊
03:45查看AI文稿AI文稿codex 有 三种方式可以操控电脑，替你干活，哪种最适合你？它们各自的能力、边界又在哪里？前 mate 数据科学家，现任 open ai 开发者、体验工程师 jason 刘刚刚发布了一篇帖子，把这三种方式的应用场景、功能、特点都讲清楚了。首先第一种方式， computer used， 这是目前 agent 操控电脑能力最强、应用场景最广的功能，也是让 codex 在 一众 agent 工具里杀出重围，温顶王者宝座的关键原因。 computer use 可以 模拟你在电脑上的大部分操作，不论是微信飞书还是 excel 剪映，只要是鼠标能点击，键盘能输入的地方，它基本都可以操控。 他目前在 mac 和 windows 上都可以使用，任务涉及多个软件时，也可以在不同应用之间切换操作。 jason 留举了一个真实案例，有一次他的包裹被偷了，但亚马逊客服需要等二十五分钟才能接通。于是他让 codex 每五分钟查看一次客服窗口， 等客服出现后改成每分钟检查一次，并尽力申请退款。等 jason 洗完澡回来，退款已经办好了。这就是 computer use 最狠的地方，它不是只能帮你写代码，而是真的能替你守着一个窗口，盯着一个流程，把那些烦人但必须有人处理的事情接过去。当然， 它的问题也很明显慢，因为每一步都要先看懂界面，再判断按钮在哪里，最后才能点击或者输入。这种视觉循环很耗时间，所以它不适合追求极致效率的任务，但特别适合那些没有 a p i， 没有插件，只能靠界面完成的工作。 第二种方式， codex chrome 扩展程序，它适合处理主要发生在浏览器里的任务，尤其是需要登录状态的网站，比如飞书文档、淘宝商家后台、 b 站、创作中心，这些工具都依赖你的账号状态。 codex chrome 扩展可以直接使用你已经登录的浏览器绘画来操作。 它和 computer use 最大的区别是， computer use 是 看着屏幕点按钮。 chrome 扩展是直接进入浏览器工作流，它可以读取网页内容，也可以在多个标签页之间切换，比如先看数据，再比对信息，最后整理成一份结果。所以浏览器任务用 chrome 扩展通常会比 computer use 更快、更准。 筛选流，长期使用它检查私信、浏览新闻、收集反馈，并把有价值的内容保存到本地文件中，方便后续反复获取。但它的权限也更敏感，因为它用的是你的真实登录状态， 所以网站会把 codex 的 点击、输入和提交都当成你本人在操作。收集信息、起草内容可以交给他，但发送消息、确认付款这些动作最好还是你自己确认。 第三种方式，内置浏览器，它更适合开发者，尤其适合做网页前端页面和本地工具调试。比如你正在做一个前端页面，就可以让 codex 打开本地预览地址，检查布局有没有问题，按钮有没有错位，手机端有没有溢出。 看完之后它可以直接改代码，改完再重新打开页面验证。它最有用的地方是把写代码和看效果连在了一起， 所以内置浏览器不是让 codex 替你登录网站的，它更像是 codex 做网页和调试界面时的工作台。最后怎么选？ 需要登录状态的网站任务用 chrome 扩展，需要操作桌面软件，或者跨多个应用切换用 computer use， 需要开发网页预览页面，调试界面用内置浏览器。 黑色流还强调了一点，如果任务可以通过插件或者 m c p 完成，就优先使用结构化工具，比如读取飞书文档，整理在线表格。直接用插件或接口，通常会比让 codex 去界面里模拟点击更准确。 也就是说， codex 操控电脑不是越像人越好，而是越能选对入口越强。真正强的 a 阵，不是拿到任务就傻乎乎去点鼠标，而是知道什么时候该调接口，什么时候该进浏览器， 什么时候该接管桌面。这才是 codex 最值得关注的变化，它早就不只是一个写代码工具了，而是在变成一个围绕电脑浏览器和本地项目运转的任务执行系统。你现在在用哪一个工具来帮助你提效？又对哪个功能最感兴趣？ 我整理好了 json 流的原文，里面详细介绍了每种功能的安装和使用方式，需要的可以点赞。关注后加入我的粉丝群领取，期待我们一起用 ai 创造更多价值！
1.9万万德福的小世界
02:58查看AI文稿AI文稿半夜三点很眼睡啊，但是还是有稍稍感动。听了十五年，听空讲 good morning， 这次是哈最后一次讲了， ok， 入正题，苹果 w w d c 刚刚结束了，懒人包捉出来了 l s 二十七要来了的。这次的改变不是秧子，而是 inside。 整个发布会只有一个，最大的重点，就是 siri 彻底翻身了。人家现在不叫 siri 啊，它叫做 siri ai， 就是 siri 加 apple intelligence 的 意思，它不是语音助手了哇，人家现在是真正的 a i friend， 从 logo 界面到核心功能全部换到完。不要讲你啊，我都不太认得。首先是你叫嘿 siri 的 时候还已经不是以前的那一粒球球啊，它是从灵动岛直接出来的，连 logo 都换成这样了，可以打字，可以语音问， siri 就 会以一个卡片哨的方式出现，然后你往下一拉， 它就会变成一个独立的 siri app 的 样子。 full screen 的 一个交互，就很像 chat gbt， 它有完整对话，它可以返回之前的 record， 可以 看懂 screen 的 内容来给建议，可以 search 信息， search email， search 照片，可以 smart reply， 也可以交对你的错别字，你的语病， 甚至还可以跨第三方 app 来完成任务。总结， siriai， 它已经不是以前你认识的问答机器了，它更聪明，更加人性。二、 lego glass 有 升级版二点零，它可以直接调节玻璃的透明度， 萌一点轻一点，全部你可以自己 diy， 就 连 app logo 的 玻璃效果也变了，更更美了。比如说这个 app logo， 你 看到那个玻璃特效比较立体嘛。三、 l s 二十七系统会变很流畅。这个不是讲而已啊，是 app 真的 有去删除了一些远古代码， 比如旧的，呃，废弃了的代码没有了的话，那整个手机就会变快变顺，比如安卓会更快，拍 app 会更快，拍网站会更快，滑动也会更快。 四、 ai 功能，这次最大最明显会用到的 ai 功能就是 photoshop， 直接性增加了三个新功能，一、消除路人 之前有聊的，但是 os 二十七会更精准。二、扩图，新的可以把照片扩展。三、最厉害的 reframe， 这个功能真的有效到，我就是你可以用 three d 的 效果， three d 的 方式去修图，你看到的画面呢？是 three d special 的， 然后你可以用上下移动的方式去重新 改变整个原本的角度，基本上就是等于重新构图，很夸张，这个我真的很想试一下。其余一些 ai 功能也是融入了，比如说 safari， 它可以在你几百个 tab 里面帮你自动分组 或者是 gala， 还可以帮你自动想标题，然后你设置搜剧更容易，所以可以升级 ios 二十七破天皇啊，这次竟然从 去年前的 iphone 十一就可以升级到了，也就是说 apple 竟然做到了八年！系统更新非常良心，全部可升级，名单就在这边，你们自己看一下有没有你的啦。正式版九月份会更新， iphone 一 起推出，还有今天的懒人包就到这边，欢迎留言，大家交流一下，我要去睡了，拜拜，睡醒回复你啊！
5383可啊可恩
04:31查看AI文稿AI文稿你的 iphone 里是不是也装了一堆的 ai app？ ios 二十七一出，这些 app 全废了。苹果直接把 gpt cloud 全塞进 siri 里。我手机上装了 gpt cloud， 给你来三个。如果我想先用 gpt 写一段， 再用 cloud 运色一遍，我得在两个 app 之间来回切，烦死了。但 ios 二十七出来之后，这些步骤全没了。 苹果在 w w d c 二六上发布了一个叫 intense 的 新功能。简单来说，就是你可以在 siri 里直接调用 gpt cloud 给米莱这些第三方 ai 模型，不需要再打开它们的 app， 不 需要切换界面。你跟 siri 说用 cloud 帮我分析这一段话，或者用 gpt 帮我写一封邮件， siri 就 直接帮你调对应的模型。而且在设置里，你还可以选一个默认的模型，选了 gpt 以后，每次问 siri 复杂的问题，它默认用 gpt 回答你选了 cloud， 就 用 cloud， 一 句话就能切换，不需要卸载重装，不需要重新注册。 更有意思的是，不同的 ai 模型会用不同的 siri 语音来回答你，你不用看屏幕，听声音就知道现在跟你说话的是 gpt 还是 cloud。 如果你看了我上一条视频 siri 变成 g p t 那 一期，你可能会觉得，这不就是上期讲的事情吗？不是，上期讲的是苹果用谷歌的 gimli 来弥补了自己模型能力的不足，是能力互补。 这期我们主要讲的是苹果不只绑定 gimli， 而是把门打开了，让 gpt cloud 的 gimli 全都进来了。 从我选一个搭档，变成了我开了一家店，所有搭档都可以来我这里摆摊。这就是苹果真正的战略。上一期我的判断是，对话能力是入场券，生态整合是决胜盘。这一期， 苹果把入场券直接发给所有人。你自己不擅长做对话， ai 没关系， g p t cloud、 gmail 都可以帮你做。苹果自己只做一件事，我来当平台。这个逻辑你听着熟不熟？跟 app store 一 模一样。 苹果不做最好的音乐播放器，但它做了所有音乐 a p p。 的 分发平台。苹果不做最好的打车软件，但它做了所有打车 a p p。 的 入口。现在苹果不做最好的 ai 模型，但它要做所有 ai 模型的入口。苹果的底气在哪？ 在上一期我讲到的那三个差异化、个人数据、快、 a p p、 操作、观测、隐私，这三个东西是任何 a p p。 你 有什么照片，不知道你今天开了什么会，不知道你昨晚跟谁发了微信， 但 siri 知道，我知道。而且任何接入 siri 的 ai 模型，都必须通过苹果的隐私框架来使用，这些数据苹果不能直接拿走你的信息。所以苹果的逻辑是模型能力，我让你们来比，用户数据和隐私保护我来管你们。竞争越激烈，我的平台越有价值。 因为不管用户最终选哪一个模型，入口都在 siri， 都在 iphone 上。这对 ai 公司意味着什么？意味着竞争的战场变了。之前是谁的 app 做得好，谁的品牌响亮，谁就能获得用户。现在变成了，谁在 siri 里的表现更好，谁就能获得用户。 因为用户选择成本大幅降低，不需要下载 app， 不 需要注册账号，设置里点一下就切过去了。哪一个模型在苹果生态里响应更快、理解更准、体验更顺滑，用户就用哪一个。我跟你说，你别用这 种说话，这对 open a i 尤其是个挑战。之前 g p t 是 apple internet 唯一的一个第三方 ai， 有 独家地位，现在独家没了， 用户可以选 carl 的， 选 gimi， 选择权回到了用户手里。对用户来说，这是好事。你不需要下载五六个 ai app 占手机空间，也不需要每个都充会员，在 siri 里直接用。觉得 g p d 写的邮件不好，切 carl 的 试试，觉得 gimi 的 图片生成更强，那就切 gimi， 切换成本几乎为零。 所以记住一个判断，苹果不卖 ai 能力。苹果卖的是 ai 的 选择权，就像它不卖音乐，不卖打车，不卖外卖，但它卖所有这些服务的入口一样。 我的天呐， ai 模型的竞争会越来越激烈，但不管谁赢了这场模型之战，用户打开的是 iphone， 说的是嘿 siri。 苹果不争最好，苹果只争唯一，你用谁的 ai 都行， 那你得通过我来用。记住一个判断，二零二六年的 ai 竞争正在从模型之上变成了入口之争。谁的模型更强重要，但用户通过谁来使用这个模型更重要。苹果赌的是后者。 ai 正在从一个 app 变成了一个能力层，你不需要打开 ai， ai 就 在你的系统里等着你。如果 siri 给你选择模型，你会选择 g p t gmail 还是 carl 的 评论区聊一聊，我是罗刀刀，你的保障阿九。
266我叫罗叨叨
01:50查看AI文稿AI文稿最近，一则消息刷屏了整个 ai 圈， chat gpt 将迎来诞生以来最大规模的一次改版。根据外媒报道， open ai 这次不只是简单的更新功能，而是要彻底把 chat gpt 打造成一款 ai 超级应用。 接下来几周，网页端和手机端都会陆续上新新内容。首先，官方会重点强化编码功能，旗下 comix 工具将拿到更多的资源扶持。 同时界面全面重做，新增图像生成、智能指引等功能，还会接入设计、出行等第三方服务，让大家不用切换软件，一站式搞定各类需求。产品大改版的背后是 openai 的 战略大调整，公司现在重心全面面向 企业客户，目前已经有两百万家企业贡献了其四成收入，预计年底这一占比还会涨到一半。要知道， chat gpt 周月周活跃用户已经突破九亿，付费订阅用户超过五千万，用户体量十分庞大。 而这一系列动作也被外界解读为为上市 ipo 做准备，虽然官方没有明确上市时间，但筹备工作早已提上日程。 除此之外，这次转型也让 openai 和同行的竞争变得更加激烈， ai 行业的比拼不再只看技术能力，产品生态、商业化实力成了新的赛场。当然，功能不断叠加，接入第三方服务也会带来新挑战， 比如切面臃肿、数据安全、服务管控等问题，都是 openai 需要攻克的难关。目前 openai 还没有官方回应相关传闻，但可以确定的是， ai 行业的下半场已经正式开启。 让我们一起期待新版拆的 gpt 上线，看看它会带来哪些新的改变。关注我，带你一起了解最新的 ai 行业相关资讯。
50爱吃榴莲的徐一诺
01:12查看AI文稿AI文稿你的切的 g p t 只支持文字输入，我的切的 g p t 却能支持语音输入，想知道怎么实现的吗？你好你好，有什么我可以帮助你的吗？它不仅支持普通话的输入，还支持英语。 how are you as an artificial intelligence language model， i don't have feelings in a way that humans do， but i am functioning properly aligato good animals。 想要实现这个功能，其实非常简单啊，只需要这样一个插件就可以了，直接搜索 我这个名字，进到这个网站之后，他支持谷歌浏览器和微软浏览器，选择对应的浏览器，比如你是微软的浏览器， 然后直接安装这个插件到你的浏览器里面，重新打开切特 gd 的网站，在输入框的下面就会有一个语音输入的按钮了，非常简单吧。
929蒋成名
01:02查看AI文稿AI文稿想要让 gpt 给出高质量回答，却又不知道如何写 prompt， 那么为什么不让你的 gpt 帮你写 prompt 呢？不知道怎么写 prompt 是大部分小伙伴在使用 gpt 的时候都会遇到的问题， prompt 写不好， gpt 就没法给出优质的回答，那么我们为什么不换一种思路呢？让 gpt 来帮我们写 prompt。 为了能够让 gpt 实现更高效率的 top 撰写，我们需要用到 gpt 的自定义指令功能。在我们的用户界面找到这个选项，我们点击它，就会出现自定义指令的窗口。自定义指令可以让 gpt 永久性的记住这段与输入的文字。我们在第一段输入这个，第二段输入这个， 输入完毕后，我们点击 c， 然后新开一个聊天，直接输入我们的想法或者问题， gpt 就会开始为我们完善 pop。 经过几次迭代后，如果你觉得 pop 可行了，那么就复制 pop， 开启一个新的聊天。记得把自定义代码关掉， 否则会继续使用粘贴刚刚复制的 prom 进行适当修改后，直接提问即可，看看他给出的内容是不是比直接问要好了很多呢？我是大学异能者，关注我，带你学习更多异能！
391dy62v5dmcz24
