Codex与其他AI对比
两个最强的 ai 编程命令行工具， hold code 和 code c r i 到底该选哪个？今天又一个视频帮你搞清楚。先说背景，可的 code 是 安卓 pick 出品的，二零二五年初发布，深度集成 cloud 模型，专注在终端里帮你写代码和改代码。 code c i i 是 open ai， 在 二零二五年四月他原的用 rust 写的，主打轻量和快速，两个都是命令行工具，但设计哲学完全不同， 一个是闭源的深度选手，一个是开人的速度选手。核心区别一，沙箱安全 codex c i l i 最大的卖点就是沙箱隔离，它在本地跑的时候，代码执行是在隔离环境里进行的， 不会直接碰你的系统文件。 cloud code 相对更开放，直接在你的项目目录里读写和执行。如果你特别在意安全性， codex 的 沙箱设计更让人安心。 不过 cloud code 也有 gitwalktree 支持，可以在独立工作树上操作，算是一种变通的安全机制。核心区别二，模型和推理深度 cloud code 背后是 cloud opus 和 sony 的 模型，推理深度非常强，处理复杂逻辑和大规模重构的时候表现优秀。 codex c r i 背后是 openai 的 模型，响应速度更快， token 消耗大约只有 codecode 的 四分之一。简单说， shortcode 赢在深度， o dex 赢在速度和省钱，两个都有道理，看你更看重哪个。 核心区别三，工作流方式可二的 code 会自动搜索你的项目文件，理解项目结构，然后直接修改代码，你需要做的很少。 code x l 二，更偏向自主执行模式，你给他一个任务，他自己在沙箱里跑完，适合批量操作。一个是教练型选手，一个是执行型选手。核心区别四，扩展性 cloud code 有 c l o d m d g 系统，能记住项目规范和你的偏好，越用越懂你。还支持自定义 agent m c p 服务器 生命周期勾子，可编程性非常强。 codex ciena 有 agent scister 技能，系统可以扩展特定任务的能力，也支持 vs code， cern 等编辑器插件。两个都在快速迭代，功能越来越强。不过 colt code 的 记忆系统是目前独一无二的功能， o d x 还没有类似的东西。 基准测试方面，在 tama no dash 排行榜上， salt code 排第三， c i c r i 排第十九。但在 tinken 效率上， salt cod c r i 大 约是 cloud code 的 四倍。同样任务花的钱少得多。而在 s y butch 复杂任务测试中， cloud code 的 通过率明显更高。有人形容 cloud 的 系统提示像教练， augs 的 更像宪法。 所以如果你做复杂重构和代码审查， celtcode 更靠谱。如果你做批量操作和日常小任务， godex c l 更划算。价格方面， latcode 需要订阅 cloud pro 或 max 计划，每月二十美元起，或者按 api 用量付费。 codex c i r i 开元免费，但你需要自己准备 openai 的 a p i t 按用量付费。两个都是用多少付多少的模式，但 codex 的 它肯单价更低。 对于个人开发者来说，两个方案的门槛都不高，都能快速上手。到底选哪个？我的建议是看你的需求。如果你经常处理复杂的代码库，需要深度推理和精准重构。选 cloud code， 如果你追求速度和性价比，或者需要安全的沙箱环境，做批量操作，选 code x r i 最理想的情况两个都装上， 根据任务灵活切换。毕竟好的开发者不挑工具，而是让工具为自己服务。两个工具都在快速进化，今天的选择不代表明天的答案，保持关注就对了。
粉丝1263获赞1.6万
相关视频
05:01查看AI文稿AI文稿codex 跟 c c 到底哪个好？我想大家各自都有自己的判断。在我个人为二者都充了二百刀的 pro max 会员以后，我个人的体感是 二者的模型能力之间并没有本质的差异，甚至都足够惊艳，让人心喜。但它们其实代表了两种完全不同的人。与 ai 合作的费洛索费 本质上，我们不是选择两个工具，而是选择两种与 ai 交互的模式。你习惯使用哪种模式，你的工作场景是哪种模式，你就应该选择支持哪种哲学的普顶工具。通常来说，抽象的讲， 软件工程开发的模式可以粗略地分为两大类，首先一类是那些探索性不确定的 idea。 在这种场景下，我们自己可能对需求要做什么，最终的一个中态是什么，甚至过程中该如何实现，它都没有一个明确的定义，它更多是我们一个拍脑袋的灵机一动的想法。当我们解决这类问题时，我们期待的一个 partner， 无论是不是 ai， 它应该都要能 快速的与我们进行交互，通过一些他主动的提问甚至判断给我们更多的信息输入，通过一系列的沟通，最终确定出一个相对更结构化，信息密度更高的思维原型来指引我们后续的执行。 而另一种常见的工作模式则是一个更明确的需求，比如说产品已经给我们了相对明确的 p r d， 那 我们剩下要做的只是说把这个项目 真正转移为一个可以被执行的代码而已。对于绝大多数的研发而言，这种场景下想要做的事情是基本完全确定的，我们在此时要做的无非只是一些 dirty work， 把那个 p r d 转化为真正写出来可用的代码而已。 而结合我自己的使用经历来看， c c 更适用于前者者的工作模式。它会在你输出一些观点之后快速地给你响应，并且高频地向你发出提问，以确定它后续的一些方向执行思路。但 codex 则完全相反，它会在你给完需求以后， 非常认真且可靠地将你的需求描述执行完。这个过程会花很长的时间，但是 结果往往是令我们满意的。想要更明确的拆分这两种工作模式的分野，我们不如从三个维度上来进行拆分，首先是任务商，也就是目标的清晰程度以及约束条件的多少。其次则是以我们预期的交互结构， 我们到底期待着与其他 partner 是 同步的沟通，还是说是一些异步的沟通模式？另外则是一个人类所占主动性的比例， 我们到底期望 ai 占据多少责任？他们是只是执行任务，还是说给我们也有一些他自己的认识建议？其实这三者并非是一个非常正交的关系。一个很明显的结论是，如果一个 目标的本身并不清晰，只是我们拍出的粗糙 idea， 那 我们显然就需要我们的协作者能快速的发问，帮我们把 自己大脑中一些比较模糊的观念导出出来，并且通过一些沟通确定哪些思考是我们需要的，哪一些是可以被删除的。通过这种 快速的同步沟通，得出来一些更结构化的结果，那在这个流程中， ai 需要介入的部分以及引导的主动性就会占比更多，但如果这个需求本身就像我们之前讲的已经相对来说明晰，是一个低伤的场景，那我们就不太 需要。它是一个很同步，事无巨细都要向我们发问的流程，它完全可以在我们把事情说清楚之后，一步的完成这个工作，从而解放我们人类自己的时间。我们也不需要给他太多主动发挥的空间，他只需要忠实的执行我们给他的需求就可以。我觉着对未来工具的使用以及工作流的设计，也都是从这三个维度去进行判断，动 态的选择。我们到底适用于哪种工具，应该主要采用哪一种工作流的思路？如果要打一个比方的话， c c 更像是坐在你隔壁工位的好蜂蜜， 会在有了一些 idea 之后立马的打断你现在的所作所为，跟你去探讨它的一些碎片化想法。而 codex 则更像是一个你忠实可靠的下属，在你交代完任务需求以后，忠实的可靠的帮你把事情完整的办完再通知你。我已经做好了。 每个模型都有它们自己的性格，我们也可以顺应的这种性格，在不同的工作场景中选择不同的工具以及模型。 以上是二零二六年二月我对这两个投影工具的一些使用场景总结，但我相信这个领域是日新月异的，二者工具之间 大概率在未来也会发生一些融合。不会说一个工具只是一种工作流场景，那就需要我们未来本身人类自己有一些对需求使用场景的预判，从而能告诉模型它应该采用哪些工作流模式。软件工程永远没有银弹， 不可能说我们用着一种模式，一条道走到黑，就可以得到一个很完美的结果。如果你在错误的场景使用了错误的工作模式，那模型给你提供的支持也就会非常有限。 结合自己的需求，场景动态切换自己的工作流模式才是一个更高效率开发的必经之途。以上是本视频的全部内容，如果你有一些想法或者建议，期待评论区讨论，谢谢大家！
3389酒嘉年
00:51查看AI文稿AI文稿写代码到底是 cloud 模型强还是 codex gpt 这些模型强？自己用下来遇到一些实际的问题， gpt 和 codex 解决的非常好，而且有些线上问题， codex 和 gpt 给的方案比 cloud 要好得多。但是我看好多评论区还有大部分博主都说 cloud 强，到底它强在哪里啊？我也仔细考虑了下，发了下评论。看了看，第一呢，就 cloud 用来做界面，做前端确实比较好，可能用户输入个东西，它直接就出来一套系统 这个体验呢，它就给一些外行人认为它这个 cloud 比较强。第二呢，第二呢，就是它的长文和上下文的处理能力比较强，可能对话的头肯比较长的时候， gpt 处理的不是很好， cloud 它因为大部分都是处理前端页面，即使问再多，它可能不拉胯。第三个呢，就是 cloud code 的 这个工具本身自带的一些提示词和一些功能比较强，让人觉得它这个模型可能比较厉害。到底这两个模型谁强呢？我觉得关键在于怎么用，用它们来做什么，让你们怎么看？
242互联网老实人
02:42查看AI文稿AI文稿最近 ai 圈有个变化很有意思， codex 的 热度突然反超了 astropic， 而且更戏剧性的是，就在两周前，它还是被压着打的那个。这个数据当然本身不一定代表全部真相，毕竟来自第三方机构，而不是官方数据，更接近市场热度的一种指标。但即便打了个折，这个拐体也太陡峭了。我最近两个礼拜都在频繁使用 codex， 今天就跟大家聊聊我的体感，以及网上讲的范式之争是什么意思。技术人员管它叫做 harness， 框架设计就是在底层的模型外面掏一层壳，这个壳决定了你跟 ai 是 怎么打交道的。大家都知道掏 code 有 三个入口吗？ chat、 cooke 和 code， 用户按照需要来选择聊天讨论方案。做应用呢，可以用 chat， 但不能读取你本地电脑的文件。 cowalk 呢，是可以调用电脑里的文件，更像是 agent 把活干完直接交到你手里，比如整理文件、编辑素材、写代码等。你有一份很清晰的产品需求，那就选 code， 不 啰嗦，让它直接写代码做应用。 一个很强的资深程序员思维。我有过几次，本来在 chat 里聊需求，发现要扣定个工具，但又要批量改写文件，这时候就只能去 cowalk 那 边处理文件了，再回 chat 继续沟通。 colex 就 不分这么细，不管你有什么事，都在一个对话框里说需求， 他把聊天抠点和读取本地文件都放在一起了。它就像一只大龙虾，我相信大部分人刚开始用都会很兴奋，因为它很省事。它的哈尼斯价格，在这一点上我觉得是赢得大部分人心的，在开封前少了一步，我到底要推开哪一扇门的思考？ 人都是很懒的，就像有个传闻， open ai 说他要做手机嘛，但也许不一定叫手机，但这是个专题，这个专题里面没有 app， 你 只要对着这个专题说需求，他就自己在后台分发任务，我相信这一天会到来。但至于是 open ai 做出来的，还是其他人做出来倒不一定。 技术圈给的概念说法是，模型具备了自主路径推理和工具调用的能力。我的体感是，他像一个会主动想事儿的人，自带很多技能， 不像 open claw 要去养龙虾啊，教会他很多技能之后才能干活。 codex 呢，不用养，你说完目标，他自己会挑合适的技能去做，等着拿结果就行，反正不好你就跟他提意见。比起 codex， 我 用 codex 的 时间要长很多，应该有好几个月了吧。 纯粹我个人体验。论智商， codex 模型比 cloud 要逊色一些，但 codex 调用本地电脑的能力和组织技能能力，那真的是很强。 当然，也有个很奇怪的事啊，我发现 codex 在 不同对话框能力还不一样，选超高智能的时候，时长反而效果没那么好。有两次我开了超高能力调用 hyperframe 去自动剪辑视频，效果一般，换了个对话框，降低了智能，反而轻松搞定。 我还没有摸透它模型的套路，目前觉得开新对话框就像开盲盒，有时是大学生，有时是小学生。我们普通人到底要怎么选合适自己的 a 针呢？除了看哪个模型更聪明，还要挑选哪一种哈密斯更方便你干活。如果你工作流程很清晰，喜欢专业工具，专业式 cloud 那 一套会让你很舒服。如果任务的步骤很繁琐，不仅要调用本地文件，用不同工具去做的话，那 codex 这种一个对话框搞定所有事情的设计会很方便。
70AiPPLE导演
00:27查看AI文稿AI文稿大家真的一定要用尽一切办法去尝试一下，呃，使用国外的 codex 或者 codex 的 就差距真的非常非常大。可以这么说，如果你有编程想法的， 就算你原先是重度游戏爱好者，你也会把游戏抛掉，因为没有比 codex 或者 codex 的 更好玩的游戏了。怎么说呢，就非常可怕，就差距非常非常非常大。
2.1万杜大春（开发版）
06:33查看AI文稿AI文稿看过我视频的粉丝都知道我是 cc 的无脑吹捧者，并且我给 codex 和 gbt 的评价一直不是很高，但是呢，之前出的两期大模型套餐和 whatcoding 工具的视频里面，评论区都在说 codex 才是真的行， 今天我就以两个实际的案例，也是我自己高频会使用到的两个场景来做个对比，并且给出我的判断和理解。首先环境的准备，模型方面，因为我没有 gbt pro 那一档的会员，所以说这边就用两家第二档的模型，分别是 cloud 的 sonit 四点六和 open ai 的 gbt 五点四， agent 的话就是对应的 cloud code 和 codex， 然后我还给两个 agent 分别提供了两个对应的干净的文件夹，一个 cloud code， 一个 codex。 那接下来我们就进入第一个案例，生成 remotion 视频的封面图片。这边我们分别将问题扔给 cloud code 和 codex， 并且在指令里面非常明确的规定了他们不能使用任何的 skill。 可以看到这边 c c 和 codex 已经跑完了啊，那我们来看一下效果，这个是我们原本视频第一个场景的一个封面的一个布局，我们先看一下 c c 的， 首先十六比九的啊，整体的布局还是比较规整的，只不过里面些图片可能现在已经啊不在原本的位置了，所以说没显示出来啊，包括左上角跟右上角，还原度还是比较高的。我们再看一下九比十六的 啊，九比十六的话相对而言也还行啊，对吧，因为确实没用到 skill 啊，那像有一些 canadvas 的 skill 啊，那比较适合做这种封面，那我这边也明确跟他说不用 skill 了，所以说做出来的封面效果啊啊，只能说相对还可以啊。再来看一下 code， 呃，可以看到 codex 就比较抽象了，但整个的布局啊，就已经全都乱掉了啊，不光是这种一个重叠啊，包括像这种最基础的文本要在这个框里面 啊，也是比较奇怪的啊，并且最奇怪的是他下面会一段这个啊，参考 remotion 项目视觉风格的生成就是。呃，我感觉他是没有理解我的这一段话的意思啊，就是我是让他去帮我基于这个 remotion 的代码去生成视频的封面的啊，并不是说让他还需要记录一下我做的这件事情。 我们再看一下他这个九比十六啊，九比十六相对而言啊，会比十六比九好一点啊，包括啊，九比十六下面还出来什么奶油底加网格加噪点加成，黑杂质风。这个就是啊，在我看来就是完全不可用的，完全到不了 讲那种生产级别的一个呃的程度的。哇，这个就是第一个案例，那如果说第一个案例是比较有明确目的的，那第二个案例的话就是比较开放的，我这边让 cc 和 codex 分别帮我去制作一个像素风格的第一人称 fps 游戏， 两边的话考虑的都是比较全面的，像 cd 这边啊，有光线投射技术，包括射击系统里面会包含枪口的火焰特效啊，准心命中的一个检测 啊，包括也有对应的音效跟受伤的反馈。那 codex 这边的话也会有啊，敌人的这样一个机制，包括啊，弹药和医疗包的拾取啊，这边考虑的会比啊 cc 再多一点 啊，然后包括还有开始胜利失败的一个结束的界面啊，我们再来看一下啊，进到游戏内部的一个整体效果，还是先看 c c 的啊，我们 点击这个 hm 页面进去啊，我们点击开始可以听到这个时候是敌人接近，包括我们开枪是有声音的，是有音效的， 包括这个敌人在，哎，他打我的时候好像我也会掉血，哦不是，你看可以看到左下角，我这边是会掉血， 然后这个敌人会不停的去靠近，然后整体还是比较优秀的啊，当然他视角现在是比较固定的啊，不能上下，只能左右可以看到他的这些啊，也不会出现穿模的一个情况，包括这个，呃，墙壁也是跟地面也不会出现 分层的一个情况，哎，我七个。这边 ok 啊，这个是 c c 的一个，呃，游戏的一个效果，那接下来我们再看一下 collax 啊，还是双击这个 index h 前面啊，这边他会有个说明啊，用 wasd 移动，然后鼠标瞄准，点击射击啊，鼠标转向啊， shift 还可以冲刺，点击开火，我们来试一下呦， ok， 可以看到哇，他这个像素松 哦，整个人有点难受哎，我枪呢？ 啊这这哦，这个是枪，那我如果去被打一下，哎。这还有血包，这什么这什么意思？ 这什么意思？呃， codex， ok， 这个就打赢了啊，但是他这个整体的画风感觉有点啊，有点过于像素了，就是 包括中间这些是有些，呃，前端还是需要一些优化的，哎哎 哎，我怎么倒了呀，哎，我枪呢？ ok， 那看完了前两个视频，不知道大家是觉得 c c 强还是 codex 强 啊？其实我觉得通过案例能够很明显的感受出两个 agent 的架构是不太一样的。那这个其实就是最近很火的一个概念，叫哈奈斯。 那对比这两家的话，就是两个极端， sopic 的 cold code， 他们崇尚的就是把哈奈斯做强做厚啊，他们认为只要框架足够健壮就能够撑得起复杂的任务。 那 codex 的话就是相反，他们觉得 honest 不应该无限的膨胀，应该做薄做轻，把能力回归模型，让模型来替代部分的 honest 的一些能力。所以为什么这边两家我会更推荐大家用 扣的，因为他的整个的框架搭的是非常的健壮啊，当然他的 token 的使用量也会相对偏高，但是他能够撑得起复杂的任务，稳定性非常的强。但反观 codex 的话，他因为是把能力更多的交给模型，那大部分人都是用不到 gbt 五点四 pro 那一档的模型呢？因为太贵了。 那如果只是 gpt 五点四的话，他本身的一个模型能力就并不是非常的强，然后又将整个呃就 aj 的一个就工作的编排全部交给模型自己来做判断的话，那稳定性会大打折扣。 ok， 那以上就是关于本期克拉扣的和 codex 对比的一个视频分享，希望能够帮助到大家。我是布鲁，我们下期视频再见。
9259布鲁歇一歇
01:30查看AI文稿AI文稿一定要，一定要，一定要想尽一切办法去用上 codex， 至少我不允许我的粉丝还没有用上 codex 或者是 open color。 这 codex 这玩意儿，那黄仁勋逼着英伟达的全体员工都在用，你想想，全球市值最高的公司 老板亲自下场去逼着员工用一个工具，那你觉得这玩意会没有用吗？百分之九十人啊，到现在还不知道这东西到底是啥，还在那研究怎么用 excel 写文案呢。那我先说结论啊，就 codex 不是 什么编程工具啊，他是现在最适合普通人上手的 ai 工具，没有之一。你以为啊，他只能帮你写写代码？那你太小看他了啊， 他能做的事情就是让一个完全不懂技术的人用自然语言去描述需求，就能搞出一个自动化的一个流程， 甚至是一个小产品。那你看一下，这周六我还跟我朋友在聊啊，他烟草的就他已经在用 codex 去分析数据，你想这意味着什么？就是技术门槛的四个字正在慢慢消失。那你再看看最近新闻，纳斯达克什么再创新高，还有那个什么芯片股涨疯了， 然后存储芯片又断货了，一堆人在那分析来分析去。那其实就一句话， ai 正在重新洗牌，那 codex 就是 普通人能够得着那张牌。那两个月之前如果说你问我，那我会让你先观望观望。 现在啊，他几乎天天更新，就能力已经跌到一个离谱的程度了。你要是现在刚刚二三十岁啊，或者是刚刚毕业，那你听好了，现在 一定要去开始用 codex。 你 现在开始用，你就是在插队了啊，别人在排队，你已经跑到别人的前面去了。大部分人还在等，还在观望啊，等成熟了再说。那等你反应过来啊，那窗口真的早就关了。看完这条视频，我真的希望你马上去研究一下。
203博仔-知识IP操盘手
06:43查看AI文稿AI文稿曾经我对 cloud code 的 终端爱不释手，但现在我只能说一句， codex 真香啊，真香！ 大家好，我是布鲁。随着 codex 近期频繁的更新，我自己的工作站也已经全面的切换过来了。今天就来分享一下我自己的完整使用经验，怎么用 codex 打造一套不打断心流的生产力闭环。 本期视频我把它分成了七个章节，每一张都是我自己实际在用的技巧，希望能对你有所帮助。那我们话不多说，直接开始 第一张，先来介绍一下我的工作站是怎么布局的。左上方是 codex 的 对话框，下方是 terminal 终端。 你可能会问，已经有 codex 的， 为什么还要开一个 terminal 跑 c c？ 因为我发现对于一些需要探索、需要设计的任务， c c 的 表现要更出色一些。所以我的习惯是用 c c 来做方案设计，配合 planning with files 这个 skill， 把设计思路直接落成文件， 然后再让 codex 读这份计划，接手后续的具体实施。这样一来， cloud code 负责想， codex 负责做，两者可以各司其职。 右上方这个区域我用来做任务完成后的查看和审阅，比如代码的 review， 文件的浏览，还有浏览器都在这里。虽然现在浏览器还不支持多标签页，但对于日常的任务来说完全够用。这边我就分享一个实际的案例， 我让 c c 参考了最近很火的这篇卡巴西提出的知识库的文章，让他借鉴里面的思路，出一份设计稿和完整的实施计划。目的呢是做一套前端的页面，方便我日常的维护文档使用。 接着 c c 就 会调用 planning with file 这个技能啊，将所有的计划落成文档，然后我就会回到 colex 这边，让 colex 去阅读当前项目内的这份计划文件，然后基于这份计划文件让他进行开发。开发完结果之后，我会在这边 内置的浏览器里面去进行结果的 review， 包括代码的一个审查，整个过程从设计到开发再到 review， 全都在这一个工作站里面完成，不需要切换任何的窗口，这就是我前面所说的，心流不会被打破。 第二章，批注功能。这个功能是我觉得 codex 真正强大的原因之一，也是最能体现沉浸式开发的地方。 以前我们改代码的方式是找到文件定位到哪一行，描述问题，让 ai 修改，整个过程中你的注意力是在代码上的，但现在 codex 的 批注功能让这件事情变了，你可以直接在文件上进行批注，告诉他哪里怎么改，需要怎么改。 更厉害的是，现在这个批注功能不止限于代码文件，你可以直接在前端页面上进行批注，看到哪个按钮位置不对，哪块布局不满意，直接在页面上标出来， codex 就 能理解你的意图，并帮你进行调整。这件事的意义在于，正好对应了 webcodd 的 核心理念， 开发者的重心不在于怎么写，而在于写出来的东西对不对。批注功能把这个理念落地了。 第三章，上下文管理 codex 项目里可以同时开多个县城，每个县城对应一个任务，互相独立，不干扰。对比 cloud code 需要开多个对话窗口， codex 把所有县城都收在了一个项目下，管理起来会清晰很多， 然后是项目的记忆核心就是 a 键的点 md， 这个文件你可以类比为 cloud md， 把项目的背景、开发规范都写进去， ai 每次进来都会读取，不用反复的交代。 还有一点， codex 的 上下文管理非常省心，它会自动帮你压缩上下文，它也没有提供像 cloud code 中 compact 的 那样的命令，这种事情让 ai 自己处理就好了，你专注于任务本身就行。 第四张，自动化这块是我觉得 codex 比其他 agent 做得更好的地方，几个原因，第一，用起来非常的方便，直接在 gui 里面新建自动化任务，还内置了很多模板可以选择， 大到项目管理技术、眼镜，小到个人的生活习惯，都可以交给它来定期的处理。第二，自动化可以调用 codex 自身的能力，比如插件、 skill、 mcp、 浏览器操作、电脑操作等全都能用进来，这就是为什么我说 codex 在 逐步形成自己的生态。 第三，我们可以根据不同的场景来灵活的选择模型和推理强度，简单的任务用轻量模型，复杂的任务上强推理，这样的话头肯可以用的更加的合理。第四，稳定性，我实测下来， codex 相较于其他的 agent， 定时任务的准确性已经能达到生产级别，相当的靠谱。 第五张插件和技能， codex 有 相当丰富的官方插件和 skill 生态。先说说两者的区别， skill 就是 纯文档，本质是给一份 ai 的 说明书，告诉他在特定场景下应该怎么做事。比如说我前面提到的 planning with files， 就是 一个 skill 插件的概念会更大一些，你可以把它理解为 codex 打补丁，里面可以包含 skill， 也可以带上 mcp 配置，甚至集成其他的 app。 一个插件装下去， codex 就 多一套能力。 另外， codex 在 插件和 skill 的 管理体验上面要比 cloud code 的 友好太多了。 cloud codex 需要改配置文件，而在 codex 里直接在界面上点击安装，或者自己创建，整个过程非常的直观。 第六章浏览器和电脑操作 codex 可以 直接操控浏览器，你可以让它自动填表，抓取数据，验证 ui 效果。 比如我需要批量收集一些网页上的信息，直接告诉 codex 去哪个页面拿什么数据，它就能自己打开浏览器去完成操作，整个过程中都不需要你的介入。除了浏览器， codex 还能直接操作你的电脑文件的整理，应用的打开都可以交给它来处理，相当于有一个助手在帮你操作桌面。 不过这里要说明一点，随着 ai 自动化越来越普及，现在已经有不少软件开始加强安全控制，对自动化操作做了限制，所以实际能操作的范围会因软件而异，遇到限制情况也很正常，大家用的时候留意一下。 第七章通用功能这些功能不是 codex 独有的，很多 agent 都支持，但作为一个完整的工作站，这些基础能力 codex 当然也不会缺少。先说 play mode， 在 执行一个比较复杂的任务之前，先让 codex 把完整的计划列出来，你过一遍觉得方向对了再让他动手， 这个习惯能帮你省掉很多返工的时间，大任务尤其推荐开 play mode。 再说 m c p， 也就是模型上下文协议，通过 m c p 可以 把各种外部的工具和服务接进来，让 q d x 能力边界大幅扩展，无论是连接数据库，调用第三方的 api， 还是接入自己家的服务，配置好之后， q d x 就 能可以直接调用。 另外还有一点， q d x 相较于 logot code 的， 有一个非常关键但很容易被忽视的小功能，语音识别。目前我的任务几乎都是语音发起的，连打字都很少了。 ok 以上就是我在使用扣袋子过程中总结的一些技巧，如果对你有帮助的话，希望能得到你的点赞和关注。 最后我想说一句， ai 发展太快了，各家 a 键的功能越来越趋同，但工具再多，适合自己的才是最好的。有时候做做加法，找到真正需要的，做做减法，去掉用不上的，慢慢摸索出一套自己的工作范式才是最重要的。我是布鲁，我们就下一期再见。
5.4万布鲁歇一歇
00:33查看AI文稿AI文稿给大家推荐一个 codex 的 非官方移动端 app， 我 用了一下，非常的丝滑，基本上在 codex app 里面能做的操作在这个移动端都可以进行。那因为 openai 它一直没有提供移动端的 codex app， 所以我觉得这个可以作为一个非常好的替代。那它的安装也非常简单，两条命令就可以起起来绑定，只需要在移动端扫描二维码就可以绑定，大家可以去尝试一下。
100自说自话的江哥
03:58查看AI文稿AI文稿coso code 扣贷的优缺点测评？跟大家分享一下我的实战使用经验。先说一下我最开始接触的 coso， 这个是新手最可控的网站工具了，优点是它可以用拖拽的方式去进行可直观的操作。 我去想拖拽哪个文件，去修改哪个文件，我在这里面去拖拽去对话就可以了，它可以进行多个文件的梳理架构。前期很方便，因为我知道哪个文件在哪，我拖拽进去 就直接修改了。但是弊端也很明显，如果你没有进行架构或者没有经验，它很容易改了这个 html 文件，没有改 css 文件， 然后你的网站控制台全都是报错，甚至整个崩溃。而且每次新的对话，我都是在和一个完全陌生的智能体对话，我需要重复记录大量的常用指令，比如要他看哪个记忆文件，比如看哪个文件架构。 所以我给 cost 的 定位是新手学习搭建 app 或者几个定点功能，还有可识化的维护。如果是中大型任务，还是要去扣的或者扣贷的， 那再说一下市面上最强大的 code， 这是让我又爱又恨的 ai 协助助手，我天天担心封号。他最强的是你的上限和能力，越强他就越强，在你开了全部的权限，让他执行中大型任务的时候，他能一次性完成并进行测试。 我给他的定位是我的电脑施工队伍，他是本地执行加云端大脑，他不依赖像口袋的那样的流逝传送或者那种压缩内容。 他的逻辑就是你的本地的文件让我怎么操作，我按照你的规定去操作，有问题，然后他再去找云端的大脑去发出问题，然后给出更好的解决方案。 当然他的缺点就是前几天我也转发了，然后那个就是 srb 说了，扣的就是根据你的指令去干活，你如果越着急给他的指令越错误，他就越乱。 那我们再说一下扣贷的吧。前几天我的扣贷因为网络被封了，然后我就紧急充了个 gpd pro， 深度测试了一天，我发现了扣贷的和扣的是完全两种不同的运转方式， 我如果开扣的是会开七八个终端窗口都没问题，我去干不同的指令不同的工作，但是我开扣带的就是我会发现我开两三个任务就开始卡了。 然后我就和扣带带去聊，发现他在启动的时候是会被很多规则规定，包括记忆了，权限边界了，然后工作插件，各种各样的东西。扣带带会大批量的先检查内部文件，不是说只想着怎么快点去做，而是要先想哪个能不能动，哪个会不会误删等所有的问题， 这就导致了他既会慢又依赖你本地电脑的性能。这个操作对于新手很友好，也很少的去试错。对于中大型的任务，他的出错率更低一点，但是相应的他的时间成本就会很高。 所以对于我来说，我总结来看，通俗更像是可式化的小任务或者说维护的最好选择。 扣德呢是上线和下线，很明显它依赖于你的文件和你对编程和架构能力的极致体现，终端的轻量化会把效率极致拉满。 扣代的缺点就是它的优点，它有最稳定的输出和极低的出错率，但是它的效率产出和扣德的差距很大，对我来说它更适合中大型任务的架构和完善。还有定点问题的修 bug， 我 试了很多次 扣带的，在修一个定点问题的时候，它比扣的是要更强一点，所以大家可以根据不同的需求去使用 ai， 然后我也创建了一个 ai 的 交流群，欢迎大家一起探讨学习。
1255阿浩（agent架构）
04:35查看AI文稿AI文稿最近有个说法挺刺激， codex 更新之后，有些能力已经超过 cloud code 了。真的假的？我觉得这个问题不能直接回答， 因为你先得问清楚，你比的是谁更会写代码，还是谁更像一个工程团队的操作台。接下来几分钟，我们不站队，拆开看，看完你大概就知道为什么这次 codex 的 变化不只是模型变强了。 以前聊 ai 编程，很多人默认 cloud code 是 标杆。它在终端里很顺，能读代码库，能改文件、能跑测试，开发者的心智负担很小，你让它修一个 bug， 它真的像坐在你旁边的工程师。 但最近 cloud code 新后，社区里开始冒出另一种声音，怎么感觉 cloud code 某些地方更爽了？有人拿它和 cloud code 对 比，有人说自己被 cloud code 搞崩后换了工具。先别急着下结论。 这个争议真正有意思的地方，不是 cloud code 赢没赢，而是大家发现 ai 编程工具已经不是一个命令行聊天框了。 如果只拿一个 bug、 一个重构、一个 delete code 题去比，你很容易比错，因为那是在比底层模型的局部能力。这个当然重要，但它不是全部。 现在的 coding agent 更像一个小型工程流程，它要理解需求，要改代码，要跑命令，要看浏览器，要处理 pr， 还要知道什么时候该停下来让人确认。你看，问题一下就变了，不是谁补全的更准，而是谁能把一件工程任务从头推到尾。 这也是为什么很多人会觉得 codex 这次不一样，它不是只在代码框里变强，而是在代码框外面长出了手脚。 codex 最近最关键的变化是产品形态变大了， openai 官方把它讲成一个可以委派真实工作的 agent， 它不只是改文件，还强调多 agent 工作流，内置 worktree、 skills、 automations、 pr review、 多文件、多终端、远程 devbox， 内置浏览器，甚至电脑操作。 注意这些功能单看都不神奇，但放在一起，味道就变了。以前你让 ai 写代码，更像叫一个人坐到你的电脑前。 现在你可以把任务拆成几路，让不同 agent 同时跑，一个修 bug， 一个写测试，一个看前端页面，一个整理发布。说明，这就不是代码助手了，它更像一个工程指挥台。这个词有点大，但很贴切啊。克拉多瑞弱了吗？不是，克拉多瑞的基本盘还是很硬， 它的优势是终端原声跟开发者每天用的工具贴得很近。你在项目里打开它，它读代码，跑命令，用 git 接 m c p， 很多动作都在你熟悉的命令流里发生。它还有一个很重要的，气质，谨慎， 默认，会问你哪些命令能跑，哪些文件能改。这对真实项目很关键，尤其是老项目、大代码库、线上事故这种场景，你不一定想要一个到处乱点的全能 agent， 你想要的是一个懂代码、懂命令，还愿意听你刹车的人。 cloud 会有，在这块儿还是很舒服。 codex 更容易赢的地方是任务开始变宽的时候。 比如你不是只要修一个函数，而是要做一整个小功能，先看需求，再开分支，再改前端，再跑测试，再打开浏览器确认视觉，再写 p r 描述。这里 codex 的 优势就出来了，它可以把文件、终端、浏览器、工作区放在一个工作台里，还能让多个 agent 并行。更关键的是， 它不止服务程序员，文档、表格演示、自动化检查，这些原本不算写代码的东西，也能被放进同一个流程。说白了， codex 强的不是某一权特别重，而是它开始会组织一套组合权。 这是很多人突然觉得它反超的原因。但如果你的工作方式很终端很连续很工程师， cloud code 还是会让人上头。 你在一个复杂仓库里追依赖，看日制、改测试、处理 c i， 它的节奏很自然，它不像一个大平台，而像一个强力命令行同伴。还有一点容易被忽略， cloud code 的 简单反而是优势，入口少，心智清楚。很多时候，你不用管理一堆 agent， 也不用想工作台怎么摆， 你只要说帮我把这个问题修掉，它就顺着代码库往下钻。所以我不认为 codex 全面超过 cloud code。 更准确的说法是， codex 在 工程流程组织上开始领先，而 cloud code 在 终端深度开发上仍然很强。所以这次真正值得关注的不是 codex 有 没有把 cloud code 打趴下，这个说法太粗糙了。 真正的变化是， ai 编程工具正在换赛道，第一代比谁更会补代码，第二代比谁更懂代码酷。现在开始比谁能组织工作，谁能并行，谁能跨工具，谁能长期跑，谁能在关键时刻把权限交还给人。 以后程序员可能不只是写代码的人，而是调度一组 ai 工程师的人。听起来有点夸张，但说实话，这一天来的比我想象中快。
383言琰的知识补给站
01:43查看AI文稿AI文稿你现在看到的这条视频就是 codex 加 hyperframes 做出来的，包括所有的动画字母以及里面的图片生成内容，包括这条视频也是 codex 自己发出来的。接下来我给大家拆解流程。首先我把这个视频的文文本案复制到 index t t s 去做配音生成，没错，这个视频的配音 也是 ai 的。 接下来在 codex 当中找到插件，下拉找到 hyperframes 白黑键，点击加号，再点击安装，然后就可以到对话窗口艾特这个插件，再把这段音频 一起放到聊天窗口，然后把要求给到它， codex 就 会根据 hyperframes 这个插件做出对应的动画。值得惊讶的是，当我看到这条视频的成片时， codex 居然自己去文件夹看了我的录屏素材，然后自己剪进了成片当中。所以你们会看到鼠标动画，但是我从来没有告诉过 codex， 我 提前录了屏。 这就是 codex agent 的 聪明之处，整个动画都是由 ai 自己调用技能做出来的，包括你看到这里可能会觉得这个动画有点看腻了，那这个时候应该有点真实的动画有点看腻了，比如一个玩美女的滑板，或者一个正在喝帅哥的咖啡， 是因为这个部分啊，调用了今天的 emerge 二生成图片，所以你看起来这个视频才不会那么枯燥。包括这期视频的封面也是 codex 做的， 视频发布也是他自己发出来的，既 computer use 功能发布之后，随之又上线了 chrome 的 功能，所以我就提前登录了视频后台，你才能看到这条完整由 aint 全流程制作，自动发布出来的视频。
4533Karma看世界
04:35查看AI文稿AI文稿这是我用 codex 做的动态图标，这些也是像这样的效果，我们现在不需要 ae， 也不需要 p r， 用 codex 就 能实现。那今天我把这个教程分享给大家，用到的工具是 codex 和一个叫 hyperframes 的 插件，点击左边栏的插件，在这里搜 hyperframes， 然后你会看到这个插件的详细信息，点进去再点击，在对话中试用。这里大家记得先添加好项目文件夹，确定好模型，智能等级和速度，然后就可以把题词放进去。比如帮我做一个 codex 和 cloud code 的 功能对比的分析，视频时长十五秒， 尺寸是横版十六比九，视觉风格是苹果简约高级风，需要增加一些动态效果的展示。 这里写错了哈，因为我用的是 ai 语音工具，完全是口喷的，有些词语可能会识别错误，直接改一下就行， 然后点击发送，让他开始做。你看他先是查了一下官方资料，确保这两个工具的信息是最新的，然后他还会去看 hyperframes 的 要求是啥，确定下来视觉身份，然后再去写 html， 他会主动在我们看不到的地方用网页去搜索资料，那整个的思考过程跟我们人类是一样一样的。他还会单独创建一个文件夹，因为我这个目录里面啊，其实是有其他项目文件的，所以他知道不能碰到别的。我把左边的边栏隐藏掉，现在整个页面都是我们的视频制作过程 他很快就确定下来，主画面用冷白、石墨黑、微蓝和暖金做出高级感。我觉得如果大家有更具体的风格，也可以直接在刚才提示词里面告诉他，那整个过程他会自己产出内容，然后检查有没有问题，再自行更正。这些你都可以看到， 如果不想管，就让电脑开着，让扣贷自己干活。那做这样一个视频大概花了十来分钟，然后文件的位置，他参考了哪些资料，最后都会告诉我们。来，我们看一下它的效果。 大家注意看，这只是第一版哦，我觉得已经非常惊艳了，完全没有预先做任何模板，已经可以拿去用了。那不管是发布在社交媒体上，还是工作汇报，都很顶。 实际上呢，它不仅是可以做这种图表，还可以做产品介绍。比如这个辣条的产品视频，你丢给 codex 一个网页，让它做产品或者品牌的介绍，也可以做一个像 open ai 这样的业绩表，那放在 ppt 里面简直是开挂。 你甚至还能让它做这种 logo 散落的视频，或者是宋代山水风格的 ai 发展史， 你给他一段提示词，也不用特别复杂，让他开干就可以了。一般来说啊，十来分钟左右就能做出来，那如果对效果不满意，再沟通几轮， 那到这里大家可能会觉得，哎，这好像没有什么难度啊，很简单，每个人都可以做。那我再分享几招进阶的方法。 第一个呢，如果视频中涉及到图片类的素材，像 logo 啊，或者人像，建议自行上传。或者呢，可以先让 cloud code 整理出这些 logo， 然后再把这个文件夹打包到项目里，这样失误会更少。第二个是关于审美和风格，如果不指定风格，他做出来的大概率就会比较大众化， 像科技风很容易就做成那种已经用烂了的蓝紫色，所以最好是提前指定风格。那我这里也列了一些，大家可以直接拿去用。 最后是音乐和音效，可以让它生成简单的音效，但是背景音乐呢？大家可以用 solo 生成原创的背景音，或者直接在剪辑工具里面把音乐库的素材放进去，最后我再补录一个哈。很多时候我们做动效视频会需要信息的专业性和准确性。 那对于科研、生物科学、生命科学这些领域来说，我比较推荐 bell render 这个插件，它能够把这些领域的一些复杂概念进行可适化。那结合 paperframes 它们两个就能把一些科研领域专业绘色的信息用非常动态的形式表达出来。 比如说我让他做一个 an apple a day keeps the doctor away 这句谚语背后的一个科普回答， 他就会给到我这样一个视频，我们可以看一下效果。 那我们今天的分享就到这里，我们下期再见。
939是子鱼AI
01:20查看AI文稿AI文稿一定要，一定要，一定要想尽一切办法用上 codex， 至少我不允许我的粉丝还没有用上 codex 或者 cloud code。 如果你跟你周围的朋友从来没有谈论过 codex、 cloud code 或者 java， 那 恭喜你，你刷到这条视频可能就是你改变命运的机会。 那有人问 codex 到底是什么东西呢？官方给他的定义就是 gbd 下面的一个编程助手。但是如果你真的这么理解，那你太小看他了。 华人勋现在让因为他所有的员工都要使用 codex， 这可是全球市值最高公司，老板都要让他员工使用它，那为什么呢？因为他就是未来财富的密码。你最近看了这么多新闻，什么纳斯达克又来创新高了，恒大股市又涨疯了，存 储芯片又缺货了，这么多乱七八糟的新闻，其实都在讲述同样一个故事，而这个故事的源头呢，就是因为这几个东西。 卡罗拉的扣的对于大部分人来说门槛还是有点高的。 g m 来体验呢，我感觉还不是特别友好。而如果你两个月前问我扣贷，我可能还会犹豫，但是这两个月以来，它几乎每天都在更新， 甚至有段时间天天都在更新，到现在扣贷能力真的是很爆了，它就是目前最适合普通人上手的 ai 工具了。如果你现在是大学生或者二十多岁，那你太幸运了， 你刚刚进入社会，就迎来了一个弯道超车的机会，它就像是你在食堂打饭排队的时候，突然在旁边开了一个新的窗口，这个时候你最应该做的就是赶快跑到新窗口去打饭。
21.7万麦克Mike（AI分享）
01:22查看AI文稿AI文稿codex 是 openai 推出的 ai 编程伙伴，可以帮助我们开发功能、修复 bug、 重构代码、做代码审核等。 openai 官方也提到， codex 可以 处理从功能开发到代码 review， 发布相关的工程任务。 但对孩子说，我们不用一上来就讲那么复杂，我们可以把它想象成一个把想法变成作品的 ai 助手。比如说我想做一个数学错题的讲解器，我不会直接说 帮我写代码，这样太空了，我会说，请帮我做一个适合三年级小学生使用的数学错题讲解网页功能包括，学生可以输入一道数学错题 e i 页面，提示学生先分析题目条件， 在引导学生写出题解之后，再举一反三。应用风格要可爱清楚，适合孩子，这就叫任务拆解。这我也给大家进行干货总结。给 codex 写提示词有一个万能的公式，角色加目标加用户，加功能，加风格加输出形 式。比如说角色是，你是一个 ai 编程助手，目标是帮我做一个教学错题分布讲解， 生成类似体，风格是卡通，也要简洁，适合孩子。初初就是做成网页。在 ai 时代，孩子真正要学的不是复制答案，而是把自己的想法讲清楚，因为你讲的越清楚， ai 做出来的作品就越接近你想要的样子。
446辣妈行动西西
