今天我们聊一下 codex 这一个月更新的八个新玩法。我以前一直觉得 codex 是 个备胎,去年四月, codex c l i 刚出来那会儿, 我用了两天就回去用 cloud code 了。理由很简单, codex 当时就是个会写代码的终端 agent, 跟 cloud code 的 比没什么区别,模型还稍微弱一点。直到四月十六日那天, openai 发了一条公告,标题叫 codex for almost everything, 意思是 codex 不 再只是写代码的 agent。 先说最离谱的那一项, computer use codex 现在能看你屏幕,点你 ui, 用它自己的光标在你电脑上打字,授权之后,它可以操作你电脑上的桌面 app。 我 第一次让它做的活是把这个 figma 设计稿里的色值抓出来,写到 tailwind config 里,它打开 figma 截屏识图写入全程,我没动鼠标 这类跨 app 的 活, cloud code 作为 c l i agent, 很 难直接做 codex 这一步直接跨出了终端,代价是你给他的权限是整台电脑,不是某个项目目录, 心智压力比 cloud code 大 一个量级。跟 computer use 配套的还有一个内置浏览器。最有意思的设计是,你可以在网页上直接评论,把这个 comment 当成指令丢给 agent, 就像在 google docs 上选中一段文字加评论一样,但被评论的是网页 dom。 举个例子,你打开本地预览页,选中一个按钮,评论一句,这个按钮状态太弱,改成更明显的 primary action。 完了, 这种指着浏览器跟 agent 的 说话的交互,比 cloud code 走 mcp 接 api 那 套直觉多了。普通人不用懂什么是 api, 但真正让我有点恍惚的是, automations 是 一个持续任务系统,你给 agent 的 一个长期目标,它可以附用原来的对话上下文, 按计划自动唤醒继续做。 openai 的 原话是 potentially across days or weeks。 比如你可以把任务写成每天监控这个开源项目的 issue, 每出现一个跟性能相关的,就帮我整理背景,附线路径和可能的修复方向。它每天自己醒一次,自己扫,结果放到队列里等你看。这开始有点接近让 agent 接长期任务了。然后是 pets, 五月一日左右上线的,是这个月 codex 最初圈的更新。你输入 slash pet 就 能召唤一只虚拟宠物,浮在屏幕上做状态指示器, 它告诉你 codex 现在在跑什么任务,是不是在等你输入,是不是做完了八只内置宠物可以选。还有一个 slash hatch, 可以 让 ai 生成自定义宠物。这设计妙在,它解决了一个我们都默默忍受的问题。 agent 在 后台跑唱任务的时候,你不知道它现在到哪了。以前要么切终端,要么挂个第二屏幕,现在屏幕上一直有只小猫,它的姿势就是状态,但是区域限制要分清。 open 官方明确说 computer use 初期不再 ee a u k 瑞士开放 pass 这块我没核到同等强度的官方说明。所以如果你人在欧洲,并不是所有 codex 新功能都能立马可用。第二,自定义宠物的画风偶尔会翻车。社区里已经有人把 clippy 动漫角色,各种像素小人都做出来了。好看的是真好看,怪的也是真怪。 但一个虚拟宠物功能能被开发者认真讨论,你就知道它戳到了什么。剩下几样我快点过。五月十四日, codex 进了 chat gpt 手机 app, 准确说是手机端可以远程接入正在运行 codex 的 mac host。 你 在地铁上,在咖啡馆, 可以用手机继续控制回答问题,批准操作,看 df 和测试结果。但电脑那边要保持在线, codex 也要再跑,这事跟 automations 配在一起威力很大。早上出门前交代一个长期任务,路上用手机补两句判断, 回家再看结果。这里要修正一下。 cloud code 也有 remote control, 可以 从 cloud app 或 cloud 网页端继续本机绘画。区别不在有没有手机入口, 而在 codex 把入口放进 chat gpt app 这条产品线里。四月十六日那波还顺手加了九十多个插件, atlanta rover, circle shape code, rabbit, github issues、 microsoft suite 都在里面。 cloud code 走 mcp 也能接,但要自己配。 serverch。 codex 这边是点一下装好的体验,底层也换了。四月二十三日, openai 发布 gpt 五点五,并明确说它正在进入 chatttt 和 codex。 官方说法是 gpt 五点五在同类 codex 任务上更强,也更省 token。 它还跑在 nvidia gb 两百和 gb 三百 n v l 七十二系统上。具体到比 cloud code 省多少,社区里说法很多,我没看到一个能直接当结论引用的统一数字,但我自己的体感是,同样跑长任务, codex 的 成本焦虑确实小不少, cloud code 也没掉队。 antropica 四月十六日发布 opus 四点七 s w e bench verified 报道,百分之八十七点六。 open i 这边 gpt 五点五的 terminal 奔驰二点零是百分之八十二点七, cloud opus 四点七是百分之六十九点四。 这些 benchmark 口径不完全一样,不能简单等同于 codex 工具,打败 codecode 的 工具。我现在更愿意把它理解成 codex, 在 长任务跨 app 成本和可用性上进攻很猛。 cloudcode 在 严肃代码质量和复杂重构上仍然很有竞争力。 dv 上有篇社区余情整理,看了五百多条 reddit 评论和一些盲测,结果给了一个挺贴脸的说法, cloudcode 是 高质量但不好用, codex 是 稍低质量但真的可用。这不是严格抽样调研,但它很像最近很多开发者的体感社区。现在很常见的一种用法是 codex for keystroke, coded code for commits。 日常输入用 codex 跑得快又省心。关键提交 code review, 复杂重构,切回 code code 求质量。 甚至有人把同一套 skill 同时喂给两边。聊完功能再退一步看,会发现一件挺有意思的事儿。 cloud code 这一个月在生化, harness 做插件 hack worktree 和 deny rules 把自己往 o s like 做, codex 则跨出代码边界做 computer use, 内置浏览器 automations, 手机入口和虚拟宠物,把自己做成 digital co worker。 一个想做你的操作系统,一个想做你的同事。两条路都对,但两条路真的不一样了。
粉丝240获赞2954

有多少设计学的学弟学妹们在做答辩 ppt 的 时候还得熬夜或者去找模板,今天韩哥抓紧录这期视频江湖救急!直接用 codex 可以 把你的一百多页的毕业论文变成一个可编辑可修改而且梳理非常清晰的一个答辩 ppt 的 原文件, 直接拿去就可以汇报别人,在熬夜的时候,你就直接可以去爽玩了。 ok, 我 们直接开始上干货。 ok, 这就是韩哥把这个论文一百多页的 pdf 丢给 codex 之后,直接做出来的 ppt。 大家可以看到这个 ppt 甚至是连自己的蒙版都可以去调整,而且它最大的特点就是它可以调取你论文中 画出的某些图,比方说你这张里的 cd 平面图,它可以根据对应的去生成你对应的章节,而且呢,它是每一个章,大家在这里看到它是根据我们论文中 每一个环节进行裁切和整理的,也就是说他没有去自己瞎生什么,让你的 ppt 看起来好像是那么回事,但实际上内容上没有一个真正可以用的。那如何去做到这样的 ppt? 实际上非常简单,韩哥教大家两步走啊,直接就可以完成。首先第一步呢,我们还是准备好自己的毕业论文, 那把韩哥这里呢,去这网上随便找了一篇清华美院的设计学毕业论文,然后呢,把它直接导出 p i pdf 格式, 然后丢给我们的 codex, 但是丢给 codex 的 时候,这是我们第一步,大家一定要记住用韩哥给大家提供的这个结构化提示词。什么叫结构化提示词?就是我们一定要有强撸棒性, 你让他说帮我生成一个答案 ppt 啊,他生出来的只会乱发挥,给你很多废话啊,像一个商业路演一样,看起来很好看,这是我们很多 ai j c 呃,生出来的这个东西就是这样的。那么我们的强鲁邦性题词呢,就是一定要明确几件事情,首先呢就是我们答辩场景什么?你是本科必须着还是研究生论文还是什么情况?第二个是我们 ppt 页数有多长时间啊?多少页,多长时间?第三个是我们的每一个页的结构都包括什么啊?大概在 封面目录、研究背景、研究意义这些之中啊去筛选。那么最后呢,在每个详细的页里,我们还要包括哪些内容?比如说主标题、副标题要点,图像展示等等。然 然后我们最后约束一下他的视觉风格,我们就大概用什么样的颜色,用什么样的分蓝方式,重点色是什么颜色,对吧?只有有了这样的结构化题词之后, ai 生出来的才是可以直接去拿来用,减少我们非常多去后期调整的时间。 那么这是第一步。第二步是我们给到他这个题词之后,也不要让他立刻去升 ppt, 而是让他升什么呢?让他升成一个 markdown 文档,大家可以这里看到,这就是韩哥。首先第一步让他升成的这个 markdown 文档,也就是他的方案,在这里呢,他把韩哥刚刚提到的所有详细的内容 都变成了一个文字的形式,对吧?它的大纲有什么?然后它每一张大概是要做什么?然后它每一页每几页的创新点,然后包括它的它的设计建议,视觉风格,这里的好处就是 markdown 文档可以让我们不断的去调整自己的需求, 针对性的需求,你看这里,比方说我们的颜色对吧?我们可以直接针对性调整我们喜欢的颜色,甚至说跟我们壁设呃展板比较搭配的颜色。这个韩哥也比较建议,有了马克纳文档之后,我们可以详细的定制自己的内容,减少这种抽卡的这种概率, ok, 然后我们有了马克纳文档之后,我们就可以直接 啊让 ai 直接生成 ppt 了,这个时候呢, ppt 生出来的就是刚刚韩哥已经给大家看到了,对吧?这就是这样的一个呃,完整的这个 ppt 的 框架,那么这个 ppt 呢,它不仅是 视觉风格上啊,然后内容上跟你的 ppt 很 相关,而且它呢是帮我们梳理了整个你的讲述逻辑,很多同学做 ppt 还要去重新再梳理一遍,我怎么表达?就因为答辩 ppt 的 讲述和你的 辩论文呈现它其实是有一定差异的,你需要在八到十二分钟这个浓缩的时间里,讲出你的亮点,讲出你的呃设计的思路策略,然后最后呢提出你的展望结论大概有哪些,对吧?这里都是根据论文去实时去优化的, 那么有了韩哥给你的这两个方法之后,包括提示词,韩哥待会会放在评论区,你可以直接快速的去啊,完成你的答辩 ppt, 不 需要再去找模板,不需要再去熬夜了,对吧?这样的话,我们毕业之后无限少玩了。

为什么我说现在就是你开始 vaping 的 最佳时机?因为现在开始的成本真的很低。 openai 的 创始人 sam ottoman 在 推向上宣布,他家旗下的 codex 能免费用了,而且免费的不是什么渣渣模型,而是 openai 最新的 gpt 五点三。 codex 速度更快,逻辑更强,完全不输隔壁添加了 cloud ops 四点六,那我已经深度使用一个月了,并且已经手搓上线了自己的产品。那么这期视频我们一起来学习一下如何正确使用 codex, 开启你的 web coding 旅程。 给还不了解 codex 的 同学简单介绍一下, codex 是 open ai 旗下的编程智能体,而隔壁 cloud code 是 同一种产品,有了 codex, 再加上 gpt 五点三的模型,就可以愉快的编程了。 一般人看到黑底白字的命令行界面估计就被劝退了。别担心, codex 不是 硬核的即刻工具,它有正儿八经的图形界面,官网下载、安装、登录一气呵成,没有什么要你做的复杂配置, 接下来的内容很关键,你要搞清楚两个概念,工作区和 thread 工作区。你可以理解为你的项目文件夹,比如你想做一个网站, 先建立好文件夹之后,所有的代码文件都会保存在这里。而 thread 就是 一个个的聊天窗,这些聊天窗就是 一个个的任务线。这里有个黄金法则,大家一定要记住,不同的任务要开不同的 thread, 千万别在一个窗口,一会让它改 bug, 一 会让它写新功能。另外你也不用傻,等任务完成,你可以同时开多个 thread, 同时处理多个任务,效率直接起飞。前段时间爆火的 skills 在 codex 里直接格式化了,内置了几十种的 skills, 鼠标点点就能安装了。这些 skills 能让你的 agent 如虎添翼,关键省去了繁琐的搜索和安装过程。 最后分享一点个人使用心得。上一个视频里我推荐了谷歌的 anti gravity, 其实这两个产品你可以一起用,把 codex 的 插件装在了 anti gravity 里面,这样你可以同 同时要用多个模型,比如让 g p t 五点三改 back, 让 jammer 做前端,让 cloud 出方案,不用切屏,不用复制粘贴,一个界面汇集世界上最好的三种模型帮你干活。这套 web coding 的 形态, 你值得拥有。以上就是本期视频的所有内容,欢迎关注艾伦,二零二六年,我会持续创作更多 web coding 和 ai 工作流的相关内容,我们下期再见。

哈喽啊,我是老王,今天给大家展示一下我如何用拖带子做了一份完整的市场调研分析报告,从数据里去反推产品机会。大家都知道,我们卖家在选品的时候,最大的问题不是 没有数据,而是看完了一堆评论和竞品,最后还是不知道这个品可不可以做,能不能去做。今天我用 cold desk 只输入了一个 asian, 他 就直接给我跑出了一份全面的选品决策分析报告。这个结论可不是我拍脑袋想的, 他最核心的设计是不忙干,那启动前 codex 会先跟我确认业务三件套,这次调研到底解决什么决策?他的数据是跑 amazon 还是 reddit 还是 youtube? 最后我是要 stm 文件还是放进备注文档? 哎,这一步就叫做对齐目标。他给我的每一步的确认,其实都是为了保证最后的输出 能直接用在我们的业务上。整个流程我拆成五步,输入 asion 或者是品类词,然后确认我要调研的目标,以及抓真实的数据,做 voc 的 句类和价格,带切分,最后输出 go no go! 建议来,咱来看个耳机的深度案例啊。 他这里不是简单给我做了一个总结的评论,而是把上万条的评论做了语义的巨类,挖出了感官过载、 h d h g 人群和测税通勤两个区分场景。 关键的是他还会做需求分层,哪些是 master, 哪些只是 nice。 他 最后直接给出了一个建议,哪些的方向我们是可以的, ok 的, 哪一些只能是 watch 一下,哪些是低价卷王? no, 我 们不要去碰。我再给大家换一个衣柜品类去做快扫, 效率同样惊人。他第一件事情是做了市场证明,他这里给我指出了 pro table 这个词太泛了,真正的高转化词是 pro table close it。 这里的痛点洞察更是一针见血。这里显示啊,用户怕的不是容量不够,而是怕这些结构坍塌导致的信任崩盘。所以差异化的定位他直接给到了,我们要主打 这个防坍塌衣柜来强化金属连接件和加厚罩布的显示,你看到了没有?这些句句都打在了竞品差评的死穴上。 整个来说,从数据清洗、 v o c 的 挖掘、价格带切分到最终的逆向决策,它整个 colddes, 它是把一周的整个的流程压缩到了十多分钟,大家可以赶紧去试试啊,一箭三连,我也把我跑的分析的 skill 发给大家,我是老王,和大家一起进屋,一起爆单。

挑战,每天讲出一个 ai 知识点,今天是 codex skill 使用,那它会就参照官方的一个规范啊,自动化地帮你去创建一个 skill 啊, 使用此技能解析并计算它的成分表达式啊。这个 skill 它主要就是用来干这个事情啊。我们看一下这个 skill 有 没有创建完成。 有一个 correct 点 skill, 大家看这个 skill 是 不是就给你创建完成了,当然这个是一个英文的,如果大家看不习惯的话,你就可以跟他说,让他帮你给它转成中文吧。帮我将 correct skill 点 m d 转化为中文表达, 它会自动帮你去保留这个触发语义跟使用规则,只是把给你把关键的内容给你改成中文描述,让你看的更加清晰一点啊。好的,看这样是不是看的比较清晰了啊?你看语法加减乘除是吧,然后我们就使用,然后我们看一下这个 skill 是 不是多了一个了。 list skill, 我要重启对话 products, 然后再输入这个 skill list, 哎,还是没有出现,还是没有加载进来看一下是不是要 enable 一下 skill。 enable 没加的进来看 skill 没关系,我们就直接调用吧,调用直行 一加一,看一下有没有用啊,有时候这里没有 a 看一下。帮我把 select 用 配置到 products, 让它帮你来处理啊。把它加加到 products 里面去。那有时候可能没刷新什么的,让它自动化的去处理吧,看一下它能不能搜索到。应该是没有配置到那个有个配置文件里面去吧。 有一个这个拓展,看一下这个设置里面。我在这个设置里面打开技能设置新进, 看一下它有没有加进来啊? missing 哦,是这个 ymail 写的一个问题啊,就是可能错了啊,一些语法问题 导致他没有把它识别出来啊。你在这个里面应该也能看得出来啊,点击打开键列表刷新一下,就大家可以在这个里面去看啊,这个里面应该是他配置出问题啊,系统设置主取文档 看,让 codex 帮我们解决这个问题就行了。创建失败 ok 就 不知道了。应该是这个当前这个技能写的有问题啊,所以它没有帮你把它注册到 codex 里面去啊,那这个问题让它自动去修复就可以了 啊。所以说整个这个创建过程是没有问题的啊,就是我们按照这个流程正常的去创建,创建完之后的话,让它去做一个执行啊,执行 codex 跳过两个 scale, 已完成 correct scale 和补齐脚本,它帮你把大局也给它装好了, 然后 expression 创建计算脚本验证方式。那他帮你验证了啊,他帮你全觉得下面验验肾了啊。我们再看一下 skill skills this skill 这里面还是没有啊,看一下这个里面没有, 这个里面没有。看一下是不是要重启对话。 他有时候就会有这样奇怪的问题啊,我之前自己写的那个也是最开始没有啊,后面就有了,奇怪了。 没有没关系吧,他有时候这个刷新机制有点奇怪啊,应该也保也没看到啊,连那个列表都没出现。没关系,我们先不管那个了,反正这个规范看着应该是没什么问题的,可能里面也会有一些细节问题啊。 好,没事,大家回头可以去试一下,可以让他不断的去解决这个问题啊,应该是哪里配置刷新有点问题吧? 好,然后大家也可以去看一下这个我们最开始说的那个官方的文档啊,就是怎么来写,写的更加高质量,可以去看一下这个,然后包括这个 open ai 的 一个官方手册,我们也可以去看一下。

我最近觉得我强的可怕,我现在掌握了一个软件,它解决了困扰了我很久很久的问题,它就是扣的 x, 因为它加快了我得到反馈的频率,我只用了一天的时间,我把我们的独立站重新建立了,把我们的官网全部翻新了。整个过程我是非常被动的,他问我,我解答,然后他会给我 做出来我要的东西,我就能够及时看到效果怎么样,我就得到反馈了。第二,我还做了一个小程序,你看一下 这个小程序是我们内部管理的一个小程序,当我们能够看到我们每个人的积分,还有我们的代办事项,我们的完成度过去,我做这样子一个小程序,我至少要花一万块钱以上,一个月以上的时间,中间我得反复去纠正,但是我现在只花了五分钟做完了, 而且我还用它创建了一个美工,我说帮我做一个 p 二五的电商图主图, 他就能够帮我生成一张我喜欢的主图。那我如果说我有其他的 ai 软件,我说帮我生成 p 二五的主图,那他可能不知道 p 二五是什么,但是他知道我想要什么样的图,那我的美工已经几乎是被我的 code x 去取代掉了。现在这能力技巧都变得非常简单,都没有任何的 门槛。以后的能力体现在多维度的理解,他是个比较抽象的,你又要懂产品,又要懂销售,你要懂用户,你要懂痛点,你要懂市场环境,你必须要对这种东西有多维度的一个了解,你才是真正的有竞争力,有优势, 因为单一的能力已经不再是稀缺的资源,他还替我实现了,比如说我们的 财务数据流水,让它自动的去收集我每天的流水,然后填到表格里面上报上去。除此以外,电脑卡顿的问题啊,我的公司的这些数据没办法利用,我用扣篮子都帮我规范,都帮我解决了。 很早之前我就要求我们公司必须把每个流程都要梳理出来,我觉得这是做的正确的一个事情,因为只有把流程梳理出来了,我才能够喂给 ai, 告诉 ai 我 去怎么去做。我觉得超级个体在我们公司马上就会发生 一人公司不再是非常遥远的东西了,我们公司三十个人,我相信 我们可以在一年之内做到三百个人的战斗力,我觉得是完全有可能实现的。后面 我还要给他创建智能体,我要给他创建单独的微信,部署到单独电脑上面,我要让我的 ai 员工之间能够相互的交流,能够替我更加 简单的,更加省心的做事情出来,等我后面的反馈,如果有任何进展,我会跟你们分享的。

我这期视频的口播就是 codex 帮我剪的,我现在的剪辑速度超快,我最近做了一个 codex 剪口播的 skill, 其因是我看到别的博主做的剪辑 skill, 但是他们适配的都是像达芬奇和 pr 这样的专业剪辑软件, 但是我们日常用的最多的还是剪映,那我就去用我的方式重新做了一下。它实现的功能呢,就是在我录口播的时候说重来, codex 就 知道前面这段不要了。最后呢,它会自动来生成一个本地的剪映草稿。整个处理流程呢,分成四步, 第一步,我把原始素材给到 codex 以后呢,他用 whisper 来做中文转写。第二步,在转写结果里面识别从来和 ok 过。第三步,生成 cut list, 也就是 codex 来判断哪些保留,哪些丢弃。第四步,生成一个本地的剪映草稿文件夹。好,我们直接来演示一下,这个是我刚录好的口播素材, 我把它拖进 codex, 然后调用一下这个 skill, 跟他说你帮我粗剪一下这个口播稿,给我生成一个剪映工程。然后等一会,我们先来到剪映,点击这个大局设置,选择草稿位置后面的文件夹,然后右键在访达中显示,然后把你刚才生成好的工程拖进去,然后我们回到剪映,你看这个时候草稿就出现在剪映的界面里面了, 然后你只需要点击重新链接素材,选择一下你的素材, codex 帮你剪完的时间线就出现在剪映里面了。总结一下这个 skill 的 价值,不是让 ai 替我做创作,而是把我在录制的时候已经做出了判断,稳定地转换成剪辑的结果。对了,这期视频的动效也是 codex 帮我做的。下期视频教你怎么做。

同志们,哎,现在太离谱了。昨天我把一本单词书发给 codex, 我 做出一个学习网页进, 然后这个不仅可以把单词读出来,还能读例句,然后例句里面生词也可以查,特别的方便。而做这个网站之前, 我是一点一点的查,遇到每个单词查读音,然后遇到例句里面不认的词还要再查一遍。现在我有这个网页,我可以反复的让机器读这个例句我可以跟着读, 而且还可以调语速,调这个读多少遍,真的大大的加快我的学习进度,一切全都是 ai 自主完成的,所以说家人们 ai 时代真的到了。

最近一篇来自 capsei 的 l l m knowledge base 的 一篇文章非常的火,它是这么说的,我们要把原始资料当做原代码,把 l l m 也就是大模型当做一个编辑器,把这个编辑器编辑出来的知识库 wiki 当做一个可以持续更新的知识产品, 这个知识产品可以赋能于我们的内容输出以及项目的跟进。这让我意识到,我们缺的并不是输入, 也不是更多的资料,而是一个能够把资料变成认知,再把认知变成输出的系统。这个系统解决了我们资料太散,附用太难的问题。这期不是单纯的软件教程,我不想只讲 obsidian code 是 怎么用的, 我想讲的是一个普通学生怎么用 codex 和 obsidian。 把每天看到的文章、笔记、网页、书籍以及簿刻变成可以附用的知识库,让它参与到我们的日常决策之中。 如果你之前看过我的内容,会发现我一开始并不是专门讲工具的。我之前更像讲认知、商业分析、 ai 时代方向的长视频,比如马斯克基点时代,还有泡泡玛特为什么爆。 但是在做完这些内容之后,我发现一个问题,我不是没有学习,也不是没有思考,而是这些思考很容易散掉。 昨天看的一个观点很有启发,今天的这个案例很有奇发,明天看处理的这段话也很有启发。 但是真正要写脚本做选择题的时候知识很少,想法也很少,每次都要整理这些观点,想用的时候找不到,过几天就忘了。这些问题经常存在。 这时候我再一看 capacity 的 l l m knowledge basic, 突然觉得它刚好能解决我做内容时遇到的问题, 所以我开始用 obsidian 和 quadas 来搭这一个系统。 obsidian 是 我的长期记忆,它负责沉淀我的原资料、方法、模型以及概念等等等等。 而 codec 作为我的外脑和协作者,他帮我把我的输入整理、拆解、提炼、整合我的想法以及补充可以输出的方向。 所以这期表面上是在讲 codec 和 obsidian, 本质上是在讲我怎么把学习、思考、自媒体、个人网站和长期项目放进同一个工作流。 现在我的核心工作流是输入 content、 整理、 obsidian 沉淀内容输出和项目推进。如果用 capacity 的 说法,它可以拆分为三个动作,第一是 english, 第二是 crease, 第三是 ling ing。 就是 我们要把原始资料摄入出来,把它结构化变成可以解锁、可以链接的输入。 而 cv 的 话就是当我要做选择题,做脚本判断项目的时候,我们可以基于我们自己的数据库来进行一个输出。这和随便问 ai 是 不一样的,因为它可以调用自己的资料,自己的判断以及自己的项目记录。 比如说这就是我的一个 queries, 我 想让 query 来帮我给一个下一步的计划,它就可以调用我自己的一个数据库来进行一个问答。 第三是 link, 它会定期检查我们的知识库有没有更新,有没有重复锻炼、混乱以及过时的内容。 以前我认为知识库只是一个高级的笔记软件,但是后来我发现如果单单的存储 opc 点,最后也会成为另一个收藏家。所以我给我自己的原则是,整理的目标不是让目录变得漂亮,而是让笔记更加容易附用链接和推进项目。 现在我的 o c 点知识库大体分为四块,第一块是原资料,第二块是概念,第三块是方法与模型,第四块是项目 原资料、放书、视频、文章、博客这些输入概念。回答它是什么?比如情绪价值、复利该几点方法与模型。回答怎么做? 比如内容制作流程、项目管理、反制期检查项目,就是回答下一步做什么,比如自媒体、个人网站以及本月的计划视频。 这四块连起来后,我就不只有一堆笔记,我有的是一个从输入到输出的系统, 比如说马斯克经典预言这一本书。以前我可能只会记几个观点, 比如说算力、基点、人员数据编辑效应,但是我现在会让它进入流程 code 会帮我生成这本书的简陋概括、核心观点、具体观点的整理,还有重要概念、专业名词, 比如说 ai 基点、算力、提问能力、第一性原理、化学科学习。然后它会结合我的 obsidian 知识库,给出一个可转化的输出, 然后保存我们的原始资料,最后链接到我们的项目当中。 这样一条资料就不仅仅是一条资料,而是一个可以反反复复调用的一个知识节点。泡泡玛特也是一样,从表面上来看,它是潮玩盲盒以及 ip 的 运营。 能拆开来看,它链接的是情绪价值、精神消费、用户的自我投射,以及品牌的叙式。 如果我要做内容,他可以变成为什么年轻人愿意为情绪价值而买单。 如果我要反思自媒体,他也会提示我,内容不只是信息,更要提供某种情绪价值。这就是知识库真正有用的地方。他不是把东西存起来,而是将一个内容在不同的情景中被重复使用。 那么 code 具体帮我干什么呢?第一是降低整理的成本, 判断资料的类型、命名、分类、规范,根据主笔记的结构来整理,拆概念、补双链、 归党校验,最后更新这个 skill。 这里面每一步都不难,但是加起来就非常的耗精力,我把规则告诉 codas, 它就能按照我的结构来帮我处理。 第二是反问我自己,当我向他寻求建议的时候,他不会无脑的说加油,而是先看我的目标,再看这个事情的需求,再看变现,看资源,看沉淀,最后给出最小的下一步。 当我落实到今天本周就可以做的内容,让我可以把我的时间放在真正高质量的输入之中。 以前我是项目驱动,看到什么就学什么。现在我更像是项目驱动,先有了长期目标,再让输入服务于这个方向。 所以说这个知识库最后不是为了记笔记,它会链接到我的自媒体、 个人网站以及 ai 工具,还有未来的一些长期的项目。比如说我做完一个视频,不是发完就结束,它可以进入 o c 点,变成项目的复盘,选择题,来源、脚本结构、发布效果、评论反馈以及下一次的改。 如果这个选择题还值得做,他就可以变成长视频、短视频、文章,甚至个人网站上的案例,这样内容就不再是一次性的消耗品,他会慢慢沉淀为我的资产。 所以总结一下,对于我来说, copy 加 excel 主要解决五个问题,第一是让输入不再闪掉。第二让思考可以被反复调用。第三让项目有明确的下一步。第四,让我的内容生产不再完全依靠灵感。 第五让学习表达、自媒体、网站以及未来慢慢连成一张网。 当然,这个系统很早期他不完美,但是已经改变了我的行动方式。以前的我总是想,最近有什么热点我可以追。 现在的我,先看知识库里面真正的问题,我最近关心什么?哪些材料已经积累到可以输出?哪些观点是我反复思考过,而不是临时看热点追热点听出来的? 这会让内容更像是我的系统里面长出来的,而不是临时拼出来的。 如果你也有这种感觉,收藏了很多东西,但是真正要用的时候找不到,看过很多内容,最后只剩一个模糊印象。每次想做输出,但写脚本都像从零开始。 那么你可能缺的不是更多的资料,而是一套自己的知识流转系统。如果你也想搭个人知识库,我们先问四个问题, 你真正关心的主题是什么?你的资料最后要服务于什么?你可不可以把每条输入拆成概念、方法或者案例?第四,你到底可不可以每周产出一个东西? 因为知识库最重要的不是他存了多少,而是他让你更清醒,更能行动,更能输出。 对于我来说,我不是在搭一个笔记软件,我是在搭一个长期能让我复利的一个系统。不要只收藏,只感动,只计划, 要把知识变成行动,把行动变成作品,把作品沉淀到长期的资产。我也还在不断探索着 obsidian products 和 ai 工作流的用法。 如果你也对个人知识库爱,关注实践内容的输出,以及怎么样 ai 提升自己学习和赚钱的能力感兴趣,欢迎私聊我,进我的微信群,让我们一起讨论,一起进步。 在群里我会持续分享时间、过程、工具用法、踩坑记录、选择题思考以及项目的复盘。我们不再是聊概念,和自己一起把爱用起来,把想法变成作品,让他真正赋能于我们的实际生活之中。 感谢你对这期视频的观看,如果呼声高,我下期将会逐步逐步带大家用 obsidian 和 quadas 来搭建属于你的个人知识库。感谢你的观看,我们下期再见!

不管你是想去学 ai 智能体、 ai 工作流,还是说 ai 的 编程,其实这些东西在我看来它的本质都是一样的,就是怎么去使用 ai。 但是我们真正在去学这些东西的时候,你有没有发现,不管你想去学 ai 的 哪一个板块,不管你想去学 ai 的 什么内容, 你去搜索这一些教程的时候呢?几乎你是搜索不到任何一个从零到一系统化的一个教程的,你只能搜索到那些废品化的,或者是说一些粗枝乱造的一些教程。那为什么会有这样子的一个现象存在呢? 在我看来,其实主要就是目前 ai 的 发展其实确实会太快了,你想想从 oppo ai 发布 g p t 到现在它才用了多久?一个好的教程经过研发呀?然后呢?打磨到最后上线,你没有个两到三个月,其实你是完全不够的, 没有办法去很精细化的去打磨你的课程的。但是这两三个月过了之后呢?培训机构你再开始去进行招生,你会发现新的 ai 它又出来了, 之前的 ai 它又落后了。所以很多时候不是说我们找不到真正好的教程,而是说时间它根本会来不及。那怎么在碎片化的时间里面去学习关于 ai 的 一个内容呢?我觉得这个才是今天说的最重要的。 我认为你在学这一个 ai, 或是说要去了解一件事情的时候呢,你一定需要去明白 ai 能够帮你去解决什么问题。你再分成三步走,第一步你需要明白你的工作里面最大的阻力是什么?第二个,什么样的 ai 软件能够解决你目前的一个阻力,第三个 才是最后的一个学习,比如说我现在的问题是我现在每天都需要做一份日报,我觉得这个事情它很繁琐,那么你从网上就了解到 codex 可以 帮你去解决这个问题,它能够帮你去做日报。然后呢你这个时候你再去学习 codex 的 这一个软件, 最后你会发现你完成了这三步,学完了使用这一个日报的流程之后,你还会在这个软件上面去进行软件使用的一个倒推,学会了更多的一个使用这个 ai 软件的一个方式。 所以你不要上来就是说我需要把 ai 做成一个什么样的一个自动化的工作流。如果是说你这样子你会发现一个问题,你越想让他干的越多,你的事情越做不成。 你在做这件事情的时候,你一定需要去选定一个问题,或者说选定一个方向,然后 ai 帮你去解决这一个方向的问题,这才是真正可以去进行学习的一个技巧。

codex 大家应该都用上了吧,但是它的缺点就是额度太少了,完全不够用,而且它的头款实在是太贵了。那一种解决方式就是把咱们自己比较便宜的一些模型借进去,比如说 bitcoin, 咱们需要 c c 叉, c c switch 以及 bitcoin 的 api k。 首先我们在 bitcoin 点击 api 开放平台 api case, 创建 api k, 这个 k 一定要保存好。然后我们搜索 c c 叉, 点击这个,在下面找到适合自己的版本,我下载的是 windows 版本,然后搜索 cc switch, 点击下载,在这个界面一直往下翻,找到适合自己的版本,我仍然下载的是 windows 版本,然后安装 在 c c 叉文件夹下,我们新建一个 text 文件,命名为点 e n v, 把这些内容填进去。 k 就是 你设置的登录密码,我这里设置一二三四五六,然后重命名,把点 txt 删掉,运行 c c 叉,这个时候会弹出终端,复制这个 local host 地址,到浏览器打开点,点击 contacts, 选择添加渠道。在这里可以打开 delete 官网找到调用 api, 复制 c u r l, 把这一行改成 api k, 填写你自己的 delete 的 k, 选择详细配置。我们要选择 open ai chat 模式,继续往下翻,把这两个按钮打开,然后就可以了。现在我们在 c c switch 点击 codex 图标,再点击右上角的加号,供应商名称可以随便写。 api k 是 你在 c c x 的 点 e n v 文件里设置的登录密码,我的是一二三四五六 api 请求地址填写这个,点击获取模型列表,可以看到 deepsea 模型了,选择即可。然后我们点击测试模型,如果正常,说明已经配置好了, 我们重启 codex, 选择其他方式登录。这里的 k 也是你在点 e、 n、 v 文件里设置的登录密码,比如我的是一二三四五六,然后就可以了,现在 codex 里面的模型已经是 zip 了。

大,真的是一个头两个大呀。大周末的,刚起床跑了一下任务,五月六号买的 plus 会员到现在就只剩下百分之三十四了, plus 是 完全不够用。 我这边找了一篇文章,几个技巧能够彻底解决扣袋子跑久了会越来越笨,越来越慢,还能省掉百分之四十上下文的一些技巧给大家分享一下。这篇文章说一下我的理解。第一个,扣袋子跑久了之后会越来越笨, 越来越慢,这个是基本成立的,但是其实逻辑上不是因为模型真的变笨了,其实绘画的上下文越来越长,旧的一些信息,过激的计划, 一些失败的尝试,都混在一起,就会让我们体感上觉得迟钝。判断是对的,如果是有效,上下文的质量下降了,就会导致整个推理和执行的质量下降。第二点,关掉 process location 方向是对的,但不是万能的。减少输出规划的趋势确实能够减少偷客的消耗和噪音,但是问题是,如果你不让 agent 去汇报他这个过程,你也是很难发现他是不是走偏的。尤其是像我们做一些比较复杂的产品架构,涉及到一些复杂的 bug 解决,那适度的汇报还是要看的。 所以并不是说你在那里一直执行你就该干嘛去了,这是非常不合适的。所以更合理的做法就是简单的任务让他少说那长任务,保留一些关键的进展,就不要去输出这种长的身体活动,不要把每一步的工具调用都解释一遍, 这招是有用的,但是全部是被 token 这件事情是说的绝对。第三点是让 code 子当协调者都用 sub agent, 这个是部分对,但是不能滥用。 sub agent 确实能够把一些探索性的任务分散出去,但是主要是你的目的是为了减少上下文的污染,但是只有那种多模块变形调查 架构,审查大代码库的一个区域分析,要变形解读很多的文件,这这一类才是比较适合的。 但是他也会有一些问题,那指 a 诊呢,也会犯错,而且主 a 诊呢还要去汇总他的结果,所以如果本身的任务是限性的,那你多开 a 诊的反倒会增加他协调成本。那么你们讲到的同时开五个,就相当于五个上下文的并行。 这个方向是对的,但是很容易让别人误解,开的越多越好,那实际上只有那种并行边界清晰的任务才值得猜好。第四个是先列他这个例子的 再动手。这个建议其实是很实用的,特别是在一些大大的一个项目里面,你的 prd 原型在任务池并存的一些项目里面,先列任务就能够防止它改错文件,越界重构,甚至是忘记同步相关的一些文件,做到一半就偏题了。特别是像 有时候网络还不稳定,但是小人物就不需要复杂的计划了,比如改一个方案,一个就直接改就好了, ok。 第五个是禁止在代码库里留垃圾,对,而且非常重要。现在 ai 的 一个常见问题就是说它生成的临时脚本,它不删留 delete 文件, 复制旧版的一些文件,乱建一些草稿,把 etc 的 分析结果写进仓库里面,这都是它的问题,会让这个项目越来越乱,也会让后续的 a 制误读项目的状态, 不过这里要区分不是所有的 m g 啊,后缀的文件都是垃圾,那有些是长期的,一个上下文的资产就不是污染好。第六个就是规划,用高推理的模型,执行用快速的模型,这个策略比较合理。 我最早去考虑这个事情的时候,就是因为价格的问题,比如说好的模型,贵的模型去做推理,你把他执行的要求给到一些 poke, 比较便宜的模型去做执行, 也对,看有没有这个必要了。总之一点,如果你的执行模型能力不够,那你就可能把你的规划 在外,所以在切换模型的时候就要把边界写的很清楚。我个人理解,除非你的后坑消耗是巨大的,不然我就觉得没有必要折腾。其实这就是在解决上下文丢失和重复犯错的问题。最终的结论就是,整个他的博主分享的这个文章核心方向都是对的。 后段时长时间的工作质量下降,主要来自于上下文的污染。项目状态不清,无纪律和无记录的写作大概就是这样子的。确实, 连续二十八天都是在每天早上七点钟起床,无论前一天晚上几点睡都是这样子。晚,对,非常晚,四五点才睡,今天睡到大概十点多,整个脑子居然会比较清醒啊。 今天就分享到这里,后续会继续去分享一些 holddance 的 使用体验吧。

最近用 codex 搓了一个这个雅思句子金链器。最近在学习雅思,想提升一下自己的这个英语水平啊,刚好又在玩这个 codex, 就 拿它搓了一个这个金链器,我感觉整个效果还是非常不错的,我根本不会代码啊,就完全是拿 codex 搓出来的, 大家可以看一下,这边是用户选项啊,可以编辑用户,可以编辑你的这个目标分数啊,比如说你的目标雅思是六点五,然后你主要是基础句、进阶句、高级句啊,去设置,它会根据你的一个需求呃,去给你出这种难以程度的句子, 然后也可以新建用户和切换用户,这之前都是一些应该是他自己设置的一些用来测试的用户。 嗯,然后这边是今日的话题,我这边设置就是每天它会自动换一个话题,然后这些句子也都是围绕这些话题的,你要觉得这个话题不好,你可以点击换一个话题,或者你自己给它设置。 然后我这边连后台连接的是 kimi 的 大模型啊,他题都是直接让 kimi 大 模型来出,因为之前我在他的窗口端测试我感觉 kimi, 呃,在这个英语的解释这块还有出题啊,包括解答,我感觉还是比较好的, 后面也可以试试其他的模型,其实这个应该都大差不差, kimi 还有点小贵啊。然后这边就可以点击开始,这边今天前面已经做了五道题了,其中有几道题没做完就给它跳过了,然后今天已经来到第六道了。 右边做了一个答疑助手,就是你有什么小问题啊,你可以直接向他问啊,像这个答疑助手去问也连接的是 kimi 模型,包括有些单词你实在是不认识啊,或者是有些句型你不理解你可以直接向模型去提问, 他也可以直接解释目前这个句子。看一下这一句啊,他说是研究表明青少年过度使用是要媒体对他们的心理健康有负面影响。哎呀这这我这怎么说呢。嗯 这这算六点五的句子吧。嗯那我就是随便写吧。无所谓啊,主要是测试的研究表明我就 study show 对 吧。 study show 难的单词咱也不会写。 show that 瘦啊,应该是瘦死。嗯青少年 teenager 哎呀,不好意思啊 teenagers 嗯,使用 use 下饭英语啊不好意思 so show am i uh may media 过度。 嗯啊,咱不要在这个句子上浪费太多时间啊。今主要是演示功能主要是演示功能呃对,他们的心里有这个。 那这个我就这样写吧。过度,我不会写啊,我写 over 吧。 over you see over 不 会写不会写啊。 has 呃负面影响 has 哎呀,负面这个单词我也忘了。 positive 不 会不会不会有个伤害吧。 her there might 行不行啊。研究表明要阅读使用上媒媒体。嗯 无所谓啊我咱主要是演示一下功能直接提交, 你看它就批改了。内容基本覆盖啊,但表达存在错误,搭配错误啊,应该用 accept use 啊啊其实 overuse 也是可以的啊,原来是这样卖的。 mental mental health teenager 语法语法错误啊。这这个应该 我看一下他给的例句吧。 the study shows that excessive use of social media by teenagers 就 伤害他们的 mental health 啊 然后你看这这时候这个右边的这个助手就可以使用了。你觉得这个句子他给的这个例句你不太理解,你可以复制过来让他详细解释,或者你直接点击当解释当前句子就可以了。或者你觉得他对我的这个错误解释的不是很清楚,你可以点击解释我的错误,或者你再给我三个例句, 或者选我选择这句。还能怎么说?让他再说一下,或者你想要一个更高分版本的表达啊,他直接给了这个例句啊,啊,他就用了 indicate, 嗯, come on 啊,这个整个表达就高级了许多啊。你觉得这个句子不错,你可以给它加入句库。你可以比如说这个单词吧,比如说这个单词我感觉我不是很熟悉,我可以把它选中,给它加入深思本,也可以选择右键让 ai 解释,或者加入深思本。我也加入深思本, 然后用这个 ai 把它的这个中文是意磁信音标全部给它补全。哎,怎么没补全呢?在逗我吗? 哦,好了好了,过度了。 ok, 立即点击保存,保存的生词就可以在生词本里头看了,然后你还可以听写今天的这些生词, 然后它会根据你的错误继续生成三道练习题。如果你这三道练习题你不想练的话,可以点击跳过补考,直接就进入下一句了。 嗯,我看一下研究表明,缺乏运动,如果你这三道练习题没有完全答对,他会根据这三道练习题继续给你生成练习题啊,直到你把这练习题全部答对为止,就彻底练透啊。为什么咱们这个叫做精炼器啊,就是你一定要把这个句子 这些说法完全练透为止啊,包括这个单词的用法就是一直写一直错,一直写一直错一直写,直到一点错都没有啊。你就可以进入下一句啊, 大家觉得这个目前做的如何?我觉得,呃,暂时应该是够我使用了。我觉得每天拿它练上个五到十句,坚持一段时间,应该是对英语会有很明显的一个提升的。 ok, 会逐渐的去丰富一下它。至于 ui 这一块啊,我觉得还行吧,可能 ai 感比较强吧,后面有闲工夫了再想办法去优化它。 这是之前做的几个题,你想回看的话,也可以前面写的几个题,然后还有错题集。学习笔记,每天学完以后可以生成今日的笔记,可以回看。好了,大概就是这个样子。

我在陕西,今天收到了来自景德镇的老伙计寄给我的手工炒米炒生姜。我不是畏寒吗?这一切呢,就是因为我比大家接触 ai 接触的早,所以说正好呢,大家在学习 ai 的 时候呢,我可以分享一些经验给大家。 普通人呢,我建议小白从 call 代斯入手或者 cloud code, 我 用 call 代斯,它可以帮我自动抓取信息啊,这个可以帮我去写作,而且是用我的口气,呃,写作像我的风格像这个啊,就是普通人不懂技术也可以, 对吧?也可以靠 ai 啊,开一人公司,这些都是咱们呃中国年轻人一些真实的案例啊,现在的话就是像这个也可以,除了说帮我们写作呀,帮我们抓取信息呀,呃,帮我们打开思维呀, 呃,也可以帮我们去调研市场,实际中跑通的案例已经非常多了。呃,其实像我们今年的话可以说是 it 元年,但是呢,呃,真正的市场上的话,呃, ai 应用已经跑了七到八年了 啊,只是说今年面对普通人,他开放了,爆发了。所以说现在还等什么,赶紧上车呀,朋友们,不要再说你不懂英语,或者说啊,呃,你不会用 ai 就是国内的像,呃,豆包呀,千问呀,当然豆包的话就是说你日常生活中是问一些问题比较方便啊,真正的严谨一点的问题的话就是 kimi, 呃,千问好一些对吧?然后的话,像 j p t jimmy rock, 这这个就不用说了,公认的。再然后的话,我建议普通人一定要用 cloud code, code desk, 我 用 code desk 用的是最多的,你想让干什么你告诉他就行啊,就非常的方便。就是 就是,现在开始吗?你看我这么普通人,对吧?我对电脑原来也不擅长,对英文也不熟悉,但是呢,现在已经非常使用起来就非常的习惯了啊。所以说代表着像我这样的普通人,我们都是可以学会用用的起来的。 就像现在人人开始用智能手机一样,以后的话 ai 就 两种情况,一种是你被动使用,你愿意选哪一种?

别人用 ai 刷刷出活,你盯着输入框一个字都打不出来是不是?你来,我不跟你讲道理,直接给你看个好东西。你看这个界面,左边 ai 在 跟我聊天,一步一步问我需求,看到没有,不是让我自己想提示词,是他在主动引导我, 我说我要做一个宣传图,他问我用在哪,用来干嘛?我只需要回答,不需要思考怎么写提示词,聊完以后,中间自动生成完整提示词,你看这个质量风格描述全写好了,你觉得哪里不对,直接改,改完选择模型点生成, 下面出图,满意直接复制导出。最右边还有个对话历史,你随时可以回去看。之前聊了什么,整个过程你做了什么,你只是跟 ai 聊了个天。这个纹身图助理可以生成很多次,需要的可以看我置顶评论。 但这不是今天视频的重点,重点是这个东西我一行代码都没写,全程用 ai 做出来的,而且我还把整个过程整理成了两样东西,一起给你一份产品需求文档的深层提示词,拿去直接用一套普通人用 ai 代码开发工具,做出第一个软件的完整方法论。 好,现在说正事,你想想看,为什么大部分人用 ai 做不出东西?不是 ai 不 行,是你的需求不明确,你打开任何一个编程 agent, 直接说帮我做一个纹身图软件,你试试看过程和结果一定让你崩溃。 ai 不知道用户是谁,需要什么功能,解决什么问题, 流程怎么走,最后输出什么,他就像没头苍蝇一样到处乱撞,给你一堆垃圾代码。所以真正实现你的想法,第一步不是直接开始 web 扣顶,第一步是写产品需求文档 prd。 那 怎么写 prd? 答案也是用 ai, 这就是我给你的第一样东西的价值。这份深层 prd 的 提示词,你把你的想法丢进去,它会帮你梳理用户画像,核心功能,交互流程、技术选型、复制粘贴就能用。有了 prd, 再打开 codex, ai 就 知道你要什么了。 来看实操,这就是 codex 经典三蓝布局,左边任务列表,中间对话窗口,右边多功能区域,新建项目就叫 diss 吧。选择项目,注意这里一定要开计划模式,开了计划模式, codex 会先跟你讨论需求确认方案,再动手写代码, 不开的话,他直接莽出来的东西大概率不是你想要的。把我们准备好的 prd 发进去,他会梳理所有要做的任务,生成一份完整计划给你确认。你看这个任务列表拆的多细,前端页面结构,聊天交互逻辑,图片生成接口,每一步都列清楚了, 确认没问题,他就开始干活了。这个时候你该干嘛?喝咖啡,做别的事,不用盯着代码,全是自动生成的代码,跑起来以后测试发现问题,反馈给 codex 让他改。你猜我做这个 app 改了几轮,来来回回改了六七轮, 点击生成图片没反应,图片预览窗口不显示,对话历史加载不出来。每一个问题截图发给 codex 描述清楚,他就给你修好,改到你觉得这个软件能用了,开发就结束了。 你仔细想想整个过程你做的是什么?你像一个导演,下达指令,观察执行,发现问题给反馈,直到满意为止。你没有写一行代码,但你做出来的东西是真实可用的。

上一条我们看了 feature, 这一条来看 golden 分 类。这一类插件可以先按开发流程来选,你先看项目类型,再看当前最需要哪一步能力,可以按这条线记写代码前规划,写代码中构建和调试,写完后审查发布监控。第一类是开发与构建, 比如 build web apps, 适合做前端页面和网页应用。 game studio 更偏浏览器,游戏从玩法、原型到素材流程都能帮上忙。 如果你做移动端,就看 build ios x, build macos x, android x 还有 excel 这一组。第二类是代码写作与质量。 github 适合处理 pr issue c i 和发布流程。 code rabbit 更像一个代码审查助手,可以帮你看改动里有没有风险。 superpowers 适合规划 ddd, 调试和交付,重点是让 codex 按更稳定的方法工作。 codex security 则偏安全扫描,适合项目变大以后补上安全检查。第三类是部署和线上服务, virtual magnify render, cloud flayer 主要解决部署和托管。 superbase 和 neon post grass 更偏数据库和后端数据服务。 century vintage static 这一组适合项目上邂逅,看问题,看成本,做实验。所以新手可以先从项目类型出发, 做网页先看 build web apps, github。 做游戏先看 game studio 和 github, 做全站先看 build web apps superbase 或 neon, 再配 versa。 如果你最担心代码质量,就优先看 code rabbit、 codex security 和 sentry, 按项目类型选两三个就已经够用了。

我用 callix 加 gpt 五点五,只花了五分钟就做了一个自媒体选择题工具,不仅可以一键给选择题打分,分析流量潜力,还能自动生成封面图,效率直接翻三倍。这就是今天要给大家分享的 gpt 五点五加 callix 氛围感编程工作流。它解决了 ai 开发两大痛点,单轮生成无法叠代,优化 没法同时推进多个项目搭配 callix 桌面应用,你不用写复杂代码,可以直接像搭积木一样能做出能用的产品, 使用方法超级简单。第一步,新建项目文件夹,给出基础提示词,搭核心框架。第二步,边跑边叠带,在终端实时修改,不用重来。第三步,跨项目无缝切换,还能调用 cloud 的 优化前端样式。下面给大家分享三个实战场景。场景一, 自媒体博主开头给大家展示的这个工具,高智能筛选、高潜力选择题,自动配图,帮你少走弯路,快速解号,节省大量创作时间。场景二,副业创业者,十几分钟搭建 size 创业验证器,前后端一次性配齐,快速验证商业模式。场景三, 自由职业者不用每次手写题案,直接一键生成专业客户方案,自带报价交付系统和服务流程, 专业度拉满,省时又专业。如果你在做副业自媒体,或者是觉得自己的 ai 产出又丑又难用这个玩法,一定要试试!我是天眼锁,关注我,解锁更多 ai 落地实操技巧,记得点赞关注哦!

装上 codex 直接开干,结果他越写越乱,改两次就跑偏。不是工具有问题,是你的 agent 里密缺了四段关键内容,这四段差一段他就发挥不出该有的水平。第一段是角色定义,把项目是干嘛的,谁在用,要解决什么核心问题讲清楚, codex 才知道往哪个方向走, 而不是只盯着代码本身改字母。第二段是项目约束,包括技术栈、版本、命名、规则、目录结构、绝对不能动的接口和外部依赖, 这些是他的硬边界。写的越具体,他越省事,你也越省心。模糊的描述只会换来模糊的产出。第三段给输入式例,至少放二到三个标准任务的范例,比如一个完整的需求描述,加上预期产出的样子,让他有参照对象。 写新功能时不会自己发明一套,写法风格也会贴合现有代码。第四段是错误兜底,列出常见的错误类型和处理方式,遇到拿不准的情况,让他先停下来问你,而不是瞎猜着往下写。 这一段省掉的返工最多,也最容易被忽略。这四段补齐之后, codex 的 产出稳定性会有明显变化, 返工次数也会少一大截,长期看节省的时间相当可观。我用这个结构跑了三个月,从一开始一天改八次,到现在基本一次过就能用,体感差距挺大。你的 age 四列密写了几段?评论区聊聊你踩过哪些坑。