粉丝9.6万获赞15.3万

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。

美好啊,朋友们,这是一期 codex 奶妈级的零基础系统教程,这期视频我会从安装开始,手把手地把 codex 的 基础能力到高级功能的组合,以及最新的手机端操作,用十个实战场景来带大家彻底拉通 以后这一类的 ai 产品,出一个算一个,你都会触类旁通,游刃有余。我也把这期的文字课间整理成了文档,那这期的含金量可谓是 biu biu biu biu biu, 一个点赞收藏关注是最起码的。好了,不多说,学费都交了吧,我们上课, 那在开始之前,我先说一下 codex 和 cloud code 的 区别。从本质上来说,它俩都是由编程 agent 逐步转向了通用 agent, 分 别是 ansapi 和 open ai。 这两家出的 cloud code 呢,默认使用 cloud 模型,但是我们可以自行替换成任意其他的模型,那在易用程度上, codex 桌面端的产品设计是会更友好的, 更适合零基础的白领工作者,而 cloud code 有 更高的自由度。在功能上, cloud code 原本是最齐全的,什么 skill、 mcp、 斜杠命令、 hock、 远程操控,这都是人家先发明的。但是呢,最近的 c c 更新稍微不如 codex 那 么快了,会更加偏向专业开发者一点。 而 codex 发了非常强的浏览器操控和 computer use, 还内置了最近的 image 二深图模型, 而且昨天还刚刚发布了手机端和 hock, 可以 直接用你的手机 check gpt 来控制电脑上的 codex 干 活。那价格和额度方面呢? codex 的 会员额度非常大方,二十到的会员就很够用,而且还不封号。 而 cloudpod 呢,大多数人可能都没法用它的官方账号基本上都得自行调用 api 的 费用属于是花多少用多少,风险由人。那在使用场景上,我个人喜欢用 cloudpod 搭配 cloud 模型来写作,因为 ops 四点六的写作和规划能力真的很强, 那 codex 的 执行和解决问题的能力也很强。日常的办公场景,我会选择用 codex, 那 在编程的时候嘛,我就两个都用上,所以结论是,入门的朋友用 codex 就 很强了,有条件的朋友呢,两个都来是最完美的, 不过两者的逻辑其实都是一样的,我们学一个,另一个也就会用了。那 cloud code 我 也做了一期系统教程,想拥有左膀右臂的朋友可以去看看。 ok, 正式开始 使用 codex, 我 们唯一需要准备的就是一个叉 gpt 账号,免费的也行,只是会额度稍微少一点。那有了账号之后,我们就直接去它的官网双击安装, 然后安装好之后登录我们的叉 gpt 账号,然后这些设置我们可以先随便选一点啊,选个日常工作,反正后续呢,我们都是可以改的。那搞定了, 那进来之后呢,大家会看到这个对话窗口,好像跟 chat gpt 是 很类似的。那我们打开两边的侧边栏也蛮眼熟的,左边呢,可以管理对话和任务的列表, 那中间就是聊天,右边大概是结果之类的吧,大家应该都能猜个七七八八,所以我们先不深究它的页面,我们直接开用,这其实也是我探索所有的 ai 工具的独门秘方。 我打开一个陌生界面呢,我先不管别的,我先找到我能对话的框,我先聊,先找到我能看得懂的按钮,先按,按着按着你就会了。你看看,独门秘籍都教给大家了,以后你们就是为师的弟子了。 ok, 众弟子不必拘礼,我们还是以学业为重啊。那我们第一个要了解的 codex 能力呢,就是本地文件操作, 也是这一类桌面端的 agent 跟对话 ai 最显著的区别和能力。因为过去我们用叉 gpt, 如果说我们要让它看到我们本地的内容,我们只有两种方式,一个呢就是复制粘贴到这个对话里,另一种就是以它允许的格式和数量把文件给上传上去。 但是 codex 不 一样,它可以自主地读取和操作我们的本地文件,而且不限数量。比如说我作为一个剪辑,我的本地里面存了八十多条视频素材,这都是我剪辑要用的, 但是呢,这个命名全都是乱的,完全看不懂,所以我想以这些视频的内容来命名,到时候我们看见文件名的时候,我们就知道这个素材是什么。那这事 check gpt 肯定是做不了的,但是 codex 可以 我们来看这两个地方,它都显示了一个概念,叫做项目, 我们选择一下,哎,一选择项目,他就让我们选择本地的文件夹了,那我们只要选中这个文件夹,那这个文件就是我们的项目了,里面所有的文件 codex 都可以自由的读取和操作, 当然这需要我们给他权限。大家看这里的权限选择啊,目前呢,我们是一个默认的权限,我们再点开,他有三种权限模式, 那默认权限的意思呢?就是在我们当前的文件夹内,他可以自由的去读写这些文件,但是如果他想要联网呀,或者是帮我们下载一点东西啊, 或者是碰这个文件夹之外的其他文件,那他是不行的,如果他必须要做,就会要向我们提出提高权限的请求,我们点同意才能继续。 那自动审查呢?顾名思义就是有个 ai 自动帮我们审查,由 ai 来判断这个操作危不危险,如果危险呢,就来问我们不危险的,比如说他去下一个知名的这种官方软件什么的,他就直接开干了。 自动审查比默认模式要更宽松和智能,建议大家选这个就完了。那最后呢,是完全访问权限,这意味着 codex 可以 在你的电脑上几乎什么都能干,它可以修改删除任何文件,它可以在任何位置执行命令,例如说它可能会去把你的 cloud code 给删了。 开玩笑啊,它一般情况下是不会这样抽风的。 ai 呢?也没有嫉妒情绪吗? 大家尤其是新手朋友就选择自动审查模式,相信 ai 就 完了,毕竟咱又能审的比 ai 好 多少呢啊,对吧? ok, 那 我们选中了刚刚的这个视频的文件夹,继续来提出我们无理的要求,让他帮我们把这个文件夹里的所有视频素材都按他们的实际画面来重新命名。哎,他就开始做了, 而且大家看他非常的聪明,他先看了看我们到底有多少个视频,然后他选择用抽帧的方式抽取关键画面来判断内容是什么,而且他还知道他不要一张一张图去看,他给拼成了缩略图的形式,一组一组的去看。 ok, 很 快啊,这个文件夹里面的文件名就全改变了。过程中呢, codex 也是没有向我们提全的,因为他都是在这个文件夹内去操作的。那我们也可以检查一下他都对应好了没有。 ok, 钢琴家音乐演奏厅,没错, 雪山近身格斗,没错,旗袍女人夜巷卖热饮哇!而且他的这个命名还遵循着一个序号,任务、场景、行动的一个清晰的命名格式。 ai 做事的这个细心程度啊,人类你不服不行。那另外呢,我们其实也可以在同一个项目里面去开多个不同的对话,它们的上下文都是不一样的,但是同样都可以随时的访问我们这个文件这个项目。 比如说,我们在另外一条对话,我们又给他一个不同的任务,让他想办法把所有关于风景的视频都剪成一整条。 哎,没想到吧,他真的能剪,他自己想办法,用了一些工具问我们要了一些权限,用这个 ffmpeg 给它拼在了一起,效果的确是关于风景的都剪成了一条。 ok, 那 如果我们要创建一个新的任务,我们其实也可以手动的在这边创建,他也会自动的在我们本地创建一个文件夹。 然后呢,我们跟 codex 对 话的整个过程, agent 产生出来的任何文件啊, pdf 啊,什么 markdown, ppt, 它都会直接存在我们本地的电脑上。 ok, 到这里,大家应该 get 了 codex 呢,可以随时地访问我们的本地文件,去读取内容,写文件,删文件,移动文件,文件夹里的内容也就成了我们的 codex 随时可以获取的上下文,那这里的项目也就对应着我们在本地的一个文件夹, 哎,那刚刚这么个任务会花我们多少上下文呢?我们只要看这里就能看到了。 那这个小圈代表的是我们现在的这个对话和里面的操作,一共使用了 gpt 五点五的多少上下文窗口。 如果我们把鼠标悬上去呢,它还会有更详细的一个信息,当上下文快满的时候, codex 会自动地帮我们压缩上下文。不过其实当我们一个任务告一段落之后,不用等它快满了,让它自动压缩,我们也可以自己通过斜杠压缩这个命令 来手动的去压缩上下文,这样呢,可以让模型更聚焦在我们的新任务上,也省一点上下文的额度。那当然大家除了这个对话的上下文余量,其实我们还想知道我作为一个免费用户,或者是我作为一个 pro 用户, plus 会员,我还有多少总共的额度可以用,对吧? 这个呢,有两个方式查看,一个呢是左边的设置,这里我们点开剩余额度,就能看到你五小时内还剩下多少,那本周内又还剩下多少, 甚至呢,也有什么时候到期会刷新的一个提示,这个产品的设计还是比 cloud 的 友好很多的。那另一种方式呢,就是我们可以直接在对话框里输入斜杠,然后找到这个状态, 那打开这个状态之后,它的绘画这里就会持续的显示我们的上下文余量,这个五小时和一周的限额。但再次说实话,这个 codex 的 额度还是非常大方的,二十到的额度我认为是可以满足大多数白领工作的高频使用的。 ok, 那 顺便呢,我们也介绍一下这里的模型选择, 那点开之后,我们可以选择速度,快速呢,就相当于加急通道,会消耗我们更多的额度。那这里呢可以选择其他模型,但是大家都选五点五,因为它确实更好用。然后呢,这里可以选择智能程度,其实呢一般中度智能就够了, 所以我们选高。 ok, 那 这个小麦克风呢,肯定就是语音输入功能了,比手打字还是要快很多的,但是呢,它的转录速度远不如大家去下载一个语音输入法,还是非常推荐大家用语音输入的 好。那现在我们通过一个本地文件处理的案例,也了解了 codex 上常用的一些功能。那 codex 的 第二大能力就是命令行工具使用。 其实刚才我们说到权限的时候就有提到,在默认权限下,它可以读写文件,但是却不能执行一些命令,一些联网的操作。那这些命令是什么意思呢? 刚刚的案例其实也已经用到过了,比如说它把视频抽帧出来,还把几个视频拼接到一起,它用到的 ffmpeg 就是 命令行工具。 还有一些我们熟悉的命令,比如说我们在终端里面来克隆一个 gitup 仓库,或者是大家近期比较熟悉的,我们在命令行里面输入一些命令来下载龙虾和各种依赖。那 codex 的 第二大能力就是在我们授权的情况下,可以使用我们的终端来替我们做这些事。 那我们就来让 codex 帮我们来安装一些平时对于小白来说非常复杂的东西吧。第一类,常用依赖,比如说什么 node gs 啊, git 什么的, 也是大家以后使用各种 agent 或者是做其他项目必备的一些工具啊,那之前大家要装这依赖都得去看一个手把手教程,然后照着命令抄,挨个装。那现在我们就直接跟 codex 说帮我安装个 node js 给他发过去, 也是因为这些东西呢,其实都是比较常见的东西了,所以在我们的自动审核的权限模式下,你看他基本上都不问我们要提权,就熟门熟路的帮我们装好了。 那第二类,就是那些爆火的但是有上手门槛的一些新的 agent, 比如说龙虾,爱马仕,甚至还有这个 codex 的 竞品 cloud code, 我 们都可以让 codex 帮我们装完了呢,它还能教我们该怎么用。那我们装一个 hermes 吧, 我其实都不需要给它官网和仓库链接,我就说最近有一个叫 hermes 的 agent 很 火,你帮我安装一个吧。 哎,他就会自己去搜索,然后帮我们判断到底是哪一个。然后呢,他根据官方的文档帮我们陆续的装好了,还帮我们验证过已经装好了,你瞧瞧,那我们照着他说的来启动一下试试。 哎,真的帮我们装好了,那往后的配置我们就不在这里继续了,但是大家应该 get, 有 了 codex 以后,那些复杂的要收你五九九的部署,你都可以直接让 codex 帮你做了,怒省五九九。而且我们在使用的过程中遇到任何问题,还可以截图去问 codex, 什么瞎死了马挂了,升级出现了问题都可以让 codex 直接帮你修,是不是很方便? 那第三类有点没那么必要,但它其实也可以,就是像 cursor integrity 这种软件应用, 平时都是我们去手动在网页上下载的,它也可以帮你下载和卸载。那大家用 codex, 我 其实也建议大家去下载一个 agent 的 ide 啊,因为现在 codex 有 个缺点是它没有办法打开我们的文件内容,直接去手动编辑。 虽然这个侧边栏呢,是可以看到一些文件结构和内容的,但是我们都没法编辑,所以大家可以让 codex 下载一个自己喜欢的,比如说我们就这样下载。那下好之后呢,我们再执行一个 git i n i t 一个初步化, 那右上角就会出现这个东西,随时可以把我们的项目在编辑器中打开,我们来手动编辑。 那第四类就比较重要了,就是 agent 本身会常用到的那些 skills 啊, mcp 啊和 selli。 那 skill 和 mcp 本身 codex 也是支持的,我们后面会详细讲到, 我先挑两个大家安装一下,方便我们后面综合起来来做案例。那这些 skill 和 c i 呢?通常来讲不像那些 get 那 种大项目那么著名,所以我们最好是找到它的具体仓库,或者是明确的官网地址。比如说我们下载一个专门找 skill 的 这个 find skill 哦,方式就是直接把链接拷贝给 codex, 然后跟他说帮我装一下这个 skill。 那 在他装的期间,我们也说一下 codex 的 另一大好处,并行任务处理, 我们完全可以在他做这个事情的时候再开一个对话,让他去下载一个别的。那我们下载一个飞书 c l i 吧。飞书 c l i 其实非常的典型, 因为现在呢,有一些积极 ai 化的软件,把几乎所有他在软件里能做的操作都做成了命令,让 agent 能够方便的去操作,我们把这个链接发过去,让他开始下载, 那这边呢,其实会显示每一个正在处理当中任务的情况,这个在转呢,就说明它正在执行中,那这个蓝色的点呢,就说明已经完成了,有时候还可能会出现一个需要你申请权限的一个标识。 ok, 那 这里 fan skill 呢?它是已经装好了,我们再看飞书 c l i 这边,它会引导我们去做一些授权, 我们就跟着它的引导去完成就好了。 ok, 那 装好飞书 c l i, 那 codex 就 能帮我们去做飞书里的各种操作了,比如说写文档,发消息,见日历,做表格什么的了,我几乎每天都在用, 好大功告成。我们就这么一个小章节,我们就用自然语言的方式让 codex 帮我们装上了 hermes node, 飞书 c l i 一 大堆东西,这就是 codex 作为 agent 的 第二大常用能力,命令行使用。 那这个能力和这个章节的演示也是希望大家能够 get 到一点,就是我们现在在电脑上想去做的很多很多事情,都可以让 codex 这样的桌面 agent 去做了。那 codex 的 第三大能力是持久记忆。 看过我那篇 cloud code 的 朋友应该都知道, c c 呢,有一个手动的持久记忆, cloud 点 md, 还有一个自动的记忆系统, 都是把我们希望 agent 能够长期记住的,比如规则、篇号和我们的信息之类的东西,以本地文件的方式存在我们的电脑上,然后事实的时候把这些记忆以上下文的方式注入到 agent 里去。那 codex 也是类似的,它也有这两套持久的记忆系统 在 codex 里面呢,手动的持久记忆文件叫做 agents 点 m d, 而且它也有一个自动的记忆机制,来我们打开设置,找到个性化, 那在这里的这个自定义指令实际上就是一个全局生效的 agent state md, 它会在我们任意的项目跟 codex 对 话的时候,它都第一时间作为上下文发给大模型,那我们可以手动地自己在这里写,不过我更喜欢呢,直接在对话中去跟 codex 说, 比如说我说一个,我希望你以后对非书文档里的任何修改都使用一个专属的你的文字颜色和用删除线的方式来修改,不要直接的修改。然后这个帮我寄到局的 a 正 c m d 里。 ok, 那 它这里呢,告诉我们已经写好了,我们再打开个性化这一块,就的确是多出来了这么一套规则,那实际在使用当中,它就会去遵循我们这个规则了。 比如说我这里已经有一篇非输文档了,我在侧面呢也评论了几个我想修改的地方,我直接可以把这个链接发给 codex, 我 让他根据我侧面的评论帮我修改一下。 那因为我们刚才确实已经装好了这个非输的 c r i 也都给他配置好了权限,所以 codex 是 直接可以操作我们的文档的。 ok, 看看它完成之后的效果。 果然他用了紫色的字和删除线的方式来帮我们做的文档修改,那这个呢,是局的 agent md, 适合记一些适用于所有任务的一些大原则,比如说我们的工作习惯,我们要说中文,我们的工作偏好修改文档,要留下这种修改痕迹等等等等。 那另一种呢,就是项目级的 agent md, 这个长期记忆呢,只在这个项目当中生效,我们可以选择一个项目的对话,然后打开编辑器, 自己在这里手动的创建一个 agent 的 md 的 文件,然后我们去写一些针对我们这个项目的一些规则, 当然也可以让 codex 来帮我们写。我个人的建议呢,是在这个项目文件里面有了一些内容之后,让 codex 根据他对我们项目的了解来自己帮我们写。那自动记忆怎么回事呢? 其实我们刚才在这个个性化这个下面我们也看到了,我们需要手动打开这个自动记忆功能, 它的机制是我们打开这个功能之后, codex 会在我们结束对话或者是结束任务,这个对话闲置一段时间之后,它帮我们把那段对话总结成记忆,然后记在一个地方。但是它有几个原则,第一太短的对话它就不记了, 那第二这个对话的总结它一样会消耗我们的额度,所以当我们的额度太低的时候,它也就不记了。 并且这个自动记忆文件呢, open ai 官方是不建议我们去手动修改的,顶多我们可能删一删有些没必要的信息,那这个文件大概是长这样 的,是一个任务,一个任务在记录的,主要呢会写上这个记忆的来源是哪段对话呀?以及它的工作目录是什么,那以及以后触发了什么关键词的时候,它会去召回这段记忆, 再往下呢,是用户在这件事情上的偏好大概是什么样的?那第五段呢,是一些可附用的一些知识,一些踩坑的记录,那这些内容都是 codex 自己记录的,并且以后也是会它自动的招回去使用的,我们就先不修改它, 它这个格式确实也不太方便修改,更多的时候我们对于明确的规则和要求,我们还是通过组织 agent md 来实现。那大家学完这些视频之后呢,我也想给大家再做一期, 通过组织不同层级的这种 agency md 给自己做一个非常懂你的,可以做不同类型事情的超级助手的视频,感兴趣的朋友可以扣个一。 ok, 那 第四大能力就是 codex 可以 直接用到 image, 二来生成图片。不过呢,深图功能其实是一个小功能, 所以这一章节呢,我们不只会用它的图片生成,我们会带大家做一个完整的个人主页的开发项目,并且在了解一些 codex 在 小白开发中的一些用法和功能。那我们再来开一个项目,叫做个人主页, 然后我们点开这个加号,我们把计划模式打开,因为我们要做一个网站嘛,任务会复杂一点,所以打开这个计划模式呢,他会先帮我们列出一个详细的计划,我们确认之后他再开始行动。 计划模式呢,比较适合我们的任务有一定复杂性,或者我们自己还没想清楚,可以跟 ai 讨论出一个计划。那假设我们现在就是第二种情况,我们其实没想清楚,我们直接跟他说我想做一个个人主页, 那你看他看到我们的项目中是没有内容的,所以他以这种选择框的方式来询问我们的细节,这些选项呢,大家可以按照自己的要求去选择,那我就选这个个人品牌吧。 然后如果说这些选项中没有我们满意的呢?我们也可以选到最后一个来填写我们详细的要求,比如说我要他修饰感,也要高级感,然后我选针对合作伙伴,不要个人照 中英双语,巴拉巴拉巴拉。这里真的是问了我们相当多的问题啊,那最后呢,他给到我们出了一个详尽的计划,问我们是否实施此计划,那其实基本的计划我们看着没有什么问题,但我们也可以补充一些调整方案。 比如说我们刚才就要说到了要用它的 image 二的生成能力,我们这里没有体现,我们加一句网页上要多用一些图片,使用 image 二来生成一些高级感的图片,然后我们一起提交。 哎,那他又问我们要走哪种高级感呢?我们如果点开这个小叹号的话,还能看到他说的这个风格到底意味着什么意思,这个产品的小细节真的是我很喜欢,那我们就选他推荐的吧。然后他出了一版新的计划,我瞧着没什么问题, 去吧。 ok, 他 就开始初识化这个项目来逐步帮我们生成了。那这个过程呢,肯定会需要一定的时间,在这个期间我再给大家补充一点点知识点。呦,他的第一张图出来了,不错,挺有艺术感的,果然是最强的 emoji 二,那我要补充的这个知识点呢,叫做引导。 如果说大家在 codex 执行一个很长的任务的过程当中,你觉得他有点跑偏了,我们是可以随时给他补充纠偏的,比如说我们补充一下图片的人味要更强一点,而且不要这么冷的色调。我是一个 ai 博主,然后我们发送出去, 哎,大家会看到他没有立刻打断我们的任务,没有发出去,实际上他在这里排队呢。那我们看到右边的这个引导按钮,他写着我们不打断模型运行,会在下次调用工具后发送过去。这个是非常好的一个功能啊,我们点一下, 哎,他就可以发出去了。这个功能呢,可以让 codex 不 用在错误的道路上一路狂飙,把我们额度都花光,也不会让它重新再跑一轮任务。那另外一个小功能点,我们找到一个已经结束的任务, 我们看一下这个 ai 的 回复,每个 ai 回复的下面都有一个这个按钮,叫做分叉 fork, 这个的意思是我们可以随时从这里开始去开一个新对话,非常适合那种前面聊的还好好的,上下文也非常有价值,但是我们再往下聊,就聊的有点叉劈了的时候。哦,还有个小功能,宠物, 我们点开设置外观,然后这下面就有一小对小宠物可以选,甚至呢,我们还可以点击创建,让 codex 根据对我们的了解来生成一个定制化宠物。那我们先点击唤醒宠物, 哎,就会在桌面上有常驻这么一个小桌宠,脑袋上会冒出来 codex 正在做什么的一个提示,别的呢?好像也没什么用。 ok, 终于在他跑了七七四十九分钟之后,网页完成了, 我们来看看效果,因为 codex 呢,有一个内置的预览浏览器,我们可以直接打开右边的侧边栏啊,我们还给它放大一点。 嗯,这个网页的效果确实是不错啊,不过呢,现在的 a 证呢,其实都有这么一手了,那它这个预览浏览器呢,还有一个好处,我们点击右上方这里的一个批注按钮, 我们就可以在这个页面上选中这里的具体元素去写修改意见,包括重新生成图片,比如说我们要这个 logo 放大一点, 然后 p 住这里这张图加上一个人物,好把这个删掉, 那然后对话框里呢,就会加上我们这几条批注,然后我们点击发送,它就会针对我们的意见进行修改了,是不是挺方便的?那我们现在项目有了雏形之后,我们再 call back 一下刚才说的 agent md, 其实现在呢,就是一个让 codex 帮我们生成项目级 agent md 的 好时候了,因为我们也有了一定的内容,我们就让它自己生成一下,我们打开编辑器看看, 不错,项目的背景,各种信息,各种规则,各种文件路径都已经写好了。那以后呢,无论我们在新开对话,还是我们的聊天记录都已经被清空了, codex 都可以通过这个项目级的 a 证书 md, 立马的了解我们的项目基本情况。 ok, 那 我们先保持这样,先不做精修了,我们直接准备部署上线,当然大家自己做的时候完全可以去打磨的更好,那网页上的这些信息也换成更真实的信息就好。 那我们现在要部署呢,就得要说到 codex 的 第五大能力插件。在现在的 codex 当中,插件大多数是让我们的 agent 跟外部平台、外部工具、外部服务连接的一个作用,它实际上就是我们所说的 skill, mcp, c l i 这一类东西的一个完整集合包,比如说操作邮箱、操作日历、操作 excel 啥的。那我们来点开左边的这个插件栏,我们看这里呢,已经默认帮我们打开了好几个内置插件了,比如说浏览器操作,还有 mac 专有的屏幕操作,还有 excel 表格, ppt 等等。 那他的插件页面没有中文翻译,所以我给大家把这些插件的具体中文意思,分别能干什么也都列出来了,大家课后可以按需装上,点这个加号就好了。那我们先翻到这个 coding 板块,因为我们想要部署上线嘛,通过插件会非常方便。 其实呢,这个 vassel 和 netify 都可以,我们点一个加号给它装上,那如果大家给它没有选上的,也记得要选上。然后我们再回到对话当中,告诉他们,我们想用这个 netify 把这个网站给我们部署上去, 我们大家也不用管他咋部署的,反正他需要干什么呢,他都会告诉我们的。 ok, 他 发现我们没有登录授权,然后主动弹出了这个登录的链接,那这里呢,建议大家用 tapp 账号登录是最方便的, 那登录完之后,他自己就知道我们已经登录好了,然后继续的帮我们部署,这就搞定了。这个链接呢,就是我们最后的网站了, 只要把这个发出去,别人就能访问你的个人主页了。 ai 是 不是个好东西,你说就这么两下子就干了,原来普通人花钱都不一定能干成 o k。 先压抑住我的这个老灯感叹。我们回到刚才我们已经装好的插件, 那其实这里呢,还有两个非常重要的内置插件,就是 browser use 和 computer use, 还有这个 chrome 浏览器, 那这些有什么用呢? browser use 顾名思义呢,就是 codex 可以 直接帮你操控浏览器,比如说它自己点击翻页截图,填写表单等等。通常呢适用于自动化测试前端, 当然也有比较无聊的用途,比如我们可以让 codex 打开这个 m b t i 做个测试试试, 嘿嘿,这样大家能够比较直观的看到它的一个效果吧。那这个鼠标呢,是它自己在移动,然后它是自己看了上面的答案在自己填写,然后填完这一页,它也会自动的翻页, 那随着它的一通操作,结果出来了,原来 gpt 五是 i n t j 啊,我说怎么跟我这么聊得来呢? ok, 那 这个 chrome 的 插件呢,也是控制浏览器,但是它控制的是我们自己已登录的自己的浏览器,它不会再新开浏览器, 那我们如果把它给勾选上之后,它会引导我们去 chrome 里面装一个插件,那装好之后呢,它就可以操作我们自己的浏览器了, 而且它有个好处,它是可以直接在后台执行多个页面的浏览器操作的,就是并不会占用我们的整个浏览器,我们不用真等着看它这些操作,我们该用浏览器干,别的我们可以接着干。 ok, 那 computer use 就 更厉害了, 它不只能够操控浏览器,连你电脑上的这些 app 它都可以操作,只不过呢,暂时只有 mac 有 这个功能。比如说我们新开一个对话,我们在加号,这里来看最下面的这个插件选项,我们手动地把电脑插件选上, 我们再来几个没什么用的奇迹引巧吧,帮我放一首九九年最火的歌,然后用我的微信给 qq 发条微信,说,请收下我一个点赞、收藏、关注,懂了吧? ok, 他 陷入了思考,然后他看到我们的应用都正在运行中,并且向我们使用了这个音乐软件。我们点同意看,这个就是 codex 自己干的啊。他帮我们搜索歌曲, ok, 音乐响起了, 但是他还有活,他还在问我们要微信的权限,我们也给他允许一下。 ok, 看他这个小鼠标,他正在犹豫着准备搜索点击,好朋友们失败了, 因为我上次都成功了,但是我估计现在微信已经开始严防这种 a 证的操作了,直接给我退出去了。 但是呢,他的确成功操作了这个音乐软件。其实我还让他操作了剪映,并且给我们的最新的项目加上了音乐。 那总之呢,意思大家都懂了吧,就是它可以操作浏览器,并且可以操作我们的电脑。当然,实际上我觉得它的操作效率目前来说还是稍微有点低的,我不太喜欢用这两个强大的功能。不过后面我要说的这个 skill 就是 我每天都会用的东西了。 那 skills 我 的确也已经跟大家说过很多次了,好学的朋友一定要去补补课。那 skill 本质上呢,是我们人为沉淀的一些可附用的方法、流程和工具的组合, 相当于给 agent 做某些具体任务的一些行动指南。那因为之前我们已经让这个 codex 帮我们装过一个叫做 find skill 的 一个原 skill 了, 所以后续如果大家想要去装,或者是找一些社区上的 skill, 都可以直接用 codex 拿语言直接让它下载。比如说我们下载一个必备的 ansapic, 那 个前端设计的 skill, 还有一个去 ai 位的,那我们这两个都发给他,等会儿都会刚好有用 欸,很快他就帮我们装好了。那以后大家想要下载 skill 呢?如果说遇到这个 find skill, 他 找不到的东西,也可以直接把链接发给 codex, 让他帮你下载就好了。不过我在 c c 那 期也说过,最好用的 skill 还是自己创建的,符合自己工作的专属 skill。 那 创建 skill 呢,也有两种方式,第一呢,就是直接告诉 codex 你 想要创建一个什么样的 skill, 通过跟他讨论打磨得出来一个 skill。 那另一种呢,就是我们接下来要演示的,先跑通流程,然后让它形成 skill, 这也是一种更推荐的做法。那比如说我们想做一个自动化写这类文章,并且帮它配图的 skill, 这种大家应该都看过吧, 那我们就得先通过一步步的引导 codex, 让它真正实现一个我们满意的文章。来我们新开一个对话。那正好呢,我们刚才不是装过这个 github 插件吗?我们可以直接先问它最新的 github 流行项目,热门项目都有哪些? ok, 它的确帮我们找到了一些,那我们再让它清晰地解释一下这些项目都分别是干嘛的。嗯, 那我们再让他挑其中新星数量最多的,来帮我们写一篇本周 get up 热门项目推荐这样的一篇文章。 好,那他写好了这一篇之后,我觉得稍微有点太人机了,我希望可以更口语化一点,并且我只想要五个精选的,那我们就告诉他,然后还要覆盖到这几个层面,那我们这里就可以用到刚刚我们下载的那个去 ai word 的 那个 skill 了,我们斜杠给它调出来。 好,那看到他的结果稍微优化了一点,但是我们还希望加一个我们固定的开头,我们的结尾,并且还要让他用上 image 二来帮我们生成一些配图。最后呢,我还希望他不要是这个格式,他要是一篇非输文档的格式,然后图文并茂的。 ok, 结果来了,他确实是有了,但是呢,我觉得这个配图不够丰富,于是我又经过几轮调整才觉得差不多满意。并且我还给他最后加了一步,要让他把这个飞书文档发送到指定的群里,让大家都来看看。 那最终呢,他的效果是这样的,果然发出去了。其实啊,如果想更加一步到位的朋友,也可以结合刚才我们说的这个浏览器操控,让他直接打开那个发布页面,直接就帮你发布出去。 那总之,我们对他这一套结果满意了之后,我们就可以直接让他把这一整套的标准和动作做成一个 skill 搞定了。那我们再输入斜杠,再往下找,我们就发现就有了这个 skill, 我 们可以直接这样手动地调用这个 skill, 也可以直接说生成一篇热门项目推荐图文这一类的触发词,也会让 codex 自动调用。 不过因为现在 github 上面实时的热门项目肯定是没有更新的,所以我们再调用一次呢,它大概率会写出差不多的文章,所以我们就不试了。但是大家都理解了吧, skills 呢,可以把我们经过验证调好一次的一整套流程和方法给它固定下来。 下次做这件事情呢, codex 就 可以按照这个方式稳定的输出。 ok, 那 下一个能力则是 mcp。 其实 mcp 现在已经用的不太多了,所以我只简单的示范一下那 codex 的 mcp 藏在设置里面的 mcp 服务器。 只不过小白看这个肯定是有点不太知道怎么填的,所以跟我们之前说的一样,我们最好的方式还是把你想装的那个 skill 的 链接拷贝给 codex, 让他自己装就完了。比如说我们来装一个 notebook lm 的 一个 mcp 发给他, 他就会引导我们来做授权登录,登录完就搞定了。那我们再试一个我存了非常多访谈视频的一个笔记本,我们来问一下他。 欸,那这样呢, codex 也就可以直接获取我们 notebook lm 上面的这些外挂知识点了。 ok, 最后一个 codex 能力是自动化定时任务。 其实定时任务本身并不稀奇啊,比如什么每天早上提醒我吃药,提醒我喝水这一类的事情,普通的软件也能做,但是我们把它放到最后一个说呢,就是因为它可以结合我们之前学到的各种能力,把一整套组合起来的任务,让 agent 定点执行 自动化,加上智能化和定制化方显美妙。比如说刚才我们做的这个热门项目图文的这个 skill, 我 们就可以把它设成每三天或者是每周,让它定时定点的产出一篇 dapp 热门项目推荐发出来。 那我们要创建自动化任务呢,其实也分两种方式,第一种就是选到这边的自动化面板,那它这里呢,有一些官方的参考视例了,不过大多数是跟开发相关,那我们选择新建一个自动化, 其实你看要填写的东西也非常简单,其实就是用提示词写好这些自动化是要做什么,然后我们可以在这里选好什么时候出发,我们也是可以自定义一个出发时间的, 然后这边就可以选择执行的模型和思考强度,最后点击创建即可。不过呢,我也还是倾向于让大家用第二种更简单的方式,就是直接在对话里跟 codex 说,那我们直接跟他说 帮我创建一个自动化任务,每周一早上九点自动化执行热门项目推荐的这个 skill, 产出一篇图文发到群里, ok, 那 我们在看自动化这里,它就已经帮我们设好了这个任务,我们随时也可以去改变它的时间。 再比如当你的这个邮箱插件 github 飞书都已经连上了 codex, 那 么你也可以让他每天下午六点帮我汇总日历上完成的会议, github 上面的提交记录和我的邮箱回复记录,生成一份全面的工作日报。 最后手机操控 codex 设置方法非常简单,手机上的 check gpt 和电脑上的 codex 都把它更新到最新版。之后打开手机上的 check gpt, 然后点击侧边栏的那个 codex, 它就会提示你允许这台手机控制你的电脑,直接就搞定了。如果你有多台电脑的话,也可以给它分别连上。这就等于你不管在大街上、地铁上还是朋友聚会,都可以随时随地地用手机下发一个任务,让 codex 在 你的电脑上干完一个活, 它就更像一个可以跟你远程协助的同事了。这个功能呢,目前免费版也可以用,但是主要能连的是 mac 系统的 codex。 好, 那到这里 codex 的 所有核心能力我们就全部过完了。来我们回顾一下。 codex 呢,可以操作我们的本地文件,可以使用我们电脑上的终端命令行工具。它还有两种构建持久记忆的方式,它还可以生成图片,而且它可以通过计划模式来做一个完整的项目开发。 那它有丰富的插件,可以操控浏览器和电脑,还可以把知识和流程沉淀成可附用的 skill 技能, 它可以使用 m c p 连接,外部它还可以设置自动化的定时任务。不过其实比起这些功能本身,我也希望大家记住两件事,第一就是我们真的有很多事情是已经可以交给 agent 做了。 那第二呢,就是我们已经从问 ai 的 阶段走向了管理 ai 的 阶段,因为过去我们使用 chat gpt 就是 有问题了,我们问一下,然后得到答案我们就走了。 那现在使用 codex 这类的 agent 呢?每个人都得像领导一样,帮他准备他所需要的上下文和工作环境,给他指明一些任务目标,然后来检查他的计划,监督他的过程,验收他的结果。 那同时领导还要负责把好的方法和流程沉淀成可付用的技能,把反复要做的事情设成自动化执行的规矩。好了,恭喜大家今天都升职了,记得点赞收藏关注我们下次见了。

别再问 codex、 cloud code、 cursor 谁更强?真正的问题是,你现在是在编辑器里改代码,在终端里调项目,还是想把任务交给代理自己跑? 这三个工具不是同一个物种。 cursor 更像 ai 编辑器, cloud code 更像终端里的工程搭档, codex 更像可以接任务、跑验证交付结果的编码代理。 如果你每天大部分时间都在 id 一 里,先用 cursor, 它适合补全局部重写,选中一段代码直接改,也适合边看文件边问这里为什么这么写。 如果你习惯命令行或者任务离不开日制测试脚本, get 命令, cloud code 很 顺手。它的优势是贴着终端工作,边查项目,边跑命令,边改多文件。 如果你想说清楚目标以后,让代理自己读仓库,改代码,跑测试,总结 diff, 甚至开 pr, 那 codex 更合适。尤其是多任务并行、代码审查、重构和迁移。 所以选择口诀是,人在编辑器里先 cursor, 人在终端里先 cloud code, 任务要交出去跑先 codex。 不是 谁替代谁,而是谁在当前场景摩擦最小。 常见错误是把所有需求都扔给同一个工具,小改动用重型代理会慢,复杂迁移只靠编辑器补全会碎。先判断任务半径,再选工具。 如果你想要一张 ai 编程工具,选择清单,评论区打选型,觉得有用先收藏,关注我,下一条继续拆,真实开发工作流。

接着再给你们展示一下 ai 功能的强大啊,之前的那个屏幕呀,他是幺二八六四窄条形的啊,如果显示了主游戏区之后呢,分数呀,这个速度呀,他就没法显示了,所以这次呢,我又换了一个方形的啊,我呢画了张图, 就是现在画面当中这个啊,我能告诉他,你把这个游戏区啊放到这边,右边的是分数速度这个关口级别,还有 next 的, 就是下下一个这样出现的啊,挺牛, 识图的能力也是很强的了啊。我直接把图呀,我就传递给他,然后一顿编程之后啊,来看一下他根据我给他画的这个图,他自己做出来的啊, 还是很像的吧。哎,这个功能都没有变,完全都没有变啊, 我还给它加了点蜂鸣器,所以能滴滴的响。 呃,现在啊,这个界面看着呢,就是中间的那个框框,哎,这部分中间这个框框稍有点小啊,我呢让它尝试调整一下, 我想把中间里面这个框框给它去掉,直接就用这一部分来实现。主游戏区分数这部分呢,不动,你看它这分数速度级别, next 就是 下个要出现的,挺有意思的,是吧,来,我们继续让它改一下啊, 工程还是那个工程啊?编辑器呢?是 ctrl 大 模型呢,我用的是 context 五点三。好,我们现在输入命令啊,这次我用语音输入法, 现在感觉主游戏区有点小,有没有可能调大一点,把主游戏区里面的那个小边框去掉。 哎,这书法不太好,我手敲吧,现在感觉这有点小,有没有可能调大一点,把里面的小边框去掉, 其他保持不动。行,先这样啊,来 我们看看它怎么回复。 可以能调大。我只会在业务会制里做两处改动,增大主页须区单元尺寸,去掉内部小边框,其他布局和逻辑保持不变。嗯, 可以写代码了啊,这真喜人看哎,一按你的要求改好了,速度真快呀,修改了那个文件啊, 如果你还想略大一点下一步可尝试,但那样二十行高度会超出一百二十八像素,必须同时缩行数和该显示策略。当前这版是二十乘十保持不变下的安全放大。 ok, 可以 好,我们试试啊。好了,你直接调一个变音器啊。 哎,等一下我这个工程把这工程关掉重新开一下 重新开一下,这儿 翻译好 ok 啊,它这个完事呢基本上是零错误零警告啊。来我们下载。哎,下载完了啊,我们看一下。 哎呀可以啊,我我的手刚碰到电线了,重新敷一下。 哎,这回看着就舒服多了啊。这家伙是真猛呀。你看看你说啥他给你实现啊,我都怕我描述的不清楚呢,但人家懂得很啊。你稍微一说人家都给你清楚的很啊。 哎呦完了,我这右键怎么不太哦,右键有点问题。嗯 哦不是我看啊,他这他这个右边这个边框他没画出来还不行,你看他左边差一格啊 左边差一格。哎呀没有这边框还不行,他设计的就是刚好是二十乘二十二,二十乘十个小格必须得有个边框,没有边框的话 那现在移不过去了,右边会多一个,左边也是左边也是多一个,移不动了,这个还得再让他再调一下。他现在这个问题是他确实把边框去掉了, 但是呢,他留出来了一个黑色的空间区域啊,那部分区域这格子过不去,下面这个也是两边都有,八百八十三折,就看这个你怎么来描述啊,你怎么能表达清楚。 哎呀,现在可要考察语言表达能力了,对于咱们这些理科生来说啊,那更难了,想想怎么说啊, 游戏区确实变大了,但是带来一个新的问题,在游戏区和大边框中间留有一些黑边,这个用户体验不好,你想办法把这个黑边去掉。 我看啊,游戏区确实变大了,再带来一个新的问题,在游戏区和大边框中间留一些黑边。呃, 操作者,嗯,到达不了这个 这个区域,这个用户体验不好,你想办法把这个黑边去掉试试。 明白了,这问题本质大边框和实际可弯曲不重合。对了,我会把大边框改成紧贴可弯曲彻底去掉两者之间的黑边,其他逻辑不动。懂了,他是真懂了啊, 咋没反应了呢?问一下他。 哎呀,好像网有点卡了, 网有点卡的时候啊,就把这个地方重新发送一下,暂停再来一次。 嗯,好了,有时候就是这样,他要卡了你就停下重新来一次,你要等等的,一直等他也不动。好了,这问题已经处理好了。一局的这一个改。改什么了啊? 你现在可以看一下,如果你希望完全无黑边,连顶部那点也不要,我可以再做一版动态贴边方案,同时微调。 ok, 行了,这个咱们先试一下啊。哎,我这修改它怎么不重新加载呢?它会重新加载呀,下载看一下 试一试啊呜呜呜呜。哎,可以了啊,下来啪呜,最下面还有点一点点变孔, 我看右边哎,右边右边还是有一点点。 嗯,下边和右边还有一点点, 左侧是没有了。好啊,确实下面和右边还有一点点,让他再改一下。我测试了,左侧已经没有边框了,下边和右边还有一点点边框,请你再调整一下。 哎,这语音说法不好使,左边已经没有 啊黑边了,下边和右边还有一点点黑边,请你再调整一下。 好,稍等片刻之后大家调好了啊。已继续调好了,这次是针对你说的右边和下边残留黑边做的,已按整块去可玩去做,适应自适应映射。哎,这啥意思?来我们下载程序看一下啊。 哦啊,他把这个样式哎,完了,我的手碰上了, 样式改了,不是那个样子,但是确实边是,我看下边有没有,下边没有了,我再看右边哎,右边也没有了,这样子看着有点别扭啊。 嗯,还得改还得改啊。没问题,我觉得我们的基本的目的其实已经达到了啊,主要呢就是看看他这个框框啊,他能够很好的识别出来我们的草图,他把我们的草图呀 啊通过代码实现到我们的液晶屏上,这个就是我们的主要的目的啊,下节课呢,我尝试一下,我直接写一个文档 让他直接阅读我的项目的文档。啊,好,今天我们就分享到这里喽。

家人们,如果你们还不知道自己在这个时代用什么 cursor 克拉 code, 或者用这个 codex 能干什么,你看别人都做了一些什么激进量化啊,什么赚钱的生意,好像很高级,我觉得你可以从一些小事做起,甚至 你都不用知道自己想先干什么。我就是前两天跟居民男聊天的时候,把自己的一些性格特质啊,包括我的背景啊和我的这些区域,然后发给他,他给我做了一些指导,并且告诉我可以做哪些小事入手,并且给了我一些 promote 在 codex 上可以直接用的,那我就直接从库 next 上就是给输入了几个他给我的这个指令,然后不断的他给我做出一个很简单的网页,最开始可能就是这一版,然后是一个跟我的背景,建筑学背景以及跟我的呃兴趣爱好, 呃,比如说心理学啊,文字啊输出相关的。他给我做了一个网页,是一个类似于笔记分享或者是图片分享的网页,那么顺着这个我就提出一些我的需求,我觉得它可以做成一种互动交流式的网页,然后并且也可以大家在上面分享动态,以及甚至做一些呃建筑通感的测试。你输入一些心情和问题,那么他可以给你一些反馈,觉得给你一些这个心灵启示,心灵疗愈的话等等。 那那并且在排版上和这个这个字体啊,背景颜色啊以及审美上给了他一些不断的这个提升的要求。那最终他给我了一个这样的网页,就是有可以有输入端,然后任何人都可以有一个社区的交流和或者是一个树洞,然后也可以,呃,有一些这个展示,然后甚至给你一些心灵的慰藉的话等等。我觉得这个就已经是一个很完整的 这个网络用户的这么一个思维了,而且它非常简单,你不需要有任何的编程的能力,你只需要提出你的需求,甚至你的需求是一个模糊的需求。呃,没有精准的提示词,或者你自己也不知道什么是 codex, 或者是任何的 gpt 也好,还是 gmail 也好,都会给你一步步输出你精准你想要的东西,所以大家都用起来吧。

分享一下我最近在外边 coding 的 时候,自己常用的三个小技巧,它一定会对你的帮助很大。第一个就是把项目的启动流程做成一键脚本, 比如说我现在是全程开发项目,经常要同时启动前端、后端还有 worker, 然后如果这些事情如果每次都手动做的话,还是有一些繁琐的,所以我会把 每个服务的目录和启动方式都整理清楚,让 ai 给我写一个舍友脚本,这样以后直接一个舍友就能把一个项目整体拉起来。第二个就是在项目里维护一个给 ai 看的文档, 就是专门写给他的项目说明书,比如说项目结构是什么,核心功能在哪里,哪些模块之间有一类,哪些地方不能随便动,最近改过什么之类的。之后让 ai 改代码之前都读一下这个 文档,它就会文很多,因为有的时候不是 ai 写错,而是它根本就没有搞清楚上下文,提前把上下文整理好,它就会文很多。第三个就是一上来就不要让 ai 直接给代码,可以先让它写计划, ctrl 和 ctrl 现在都有 play 模式, 每次大改的时候都使用这个模式,让他理解你的需求是什么,准备给哪些文件,可能影响哪些模块,打算怎么实现,先确认这个方案没有问题,再让他正式动手。这一步看起来像是多了一层,但实际上能减少很多返工,尤其是项目大一点的时候,这一点就非常值。 以上就是我常用的技巧吧,外部口令真正能够提效的不是让 ai 随机发挥,而是先把环境上下文都整理好。

用 cloud code 写代码,钱烧得比 gpu 还快,这个项目可能救你一命。 code graph, 一个给 ai 编程 agent 遇见代码知识图谱的工具,开源十五点四 k 星,日增几千。 说实话, cloud code 这些 agent 探索代码库的时候,疯狂 sponge 里去 grab, glob read 文件,每掉一次工具都在烧钱。大项目里问个问题, token 能烧掉几百万。 codecraft 的 做法很直接,在你提问之前,先把整个代码库域索引成一个知识图谱,符号关系,调用链,代码结构全部本地建好。 agent 直接查图谱,不用扫文件, 实测数据很离谱。 vs code 代码库提问成本降百分之三十五,工具调用减百分之七十二。 rest 的 tokyo 项目更夸张,便宜百分之八十一,速度快百分之六十三。越大的项目省得越多, 而且完全本地运行,数据不出机器支持十九种语言,文件改了自动同步,零配置,还能识别 yango flask fast api 的 路由,直接问 url 就 能定位到 anywhere。 说实话,如果 ai 编程 agent 是 未来,那 co graph 这种预缩影就是基础设施。我是猿人,你平时用 clock code 或者 curser 吗?觉得费钱吗?评论区聊聊。

零零后马龙一个视频讲明白三个编程 agent 的 体感区别, caller, cloud code code x 天天有人吹,到底有啥不一样?听完你比大部分程序员还门清。 caller 是 个图形化界面的 ui, 呈现的感觉是个代码编辑器,核心是后面的 ai 随便切。 cloud gpt gemini 写不好再换一个体感就像你坐在旁边的同事,脑子还是能换的那种。 另外两个登录官方账户之后只能用他们公司自己的模型,都是命令行在黑框打字,用法完全不同。可 outcode 像一把瑞士军刀,你指一个问题,他推理一下直接切进去去修, 能接工具,能派小弟分头干活快种狠。但是对代码的整体情况没有那么明白。 codex 风格相反,一个需求或者 bug 说出去,他先把整个项目看完一遍再去下手, 所以体感非常慢,等三十来分钟很正常,但是经常一次性成功改的全面说人话。 coser 是 编辑器, ai 脑子随便切。 cologad code 是 瑞士军刀,指哪打哪。 code x 是 解剖刀,慢,但是一个没漏。下次聊聊这三个月费怎么买最便宜?评论区说说你最喜欢哪个?

如果你经常让 cloud、 code cursor 或 codex 去理解一个陌生代码库,最耗时间的往往不是写代码,而是探索代码。 ergent 会不停地 grab、 glob read 文件,先找入口,再找调用链,最后才开始真正解决问题。 code graph 这个开源项目,解决的就是 ai 编码工具的代码探索成本。从产品经理角度看,它抓住的是一个非常具体的痛点,大模型并不缺推理能力,缺的是低成本、结构化可查询的项目地图。没有地图时, ergent 只能边走边看, 工具调用多,上下文膨胀快,项目越大,浪费越明显。 code graph 的 定位不是普通权威搜索,而是一个预缩影的代码知识图谱。它把函数类方法导入关系、调用关系、继承关系和路由关系提前抽出来, 放进本地缩影里。这样 urgent 的 问问题时,可以先查图谱,而不是从零扫文件。他的工作流很清楚,先在项目里运行初识化。 code graph 会用 tree sitter 解析源代码,抽取符号和边,再写入本地 sqlite 数据库, 之后通过 m c p server 暴露搜索上下文、调用方、背调用方、影响分析和文件结构这些工具项目说明文档里给了一组很直观的精准测试。它在七个真实开源代码库上对比有 code graph 时,平均成本降低百分之三十五, top 减少百分之五十九,速度提升百分之四十九,工具调用减少百分之七十。对大型仓库来说,这个价值非常直接。 产品能力上,它最值得看的是三点,第一, smart context 可以 一次返回入口相关符号和代码片段。第二, impact analysis 可以 在改代码前看影响范围。第三,文件监听会自动增量同步,让图谱随着代码变化保持新鲜。 另一个亮点是框架路由感知,它不止识别普通函数调用,还能识别 java、 fast、 api、 express、 nest js rails、 spring gene、 axem、 react, router、 sweat kit 等框架里的路由和 handle 关系。对 web 项目来说,这比单纯搜函数名更接近真实业务入口。 code graph 也强调百分百本地运行,不需要 api key, 不 把代码发到外部服务。它用 scalelight 和 f t s 五作存储于文搜索,支持 typescript、 javascript、 parse、 java c, sharp、 php、 ruby、 swift、 collin view、 spell 等多种语言。 当然,边界也要讲清楚。 code graph 适合已经比较大的代码库,或者需要频繁让 agent 做架构探索、影响分析和跨文件修改的场景。如果只是很小的项目,原声搜索已经够快,图谱带来的收益就会变小。 它不是替代阅读源码,而是减少无效探索。所以我的结论是, code graph 很 适合重度使用 ai 编码工具的开发者和团队。 它把代码库变成一张可查询、可追踪、可增量更新的本地知识图谱,让 a 镇的少读文件、少消耗偷啃,更快进入真正的工程问题。关注我,每天带你了解更多优质的 getop 开源项目。

ok, 重头戏来了,这一期主要给大家讲一下怎么使用 codex 和其他工程软件连接,然后完成一些工作。首先的话是 thirdworks, 我 们可以看一下它的工作流,可以看出 thirdworks 不 需要接 mcp 的, 它是会调用 thirdworks com 口,然后通过 vbs 脚本进行建模。也就是说我们只需要给它工程图或者描述我们自己的需求就行, 它自己也能打开 thirdworks, 但是我们自己打开的话会省很多启动时间。第二个的话去 matelab, 我 们看一下它的工作流, matelive 也不需要接 m c p, 我 们也只需要描述自己的需求就行。第三个的话就是 ency, ency 是 需要接 m c p 的, 但是我们可以让他自己接好,就是我们给他说一下,给 ency 接一下 m c p 就 行, 他就会自己接好。接好 m c p 之后,我们就可以通过脚本仿真求解了。当然以上这些操作,包括想要达到我在视频中展示的一键全自动生成,都是给他开放的完全访问权限不, 如果开放这个完全访权限也有一定的风险,大家可以根据自己的需求选择开不开。呃,当然也可以开这个默认权限或者是自动审查,这样的话他会在一些关键操作的时候征求你的同意,就很安全了。或者我们让他在指定文件夹工作,这样的话也很安全。

划重点, cloud codex cursor, 用户可以看看 code graph, 它解决的不是怎么让 ai 写代码更猛,而是另一个更具体的问题。 ai 每次理解一个代码库,都要反复 correct 读文件、翻目录, token 和工具调用就这么被消耗掉了。 george 的 思路是先在本地给项目建一个代码知识图谱,里面包括符号关系、调用链、代码结构,甚至一些外部框架里的路由和处理函数关系。说白了就是 ai 不 用每次进项目都从零目录,而是先问这张图入口在哪,相关函数是谁, 影响范围有多大。它的 ribdly 给了一组 benchmark, 在 七个真实开源项目上对比有无 code graph, 平均成本少百分之三十五,工具调用少百分之七十。这个数字可以先当项目方测试结果看,但思路是清楚的,它省的不是写代码那一步,而是理解代码库的探索成本。这里容易误会, code graph 不 会替你判断需求, 也不会保证 ai 改的一定对。它更像是给 ai 编程助手加了一层本地地图。所以它最适合的不是小脚本,而是那些代码库,一大上下文一多, ai 就 开始到处翻文件的项目。

换工具不换脑?那最近有人在评论区问我到底是 context 还是用 cloud code? 那 我以前也会特别纠结这一类的问题,那哪个工具更新了?我就想试一下哪个模型变强了,我就怕自己错过别人说的某个工具效率高,那我就开始怀疑自己是不是又落后了? 那我现在想明白了一件事情,很多人问的其实不是工具的问题,你问 context 可不可以, cloud code 到底行不行?那这些问题都属于同一个类问题,是属于你的手, 那我现在是把自己的工作分成三块,一个叫做硬盘,一个叫做大脑,第三个叫做手, 那 oc 点是我的硬盘,那它存的是我的判断,我踩过的坑,我做过的项目,我写过的稿子,拆解过的问题, 那 cloud code 或者是其他的大模型,那它们是属于大脑的一个层面,它负责的是理解、推理,深层,帮我把这些内容重新组织出来。 呃, cloud code 或者是 context, 这些属于工具,当然最近会有生成更多的工具,那它们是属于手,手是负责执行的,帮你写代码,帮你改文件,帮你生成内容,帮你跑跑任务, 所以你会发现手是可以换的。那今天我用 cloud code, 明天我就可以用 colex, 只要我的硬盘在,我的判断在,我的上下文还在,我换一个工具其实并不会从零开始,那我今天就演示一下,这个是 cloud code, 我 们之前的对话,那我用 context 重新帮我整理梳理的相关的内容,他还帮我 增加了缩影,帮我做,帮我做同步的一个更新,那这样子对于我来说其实是很直接的一个调用, 那这也是为什么我觉得真正复利的不是工具,工具本身它没有复利。那你今天花两周学会了一个工具,过了几个月又会有新的工具出来,那这两周你沉淀下来的工作方法、判断标准、踩坑记录,这些是你可以直接带走的。 所以我从 cloud code 里面切换到 context, 其实上手是非常快的。那当然我们未来会有其他的各种的软件,那你需要的就是在你的电脑中去配置相关的信息,而不是说未来有其他的工具来。你又是从零开始, 所以我并不会一直在问哪个工具最强,我会先问我的硬盘里面有没有东西,如果你的 o c 点里面什么都没有,其实差距并不会很大,因为它基本上都是从零开始。但是如果你的 硬盘里面已经保存了你的判断,你的经验,你的上下文,那工具换来换去也只是换一个手,真正不变的是你的审美, 你的系统。所以我的建议其实也是花两分钟,每天你把和 ai 沟通的事情把它记录下来,那不用写得很漂亮,几句话,做了什么,干了什么事情,那你有一 个积累的记录的这样的一个过程,其实就慢慢能够让 ai 能够去读懂你到底是什么样的一个风格。那两个月之后你积累的这些品味和收藏和风格,那在你将来的 ai 使用中,他就会用得上。这我觉得才是一个工作流应该要有的一个 状态。那所以无论是工具怎么操作,核心还是你的审美和你的大脑,你的硬盘是存在哪里?那今天最后一个问题就是你自己是在怎么用这些 ai 工作流?可以评论区说一下,那喜欢点赞关注。

很多人最近在用 gpt 五点五 cortex 或咳嗽的时候,都会有一种感觉, token 消耗特别离谱, 甚至一次任务几十万 token 就 没有了,复杂一点,直接上百万。呃,很多人会疑惑,我明明只问了一句话,为什么会这么贵?其实你看到的只是表面回复,那真正消耗 token 的 东西在后面, 我积累咳嗽某一个时间段使用的用量,有些任务的话是几十万, 有些任务的话就是上百万了。可以从这张图看出来,就是一次任务耗费的头肯还是蛮多的。 那以前的大模型更像 chatbot, 你 问一句,他答一句。但现在的 ai 编程模型,尤其是 g b t 五点五啊, cloud code 啊, course 啊,已经越来越像 agentic workflow。 呃,也就是它不只是直接回答,而是在后面 有思考,有扫描工程,调工具,写代码,呃,有测试,有反思,有重试,最后才给你结果,这是完整的一个流程。 呃,我们先来说第一个吧。嗯, reasoning。 很多人低估了 reasoning 的 token 消耗,因为你看到的是一句回复,但模型内部可能已经思考了很多轮。比如 你让它修复一个复杂的 bug, 它会分析日制,猜测原因,排除错误路径,对比多个方案,规划修改步骤,这些过程都会消耗 token。 而且,而 reid 零越强, token 往往越贵,这也是为什么 gpt 五点五比传统的叉模型贵很多的 原因。第二个核心就是呃工具的调用。呃,现在很多 ai 编程工具已经不是单纯聊天了,他们会呃读取文件,搜索代码、 grip diff, 跑测试,看日制。呃,你以为只是帮我修一个 bug, 实际上后面已经扫描了几十个文件,而且这些都会进入上下文。这是 ai 工具调用的一个 workflow, 可能是长这样子的。 嗯,还有一个很多人没有意识到的东西, hide and context。 很多 ai 工具会偷偷塞大量上下文,比如,嗯, system prompt, roles agents, reporters, summary 文件加载历史对话工具的输出, 虽然你没有看到,但模型其实全看到了。所以真正进入模型的 context, 呃,可能远远比你想象的要大得多。 所以 ai 编程可能会越来越贵。并不是因为模型回答字数变多,而是 ai 正从 chat 变成真正的 工程执行系统,它开始主动分析,主动规划,主动调用工具。呃,主动执行流程。本质上,你不是再买一次回答,而是再买一次工具执行过程。 最后做个总结吧,就是真正废 token 的 地方不是回复本身,而是 reasoning planning to use context engineering agent workflow。 未来 ai 编程一定会越来越强, 但同时 token 的 成本也会越来越重要。如何控制 context? 如何拆任务?如何减少无效推理,会变成新的工程能力?嗯, ok, 这里是 context 的 工程实践。下一期我们继续聊,为什么大仓库加全量上下文会让 ai 编程直接失控?

欢迎来到这期的讲解,今天咱们要聊点颠覆认知的,彻底改变一下你对人工智能的传统看法,忘掉那个只会一问一答干巴巴的聊天框吧。今天我们要看看怎么把 ai 变成你手底下最靠谱最拼命的虚拟实习生。 咱们先实话实说啊,回想一下你每天的上班时间,到底有多少是被那些无脑的搬砖活给撤掉的?比如积极枯燥的数据录入在好几个表格,或者对着同一个按钮点上几百次, 是不是想想就觉得特别心累?那么咱们直接进入第一部分 ai 的 进化,咱们看看它是怎么从一个副驾驶变成咱们的全能员工的。 咱们来看这个非常有意思的对比。以前大家用的 ai, 比如 copilot, 其实就像是个坐在副驾驶的教练,你累的半死地握着方向盘,它在旁边不停地给你提建议,说风凉话。 但是现在的 kolex 呢?它完成了一次巨大的范式转变,它是一位真正的虚拟员工,直接帮你接管方向盘,帮你把活干完。而你这个指挥官只需要舒舒服服地坐在后排,审查一下最终结果就行了。 所以千万别误会,你绝对不需要懂任何敲代码的技术就能用它,它不仅是个搜索引擎,也绝对不是程序员的专属玩具。你只需要用平时说话的大白话告诉他你的目的地在哪,他自己就会动脑筋规划出一条路走过去。 接下来是第二部分,也是今天的重头戏,这小助手到底能干吗?咱们来揭秘一下他的自动化能力。 重点来了,他到底是怎么替你干活的?这就得说到他一个神仙级的功能电脑操作。 用大白话来讲啊,这就像是你电脑里住进了一个隐形的田螺姑娘,她可以真真切切地看懂你的电脑屏幕,然后像个真人一样去挪动你的鼠标,精准地点击窗口按钮,甚至模拟人类在键盘上噼里啪啦的敲字。不管是切换窗口,还是用剪贴板复制人贴,它全都能代替你的双手去完成。 而且最绝的是什么呢?无论你是用 mac 系统还是 chrome 浏览器,他干这些活全都是在后台静悄悄进行的。也就是说,你可以继续一边看网页,一边写文档。他在后台帮你干他的,绝不会突然弹出来打断你的思路,完全不抢你当前的屏幕焦点。 进入第三部分,咱们来看看有了这个能力,怎么帮你彻底告别复制粘贴,变成全自动日常办公神器。 试想一下,如果老板让你从网页上手动抠五百行数据到 excel 里,是不是想想就头大?现在呢,你只要像屎丸小弟一样,用大白话下一道命令,嘿,帮我提取一下数据, 刚才提到的隐形小助手马上就会接管。他自己去移动鼠标框选数据,按下复制,然后自己打开 excel 表格,把数据格式调得漂漂亮亮的粘贴进去,全自动一气呵成。 当然了,他的本事可不止填表格,日常那些特别繁琐的琐事他都能包圆。比如代替你一行行去填那些枯燥无味的网页表单,或者把工作群里乱糟糟的聊天记录,自动给你整理成一条条清晰的任务。 甚至他还能看懂设计图,直接帮你写出网页代码,或者干脆根据你给的大纲,直接啪的一下给你自动做好一套精美的 ppt。 看到屏幕上这个数字,二十四了吗?对,没错,二十四! 它的自动化功能,意味着你雇佣的这位虚拟员工,是真正意义上每天二十四小时连轴转的。晚上你大可以安心去睡觉。而你的这位好帮手呢,会在漫漫长夜里帮你盯着系统的数据大盘,把昨天积压的各种小毛病 bug 分 门别类整理好,默默优化你的工作流, 等你第二天早上睡到自然醒。泡好咖啡,来到电脑前,一份清晰完整的总结报告已经乖乖躺在你的桌面上了, 简直了对吧?那么第四部分,咱们对号入座一下,到底谁最需要这个帮手?他能怎么解决不同岗位的痛点? 你可能会想,这玩意儿对我这行有用吗?其实不管你是干什么岗位的,他都能精准地帮到你。如果你是个销售,每天对着 crm 系统挨个录入客户状态,点得头晕眼花,现在交给他,他替你自动点击登录、打字录入。如果你是个苦逼的运营,天天被一堆杂乱的数据折磨,他能帮你自动提取、清洗、排版。 如果你是个初级程序员,天天跑测试、修 bug, 那 他就是你专属的除虫小弟。发现没有,他对任何胡柳技术背景的小白都极度友好。 哎,那如果你本来就是个懂点技术的程序员呢?他还有个叫 worktree, 也就是工作树的傻手脚儿 们。传统干活只能一件一件按顺序来,干完 a 再干 b。 但现在你可以同时召唤出好几个 ai 小 助手,他们能在同一个项目的不同分支上,同时在那啪啦啪啦敲代码,互相完全不打架,最后还能奇迹般的把工作成果自动合并在一起,这工作效率绝对是开挂级别的。 接下来进入第五部分,咱们也得客观一点,网上现在传的很神的一句话就能做个游戏,到底是真是假?咱们来个现实大揭秘。 其实啊,现实情况稍微有点骨感,并没有网上传的那么神,他确实能瞬间给你画出好看的图片素材,搭出个游戏的基础代码,但这顶多也就占了整个工程六十百分之的基础工作, 剩下四十百分之的关于游戏的打击感好不好玩,界面细节的微调,这些依然需要你这个人类亲自上手去打磨,才能搞出一个百分之百完美的作品。 但是咱们算笔账啊,以前你想做这么个游戏原型,得花大价钱请个开发工程师,吭哧吭哧搞上整整一个月吧。现在有了它打底,你只需要花短短一个小时就能把基础流程跑通,从一个月压缩到一个小时,这可是整整十倍以上的效率提升,绝对是一个不可思议的跨越了。 最后第六部分,也就是今天我想给大家传递的最核心的理念,你来指挥他来执行。这个虚拟员工给你带来的最核心的价值,其实是一场职场身份的巨大转变,把你从一个埋头苦干的执行者,把高成了一个统筹全局的决策者。 当你把那些枯燥的像机器一样重复的电脑操作全都甩给 ai 去执行之后,你在公司的价值就不再取决于你手速有多快,能不能一天复制粘贴完一千个表格了,而是取决于你做出的战略判断到底有多精准。 所以聊到这儿,我想问问屏幕前的你,既然懂了这些,你准备好坐上指挥官的位子,去雇佣你人生中第一位全能的虚拟 ai 实习生了吗?你的第一道命令又打算让他替你干点什么呢?好好想想吧,咱们下期讲解,再见!

今日最新 github 热点,这个项目叫 mapocock skills, 它已经九万六千多星, skills s h 显示二十八个技能,总安装量一百六十万。它不是万能提示词合集,而是给 ai 变成助手装的工程技能包。你现在让 agent 做功能,他经常上来就开写,需求没问清,测试没跑,问题没付现,最后还得返工。 skills 要解决的就是这个,把靠谱工程师的动作拆成能直接调用的小技能。第一类,先问清楚 grill me 和 grill with dogs, 让 agent 开工前把需求追问明白。第二类,让代码有反馈, t d d 先测后改, diagnose 先复线再修,不是乱改,而是把问题按住。第三类,把大活拆小 to p r d to issues trayash, 把想法拆成任务 zoom out 和 improve code based architecture, 提醒他别把代码越写越乱,安装也简单。一行 n p x 命令在跑 setup。 我 的判断是,它真正值钱的地方不是让 ai 打字更快, 而是让 agent 按工程流程把式作文。如果你再用 codex, cloud code 或 cursor, 这个仓库值得收藏。