codex思考消耗token吗

最近干货让 deepstack 为 callex 打工， tockin 节约百分之五十。嗯，我手搓了一个工具，让 gpt 五点五能指导 deepstack 工作，把我的 tockin 消耗降低了百分之五十，把性价比拉满。 deepstack 桌面版就是今天最好的 ai 生产的工具，但它缺点有两个，一是订阅太贵，二是 gpt 五点五的额度太废。而 deepstack 又是一线模型中价格最便宜的，让 gpt 当大毛， deepstack 干活才是最完美的组合。 但 deepsea 是 需要接入可捞的扣子让他干活，然后把它包装成 mcp 给 callix 调用。我写好的 mcp 已经开源可用啊，大家可以直接跟 callix 说让他装上啊。这个 mcp 的 核心价值呢，有以下几点。 这个 m c p 本身我就是用 codex 桌面版开发的啊，开发过程很简单，可以说有手就行。如果你希望做一个这样的 m c p 的 话，可以把下面这些话发给 codex 桌面版 啊。注意，这样做出来的只是一个基础版啊，甚至不一定省 tokyo， 你 要一边用一边跟 codex 对 话来解决各种问题啊，最终肯定是能迭代出一个跟我一样甚至更好的版本，大家都可以试一下。

十亿 token 只是这个行业的入门门槛，兄弟们，还有很多人搞不明白，这个怎么做，那个怎么做，只能说明一件事，你的 token 还没有烧够，真正烧掉五十亿或者一百亿 token 的 时候，一切的底层，一切的道理，一切的方式方法，一切的 s o p， 你 就都通了。第二个事情呢，有很多的小伙伴在最近都在找我聊一件事，就是为什么我不用国内的一些模型，为什么我只用 g p t 跟 cloud， 其实极其简单，很多人也在问我说啊，有没有其他的方式让 token 更便宜？其实我想问大家的，不是模型，不是 token， 我 想问所有人，回到一个原点，你到底要拿 ai 来做什么？我觉得这个比 token 更加重要， 你到底想拿它来去打通你整个公司的运营 sop， 去替代掉你的员工，那你将本身效还是你只是拿它来玩？这是不同的场景，不同的结果，所以它就导致了你的模型的选择的不同，你真正落地的不同， 所以这里面极其重要。我给你们举几个例子，最近我带了几个老板一上来最简单的 open 四点七，这个时候不要跟我谈什么偷啃消耗，不要跟我谈什么啊，这个烧的很贵，因为在你项目最开始的时候一定是最好的模型，给我上去搭所有的框架，写所有的代码，写所有的脚本，让所有东西跑 通，等到这些做完之后，你要降你的模型，你要降你的偷啃成本，都有办法，但前期一定用最贵的最好的解决一切效能的问题。 好，那另外一种，哎，我玩一下嘛，哎，我还不懂哎，现在的，那你先玩一下 minimo， 哎，很便宜，对吧？你先玩一下 mini max， 这是完全包月的，四十九块就四十九块，无限用。 所以兄弟们，核心回到一个原点，你到底想拿它来干什么？你先把这件事情想明白再来说。模型不缺，渠道不缺啊， toolk 不 缺，都不缺，这些东西缺的是你的定位，你没有把自己要用 ai 又干什么？想明白，所以这个时候你会无限的纠结，哎，为什么我拿一个 deep secret 搞了这么久，一周一个月就没有搞出效果，但我可能二十分钟一个 cloud 我 就搞完了， 这就是你的选择跟我的选择，所以这里面就取决你到底要拿它来干什么。这件事情大于一切。兄弟们，把这个事情先想明白，这个想明白了我们再来想。哎，我要用什么模型？如果你不缺预算，算模型，对吧？就这么简单。你看好，我跟你们分享一个特别好玩的事情，真的，从四月份吧一直到今天， 真的特别好玩，至少通过我安利的有接近五十多个人去买了苹果电脑，理解吗？真的很好玩，但是我真心跟你们去分享的，就是 我推荐的，或者我告诉你们的，都是真的，都是我实实在在踏过来的。你看，这台 windows 还是给别人借的，苹果，苹果苹果，全部都是苹果。 我不会用 windows 的， 这次不是为了要给所有兄弟们做 windows 的 开发，我不会去用 windows， 我 都十几年没用了。因为一定要明白一件事情，我们每个人的时间是有限的，一定要用钱，用所有最好的东西换你的时间跟空间，这才是真正把效率放到最大，兄弟们， it's back！ 一 起加油！

如果你在用 codex 却还没装这个 skill， 就 别怪你的额度总是不够用了，因为在你使用 codex 的 时候啊，它不可避免的要去网上搜索各种信息，比如查找文档，做用户调研、爬 github 仓库，甚至我之前的 ai 捡爆系统， 也是需要 codex 去帮我搜索搜集 ai 资讯的。但搜索其实非常消耗头肯，因为 agent 每打开一个网页，都可能把大量的皱纹、无关的网页代码、广告信息都带进上下文里搜索，轮次一多呀，你的额度就吃不消了。 agent 这个 skill 就是 专门用来解决这个问题的， 因为 agent 在 使用这个 skill 的 时候，会自动调用 agent 的 a p i， 所有搜索工作搞定后，再通过 markdown 的 格式传回给 agent。 这样一来，最重的那些活全部交给 any search 了，我们自己的 agent 就 轻松很多，使用方法也非常的 ai 原声， 我们在它的官网上复制这个 skill 的 命令，粘贴发给 codex， 它自动就会安装好了。我们只需要在对话中调用它， codex 就 能自动使用。我们立刻来测试一下，首先引用 any search 这个 skill， 然后让 codex 帮我们对比下过去一周 cloud code 和 anti gravity 这三款主流的 ai 开发工具，在国内的社媒和论坛中哪个更受欢迎。 最后用一个简洁美观的 html 网页呈现给我们，我们先看一下额度啊，现在是百分之九十八，点击发送 any search 收到请求后，会从海量的信息渠道中精准路由到最相关的数据源。 我们来看看结果。首先他给出了结论， codex 综合第一，下面有一个评分表，然后就是比较重要的量化样本表， any search 追踪了 npm 下载量、 reddit 评论和 hacker news 的 帖子， 下面还有一些基于搜索结果定性的分析。从样本来源我们看到他搜索了非常多的网站，从安装源到国内的社区、论坛到官网都涉及到了， 搜索质量很高，整体消耗了我 codex 五小时额度的十八个点。同时我还让 codex 在 不使用 any search 这个 skill 的 条件下，用同样的 prompt 跑了一次，这是最终的结果。 整体呈现上信息简略了一些，搜索员也大幅减少消耗的额度，还比之前多出了五个点，这就是低效搜索带来的隐性成本。 所以 any search 的 价值呢，就是把这类重活儿专门交给搜索技术设施来完成。当然它也可以直接在网上进行初步体验，从专业维度到普通生活的各个领域都能覆盖，非常推荐。好了，我是阿朱，关注我，让我们一起在 ai 潮头冲浪！

现在 code 可以 直接使用 dc v 四了， code 确实好用，但是额度真的是不经烧，随便几个问题直接就清空了，又得等五个小时。所以我试着把 dc v 四接进去，烧了四 e token 之后，发现操作竟然很丝滑，体验也完全不输原版，关键是真的大碗便宜， 后面我会带你一步步接好。其实步骤是非常简单的，就三样东西， c c 叉， d c 的 a p i， 还有 c c switch， 而且工具我都已经整理好，你照着我这几部点，基本几分钟就可以搞定。 解压后先打开 c c 叉的文档，然后打开 emv 文件，里面会有一个密钥，这里你可以保持默认，也可以自己去修改一个。改完之后记得先保存，然后启动 c c 叉，它会弹出一个终端，你找到这个管理界面的地址， 然后按住 ctrl 键再点击，就会来到这个页面。进去之后把刚才 e v m 里面的密钥粘进去，就能够进入到后台，这里你可以顺手切成中文就行，这部分就基本搞定了。接下来我们去到 d c 的 官网，点击 api 开发平台，第一次进来得先注册一下，然后点击左边的 api key， 新建一个 key， 名字可以随便填。创建完记得先保存好，因为它只会显示一次。然后回到 c c 叉上面，选择 code， 中间点击添加频道，这里就可以直接把这个文档粘进去。最下面把刚才复制的 a p i 粘进去，创建就算成功了。记得顺手做两个设置，一个是选一下 openchain， 另外一个是把规范化，非常健 打开。这一步搞定， d c 其实已经接近来了，然后打开 cc switch， 点击上面的这个标志，右边新增一个配置，具体的参数你可以按照这个来就好。这里有三点是需要注意一下， 首先，这里的 api key 不是 d c 的 那个，是一开始 emv 里面的那个密钥。第二点，点击一下这个获取模型列表，就不用自己手动去填写了。第三点，把 e m 上下文窗口勾上，这样子才能全力去跑，下面这些都不用管，填完之后直接点击保存， 然后点击启动，最后把 codex 安装或重启一下，到了这一步就已经接好了。打开之后， codex 这里不是显示 d c， 它只会显示自定义。别慌，这个时候你随便发一句话，先试试能不能是正常使用。然后直接去看看 cc switch 的 使用记录，你会看到模型这一栏已经变成了 d c v 四 pro， 来源是 codex， 那 说明已经是链接成功了，也就是说后台真正在跑的已经是 deepsea 了。最后我补两个词，已踩过的坑。第一个坑是 cc switch 最新的版本，现在有 bug 会连不上 codex， 所以 别手痒去更新，直接用包里面的版本就行。 第二个坑是 d c v 四没有视觉能力，所以一旦你平时有看图识图这类型的需求，进来之后可能会有部分的能力用不上。不过好消息是这套流程本身是通用的，你可以直接换成其他的多模态模型，思路也是一样的。我是木马，陪你一起玩 air 赛博达子，咱们下期见，拜拜！

codex 虽然功能强大，但是使用 openai 官方的 token 渠道，性价比非常低，这里教大家如何将 codex 接入到国产性价比之王 deepsea k。 平时就把轻量化的任务交给 deepsea。 首先需要安装几个前置的工具， 第一个 node 点 js， 直接搜索官网，点进去，选择自己对应的版本下载即可。下好后一路下一步安装就行。 第二步安装 c c x 和 c c switch， 这俩因为要去 get 掌，这里我就把安装包放简介了，大家自行领取下好安装包后安装。先打开 c c x， 这个 ev 是 环境配置文件，可以用记事本的方式打开，这个密钥是一二三四五六记一下， 然后打开运行程序，把这个管理界面的连接复制到网页，打开， 输入刚才那个密钥，一二三四五六，可以把它切换成简体中文。然后我们先不管它，打开 deepseek 的 官网，点这个 a p i 开放平台，这里大家用自己的账号登录，然后点左边这个接口文档，把这个余额要地址复制一下，然后回到 c c x， 点上面的 codex， 再点添加渠道，在上面粘贴一下 y o r l 地址。接下来回到 d p c 点这里的 a p e k 点创建 a p e k 这个名称，随便填点创建 这个 a p i k， 大家可以自行保存一下，要记得不要暴露出去，不然别人用你的 api 用的就是你的钱。把它复制下来，粘贴到 c c x 这里， 然后点右上角的详细配置，把这个服务类型换成 open ai 下拉，把这个模块化非常键给打开，然后保存配置，接下来再打开 ccc 位置， 一路下一步安装即可， 安装完成后打开它渠道，选择 open ai 这个点右上角的添加，选择自定义配置， 下面供应商名称随便填一个 a p e k， 填一二三四五六。然后这个 api 请求地址，我们回到 c c x， 把这个 api 地址复制过去， 点这个获取模型列表， 就能看到接入的 deepseek 了。选择模型下拉，把这个百万上下文窗口打开，然后保存配置，并且用它。 接下来就可以进入 codex 了。国内直连肯定是有一点慢的，耐心等待一下， 我这里自动登录了，退出重新登录，登录时选这个，使用其他方式登录， 然后输入刚才配置的一二三四五六。可以看到模型这里已经是自定义了，也就是在 c c c 区里配好的 d p c k。 正常的话这里就是 g p t 五点五。当然如果要正常使用的话，肯定是要给 d p c 可充一点钱的，不然就会出现这种五零三报错。最后提一嘴， 如果你有条件的话，还是建议使用 g p t 原声的，肯定是要比我们接入 d p c k 好 用， d p c k 只是胜在更便宜而已。好了，以上是本期全部内容了，我们下期再见。

你以为 macbook 的 价值是芯片、屏幕续航？现在可能要加一个新理由， codex openai。 最近几轮 codex 更新，其实释放了一个很强的信号， ai 不 再只是网页里的聊天框，它开始进入你的电脑，进入你的 app， 进入你的本地工作流。二零二六年二月， openai 发布 codex app， 最早就是面向 macos 推出的。这个 app 不是 简单的聊天窗口，而是一个 codex 指挥中心。它能同时管理多个 codex， 一个修 bug， 一个写文档，一个跑测试，一个看 pr。 而且它支持 worktrees， 每个 codex 都在隔离环境里干活，不会互相把代码改乱。但真正让 macbook 含金量上升的，是后面的更新。 codex 现在可以用 computer use 在 mac 上操作桌面应用。 什么意思？它不只是读代码，它可以看屏幕、点按钮、输入文字、操作浏览器，复现图形界面里的 bug， 甚至帮你测试一个 micros app 或 ios 模拟器。流程更狠的是， openai 官方写的很清楚， 多个 codex 可以 在你的 mac 上并行工作，同时不干扰你继续使用其他 app。 这就很关键了。以前 macbook 是 一个人用来干活的电脑，现在它正在变成一个人和 codex 一 起干活的工作站。还有一个很适合 mac 用户的功能，叫 appshots。 你 在 mac 上看到一个报错窗口， 一个设计稿，一个网页，一个设置面板，不用长篇大论描述，直接用快捷键把当前窗口发给 codex， 他 会拿到截图和可读取文本，然后基于这个上下文帮你处理任务。这对程序员、设计师、产品经理、内容创作者都很实用。比如，你打开一个网页设计稿，让 codex 看一眼，然后让它改前 端，你打开一个表格文档后台页面，让 codex 根据当前内容继续干活。再加上手机远程控制， 现在拆的 gpt 手机端可以连接到正在 mac 上运行的 codex， 你 人不在电脑前也能看 codex 的 进度，终端输出测试结果，代码 def， 还能远程批准下一步操作。也就是说，你的 macbook 放在桌上跑任务，你在路上用手机盯进度。这就是为什么我说 macbook 的 含金量在上升， 不是因为 macbook 突然变便宜了，也不是因为参数碾压所有电脑，而是因为 ai 时代的电脑价值正在从性能设备变成 ai 工作流底座。 codex 这种工具越成熟，越需要一个稳定的本地环境，代码仓库、终端、浏览器、 ide 设计工具、文档权限系统、桌面 app。 而 macbook 本来就是大量开发者和创作者的主力工作机，现在 codex 正在深度适配 macos 工作流， macbook 就 不只是生产力工具，而是 codex 可以 长期驻扎持续工作的 ai 工作台。 所以这波不是单纯吹 mac， 真正的变化是，以前你买 macbook 是 为了自己更高效，现在你买 macbook 可能是为了让 codex 也能更高效的替你干活。未来值钱的电脑不只是跑分高， 而是谁能让 ai 更顺畅的看见你的工作，理解你的上下文，操作你的工具，持续完成任务。从这个角度看， macbook 的 含金量确实还在被 codex 往上抬。

codex 使用中如何节省 token？ 一个任务开一个县城，不要一个项目长期用同一个巨长县城， 县城变长时用 compact， 官方说明 compact 会把可现对话总结以释放 token。 codex 也会自动压缩对话，但长任务里主动用更稳。把长期规则放进 agent dm do a skill 不要每次 point 都重复贴一大段。 官方建议 agent 点 md 自动加载进上下文 prompt， 并强调短而准更有用。重复流程应做成 skill。 agent 点 md 要短， 官方明确说短准确的 id 比长篇模糊规则更有用。太大时把专项规则拆到任务文档 skill references 里，按需读取。 大仓库里明确指向文件目录 chronicle a goal context constraints 当问并点名相关文件，能减少 codex 大 范围搜索读无关文件的头衔。 大量工具或外部信下博不要全塞 post。 官方建议用 m c p host tools to search， 把外部信息作为工具按需取，而不是复制粘贴进上下文。

我真的每天活活要被 codex 急死了，我就今天一上午啊，我让他改两个网页，他足足给我改了两到三个小时，真的把我气死了。我 记得我以前用 cursor 啊，或者用那个 cloud code 的 时候，我有时候改一个网页，他就只花半个小时二十分钟，但是 codex 我 感觉他把工程性和完整性看得太重要了，以至于他在速度上的劣势太明显了。就经常我用他做一个功能，就是一个小时起步或者大半个小时起步。 在以前我还可以勉强接受它的一个速度的劣势是因为它的完整性做的是比较好的，但是我现在明显感觉它的 g p t 五点五好像有点降质了， 就是我今天同样给它一段提示词啊，我发给就是 codex 的 g p t 五点五，然后我再发给 opus 四点七，我明显感觉那个 opus 四点七做出来的设计感呀，网页交互 远远优于 g p t 五点五，但是我在半个月之前测试的时候是没有这么明显的，所以我不知道大家有没有这种感觉 g p t 五点五降至的体验啊。

如果你每天都在用 codex， 真正麻烦的不是花了多少 cking， 而是很难知道这些 tiroki 到底花到哪里了。 codex scope 做的事很窄，扫描你本机的 codex 绘画预制，然后生成一个可以直接打开的本地用量面板。 它不是一个 a c s， 也不需要账号接入页面是静态 html 页面，真实数据指导出到本地的 data j s 和 data roi j s 默认不会提交到 git 面板。最先解决的是可见性 curl 趋势调用分布、绘画排行、模型排行、额度、风险和费用估算都放在同一个界面里。 你可以快速判断 curl 什么时候涨得最快，哪个项目最好，哪个模型占比最高，以及什么时候接近额度压力。 数据流也很透明。 codex 把绘画日记写到本地 sessions 目录生成器，只提取用量元数据，再交给浏览器渲染。 dashboard 隐私边界是它最重要的设计之一。它会导出绘画 id、 目录名、模型名、 t o 梗数量和 read limit 原数据， 但它不会导出提示词就手回复工具输出或文件内容，也就是说它看用量不搬走对话内容， 普通用户不用自己编辑去 git up readies 下载 macos 或 windows 平台包，解压后双击启动脚本就能打开真实用量面板。 所以 codex scope 的 价值不是做一个复杂平台，而是把你本季已有的 codex 用量数据变成一个可信清量、能马上打开的观察窗口。

哈喽，同学们大家好，我是木贤，本期视频为同学们分享如何将 deepsafe 注册到 codex， 让我们在 codex 里面能够使用 deepsafe。 但是呢，我又不建议大家用 codex 去使用 deepsafe， 因为用 codex 去使用 deepsafe， 它不仅 不是很兼容，而且他非常的好托梗。所以说我给同学们演示 codex 接入 deepstack， 其实相当于是给同学们演示一个踩坑的一个记录了，那我踩了这个坑，我就希望同学们不要这么做了。那有没有更好的接入工具来？其实我会给同学们推荐一个 目前叫 codewell， 以前叫 deepstack tui 的 这个工具，他去接入 deepstack， 我 觉得他是比 codex 是 更加优雅的， 而且它能够更加的节省我们的拓客，因为它就是为了是被 deeposeek 而开发的，目前在 github 的 时代也是非常的高。 ok， 这是整体，我要给同学们分享内容，那下面我们来依次来分享。首先我们要将 deeposeek 注册到 codex， 我 们得了解它的原理啊，因为了解原理之后，我们稍后去实践，同学们才知道我在干啥好。它的原理就是我画了这一张图， 你正常情况下，我们 qds， 他 不走任何的中转，也不走 cctv， 就是 直接去调用 opi 的 api， 他 就能够去使用 qtd 了。由于额度用完了，那就是我们会可能会去接入一些 api 的 中转站，用来给 qtd 临时去补充一下能量，那等他额度恢复之后，我们又继续去使用。 所以说一旦我们要去使用 api 中转的时候，那么我们就要用到这个 cc switch， 所以 说你要将 codex 接入到非官方的 a p i， 你 必须要用到这个 cc switch， 那 cc switch 它接收到之后它做一个什么事情呢？ 如果说按照我们正常的接受到 deepsea 这个逻辑，他就是接收到新版的 open ui 的 接口调用格式，注意就是 codex 他 不是使用他之前分享出来的那种格式的调用，而是他又开发了一个新的调用方式。所以说 cctv 他 接收到之后， 如果说我们要去走 deepsea 那 家做格式转换，如果说你是 api 中转三，其他的他也是接的 gpt 五点五或者 d p t 五点四之类的模型，那么就不用做中转。那这个时候因为我们接 d p c， 我 们要做中转，那接收到之后，我们要用到一个开源的一个项目，叫 codex bridge， 当然不一定使用 codex bridge， 只是说有类似的工具，反正他做的事情都是一样的，就是把新版的 openmind 的 这个格式 给它转成就版的 open 格式，然后就把这个数据给它喂到 deepsafe， 那 就可以调用到 deepsafe 了。为了给同学们去更好的呈现，我们用 codex 调用 deepsafe 之后，它会引入哪些问题？因为我只有把它的这个数据 给他截获之后，我们才能发现问题。所以说这边引入了一个主键，就是 light a o m， 这个是我演示用的，那同学们这边你不用照着我的这个用这个 light a m 它本质就是也是一个 api 的 一个中转服务， 那通过它来去帮我们分析定位它的调用的一些问题。好，最后我通过 light a m 又转发到 dbic， 这样我们整体的这条链路就通了。好，那下面呢？我们就来给同学们来实战演示一下。首先我们需要安装 c c switch， cc switch 的 安装非常的简单，就是我们在这个 github 上面找到 cc switch， 然后在它的 linux 版本里面，你给它下载下来，直接进行安装就可以了，这个我就不给同学们演示了，非常简单。好，安装下来之后它就是这样的一个样子， 就这个 cc switch， 就 它虽然说叫 cc switch， 也就是 cloud code switch， 但是目前它能够去做 主流的这些 ai 工具的模型供应商的这样一些适配。好，然后这是第一个，然后现在回到文档，第二个就是我们要安装这个 codex bridge。 好， 我们来点开看一下， 这个 codex bridge 的 时代相对比较少了，这个功能它没有很多，而且可能也没有太多的有这种诉求，我觉得好，然后 它这个项目要去使用它，就在这文档上面有说明，我们把代码给它扣下来，扣下来之后我们进入到这个项目里面。好，这边为了节省时间，我已经提前把代码扣下来了，我已经进入到这个项目下面，然后下面就需要扩皮，把它里面有一个 因为点一个 number 给它复制出来变成点，因为好，复制出来之后，下面我们要按照这个配置来做一些修改。我们进来 首先这里有个 api k， 我 们需要自己来去生成它这边这个是一个模拟的，然后这个 api k 怎么来生成呢？我们来到 github 这边，我们可以看到它其实有这样的一个命令，我们要去修改的。好，我们来退出一下，然后一口， 然后就直接执行这个命令的结果。好，对的，就是这个 api k， 我 们把它复制下来，然后给他设置到环境变量里面，我们把这个 k 给他复制一下，然后我们保存一下，刚因为把剪辑版冲刷了。好，然后进来我们继续 就我们把之前那个给它注视一下，一般我改为呢，我会比较喜欢这样改，就是原始的也保留下来。好，这是第一个，就相当于说这个中转服务，它为了健全它要提供 api k。 好， 下面就是你要去指定你的 deep sleep 的 api k。 好， 因为我这边是直接走了 night l m 来转换了。好，这是我来打开 night l m。 好，进来。好，点击这个 models， 这边同学们应该可以看到，我已经把 flash 和 pro 都已经注册进来了。好，我这个 lite m 的 它的 api 就是 s k， 一 二三四比较简单。 好，然后下面就是一个 base url， 我 们需要指定一下。好，就是这个地方 deepsafe base url。 好， 我们给它复制一下。 好，然后在这个地方直接改成我们本地的这个专用地址 a t p local host， 然后我这边端口是四千端口，然后也是 v 一， 和它的格式保持一致。注意了，就是这个 code is bridge， 它用的也是四千端口，所以说我们现在把这个注是给它放开，把这个端口改成四千零一。 好，这样的话他就不会和我们本地的 light a m 的 时间端口就冲突。 ok， 这样我们就扣这个 break 就 改好了。好，然后下面我们就可以把这个服务给启动起来。好，启动起来就 直接按照这个文档的命令，我们来走一个，就直接执行这个 log 啊，所以说这边同学们注意，如果说你没有安装 log 的 环境，你还需要去安装一下 log， 安装 log 比较简单，直接也是下载一个安装包，直接下载下来安装就可以了。我相信同学们都在研究 用 codex 去使用 dbse， 我 觉得 log 环境对你来说已经不是什么问题。 ok， 我 们直接复制， 然后在这个项目下面就可以去执行这个命令，这个时候我们这个服务就启动起来了。好，然后我们直接掐回车来把它启动起来。 ok， 我 们可以啊，这边没有报错了信息，那代表这个启动是 ok 的。 下面我们来打开 cc switch， 把这个 codex bridge 这个协议转换的服务给它注册到 codex 的 供应商，我们点击这个加号，因为这个地方它不会说是有这种转换的供应商，所以说我们需要自定义一个，我们把这个名字直接复制一下，它叫 codex bridge。 好， 然后这边是它的这个链接，链接的话就是它启动了这个链接，四零零幺给它复制过来。 好，然后这边下面这个地址也是用这个地址给它粘贴过来，然后就是这个 api k， 这 api k 就是 刚刚我们生成的，我们直接把这个复制过来， 给它粘贴到这个地方。好，然后怎么来验证这个地址它没有配错，来，我们直接点击这个获取模型列表，能够获取到模型，那么代表就配置成功，我们可以让这边获取模型列表获取到了三个模型，因为这个 code 它不仅做 deepsea 这个模型协议的转换， 还有就是他也去做小米的这个模型的转换。 ok， 然后我们来点击这个添加。 好，这个时候我们就把 code space 已经注册进来了。好，这个时候我们点击这个起用，那之前是默认的就是直接走回来的调用，现在我们改成 switch 之后转到 code space 好了，下面我们来打开 codex， 如果说你之前已经打开了 codex， 那 么你就先把 codex 给它退出之后再重新打开，然后我们来新开一个窗口来验证一下这个模型是否生效。我来我们来新开一个，我们来随便给大家打个招呼，问他一下，嗨，你好， 你是什么模型？还来走一个。 ok， 我 们可以看到这边成功返回了，但是我们可以看到这边返回的信息是它是 gpt 五，那很明显我如果说按照从这个提的信息来看的话， 就是首先第一个通过 codex 是 能调用我们的 deep sec 啊，但是但是从这个加厚的信息来看，它又是 gpt 五，所以说这个时候我们这个中转服务就起到了作用了。我们来点开它的日字，我们来看一下， 这里有两条记录，因为他一条是用于生成这个标题的，还有一条就是实际的这个返回了，我们来点开来看一下，这边我们看到他消耗的托管都是八千多，托管还是比较大的摄像纹。好，我们点击其中一条来看一下。 好，这边我们可以看这里就是我们通过 dbc 转发之后的返回，其实这个地方你可以看到他返回他确实是 gpt 五，跟这边看到的内容是一样的。 那证明虽然说它返回是 gpt 五，但是由于它有很多的这些提示词的滞约，所以说即使你接的是 deepsea 的 模型，但它还是会给你返回它是这个 gpt 五的模型。 好，如果按照这样的话，其实我们去使用这个 deepsea 其实就是没有任何问题了，就觉得还可以，就已经用起来了。那其实当你真正的把它投入你的项目去生产之后，你就会发现有很多的问题，比如说现在我打开了我的 这样的一个项目，就会随机开了一个项目，我就问他，让他帮我分析一下项目的技术实现 好，我们来走一个，然后这边执行需要稍等一会儿，我要给同学们看的就是当我们将 debug 接收到 codex 之后，它会有很多的一些问题，比如说现在我把它停掉，我也不看结果了，主要就是看这个现象。 好，这边我们可以看他已经发生了很多次的调用，但这个很正常，因为你模型的中间的家伙有很多次好，这个时候其实你会发现就会触发他的一个定时的调用。现在是 晚上的十点二十四，就是当你使用了一个项目之后，你会发现即使说你不使用的项目了，他依然是会定时的去执勤来消耗你的拓客。现在是十点二十四，我们等到十点二十五，我们再来刷新一下看一下，稍等一会之后，我们可以看到十点二十五 又发起了一个对应的是两万多 token 的 一个调用，但是这个时候我是没有做任何的操作了，就相当于说 codex 它内部有一个后台进程，它就会一直的去做定时任务去请求，那如果是 codex 它自己封装的， 那么他的这个模型的三叶纹压缩，他的机制可能就不一样，那他的托肯命中率就会比较高，所以说你会发现你的托肯消耗并没有那么快，但是这个就不一样了，因为这个这个三叶纹的压缩机制，因为这个是扣这个时代内部封装了这个模型的三叶纹的压缩，你也不知道他内部怎么去实现的， 所以说定时任务去调用就非常消耗 deep sec 的 这个托管，同学们可以实际的去试一下，因为我这边是进入了中转服务之后才发现的，就这样一个托管消耗非常严重的这个问题。好，我们可以看这边二十六都又开始来定时任务去请求了， 好，现在我来把这个中转先停一下，因为他一直这样去消耗托管也不是个办法。好，这就是要给同学们去演示的，就是 codex 它使用 deepsafe， 它不是很兼容，因为 deepsafe 它内部的很多一些 scale 都是和它的模型去强绑定的，你去换了一个 deepsafe， 你 很多 scale 都用不了。第二个就是刚才同学们看到的就是我们当我们去用一个项目之后，我们什么都不做，我们发现它疯狂的在扩我们的 这个模型的接口来去消耗我们的拓客。那下面呢？我给同学们推荐的其实就是使用这个 codey 或者叫他的名字叫 db 四个 t y 的 这个项目，我们来看一下他这个十二也是非常高的，三十四点六 k 的 十二，然后使用起来也是非常的简单，我们直接下拉， 我们直接把这个命令复制出来，在终端里面去安装就可以了，我这边之前在备考的时候已经执行过这个操作，所以说我目前就已经有了这个命令了。 好，我们直接执行这个命令之后，就按照它的提示就可以去使用，比如说我们要在这个项目下面去使用这个 code。 well， 好， 它会询问我们是选择 yes 还是 no， 直接选择一，你如果是第一次配置，你还会教你去输入 db sec 的 api k， 然后就可以去使用。我这边已经配置过好，比如说我随便来给他打个招呼来试一下。 好，我们来测试一下，我们可以拿这边就开始正常的返回，同时在这个下面它会给我们返回我们实时的这个耗用的情况。还有就是因为 deepstack 它有 pro 和 flash， 它会根据你提问的问题去选择合适的模型，从而减少 token 的 耗用。还有就是它根据你问题的复杂程度选择这个思考的程度这些。 ok， 这次给同学们分享了，就是如果说你要使用 deepsafe， 我 推荐使用这个 codewell 去使用，而不是说是将 deepsafe 注册到 codex 里面去使用。 ok， 以上就是本期视频的所有内容，如果说同学们觉得内容有用并且还可以的话，可以给我一个一箭三雕支持一下吗？非常感谢了，我们下期视频再见。

这是一条 codex 从零到一完整的新手入门教程。如果你之前完全没用过 codex， 或者只是听说过，但不知道它到底能干什么， 怎么装，怎么用，那这条视频你就可以收藏了。我会按照一个新手真正上手的顺序，带你从 codex 试什么，讲到安装、使用、主界面、怎么操作、基础功能和进阶技巧、 skills 插件、浏览器终端和自动化任务等等，让这个目前全球最顶级的 a 阵的工具真正为你所用，创造价值。 我也会把整个流程整理成文档，打一句 codex， 方便对照，一边看一边选。你可以先把它理解成一个装在电脑里的 ai 工作助手，他不是单纯陪你聊天的工具，而是可以进到一个具体的工作文件夹，帮你读取文件、修改内容、运行命令、调用工具，甚至按步骤完成复杂任务。 举个最简单的例子，像 chat、 gpt、 豆包这一类工具，更像是你问他答，你自己去做。比如你想做一个网页，他通常只会给你一段代码，接下来你还要自己复制代码、创建文件、运行、检查报错等等。而 codex 是 你问他，他理解他还做，他会从零到一帮你创建好这个网页。 目前最适合新手小白的上手方式呢，是桌面端 app， 我 们可以直接在官网开始，根据你的系统选版本， windows 或者 mac os 都可以。安装之后有两种登录方式，一种是官方 chad gpt 账号登录，另一种是用 apikey， 可以 是官方的，也可以用中转站。两种方式各有利弊。综合来看，还是建议第一种，直接官方账号登录， 省心省事。对于 codex 的 界面，新手可以先关注三个核心区域，最左侧是一些常见功能入口和聊天记录管理区，你可以理解为导航栏加历史记录。这里需要重点讲一下对话和项目的区别。对话最好理解就是普通聊天嘛，你甚至可以把它直接理解为 chat、 gpt 或者豆包， 适合随便问一些小问题，帮你写文案、查资料之类的。它不跟具体的文件夹绑定，而项目就涉及到了具体的生成式任务，比如 如飞哥之前开发的工具箱网站，飞剪一触即达这种软件，他们有大量的编程代码文件，就需要一个专用的项目文件夹。你在这里可以新建空白项目，也可以打开现有文件夹，直接选择路径，或者直接把文件夹拖进来也行。鼠标悬停在项目名上，也能看到这个文件夹在电脑中的 底位置。而对于重要的常用的项目和对话，右键就可以置顶，方便快速切换和查看。左侧下方还有设置入口，在设置里你可以修改 codex 的 使用偏好、外观和配置等等。其中个性化需要重点说一下， 如你想给他一个全局指令，就在自定义这里直接写，比如他要怎么称呼你，固定用中文回答问题，设定一些底线原则或者开发习惯，设置完之后对所有项目都会生效，相当于让这个员工摸清楚你这个老板的脾气，投你所好。这里还有一个很有意思的小功能，叫桌面宠物， 他提供了很多默认的宠物形象，你也可以根据自己的喜好让他帮你创建一个，比如我这个就是给了一张参考图，让他自己做出来的，他会实时显示当前任务的一些简单状态，还是挺好玩的。 在首页设置这里还能看到剩余用量，你可以清晰的看到五小时用量和一周用量，做到心中有数。中间这块就是你和 codex 的 主要沟通区域。首先是这个加号里面有两个非常重要的功能，一个是计划模式， 比如你让他开发一个个人博客网站，不要上来就直接让他干，而是让他先列出计划。相当于你给员工一个项目，得先让他出方案，看看他打算怎么做，这样能有效减少返工，既省精力又省 tokyo。 看啊，他会主动问我们这些具体细节，我们按选项敲定，不满意的或者他没提到的就补充一下，让他重新规划， 这才是一个合格的领导该干的事。而目标模式就更厉害了，刚上线的新功能就是你给他设定一个目标，越具体越好，他会自己拆解分析。执行审查，有一种不达目的不罢休的意思，这样就避免了一个很烦的问题，执行一个任务的时候，他每完成一步就要停下来问你。 比如我正在跑的一个很复杂的大项目，目前已经连续跑了三十多个小时，如果正常一步一步改的话，我可能要好几天才能做完这些进度。右边这个权限设置呢，分成三档，默认是最保守的，像是联网修改文件都需要你的授权，自动审查会开放一部分权限，关键节点还需要你把控。 而完全访问就是最激进的，它几乎可以完全操控你的电脑，创建文件、删文件、跑命令，全都自己干。新手，我不建议一上来就开完全访问，刚开始用默认或者自动审查更稳，等你确认这个项目没问题，也知道它要做什么，再考虑给更高权限。我自己是在非常熟悉项目和流程的情况下才会开完全访问。 右边这里还可以切换模型，选模型版本、智能程度和推理速度。如果不是特别复杂的任务呢？不建议开超高，因为它有可能会出现过度思考，而导致你花了更多的 token， 反而干的不好。 这是血淋淋的实战经验教训，一般来说默认高就可以了。这个麦克风是语音输入，但是体验目前并不是很丝滑，我们可以直接用语音输入法。 codex 还有一个和普通聊天很不一样的地方，任务可以排队，他正在执行的时候，你可以继续补充，要求这些新消息会一个一个排在后面，等他处理完当前步骤之后继续执行。比如他正在做网页，你可以接着说，页面再简洁一些，按钮换成黑色，先不要做登录功能等等。 而如果你忽然发现他理解错了你的意思，或者做了一半有点跑偏了，可以直接选择引导，强行把方向盘掰回来。所以用 codex 的 时候不一定要追求第一条提示词写的特别完美，你可以边看他做边补 充，边纠正边引导。真正好用的方式是把他当成一个正在干活的助手，而不是一个只负责回答问题的聊天框。这个思维一定要转变过来。 最右侧的区域目前包括三个功能，侧边聊天就是当前任务的一个临时讨论区。因为有时候 codex 正在执行一个主任务，但你中途想问点小问题，或者单独讨论某 个细节，就可以用它，它不会打断主对话的节奏。浏览器主要是 codex 打开网页查资料测试页面，比如你做了一个网站，可以让他直接打开本地页面，帮你检查布局按钮、交互有没有问题。如果你对某个地方不满意，还可以让他直接打开本地页面，帮你检查布局按钮、交互有没有问题。如果你对某个地方不满意，还可以让他直接打哪的感觉， 口头描述半天要精准的多。终端的话呢，其实你不需要了解太多，因为它主要是给 codex 执行命令用的。到这里，其实你已经看到了 codex 最核心的几种能力，它可以进入项目，读取和修改本地文件，可以用计划模式先想清楚怎么做，可以通过浏览器查资料测试网页，也可以通过终端运行命令检查结果。 所以 codex 真正厉害的地方不是某一个单独按钮，而是它能把这些能力组合起来，帮你完成一个完整任务。理解了这一点，后面的 skill 插件和自动化任务就很好懂了。 因为前面这些能力呢，解决的是 codex 自己怎么干活的问题。但如果你想让他干的更稳定，更像一个熟悉你习惯的助手，就需要用到 skill。 如果你想让他连接更多外部工具，就要用到插件。 这里很多新手分不清 skill 和插件，其实用一句话就能记住， skill 是 方法，插件是工具。 skill 可以 理解成一套可以附用的工作流，或者说给 codex 的 一份工作方法说明书。比如一家公司做项目，通常都有一套标准流程，第一步做什么，第二步做什么，输出格式是什么，有哪些注意事项，哪些地方不能乱改。 这些东西如果每次都重新告诉 ai 一 遍就很麻烦，而且 ai 它还可能每次理解的不一样。所以更好的方式是把这套工作流程固定沉淀成一个 skill。 这样 codex 下次遇到同类任务时，就不用像一个新员工一样重新摸索，而是直接按照你写的流程和标准来做。 比如我自己的飞鸽工具箱里就有很多专属 skill。 比如把好用的软件保存入库到本地，同步到我正在做商单推广的几个云盘，生成下载链接，再同步到正式站，这些流程全都是固定的。 我把它们写成 skill 之后， codex 就 可以按这套流程稳定执行，不会每次都跑偏。再比如，你经常写短视频文案，也可以让 codex 帮你做一个短视频文案 skill， 把你之前写过的大量文案喂给他，让他总结你的开头风格、结构、习惯语言表达、结尾方式，然后形成一个专属文案助手 后，再写类似内容的时候， codex 就 会优先按照这套方法来。插件就不一样了，插件更像是给 codex 装上外部工具，解决的是它能不能操作某个平台，处理某种文件，连接某个服务。 比如浏览器插件，可以让 codex 打开网页查资料、测试页面表格插件可以让它处理 excel、 ppt 插件可以让它生成演示文稿。 gmail 插件可以让它整理游戏， camera 插件可以把生成的内容导入到设计工具里继续编辑，所以不要把他们想的太复杂。 skill 解决，怎么做插件解决用什么工具做？一个是工作流程，一个是工具能力。 codex 目前已经集成了很多实用的插件和 skill， 我 也整理了几个比较常用的，大家可以截图保存，后面自己试试看。 最后我们再来看一个比较进阶但非常有想象力的功能，自动化任务。你可以先理解成让 codex 在 固定的时间、固定的项目里自动帮你做一件事，但它和普通题型软件不一样，它们最多告诉你该干什么了。 而 codex 的 自动化任务是真的可以帮你执行一整套流程。比如你是做内容创作的，你可以让他定期帮你收集某个领域的热门选择题，整理成标题、角度、参考链接和可以拍摄的脚本。而飞哥最常用的就是每天固定时间设置一个今日任务清单，划掉昨天已经做完的，生成当天新的任务， 就像一个机器人一样按清单执行。这也是为啥有人说我效率那么高，一个人干八个人的事情。除了 ai 的 强大助力之外，任务规划本身也非常重要。所以自动化任务真正厉害的地方不是定时提醒，而是定时让 ai 按你的要求去干活。 最后再补充一个很多人会关心的问题， codex 能不能在手机上用？据我所知有三种方式，最早大家都是用 happy 这种开源项目，它可以连接 codex cloud code， 电脑上开个任务就能通过手机和 agent 的 沟通，但始终不太方便，相当于只是给你安排了一个传话筒。 而 codex 的 mac 版本最近更新了手机端的入口， chat gpt app 里面就有 codex 可以 完整读取你的聊天记录。在手机里聊天和电脑端的消息是完全同步的，本质上是远程链接，相当于把你的电脑版正在跑的 codex 搬到了手机里。而最近我发现了一种非常爽的方式，就是网易的优优远程， 出门的时候手机直接远程连电脑，操作起来很方便，最关键的是你能同时测试它的改动，这就相当于把你整个电脑都装进了手机，所以功能最完整。 好，最后我们来个回顾，总结一下你都学了什么。如果你是第一次接触 codex， 其实今天不用记住所有按钮，也不用一上来就研究特别复杂的自动化和插件，你只要先记住这条主线就够了。第一， codex 不是 普通聊天工具，它更像是一个能进入你电脑工作区的 ai 助手。第二，临时问问题，用普 对话，真正要处理文件、项目代码、文档就用项目。第三，复杂任务不要直接让它开干，先用计划模式让它列方案，如果是一个长期目标，再考虑用目标模式让它持续推进。第四， skill 是 方法，插件是工具。 skill 负责告诉 codex 怎么做事儿，插件负责让 codex 连接浏览器、表格、 ppt 邮箱这些外部工具。第五，自动化任务不是简单提醒，而是让 codex 在 固定时间按照你设定好的流程自动干活儿。 所以新手今天先做三件事就够了。第一，安装并登录 codex 桌面端。第二，建立你的第一个项目，找一个真实的小任务试一下，比如整理一个文件夹，总结几篇文案，或者生成一个简单网页。第三，让 codex 帮你写一份自己的 agents， 点 m d 就是 我们刚才提到的个性化。现在你让他自己干，把你的 称呼、语言、习惯、输出格式、工作偏好都写进去。当你把这三件事跑通之后，你就不只是会用一个 ai 工具了，而是开始拥有一个真正属于你自己的 ai 工作站。祝你越来越牛逼！

大家一定要多去跟真正在讨论和使用 clock code 还有 codex 的 人去交朋友，如果你身边有这样的人，请珍惜他们，多跟他们交流， 因为这代表你肯定处于在一个执行力强，认知高的一个环境当中。你在这样的环境当中，大家都非常的积极去拥抱新的事物，去面对时代的变化。你处在这样的环境当中，你整个人都是积极向上的啊，你的思维方式和你的认知眼界都会被打开。 我相信大家多少都听过这样的一段话，我觉得是很认同的，如果你觉得这段话啊，豪情壮志，豪情在天啊，豪完了，简直是，那说明你你肯定是一个没用过卡扣，没用过扣带子的人，我只能这么说，我不是一路人好不好， 你只有用过之后你才会知道到底有多么的强大，完全已经颠覆了你的认知。这些最强大的 ai， 最前沿的 ai 工具，早就已经不是你在网页上跟豆包对话两句啊，或者跟 gpt 对 话两句那个东西了，完全早已不是一个概念。其实很多的绝大多数的文科生， 还有很多的理工科同学都是非常抵触，就是不会去啊，主动接触，主动去拥抱这些新的东西的， 他们都没有用过这些东西，呃，他们不会去使用啊，就慢慢的就落伍了。我觉得这将来，我觉得在将来甚至是一年之后，很快的时间，你不会用 cloud code， 不 用 codex， 就 像现在当下这个时间点居然有人不会用豆包一样。 这个现在我觉得是一个颠覆性的一个进化的吧，大家知道那个 g p t 五点四的之后，它不是有一个新的功能叫 computer use 吗？它简直可以直接操控你的电脑。直接操控它会出来一个鼠标，虚拟的鼠标，它可以帮你干活， 你可以怎么样？你可以叫他帮我发一条小红书，主题是什么？怎么怎么样？哎，我来登录，我扫一下码，我登录之后， 他直接用那个鼠标帮你点，他出来一个虚拟鼠标，而且这个是不干扰你干其他事情的，你可以在页面上干其他事情，他在后台另一个桌面上帮你点出来一个鼠标，真的在操控这个网页一样。我觉得这个简直颠覆性好不好， 跟那个龙虾不一样，我觉得龙虾还是比较鸡肋的，做不到龙虾，让他帮你发一条小红书是做不到的 啊。其实我以前呢，也很抵触，就是我不愿意给 e i 付费，因为我去年这会的时候，去年二五年初的时候，我买过的 gbt 的 会员二十美刀， 结果呢，让最强的模型做一道 code forces 的， 很简单的一道算法题都做不出来，甚至不是什么特别难的压轴题。做不出来我就很失望，我觉得对我来说没什么用，直到今年的时候啊，用了这个 code code， 用了这 codex， 用了各种不一样的模型，我简直我真的是 非常的愿意给 ai 付费。要不是这个 cloud 很 难买到啊，中转站掺水啊，都不靠谱，是不是有很多水分？我真的很想买 cloud 的 会员啊，只是在国内很不方便对吧。 啊，我其实算是啊，第一批使用 gbt 的 人啊，二三年初嘛，那时 gbt 横空出是爆火，我就用了，我觉得那个震撼感 简直是非常强大的，就是当时人们还只知道 siri 这种东西，然后 gpt 一 出来，当时还是一个很 low 的 界面，像一个弱一的管理系统一样， 那个界面你可以跟它对话，像人类一样交流，我已经非常震撼了啊。又到后面出来， curses， 是 不是 curses 太强大了？ curses 是 一个 ai ide 嘛？就是 vs code 变成了一个 ai ide， 它能够理解你整个项目想干什么， 他能够理解你很多的文件，他可以帮你写很多的代码，可以直接生成文件，我觉得这已经非常的震撼我了，结果后来 club code 的 出来，还能帮你完成大量复杂的任务， 你可以让他帮你做一个什么调研报告，你可以跟他说，哎你，你帮我去牛客小红书啊，各各种主流平台浏览相关的信息，然后呢？帮我总结一份，大厂校招面试面试官浏览相关的信息，然后呢？帮我总结一份，大厂校招面试官最看重的哪些特质啊？简历我应该怎样编辑？他可以 用几分钟的时间给你做出一个非常详细的 markdown 文件，我觉得这个净化幅度真的非常的快。又到 codex 出来， 它能够操控你的电脑，它能够帮你做很多事情，就像你真的雇了一个人一样。我觉得比 cloud code 还要省心不少，而且 gpt 我 们又买起来比较方便，对不对？中国人， 我觉得大家一定要去试一下，我不管你是什么专业的同学，不管你是什么行业，你真的去试一下，这绝对 是啊，改变时代的一个东西，绝对是一个时代的红利，现在变化的真的太快了，我觉得你现在不用 以后也得用，但你为什么不去做最早用的这些人呢？你为什么不早点去学会怎么使用它呢？你会用这些，你就会多一些机会能认识不一样的人，能够做到靠你自己是不可能做到的事情，还能够解放你自己本来要做很多无意义的事情，那些时间你可以用来做更多有意义的事情。 对屏幕前的你如果没有接触过 codex、 cloud code 的 这些非常强大的 ai 工具，你一定要去试试，而不是固步自封，去抵触这些所有新鲜的东西，去抵触这些时代的变化啊。反而过来说嘲讽说这些话的人是嘉豪好不好，大家都去试试。

这是一个 github 上十二 kstars 的 开源 a 卷的项目，它最大的优势呢，就是大幅降低你的 deep seek 的 token 消耗量。经常使用 cloud code 的 同学都知道，只要你不是用 a 色的官方订阅方案，你采用比如说 deep seek， mini max 这一类的我们国产大模型去接入 cloud code 的 情况下， cloud code 呢，会让你的 token 使用量啊，不敢说是超级加倍，但至少也是大幅降低你的缓冲命中率，所以你的 token 使用成本会蹭蹭蹭的往上涨。 特别是当你使用 api 接入这种计费方式的时候，比如说 deepseek 现在这种方式，你就会发现你的 token 消耗的这个缓存命中率啊，只有五十多六十多，也就是说其他人说那种百分之九十几的缓存命中率，你根本就达不到。 那么现在 github 上面这一款非常不错的，专门适配 deepseek 的 勾定 agent， 我 今天下载来试了一下，我觉得效果还是挺不错的。首先啊，它这个完成度是比较高的， 也是比较适合新手小白的，他支持中文界面，并且支持工作区切换，如果你是同时在做不同的项目的话， 你可以切换工作区来进行工作。单单这个中文界面啊，我就要给他一个好评。而你的新手入门也非常简单，只要你把自己的 dsp 的 aip 填入你的后台设置，就可以直接开跑，像 call to code 或者 code 这种的，要单独设置开发者模式，不需要也不需要装什么 cc switch 这些东西 就非常简单，它就是专门给 d b c 可以 用的。当然呢，如果你想接入其他模型也可以，就是说需要去填这个模型的 base ui， 也就是接入点。 而在使用的过程中呢，这个模型是支持一键切换，是 flash 或者 pro 的。 我觉得这个 a 卷最最好评的点在哪呢？就是它把这个 token 的 消耗，还有你的钱包余额都在底下展现出来， 在进行 web 缓存的时候，就可以更好知道自己的一个使用状况，避免因为没有钱啊导致这个缓存的中断。而且它还显示了这个缓存命中率，我大概测试了一下，基本上都是九级以上。 那大家都知道，如果你想降低你的 token 消耗成本，那你也需要尽可能高的缓存命中率，因为按照 deepsea 目前的机会方式的话，如果是命中缓存的情况下，你的 flash 只要两分钱一个 token， 如果是 pro 是 两分五，就等于没钱嘛。那么其实很多时候你的对话是可以命中缓存的， 因为上下文很多时候是重复的，并不需要全部空闲。但如果你用 cloud 扣的这类工具，你也知道 a 社现在就搞一些混淆，或者加入一些莫名其妙的字词 在你这，在你这个上下文前缀加入一个提示词去降低你的缓冲率，提升你的投币的成本，就非常的不友好。所以我觉得如果你们现在在使用国产模型进行 white code 的 学习的话呢，我建议你可以先尝试使用这个 agent， 并且使用 dbc 这个模型进行学习。 因为目前来说，从我自己的使用体验来看，我觉得 dbc 是 目前国内一线啊，一梯队的一个比较领先的大模型，并且 他提供的服务是比较稳定的，他会出现各种莫名其妙，什么限速啊，或者什么呃套餐不可用啊，或后面给你变更套餐这样的骚操作。我也有用过其他的模型，比如说智普啊， mini max， 那 么智普是我用过最离谱的模型 啊，我的那个账号呢，我不知道为什么，反正他就各种就是不稳定，稍微跟他多聊几句，他就说，哦，现在模型使用人数过多，所以就给你限速，或者直接告诉你我不能用了，服务非常的不稳定，太离谱了， 我已经决定确定制服全面拥抱 deepsea。 deepsea 在 我使用的过程中非常的稳定啊，没有什么这个限速啊这些乱七八糟的问题啊。 所以梁叔叔的恩情啊，是真的还不完啊。那话说回来，做一个 a 卷人，他的提示式工程跟自己的框架能力也非常关键。比如说为什么大家都喜欢用 cloud code 呢？ 因为 codecode 的 这个框架工程跟它内置的提示词工程，可以大幅度的提升你的 coding 的 成功率。当然呢，这个 recent 现在是一个新兴的一个项目嘛，具体的能力怎么样我们还不知道，但是呢，它同时也有集成这些 skill 的 管理工具， 所以其实你可以把一些不错的这种 coding 的 这个提升的 skill 放进去，这样应该也可以提升你的 coding 的 成功率。如果你在学习 ai 过程中，大家一起交流一下，我是 textfuture， 我 们下期视频再见。

ai 第一次自己可以赚到钱？你没听错， codex 自己赚了十六点八八美刀，但你看懂这个事情的底层逻辑了吗？今天跟大家分享一个通过 codex 赚米的方法，这是一个最小的模型，看看它是如何实现的，以及背后的逻辑。我给大家拆开来。 首先呢，我们要清晰 codex 是 怎么做到的。其次呢，我们要知道人为操作的部分到底有多少。今天的主人公呢，是一个执行力非常强的 chris， 他 在五月十号左右呢，给 codex 下了一条指令，具体原文没有公开，但核心意思就是帮我在 github 上赚五美元。 codex 收到指令后，自己定位到一个开源安全的审计赏金平台，找到可以参与的项目，读完代码，写出修改方案，提交了 pr。 最关键的一步来了，项目维护者在 pr 下面提出了意见， codex 自己回复，自己修改，重新提交，最终 pr 被合并验证。流程走完几天之后， chris 拿到了账户里的十六点八八刀，从接单到交付到收款，全程必还。 chris 的 帖子发出的当天，浏览量就破了百万。但我今天跟你聊的不是 ai 能赚钱了这个结论，这个事谁都能看出来。我想跟你聊的是三个更容易被你忽视的细节。 第一个呢，就是 chris 的 原话里提到，在我没有要求的情况下， codex 对 我的付款信息进行了保密。 chris 没有给他下达保护隐私的指令，他是自己判断出付款信息不能随便透露，然后主动做了脱敏。 第二个细节呢，就是 chris 说 codex 同时跑了十到十五个安全审计的项目，十六点八八刀只是第一个亮绿灯到账的，后面还有好几个 p d。 第三个细节更值得我们去琢磨。 chris 在 这次实践里几乎没有任何的干预，按他的说法，总共消耗了约两千两百万个 token。 按 api 的 定价折算，成本确实不低，但重点的是，他不是在操作扣代斯，他是在观察扣代斯。从操作者到观察者这个身份的转换，才是最值得深思的那个信号。这三个细节的背后，藏着三个更值得追问的问题， 来跟着我一起思考。第一个问题，为什么是安全审计？为什么不写小说，不做设计，不做剪辑视频？ 因为软件安全审计有一个别的领域没有的特征，代码在线协助，在线结果可测试，可验证，付款走平台， ai 能进入的边界刚好闭合。 这不是巧合，是软件任务天然配合，是软件任务天然适配 ai 代理。第二个问题就是，十六点八八刀够覆盖成本吗？ chris 用的二十美元的 plus 订阅套餐，跑了约两千两百万个 talk， 如果按照 api 单独计费来算，这项目大概率是亏损的。但 chris 自己也承认，重点不是盈利，而是跑通了信号。所以别看贴子就去做发财梦， 这目前还不是一个能复制的商业模式。第三个问题也是最关键的问题， chris 做了什么？ 他没有写一行代码，没有给任何的技术指导，但他只做了一件事情，就是给了一个清晰的目标，把帮我赚钱的这个模糊的愿望，翻译成了去 github 去找赏金任务这个可执行的指令。 那么从操作者到目标设定者，这才是 codex 变现的第一堂课。但在这里我也要提醒一句，目前 chris 没有公开完整的操作日制，我们并不能看到中途到底有没有人工的确认。 所以要说 ai 只靠一句话自动赚钱，还是有些言过其实。所以呢，我对这件事情的判断有三句话给到大家。第一句话， 这不是 ai 替你赚钱的故事，这是一个任务，市场正在对 ai 开放接口的故事。安全审计只是一个开始， 代码审查、自动化测试、文档翻译这些边界清晰结果可检测的软件任务都逐步会向 ai 开放。第二句就是 chris 做对的那件事，把模糊目标翻译成可执行的指令，这才是这个时代最被低估的一个能力。 第三句话，也是最重要的一句话，告诉大家，别去复制 chris 的 实验，你应该复制的是他提问题的方式。最后，如果你也有一个 codex， 你 最想让他帮你完成什么样的任务， 不是帮我赚钱，这种是具体的，边界清晰的结果，可验证的那种。把答案写在评论区，我帮你判断这个任务的现在成熟度。老曹在大连帮你盯着最前沿的信号。我觉得今天给大家分享的事很有时代意义， 现在总是有人在恐惧变化，我们不制造焦虑，不再去想 ai 浪潮发展如此之快，我们是否会被淘汰的问题，而我觉得我们只有在拥抱变化，顺势而为的时候，才能得到更好的结果。

一定要一定要一定要用 codex！ 别再把时间浪费在研究一堆 ai 软件上了，直接用一个就是 codex。 为什么我一直在强调 codex？ 因为大多数的 ai 只会解决某一个单点的问题。 但是 codex 不 一样，它更像一个真正懂分工、懂协助、懂结果的 ai 中书。你不会做视频没有关系， codex 会帮你调用像 runway、 sit down 这样的专业视频工具。你 不会写文案也没有关系， 他知道应该把任务交给 minus 这类最擅长内容创作的模型。你不会做音乐，也不用焦虑，他还能调用像 solno 这样的音乐生成工具。他真正厉害的地方不是他会某一项功能，而是他知道什么事情应该交给谁来做，并且他能帮你把整个流程串起来。 所以，未来真正拉开人与人差距的，从来不是你会不会操作软件，而是你有没有想法，能不能表达审美够不够好。大道至简。当工具越来越聪明，人最值钱的能力反而变成了更简单的东西， 就是把你想要什么讲清楚。你只需要开口说，哪怕你的普通话不够标准，哪怕带一点口音也没有关系， codex 都能听懂。他不要求你是技术高手，他只要求你有清晰的想法。 所以，如果你真的想提高效率，不要先学一堆技术，先抓住那个最核心的王，擒贼先擒王，在 ai 时代，扣贷就是那个王。

东北形容人没见识，叫山炮，我系统性的玩了 codex 两天，我就是二十四 k 纯山炮，这东西真厉害。现在 ai 这个能力，对于我们普通人来说，我们就两件事，第一真正的理解自己的需求，第二把需求完整给表达出来。分享一下这俩事我是怎么实现的。先看一下 codex 结构啊，这是一个偏临时性的对话，就是我们所有人都已经理解了的那种 对话式。 ai 这个部分我认为是 codex 的 核心，它叫项目，它是一个偏长期的，这个事情你要长期做，然后你在这生成一个文件夹之后，可以在这个文件夹下面再进行对话， codex 会保留它的记忆，并且调取这个项目里面存档的所有文件。从下往上看啊，这个是场馆一 ppt， 现在有一个新场馆，可能需要一些品牌的赞助，我正在做一个很大的一个 ppt， 正在给他积累素材。然后这是我的视频复盘网球一个号，然后现在这个账号是一个号，这是我跟扣贷生产内容的阵地，他会帮我抓取一部分，并且我也把我所有沉淀下来的内容发给他了，他会根据我个人的特色去给到我建议。然后这是剪辑，这我要吐槽一下就 扣贷，现在原生的剪辑功能能用，但是效率有点低，有点笨，很可能也是因为我没有把剪辑的这个 skill 用明白，等我弄明白剪辑的这个 skill， 我 再更新视频吧。这个叫进化的项目，可以理解为它是我的核心，下面所有这些东西，包括未来要加进来的，能不能做好，全都一 他，因为能不能做好的前提是我这个人有没有成长。我们的需求当然可以是赚钱，但是依我个人的情况，只要我赚钱，商业认知上要成长，心智上也要成长，一个是我能赚到，一个是我配 得到。然后你看我在进化这里面我跟他说了茫茫多的内容，最先是我是谁？我之前是干嘛的？我现在想干嘛？然后说了一下我这个账号的情况，我很纠结，我这账号太不垂直了，人家很多账号都非常垂直，我是职场也发，商业也发，创业也发，专打也发，然后我之后需要怎么规划？下面就是我具体的一些需求，因为我刚才说到商业上成长，心智上成长， 我其实也要帮助 codex 去更了解我，我要更去明确我的需求。那我的需求是什么？哦，对，补充一下，这两天玩的时候情绪价值很爽的两个点啊。第一个点我跟他聊了这么多，我几乎就没打字，就是键盘上长按 f n， 这边会唤醒一个多包输入，就虽然说现在没用 ai 完全的导向变现，但是这个感受真是太爽了。 然后是这边的一个很火的一个电子宠物啊，我觉得是两个价值，一个是情绪价值，然后另外一个是我们在让 cox 去跑任务的时候，我们可以该干嘛干嘛去，他在这边会做一个小的一个提醒，就是他任务跑完了，或者需要你开权限，怎么样？说回到给 cox 明确需求啊，我们刚才已经扒了一层了， ok， 我 要赚钱，下一层是赚钱，伴随着商业认知上的成长，心智上的成长。那在这个成长里面我们再往下扒一层，这种成长我们会遇到哪些问题？你看我个人的这问题， 我是一个自取输入量还比较不错的人，大部头、小部头，长文短文我读的都不少，而且我有两个最主要的阵地，一个是这个 flomo， 还有一个是我主页飞书的这个文档， flomo 这边更偏向我自己去沉淀一些短的内容，然后飞书这边是一些长的内容， flomo 这边已经积累了一千五百多条笔记了，然后下面茫茫多不同分类下面的 标签。但是我一直存在一个问题，再巨量的输入，如果我没有一个健康的输出的话，这个输出并不一定是因为我输入我就一定能把钱转到自己兜里面，而是我能不能因为我的某些输入， 我转化成了生活当中，商业当中实际的动作，哪怕我赚不到钱，我能不能先成为一个更好的人？这个输入待在这的话，如果我没有转化，那它就只是输入，它没有什么意义。 然后我就把刚跟你们说的所有这些内容，我跟 codex 原封不动，我说了一遍，我问题是啥？我需求是啥？我要求他把所有的这些笔记全读完，然后以及我飞书里面所有我沉淀下来的文档全都读完。 可以说一个很厉害很实用的地方啊。一开始他读的时候是他相当于长一双眼睛，然后给他权限，他通过看这个屏幕来阅读，但是效率很低很慢。然后他推荐我用他的这个功能，就是我这不是有一个这样的一个项目吗？这是一个本地的文件，我把所有的这些文档都汇总在这三个文件里面了，然后他通过数据读取的方式，更高效的去把所有的我沉淀这些内容全都给读完了。 然后呢经历茫茫多的对话，哦，对，这个计划模式大家用的时候一定要开啊，开计划模式的时候，他会给你他的一个里程碑式思考，就我现在理解的对不对？我可不可以往下一步执行？不开这个计划模式的话，我们会回到简单的对话模式，最终呢他给我传输出来，他总结是什么？我们关键的改变是什么？看这里关键改变就刚才的一千五百条笔记，他拆出来，然后把它转化成我们能实际应用的有多少，然后 四十四个备注文档，他应该现在还没读完。然后下一步的计划是什么？然后我们怎么测试我们刚才说的这些所有的内容的计划是有意义的。然后我刚才不是说了吗？我读了那么多书，但是没有转化成实际生活中的系统的形 动。然后你看他告诉我们读书原则是什么，也是聊了很久，他定下来我们原则是什么？然后我们现在读什么？我们读书的目的是什么？他会帮我怎么读？到这的时候我们再收束，再回顾一下我们的需求，商业上一部分的执行我需要扣贷帮我提效一部分，商业的认知上我要成长，另外心智上我要不断的去成长， 那扣贷他还能帮我往前推进一步，这是一个自动化的功能，这边有提醒，告诉你什么时间应该去做什么样的事情，你看这第一个，他是每天都会去做的，根据刚才我们聊的茫茫多的内容，以及 我需要他在网上帮我抓取到的信息，他会告诉我每天应该去读什么，然后我应该去选择什么样的选择题，给现在屏幕前的你去讲，去看，这是一个包含了商业上、心智上成长的这么一个动作。第二个，场馆经营相关哪些事情是我高优先级需要注意的，哪些事情应该放在我的规划里面，这些信息他都已经掌握了，然后每周他会给我做一个提醒，哪些事情我需要去做， 然后这是我网球那个账号我发了什么样的视频内容，现在所有的这两个账号的视频数据，他完完全全的了如指掌，他比我清楚多了，是刚刚看到的所有东西，虽然说经历了茫茫多的对话，但依然是个比较粗糙的版本，但我们就是要小步快跑啊， 很难说我们直接瞬间跟 ai 对 出一个非常成型的一个模型，现在这套系统虽然不完善，但是经过时间的沉淀，经过我们两个的对话，他一定是能走向成熟的，而且他已经是一个非常能帮助我解决我问题的一个系统了。最后再墨迹一下啊，如实的理解自己的需求。第二，完整的给他表达出来，然后就尽情的对着口袋的输出吧，相当上瘾，我这两天在这坐了至少有十个小时吧，快去用吧，拜拜。

很多人用 codex 这类 ai 编程助手时，真正崩溃的不是他不会写代码，而是他总向在失忆。你刚说过的规则，下一次他就忘 你刚纠正过的边界，下一轮他又开始乱改。问题往往不在模型本身，而在于我们一直没有给他一套真正可控的长期工作层。 为什么会这样？因为聊天上下文、长期偏好、项目事实，还有知识沉淀，很多时候都被混在一起了。于是同一条信息，上一秒像规则，下一秒又像背景资料。结果就是三件事最常见，失意、乱改，还有规则漂移， 你以为他记住了，其实只是这一次刚好还在上下文。所以这套系统最核心的原则只有一句话，只有写进词盘 markdown 才算长期记忆。聊天里说过，不等以后一定还在， 先把信息落成真实文件，再弹读取顺序，锁影机制。还有要不要升级成长期规则，没有物理落点，就没有真正稳定的记忆。 在继续展开之前，先看一眼总图，这套系统其实分成五个部分，核心架构、运作机制、 abcendon、 协助眼镜阶段，还有核心价值。后面每一段就是把这张图里的一个分支单独拆开来讲。 第一层叫运行记忆层，这里面不是一个大文件，而是分层结构。 group 负责极短启动规则， active 放高优先级写作约束， profile 放稳定偏好， memory 放长期核心事实， index 负责日期导航，而 daily 负责当天过程记录。把启动规则、长期事实和当天过程分开之后， codex 才知道该先读什么，什么时候写什么。 这套系统真正关键的不只是分层本身，而是默认写入顺序，新过程先写当天 daily， 当天摘要同步进 index， 只有那些稳定而且会改变未来行为的信息才继续提升到 active profile 或 memory。 也就是说，先记过程再建。所以最后才决定要不要升顶层，而不是一上来什么都塞进长期记忆。 第二层是项目上下文层，因为很多信息根本不该进长期记忆，比如这个项目现在做到哪了，最近为什么改方案，刚踩过什么坑， 这些都应该放在项目根目录里，用 agents、 datas、 decisions debug 这几个文件管理。这样 codex 进入项目时，先读的是项目自己的本地事实，而不是重新猜状态。 第三层才是 obsidian 写作，注意， obsidian 不是 来替代记忆的，它更像浏览、串联和回顾入口， 真实写入源还是运行记忆本身，项目事实还是留在项目根目录。知识库负责沉淀正式方法和复盘。而 obsidian 通过映射、双向链接和图谱，把这些 markdown 组织成一个更适合人查看的入口，但不制造第二份真相源。 最后你得到的不是几份零散文档，而是一套本地可控的协助。工作层运行，记忆层负责跨县城稳定项目上下文层负责项目内真实状态。知识沉淀层负责方法和经验回看。 这样 codex 才会从这次刚好答对变成长期协助，也更稳更可控，更可追溯。

如果到现在，你还没有真正用 agent 消费过一个 token， 那 你可能还没有摸到这一轮 ai 风口的核心。过去二十年，最火的产业是什么？互联网最吃香的职业是什么？程序员。为什么程序员值钱？不是因为代码神秘，而是因为程序员掌握了一种能力，把想法变成软件。一个网站、 一个 app、 一个后台系统、一个自动化工具，过去都需要程序员一行一行写出来。所以互联网时代，懂代码的人天然站在离机会更近的地方。但现在，这件事正在被 agent 改写。你只要真正用过 codex、 cloud、 code、 cursor 这类 agent， 就 会发现，写代码这件事已经不再只是程序员的专属技能。你说一句， 帮我搭一个项目，帮我修一个报错，帮我接一个接口，帮我部署一个开源工具， agent 就 能读文件、改代码、跑命令、看日制，然后一步一步把结果做出来。这不是简单的聊天机器人，这是软件生产方式变了，而 token 就是 这个过程的计量单位。你每一次让 agent 思考、写代码、改项目、跑任务， 本质上都在消费 token。 如果你还没有消费过一个 token， 就 像互联网刚起来的时候，你从来没有打开过浏览器。你听别人说互联网很火，但你没有真正上网。你听别人说电商很赚钱，但你没有真正开过店。你听别人说短视频有流量，但你没有真正发过一条视频。今天 ai 也是一样，很多人还在看新闻、看概念、 看股价，但你看股市的反应就知道，资本市场已经非常清楚， ai 不是 一个小工具， ai 是 下一轮的反扑。为什么英伟达、微软、谷歌 mate 以及 ai 算力模型应用 agent 的 相关产业链会被市场反复追捧？因为资本市场看的不是今天多赚了几个点利润，它看的是未来十年软件内容、客服、办公、编程、营销、数据分析、 所有生产流程会不会被 ai 重做一遍？股市当然会波动，估值当然会有高低，有些公司会被高估，有些概念会被炒过头。但这不影响一个事实，资本正在用真金白银压住 ai 的 长期前景。互联网当年也有泡沫，但 泡沫破了以后，互联网消失了吗？没有。真正的互联网公司后来变成了基础设施， ai 也一样，短期股价可以涨跌，概念可以轮动，市场情绪可以反复，但 agent 降低软件生产成本这件事，不会因为几根 k 线就消失，这才是普通人真正要看的地方。 你不一定要买 ai 股票，也不一定要研究大模型论文。但你至少要亲自用一次 agent， 让他帮你写一个脚本，让他帮你修一个 bug， 让他帮你部署一个开源工具。当你第一次看到一句话变成代码，代码变成服务， 服务真的跑起来，你对 ai 的 理解会和只看新闻完全不一样。普通人错过 ai 风口，不是因为没买到哪只股票，而是因为一直站在场外看，看别人讨论， 看别人试错，看别人用 agent 做工具、做项目、做自动化、做生意，自己却连一个 token 都没有真正消费过。所以， ai 时代最重要的能力，不是你会不会写代码，而是你会不会只会 agent， 会不会提需求， 会不会拆任务，会不会验收结果？会不会把开源项目变成自己的工具？会不会把工具变成可以交付的服务？如果你还没有开始，别只盯着股价涨跌，先打开 agent， 先消费第一个 token， 因为资本市场已经在用钱。告诉你 ai 的 前景不是想象，它正在变成下一代生产力基础设施。关注我，后面继续聊 codex agent 开源项目和普通人的 ai 机会。