为什么codex++不花token

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！

别再研究跑本地模型了，没有什么意义，还是花钱去买偷看吧。本来想看看这个本地模型，现在是这个千万三点五九币的，他的能力怎么样？做了个小测试啊，让他给我写一个俄罗斯方块的小游戏， 我觉得应该是个很简单的任务，写了一整天，写都写不好，各种各样的 bug 呀，然后报错呀，无法运行啊等等。用 workbody 去给他调试和修改。还是这个 workbody 比较厉害啊， 然后给这个给 hermes 安装了几个呃 skill， 然后也是有问题，然后就让这个 workbody 去给他改。 刚开始有一些问题，改的还比较不错，后来就越改越夸张，越改越乱，改来改去找不到问题出在哪里就去改我的系统代理，改我的这个 telegram 连接，然后给我改的 telegram 跟 hermes 连接不上了。改的这个，呃， hermes 调用这个浏览器调用不出来，而且这个没有网络连接了。 这 workbody 自己就在这无限的改这改那，改了一一下午也没改好，实在不行了，不用 workbody 改了，把这个问题啊，然后又发给这个呃 codex， codex 五分钟不到，把所有问题全部改好，全部解决了。所以真的别用本地大模型了， 也最好别用国内模型，真的能用这个国际模型就用国际模型。我不是专业搞编程的，我没有用过这个 cloud code， 但是就我自然语言的理解啊，就我用过的，我觉得 codex 真的 牛逼啊，还是用 codex 吧。

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。

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？

兄弟们， code code 为什么是烧 token 大 户？一个核心原因是它没有原生代码，所以每次搜索代码，它会 spawn 多个子 agent 去 grab glob read 大 量文件。今天分享的开源项目就是为了缓解这个问题。 它是一个在本地的代码知识图谱，它会通过 trace editor 把整个工程解析成抽象语法数，把函数类调用关系导入本地 sqlite 建成知识图谱，然后通过 m c p 开放给 cloud code、 codex、 open code 等编程 agent。 这样 agent 搜索代码时就不用忙扫大量文件，而是调用 m c p 结构化的查询，如某个符号在哪儿，谁调用了，谁改一处会影响什么。 当代码发生了改动，知识图谱会自动更新。作者在 vs code、 jango 等七个真实仓库上做过对比，同样问题，平均 token 消耗减少约百分之五十九，工具调用减少约百分之七十，并且工程越庞大，效果越明显。

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 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。

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。

今天看到 jpt codex 的 计费从以前的按次计费变成现在的按量计费了，呃，跟 cloud 相当于变为一个收费逻辑，越来越贵了。 这背后也体现出了一些事情，就是说现在这些 ai 大 模型的竞争，它慢慢的从产品体验的一个竞争变为更加基础设施化的一个东西，就是 jbt， 它的增长逻辑从能力体验变为呃 更利润的一些考虑。这对于之前经常用 callix 的 人，就比如像我这种人来讲，他并不是一个好消息，因为越来越贵了。但是对于普通人来讲，这个事情其实是一个好消息来的，就说明了 这些公司现在把这个算力真的往水电煤这种方向去走了，希望以后算力越来越便宜吧。

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。

那些吹可傲的牛逼的都在后面给我排好队，全部都给我看过来，你看看最新的扣子 x 都牛逼成啥样了，还在那吹可傲的呢。我们先看他的第一个能力，就是复杂任务的长时间处理， 我这里把需求告诉他之后，让他不要停，按计划开发。他已经连续跑了两个多小时了，现在还在跑呢啊，还在跑呢，并且他不是自己开发的，他会把任务拆解，然后交给智能体去开发，看到没有也就说他不干活，他只做监督， 他智能体干完活之后呢，他进行一个验收，如果这个过关了，他就会把这个智能体关闭，他会根据任务复杂度自己判断需要生成几个智能体去干活，比如说生成两个就表示有两个智能体在同时干活。哇，这效率真的是直接拉爆了， 太强大了。但这还不是他最强大的地方啊，他最强大的地方是这里有一个插件叫 computer use， 一定要去用一下这个插件啊，他可以完全的控制你电脑上的所有的操作， 我给大家演示一下，比如说这边是我自己写的一个程序啊，是一个叫船长代办，这是一个任务看板系统 啊，这边你可以去啊，通过拖拽，然后完成卡片的任务的更新，然后这边有项目，那我先切换到这个收集箱，然后我希望他呢，我给他一个任务，我让他去给我切换到这个这个任务里面，然后把这个给我勾选掉，我们看一看他能不能完成， 这是我给他的指令，然后在这里点上加号，选择这个插件。插件呢，选择这个电脑看到没？好，接下来就回车，然后你就等待奇迹出现的时候就行了， 看他已经识别到这个应用已经打开了，看到没有，然后他马上就会进行操作，他能看到这个应用上面的，那注意看，就同这个鼠标是他的啊，不是我的，他自己搞了一个鼠标出来，看他马上会点这个，像我 啊，点这个中转站好，它已经切换过来了，然后你看它一会会记到勾选哇，完成了刚才演示的功能，还只是它目前具备的功能，不知道大家有没有了解啊？ open color， 也就是龙虾已经被 open 员收编了， 也就是说未来龙虾的所有的能力都会集成到这个 codex 里面去。那如果未来这 codex 还支持聊天对话的话，支持，比如说接入飞书，接入微信的话，那 国内的所有的什么这虾那虾都没得玩了，以后只要一个 cold s 全部搞定。

hello， 大家好，我是阿亮，这期视频呢，教大家如何把 codex 接入国产模型，比如说接入 deepsea codex 和 cloud code 呢，不一样，它不支持修改配置文件来切换模型。最初呢，我也是想直接用其他的工具来接，比如说 c c x， 但是折腾了很长时间，发现问题比较多，也很复杂，所以呢，就自己动手来搞定的一个专门的工具， codex 杠 switch， 用这个切换 codex 的 模型就方便多了。接下来呢，就照着我整理的这份 codex 文档，一步一步带大家操作。 首先点击文档中的 codex 杠 switch， 跳转到下载页面，根据自己的电脑 选择安装包。下载后呢，双击打开，我们就以 deepsafe 为例，这里选择 deepsafe， 然后点击这里到 deepsafe 官网去申请 k， 这里有每个模型的申请 api k 的 链接好，点进去呢，就是开放平台，点击 api case， 创建 api k， 然后把拿到的 k 复制到这里就行了。然后点击蓝色按钮，这个时候呢，就切换成 deepsafe 模型了，现在呢，需要重启 codex， 记住这里一定要把 codex 关掉，重新启动， 可以看见这里的模型变成了 deepsafe， 输入一条消息试试，如果它有回复说明呢，就接入成功了。 点击红色按钮，也可以一键切回官方的 jpt 模型。注意切换后必须重启。 codex 这个小工具呢，目前支持主流的啊，国产模型也可以自定义模型，每次启动 codex 前呢，把这个工具启动了，就可以顺畅地用国产模型了。 这一期呢，我们主要是想要通过一个案例带大家整体走一遍流程，更熟悉这个扣带子的使用。很多人觉得呢，做一个案例或者做一个东西之前呢，要先想清楚做什么功能啊，有什么样的风格等等吧，就想了好久好久。其实我们根本没必要 给他最简单的提示词，让他呢先做一个东西出来，然后我们再挑毛病。好了，接下来我们直接开始 新建一个项目文件夹，直接命名为汉堡店，然后新开一个对话，添加新项目需求呢，就一句话，帮我做一个汉堡店的网页回车 codex， 自己理解，自己拆任务，自己给方案，它还可以自己的生图，因为它接入了目前最好的模型啊， gpt 杠一， mate 二，这个是最好的生图模型，我也没仔细看啊，先让它跑一半问出来再说。 哎，过了一会呢就出来了，但是我发现他的主页呢只有一张图片，这样感觉真的是太干了，餐厅也没有什么特色，我想每天都有一个的特色汉堡啊，以一周七天来循环，让他来修改 主视图，图片改为五张图片轮播，设置每天的特色套餐，每日的优惠套餐以一周为一个单位啊，一周为一个周期。每天的菜单呢，可以点击观看，并且每个套餐呢都有相应的配图。 顺便再说一下， codex 是 内置了当下最牛的生图模型，一面之杠二点零模型，比香蕉呢强了不少，改好了来看看效果啊， 这是汉堡店店内环境呢，是必须要有的，然后我输入加入醒目的店内环境图片，分别有，后厨的呃，制作区，冷藏区，前台用餐区，卫生区，冰激凌帐。每个区域呢都有至少两张图片，图片看起来是在同一家店。 好的，等会效果还不错。我们新开一个对话，打开计划模式输入，把这个项目改造成 next js 框架。如果你不知道 next js 是 什么意思，可以再新开一个对话，问他什么是 next js， 然后使用 codex 内置浏览器，我们点开批注按钮，这样的话，你想改哪里啊？直接就能在这里改。比如我想让这个汉堡的价格是零，直接点击这里，价格改为零， 想改哪里呢？都可以在这里直接进行修改。但如果你想让别人也可以打开这个网页，只需要打开 codex， 问他怎么让别人也能打开这个网页。这个也算是给大家留一个作业啊。总之一句话，遇到不会的或者不懂的就去问 codex， 把我们的思路一定要转变过来， 大家有兴趣呢，也可以去尝试着做一点自己的东西。 ai 时代，我们用 ai 工具呢，最主要的就是用来创作，然后提升自己的效率，让我们成为一个 maker。 好 了，这期视频呢就到这里，下一期我们再继续讲 codex， 大家点点关注哈，跟着阿亮学 ai。

昨天发了一个关于 token 的 话题，好多人在讨论呢，发现真的是好多人用各种办法去用这个 code， 有 用福利的，比如说几百个福利去组局的， 也有用各种就是日抛 token 的， 也有各种就是渠道联系我，但是我觉得后面这种日抛的这种渠道应该是会慢慢没有了，因为我今天已经发现好多店铺都已经关门了就没有货了。 我觉得未来大概率还是得走这个土耳其啊，或者说菲律宾啊这种正规的渠道去做。 现在比如说一个 plus 可能就是八十块钱嘛，土耳其的，但是我这种用量比较多的，可能就没办法去买 plus 的， 它满足不了我，只能够上嗯，二十倍的 pro pro。 但是有一些情况就是我们一个人用 pro， 很多时候它可能是没办法就是用完的，但是某一段时间的话，它又用的特别多，你一个小小的这个 plus 它就满足不了。 像这种情况的话，这些人把正规的 pro 然后通过一些正规的渠道去卖出去。我觉得这个应该是为了主流的方向， 就纯探讨啊。当然还有一种更加正规的方案，就像那个申哥他们最近在搞的，他们这种应该是走官方的通道出来的，这种就是正儿八经的一些机会的，一些像 openload 这种渠道的，这种应该就是官方合作的了。我认为啊， 评论区如果懂的话，就是大家可以一起探讨一下，今天就分享到这里。昨天发了一个关于 token 的 话题，好多人在讨论呢，发现真的是好多人用各种办法去用这个 code。 有 用福利的，比如说几百个福利去组局的， 也有用各种就是日抛 token 的， 也有各种就是渠道联系我。但是我觉得后面这种日抛的这种渠道应该是会慢慢没有了，因为我今天已经发现好多店铺都已经关门了就没有货了。 我觉得未来大概率还是得走这个土耳其啊，或者说菲律宾啊这种正规的渠道去做。 现在比如说一个 plus 可能就是八十块钱嘛土耳其的，但是我这种用量比较多的，可能就没办法去买 plus 的， 它满足不了我，只能够上嗯，二十倍的 pro pro。 但是有一些情况就是我们一个人用 pro， 很多时候它可能是没办法就是用完的，但是某一段时间的话，它又用的特别多，你一个小小的这个 plus， 它又满足不了。 像这种情况的话，这些人把正规的 pro 然后通过一些正规的渠道去卖出去，我觉得这个应该是为了的主流的方向， 就纯探讨啊。当然还有一种更加正规的方案，就像那个申哥他们最近在搞的，他们这种应该是走官方的通道出来的，这种就是正儿八经的一些机费的一些像 openload 这种渠道的，这种应该就是官方合作的了。我认为啊， 评论区如果懂的话就是大家可以一起探讨一下，今天就分享到这里，昨天发了一个关于 token 的 话题，好多人在讨论呢，发现真的是好多人用各种办法去用这个 code， 有 用福利的，比如说几百个福利去组局的， 也有用各种就是日抛 token 的， 也有各种就是渠道联系我，但是我觉得后面这种日抛的这种渠道应该是会慢慢没有了，因为我今天已经发现好多店铺都已经关门了，就没有货了， 我觉得未来大概率还是得走这个土耳其啊，或者说菲律宾呢这种正规的渠道去做。 现在比如说一个 plus 可能就是八十块钱嘛，土耳其的，但是我这种用量比较多的可能就没办法去买 plus 的， 它满足不了我只能够上嗯，二十倍的 pro pro。 但是有一些情况就是我们一个人用 pro， 很多时候它可能是没办法就是用完的，但是某一段时间的话它又用的特别多，你一个小小的这个 plus 它又满足不了。 像这种情况的话，这些人把正规的 pro 然后通过一些正规的渠道去卖出去，我觉得这个应该是为了的主流的方向， 就纯探讨啊。当然还有一种更加正规的方案，就像那个申哥他们最近在搞的，他们这种应该是走官方的通道出来的， 这种就是正儿八经的一些机会的一些像 openload 这种渠道的，这种应该就是官方合作的了。我认为啊，评论区如果懂的话，就是大家可以一起探讨一下，今天就分享到这里。

别急着怪 codex 烧 token， 很多时候是我们把问题问得太满，新手想省成本，记住四招，第一，先让他读关键文件，别把整个仓库塞进去。第二，把大任务拆成小布，先写计划再动代码。第三，简单活用轻模型，复杂活再上强模型。 第四，批量跑之前先用一个样本试跑。省 token 不是 抠，是让每一次请求都更聪明。收藏这条，下次开 codex 前先看一眼。

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。

我太激动了，我的扣代词已经连续工作了十三个小时了，然后他还在自己干活。扣代词他最近上线了一个新功能，叫 go， 那 这个 go 是 什么呢？简单来说就是你给他一个目标之后，扣代词会把后续的工作围绕这个目标持续的去推进，他还能跟踪状态，耗时跟投跟的使用。 以前我们做项目的时候，哪怕计划方案写的很清楚很详细， ai 也很难一次性的去做完，他会分很多个阶段去做，每次之前完一个阶段，你要去验收，有问题还要跟他多次的去沟通修改，然后再一次去推进。别的阶段，你就需要一直守在电脑前。 说实话，自从使用 ai 编程之后，我基本上很少有周末休息的时间了，不知道有没有相同感受的朋友。但是我今天第一次尝试购给扣代斯设定了一个目标之后他连续工作了十三个小时，我今天白天就出去玩了， 我真的可以不用一直在电脑前去守着了。虽然扣代斯之前也有 remote control， 可以 让我不用一直在电脑前守着，但是在验收某些需求的时候，用手机去调试查看，其实还是不是很方便。 那以前最痛苦的不是 ai 不 够聪明， ai 它会读代码，会写代码，查报错、跑测试，但问题就是它不够让人放心， 它很像一个能力很强，但需要你一直盯着的人。所以很多时候你以为自己在用 ai 干活，但实际上你是在给 ai 当主管，你不敢真的把一个复杂任务交给他，他随时都可能会停在半路。但扣代斯这次更新的这个 go 这功能让我第一次觉得这个状态改变了， 他不是回答完这一轮就结束了，他会一直记得自己要完成什么，会读代码，改文件，看失败日记，失败了再改，改完再测，测，试完再去判断这个目标到底完成没有，他知道自己这个目标没有闭环，就会继续接着往下做。 那怎么使用这功能呢？其实也很简单，你只需要打开勾带子，然后输入斜杠目标，然后选中之后就把你要让他做的事输入上去，他就会不达目的誓不罢休的给你干了。我觉得勾的价值就在于他开始让勾带子围绕一个结果持续推进，他改变的是你使用 ai 的 方式。

如果你用了 codex 觉得不顺手，先别急着怪他，不是他不够强，是百分之九十的人根本没用。对，我见过太多人装了十几种 skill， 越用越慢，最后得出一个结论， codex 也就这样。但其实不是工具的问题，是方法的问题。 先说一个你可能不知道的事实， codex 的 skills 不是 越多越好，是定位越准越好。我把市面上最常见的 skills 分 成了三类，第一类，效率加速类。这类 skill 帮你把重复性工作自动化，比如 tivoli c l i 做搜索 lock， c l i 做文档管理，装二到三个就够了，别贪多。 第二类，专业增强类，这类 skill 帮你处理垂直领域的任务，比如 p m u p d f 提取 pdf 图片， zotaro obsidian 连动作知识管理这类，要根据你的实际工作需求来装，用什么装什么。 第三类，全局增强类，最常见的就是 superpowers， 它能帮你做高水平的头脑风暴和架构设计，辅助决策，非常有效。但注意一点，这类 skill 有 一个致命缺点，少透肯。我用下来发现它在大型项目里会一直问，一直确认，一不小心几十块的额度就出去了。所以我的建议是，按需开启，不要默认全开。 接下来是关键部分，新手一定要记住这三步。第一步，不要自己找 skills， 让 codex 帮你选，你跟他说我做什么什么工作，帮我去 getop 找适合我的 skills， 按任务类型分类，整理好他就会帮你搞定。 第二步，装完 skills 之后，开一个新窗口再用，这是很多人犯错的地方。在 skills 那 个县城里，直接开始正式任务， codex 会变得不稳定，容易卡住。正确做法是，装完 skills， 开新窗口，再开始你的任务。 第三步，先告诉他任务类型，再说具体要什么。很多人的说法是帮我写一个，或者帮我看看，这个太泛了。正确说法是，我接下来要做一篇小红书。内容大概是这样的，想表达什么？触发对应的条件， codex 会自动匹配适合这个任务的 skills， 而不是只给你一个很泛的回答。 在我看来， codex 已经在从被围观的新工具变成需要被驯服的生产力系统。接下来的竞争不是比谁装了更多的 skills， 而是比谁能把它用得更顺。如果你觉得这条视频对你有所帮助，欢迎点赞、收藏加关注下一条视频，想看什么，欢迎评论区告诉我。