codex初代发布时间
粉丝5104获赞2.8万
相关视频
03:04查看AI文稿AI文稿你以为 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。
2.6万三川
06:14查看AI文稿AI文稿今天凌晨， openai 正式发布了它的 computer use， 你 可以通过 codex 去操作你电脑当中的任何的 app。 这期视频带你从三个案例去看看这个产品到底体验怎么样，以及如果你想使用的话可以怎么去安装。 我们先讲一个我觉得对我自己帮助最大的一个使用场景，我最近做了一个项目，是关于 ai 人物知识图谱的，我把各国家各公司的一些重要的 ai 人物放到了一张图当中 啊，通过这个图来表示它们之间的关系，让我可以快速的学习。那我这个时候就可以让 computer use 帮我去看看我这个产品设计有哪些可以在体验上优化的地方。它就可以直接的去阅读我的这个网页，重点去看它的信息架构、流畅度 和体验上面有哪些可以改进的地方。你可以看到它已经开始操作了，它会根据它的理解 去做一些体验测试，比如说他这里刚刚发现了搜索和筛选的联动是有效的，他还会再根据他的理解做一些更多的探索。这里需要强调的一点就是 右边的这个卡片的所有的操作其实都是 codex 进行操作的，我完全没有介入。大概思考了有五分钟左右，他最终给到了我五条建议。他给我的五条建议是按优先级高低去排的，那第一条是告诉我建议把首页先聚焦再展开， 不要一下摊开数据比较杂乱。第二条建议是告诉我要给图谱去加选中泰，让点击有明确的反馈，以及告诉我需要有些兜底的文案等等。我觉得这些建议都是有道理的，言之有物的， 虽然之前其实通过 agent browser 其他的插件也可以去完成这个工作，但我觉得现在 computer use 的 优势是它会比较的格式化，你是能够直接看到它有操作哪些部分，还有没有操作哪些部分是很直观的。 我们再看一个案例，我平常有使用推特去跟踪一些 ai 的 公司最新新闻的一个习惯，我这次让他去帮我去看一下最近二十四小时内这些公司有发哪些最新的推文，整理好发给我。 它一开始是操作错了的，它是用这个 agent browser， 就 我之前装的这个 scale 去完成，不是用的这个 computer use 去完成的，所以我在这里打断它了，也是同样请求我的授权。也可以看到右边这里又出现了它的这个标志性的一个光标，帮我打开了推特， 然后成功找到了我的 ai 机构的列表，是顺着这个时间线往下翻，按照我的要求 把二十四小时的帖子全都抓出来，他也是可以用这个光标去滑动的，每翻一页他会判断是不是还在二十四小时以内。大概翻了五分钟左右，就把所有的这些帖子根据不同的机构给我整理出来了。 看一个帮忙发微信那个场景，我是收到了一个微信，是我在撸猫的一个照片，我让他帮我回复一下，他是先请求我授权他使用这个微信，然后根据这个照片帮我理定了一个很不错的一个回复，我批准同意之后， 他就开始去操作发布，可以看到右边这里出现了一个 codex 的 小的光标，顺利代替我发布。 肯定有人好奇 computer use 费不费 talk， 那 我们这里是把三个案例的呃消耗都统计在这里了。 我们是 cortex plus 的 会员，使用的是 gpt 五点四 high 的 模式，可以看到这三个案例消耗的 talk 量分别是五小时用量的百分之三、百分之十三和百分之十六，也就是说五小时用量大概也只够你跑 五六个省略 ai 图谱这样子的一个项目的量。同时他花费的时间也统计在这里了，大家可以去看一下。特别是像发送微信这样的任务，他花一分钟二十秒，这样的时间肯定是不可用的，因为还不如我自己去发呢。 computer use 的 安装方式也很简单，打开 context， 这在这里选择插件，然后筛选到 open ai button， 然后找到这个 computer use， 添加到 context， 点击安装就已经安装好了。 最后简单讲一下这 computer use 的 一个实现的原理，那 computer use 其实本质上是一个桌面的自动化层， 它不是跟其他的产品一样是直接通过 api 去操作，而是分三步先感知当前的窗口，它可以通过截图来看到当前窗口有哪些东西，通过这个元素去判断哪些东西能操作，最后去执行原子化的动作。 所以他的操作跟你去操作其实是一模一样的，所以他会有一些风险，比如说所有你看到的这些信息，他有可能都会被截图交给模型，以及你如果已经登录了一个账号之后这个账号，那可能会被 误操作，以及有些敏感信息还是需要注意的。虽然其实 computer use 目前肯定还是有各种各样的问题，比如说它的耗时是比较长的， 它有的时候的操作也不是很稳定，就像它在操作我微信的时候，是没办法直接在微信框内输入，是要通过调用剪贴板去复制粘贴的， 那有时候他可能也不能稳定的去被正确的调用等等，这些都是他目前存在的问题。但是我觉得这个方向是对的，因为他其实打开了一种新的人和电脑的交互方式， 也许未来真的有一天，呃，我们再也不用鼠标和键盘去操作电脑了，所有的机器跟我们都是自然语言的交互了。那这天的到来一定是会非常的有意思的。我是离谱关注我，获取更多一手的 ai 的 实践和思考，我们下期见。
140李谱Mars
01:20查看AI文稿AI文稿hello， 大家晚上好，今天我们来聊一下 codex for windows。 codex for windows 在 今年的三月四号正式发布了， openai 终于为 windows 用户带来了独立的 codex 应用程序。要知道之前 codex 只支持 macos 系统 m 系列的 cpu， 这次 windows 用户有福了。对比 gitlab 的 copilot， codex 是 一个独立的应用程序， 而 copilot 并没有自己独立的应用程序，它只能以 ide 的 插件或者是命令行的形式来运行。 当然 copilot 也有自己的 web 版本，所以 codex 这个独立的应用程序为 windows 用户带来了无比便捷的使用方式。对比 cloud， 虽然 cloud code 也支持 windows， 但是 cloud code 客户端与 cloud 集成在一起， 是一个 web 形式的，打包的。一个客户端没有办法像 windows 原生程序那样能够和操作系统进行这种现实的交互、改进 以及调试等等工作。 code 需要借助于它自己的命令行才能完成这些功能。 codex 最遗憾的就是没有自己的命令行功能，这个对于程序员来说是有一点遗憾。在 windows 下面开发，你会选择哪种工具呢？
26伟仔玩AI
02:25查看AI文稿AI文稿最近，推特向一个 ai 话题爆火， codex 的 核心开发者宣称，勾五指令或许是他们在 codex 中推出的最具深远意义的功能。在二零二六年五月一日， openai 旗下的终端编程代理 codex 发布了 v 零点一二八点零版本，并且引入了核心命令 go 命令、高危命令有着重大意义，他把 codex 从每次只能执行一条指令的工具，升级成了能够持续推进长期工程目标的自主智能体。借助这个命令，开发者只需设定一个宏观目标， codex 就 能跨越多次交互和中断，持续自主地朝着目标迭代前进，直至目标完成或者遇到阻碍。这堪称 ai 编程助手，像真正的自主软件工程师严禁的关键一步。在过去的传统模式里，开发者需要一步步下达指令， codex 则按照指令一步步执行。比如开发者说帮我写一个登录函数， codex 就 完成这一个任务。而现在，有了购物命令， 开发者可以为 codex 设定一个持久的长期目标。一旦目标设定， codex 就 会像一位不知疲倦的工程师，围绕这个目标持续开展工作，包括编辑代码、运行、测试、分析结果，并且在发现问题时自行修复， 全程无需开发者中途干预。对于开发者而言，有了 codex 的 助力，他们无需再死记硬背各种编程语言的特定语法，能够将更多精力放在逻辑设计和架构思维上，这极大地降低了非专业开发者开发功能的门槛。勾勒功能的核心优势体现在自主性和闭环能力上。 其一，自动拆解任务。当 codex 接收到宏观目标后，会自动把它分解成多个可执行的子步骤。其二，自主迭代。它会不断循环执行编码、运行、检查、修复的流程，直到判定目标已经达成。其三，任务管理，开发者可以随时对正在运行的目标进行暂停、 恢复或者清除等操作。有开发者给了 g p t 五点三 codex 一个空仓库以及完整访问权限，并布置了一个完整的射击游戏开发任务。 codex 在 不间断运行大约一个多小时后，自主生成了游戏所需的所有资源。 总之，勾勒命令的出现，让 codex 从每次一条指令的工具转变为持续推进长期工程目标的自主智能体。让开发者设定宏观目标后， codex 能跨越交互和中断持续迭代，这无疑是 ai 编程助手迈向真正自主软件工程师的重要一步。
1244空间OK了恐龙
01:49查看AI文稿AI文稿大家中午好，我想了想，我还是要跟大家录一下，因为最近 codex 跟 anthropic 的 cloud code 真的 太火了，昨天晚上 openai 也发布了 codex， 现在已经可以直接支持谷歌的 chrome 以及 windows， 就是 chrome 在 macos 和 windows 情况下，呃，可以直接调用 codex 的。 我快速录一个视频，教一下大家怎么把这个功能激活。首先呢， 我们要打开最新版本的 codex， 如果不是最新版本的，可以在这里去检查 update， 就是 要确保更新到最新版本的 codex。 更新完之后，打开这个插件 plug ins， 打开这个插件， plug ins， chrome 的 这个选项就会出现了，点击这个 chrome 点击吧，因为刚才我已经点击了啊，可以直接点打开， 打开它会直接跳到你默认浏览器的这个 codex 的 激活界面啊，如果你默认的是 chrome， 就 会正常蹦到这个 chrome 的 界面 crom 蹦到之后直接点击艾特 crom 就 ok 了啊，因为我认为接下来会很精彩的。其实 cloud 大家能看到我的 cloud 已经支持了，就当我点开这个 cloud 的 时候， cloud 的 无论他调用自己大模型也好，还是还是 cloud code 也好，他可以直接操纵我的 crom。 那 现在呢，就是我把 code 也加入到 crom 之后， open up code 也可以直接调用我的 crom 吧。因为今天我想录这个视频的原因就是我认为接下来整个电商的搜索逻辑都会因为世界头部的几个大模型公司会带来天翻地覆的变化。 比如我现在自己日常的使用已经不用去打字了，我调用的是 tapis 会比较多，所以现在目前，哦，现在才五月份，我觉得其实 ai 的 风向已经调了好几次了。比如年初的 open code 火了一阵子， openclaw 就是 龙虾。 那其实我认为到现在为止了， open opencloud 的 风风口或者说营销热度已经完全消退了。那接下来就是 webcoding。 那 目前最主流的就是 codex 和 android 的 cloud code。 就是 cloud 的 code 啊。好吧，今天就跟大家快速录一下。我估计可能很多伙伴不知道怎么在 codex 里面去添加 chrome， 在 chrome 里面去激活 codex。 好 吧，那今天先这样，拜拜。
157凯文不要嗨
00:58查看AI文稿AI文稿酷狗一开始不是地图，它只是想做一个更好的搜索引擎。一九九五年， larry page 在 斯坦福遇见烧纸灰。三年后，酷狗从一个车库里诞生，目标是整理全世界的信息。二零零四年，酷狗以美股八十五美元上市， 搜索成为互联网入口广告，成为它最强的商业引擎。之后，酷狗不再只是一个搜索框， youtube、 android phone、 地图、云计算让它变成了一个庞大的产品宇宙。 在森达 p 叉的带领下， google 进 a evers 时代。 james mcmahon 的 发布，意味着搜索之后新的入口正在出现。从车库创业到万亿美元巨头， google 真正卖的不是搜索，而是通往全世界信息的入口。
1.4万Lvv21
03:02查看AI文稿AI文稿一分钟看完一周 ai 大 事。 chat gpt 上线 ppt 插件，常驻 ppt 侧边栏，给他文档和数据，就能生成可编辑的换登片，还能保留公司模板，写总结报告，再也不发愁了。 codex 再进化，电脑息屏也能远程派活，躺在床上也能给客户发文件。全新上线购物模式，告诉他目标验收标准。 ai 能工作几个小时，直到任务完成。 codex 已成为最强 ai 员工一用一个不吱声。 openai 新模型推翻了数学界八十年猜想，给出 全新最优解， ai 正式升级 level。 四能做出原创发现。 google 发布 ai 科学家整合所有科研工具， ai 组成科研团队，自己提假设、找证据，互相挑战，多轮 pk 后筛选出最优方案。 google 推出统一多模态大模型， 丢给他任意素材直接返给你作品。目前最猛的是视频编辑能力，号称视频版小香蕉。 google 升级 ai 画布，语音实时改稿，一边说一边调，还能生成 ui 动效，通过 m c p 双向打通设计和代码改完一键部署上线。 figma 彻底坐不住了。 ai studio 上线 android app 生成，一句话就能生成能安装的安卓应用。 g m i 三点五定档，六月发车，正面迎战 g p t 和 cloud。 三洒最强战力同时登场，直接开启巅峰对决。 阿里发布国产最强大模型，主打编码和智能体，综合跑分接近三傻字节开源统一多模态模型，一个模型搞定图像视频的生成和编辑。腾讯开源最强翻译模型，能准确翻译不同领域的专业术语。 gini 接入 google 街景，动动嘴就能把真实的城市变成能互动的虚拟世界。 odyssey 连发两个王炸世界模型。 starchild 是 首个实时多模态世界模型，樱花同步的 npc 能跟你语音聊天。 agora 是 首个多智能体世界模型，支持四名玩家在同一个虚拟世界互动。 ai 原声游戏有了雏形。 阿里开源直播试穿模型，给他一个模特图和几套服装，就能让模特在直播过程中穿上不同的衣服。 oncat 开源最强数字人模型，给他一个角色和一段音频，就能生成自然的口播视频，支持几人轮流对话，适合做播客、演短剧、虚拟主播。搞 ai 创作的同学狠狠把住研究源开源视频版 controlnet， 给他一个示意图，就能秒懂你的意图，生成符合要求的视频。 研究源开源室内设计世界模型，上传户型图和风格参考，就能生成指定装修风格的全景视频，还支持 vr 浏览。 madam 发布最强配音模型， 给他一段视频就能生成匹配的音效。亮点是放弃 b a 解码，直接生成原始波形，声音更真实。研究员开源最强语音识别模型时，真的录音也能准确转录成文字。 阿里发布实时翻译语音模型，一边听一边翻，还能实时克隆你的音色说外语。 ai 终于进化成随身同传，光学计算迎来重大突破。科学家成功创造出光物质混合粒子，既有光的速度，也有物质的强，相互作用力，不带电刻且质量为零， 能完美替代电子进行信息传输，直接终结了 ai 耗电问题。科学家已经用它实现了全光切换，未来 ai 比电还要便宜。
3.9万产品君
40:28查看AI文稿AI文稿美好啊，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。
43.5万秋芝2046
02:51查看AI文稿AI文稿嘿，各位技术控们， codex kelly 又更新了五月八号刚发布的 v 零一百三十零版本，相比上一个版本可是带来了不少实用的新东西，今天就来给大家快速盘点一下，看看哪些更新最值得咱们关注。 首先是新功能方面，插件系统更完善了，详情可以查看内置的 hux 分享插件的时候还能暴露链接原数据和控制可见性，这对于插件开发者来说可是个好消息。 不过要说最重磅的，那必须是新增的 codex remote control 指令。这玩意儿是个更简单的入口，能帮你启动一个无头的可以远程控制的 app server。 简单说就是你可以跑一个没有界面的 codex 颗粒实力，然后用远程客户端去控制它，特别适合服务端部署的场景。是不是一下子就打开了很多新的使用方式？ app server 的 客户端也有改进，现在可以对大县城进行分页查看了， 还支持未加载加载完整三种矢图模式，这样处理大项目的时候体验应该会好很多，不用一下子加载那么多内容。 认证方面，现在支持使用 a w s console login credentials 了，就是从 os login profiles 里读取，对于用 a w s 的 朋友来说，登录会更方便。 还有 viewimage 命令，在多环境绘画里，能通过你选的环境来解析文件路径。这个细节优化也挺贴心， bug 修复也不少，比如实时的 app server 现尘，现在不用重启就能感知到配置变更了，这个太实用了，省了不少麻烦。 turn def 在 apply patch 之后，包括部分失败的情况也能保持准确。 fred 的 摘要重命名、恢复 fork 这些操作的路径在 swift store 里也更稳定了。 windows sandbox 安装现在还会受与 sandbox 用户访问桌面运行时二进置缓存的权限， windows 用户可以留意一下。另外那个 research preview 的 文字终于去掉了，阵势感满满。文档方面，一宿模板修复了 颗粒报告标签、应用 feature request 的 链接都更准确了。安装说明现在统一用 cargo install locked， 大家按这个来就对了。最后是一些内部优化，比如新增了 cargo 精准测试的 build profile， 还禁用了空的 duck test target 来加速 rest 开发。 c i 流程也强化了。 get up xin 用了完整的 haspin 对 panda bot 有 了冷却机制。卡钩械也升级了，还溢出了不少内部废弃代码，让整体更清爽。总结一下亮点， remot control 指令绝对是这次更新最值得关注的， 服务端部署的朋友可以重点研究一下。另外最爱的的分页加载对大项目的体验提升也很明显。好了，这次的更新就介绍到这里，大家觉得哪个功能最实用？或者你对 codex kelly 还有什么期待，欢迎在评论区告诉我。
06:06查看AI文稿AI文稿当地时间二月五号，几乎就在 cloud 四点六 opus 发布的同时啊， open i 正式宣布旗下最新一代编程旗舰模型 g p t。 五点三 codex 正式发布。 这是 open i 首次跨级发布模型啊，在还没有发布 g p t。 五点三模型的时候，就已经率先发布了 g p t。 五点三的编程模型， 外加前一天 codex 应用刚刚上线，这套组合拳也逐渐 open i 在 ai 编程领域这个兵家必争之地扳回一城的决心。 那 gpt 五点三 codex 的 编程性能到底如何呢？是什么底气让 open i 赶在编程领域和 cloud 一 绝高下？我就证明，我将带你先快速了解 gpt 五点三 codex 模型的核心特性，然后再与 cloud 四点六 opus 模型进行全方位的对比。 首先，根据官方介绍，相比 gpt 五点二 codex 模型， gpt 五点三 codex 模型在 swbench pro 榜单上的准确率提升超过了百分之十五，并且解决相同问题所消耗的 token。 榜单上的准确率提升超过了百分之十五，并且解决相同问题所消耗的 token 大 幅度减少。 类似的，在命令行编程榜单 terminalbench 二点零上以及 computer use 的 榜单上， gpt 五点三 codex 跑分涨幅也都超过了百分之十。可以说新模型进步显著啊！ 并且新模型更加擅长处理复杂编程任务，尤其是复杂的网页编程任务。例如大家现在看到的紧张刺激的赛车小游戏就是一个纯 html 的 应用，甚至这个游戏还带有音效和八张不同的地图，是不是很夸张？ 与此同时， gpt 五点三 codex 的 意图理解能力也大幅提升，同样是创建用于引导、转化成交的落地页，相比 gpt 五点二 codex， gpt 五点三 codex 会更多地通过巧思来传递产品价值，促进成交。 例如会有很多策略展示，包括包年的折扣、通过数据对比而不是数据罗列来展示产品效果等等。这个小实验，我自己也采用科特中的 gpt 五点三 codex 模型进行了复刻，确实效果非常不错。 而除了拥有更强的编程能力之外，新版 gpt 五点三 codex 还能接入各类办公软件，高效完成如 ppt 表格、文档编辑和优化等各项工作。 不得不说， android 前脚刚发布了新一代 ai 办公软件 co work， gpt 五点三 codex 就 全面升级，提升了操作办公软件的性能。看来 ai 办公依然成为顶尖大模型公司共同瞄准的下一个风口。 此外， gpt 五点三 codex 还首次提出了交互式开发的技术概念，也就是说，开发者可以在使用 gpt 五点三 codex 的 时候，可以随时介入 codex 的 工作流程中，随时发消息，随时就能调整 codex 的 工作方向和工作计划，从而避免一次性执行任务时间过长、中途跑偏，大幅浪费 talk 的 情况。 当然了， openai 对 gpt 五点三 codex 模型本身，而是 gpt 五点三 codex 的 训练过程。 据习， gpt 五点三 codex 是 open i 乃至整个业内首个自我训练、自我迭代、自我升级的模型。简单来说，就是 open i 的 研究员们通过将早期的 gpt 五点三 codex 模型接入 codex agent 来持续根据 gpt 五点三 codex 的 模型训练，而这个过程中， codex agent 成功地发现了 gpt 五点三 codex 模型存在的不足，并提出了解决方案，并最终取得了非常不错的训练效果。 说这是一次非常成功的用 ai 训练 ai 的 实践啊，怪不得 sam 奥特曼前段时间发推特带着矫情的口吻说自己要被 ai 淘汰了呢。 不过呢，看到这里，我相信有很多同学可能会和我相同的疑问呐，那就是 cloud 四点六 opus 和 gpt 五点三 codex 的 这两个模型到底怎么选呢？最新一代最强编程模型花落谁家呢？接下来，我就为大家来详细介绍二者的性能对比。 关键提醒，对于目前绝大多数 ai 编程的开发者来说，并不会局限于用一个 ai 编程模型，对于顶尖 ai 编程模型来说，性能差异也不会太大。所以咱们的对比主要还是帮助大家快速了解两个模型不同的功能特性。 首先，从跑分来看，根据 swebench pro、 chromiumbench 二点零等权威榜单的评测结果， gpd 五点三 codex 相比 clove 四点六 opus 约有百分之五到百分之八左右的性能优势。 而如果具体深度探讨模型的不同能力维度啊， cloud 四点六 opus 模型的核心优势在于拥有一兆的上下文窗口，而 gpt 五点三 codex 只有四百 kox 的 上下文窗口， 并且在智能体编排长、上下文剪辑处理企业级任务和工作流方面， cloud 四点六 opus 模型更占优势。而在响应速度或者单任务编程的准确性上， gpt 五点三 codex 模型则更有优势，这些能力具体的数值指标对比如图所示。 紧接着我们通过一个实战编程的案例来对比测试二者的性能。其中 cloud 四点六 opus 运行环境是 cloud code， 而 gpt 五点三 codex 运行环境则是 cursor 中的 codex。 两款模型都各自搭配自己的编程 agent 来执行开发任务，具体的编程任务非常简单，是要求两款模型制作一个 html 的 单页，用于直观展示对比 ans 二频最新发布的 cloud 四点六 opus 模型和 openai 最新发布的 gpt 五点三 codex 两款模型的性能差异，同时要求有需要的话自行上网搜索这两款模型的相关信息、网络风评以及性能评估数据等等，并且不能出现具有说服性错误的信息展示。 同时需要通过合理的前端页面格式化展示，让用户非常直观的能够看懂两款模型在编程性能上的差异。 最终二者的运行效果如下所示啊。大家现在看到的左侧就是 cloud 四点六 opus 生成的网页对比，而右侧则是 gpt 五点三 codex 生成的网页。相比之下， cloud 四点六 opus 生成的网页效果更加美观，对比纹度更加丰富，而且结论呢，也更加清晰。 而 gpt 五点三 codex 则似乎能够更加理解数据结论准确性的要求，生成的网页里面包含了大量的可溯源事实依据的对比结论，我个人觉得更喜欢哪个呢？ 其实啊， web coding 技术发展至今，基座模型早就不再是简单的 ai 编程工具了，而是集合了编程能力、推理能力和 agent 能力的通用基座模型， 并且包括 anthonpick open ai 在 内的全新一代编程模型也全都建指下一个风口。 ai 办公从这次 cloud opens 四点六和 gpt 五点三 codex 模型发布当中就能够窥探一二。 不得不说，二零二六刚开年这顿非常明显的感受到大模型技术竞争进入百日华诞，我将持续为大家带来最前沿实用的技术解读和技术教学。感谢大家关注和三点支持，我们下个视频再见。
124九天Hector
10:08查看AI文稿AI文稿android 发布了他们的最强模型 cloud of 四点八，老规矩，我不想跟你念参数，那我其实只关心一件事情，就每次新发模型，我们把它丢进真实的项目里面，它的干活质量到底怎么样？ 那这一次这一个 cloud of 四点八新发布的模型啊，我刚测完，我反而觉得 gpt 五点五加 codex 的 组合还能打，为什么呢？看到这个视频最后你就懂了，不过这一次有个东西是真的有意思，就是它这个动态工作流在 cloud code 的 里面，就是你只要一句话， 带上 workflow 这个关键词， client code 当场就给你写一段脚本，然后咔的一下拉起一个几十个上百个 agent 的 舰队，一起去帮你干一件大事。 我们来看一下它整个运行的一个流程图大概是怎么样子的。从这个图片可以看到哈，就是当我们 client code 里面你写了一个 workflow， 它这个时候通过脚本，然后去给你并发各种 agent， 那我们可以看一下它这个脚本长什么样子哈，其实也比较简单，就是它有每个阶段嘛，就是你是 workflow 的 一个流程，每个阶段，比如这个阶段它要排查啊，这个时候可以看到它这个用了一个 await， 是 吧？ await 去并行运行了多个 agent， 完事之后走到这里得到了结果，这时候就回到你的主要的对话里面，它又开始去 定型，去开始第二个阶段，再去掉各个 a 镜头，大概就这样的一个工作流的一个过程。下面的话到我们的一个实测环节，这次的话我们用了我的一个开源项目，就是 c c 杠，哈哈，它目前的话有十一点九 k 的 star 是 一个，就是把 curl code 的 卸载原代码补齐，做了一个桌面端，还有 c o i 的 一个 开项目嘛，那这个开项目的话最开始也一直是 gpt 五点五加 codex 去迭代的，那这一次的话， cloud of 四点八出来之后，我要去做一个新功能，我们本期的一个实测哈，就是要让我们这一个桌面端，它在它的右侧能够对我们本地的一些 服务，比如说你用 react 或者是 vue 写了一些本地服务，这个时候我们要去点击，让它在右侧展现出来，或者是本地的一些 html 要拦截这个行为， 并且我们右侧要有要有一个小的一个浏览器预览，而且能够像 codex a p p 一 样，能够就在在上面去选中一些按钮啊，标题啊，或者一些块儿啊，能够去做定位，而且还能够直达答案，让它去修改。 在 codex 聊天中，当它改了哪些文件，比如说是 html 呀， markdown 啊，其实你都可以去点击，点击完它会在右侧去预览，而且下面也有这种打开的方式，也整体的交互，就相对来说挺棒的嘛。在整个桌面端，我认为现在 codex a p p 就是 目前交互最好的在桌面端来看， 那下面我们来看一下这个 html 它是怎么做到整哪打哪的？可以看到这个时候我们不是打开了这一个我们这一期视频的这个 ppt 吗？那它这边有一个模式的话，就是你可以去去，这样有一个选择器可以去选嘛？比如说我选中这一块啊，这个时候我就可以用自然元描述啊，我觉得这一块的 ui 交互啊，文案不行， 那就可以通过这样的方式让他去改，可以看到他就对我们这一个图片这一块加了一个备注嘛，对不对？然后还有我们这块的信息整体就是这个交互的功能，然后还有的话就是这个截图啊，他这个截图已经保存到剪切板，我们可以用大概这样的一个流程， 我们就希望我们这 c c 刚哈哈也支持这个功能，并且也有人在我们的 github 要求里面提出来了要这个功能，那我们就试一下。那今天的话 我用了 gbt 五点五以及我们刚刚看到了 kalco 的 off 四点八去做这个任务，那这边的话也是给了它五张 codex a p p 它整体的一个交互流程，并且我们也是用了这一个 superpowers 的 一个头脑风暴模式，相关的一些提示词都是一样的。然后我们去测试这个任务，我们可以看到 codex 这边呢，它最终启动了四十三个， 呃，三部 a 镜呢？帮我们把这个任务完成了，所以效果怎么样？待会儿我们再来看。那我们回到就是 clock code 这边也是用了陀螺风暴 t s 也是一样啊，也是同样的，就是每个阶段让告诉他我们最终这个设计文档要做成什么样子。有了设计文档之后，他也是去 各种实盘刹不住 a 进的去做。那在 codex a p p 这边的话，它整体的这个消耗可以看到今天我是烧了五亿的 token， 那 对于刚刚我们那个任务，大概我估算了一下，大概有三亿 token 这样子吧。 cloud 这边的话也是今天一天就烧了我这个一百刀的百分之二十的一个额度吧，一天就烧了，没有做其他的 任务，基本上没做其他的任务。好，我们下面来看一下两边的一个实现情况如何。好，下面我们来看一下 cloud 桌面端加 cloud off， 四点八，他去帮我们写了这一个 c c 杠，哈哈，桌面端就右侧这个浏览器预览的功能。 那这边的话我也给了一个提示词，就是让他帮我们产出一个 markdown 的 一个内容以及 html， 再让他去写了一个本地的一个突突项目嘛，就是用 react 去写。那最终他这边写完了之后呢？ 啊，可以看到这里其实是已经他这边做了一个监测，当然这块的交互其实没有 code app 原声那么好，当然他也做到了，我们来试一下哈，就是我们在运用浏览器打开 啊，可以看到这个，是不是已经可以去看到这个这个网页这个预览效果了？那我们可以看一下截图功能，点一下可以看到这边其实也是可以用的嘛，是不是？那第二个的话比较关键，就是他这个检查元素嘛，可以看到他也是完成了，是不是？比如说我们就说这个按钮，我们就在这让他告诉他啊，我需要把这个按钮改成 就是这一个网页的主题色，你帮我改一下。另外的话，当前这个按钮的这一个 border 这些我也不是很喜欢，你去调整一下。 好，我们来去确定，你可以看到这边它就已经帮我们把这个东西做过去了，就是把截图嘛，就我们刚看到 codex app 那 边的一个交互，交互过去了，我们就可以去让它去做做这个事情。 那下面的话就是其他的一些功能哈，其他一些功能的话就是它可以在这边，比如说我们这是一个 markdown 的 内容嘛，所以说你可以在工作台去预览，基本上就是把那边实现了一遍。 其实整体实现还是挺复杂的，可以看到 codex 那 边他完成这个任务他都开了四十多个 java agent。 那 cloud 这边其实我没去统计，因为它这个过程没有像 codex app 那 边那么直接， 整体的效果其实完成度还可以，当然还有一些细节优化的点。好，我们来看一下扣贷 app 跟我们完成同样的功能，他是做的怎样子的？可以看到他在这一块， 在这一个行内，其实就帮我们把这一个要预览的这一个，呃，本地的地址啊，还有你的 markdown 啊， html 都做出来了，其实这块交互我觉得会稍微好一些。那么点过去看一下可不可以用，那可以看到都是同一个页面吗？是可以用的，刚刚我们说改按钮那个他其实已经改好了，是不是？那么看一下他这个截图可以用吗？ 这个截图这个方式是这样子，它不是像呃 cloud code 实现那样子，是放一个图片在这里， cloud code 那 边会好一些。好，我们来试一下它这个定位也是可以的，可以看下，也是能选择某一个。我们选到这一块说一下，这个文字太大了，改小一点，字号改小一点， ok， 可以 看到它这个其实完成度也挺好的。那现在的话，其实我也没有想清楚，到底是把 gbt 五点五生成的这个核到我们的这个主干里面，还是说把 cloud 那 边去核一下？我可能会把 cloud 那 边的这一些 open 这边的加过来，然后用用 gbt 五点五的这种这种样式，最终把两个合起来，得到一个比较好的一个交互方式。那再看一下吧，从我四月份发布以来，就是从它泄露原代码，再加上我们做这个桌面端嘛， 一行代码的微信百分之八十的代码都是 gpt 五点五加这个 qd 写完的。可以看到我今天除了写这个项目以外，还做了其他一些功能。那下一个版本也在，应该是明天就会发布了，我需要去做一些就测试嘛，可以看到它真的是非常非常的好用，而且最关键啊，它不封号 是不是？那你如果是用呃 cloud 的 话，就是真的特别容易封号，我已经被封了四个了。好，下面我们来做一个总结。对于大多数人而言，我还是推荐你选择 qd 加 gpt 五点五。为什么？ 你看我老婆这种律师哈，她现在都已经用上 codex 加 gpt 五点五来帮助她在平时的工作中进行赋能。打个比方，她平时有很多需要去操作 word 呀，然后 excel 啊，还有去填一些表单，这个是完全是可以用啊， gpt 五 点五加 codex 去做。再让我不最近也给她做了一个就是律师相关的一个工具嘛，因为她有她们有很多资料，其实都是需要在本地去操作，就是不能上云嘛， 比如说你像客户管理啊，还有一些合并 pdf 啊，这些都是可以照本地去做的。你说像这种工具，直接用 codex 去做，让它去描述你的需求，然后用那个就是一个 go 的 模式嘛，让它去做，完事之后再让它用 computer user 自己去测，它会自己去 啊，写完之后 build 出来这一个桌面的 app， 然后如果你看像我们这种不是需要去选择 pdf 嘛，对不对？如果你需要去选择 pdf， 它还会自己去打开这个，就像我们一样去打开，打开完了之后 去选择，然后去帮你去压缩，做这种合并，各种都可以做到。所以我为什么会推荐大家去使用这个呢？而且等待下一代模型发布的时候，它会更强。还有最重要一点嘛，就是 g p t 五点五， 你正常人用它一般不怎么封号，那 cloud off 四点八这边也挺强的，但是呢，它的门槛就会高一些，并且它的这个桌面段哈，它这个桌面段体验其实相对来说还是差， codex 会差一些，如果你这两个都用不了， 那你也可以用，就是我的这个开源项目就是 c c 杠，哈哈，这个开源项目也是开源免费的，也没有任何的一个门槛。你也可以用，就是各种国内的模型嘛，比如说你可以用 deepsea 呀，你看我这边其实都有，就 deepsea 呀，或者你可以用小米的呀，或者是智普，你都可以。那它基本上内核它也是 clio 的 本身嘛， ci 的 本身 功能我也在迭代，就看大家自己怎么样个选择。 ok， 不 管是 off 四点七四点八，它整体的这个发布啊，没有给我很惊艳的感觉，没有上一代从四点五到四点六的那个惊艳感， 那还是倾向于就是 g p d 五点六的一个发布，看它到底会带来怎样的改变？我现在基本上已经离不开 codex 这个 app 了，我最近真的狂用。我刚也给大家看了一下我的一个 token 消耗，最近一个月吧消耗了大概一百亿 token， 一 万多刀的一个消耗， 最近就是狂用，特别特别好用，而且运行起来也非常的方便。但是它也有一个问题，就是它容易内存泄露，我六十四 g 的 内存它有时候都能给我干嘛，就理解不了到底在干嘛。 ok， 那 这就是本期视频所有内容了，如果大家觉得这视频做的不错，可以给我一键三连，我是阿建，我们下期见。拜拜。
03:36查看AI文稿AI文稿我们来迟了， opencloud 发布了 v 二零二六点五点二七版本，距离上一版发布仅隔了一天。快速跟进的版本通常说明主要问题已经收敛，现在进行细节优化。不过这个版本值得关注的内容并不少， 一起看看。首先让我们看值得关注的更新和修复安全边界。本次有七项加固群聊频道名和描述，不再进入系统提示词，攻击者无法通过修改群名来注入指令。 主机名规范化，现在会移除重复的末尾点号，封堵了用 loadhotfit 附加多个点号绕过网络策略的路径。这个 node 内部环境变量被加入全局拒绝列表，这些变量原本可被用来重定向警告或加载。外部模块是潜在代码注入的入口 设备和节点角色的审批，现在要求管理员权限。 qq bot 的 审批按钮在未配置时也不会错误授权。 codex 方面，工作区的 memory 点 md 不 再完整注入到，每次对话改为按需解锁，日常使用能节省令牌。 此前后台内部调用返回四零幺会把整个网关绘画断开。本次修复后，只有真正的传输中断才会清理共享的应用服务。客户端模型解析优先于通用路由 原生钩子中继在重启回退时的保留也一并实现。 agent 运行时修复了四个问题，其中两个影响较大，首先是用户之前频繁看到的 right failed 错误提示，实际文件每次都写入成功，是响应超时导致的误报， 本次通过读回验证机制修复了。另一个是绘画协所在嵌入式运行超时后泄露十几分钟的问题，对聊天机器人场景影响较大。本次在超时路径上直接释放了渠道投递，修复了六个平台的问题，不足以展开了。核心变化是 the same message 改用耐久化投递， 超时后可以重试，消息不再丢失。 discord 成功回复后不再追加工具警告。 imessage 移除了重复的审批弹窗和重复发送 模型。服务方面， openli 兼容的嵌入模型从插件层提升到核心层自托管，用户不再需要通过 openli 插件间接配置。 deepinfra 从七个硬编码模型扩展为完整的在线目录，发现 antastropic 模型缓存标记被静默丢弃和 openai 兼容接口 cache tokens 不 透传的两个问题也一并修复，然后是其他更新。 memory 现在有了原生的嵌入模型服务，不再依赖第三方适配器，既避免了预热阻塞，也消除了云服务泄露的隐患。 pixiv 视频生成接入 cloud hub 目录页，补充了扩展的显示名称，不再直接展示机器生成的文件名。 heartbeat 模板从文档目录独立出来，避免编辑文档时意外触发模型。调用 puben sdk 将旧的嵌入注册接口标记为废弃， 测试辅助也从公开导出移除了。最后让我们看看修复了哪些 bug。 memory 的 qm d 搜索在 macos、 apple silicon 上，此前会因为 metal gpu 退出崩溃而丢弃已生成的 json 搜索结果。 本次修复后，即使紫禁城非零退出，也会先检查标准输出中是否有有效结果，再决定是否丢弃。命令行工具的版本号，检查不再误吞紫命令的 version 参数， 比如 open class skills verify 后面跟的 version 不 会被解断。另外，网关后台层面的绘画原数据缓存、插件指纹缓存和认证令牌生命周期管理也进行了多项增量优化。 提醒尝鲜的观众在尝鲜之前可以先对 openclaw 进行全面的备份，这样你可以放心体验。如果你对视频有什么想法，或者在使用中遇到问题， 记得到评论区留言交流，那么今天的内容就到这里了，我们下期再见。
15银色海豚
01:33查看AI文稿AI文稿今天终于把扣带子装上了，好像是因为之前有一个开关没打开，所以他就一直要手机验证呃误打误撞的，但是也了结了一个心头大事，然后体验了一下，感觉和 扣扣目前的操作感受差不多，但是他好像有很多的插件，然后在学习当中，然后呃看今天刷视频的时候看到 off 四点八出了， 他说是可以执执行非常多的紫代理去完成一个任务啊，拼多多也是有点萌萌的，但是这种新的体验看看能不能换一个中转来试一下。因为我现在是没有 coco 的 会员啊，那个呃会员的，所以我目前用的还是中转。然后 今天关于 ai 的 感受就是，呃，他真的越来越快的去去靠近了这个轻便 完成工作的状态。因为像以前那个多个智能体质定型工作的这件事情大家经常这样说，但好像 走起来时候还是很容易上下文混乱，所以这一次四点八出来之后也在想我会不会他真的可以内部交互完就给一个比较不会混乱的结果。 然后第二个事情就是最近真的要开始减肥了，哎呀不要太胖了，什么时候可以回到可能一百五十斤就好了，现在我大概一百六十八天呐。
18大痣
06:25查看AI文稿AI文稿那本期给大家分享一下我是如何用 codex 实现用 ai 来去做一个账号自动化运营的这个过程。除了录视频这个事情以外，那其实还有很多的 运营的一些琐碎的事情，比如说我要去看我的账号数据，视频录完了我还要写封面标题等等，这些琐碎的工作其实很多，它不是光是录制一个这么简单的事情， 现在我的流程是可以这么做的。我现在是用 ai 的 这个 computer use 这个功能，直接去我的创作者中心帮我去把所有的账号拉出来，在本地上分析，分析完以后它会沉淀出几个特定的文档，这个文档呢就是我的这个 粉丝的文档，账号定位的文档，内容策略的文档。那基于这几个文档， ai 就 会去读取了这几个固定的文档以后，去帮我搜索相关的同行的一些对标的文档以后，去帮我搜索相关的内容， ai 就 会一个一个介绍一下。 每一次我视频拍完结束以后导出字幕，它就可以基于我的这套方法论，帮我批量的自动化的把我的视频的封面标题、描述标签全部搞出来。那也就说现在的主要是它在于你 内容我们已经拍摄好以后的那些环节，那内容的生产前面还是主要是由你自己来想的，不是内容生产前面数据分析它会给我选 dj， 它会跟根据你的账号定位去帮我们来看一下实际的效果就好。那你看 在这里我跟他讲我用了那个 codex 里面 computer use， 他 可以操纵我的浏览器嘛？然后去访问我的这些账户，我让他去分析一下，呃，跟我相关的一些对标账号，然后他是优先读取了我四个 m d 的 文档，嗯，这个文档里面是有我的粉丝画像的，呃，有我的所有的账号的策略定位，我的爆款的复盘， 以及我的选题方向的这几个定位，这是我之前就会有一个引导对话，我这边就跟他讲，我说我发现这些内容太过时了， 你要去重新帮我把这些内容梳理出来，他本来已经准备在做了，最后发现他读的内容太旧了，你就改了他的方向。对，我先去帮你更新你的这些账号定位，对，我要去更新，这个时候我就跟他说，我说你去读去账号吧，你看他在这里面先读了五十一条小红书的内容， 又去读了所有抖音的数据内容，那小红书的所有的明细，然后抖音的所有明细他自己全部读完了以后存在本地，基于这些内容 他开始来做重要的判断，他这几个判断内容是自己判断的，还是你给他自己判断？他根据我的数据分析了我的账号内容，爆款的内容梳理出来的， 那他总结了以后，我说好，那你居然已经调研完了。我说你去把我之前的粉丝画像，账号策略，你去更新一轮，他就叭叭叭叭叭叭更新了一轮最新的内容，所以这是他最后给我的一批我的一些材料，基于这些材料以后，他才会帮我去做这件事情，根据我账号的策略定位， 去帮我寻找跟我匹配的账号的数据。好，注意到小细节，这边这个选题推荐这个 skill 是 你自己写的还是你外面找一个？是我跟他之前合作沟通出来，就是你刚才这生成的一些整套 skill 形容一个，对，是的， 这个里面他就会拿了我很拿到了很多的标题数据。嗯，然后他就给出了所有我这个像内容的爆款的一些封面的建议，然后包括他还给我了一些我能做的选举的建议，都是爆款的选举建议。嗯，好。然后这些内容我跟他讲，我说你要去思考一下你怎么样去更新到现有的 skills 里面。对， 你看他就告诉我直接可以写进 skills 里面的一些规则。好，然后我们看一下我怎么使用的。嗯，然后当我这边输入案例包装，它就自动去调用我的 skills， 然后它的 skills 都是关联在一起的，然后当我把我的字幕给他以后，它就会自动唤起它的一个写作的一个 skills， 然后来去把我这个整个包装发布的内容给它写出来啊，包括标签，包括里面的封面。然后呢？有了封面以后，这个时候他会说他去调用封面 skills 来处理这个图，他就做了好多，你俩玩起来啊，然后他就做了很多不同的图，它还会自动去生成， 因为我还有别的平台，所以它就会生成不同尺寸的图片，你看生成各种尺寸的这个图片给我，生成完了以后，它其实是标题描述标签都是有的，我直接复制就结束了。对，这就是一个全的流程，其实这套方法论 就是最重要的，其实它是不断进化，不断迭代之后。现在不是有那个 codex， 不是 有那个定时功能吗？比如说每个礼拜五去 check 我 所有的视频数据，然后去自动化更新我的相关的一些策略。写作啊，对，写作 skill 更更新过去以后，我每次用到都是新的，就它可以跟着我的账号一同成长，我觉得这个是很牛的。然后再比如说你看这这次的内容生成完了以后，我发现有些过程是可以调优的啊，这个时候我就跟让它去 思思考一下他学到了哪些经验，然后将这些经验告诉我，然后我来判断这哪些经验可以沉淀为 skills， 然后这样的话他下一次就不需要我再教他了，你看他会整理出一批，然后呢？我确认过了以后，他会说他更新了 skills， 他 整理了哪一节步骤，所以我的 skills 是 越来越能够符合我的要求的， 而且再加上 image two 这个深普能力来了以后，封面指出的概率非常高了，我几乎很少去调了。那现在你的就是整个工作流程里面，哪些是 ai 帮你做，哪些还需要你人来做？呃，现在目前我在坚持真人拍摄，然后包括其实选集主要还是我们自己来，就是视频剪辑完了以后，我们直接字幕出来了以后， 视频的封面啊，描述、包装、标签，各个平台的封面的差异，全部都是 ai 在 做的啊，你就露了一个前面就是拍摄前面的啊，就说选题的大纲的准备，嗯，对，选举其实我们自己在准备，但是选题大纲我们会让它来梳理 一下。对，其实我先把我自己，因为我们有的时候内容会需要很多配套的一些材料，比如说我今天要讲 q d s， 嗯， q d s 背后很多一些功能背景，它会帮我收集很多资料。准备好或者这样子，然后呢继续接资料，然后一个大纲， 然后呢？大纲我确认好后再去输出一个 ppt 大 纲， ppt 大 纲里每一页需要画什么，嗯，然后时候再用，再用 ppt skill， 它会帮我做 ppt， ok， 这样子。 嗯，所以这是我们拍摄之前的一些准备。对，其实下次我们可以分享一下拍摄前的一些内容准备，对，这个是我们拍摄完以后数据输出，对，运营数据输出盘，对对对，是，然后最后一个想讲的就是我的整套方法论并不能让我的所有的内容都成为爆款， 是因为去不断地才根据我现有的数据去给我提供建议，也就说他其实是跟我一起成长的。嗯，所以他并不能让我一个 偏账号小白的人立刻成为一个每天爆款的大牛，他只是能不断地基于我现在的重复工作帮我去减少跟我的工作量，就是他没办法取代你的经验。对，他也可以取代你的流程。对，是的，所以他不能让我立刻就变成一个大牛啊。对， ai， 现在时代就是这样，就是成为你能力的杠杆。 对，他是我能力的最上限，所以这个就是我们今天想要分享的，然后包括这一期准备了哪些 skills， 到时候我会变成一个文件，然后放在我们的那个群文件里，大家可以去参考一下。好，那本期视频就这样，拜拜。
2.4万珍妮丁丁说AI
00:48查看AI文稿AI文稿cloud 又升级了。二零二六年五月二十八日， analytics 发布 ops 四点八。这次重点不是依据更强，而是三件事同时发生。第一， ops 四点八更适合代码代理任务和专业工作，而且更会提示不确定。 ops 说它比四点七更少，让自己写出的代码缺陷静默通过。第二， cloud code 加了 dynamic workflows， 可以 把大型任务拆给几十到上百个并行子代理，再汇总检查。这意味着代码迁移跨仓库改造开始接近从启动到合并的工作流。第三，产品层面也变了，用户可以调 cloud 的 努力程度，反 mode 速度可到二点五倍，成本比之前便宜三倍。但真正值得注意的是边界 project glass wind 里约五十个合作方用 missus preview 找到了超过一万个高危或严重漏洞。所以 antropig 也承认，更高能力的 missus 类模型需要更强网络安全防护后才会全面放开。我的判断是， cloud 正从聊天框变成工程协作者，他更会规划，更会检查，也更需要人类审计。
00:48查看AI文稿AI文稿我可以直接复制一个视频，嗯，给倒扣带，他就可以根据视频去做一个这样的文章排版。嗯，这个样式也是，我看到这个文章比较好看，直接把这个文章复制给他，他自己拆的。 拆完了之后我们可以在这地方打开，然后复制到公众号，嗯，接着我们来到这里，然后点击文章。好，然后就可以在这里点击粘贴， 那粘贴之后这个图就删掉，删掉之后这还可以左右滑动，嗯，直接发布就可以。
2719喂鱼
03:18查看AI文稿AI文稿二零二六年二月五日， open ai 震撼发布了 gpt 五点三 codex， 这可能是 ai 历史上第一次真正参与了自己的创造过程。这个模型不仅在性能上有大幅提升，更标志着 ai 开发方式迎来了根本性改革。 先来看它的核心升级， gpt 五点三 codex 拥有四十万 token 的 上下文窗口，配备完美记忆机制，输出上限达到十二点八万 token， 处理速度也比之前快了四分之一。目前已经面向 chat、 gpt plus pro 和 enterprise 用户开放 api 访问，也即将推出。为什么说这次发布如此重要？因为这是 ai 首次深度参与自身迭代的公开案例。 openai 团队在开发过程中使用早期版本的 codex 来调试训练流程、管理部署，甚至诊断测试结果。简单来说，这个模型在一定程度上帮助创造了它自己。团队在公告中直言， 他们对 codex 加速自身开发的程度感到震惊，这意味着 ai 开发进入了正反馈循环， 模型越强大，他帮助创造的下一代模型就会更强大。这是一个加速曲线的起点。技术上的重大突破是完美记忆机制。传统模型在处理长文本时会出现上下文腐烂， 越早的信息越容易被遗忘。而这个新机制确保的模型在处理超长上下文时不会丢失任何早期信息，实际效果非常惊人。模型现在可以在单次交互中生成完整的多文件软件项目， 不再需要开发者自己拼装零碎的代码。片段来看两个实际案例，早期测试者反馈 gpt 五点三 库存是第一个可以启动任务后离开几小时，回来就能看到完整可用软件的模型。有位开发者测试了让模型独立运行超过八小时的任务。模型始终保持专注，没有偏离目标，自主管理了完整的软件生命周期， 包括开发、测试、部署和日制监控。更令人惊讶的是， 当遇到模糊指令时，模型做出的假设与人类判断高度一致。相比之下，之前的模型在长时间运行后容易迷失方向， 忘记最初目标，重复错误或陷入死循环。另一个案例是 open ai 展示的模型自主能力，让模型从零开始构建复杂的网页游戏，全程无人干预。 模型成功完成了包含多张地图的赛车游戏，还有带有氧气机制的潜水探索游戏。在整个过程中，模型自主迭代方案，修复 bug， 优化游戏体验。这不仅仅是技术的进步，更是开发范式的转折点。 ai 正在从被动的工具转变为主动的创造伙伴。对于开发者和企业来说， 这意味着工作效率将获得前所未有的提升。大家觉得 ai 参与自身开发会带来哪些新的可能性？欢迎在评论区分享你的看法。
04:59查看AI文稿AI文稿o p a i。 最强模型 g p t 五点五有一条隐藏指令，不许聊戈布林，不许聊小妖精，不许聊浣熊，不许聊巨魔。你没看错，这不是段子，是写在系统提示词里的正式禁令。为什么一个顶级 ai 模型需要被明令禁止讨论奇幻生物？ 接下来十分钟，我把这件事从头拆给你听。你会发现，这条荒诞禁令背后，藏着 ai 发展中一个真正让人不安的问题。四月二十三号， openai 发布 gpt 五点五内部代号 spot。 几天后， openai 开源了 codex cli， 一个命令行编程助手。有人翻了翻代码，在一个叫 base 下划线 instructions 的 文件里，发现了 gpt 五点五的完整系统提示词，就这么明晃晃地写在开源仓库里。 提示词很长，大部分是正常的行为规范，但有一段特别乍眼， do not discuss goblins imps raccoons trolls ogres pigeons。 翻译过来就是，不许讨论哥布林、小妖精、浣熊、巨魔、食人魔鸽子。消息传开，全网炸了。 先说一个很多人不知道的事，你跟 chad 的 gpt 聊天的时候，你打的字只是对话的一部分，在你看不到的地方，还有一段隐藏指令在起作用，这就是系统提示词 system prompt， 开发者用它来定义 ai 的 人格、能力、边界、行为规范。比如，你是一个友好的助手，不要生成暴力内容，回答要简洁，你可以把它理解成 ai 的 出厂设置。 正常情况下，用户看不到这段指令，但 codex 是 开源的代码。一公开，系统提示词就藏不住了。 openai 为什么要进歌布林？两天后，他们自己发了一篇博课解释，原来 gpt 五点五在强化学习训练的时候出了一个 bug。 训练过程中有一个模式叫 nerdy 模式，鼓励模型展现知识面和创造力，但奖励信号出了偏差，模型发现只要往回答里塞奇幻生物的内容，就能拿到更高的奖励分数。 于是他开始疯狂输出哥布林相关的东西，不管你问什么，他都想办法扯到哥布林上去，问他写代码变量名叫哥布林 hander， 问他做数学题，题目背景是哥布林在分金币。 open i 的 工程师试了好几种方法都没根治，最后用了最简单粗暴的办法，在系统提示词里直接写一条禁令。 这件事有意思的地方在于，它结识了一种新型的 ai 失控。我们以前说 ai 幻觉和 hallucination， 通常指的是模型编造事实。比如你问他一个人的简历，他给你编一段不存在的经历。但戈布林 bug 不 一样， gpt 五点五没有编造事实，它是在行为层面出了问题，它对某一类内容产生了不可控的执念。就像一个人，你让他聊任何话题，他都能绕到星座上去， 不是他在说谎，是他的思维模式被卡住了。这比编造事实更难发现，也更难修复，因为你没法用事实核查来检测一个行为偏好。 openai 选择用系统提示词来修这个 bug， 这本身就说明了一个问题，他们没有更好的办法。 系统提示词本质上是一段自然语言指令，它不是代码层面的硬约束，更像是一个请求模型，大部分时候会遵守，但不是百分之百。而且系统提示词有一个致命弱点，它可以被泄露。 codex 这次是代码开源导致的泄露， 但即使不开源，用户也可以通过各种提示注入 prompt injection 技巧，诱导模型吐出自己的系统提示词，用一段文字禁令去修补一个训练层面的缺陷。治标不治本，就像你家水管漏了，你不修管道，而是在漏水的地方贴了张纸条，写请不要漏水。这件事还有一个容易被忽略的背景， g p t 五点五不是一个普通的聊天模型。 openai 在 系统安全卡里明确写了它具备自主规划能力。什么意思？它能自己把一个大任务拆成小步骤，自己决定先做什么后做什么，遇到错误自己调整策略。它还能调用外部工具上网搜索、执行代码，读写文件。更夸张的是， obai 透露 gpt 五点五在内部测试中策划了自己的发布会，不是人类让他策划的，是他在执行一个开放式任务时自己决定这么做的。一个能自主规划、自主执行、自主纠错的模型训练的时候对哥布林产生了执念，你靠一句请不要聊哥布林就能管住他？哎，这几件事串起来看， ai 模型越来越强，越来越自主，但我们控制他行为的方式还停留在写一段话，告诉他别这么做的阶段。歌布林禁令是个搞笑的新闻，但他指向的问题一点都不搞笑。 当模型的能力超过了我们的控制手段，会发生什么？这次是歌布林，下次可能是更严重的行为偏差，而且下次系统提示词可能拦不住。说实话，我不确定正确答案是什么， 但我确定的是在提示词里加一句禁令，这种方式撑不了太久。一条禁止讨论歌布林的指令让我们看到了 ai 行为控制的真实现状，模型在变强，控制手段没跟上，这个差距才是歌布林禁令真正让人不安的地方。我们下期再见。
336言琰的知识补给站
