从安装包到可用功能：我用 REA 做了一次完整实操
作者与 Codex 协作，使用 REA（为 AI 提供软件分析工具调用入口的框架）分析 Notion 官方安装包中的剪贴板模块，查清文字与图片复制函数的输入处理、重试逻辑、异步时序、错误阶段和资源清理等细节规则。随后整理行为说明、实现独立的复制工具，并通过 30 项受控测试与原函数对照，最终全部一致。文章总结了缩小分析目标、固定版本与文件指纹、用证据驱动验证的方法，以及 REA 适用与不适用的场景。
全部文档 / 作者: Rachel🥥
17 篇
Agent 时代复刻一条爆款视频从而沉淀出自己的工作流到底有多简单
作者尝试用 Codex 结合开源工具 Hypit 复刻千万粉博主'小Lin说'的口播视频，发现 AI 生成的不仅是一条成片，而是一套可修改、可复用的视频 Workflow。Hypit 是面向 Claude Code、Codex 等 Agent 的开源视频语言和系统，人物、台词、字幕、B-roll 和特效跟随文字与叙事事件组织，而非固定在时间线上。修改主持人、图表或背景时只需重新生成相关组件，还能批量生成不同人物、内容、语言版本。作者认为这大大降低了复刻爆款视频、沉淀个人工作流的门槛。
抖音从0起号到3.5w粉，然后我用豆包把账号复盘流程自动化了
作者从0开始运营抖音，积累3.5万粉丝，并总结出一套账号复盘流程。为了提升效率，作者利用豆包的浏览器录制与回放功能，将后台取数操作转化为可复用的Skill，只需提供日期参数即可自动导出数据。接着，通过豆包本地Office功能，直接在Excel中完成数据清洗、指标计算和可视化看板生成。整个流程将机械性工作自动化，让作者能更专注于内容判断和策略调整。
我把 10 个 AI 竞品交给 Apodex，它把整套研究做完了
作者将一份包含 10 款 AI 产品的竞品研究任务交给 Apodex（Deep Solve 1.1 模式）。Apodex 将任务拆解为 10 项工作并在任务板上可视化推进，首轮 60 步完成定价矩阵、研究报告、产品定位图和带 URL 的证据来源。遇到文档生成错误时能局部修复并保留已有成果；第二轮修改研究范围时复用首轮证据、仅补充受影响部分。作者认为 Apodex 提供的不只是长回答，而是一套可检查、可继续使用的研究成果。
我让 AI 接管邮件：网易邮箱 Mail Agent 深度实测
作者实测网易邮箱大师新推出的 Mail Agent 功能，测试了六类任务：未读邮件整理、项目时间线梳理、CSV 文件导出、历史邮件知识库检索、个性化行为准则与固定记忆、多语言邮件归纳与回复起草。结果显示它能批量处理邮件、生成可用的文件、从历史邮件中检索信息，缺失信息会标注 unknown 而非猜测，固定记忆和多语言能力可减少重复交代与翻译工作。作者认为它改变了邮箱使用方式，让旧邮件变成项目记录和工作证据，但涉及金额、合同等关键信息仍需人工确认。
3D 导演台实操复盘：多人镜头站位与构图控制
本文分享了使用 3D 导演台制作五人虚拟偶像镜头的实操复盘。作者详细介绍了如何拆解任务，利用导演台管理角色身份、队形和机位，并结合 Seedance 生成动作。文章涵盖了素材准备、角色映射、三种功能性队形设计、机位参数保存及常见错误的修复技巧，旨在提高多人镜头的构图可控性。
DeepSeek Harness 不是下一个 Codex，它把 Agent 拆开给你看
DeepSeek Harness 并非单纯的任务执行型 Agent，而是将内部结构透明化的开发平台。文章详细介绍了其权限控制、轨迹视图及四种运行模式（标准、PTC、极简、创造），强调了工具可控性与安全性，指出其更适合开发者及企业内部团队用于构建和调试复杂的 Agent 工作流。
AI 学的越勤快，反而错的越牢？
本文探讨了AI Agent的“自进化”能力，指出若训练数据包含过期或错误的历史信息，模型会越学越错。作者以Alloomi公司的两份技术报告为例，介绍了Holistic Context如何通过实体归因、时间线和关系学习清理混乱的工作历史，以及Self-Evolving Agent如何通过质量过滤、LoRA微调、跨任务回放和稀疏权重单元（Engram X）将整理后的经验安全地融入模型。实验显示，在CL-Bench上，完整SEA机制比无记忆基线提升26.1个百分点。文章强调，AI公司的下一道分水岭在于能否构建受控的经验积累与更新链路，而非单纯扩大上下文窗口。
我的AI视频生产与数字人实战复盘
作者分享了关于AI视频生产和数字人的实战经验，包括MiniMax克隆声音、HeyGen制作数字人、Codex+Remotion实现视频日更等内容，并提供了相关教程链接和实战群组。
一个人做抖音3个月从0到万粉，变现3万+的经验分享
作者分享了作为纯i人从零开始做抖音的经验，3个月内发布50多条视频，实现变现3万+。内容涵盖心理建设（人设定位、克服出镜尴尬、避免完美主义）和实操技巧（选题脚本、拍摄剪辑、审核、投流），并强调了降低制作成本和持续更新的重要性。
OpenAI 重大更新：终结对话时代，打造 AI 工程团队
文章详细解读了 OpenAI 的最新更新，包括 GPT-5.6 模型家族的发布、GPT-Live 全双工语音交互的引入，以及 ChatGPT Work 和 Codex 的深度整合。核心观点是 ChatGPT 正从单一的问答机器人进化为包含规划、多代理协作、代码执行和语音交互的“AI 工程工作台”。文章还针对 Codex 用户提供了模型选择建议。
我不再手刷资讯了：用 IPFLY 静态 IP 搭了一个海外 AI 实测观察站
作者指出中文 AI 资讯滞后的问题，提出利用 IPFLY 海外静态住宅 IP 搭建信息监测流程的解决方案。文章阐述了静态 IP 在账号环境稳定、测试复现及地区差异验证上的优势，并提供了从筛选选题到 IP 配置、测试验证的完整实操指南，适合高频输出内容的 AI 创作者。
防止AI失忆：3步搭建AI记忆系统
文章指出AI对话每次从零开始的核心问题在于缺乏有效的记忆系统。作者主张区分聊天记录与有效记忆，提出建立包含身份、项目和判断三层记忆的系统。通过构建简单的目录结构（如AGENTS.md、projects.md等），并利用Codex等工具读取和维护这些文件，可以降低维护成本，让AI获得上下文理解能力，从而提供更精准、个性化的建议。
用 Codex 拆解 23 个头部 AI 创作者账号，总结五类爆款内容
作者利用 Codex 对腾讯 AI 影响力榜单上的 23 个创作者账号进行了结构化拆解，总结出五类爆款内容模型：降低行动成本、工具工作流串联、解释失败原因、高频办公场景及情绪破圈。文章详细介绍了如何利用 AI 将“找对标”从感性判断转化为可复用的结构化资产，并强调 Codex 在内容生产前期的筛选、清洗与架构能力。
用 Codex 做自媒体：先别写稿，建立内容判断校准系统
文章指出自媒体新手缺乏网感的原因在于缺乏反馈系统，因此不应仅将 Codex 视为文案工具，而应利用它建立一套可校准的判断系统。核心流程包括选题对标、发布前盲预测和 T+3 复盘，通过 Codex 记录预测与结果的偏差，将偶然的爆款转化为可复制的规律，从而训练创作者的内容直觉。
用 Codex + Remotion 实现无痛自媒体视频日更
本文介绍了一种利用 Codex 和 Remotion 实现自媒体视频日更的工作流。通过将视频制作转化为可维护的代码项目，将脚本转变为结构化 JSON 数据，作者展示了如何搭建一条自动化的视频生产线，从而替代繁琐的手工剪辑，实现高质量内容的稳定产出。