作者几个月前搭建了一套名为「刚柔」的元 Skill，用图 IR、契约闸和检查机制防止模型偷懒、打折扣执行任务。随着 GPT-6 Astra 发布，模型遵循指令和多步执行能力大幅提升，OpenAI 官方建议检查 AGENTS.md 和 Skills 中可能影响模型行为的指令。作者由此意识到，许多为弥补旧模型短板而设的约束如今反而妨碍任务完成，于是委托 Codex + GPT-6 在秘书 Grok Bot 协调下彻底拆除该元技能。文章详细记录了清理的难度、推理档位选择、具体执行过程（如取消从零重跑、自动三路候选）及打包脚本隐私问题的修复，最终指出：该留的是把工作可靠完成的目标，而不是特定的脚手架，技术条件变了就该果断调整。
本文详细记录了作者在广州某高校图书馆 AI 工作坊上，带领学员使用腾讯 WorkBuddy 将手头资料（如数据表、规章文件）制作为交互式智能问答网站的完整过程。文章涵盖：让 WorkBuddy 生成可视化网站、接入 DeepSeek API 实现自由问答、通过中转函数保护 API key 安全、用 Codex 操控 Chrome 自动完成腾讯云部署等环节。作者还分享了 API key 三道安全防线、部署踩坑经验（教程过时、云函数超时、日期偏差排查）以及成本控制（全班提问仅花两毛二），并强调数据授权与隐私边界的重要性。
本文针对 AI 工具普遍收费的现象，从付费、马具（Harness）、创作、取舍、边界五个方面展开讨论。作者以自身使用经验为例，分析了 Kimi、DeepSeek、Claude Code、Codex、OpenClaw、YouMind 等工具的特点与适用场景，提出了根据个人需求、预算和质量门槛选择工具的方法，并强调了重器轻用的理念。同时，文章也探讨了在医疗等敏感领域使用 AI 时的数据安全边界。
