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。
技术
7141 篇
我用 NotebookLM 重做 6 年信奥教案，效率提升 3 倍
作者分享了如何使用 Google 的 NotebookLM 将 6 年积累的散乱 C++ 信奥教案进行数字化重组。通过按主题分类上传资料，利用 AI 的语义检索和基于资料库的二次创作功能，成功将找教案时间从 30 分钟降至 3 分钟，备课效率提升 3 倍，同时保留了个人教学风格。文章详细介绍了实操流程、Prompt 模板及工具局限性。
AI 循环：Claude、GPT 和 Mira，到底什么才是真正好用的
文章对比了传统单次提示词与“AI循环”工作流的差异，深入解析了循环机制（Discover、Plan、Execute、Verify、Iterate）的核心要素与成本陷阱。作者指出重型循环工程门槛较高，进而介绍了基于 Telegram 的轻量级工具 Mira，它能通过简单的“技能”设定，在无需代码的情况下实现自动化任务执行与多平台内容创作。
如何换机恢复 Codex 工作区：项目、全局与凭据的分层备份
本文阐述了在更换电脑时，如何完整恢复 Codex 工作区。作者指出工作区包含项目仓库、全局规则和本机授权三层，不能混在一起备份。文章建议使用 GitHub 私有仓库恢复项目资产，单独备份 CodexHome 以保留跨项目技能和习惯，并强调不应迁移 Token 和 Session 等敏感凭据。最后提供了一份包含环境安装、代码克隆、重新授权和功能验证的完整恢复清单。
5分钟教你组建和 AI 共同的知识库
本文介绍了如何利用 Obsidian、Markdown、GitHub 和 AI（Codex）快速搭建一个同步的知识库。文章建议新手先不要追求复杂的 RAG 和向量数据库，而是使用 Obsidian 结合 Git 插件进行本地与云端（GitHub）的免费同步。文中还提供了小红书及网页内容剪藏插件的推荐，实现内容的快速收集与 AI 辅助整理。
从复制到创作：如何解构并掌握 AI 提示词的内核
文章通过“厨房倒盐”这一爆款 AI 视频为例，批判了单纯复制粘贴或仅做表层修改（换词填空）的学习方式。作者提出了三个学习层级，强调真正应该掌握的是“第三层”设计思维，即提炼作品背后的反差轴、叙事弧、交互与质感等不变的“DNA”。文章展示了如何将厨房案例的内核迁移至画室、实验室等新场景，从而实现真正的融会贯通与创作。
如何让 Codex 拥有复刻拆解抖音爆款视频的能力
文章介绍了 GitHub 上的 claude-video 工具，该工具赋予了 Claude / Codex 这类 AI Agent 视觉能力，使其能够看懂视频内容。该工具应用场景广泛，包括拆解爆款视频的 Hook、分析广告素材、复盘脚本、定位 Bug 录屏以及整理课程笔记等。
用 WorkBuddy + ima 搭建个人知识库教程
文章介绍了如何使用 WorkBuddy 和 ima 搭建适合国内用户的个人知识库。作者指出 Obsidian 等工具有一定门槛，普通人常因资料太散、缺乏整理而难以坚持。建议利用 WorkBuddy 负责读取、整理和摘要，ima 负责资料存储，形成 AI 预处理、人工确认的闭环。文章详细说明了从连接授权、建立三个基础知识库（资料、项目、输出）到具体 Prompt 指令的实操步骤，并强调了资料复用和隐私安全的重要性。
AI 开始优化 AI 自己的生产线了：Superpowers 6
本文通过 Superpowers 6 的案例，指出 AI 已突破代码生成，开始具备流程优化与管理能力。AI 审计并改进了自己的工作流，实现了降本增效。文章强调，在 AI 自动化“判断力”的时代，人类的核心价值已从操作机器转向构建诚实可靠的评估系统，即在幻觉与自我欺骗面前，坚持用 Eval 记分牌揭示真相。
Fable 5 提示词实战与 SpaceX 算力商业分析
文章首先展示了利用 Fable 5 生成的提示词，成功让 Grok 生成了媲美 Seedance 2.5 质感但成本更低的超写实视频，强调了提示词工程和审美的重要性。随后探讨了 SpaceX 与 Anthropic 签署的巨额算力合同，分析马斯克将算力作为核心商业版图的策略。最后引用 Dan Koe 和前 OpenAI 研究员的观点，论述在 AI 时代，理解人性、发现问题和把控细节等“不可被评分”的能力将比传统的编程技能更具长期价值。
AI 大V人物小传（上）
这是一份按主题编排的AI领域人物小传（上篇），涵盖了从深度学习奠基者、大模型实验室领袖、Transformer论文作者到顶尖学术研究者的75位关键人物。文章详细介绍了每个人的背景、核心贡献及当前动态，包括Hinton、LeCun、Altman等业界巨擘。
区块链的叙事是如何崩塌的
本文深度复盘了区块链从2008年金融危机后的极客实验，到2021年三万亿美元泡沫顶峰，再到最终崩盘的全过程。文章剖析了背后的意识形态演变、资本狂热与技术现实的错位，将其比作一场完整的“尸检”。作者指出，塌掉的是被过度包装的宏大叙事，而非技术本身。通过对比当下的AI热潮，文章警示了同一拨资本如何利用“这次不一样”的口号在不同技术周期间制造泡沫。
Fable 实战指南：如何发现与处理你的盲点
文章探讨了在使用 Claude Fable 5 进行 AI 辅助编程时，“地图”（提示词）与“领土”（实际代码库）之间的差异，即“未知数”。作者提出了将未知数分为已知的已知、已知的未知、未知的已知和未知的未知四个维度。为了解决这些瓶颈，文章详细介绍了在实施前通过“盲点排查”、头脑风暴与原型、访谈和引用参考四种模式来帮助 Claude 更好地理解上下文，从而提升 Agent 编码的质量。
前微软x字节工程师转型独立开发：大厂那套方法论，出来后反而没用
本文记录了前微软、字节工程师王启源的访谈，探讨了从大厂转型独立开发的经历、AI 编程工具（如 Claude Code, Codex）的实战应用、Loop Engineering 与 Harness 的演进，以及未来 Agent OS 的形态。
Fable 循环库：25 个全自动工作流实战指南
本文介绍了一套包含 25 个工作流的“Fable 循环库”，旨在教读者如何利用 Claude Code 的 /loop 和 /goal 命令实现 AI 自动化。文章详细阐述了基于目标、边界和结果的 Agent 核心逻辑，区分了循环和目标的区别，并按营销内容和产品两个维度，展示了如何利用 MCP 和 API 自动执行 SEO 监控、内容挖掘、竞品分析及用户体验优化等任务。
老东西，你终于把焚诀交出来了！桀桀桀
本文作者分享了如何利用 AI 进行高质量写作的全套提示词和工作流。文章强调了提示词应简短精炼，而非冗长约束，并详细介绍了从生成大纲、撰写正文到生成配图的具体指令。此外，作者还提供了去除“AI 味”、润色排版及改编视频内容的实用技巧。
腾讯WorkBuddy实测：5个月登顶全国第一的AI桌面智能体
文章详细实测了腾讯推出的AI桌面智能体WorkBuddy。该工具上线5个月即成为中国PC端AI办公市场第一，核心优势在于从“提供建议”转向“直接干活”。作者通过真实工作流（站会、爬取素材、写作）测试了其Ask、Craft、Plan三种模式，并体验了微信远程控制电脑功能。WorkBudy解决了普通用户搬运AI输出的痛点，支持国产大模型，具备免部署、低门槛的特点。
AI Agent 搞钱真相：扒了几十个案例后，我发现大部分人在割韭菜
作者深入调研了数十个 AI Agent 赚钱案例，将其归纳为 8 种模式，包括企业自动化交付、无脸内容工厂、电商自动化及微 SaaS 等。文章指出，许多案例存在夸大成分，且忽略了成本。作者分析认为，真正具备护城河的路径仅限于能沉淀资产的产品或能绑定真实客户关系的业务，其余多为仅依靠平台红利的短期机会。
用 Codex + Hyperframes 拆解抖音爆款视频工作流
本文详细介绍了利用 Codex 和 Hyperframes 拆解并复刻抖音爆款视频的完整工作流。内容涵盖从工具准备、视频规格定义、旁白脚本生成、TTS 音频处理（使用剪映/Codex 优化磁性人声），到利用 Hyperframes 进行代码化视频生成及字幕对齐的全过程。作者强调通过 AI Agent 实现自动化批量生产，降低自媒体创作门槛，帮助普通人利用 AI 技术在视频领域获取收益。
AI 赚钱全景路径：从零工到系统化变现的 10 种模式
文章介绍了 AI 玩家 Liam Ottley 总结的 10 种 AI 变现路径，按难度与收入排序，涵盖 AI 影视制作、自动化代理、内容创作、教育培训及企业转型等。作者强调从客户问题出发而非工具，指出 AI 商业模式正从单点交付向 AIOS（AI 操作系统）演进，并建议从业者结合 Consultant（诊断）与 Builder（落地）能力，构建高复利的个人商业模式。
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。
AI面试管家系统架构：AI、GitHub、Codex与飞书的四端协同
文章介绍了作者团队研发的「AI面试管家」系统，该系统通过集成AI面试、GitHub资料仓、Codex本地智能和飞书执行层，实现了招聘流程的高度自动化与GitOps化。核心亮点包括将候选人转化为可版本化的数据对象，利用本地Agent保障数据安全边界，以及通过异步任务提升系统的容错与追踪能力。
Claude Code 官方循环工程入门指南
本文介绍了 Claude Code 中的“循环”概念，即智能体重复执行任务直到满足停止条件。文章详细讲解了基于回合、基于目标、基于时间和主动式四种循环类型，并提供了相应的使用场景与示例。同时，文章还分享了保持代码质量和管理 Token 用量的最佳实践，帮助开发者高效利用 Claude Code 完成复杂的自动化任务。
PyTorch 训练流程速查表
这是一份关于 PyTorch 训练流程的单页速查表。文章通过代码示例和原理解析，深入浅出地讲解了张量的核心概念、矩阵乘法、自动求导机制、反向传播以及梯度下降优化过程。同时涵盖了 `nn.Module` 常用组件如 Linear、ReLU 和 GELU 的使用，旨在帮助开发者快速理解深度学习引擎的运作原理。
老师如何用 WorkBuddy 打通备课全流程
本文分享了在承德应用技术职业学院进行的教师培训实录，核心在于如何利用 WorkBuddy 将 AI 应用从单点问答升级为 Agent 流程化工作。文章详细拆解了从阅读课程标准、搜索资源、映射材料到生成教案的完整备课链路，并介绍了 SGP 提示词结构、Agentic Search 搜索循环以及将流程固化为 Skill 的方法，旨在帮助教师掌握“给 Agent 派活”的高效工作模式。
Agent 自治级别：从单一代理到多代理编排
本文探讨了智能体工程中从单一代理到多代理编排的演变，提出了一个新的双轴模型：代理自治和编排。文章详细介绍了从辅助级别到并行委托级别的六个自治层级，以及 Claude Code 和 Codex 等工具在实现不同级别上的具体应用。
Codex 操控电脑实战：三种方式彻底搞清楚
文章详细介绍了 Codex 操控电脑的三种方式：Computer Use（桌面应用操作，覆盖面广但最慢）、Chrome 扩展（利用已有登录态进行 Web 任务）和应用内浏览器（本地开发调试，完全隔离）。通过对比三者的权限、安装方式及适用场景，帮助用户理解如何在自动化开发、多标签页操作及调试中做出正确选择，同时强调了操作过程中的安全红线。
多模型整合指南：用 Hermes Desktop 统一管理 ChatGPT、Grok 与 DeepSeek
本文介绍如何使用 Hermes Desktop 将 ChatGPT、Grok、DeepSeek 和 MiniMax 等多个 AI 模型接入同一个桌面应用。文章详细讲解了通过图形界面一键配置模型账号、连接 Telegram/Discord 消息通道、以及设置 10 个实用的自动化工作流（如每日简报、竞品监控）的步骤，旨在无需编程即可实现多模型协同与自动化任务处理。
AI 视频剪辑 Skill 分享：video-use
文章介绍了开源项目 video-use，这是一套面向 AI Coding Agents 的视频剪辑 Skill。其核心理念是让 LLM 通过“阅读转写文本”而非直接观看视频来理解内容，结合 ffmpeg 等工具实现自动化剪辑。文章详细阐述了从转写、打包、决策到渲染的完整技术流水线，并分享了包括分段拼接、淡入淡出、时移对齐等关键的工程实现细节与“铁律”规则，旨在实现生产级的视频自动化处理。
