改变人类文明的神级机构排名
文章评选了改变人类文明的“神级”科研机构,将贝尔实验室、卡文迪许实验室列为S+神话级,肯定了AT&T垄断和曼哈顿计划等不计成本的资金支持对自由探索的关键作用,并探讨了DeepMind、OpenAI等AI机构的未来潜力。
文章评选了改变人类文明的“神级”科研机构,将贝尔实验室、卡文迪许实验室列为S+神话级,肯定了AT&T垄断和曼哈顿计划等不计成本的资金支持对自由探索的关键作用,并探讨了DeepMind、OpenAI等AI机构的未来潜力。
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。
本文是一份针对小白的 Codex 终极使用教程。文章首先指出了 Codex 在多模态和办公场景(如生成 PPT)相较于 DeepSeek V4 的优势,详细介绍了如何通过 CC Switch 工具将性价比高且原生支持多模态的 Kimi 模型接入 Codex。此外,作者还分享了通过 Skill 功能将工作流程固化并设置定时任务的实战案例,旨在帮助用户将重复性工作自动化,极大提升职场效率。
本文介绍了如何使用OpenAI的Codex客户端搭配Remotion插件实现一句话生成视频。作者展示了产品动画、电商带货、新品展示和排行榜数据四个实战案例,涵盖了自动抓取网页素材、分析产品定位、生成营销海报及自动排版等全自动化视频制作流程。
本文基于 OpenAI Codex 负责人 Andrew Ambrosino 的播客访谈,探讨了 AI 时代下产品管理与开发流程的反思。文章指出 PRD 未死,关键在于选对媒介;反对盲目裁撤 PM,强调学科积累的最佳实践不应被抛弃。Andrew 提出角色应由实际交付内容定义,而非头衔。他警示人们应与结果而非流程结婚,在 AI 降低实现成本的当下,人的判断力、品味与经验变得更为昂贵和稀缺。
文章解读了 Andrej Karpathy 团队泄露的 CLAUDE.md 文件,包含 10 条核心原则。对比社区早期提炼的 4 条,新增的 6 条(先读代码、自我验证、调试、依赖管理、沟通、失败模式)针对的是无人值守的“交责任”场景,是实现 Loop 工程化和放手 Agent 的关键。
作者宣布开源“小互 IP Studio”配图技能。该工具能自动读取文章并规划、生成配图,核心特色是提供 31 个现成的原创 IP 角色(涵盖职场与情绪梗)及多种画风,解决了用户无 IP 形象的痛点。技能支持 Agent 安装,仅需自然语言指令即可完成配图,并包含一套防止 AI 生成翻车的严谨方法论。
文章盘点了瑞幸、麦当劳、飞猪、滴滴等16款国民级应用,这些产品正通过封装Skill、MCP或CLI接口,向Agent开放点咖啡、订票、打车、办公等核心能力。作者指出这标志着Agent化时代的到来,并对比了当前支付环节的“信任”壁垒,认为该趋势类似于2017年小程序爆发的前夜,未来Agent将成为人们在数字世界的另一个“贾维斯”。
文章介绍了使用 KroWork 将 AI Skill 工作流打包成本地桌面 App 的新方法。作者指出单纯依赖对话框使用 Skill 存在重复输入和消耗额度的问题,通过 KroWork 可以将常用的 AI 技能组合(如提示词优化、AI 资讯阅读)封装成独立 App,支持定时任务和一键启动,从而实现自动化工具的沉淀与本地化复用。
本文系统梳理了 Codex 的 Skill 生态,指出安装核心 Skill(如 create-plan、gh-fix-ci)是将其从聊天机器人升级为工程团队的关键。文章汇总了必 Star 的官方与社区仓库,按场景(规划、CI/CD、测试、前端等)分类精选了神级 Skill,并提供了保姆级的安装与调用教程,最后分享了自定义 Skill 及进阶组合玩法,帮助开发者最大化利用 AI 编程工具。
这是一份面向小用户的 Codex(OpenAI coding agent)入门指南。文章指出 Codex 不是单纯的聊天机器人,而是能读写文件、运行命令的“工作搭档”。作者通过对比 ChatGPT,明确了 Codex 的适用场景,并介绍了 App、CLI、IDE 插件等多种入口。核心内容包含四段式提示词模板、常用工作流(解释项目、修 Bug、加功能、审代码)、配置文件 AGENTS.md 的编写方法,以及 MCP、Skills 和 Automations 的区别与用法。最后强调了安全使用原则及新手从只读理解到自动化的进阶路线。
文章探讨了2026年AI工程范式的转变:从单纯的“提示词工程”转向设计自动化的“循环系统”。OpenAI与Anthropic的专家指出,工程师的角色已变为编写控制Agent的循环。文章深入解析了循环工程的定义、单体Agent与编队模式的区别,以及开放式与封闭式循环的差异。此外,文章重点讨论了循环模式带来的高昂Token成本问题,指出DeepSeek等低成本、大上下文的中国大模型是解决这一经济瓶颈的关键。
文章指出 Skill 是将 Codex 从聊天机器人转化为高效工程师团队的关键。作者整理了核心资源仓库、按场景分类的神级 Skill(如 create-plan、gh-fix-ci),并提供了保姆级安装教程与进阶组合技,帮助用户通过标准化的 SOP 提升开发效能。
OpenAI 发布 Codex 重大更新,推出六个面向职业角色(如数据分析、销售、投行等)的专属插件,捆绑 62 个应用和 110 个自动化技能。同时上线 Sites 功能,可直接生成交互式网页应用,并新增 Annotations 精准编辑功能。Codex 非开发者用户占比已达 20%,正试图从单一编码工具转型为全能办公调度层,直接威胁依靠“界面好用”作为护城河的中间层 SaaS 工具。
OpenAI 对 Codex 进行了重大更新,将其从单纯的开发助手向通用工作系统推进。通过推出面向分析师、销售等角色的插件、支持协作交互的 Sites 功能以及精准修改的批注功能,Codex 正在深入企业非技术岗位的真实工作流。这标志着 AI 工具正从聊天窗口进化为懂组织分工的工作系统。
本文介绍了 CC Switch v3.16.1 版本新增的“Codex 应用增强”功能。该功能通过将第三方 API 信息写入 config.toml 而非覆盖 auth.json,解决了用户在使用 DeepSeek 等第三方模型时,无法保留 Codex 官方远程操作和插件能力的痛点。文章详细讲解了开启本地路由、配置 DeepSeek 等供应商的具体步骤及原理。
文章介绍了如何利用 Ollama v0.24+ 在本地免费运行 OpenAI Codex。通过集成 Gemma 4、Qwen 3.6 等开源模型,用户可以实现零成本、无限制且隐私安全的代码编写体验。文中详细讲解了 Codex Desktop App 和 CLI 的配置方法,并推荐了适配不同硬件的模型。
GitHub 上出现了一款名为 gemini-web2api 的工具,它是一个纯 Python 单文件脚本,无需第三方依赖。该工具能将 Gemini 网页版转化为 OpenAI 兼容的 API 接口,支持流式输出、Function Calling 以及 Flash Thinking 的 20k+ 长上下文。通过 Docker 一键部署,用户可在本地直接利用 OpenAI SDK 调用 Gemini 能力,旨在帮助开发者节省每月 20-50 美元的 API 费用。
本文介绍了如何使用 CC Switch 本地路由将 DeepSeek 等兼容 OpenAI Chat Completions 协议的 API 接入 Codex CLI。文章详细解释了本地路由的原理,即将 Codex 的 Responses API 请求转换为 Chat Completions 请求并转发,同时提供了添加 DeepSeek 供应商、开启路由及排查 404 等常见问题的具体操作步骤。
本文是 Codex 使用教程系列的开篇,介绍了 Codex 的核心功能,包括自然语言写代码、自动补全、修复 Bug 等,并将其定位为能真正干活的 AI 同事。文章详细讲解了在 Windows 和 macOS 系统上下载、安装及登录 Codex 桌面端的步骤,以及订阅 Plus 会员的方法和注意事项,旨在帮助用户从入门到精通。
文章指出使用 AI 不应陷入反复解释需求的低效循环。作者分享了 5 个提升 Codex 效率的方法:利用插件连接外部工具、使用 Goal Mode 自主规划任务、配置自动化定时执行、通过 MCP 接入 Obsidian 知识库,以及将常用流程固化为 Skills。
本文详细介绍了 Codex 在国内网络环境下的三种接入方案。作者对比了手动配置 config.toml、使用 Codex++ 图形化管理工具、以及部署 CCX + CC Switch 网关三种方法的优缺点,并提供了具体的配置步骤、环境变量设置及常见排错技巧,旨在帮助用户解决无法充值 Plus 或登录官方账号的痛点,实现 Codex 的流畅使用。
文章探讨了创业公司如何在 OpenAI 和 Anthropic 等大厂的阴影下生存。作者提出了“黄砖路”的概念,指代大厂直接主导的通用领域(如代码生成、写作),并建议初创企业应避开此路径,转而专注于“奥兹国其他地方”——即垂直领域、多步骤工作流及遗留系统整合等大厂难以通过单一模型解决的复杂问题。文章分析了数据飞轮、模型复杂性管理及私有行业知识作为初创公司的护城河。
本文是一份关于OpenAI Codex的详细保姆级教程。作者介绍了Codex的安装、界面设置、模型选择、AGENTS.md配置以及Skills插件系统的使用。通过实战演示,文章手把手教你如何使用Codex从零开发网页和App,展示了其作为顶级Agent产品的强大自动化开发能力和批注修改功能。
文章介绍了新手使用 Codex(AI 编程工具)时的正确姿势。作者指出新手常因将 Codex 视为“许愿池”而陷入不敢用的困境,并提出了一个完整的工作流:从看目录、定计划、执行小任务、跑验证、看 Diff 到自我 Review。文章强调不要急于求成,而应通过设定边界、交付小任务来建立信任,并提供了可直接复用的 Prompt 模板。
文章介绍了 OpenAI 工程师 Jason Liu 分享的 9 条 Codex 高效工作法,包括持久线程、共享记忆、语音输入、实时纠偏、操作电脑浏览器等。这些方法将 Agent 从单纯的聊天工具转变为能记住上下文、主动执行任务并操作真实应用的长期资产。作者指出,这套通用的 Agent 逻辑不仅适用于 Codex,通过 OpenCode、Playwright 等工具,在 DeepSeek 环境下也能完美复现。
作者分享了如何使用 AGS(Agent Git Service)替代 GitHub 作为主要开发环境的实践。通过将开发环境完全迁移至云服务器,结合 dev agent 和双驱动的交互模式,实现了无需本地依赖的高效开发工作流,并介绍了正在开发的 VAS(虚拟代理服务器)项目,旨在将该工作流整合到语音交互界面中。
本文是一篇关于从零构建大型语言模型(LLM)架构的深度指南。文章详细解释了 LLM 的工作原理,包括从原始数据收集、清洗、分词,到 Transformer 架构的核心组件(如自注意力机制、位置编码)。同时涵盖了预训练、微调、基于人类反馈的强化学习(RLHF)以及推理优化等关键技术环节,旨在帮助读者理解 ChatGPT 和 Claude 等模型背后的系统构建全流程。
文章提出了AI智能体的12层架构模型,旨在帮助用户理解AI工具的工作原理及失效原因。内容分为三部分:基础层(工作界面、智能体合约/规范、模型)、运行层(运行时状态、工具互操作性、执行表面)以及记忆与知识层。文章强调,只有理解了这些层级(如MCP协议、Agent间协作、多级记忆系统等),才能解决AI输出不稳定、工具选择困难及信任缺失等问题,从而将AI从演示带入实际工作流。
本文介绍了针对 Codex 的新手向十行核心配置。通过修改 `~/.codex/config.toml`,用户可以设置默认强模型、提高推理深度、优化审批策略、配置沙盒模式(限制仅修改当前项目并默认断网)、使用缓存搜索、保留终端历史及关闭日志与数据记录。这些配置旨在解决 AI 权限过大、思考不足及界面干扰等问题,提升日常开发的安全性与体验。