Codex 实战系列｜零代码画出复杂架构图
本文介绍如何利用 Codex 配合 Draw.io MCP 工具，无需手动画图即可生成可编辑的架构图。从安装配置到实战案例，涵盖组织结构图、预约 SaaS 系统、企业数字化全景、运营商云网总览、六层 48 模块复杂架构图及分期规划图。详细讲解了在 Draw.io 中修改文字、移动方框、调整连线、对齐分布、配色字号等操作，并强调保存源文件与导出图片的注意事项。适合需要快速制作方案架构图的读者。
全部文档 / 标签: CodeX
855 篇
从 0 到 1 搭建你的 Harness，定制化你的个人工作台
文章介绍了作者开发的三个围绕 Harness 的 Skill：star-your-harness 用于从零搭建个人 Agent 工作台，通过四个问题生成目录骨架；better-your-harness 用于诊断已有文件夹，从安全隐私、上下文质量、工具装备、记忆学习五层扫描并生成 HTML 报告；view-your-harness 用于可视化展示项目文件和 Skill 调用情况。作者认为 Harness 是模型之外让模型能干活的整套结构，搭建个人 Harness 能让工作在不同 Agent 间无缝衔接。
OpenAI发布Agents API：Agent Harness成为基础设施
OpenAI正式发布Agents API，将Codex背后的Agent Harness能力以API形式开放。开发者只需定义任务、模型、工具和执行环境，Agent Loop、上下文管理、工具调用、多Agent协作和沙箱等均可交由OpenAI处理。该API支持长任务自动压缩恢复、原生MCP与Web Search、Sub-Agent并行、Linux Sandbox及私有环境接入。作者认为这标志着模型正从产品变为组件，Harness等通用能力正被云厂商基础设施化，Agent创业需向业务、数据和Workflow上移。
保姆级教程：0代码，我把爆火的小黑 Skill 改成自己风格的配图系统
本文是一篇面向内容创作者的保姆级教程，介绍如何在不写代码的情况下，借助 Codex 将爆火的小黑配图 Skill 改造成符合自己风格的配图系统。作者详细拆解了七个步骤：从让 Codex 分析原 Skill、复制新版本、提供个人角色与视觉规则，到正式修改、生成测试图、根据反馈迭代，最后安装使用。核心思路是保留原 Skill 成熟的工作流，替换角色、配色、提示词和检查标准，并通过“生成—反馈—修改—重测”的循环不断优化，最终形成真正适合自己的个人配图系统。
手把手带你通过 ZenMux 上手 Codex + GPT-6
本文介绍如何通过 ZenMux API 平台配合 CC Switch 工具，在 Codex/ChatGPT 中使用 GPT-6 Astra 等模型。首先在 ZenMux 注册并创建 API Key，然后安装 CC Switch 并配置供应商信息（地址、Key、模型），最后启用即可让 ChatGPT 走 ZenMux 的 API。作者推荐 ZenMux 因其模型丰富、支持 PAYG 计费、稳定可靠，适合企业场景。
小白实测：从零搭建闲鱼自动化系统，自动上架、AI客服、自动发货
作者锦鲤以小白视角实测闲鱼自动化副业，利用百度网盘、Codex和闲鱼MCP搭建从选品、上架到客服、自动发货的流水线。通过两次实操，验证了商品草稿生成、关键词自动回复及1元测试订单自动发货链路。文章强调自动化只能替代重复劳动，不能替代生意判断，并提醒注意版权、账号安全与平台风控，适合自有合法数字产品的小范围测试。
想要什么气质，直接说：我的人像角色设定 Skill 公开了
作者南鸢分享了自研的「人像角色设定师」Skill，用于解决 GPT Image 2.5 生图时人物脸部千篇一律的问题。用户只需用自然语言描述想要的气质（如清冷、明媚、初恋感），Skill 便会将其展开为包含骨相、妆容、发型、服饰与场景的完整中文提示词，可直接用于生图。文章通过唐风妆容与初恋感两个实操案例，讲解了如何分步沟通、保留喜欢的五官、只改妆容或表情，并提供了 Skill 的下载与安装方法。
Think Big with GPT-6 Astra：用 AI 做硬件的 Vibe Manufacturing 时代
文章介绍了 Ras Mic 使用 OpenAI 最贵模型 GPT-6 Astra 在半小时内完成 AI 家庭音箱从设计到落地的完整流程：建模、零件估价、Blender 布局、代码编写与 PR 合并。他强调 Codex 订阅对 Astra 的高额补贴（一周用量折合 API 超过 2.4 万美元，实际仅付数百美元订阅费），建议趁补贴窗口用足模型能力。核心观点是：模型智能提升了，但人们的尝试勇气没跟上——与其用 Astra 生成落地页，不如做硬件和更大胆的项目。Greg 将这一趋势称为 vibe manufacturing，预测将涌现大量年入百万美元的小众硬件生意。
AI婚礼视频定制教程+引导式skill
作者分享了一个AI婚礼视频定制项目的完整教程。受全网火爆的AI婚礼视频启发，作者结合家中婚庆资源，半个月接单5单。文章介绍了一个引导式Skill，将婚礼视频制作拆解为14个步骤：通过故事采集卡收集新人信息，用Kimi K3写文案，豆包TTS配音，GPT Image 2生图，OmniFlash生成视频，Suno制作BGM，最终组装成片。整套流程人工介入时间可控制在一小时以内，单条视频成本约15元。作者认为AI视频定制可延伸至老人、宝宝纪念等本地服务场景，是客单价高、有情绪价值的创业方向。
X 上的优质长文，别光收藏：它还能变成一个 Skill
作者将 X 上 R 博的自媒体增长指南交给 AI 助理 Codex 提炼出 6 条方法论和爆款增长公式，并将其沉淀为「内容审核」Skill，后又升级为可评分、定位最大问题、针对性改写并复审的「内容增长 Skill」。作者用该 Skill 审计自己这篇 X 文章，初评 49 分，按建议压缩中后段改写后提升至 52 分，展示了审计→改写→复审的完整闭环。Skill 已开源到 GitHub，未来计划加入热点选题发现能力。作者认为 Skill 就是把一次有效学习变成可反复调用、不断迭代的能力。
万字长文｜从 Skill 到工作流：复制三段提示词，做出你的第一条 AI 工作流
这是一篇面向零基础读者的实战教程，教读者通过复制三段提示词，让具备本地文件读写能力的 AI（以 Codex 为例）依次创建内容分析、写作、审校三个 Skill，完成一篇文章的素材分析、大纲初稿和审校验收全流程。文章强调'先做出东西，再弄懂原理'，每段提示词后设有操作后检查清单，帮助读者验证 AI 是否真实创建文件、守住事实边界（如虚构案例性质、不把相关性写成因果）。教程把重复性的提示、纠错动作固化为可复用的工作流，实现长期复用，无需手写代码或安装软件。
从零开始，开源一本属于自己的 Pi 蓝皮书
作者分享了自己深度学习 Pi Agent 两个月后，将零散的学习心得整理成一本开源蓝皮书的完整过程。文章涵盖整理 98 条学习推文并提炼判断、选择 VitePress 作为技术方案、两轮 UI 返工、创建 GitHub 开源仓库、使用 Cloudflare Pages 部署并绑定域名，以及主动发邮件向 Earendil 获取文章翻译授权的经历。作者提供了可照做的实操步骤，说明即使没有前端经验，也能从材料整理到网站上线的全流程完成一本可公开访问、持续维护的开源知识手册。
AGI 都来了，为啥公司里产品开发进度却没有变快？
作者作为一名 AI 产品经理，分析了 AGI 时代产品开发进度未见提升的原因：落后的产研协作方式与 AI 新生产力之间存在矛盾。PRD 过详细耗时耗力，不够详细则 AI 自由发挥导致返工循环，核心问题是文档传递中的上下文不一致。作者提出折中方案：将前端工作交给产品经理，实测显著提升开发效率并改善产研关系。进一步探讨 AI Native 组织应以 AI 的'快'为核心搭建架构，理想形态是一个人同时担任产品经理和研发的超级个体，强调 AI 时代行动力与干中学的重要性。
小白也能看懂：iPhone Duo 网页交互效果是怎么制作的？
作者受苹果 iPhone Duo 官网折叠手机交互动效吸引，借助 Codex 复刻并拆解其实现原理。通过网页源码和网络请求证据，确认核心是实时 3D 渲染（Lotus 架构封装 Three.js），而非视频或图片序列。文章讲解了模型、贴图、场景配置、渲染引擎的组成，滑块 0 到 1 数值如何驱动铰链折叠与运镜，以及弹簧回弹、端点磁吸等物理拟真细节带来的「苹果高级感」，并分享了用 AI 辅助翻源码、复现交互和排错的完整学习方法。
Codex 实战系列｜零基础跑通闲鱼店铺，从选品到接单
文章介绍如何利用 Codex 把闲鱼店铺运营做成一套高效的赚钱系统。作者以精臣 B21 标签打印机为例，分步骤讲解选品、文案、客服、货源与复盘五个环节：Codex 可整理选品比较表、生成商品文案草稿、建立客服回复库、汇总订单与成本分析。文章强调所有内容需基于真实资料，不可凭空编造价格或利润，先小规模测试再逐步扩大，并可将稳定流程交给 Codex 持续执行。
Pi, Codex, DSH 的 Agent Loop 策略有何不同？
作者在将 ChatOllama 改写为 Agent 时思考“Agent 最多应连续执行多少步”的问题，对比了 Pi、Codex 和 DeepSeek Harness（DSH）三种 Agent Loop 实现。Pi 依赖 shouldStopAfterTurn 回调，把终止策略交给上层，强调可组合性；Codex 不设统一轮数上限，而是对模型请求、工具调用、上下文压缩和 token 预算分层管理，适合长时间编码任务；DSH 则像可恢复的运行协议，用 turn/step 区分、inbox 机制和事件日志驱动继续与停止，强调可恢复与可扩展。作者总结：生产级 Agent 不应依赖固定 step 数，核心在于确认任务是否仍在推进并有明确机制停止。
我用 Codex 把一段文字做成了手绘动画：从配音成片，完整教学
作者在 Mac 上用 Codex 结合 srt-whiteboard-animation skill，将一段社保对比文稿完整制作成 2 分 17 秒、1080p、30 帧的手绘白板动画视频。文章逐步拆解了 14 个制作环节：准备项目并验证 skill、将文字稿转为 SRT 字幕、分幕规划、生成统一风格无字底图、区域标注与绘制顺序安排、预览台检查、渲染连续落笔动画、逐幕具体化修改、合并无声版，以及使用 edge-tts 配音和音乐混音。作者强调分步确认、说清具体要求、区分 skill 与工具能力边界等实践经验，并提供可复用的对话指令。
Codex 'RESET' 负责人 Tibo 深度访谈：Codex 是如何建成的？为什么选择开源？为什么与 ChatGPT 合并？
本文是对 OpenAI Codex 团队负责人 Tibo Sottiaux 的深度访谈编译。访谈回顾了 Codex 从内部研究项目成长为热门 AI 编码工具的历程，详解三个反直觉决策：用 Rust 编写、全面开源、模型无关。核心洞察包括“harness 永远领先模型一点”的拐杖理论，以及 AI 重写软件开发生命周期：代码评审自动化、维护成本坍塌、意图讨论成为人类评审核心。还介绍了 Codex 与 ChatGPT 合并的架构工程、未来混合执行环境，以及 Tibo 对工程师职业发展的建议。
BestBlogs 早报：架构师 Agent、经济未来与 RLM 长上下文
本期早报精讲三篇文章：架构师 Agent 如何通过领域知识结构解决存量系统中的工程判断问题；Anthropic 经济情景探索器从任务视角分析 AI 对就业和增长的多情景影响；RLM 递归语言模型将长上下文转化为可执行状态，提升复杂任务准确率。速览涵盖 Agent 断点续传、OpenAI 数学争议、Codex 访谈、AI 编程成本、ADK for Kotlin、机器人触觉及 Kimi K3 流式加载等话题。
这里是 Jonathan：一个 05 年大学生的自我介绍与长期主义宣言
本文是 05 年大学生 Jonathan Wu 的个人介绍。他正在学习 AI，使用 Codex 探索 AI 视频生成与剪辑工作流，同时认真经营 X 平台，将其视为长期时间轴和动态名片。他兴趣广泛，涵盖投资、读书、健身、Web3 等，秉持长期主义与复利信念，强调在值得的事情上坚持足够久，并保持好奇心与行动力。文章记录了他开始做 X 的契机、个人信念以及对未来的开放态度。
我再也不想用第三方软件了
作者Julie Zhuo分享了她从依赖第三方软件到自建个性化工具的心路历程。她因不满现有AI代理管理工具的局限，利用AI在半小时内构建了移动端应用Mog Squad，随后又开发了桌面版，实现了同时管理Claude和Codex等多个代理、高度定制化的工作流。她还为孩子打造了融入个人生活故事的Duolingo风格学习应用。文章指出，AI时代让超个性化软件成为可能，人们将更偏爱自己组装的工具，第三方通用软件的主导地位可能被颠覆。
一个PR换来一次跳槽：和数千Star开源作者聊聊开源与个人资产
作者与两位数千Star开源项目作者对谈，分享开源实战经验：从自身痛点出发找需求、零预算冷启动、算清开源回报账本。开源带来信任凭证、成就感和职业选择权，而非直接经济回报。作者也分享技术人做社交媒体的心得，强调Learn in Public、立即行动、经营个人账号的长期复利，以及AI Agent开发与效能实践。
告别丑陋的 Mermaid，diagram-design 让 Claude Code 随手画出出版级架构图
文章介绍了开源工具 diagram-design，它为 Claude Code、Codex 等编码 Agent 提供了 39 种出版级专业图表能力，包括架构图、时序图、桑基图、鱼骨图、Wardley Map 和数据库模型等。生成的图表全部为独立纯 HTML + SVG 代码，零外部依赖，无多余阴影和滤镜，支持浅色、深色和编辑模式，浏览器直接打开即用。该工具采用 MIT 协议，可通过插件市场一键安装，还支持将现有 Mermaid 或 draw.io 图源直接重绘成高质量排版，解决了 AI 生成流程图丑陋难用的痛点。
万字长文如何百分百榨干ChatGPT Pro，发挥超出1000美金价值
文章系统介绍 ChatGPT Pro 模型的完整用法。首先说明 Pro 是带独立沙箱的对话模型，仅 100/200 美金订阅用户可用，适合复杂规划、高风险分析、难代码题等场景。进阶技巧包括：连接 GitHub 让 Pro 分析仓库并出方案、在 Codex 客户端内带项目上下文调用 Pro 对话、通过 MCP 项目（codex-chatgpt-web）将 Pro 接入 Codex 实现本地工具调用协同，以及反向桥项目 codexpro 让 Pro 反向操作本地文件。作者推荐最实用的是 Codex 内带上下文使用 Pro，可用于调研、出方案、review 代码等，并提醒应对降智路由的方法。
月入十万的生意拆解——中转站的落幕
文章分析了AI中转站生意衰落的原因：Codex/GPT-5.5追平Claude使后者失去性价比，国产模型（GLM、Kimi）崛起分流用户，且GPT封号少、用户可自行订阅，导致中转站营收腰斩，中小站点因渠道和上游问题陆续关闭。作者随后给出挑选靠谱中转站的建议：优先选择大型站点或有博主声誉背书的站点，并推荐使用检测网站hvoyai.com验证模型真伪、查看站点榜单。最后总结八字原则：不贪便宜、小额充值，警惕低价折扣与跑路风险。
独立站出海赚美金之Trustpilot选品法，从差评里挖掘百万美金的机会
文章介绍了一种无需付费工具的独立站选品方法：放弃跟爆品思维，转而利用Trustpilot平台的差评挖掘商业机会。作者认为差评基本来自真实购买，差评多说明产品销量高、营销已验证，而低评分则说明产品与履约做得差，需求存在但供给不佳即是机会。具体做法是借助Codex/Claude等AI工具筛选Trustpilot上差评多、评分低的站点，搜索'从中国发货'等关键词，同时找出持续投放Facebook/Google广告的盈利站点，逐帧学习其营销文案和广告素材，再用更优质货源和服务超越对手。作者强调劣质商家损害中国卖家口碑，鼓励用心做好产品。
Harness 和 LLM 的动态博弈
文章探讨了 LLM 与 Harness（智能体外壳）之间的动态博弈。作者回顾了工具编排的四代演进：从 Function Calling、Tool Search、Code Mode 到 Model-native Code Execution。以 OpenCode 2 接入 GPT-6 Astra 后模型绕过定制解释层、直接写原生 Python 为例，指出前沿模型已将编程能力内化为默认行动策略，强行约束是逆着模型行事。架构思路因此从编排层变薄、控制层变厚迁移：权限拦截、可观测性、状态管理等责任转移至外部系统。作者还分析 Harness 难以自进化的原因——缺乏廉价反馈与客观评估标准。结论是 Harness 设计须保持动态滑动边界，模型已内化的能力果断让渡，控制面继续完善。
一文带你看懂GPT-6 Astra推理等级怎么选才最省Token
文章介绍了GPT-6 Astra的推理强度等级（Reasoning Effort）机制，澄清了常见误区：推理等级不是不同级别的模型，而是同一个模型被分配的思考预算。Ultra档位也非更聪明，而是会启动多智能体协作，类似成立专项工作组，因此消耗更大。作者建议推理等级应与任务难度匹配：Plus用户日常用"中"，稍难任务用"高"；Pro用户可"高"常驻，复杂任务先用"最高"+计划模式做规划，再用"高"执行，这是最省Token的方式。"极高"档位定位尴尬，Ultra则适合额度重置前清空余额时使用。
Post-training RLM agents for end-to-end M&A Diligence
Harvey与Baseten合作，为M&A尽职调查构建了递归语言模型（RLM）harness：将整个dataroom（最多80M token）加载进Python REPL，由根代理协调子代理分工审阅文档。在LAB Diligence基准上，该harness使七个模型的平均评分标准通过率提升39.1个百分点。此外，通过强化学习对Qwen3.5-122B-A10B编排模型进行后训练，将通过率从29.9%提升至63.0%。结果表明，任务专用harness内的后训练是文档密集型法律工作的可行路径，团队正在扩展训练GLM-5.3作为根模型。
GPT Image 2.5悄悄上线，依赖提示语提升AI生图可控性的时代过去了
OpenAI突然发布GPT Image 2.5，生成速度更快、更高清，支持多次编辑保持一致性，可精确标注修改，并新增画布涂鸦绘图功能。API同时推出Flare（速度+50%）和Sunburst（更高精度）两个版本。作者通过logo、人物、定格动画、建筑、风格迁移、多尺寸封面等大量案例对比Image 2与2.5，发现新模型形变大幅减少、文字更清晰、一致性更好，还支持原生透明背景。网页版新增15个设计模版。作者认为最大的变化在交互方式：涂鸦、模版、标注精修将原本需要写进提示语的约束变成直觉操作，好的提示语不再是用好AI生图的前提。
