文章介绍了用AI推进真实项目时面临的两大痛点：材料多且杂导致AI抓错文件，以及新开对话后进度全丢失。作者提出「项目分身」方法：一是将项目文件夹规范为四区（01原始材料只读、02过程草稿、03内容底稿、04交付成果）；二是在根目录建立两份核心文件——CODEBUDDY.md写长期规则、00_项目总览.md记录动态进度，实现规则与进度物理分离。文章还讲解了用户提示词与系统提示词的区别、AGENTS.md跨生态通用标准及全局与项目规则分层，附上开箱即用的初始化提示词，并以「换对话不换文件夹，AI 10秒无缝接手」作为硬验收标准。
作者分享了使用 UU远程新推出的终端功能，在手机上统一管理多个 Coding Agent 的体验。针对 Agent 任务常卡在确认页面等待人工操作的问题，传统方案如官方 Remote、内网穿透 SSH 或远程桌面都需分别配置、较为繁琐。借助 UU远程的终端多会话管理，作者将 Hermes、Codex、Claude、Grok 等 Agent 的终端会话集中在一个手机入口，可随时查看进度、补充 Prompt 和确认操作；配合 Herdr 工作区还能在手机端切换管理多个 Agent。此外支持 Mac 端通过 uuyc-cli 跨端接管会话，且该功能完全免费。
本文是 Nick Spisak 的 13 节课教程指南，讲解如何为企业搭建'第二大脑'（second brain）知识库，并结合 AI Agent 使用。作者以自己的公司 Capstone Brands 为例，完整展示了从选择业务问题、创建 GitHub 组织与仓库、用 GitHub Desktop 克隆本地副本、在 Codex 中使用知识库模板发起构建请求，到按销售、营销、情报、财务、运营五大业务职能组织知识的全过程。最终目标是让 Slack 中的 Agent 能阅读公司知识库、回答真实业务问题并引用来源文件。教程还涵盖版本历史管理、访问权限控制、标准操作流程转化为 Agent Skill 等实践要点。
作者亲测 GPT-6 Astra 操控专业软件（Blender、Audacity），指出 AI 是放大器而非许愿池：它能跨越操作门槛，却无法补上领域知识与审美判断。Blender 建模测试中因缺乏建模知识反复翻车，只能给出'不好看'的模糊反馈；Audacity 测试则展现了 Astra 惊人的跨工具调度能力。文章还探讨了 AI 操作留下的中间产物可能成为新的原创证明，并分析 Astra 常停在'下一步'不执行的行为差异，认为门槛没有消失，只是往里挪了一层。
本文作者以零艺术基础为前提，完整分享了普通人用 AI 制作短视频的流程。作者详细介绍了如何用 Codex 分析参考视频、生成制作单、逐张生成测试首帧、编写视频提示词，以及在 MiniMax H3 或 Seedance 2.5 中生成视频并进行诊断修正的迭代方法。文章以 15 秒穿搭变装视频和多人分镜短剧（重建 Cuimao“牛来”视频）为例，涵盖角色设定图、场景站位、四格分镜、shot state map 和多参考提示词的编写技巧，强调“一次只修一个问题”、顺序继承生成等实操原则，帮助新手跑通第一条 AI 视频的完整制作闭环。
文章面向不懂安全的小白开发者，讲解用 AI 做 Vibe Coding 后上线前必须做的安全验收。核心是守住机密性、完整性和可用性：防止用户资料越权访问、余额并发透支、支付重复入账等漏洞。作者给出上线前七项最低验收基线，强调先写下产品安全不变量规则，再让能读取代码并运行测试的编程 Agent 按流程执行检查，并提供三组按顺序使用的 Prompt：确认规则、带证据检查、修复后复测验证。还提醒外包和低代码项目只认可附证据的复查结果，工具只是手段，实际测试和证据才是安全保证。
作者基于 Karpathy 提出的 LLM wiki 理论，结合 WorkBuddy/Codex 与 Obsidian，搭建了一套能够自生长的个人知识库系统。文章解释了 LLM wiki 与 RAG 类方案的区别：知识不是每次临时拼装，而是通过 Raw（原始资料）、Wiki（结构化知识）、Schema（规则规范）三层架构持续增量沉淀。Obsidian 以本地化 Markdown、双链和插件生态承担存储底座与人机界面，Agent 负责理解新资料、建页、建链、维护索引与变更日志。文中给出了完整目录模板、详细提示词，介绍了直接搭建、claude-obsidian 插件等多种搭建方法，并分享了模型选型与实战建议。
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。
本文介绍面向零 Linux 基础用户的 Omarchy（基于 Arch + Hyprland 的预配置 Linux 桌面系统）及其中文发行版 OmarchyCN。作者提出'邪修'路线：不系统学习 Linux，先装好系统，再配置 Codex、Claude Code 等 Agent 工具，遇到缩放、输入法、软件安装、系统优化等问题直接用自然语言交给 Agent 处理。文章详解了平铺式桌面的快捷键操作（Super+K 查看快捷键总表、Super+Space 打开菜单等）、U 盘制作与安装步骤、中文向导配置方法，以及用'描述现状—期望目标—先解释—后检查'的万能句式与 Agent 协作的实用技巧。
文章提出三个核心判断：装了 skill 不等于会被调用（Vercel 测试显示默认配置下 56% 的用例中 skill 未被触发，需显式指令）；Codex 兼容性不能靠猜，官方插件市场、npx skills CLI、git clone 三条安装路径可靠性递减；装多了会互相冲突。随后详细推荐 10 个通用 skill：superpowers、mattpocock/skills、addyosmani/agent-skills、ok-skills、graphify、archify、last30days、taste-skill、Anthropic-Cybersecurity-Skills 和用于环境校验的 agnix，并给出安装路径取舍建议与避坑清单，强调效率提升在于正确的工具链配置而非盲目堆砌插件。
作者 Miles 系统整理了在 Codex 中用 AI 制作 PPT 的各类 Skill 与工具。按使用场景分类：自己做分享可选用 Slidev、Marp、guizang-ppt-skill、frontend-slides；汇报答辩与正式交付推荐 ppt-master、slide-skill、deck-dna 以保留可编辑文字与图表；科普课件可用宝玉的 baoyu-slide-deck 整页生图、PPTAgent 从论文生成演示；已有图片稿可用 Image2PPTX、AIPPT 拆字改图；一体化工作台有 codex-slides 和 Presenton。最后作者给出自己的搭配：日常课件用 Marp，正式交付用 ppt-master 配生图工具，并总结了逐页确认、文案清理、交付前检查等实用要点。
作者分享通过UU远程的最新升级，让本地运行的开源大模型（如Qwen 27B）拥有了手机端入口。相比Codex远程控制只支持自家模型、Claude Code远程有封号风险，本地模型不花钱、不封号且速度快。UU远程基于tmux实现，支持完整TUI渲染、多终端会话、跨端接管和语音输入，且免费。作者还开源了uu-term-bridge工具，让iTerm2中的所有会话自动出现在手机列表，实现桌面与手机双向无缝切换，补齐了与Codex远程体验的差距。
文章介绍 OpenAI 发布的 GPT-6 Astra：它能直接操作电脑、跨上下文保留记忆、在缺信息时继续推进任务，AutomationBench 成绩从 18.1% 升到 41.4%。作者提出'Agent 夜班'工作方式——睡前把边界清楚、易撤回的长任务交给 Agent 并行运行。随着执行时间变便宜，瓶颈转向人的验收能力，因此需要权限分级、明确任务七要素（目标、完成标准、自主范围、确认节点等）以及长期记忆管理。未来个人 OPC 将像小团队一样管理多个 Agent，上限取决于把机器工作组织成可信结果的能力。
作者分享了 10 个适用于 Codex 的小红书创作开源 Skill，覆盖选题、文案、视觉、运营全链路。包括爆款选题雷达 xiaohongshu-mcp、内容规划 content-planning、爆款笔记改写 xhs-writer、高点击率标题生成 title-writing、全自动图文 RedInk、Markdown 转卡片海报、杂志级排版卡片、手绘白板图、自动化运营助手及爆款归因复盘工具，并附上整合后的全链路操盘 Prompt，帮助解决选题难、AI味重、排版模板化等问题。
文科生作者记录了与 Codex 协作，用两天时间把「批量保存 X 长文」的需求开发成原生 macOS 应用 MarkX 的全过程。文章详述了从技术验证、采集架构重构（放弃付费 API、复用浏览器登录态）、视频下载与播放崩溃修复、图床权限问题的解决，到失败状态持久化、目录迁移与图标打磨等细节。作者认为 AI 极大降低了从想法到第一个可用版本的门槛，但判断完整性、处理隐私、保护数据、诚实面对失败等产品判断仍需人来负责。
作者实测OpenAI新发布的GPT-6 Astra模型，认为其综合能力追平Claude Fable 5，OpenAI重回黄金时代。文章从三方面展开：一是速度大幅提升，任务完成时间从数小时缩短到十余分钟；二是前端和审美能力史诗级强化，一句话即可生成高精度3D网页模型；三是代码能力追平Fable 5，能从本质层面发现并修复系统深层问题，并介绍Codex实验性跨窗口笔记功能。作者还分享了为超级模型简化的AGENT.md配置建议，强调聪明模型需要更少限制规则。
文章探讨递归自我改进（RSI）的瓶颈：当前 AI 智能体虽能迭代优化结果，却很少重新审视改进背后的策略。基于清华大学等机构的实证研究，分析显示智能体在 5,111 次训练运行中能显著提升模型性能，但仅有约 2% 的情况会切换训练策略，多停留在执行层面的微调。增加经验、人工指导或推理算力均无法根本解决该问题。研究指出，迭代不等于重新思考，Metaⁿ 和 Recuris 等新方法尝试通过递归分层改进策略、演化记忆机制来弥补这一缺失。
文章提出一套基于蜂群OS（SwarmOS）的Codex多Agent工程方法论，超越传统提示词教程。核心理念是'人类控制目标，系统控制流程，模型负责执行，证据决定完成'。作者将Codex、Claude、Kimi等多家CLI视为可替换的工程员工，通过AGENTS.md定义身份权限、行为边界、工程规范和记忆沉淀四层治理架构，把合同、素材等原始输入'编译'为任务图、验收Oracle和可恢复的交付链，并通过角色资格、身份健康、可信额度、幂等保护四道调度门实现多模型动态派单与并行开发。
作者分享了使用 OpenAI GPT-6 Astra 的五点心得。Astra 能够操作各类桌面应用（如 BrickLink Studio 十分钟内完成乐高金门大桥模型），并能自然地结合代码与应用完成任务。它能承担更多产品层面的思考，例如自动补全快捷键、图层等交互设计，帮助作者快速构建个性化软件。Astra 在 Blender 3D 建模方面表现出色，无需旧版辅助 Skill 即可胜任任务。作者建议：给 Astra 开放实际工作所需的应用权限，先用原生能力尝试而非依赖旧 Skills，给出想法和参考即可，不必事无巨细地指定每个交互细节。
文章推荐 B 站播客《创见》对 OpenAI ML Infra 工程师赵迪的访谈。赵迪曾在 Twitter/X 工作近 7 年，评价马斯克是'最大的混蛋'但依然令人敬佩，因为其遵循第一性原理，将工程师从 3000 人裁到 100 人仍能运转。他分享了用 Rust 编写的推理引擎 Navi 为 X 节省数百万美元的经历，认为 ChatGPT 3.5 是 AGI 从 0 到 1 的关键，现在已非常接近 AGI。他还谈到智能可能成为区分阶级的工具、模型能力是核心壁垒、以及工程师价值不再在于写代码量等犀利观点。
作者 Nick 分享了他如何用 Astra（在 Codex 中）制作 ChatGPT 官方 Instagram 内容。他把素材拖入 Codex，通过自制的 UGC Video 插件描述故事和节奏，Astra 通过转录和帧分析自主选择镜头、剪辑、加字幕并用 FFmpeg 合成，还会用子代理循环审查输出，比如让模糊遮罩跟随滚动文本。长视频可以自动剪出短视频片段，动效设计则通过提供代码库上下文、先定静帧再动画化完成。整个流程只需约 30 分钟拍摄加零散 10 分钟审查即可当天产出成品视频。
文章介绍了 OpenAI 对 Codex hooks 机制的重大升级：hook 现在支持异步执行和直接调用 MCP 工具。作者将 hooks 比作'闸机'，与 AGENTS.md、Skill 这类'规章制度'不同，它能在运行时真正拦截工具调用。文章详细讲解了 11 个事件类型（SessionStart、PreToolUse、PermissionRequest、PostToolUse、Stop 等）的触发时机与拦截姿势，配置文件的加载规则、异步 hook 的限制（最多 8 个并发、无法拦截）、MCP 工具 hook 的占位符机制，以及基于哈希绑定的信任机制。作者强调 hooks 是有用的护栏而非完整安全边界，真正防越权还需沙箱和权限体系配合。
作者结合实际使用经验，总结了 Codex 6 的 16 个实用技巧，帮助用户把任务交代清楚、获得可直接使用的结果。内容涵盖：先更新版本、确认工作目录、明确目标材料限制与完成标准、使用 Plan 规划、发截图圈出修改区域、运行中及时补充指令、用 Goal 写清终点、关键决定写入文件、通过 AGENTS.md 沉淀重复要求、按需选用 Skill、确认工具权限、分清并行任务范围、验收时查看 Diff 改动范围，以及从手动跑通开始逐步自动化。核心思想是把模糊需求转化为可执行、可验收的指令，减少返工与 Token 浪费。
文章讨论了随着编码代理模型的快速演进，过去的提示与指令实践已不再适用。作者以 GPT-6 Astra 为例，指出项目中积累的大量臃肿指令（Skills、AGENTS.md、任务提示）需要重新审视。核心建议包括：Skill 描述应尽量简短、采用渐进式披露的文档结构、避免过度详细的流程式指导；AGENTS.md 中应移除不必要的文件阅读和测试要求，因为新模型已有更强的自主判断力；要注意决策边界的表述，明确任务完成定义以避免模型过早停止。作者建议借新模型发布之机对仓库指令做一次全面清理和审计。
吴恩达撰文阐述AI工程师的核心技能之一——使用编码智能体。文章总结了与顶级AI工程师访谈得出的工作流程：规划（头脑风暴、撰写规格）、执行（构建、测试、验证）以及部署与监控（CI/CD门控、日志监控）。作者指出，有效使用编码智能体需要五大关键技能：掌控工作流程、赋予智能体自主性、审查工作成果、定制智能体及其环境，以及理解编码智能体的底层原理。文章强调，随着Claude Code、Codex、OpenCode等工具快速演进，这项技能也需要通过持续的实验、构建和学习来不断更新。
作者 Miles 分享了 Codex 中最实用的 10 个 Skills：follow-builders 生成 AI 创作者资讯简报，Punk Skill 生成有辨识度的文章封面，cangjie-skill 把课程方法编成可调用技能，GordenImage2PPTX 将 PPT 图片转为可编辑文件，book-to-skill 把一本书整理成可查询的阅读技能，show-me 用流程图解释代码，grill-me 在开工前追问需求，last30days 调研近期社区玩法，Defuddle 提取网页正文为 Markdown，skill-creator 帮用户创建自己的技能。每个 Skill 附安装地址、使用示例和实际效果。
文章分享了在闲鱼上做 Codex 会员代充的完整操作流程（SOP）。作者认为闲鱼封禁越严说明需求越大，代充利润来自低价区域（如菲区）订阅差价。SOP 包括：选择稳定有售后的供应商、包装闲鱼主页提升信任感、上架商品时规避敏感词（文案不提 Codex）、引导客户加微信沟通成交、通过供应商购买卡密并验证完成充值。同时分享了防范退款纠纷的经验，如筛选客户、鼓励微信直接付款、利用闲鱼小法庭维权。作者自称两天利润 1000+，累计营业额超万元，鼓励读者尽快实操。
作者分享作为一人创业者如何用 OpenAI 的 Codex 彻底改变工作方式：每天仅工作数小时，95% 的工作在 Codex 中完成。他用 Codex 替换了昂贵的会计税务服务、测评工具，零开发经验独立重建了 Stateshift 应用（月收入 6 千美元），重构官网、结账页、学员成果页，获得编辑反馈，剪辑播客视频，并搭建 Instagram 轮播自动生成引擎。作者认为 AI 写作尚不完美，仍亲自处理邮件和对外文案，但对小企业主而言这是最好的时代。
本文是使用 Codex 从零搭建多 Agent 数字员工团队的教程。作者提出按工作职责划分 Agent 的方案：为内容创作、项目管理、财务等长期职责分别建立岗位 Agent，每个 Agent 拥有独立的文件夹，保存职责、规则、Skill 和工作流程。文章详细区分了项目与 Agent 的概念，介绍了以 Main Agent 作为数字总经理进行任务路由的使用方式，并给出判断是否需要新建 Agent 的标准。随后通过完整的目录结构示例，逐步讲解根目录规则、Main Agent、内容创作 Agent 的 AGENTS.md 配置方法，以及如何挂载长文写作 Skill，帮助读者构建可持续运转的个人数字员工体系。
文章分析了 John Wang 对 OpenAI Codex 开源仓库的研究。Codex 从 2025 年 5 月的 98 个月提交、单一主作者，增长到 2026 年的 900+ 月提交、35 位常规贡献者，归因于大量使用 coding agent、团队扩招和对护栏规则的重投资。核心经验包括：AGENTS.md 把 review 踩过的坑编码成规则；规则按 Review → AGENTS.md → Lint/CI 三级演进；测试代码占 40%，分层执行保证速度；迁移通过 feature flag 推进并用 lint 锁定成果。结论是工程实现变便宜后，测试、边界、自动化和招人等经典工程要素反而更重要。
