作者是一名全栈工程师，为解决 XIAO nRF52840 缺少电池插座和物理开关的问题，尝试让 Codex 全程完成一块转接板的设计。Codex 直接创建和修改 KiCad 工程文件，完成了原理图、PCB 布局、器件选型和生产文件，最终生成 22mm×14mm 的 PCB 并交由嘉立创打板贴装。首版出现开关引脚判断错误和极性丝印标反的问题，作者通过万用表测量并将结果反馈给 Codex，用飞线修复成功。文章总结了 AI 与人在硬件设计中的分工边界，并宣布基于此经验开始做 Vibe Hardware 产品。
本文介绍 CLIProxyAPI 工具，可将 Claude、Codex、Grok、Kimi 等会员订阅账号封装为本地 API Key（127.0.0.1:8317），接入任何支持自定义模型地址的 AI 工具。作者以 DeepSeek Harness 为例，给出 7 步完整教程：Homebrew 安装、修改配置（host 限本机、自定义 Key、错误冷却时间设为 2 秒）、brew services 自启、OAuth 登录授权、curl 验证、接入 dsh 并配置推理档位。作者说明该工具走与 Claude Code 相同的 OAuth 流程，非破解，重度使用 2 个月账号无异常，并分享了让 AI 编写探测脚本获取模型上下文和推理档位信息的进阶技巧。
OpenAI于2026年9月4日发布GPT-6 Astra，与Anthropic的Claude Fable 5.1正面竞争。Astra在数学（FrontierMath 97.6%）、ARC-AGI-3（99.9%）、电脑操控（OSWorld 2.0）等评测上大幅领先，编程类任务则与Claude咬得较紧未全面胜出。文章分析了各项benchmark数据、定价（与Fable 5.1相同）、Codex跨上下文记笔记等新功能，指出Astra是首个触发Critical网络安全阈值的模型，因此漏洞利用能力被限制。作者认为AGI时代特征初显，电脑操控能力将碾压此前人机协作的苦力活。
文章提出 Skill 本质是一个微型 Harness，一个完整 AI 工作系统包含六层：信息边界、执行编排、记忆与状态、工具系统、约束恢复、评估观测。作者给出六步写作法：先写 description 作为触发开关，再按任务脆弱程度定正文松紧，超过 500 行的资料拆成参考文件，重复操作固化为脚本，写明失败时的默认行为，最后用真实任务验证迭代。文章强调 description 是主要触发机制、模型天生欠触发、上下文窗口是公共资源、卡的下限由失败处理决定等实战经验，并提供最小可用卡模板和发布前检查清单。
文章介绍了一套无需剪辑和编程经验的 AI 视频制作流程：用户只需准备定稿文案、MiniMax 生成的完整配音、人物图片和录屏素材，交给 Codex 即可自动完成语音识别、时间轴划分、画面编排、Remotion 代码编写和视频渲染。文章讲解了 A-roll/B-roll 的划分原则、用 video-shotcraft 镜头库选择动效、如何用"六层任务书"描述需求，以及通过关键帧审核、短样片反馈到最终导出的分阶段工作流，让用户以导演和审核者的角色完成知识口播视频制作。
作者开源了用 Rust 和 GPUI 开发的 Skill 管理工具 Kitter，解决 AI Skill 全局安装污染上下文、多项目重复复制难维护的问题。Kitter 在本地维护统一 Skill 仓库，通过软链接将 Skill 安装到指定项目和 Agent（支持 Codex、Claude Code、Cursor、OpenCode 等），并可查看每个项目实际生效的 Skill 及 Token 占用。提供桌面客户端、CLI 和 Skill 三种使用入口，支持 macOS/Windows/Linux，采用 Apache 2.0 协议开源。
作者基于大同古建旅行照片的痛点，开源了名为「营造（Yingzao）」的 Agent Skill，可将普通旅行照片自动生成杂志级海报。该 Skill 内置完整 Design Token 系统和数十个风格 Recipe，能根据照片构图、光线匹配方向，自动检索建筑年代等文化背景信息并做事实分级，支持多图融合（非简单拼贴）、原图对比拼图，甚至可生成九宫格分镜配合视频模型产出分享视频。技术上通过向图像模型输入校正原图、主导参考图、排版垫图和提示词，在单次生成中完成语义抠取、背景重建与图文遮挡设计。作者强调约束出品质的设计理念，并反思 AI 在视觉创作中应负责理性检查，把判断权交还用户。项目目前依赖 GPT-image 2.0，推荐在 Codex 中使用。
作者开源了 Agent 记忆系统 Loci，解决各家 AI Agent 记忆黑盒、不互通、拿不出来的问题。Loci 将用户偏好、决策、任务、人脉等信息蒸馏为结构化的本地 Markdown 文件，形成跨 agent 共用的“大脑”，一次告知即可在 Claude Code、Codex、WorkBuddy 等工具间生效。记忆完全私有、透明可改可删，支持分层加载避免撑爆上下文，并内置本地 Dashboard 提供任务、人脉、大脑记录等可视化管理。项目 MIT 协议开源免费，可通过让 AI 自行安装或一行命令 npx create-loci 快速部署。
作者分享一套跑了两个月、已开源的 Codex AI 视频自动化工作流。核心思路是让脚本、人物资产、关键帧、视频生成和剪辑共享同一时间线，而非依赖更强的模型。流程包括五步：先做图片路由分工（预览、母帧、关键帧、精修分而治之）；用 Midjourney V8.2 建立人物、场景、道具、风格四类母版资产保证一致性；Codex 生成可观察的动作提示词并驱动视频生成与质检；最后用 HyperFrames 以旁白为时钟完成程序化剪辑和信息层。流程保留人工确认门和可复跑记录，实现可复用的 AI 视频生产线。
本文介绍了近30天内5个备受关注的开源GitHub项目：1）No AI Slop，由Peter Yang开发的去除AI写作痕迹、保留个人风格的Skill；2）TryCompAI的开源CRM，将CRM作为Agent工作空间，自动跟进线索和丰富客户信息；3）Browser Use的Video Use，让Claude Code或Codex等编程Agent实现视频编辑自动化；4）NVIDIA的SkillSpector，扫描Agent技能的提示注入、数据泄露等安全风险；5）Shawn Pana的Phone Harness，让AI Agent控制真实的iPhone或Android手机，用于移动QA和自动化。所有项目均免费开源，部分依赖付费服务。
作者分享了一套用AI制作讲书类短视频的完整工作流，并将其封装为Skill供大家使用。流程包括：确定选题和对标账号、用Codex生成写作包并由Kimi撰写文案、使用豆包Seed-TTS 2.0配音、根据配音时间戳拆分镜、锁定图片风格并制作人物母版、批量生图（手动或API）、添加BGM，最后用HyperFrames完成剪辑。作者强调文案是核心难点，建议前三到五期重点打磨选题和文案，快速发布获取反馈，效果不佳就果断换赛道。整套流程可高度自动化，目标是人工介入压缩到一小时以内并实现日更。
作者分享了使用 Codex 结合 Remotion 制作动画的实战经验。文章指出写代码反而是最简单的部分，难点在于动画的节奏、连续性和可读性等细节判断。作者介绍了 Remotion 的帧驱动原理、useCurrentFrame 和 interpolate 等核心 API，以及如何通过 Remotion 官方 Agent Skills 让 Codex 更高效地生成动画代码。文章还系统讲解了时间、状态、Keyframe、Easing、Spring 等动画基础概念，并结合自媒体口播视频的 A-roll、B-roll、动画三类画面整合需求，说明了构建完整视频生产工作流的方法与踩坑经验。
作者分享了为旅行手账打造的两个 Skill：城市景点贴纸 Skill（city-sticker）和城市导览人物 Skill（city-guide-character）。前者把南京博物院、中山陵、鸡鸣寺等真实地标生成统一风格的贴纸，通过固定白描边、透视、阴影保证批量生成的视觉一致性；后者解决角色一致性问题，通过锁定比例、发型、服装和画风，让同一人物在不同旅行场景（拖行李、找路、拍照、吃东西）中稳定延续，为手账形成连续的故事线。两个 Skill 已开源到 GitHub，支持通过 npx skills add 安装，可用于 Codex、Claude Code 和 WorkBuddy。
文章阐述了 Grok Bot 带来的人机协作范式转变：从编写提示词到定义岗位，从回答问题到交付可验收的结果，从人工在软件间搬运信息到 Bot 在云电脑上跨工具自主执行。作者对比了 Grok Bot、Codex、Claude Code 和 Hermes Agent 的职责分工：代码仓库工作优先编码 Agent，跨网站和业务应用的持续任务适合 Grok Bot，追求自主部署可选 Hermes。文章详细讲解了 Grok Bot 的安装注册流程、账户结构（共享云电脑、多个不同岗位的 Bot、Skill 与 Routine），并强调权限边界管理——Bot 分岗不等于安全隔离，高风险动作需人工审批。最后引导读者动手创建一个 AI 情报日报 Bot，学会管理数字员工。
作者实测Claude Fable 5.1新模型，发现其在长时间Agent任务、浏览器自动化和电脑自动化方面显著提升，达到甚至超越Codex GPT 5.6的水准。缓存读取成本下降75%。作者用一句话提示语让模型完成goodcase.ai网站的UI批量优化、提示语分类系统和热度衰减算法更新。还基于杜威十进分类法、分面分类、洛克索引法、瓦尔堡好邻居法则和卢曼卡片盒笔记法等五个理论，让Fable 5.1制作了文件整理skill（carl-file-organizer）。通过3D版愤怒的小鸟游戏测试，Fable 5.1完成度高于GPT 5.6 Sol，包含4种鸟和8个关卡，物理反馈细致。但写作能力相比Opus 4.6有所退步。
本文介绍了如何用 Codex 在 30 分钟内零代码搭建个人网站。作者 Miles Ma 详细讲解了完整流程：在 Spaceship 购买域名并注册 Cloudflare；在 Codex 中新建项目并整理个人资料、文章和图片；让 Codex 通过 Computer Use 分析参考网站（如 Immersive Garden）的结构、风格和交互；确认规划后生成第一版，并在浏览器中逐处迭代修改；最后通过 wrangler 授权部署到 Cloudflare 并绑定域名上线。文章还介绍了如何利用子域名（如 cv、course、tools）在同一域名下扩展在线简历、课程和工具页面，实现一人低成本持续维护个人站点的最佳实践。
本文介绍了规范驱动开发（SDD）工作流，旨在解决 AI 编程中常见的“左右脑互搏”问题。作者分析了问题根源，包括上下文注意力衰减、历史决策丢失和缺乏统一规则，并提出了 SDD 的解决方案。文章详细阐述了 SDD 的核心概念、最简开发流程、规范分类与管理方法，并推荐了开源的 agents-spec Skill 工具，帮助开发者自动化规范审计和目录治理，提升 AI 编码效率。
本文是表情包制作教程的续篇，讲解了如何把整套静态表情批量变成动态 GIF 并制作成个人 IP 桌面宠物。作者详细介绍了完整流程：用 ChatGPT 生成无外描边的透明九宫格表情并切分打包，填充纯色背景以便后续抠图；然后对比两种批量生成动态 GIF 的方案——用 Grok/豆包等视频模型生成动作后逐帧抠图转透明 GIF，或用 Codex 编写 Pillow 脚本直接生成关键帧动画 GIF。文章分析了两种方案在自然度、一致性、稳定性上的差异，最后介绍了如何将 9 个动作 GIF 制作为 ChatGPT 桌面端的自定义 Pet 桌面宠物。
文章为想成为独立开发者的人整理了一套从 0 到 1 的启动工具清单，涵盖银行卡（中银香港、汇丰、Za Bank）、域名（Cloudflare）、服务器（腾讯云、ClawCloud）、代码托管与部署（GitHub、Cloudflare）、收款（Stripe）、关键词与竞品分析（Google Keyword Planner、Ahrefs、SEMrush、SimilarWeb）、设计与素材（Figma、Canva、iconfont、namelix）、AI 编码工具（Codex、Claude Code、Nano Banana）、存储与数据库（Cloudflare R2、Supabase、Redis）以及流量分析（Google Analytics、Search Console、Clarity）。作者指出除域名和服务器外大多可免费使用，启动总成本约 30 美元，关键在于行动力。
作者基于7年产品经理经验，分享了如何利用 Codex 和自制的 PM-Skill 2.0（21个Skill，GitHub 1000+ star）跑通产品经理全流程工作。文章演示了从需求调研、竞品分析、网站转原型、PRD撰写、多角色评审、埋点设计到发布站点的完整链路，全程在 Codex 内完成。上线后还可用 pm-analytics 做数据分析、pm-experiment-designer 做实验设计、pm-postmortem-writer 做复盘。作者认为垂类 Agent 本质是通用 Agent 加上特定工作流，通用 Agent 配合 Skill 组装即可定制出特定职业的工作台，开发也可借此给自己配个产品经理。
文章介绍 WebMCP——一项由 Google 和 Microsoft 发起、正在 W3C 社区组推进的实验性 Web 标准提案。WebMCP 让网站在 UI 之外向 AI Agent 暴露标准化工具接口，与传统的 computer use 或 Playwright 模拟点击方式不同，Agent 可以获得专为机器设计的操作集合。相比普通 MCP，WebMCP 具有两大优势：一是工具随网页自动被发现，无需预先配置集成；二是 Agent 与用户共享同一浏览器会话，可协作编辑、留言，无需后端支持。文章展示了在 ChatGPT 桌面端内置浏览器和云端浏览器中的支持情况，提供了 JavaScript 注册工具的代码示例，并宣布了 WebMCP Challenge 开发者挑战赛。
本文是一篇面向新手的 Hugging Face 从零上手教程，介绍这个全球最大开源模型与数据集社区的核心用法。内容涵盖账号注册、导航栏各功能（Models 模型库、Datasets 数据集、Spaces 免费部署、Docs 文档等）的定位与使用场景、模型页面解读，并详细讲解模型部署方式，重点手把手演示了通过 Gradio 在 Space 云端手动部署的完整流程，以及用 Codex AI 代理自动生成 Space 的实验性玩法。文末总结了免费 CPU 跑不动 7B 大模型、requirements.txt 缺失、国内网络超时等新手高频踩坑清单。
文章讨论 AI 编码代理的指令文件碎片化问题：Shopify CEO Tobi Lütke 因 Claude Code 只读 CLAUDE.md 而威胁在公司禁用该工具，认为多工具团队需在多个厂商文件间同步规则，导致分裂问题。Anthropic 回应称模型家族并非可互换，指令文件需按模型偏好编写，但同时承认维护负担并承诺支持 AGENTS.md。作者提出解决方案：先在项目根目录建立自有 AGENTS.md 手册，包含规则、命令、工作流、记忆四部分，再让各厂商文件成为薄适配器，通过引用导入。这样规则归项目所有，切换工具时无需重写整个指令层。
文章探讨了构建软件工厂时最困难的问题之一：如何将人类语言描述的大型目标拆解为代理可执行的具体工作。作者梳理了五种逐步演进的方法：直接委派子代理（如 Claude Code、Codex）、可追踪任务系统（如 Gemini CLI、OpenAI Symphony）、工厂形态的工作结构（如 Warp）、结果关联的工作（如 Factory 的 Missions），以及动态工作图。作者指出，随着代理日益自主，系统本身需要围绕模型构建自己的智能来塑形、追踪和修正工作，这是软件工厂区别于普通代理框架的关键，也是当今 AI 领域最有趣创新的方向。
设计工程师 Olav 分享了 blume.codes 落地页的构建经验，阐述核心设计理念：注意力是零和的，想脱颖而出必须提升标准。文章详解四大独特元素：视差 Hero 效果（用 Codex 生成分层图像并合成滚动视差）、完全可交互的产品演示（通过 Turborepo monorepo 复用 UI 包，使落地页与 Electron 应用共享组件并自动更新）、花朵主题的旅程矢量线，以及主题切换器。作者强调 AI 编码工具（Codex、Claude Code）让高质量建站变得触手可及，并分享了借助提示词工程实现视觉效果的完整流程与迭代经验。
文章提出营销已进入第四个时代——营销工程（Marketing Engineer）。传统营销让人产生兴趣，数字营销通过可衡量渠道获客，增长黑客将营销融入产品，而营销工程师则利用AI Agent、数据、代码和品味构建持续学习的营销系统。核心方法是搭建Growth Repo（增长仓库）沉淀公司营销记忆，包括客户真相、内容引擎、外联引擎、创意测试等文件夹，并通过撰写Agent职位说明书来训练AI员工。文章详细介绍了工具栈（Claude、Codex、工作流、创意模型）和六大系统建设：客户真相、创始人内容引擎、外联信号引擎、创意测试引擎、AI搜索可见性、增长驾驶舱，并指出这一职业将在未来18-24个月成为高薪岗位。
作者基于3年超过2000小时的AI编程经验，分享其截至2026年Q3的完整Agentic Engineering工具配置。包括：界面工具（bb、cmux、Ghostty、Herdr、Corral）；模型与订阅的性价比方案（OpenCode Go、ChatGPT、Claude Code、Cursor等组合，强调订阅优于API计价）；云端Agent趋势（引用Cursor合并PR中云Agent占比从10%升至60%），并推荐自建VPS+Herdr避免生态锁定；以及语音输入提速、Pi Agent等harness工具。核心观点是追求以最少花费获得最多token，并追踪多Agent状态管理。
文章详细介绍并梳理了 Codex 对话右键菜单中的各项功能。作者区分了「分区」与「项目」的概念：分区是侧边栏的分类管理方式，项目则对应具体的工作上下文（本地文件夹或仓库）。文章还讲解了置顶、重命名、标记未读、归档等状态操作在注意力管理中的作用，并重点介绍了「复制」功能的三种用途：复制工作目录便于跨工具打开文件，深度链接可实现主 Agent 控制多个子对话并行工作的玩法，Markdown 复制则方便迁移对话到其他 AI 平台。最后作者提到「分享」和「在新窗口中打开」等尚未深入使用的新功能。
作者分享了一个实用教程：让 AI 在本地只读读取微信聊天记录，从而高效处理海量消息。通过 Codex 配合开源工具（wechat-decrypt）提取 key 并解密本地微信数据库，AI 可以总结群消息、提炼待办、复盘合作关系、挖掘群里的潜在商机，甚至学习用户自己的表达风格来代写回复。文章强调使用边界：只读本机数据、不自动发消息、不上传隐私，并建议每次限定读取范围。作者认为微信是巨大的个人资料库，让 AI 先读一遍能省时间、少漏事，但最终判断仍应由人来做。
本文是 Codex 实战教程，作者以「一页」阅读打卡小程序为例，完整演示从零到发布微信小程序的流程：先用 Figma 确定页面设计，可通过 Codex 生成 SVG 草案再导入 Figma 制作可点击原型；再通过 Figma MCP 让 Codex 读取设计稿，按 WXML、WXSS、JavaScript 技术栈生成微信原生小程序代码；随后导入微信开发者工具模拟运行、调试报错；最后手机预览、上传体验版并提交审核发布。文章面向零代码基础的读者，强调只需写清楚提示词和提供设计稿，无需看懂代码即可完成开发。
