Codex 与 WorkBuddy 该选谁?从10个方面深度分析对比
本文从定位、门槛、编码、创作、办公、入口、学习曲线、安全、生态、远程控制等10个维度,深度对比了 Codex 和 WorkBuddy 两款 AI 工具。Codex 擅长工程执行与复杂代码,适合开发者;WorkBuddy 主打办公效率与易用性,适合普通用户。建议根据自身需求对号入座。
本文从定位、门槛、编码、创作、办公、入口、学习曲线、安全、生态、远程控制等10个维度,深度对比了 Codex 和 WorkBuddy 两款 AI 工具。Codex 擅长工程执行与复杂代码,适合开发者;WorkBuddy 主打办公效率与易用性,适合普通用户。建议根据自身需求对号入座。
作者认为大量阅读 AI 论文是入门 AI 领域的极佳方式,并以朋友韭二老师爆肝 60 篇论文后入职盛大 evermind 为例。同时指出在 X 上分发论文解读是一种起号方式,该赛道仍有空白。针对论文小白,作者推荐一体化 AI 科研工作台 Open-Science:内置科研 skills 的 Agent 可检索文献、梳理方法并输出报告;支持灵活接入 Codex、Claude 等模型;研究过程可回溯审核;支持动手复现论文计算与分析。复现 5 篇以上即可深入掌握 AI 领域知识,项目已开源。
本文面向 AI 新手,介绍如何根据实际需求选择 Agent 工具。文章以一张场景对照表切入,按用途分类推荐:写代码选 Claude Code 或 Codex,前者适合本地交互开发,后者擅长云端并行处理任务;处理本地办公文件和周报 PPT 选 WorkBuddy,做完整项目选 Manus;长期管理公司岗位工作选 Grok Bot,管理个人生活事务选 Muse。文章还澄清了 Manus 的 Cue 应用、Codex Bot 与 dots 的区别,并建议用真实任务试用两款工具,检验结果可用性、数字可溯性和返工成本来判断选型是否正确。
文章介绍了 OpenAI 在 DevDay 上发布的重大更新,重点讲解了 Dots——一个拥有独立云电脑、可执行后台任务的个人智能体。作者以产品发布协调为例,分10步详细讲解如何从零开始设置和使用 Dots:创建 Dot 并赋予明确职责、连接所需的应用和云电脑、委派任务并保留上下文、设置定时任务和自定义规则以保持控制权等。文章还提及新模型 Sol 6.1、GPT-6 Astra 驱动的 Dots、Codex Cloud 编码环境等新功能,并强调核实智能体输出来源、区分建议与决策的重要性。
腾讯开源了 BrowserSkill,作者用 WorkBuddy 实测后评价很高。该工具由 Skill 指令、bsk CLI 和 Chrome 插件三部分组成,可让 Agent 直接复用已登录的浏览器状态,在独立 Agent Window 中打开网页、搜索、点击、读取数据和截图,不影响用户正在使用的页面。它兼容 WorkBuddy、Codex、Cursor、Claude Code 等支持 Shell 调用的 Agent。作者实测完成了环境检查、识别 17 个标签页、搜索并整理结果等任务,安装过程简单,适合网页调研、热点搜索、后台操作和前端测试等场景。
本文是 Grok Bot 的入门教程。作者介绍了这款新产品的定位:相比 Claude Code/Codex(偏编程)、OpenClaw/Hermes(开源脚手架)和豆包工作/WorkBuddy(办公),Grok Bot 以低门槛提供带云电脑的全能桌面智能体,支持多助手与群聊协作。文章详解了安装、登录(需 Cursor 账号)、创建第一个机器人、一键构建自媒体/出海/视频创作机器人团队、推荐市场插件(dr eggbot、Overheard、Best Video Editor)等步骤,并总结了真实执行、持久云电脑、连接器、定时任务、多助手分工等九大功能,最后通过与同类智能体对比给出选购建议。
本文介绍了如何将WorkBuddy平台上的专家(由Agent角色配置、插件清单和多个Skill技能组成的安装包)打包成zip文件,并迁移到其他Agent软件(如Codex、Hermes、OpenClaw、豆包工作、千问办公等)中安装使用。操作步骤包括:在WorkBuddy中召唤专家、关闭引用并删除默认提示词、输入打包提示词让WorkBuddy查询并打包专家文件、将zip包上传至目标Agent并安装。同时建议定期清理不常用的专家以节省token消耗。
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 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。
文章从文件层完整拆解了 WorkBuddy 的 Skill 机制,回答四个核心问题:Skill 是什么、放在哪、从哪来、怎么维护。Skill 本质是一个文件夹,核心是写给 AI 读的方法论文档 SKILL.md(开放标准 agentskills.io 规范),依赖 description 实现按需加载。技能分用户级和项目级两级作用域,换项目后技能“消失”实为作用域混淆。‘我安装的’列表是聚合视图,来源包括自建、内置插件、技能市场、外部插件和连接器五类。作者还揭示了系统提示词中要求 AI 遇到能力缺口时先搜索技能市场的产品设计,并讲解了多 Agent 目录打通与软链接同步等维护实践。