GPT-6 Astra省钱实战方法论万字拆解
文章针对GPT-6 Astra模型Token消耗高的问题，拆解了五个常见的用钱误区：只看模型单价不看任务总价（贵模型一次做对反而更省钱）、把无关资料全塞进上下文导致缓存成本暴涨、Agent跑偏后仍让其继续执行、所有任务都开最高推理强度、每一步都要人工审批打断流程。作者提出对应的省钱策略：精简上下文只保留四要素、给Agent设置刹车机制、分级使用推理强度、放权可逆操作只管控不可逆操作，并给出一段可直接使用的提示词模板。
相关文档
用 AI 做短片：8 个素材入口，以及 Opus、Codex 的实际用法
文章介绍了用 AI 写代码制作短片的完整流程。作者整理了 8 个免费素材入口，包括 Pexels、Pixabay、Internet Archive、Wikimedia Commons、美国国会图书馆、British Council Film Archive、Open Beelden 和 Europeana，并说明各平台的许可注意事项。文章强调先列镜头清单、再按需求搜索素材的方法，讲解了版权核对的四个要点（下载、改编、发布、署名）及常见 CC 许可含义。最后详细展示了在 Claude Opus 和 Codex 中操作的具体步骤，并提供了两段可直接使用的提示词，涵盖找素材、生成小样、修改反馈和素材归档等环节。
Claude Code 内部技巧流出【附 12 个隐藏用法】
本文总结了 Claude Code 的 12 个实用技巧，帮助用户节省额度、提高效率。内容包括：按任务难度分配思考强度（effort）、提前压缩上下文避免撑满、用 /doctor prompt-audit 清理旧指令、通过分析出错会话改进工作环境、使用 claude-mem 实现跨会话记忆、用 Statusline 展示用量信息、用 /run 和 /verify 实际验证功能、写代码与审代码分离、复杂任务先用 Plan Mode、重要限制交给 Hooks 强制执行、用 Git Worktree 并行工作等。所有命令和提示词可直接复制使用。
Anatomy × OpenMAIC：让原理动起来，也让知识讲明白
文章介绍了如何搭配使用 Anatomy 和 OpenMAIC 两个开源项目的教学 Skill 来制作交互式教学演示。Anatomy 擅长制作可交互的等距结构插画（SVG/HTML），OpenMAIC 是多智能体互动课堂项目，提供 23 项教学 Skill。作者以电磁继电器控制风扇为例，给出四套提示词模板：课堂讲解（先预测再演示）、复习自测（费曼学习法）、科普讲解（配合事实核查）、口播配图（无声拆解视频），并按用途整理了课程规划、教学方法、授课形式等 Skill 分类表，建议从一个能打开的简单演示开始逐步上手。
一张图到50秒古堡短片：Codex指挥Muse的5步流程
文章介绍了用 Codex 作为总导演指挥 AI 视频工具 Muse，将一张古堡场景图制作成 50 秒雄鹰穿越短片的完整流程。作者分五步讲解：准备场景图与飞行参考视频；让 Codex 制定分镜与制作方案；用清晰语言描述飞行路线（贴地、穿拱、盘旋等）；由 Muse 参考前段末帧逐段生成视频，保持方向、速度与主体连贯；最后由 Codex 统筹配乐、成片检查与导出。成片为 1216×672、24fps。文中提供了可直接复用的提示词模板，建议新手先尝试 10 秒短片练手，是一份可照做的 AI 视频创作 SOP。
用 EverOS Cloud 解决 AI 项目方案跨电脑跨窗口无缝续接的问题
作者分享了一个长期痛点：与 AI 多轮讨论敲定的项目方案往往锁在某台电脑的聊天窗口里，换设备或同事接手时需重新投喂上下文。作者接入 EverOS Cloud（GitHub 1.3w 星开源 Agent 记忆系统 EverOS 的云端托管版），将公司电脑和家里电脑的 Codex 挂到同一云端记忆空间。AI 讨论过程中的方案与约束自动沉淀为云端记忆，跨设备、跨团队无缝续接工作，无需手动整理 Markdown。网页端 Memory Bank 可查看阶段摘要和事实卡片，支持记忆的增删改。该方案也适合团队协作，共享记忆成为项目知识资产，降低人员交接风险。
别让模型给自己打分：把外部裁判规则写进 CLAUDE.md 的实践
作者受 Anthropic 工程经理 Felix Rieseberg「Do not ask the model to judge itself」的启发，将外部验证规则写进 CLAUDE.md：交稿前派一个不带上下文的子 Agent，在空目录里照着成稿做一遍，报告卡住的步骤。作者用一篇错题本教程实测三次：第一次因抓取丢失代码块被判「不能」；第二次判「部分能」，挑出三处真实缺漏（回填提示词、完整模板、日期示例）；补齐后第三次仍挑出更深层的隐含前提问题。对照测试表明配置规则后 Agent 会主动派裁判。文末附完整规则全文及验证方法、踩坑提示，强调写稿与验收必须分离，教程质量需由「没见过这篇的人」验证。
Human-in-the-Loop 持续 AI 开发工作流分享
作者受 yetone 分发的 AI 持续开发工作流启发，分享自己基于 Claude Code + Codex CLI 的开发实践。核心思路是：主 Agent 用 Claude Opus 负责需求分析、任务拆解、调度与审查，Codex 负责具体编码，低成本 Claude Subagent 监测 GitHub Issues/PR，并结合 Git Worktree 隔离任务。开发前强调明确需求、复用成熟开源组件（yt-dlp、Whisper、FFmpeg）、不断质疑想法；开发中通过 Human-in-the-Loop 让人负责体验与最终决策，AI 处理重复任务。文末附完整的可复用提示词。
十几亿人只拿 AI 聊天，2000 万人已经让它干活：小白用好 AI，第一步不是买会员
文章借 Karpathy 的漏斗模型，指出大众对 AI 能力的认知错位：60亿人没碰过大模型，十几亿人只用免费版聊天，仅约2000万人专业使用前沿模型。作者提出小白用好 AI 的三步法：一是换档，分清聊天与派活，按需选择档位而非盲目付费；二是派活，从可检查、重复性的真实任务入手，让 AI 先复述目标再动手；三是验收，把做完写成可执行的动作，要求 AI 交证据，涉及钱、删除、权限必须亲自确认。文末附派活单和七天上手清单，帮助读者用一件真实任务体验 AI 的实际价值。
CodeX 额度不够用？一招让它多干 10 倍活【附 6 段配置】
文章介绍如何通过配置优化 Codex 的额度消耗：主线使用贵的 GPT-6.1 Sol 负责思考决策，把读文件、搜代码、跑测试等杂活派给单价仅为二十分之一的 GPT-6 Luna 子代理。作者给出 6 段配置：让 Codex 自动配置、设置默认子代理模型、创建只读侦察兵 scout 和执行修理工 fixer 两个子代理、在 AGENTS.md 写入自动派活规则、日常派活提示词，以及在 ChatGPT 普通聊天中先聊透需求生成任务单。还提醒避免 Fast 模式、滥用子代理等白烧额度的坑，附具体配置文件与提示词模板。
当语言说不清审美，我给 Agent 搭了一套“视觉记忆系统”
作者作为设计师，探索让 Agent 理解个人审美偏好的方法。通过让 Agent 读取 Eagle 素材库，将收藏整理成可复用的“偏好证据”并生成个人审美档案。测试对比 Codex、Hermes、WorkBuddy 的 PPT 视觉提案，发现参考图比抽象形容词更能传递审美，但 Agent 能否学习取决于其识别与迁移规律的能力。针对海量素材检索问题，作者本地部署 SigLIP2 建立视觉索引，充当“视觉图书管理员”帮助 Agent 找图，最终形成收集、索引、检索、分析、确认、存档、反馈的完整流程，并封装为个人 Skill。
万字长文｜Codex 从入门到放弃
本文是一篇 Codex 桌面版的零基础入门教程。作者从确认 Codex 形态讲起，介绍了安装登录、额度机制（Plus/Pro 的 5 小时和每周限额）、界面布局（全局导航、侧边栏、工作区）、输入框下的模型选择与推理强度滑杆，并重点讲解权限设置的四种档位及安全建议。随后通过完整实操演示：创建项目目录、按模板撰写提示词、跑通一个番茄钟网页任务、查看变更与验收成果，还介绍了侧边聊天、分叉、内置终端及常用斜杠命令（如 /plan、/model、/init）等实用功能，帮助新人从装好到跑通第一个任务。
10 个 Skill 跑完小红书起号全流程【附完整用法】
文章介绍了开源项目 Creator Buddy，将小红书起号全流程拆解为 10 个 AI Skill：总控调度、账号定位、选题、标题、正文写作、封面设计、图文排版、配图、账号体检和笔记复盘。作者详细说明每个 Skill 的安装方法和调用提示词，指导用户如何用自然语言在 Codex 等 Agent 中运行这套工具，实现从定位到复盘的闭环运营流程。项目已在 GitHub 获约 1500 Star。文章还建议先跑通定位→选题→正文→标题→封面→复盘的最小流程，再逐步深入使用。