🏷️ OpenAI

ChatGPT Agent Loop 优化技术解析

本文深入解析了 ChatGPT 如何通过 Harness、API 和 Inference 三层架构优化 Agent 循环，重点介绍了持久化 WebSocket、增量 Token 化、KV 缓存管理和推测解码等技术，以降低成本并提升效率。

BestBlogs 早报｜实现周期骤缩后，创业者如何重选问题

本期早报探讨了 AI 智能体缩短实现周期后，创业者的机遇与挑战。文章涵盖 Sam Altman 对创业窗口的判断、GPT-5.6 的效率工程实践，以及如何通过 Skill Harness 将模型能力封装为可维护的产品功能。

BestBlogs 早报 · 07-29｜MCP 无状态化与多智能体编排成本

本期早报探讨 MCP 协议的无状态核心变化与 Claude 的生产化接入，分析 Codex 与 ChatGPT Work 共用的执行框架差异，并审视多智能体并行中上下文搬运的隐性成本“编排器的税”。同时涵盖图工程、vLLM 商业化及 Uber 零增长架构等速览内容。

看完 Jason Liu 75 分钟实战，Codex 真正好用的分界线出现了

文章深入剖析了 Jason Liu 关于 Codex 的实战 workshop，指出 AI 并发提升了效率，但也带来记忆负担。真正的分界线在于构建可持续、可审阅的工作闭环：利用长线程、文件化记忆、Heartbeat 与 Goal 机制，以及明确的权限边界，让 Agent 从单纯的工具转变为可靠的长期工作搭档。

85元波区订阅ChatGPT会员保姆级教程

本文详细介绍了如何利用 Google Play 低价区（玻利瓦尔区）的定价差异，以约 85 元人民币订阅 ChatGPT Plus。全流程涵盖准备 VPS 节点、办理招商银行 Visa 信用卡、注册并切换谷歌账号地区、绑定支付方式以及最终订阅操作，并提供了常见问题排查方案。

Agent工程架构解析：Harness、Loop与Graph的区别

本文深入解析Agent工程中常被混淆的三个架构层级：Harness工程构建模型运行环境与基础能力；Loop工程设计工作反馈循环，通过验证与迭代提升质量；Graph工程则显式定义工作流拓扑，控制节点分支与状态转换。文章强调理清环境、反馈与流的关系对构建生产级Agent至关重要。

强化学习沉浮史：从深度寒冬到大模型封神

文章回顾了强化学习七十年跌宕起伏的发展历程。从心理学的效果律与数学的动态规划这两条根源讲起，梳理了教科书时期的理论奠基与早期边缘化。随后，深度学习的引爆带来了黄金年代，DQN与AlphaGo的辉煌让强化学习备受推崇。然而，样本效率等缺陷曾让其一度跌入谷底。如今，这门学科在大模型时代通过RLHF等技术奇迹般重生，再次站到了AI舞台的中央。

开源月入10w+的Codex使用方法（超详细教学）

本文详细介绍了OpenAI推出的AI编程Agent Codex的使用方法，包括其与ChatGPT的区别、注册订阅流程、Web/桌面/CLI/IDE四种安装方式，以及桌面App的页面功能全解，帮助非程序员利用AI提升效率。

什么是图工程及其走红原因解析

文章解释了从“循环工程”到“图工程”的技术演进。循环是简单的单一代理执行模式，而图（由节点、边和状态组成）通过可视化的流程图处理复杂逻辑和多代理协作。文章介绍了如何使用 LangGraph 构建第一个图，并指出在逻辑变得复杂时应从循环升级到图。

OpenAI，就是AI 泡沫中的雷曼兄弟？

文章翻译并分析了 Ed Zitron 关于 OpenAI 泡沫的论点，指出 AI 行业的繁荣建立在 OpenAI 巨额亏损的基础上，本质是一场由云巨头推动的集体狂热。文章详细拆解了 OpenAI 的资金链危机、云巨头的心理战策略，以及泡沫破裂后对消费者、软银和甲骨文等各方造成的毁灭性连锁反应。

AI商业模式的危机

文章深入分析了AI产业面临的商业模式危机。尽管AI产品需求旺盛、用户增长迅速，但巨额的资本开支与实际收入之间存在巨大鸿沟。模型公司夹在中间，面临重工业般的投入成本、大宗商品般的定价压力，却享受着软件公司的高估值，这种结构性错配导致其长期盈利能力存疑。

Hermes Agent 管理层详解：Profiles、Dashboard 与 API

文章介绍了 Hermes Agent 的管理层，包括 Profiles（运行时边界）、Dashboard（控制台）和 API Server（集成点）。Profiles 允许创建独立的代理实例，Dashboard 提供可视化管理界面，API Server 则支持通过 OpenAI 兼容接口进行集成。这些工具共同管理多个代理，提升操作效率。

向前沿实验室出售数据的淘金热

文章探讨了向前沿AI实验室出售训练数据这一暴利行业的现状。虽然部分公司单季营收可达数千万美元，但该业务缺乏持续性，本质是出售专家判断力、模拟环境等。由于模型能力迭代极快，数据供应商面临订单随时消失的风险，是一场巨大的淘金游戏。

Own the Outer Loop

文章探讨了在智能体工程中，工程师需要掌控外层循环，即对系统的问责。通过定义质量、裁决和可回应性三个概念，强调人在AI辅助代码生成中的决策权和所有权。AI代码生成比例增长，但审查和验证成为瓶颈，需建立更有效的信任验证机制。

WorkBuddy vs Codex：从微信与代码生长出的AI Agent路径之争

文章深度对比了WorkBuddy和Codex的产品基因，指出Codex源于代码仓库，擅长可验证的软件工程；WorkBuddy源于腾讯生态，擅长抵达中文办公场景。两者在通用工作Agent领域扩张，真正的战争在于谁能成为默认的工作环境。

OpenAI 重大更新：终结对话时代，打造 AI 工程团队

文章详细解读了 OpenAI 的最新更新，包括 GPT-5.6 模型家族的发布、GPT-Live 全双工语音交互的引入，以及 ChatGPT Work 和 Codex 的深度整合。核心观点是 ChatGPT 正从单一的问答机器人进化为包含规划、多代理协作、代码执行和语音交互的“AI 工程工作台”。文章还针对 Codex 用户提供了模型选择建议。

开源月入10w+的Codex使用方法

文章介绍了 OpenAI 推出的 AI 编程 Agent——Codex。作者指出 Codex 不同于普通对话，它能直接操作文件、运行命令，帮助非程序员实现从 0 到 1 的跨越。文章详细讲解了账号订阅、四种使用方式（Web、桌面、CLI、IDE）、安装步骤以及桌面 App 的核心功能，是一份超详细的实操教程。

GPT-5.6 提示词大师课（OpenAI 出品）

本文翻译并解读了 OpenAI 官方发布的 GPT-5.6 模型提示词指南。文章详细介绍了 GPT-5.6 在 Token 效率、意图理解、回答长度及前端设计方面的变化，重点阐述了“少即是多”的提示词编写原则，并提供了最优提示框架（结果、约束、成功标准、自主权）。此外，还涵盖了 Pro 模式、ChatGPT Work、多智能体协作等新功能及使用注意事项。

ChatGPT Work 新手完整教学

本文详细介绍了 OpenAI 推出的工作型 AI Agent —— ChatGPT Work。文章阐述了其与普通 ChatGPT、Codex 的区别，重点说明了它在会议整理、简报制作、表格分析等职场任务中的应用，并提供了新手入门的五个步骤、实用 Prompt 以及资料安全风险评估。

角色重构——工程师从「写代码的人」变成「编排 Agent 的人」

本文探讨了在 AI 时代，工程师角色的根本性转变。通过 OpenAI、Spotify 等案例，指出工程师正从「写代码的人」转变为「编排 Agent 的人」。文章详细阐述了新角色的四个维度：设计约束、编写 Spec、构建 Harness 和审阅产出。团队结构也随之重组，从按技术栈分工转向按 Spec/Review/Harness 流程分工。

万物皆可 Skill：如何基于 Codex 把任何内容变成可复用 AI 能力

文章提出了“万物皆可 Skill”的理念，指出高阶的 AI 使用方式应从临时性的提示词升级为可复用的 Skill（能力包）。文章详细阐述了 Skill 的本质（任务边界、流程、标准及失败处理）、与 Prompt 及 Workflow 的区别，并介绍了基于 Codex 构建 Skill 的标准结构、设计原则（如渐进披露）以及通过“元编程”视角实现 Skill 递归进化的方法。

改变人类文明的神级机构排名

文章评选了改变人类文明的“神级”科研机构，将贝尔实验室、卡文迪许实验室列为S+神话级，肯定了AT&T垄断和曼哈顿计划等不计成本的资金支持对自由探索的关键作用，并探讨了DeepMind、OpenAI等AI机构的未来潜力。

AI 大V人物小传（上）

这是一份按主题编排的AI领域人物小传（上篇），涵盖了从深度学习奠基者、大模型实验室领袖、Transformer论文作者到顶尖学术研究者的75位关键人物。文章详细介绍了每个人的背景、核心贡献及当前动态，包括Hinton、LeCun、Altman等业界巨擘。

Codex 终极使用教程：接入 Kimi 与 Skill 自动化指南

本文是一份针对小白的 Codex 终极使用教程。文章首先指出了 Codex 在多模态和办公场景（如生成 PPT）相较于 DeepSeek V4 的优势，详细介绍了如何通过 CC Switch 工具将性价比高且原生支持多模态的 Kimi 模型接入 Codex。此外，作者还分享了通过 Skill 功能将工作流程固化并设置定时任务的实战案例，旨在帮助用户将重复性工作自动化，极大提升职场效率。

Codex一句话生成视频实战教程

本文介绍了如何使用OpenAI的Codex客户端搭配Remotion插件实现一句话生成视频。作者展示了产品动画、电商带货、新品展示和排行榜数据四个实战案例，涵盖了自动抓取网页素材、分析产品定位、生成营销海报及自动排版等全自动化视频制作流程。

OPENAI 的反思：PRD 没死，PM 别砍

本文基于 OpenAI Codex 负责人 Andrew Ambrosino 的播客访谈，探讨了 AI 时代下产品管理与开发流程的反思。文章指出 PRD 未死，关键在于选对媒介；反对盲目裁撤 PM，强调学科积累的最佳实践不应被抛弃。Andrew 提出角色应由实际交付内容定义，而非头衔。他警示人们应与结果而非流程结婚，在 AI 降低实现成本的当下，人的判断力、品味与经验变得更为昂贵和稀缺。

Karpathy 的 10 条 Claude 新军规：从交任务到交责任

文章解读了 Andrej Karpathy 团队泄露的 CLAUDE.md 文件，包含 10 条核心原则。对比社区早期提炼的 4 条，新增的 6 条（先读代码、自我验证、调试、依赖管理、沟通、失败模式）针对的是无人值守的“交责任”场景，是实现 Loop 工程化和放手 Agent 的关键。

小互 IP Studio：我开源了 AI 自动配图技能，还附赠 31 个现成角色

作者宣布开源“小互 IP Studio”配图技能。该工具能自动读取文章并规划、生成配图，核心特色是提供 31 个现成的原创 IP 角色（涵盖职场与情绪梗）及多种画风，解决了用户无 IP 形象的痛点。技能支持 Agent 安装，仅需自然语言指令即可完成配图，并包含一套防止 AI 生成翻车的严谨方法论。

盘点16个把自己蒸馏成Skills的国民级App

文章盘点了瑞幸、麦当劳、飞猪、滴滴等16款国民级应用，这些产品正通过封装Skill、MCP或CLI接口，向Agent开放点咖啡、订票、打车、办公等核心能力。作者指出这标志着Agent化时代的到来，并对比了当前支付环节的“信任”壁垒，认为该趋势类似于2017年小程序爆发的前夜，未来Agent将成为人们在数字世界的另一个“贾维斯”。

把 Skill 工作流打包成电脑 App 的新玩法

文章介绍了使用 KroWork 将 AI Skill 工作流打包成本地桌面 App 的新方法。作者指出单纯依赖对话框使用 Skill 存在重复输入和消耗额度的问题，通过 KroWork 可以将常用的 AI 技能组合（如提示词优化、AI 资讯阅读）封装成独立 App，支持定时任务和一键启动，从而实现自动化工具的沉淀与本地化复用。

全网 Codex Skill 指南：精选资源与安装教程

本文系统梳理了 Codex 的 Skill 生态，指出安装核心 Skill（如 create-plan、gh-fix-ci）是将其从聊天机器人升级为工程团队的关键。文章汇总了必 Star 的官方与社区仓库，按场景（规划、CI/CD、测试、前端等）分类精选了神级 Skill，并提供了保姆级的安装与调用教程，最后分享了自定义 Skill 及进阶组合玩法，帮助开发者最大化利用 AI 编程工具。

CODEX 高效工作指南：给小白用户的实用入门课

这是一份面向小用户的 Codex（OpenAI coding agent）入门指南。文章指出 Codex 不是单纯的聊天机器人，而是能读写文件、运行命令的“工作搭档”。作者通过对比 ChatGPT，明确了 Codex 的适用场景，并介绍了 App、CLI、IDE 插件等多种入口。核心内容包含四段式提示词模板、常用工作流（解释项目、修 Bug、加功能、审代码）、配置文件 AGENTS.md 的编写方法，以及 MCP、Skills 和 Automations 的区别与用法。最后强调了安全使用原则及新手从只读理解到自动化的进阶路线。

2026年AI工程师的核心技能：Loop（循环）工程

文章探讨了2026年AI工程范式的转变：从单纯的“提示词工程”转向设计自动化的“循环系统”。OpenAI与Anthropic的专家指出，工程师的角色已变为编写控制Agent的循环。文章深入解析了循环工程的定义、单体Agent与编队模式的区别，以及开放式与封闭式循环的差异。此外，文章重点讨论了循环模式带来的高昂Token成本问题，指出DeepSeek等低成本、大上下文的中国大模型是解决这一经济瓶颈的关键。

Codex 重大更新：捆绑 62 个应用与 110 个自动化技能，全面进军白领办公

OpenAI 发布 Codex 重大更新，推出六个面向职业角色（如数据分析、销售、投行等）的专属插件，捆绑 62 个应用和 110 个自动化技能。同时上线 Sites 功能，可直接生成交互式网页应用，并新增 Annotations 精准编辑功能。Codex 非开发者用户占比已达 20%，正试图从单一编码工具转型为全能办公调度层，直接威胁依靠“界面好用”作为护城河的中间层 SaaS 工具。

Codex进化：写代码只是第一块拼图，下一块是什么？

OpenAI 对 Codex 进行了重大更新，将其从单纯的开发助手向通用工作系统推进。通过推出面向分析师、销售等角色的插件、支持协作交互的 Sites 功能以及精准修改的批注功能，Codex 正在深入企业非技术岗位的真实工作流。这标志着 AI 工具正从聊天窗口进化为懂组织分工的工作系统。

使用 CC Switch 解锁 Codex 第三方 API 远程操作能力

本文介绍了 CC Switch v3.16.1 版本新增的“Codex 应用增强”功能。该功能通过将第三方 API 信息写入 config.toml 而非覆盖 auth.json，解决了用户在使用 DeepSeek 等第三方模型时，无法保留 Codex 官方远程操作和插件能力的痛点。文章详细讲解了开启本地路由、配置 DeepSeek 等供应商的具体步骤及原理。

OpenAI Codex 完全免费指南：使用 Ollama 本地运行

文章介绍了如何利用 Ollama v0.24+ 在本地免费运行 OpenAI Codex。通过集成 Gemma 4、Qwen 3.6 等开源模型，用户可以实现零成本、无限制且隐私安全的代码编写体验。文中详细讲解了 Codex Desktop App 和 CLI 的配置方法，并推荐了适配不同硬件的模型。

有人用 Python 写了个工具把 Gemini 网页版直接变成 OpenAI 兼容 API

GitHub 上出现了一款名为 gemini-web2api 的工具，它是一个纯 Python 单文件脚本，无需第三方依赖。该工具能将 Gemini 网页版转化为 OpenAI 兼容的 API 接口，支持流式输出、Function Calling 以及 Flash Thinking 的 20k+ 长上下文。通过 Docker 一键部署，用户可在本地直接利用 OpenAI SDK 调用 Gemini 能力，旨在帮助开发者节省每月 20-50 美元的 API 费用。

Codex 接入 DeepSeek Chat API：CC Switch 本地路由攻略

本文介绍了如何使用 CC Switch 本地路由将 DeepSeek 等兼容 OpenAI Chat Completions 协议的 API 接入 Codex CLI。文章详细解释了本地路由的原理，即将 Codex 的 Responses API 请求转换为 Chat Completions 请求并转发，同时提供了添加 DeepSeek 供应商、开启路由及排查 404 等常见问题的具体操作步骤。

如何玩转现在爆火的 Codex ？保姆级教程系列长文来了，人人都能成为 Codex 大神。

本文是 Codex 使用教程系列的开篇，介绍了 Codex 的核心功能，包括自然语言写代码、自动补全、修复 Bug 等，并将其定位为能真正干活的 AI 同事。文章详细讲解了在 Windows 和 macOS 系统上下载、安装及登录 Codex 桌面端的步骤，以及订阅 Plus 会员的方法和注意事项，旨在帮助用户从入门到精通。

Codex 国内使用保姆级教程：三种接入方案详解

本文详细介绍了 Codex 在国内网络环境下的三种接入方案。作者对比了手动配置 config.toml、使用 Codex++ 图形化管理工具、以及部署 CCX + CC Switch 网关三种方法的优缺点，并提供了具体的配置步骤、环境变量设置及常见排错技巧，旨在帮助用户解决无法充值 Plus 或登录官方账号的痛点，实现 Codex 的流畅使用。

为何应用层未死：避开 AI 黄砖路指南

文章探讨了创业公司如何在 OpenAI 和 Anthropic 等大厂的阴影下生存。作者提出了“黄砖路”的概念，指代大厂直接主导的通用领域（如代码生成、写作），并建议初创企业应避开此路径，转而专注于“奥兹国其他地方”——即垂直领域、多步骤工作流及遗留系统整合等大厂难以通过单一模型解决的复杂问题。文章分析了数据飞轮、模型复杂性管理及私有行业知识作为初创公司的护城河。

从0到1速通Codex终极保姆教程

本文是一份关于OpenAI Codex的详细保姆级教程。作者介绍了Codex的安装、界面设置、模型选择、AGENTS.md配置以及Skills插件系统的使用。通过实战演示，文章手把手教你如何使用Codex从零开发网页和App，展示了其作为顶级Agent产品的强大自动化开发能力和批注修改功能。

普通人用Codex的第一个完整工作流

文章介绍了新手使用 Codex（AI 编程工具）时的正确姿势。作者指出新手常因将 Codex 视为“许愿池”而陷入不敢用的困境，并提出了一个完整的工作流：从看目录、定计划、执行小任务、跑验证、看 Diff 到自我 Review。文章强调不要急于求成，而应通过设定边界、交付小任务来建立信任，并提供了可直接复用的 Prompt 模板。

OpenAI 工程师的 9 条 Codex 用法，DeepSeek 用户也能用

文章介绍了 OpenAI 工程师 Jason Liu 分享的 9 条 Codex 高效工作法，包括持久线程、共享记忆、语音输入、实时纠偏、操作电脑浏览器等。这些方法将 Agent 从单纯的聊天工具转变为能记住上下文、主动执行任务并操作真实应用的长期资产。作者指出，这套通用的 Agent 逻辑不仅适用于 Codex，通过 OpenCode、Playwright 等工具，在 DeepSeek 环境下也能完美复现。

迁移至 AGS 的云端开发工作流

作者分享了如何使用 AGS（Agent Git Service）替代 GitHub 作为主要开发环境的实践。通过将开发环境完全迁移至云服务器，结合 dev agent 和双驱动的交互模式，实现了无需本地依赖的高效开发工作流，并介绍了正在开发的 VAS（虚拟代理服务器）项目，旨在将该工作流整合到语音交互界面中。

2026年AI用户必知的12层架构：构建可靠的AI智能体

文章提出了AI智能体的12层架构模型，旨在帮助用户理解AI工具的工作原理及失效原因。内容分为三部分：基础层（工作界面、智能体合约/规范、模型）、运行层（运行时状态、工具互操作性、执行表面）以及记忆与知识层。文章强调，只有理解了这些层级（如MCP协议、Agent间协作、多级记忆系统等），才能解决AI输出不稳定、工具选择困难及信任缺失等问题，从而将AI从演示带入实际工作流。

新手小白装Codex最容易被忽视的十行配置

本文介绍了针对 Codex 的新手向十行核心配置。通过修改 `~/.codex/config.toml`，用户可以设置默认强模型、提高推理深度、优化审批策略、配置沙盒模式（限制仅修改当前项目并默认断网）、使用缓存搜索、保留终端历史及关闭日志与数据记录。这些配置旨在解决 AI 权限过大、思考不足及界面干扰等问题，提升日常开发的安全性与体验。

Codex 超级无痛上手指南：从入门到进阶的完整教程

本文是一篇面向初学者的 Codex AI 使用教程。文章详细介绍了 Codex 的核心功能（对话、计划模式、权限管理）、操作流程（新建/打开项目、模型配置）、进阶技巧（插件使用、自定义 Skill 开发）及实用建议，旨在帮助用户快速上手并利用该 AI Agent 提升编程与任务处理效率。

Agent Harness 拆解：AI Agent 的工程化基础设施

本文深入探讨了 Agent Harness 的概念，即包裹在 LLM 外部、将无状态模型转化为可用智能体的完整软件基础设施。文章引用了 Anthropic、OpenAI 和 LangChain 的实践，详细拆解了生产级 Harness 的 12 个核心组件（如编排循环、记忆系统、上下文管理、验证循环等），并阐述了如何通过优化这层“操作系统”来解决遗忘、工具调用失败和上下文腐烂等工程难题。