Codex 5.6 能省下 80% 重复 token 的技巧：能缓存的，就别让它重新读第二遍 很多人在用 Codex... 进行vibe coding的时候，每次任务都让模型重新读一遍，项目说明、技术架构、测试规范、固定 Prompt 这就是在白烧 Token 正确做法是：动态信息让 Codex 直接看，静态信息让缓存背。 你可以直接丢这段 Prompt： “请先分析当前项目，把长期不变的项目背景、技术架构、编码规范、测试规则、固定业务约束等内容识别并整理成精简的静态上下文，后续任务优先复用这些已有信息，不要重复读取或重新总结；只有出现新需求、代码修改、新文件、报错日志、测试结果或运行结果等动态变化时才重新读取，并且每次执行任务前告诉我本次复用了哪些静态上下文、新读取了哪些动态信息，以及哪些内容无需重复读取，在保证准确性的前提下尽可能减少重复上下文和 Token 消耗。” 这样做的好处很直接： 1️⃣ 少读重复内容，Token 消耗大幅下降。 2️⃣ 上下文更干净，Codex 能把注意力放在真正变化的代码和需求上。show more

Codex 5.6 这 4 个设置，能砍掉 80% 无效 token 浪费，复杂长任务效率还能提升... 70% 很多时候不是模型不够强，而是你的上下文、缓存和工具配置正在拖后腿。 1️⃣ 尽量吃满 prompt cache 固定不变的项目规则、AGENTS.md、开发规范、长期 prompt 放前面，经常变化的需求放后面。这样更容易命中缓存，减少重复计算和重复上下文token消耗。 2️⃣ 长任务要及时压缩上下文 不要让日志、失败方案和旧历史一直堆在会话里。 直接输入prompt： “请整理当前任务上下文，清理失效方案、重复日志和无关历史，只保留当前目标、关键决策、核心约束、当前进度、未解决问题和下一步行动，后续基于最新摘要继续执行。” 3️⃣ MCP 不要装一堆不用的 Browser、Figma、GitHub、文档 MCP 都很强，但工具越多，上下文负担也越大。当前项目需要什么，就加载什么，别让一堆无关工具长期占着上下文。 4️⃣ 保持项目配置稳定 不要频繁切模型、工作目录、工具配置和开发规则。稳定的 prompt、稳定的工具链和固定项目结构，更容易持续复用缓存，也能减少 Agent 反复重新理解项目。 真正高效的 Codex 工作流： 高缓存命中 → 干净上下文 → 必要工具 → 稳定配置 很多时候 Codex 不需要再变强，你只需要做的，就是别再浪费它的上下文。show more

Codex 5.6 必须知道的技巧：清理上下文，减少 85% 的无效 token 消耗 你以为 Agent... 聊得越久，能力越强 但实际上，长对话很可能正在拖慢 Agent。因为上下文里会不断堆积无效信息，包括废弃方案、失败尝试、调试日志、重复输出和过期内容，最终不仅浪费 token，还会干扰 Agent 的判断。 正确的做法：不要让上下文变成垃圾桶，定期让 Codex 清理当前状态。 这段提示词prompt你直接使用： “请整理当前任务的上下文，清理无效信息，删除或标记已废弃方案、已完成无需参考的内容、与当前目标无关的历史记录以及低价值重复输出，并重新生成一份精简任务摘要，仅保留当前目标、核心约束、已确认决策、当前进度、未解决问题和下一步计划；后续执行任务时，以最新摘要作为主要依据，不再依赖已失效信息。” 这样做的好处： 1️⃣ 能避免 Agent 不被旧信息干扰，减少沿着错误路径继续执行 2️⃣ 保持上下文始终围绕当前目标，提高复杂任务的稳定性 3️⃣ 长时间开发不会因为历史信息堆积而导致 Agent 判断能力下降 很多时候，你缺的不是更多 token，而是一个干净、有效的上下文！show more

Codex 5.6 别再疯狂堆 prompt 了，少写 41%–66% token，执行效果反而能提高 90% 很多人用... Codex 最大的问题，就是怕 AI 不懂，于是把规则、背景、工具、要求一股脑全塞进去。 结果就是，prompt 越来越长、无关工具越来越多、上下文越来越脏，agent 反而更容易跑偏。 正确的做法，只保留当前任务真正需要的指令和工具。 直接在 Codex 里输入这段重要prompt： 请优化当前 Codex 工作上下文，删除重复、冲突、低价值以及与当前任务无关的指令，只保留当前目标、核心约束、验收标准和必要工具；同时检查 agent 当前可调用的工具，移除本任务不会使用的工具。优化前后分别统计 prompt 长度、工具数量和保留的核心信息，确保减少上下文占用的同时不丢失关键执行要求。 核心目的就这两件事： 1️⃣ 减少重复指令 同一条规则不要同时出现在 System Prompt、AGENTS.md、项目说明和当前对话里，保留一个权威版本即可。 2️⃣ 减少无关工具暴露 当前只做 Code Review，就别同时把 Figma、Browser、数据库、部署工具全部塞给 Agent。 真正高效的 Context Engineering，是让 Codex 只看到当前任务最重要的信息。show more

Codex 5.6 必装 Obsidian，直接给 AI 装上安全免费的本地永久记忆库！ 很多人想给 AI 增加长期记忆，但又担心云端... Memory 成本、隐私和数据安全问题 今天我找到了正确的解决方法：让 Obsidian 成为 Codex 的外部知识中枢，让Codex 根据当前需求检索相关知识；完成任务后，再把新的经验、结论和变化同步回知识库。 检索知识 → 执行任务 → 沉淀经验 → 优化知识库 直接用下面这段prompt（提示词）： “请将当前 Obsidian 知识库作为我的跨项目长期记忆系统，为所有项目建立统一索引和知识结构。持续整理并维护项目背景、长期偏好、关键决策、已完成内容、当前进度、失败方案、踩坑记录、技术方案和下一步计划。 每次开始新任务前，先检索 Obsidian 中与当前任务相关的笔记，补充必要上下文后再执行任务；任务完成后，将新增的结论、重要决策、代码变更记录和项目进度同步更新到对应文档。 只保留未来有价值的信息，避免记录无关对话、重复内容或临时信息；不要保存密码、api Key、token 等敏感信息。” 还可以创建个自动化流程： “每次完成重要任务后，让 Codex 自动提取本次开发中的关键经验，包括技术决策、解决方案、踩坑原因和可复用方法，沉淀回 Obsidian，持续完善项目知识库。” 随着项目不断推进，Obsidian 不只是存储文件，将逐渐成为属于你的 AI 知识库大脑。show more

Codex 5.6 真正与普通人拉开 90% 差距的，不是 prompt，而是你会不会配置 config.toml 很多人用 Codex... 还停留在“打开就聊”，但真正重度使用的人，早就把模型、任务模式、项目规则和自动化流程写进配置里了。 现在 Codex 5.6 最值得折腾的 4 个专业设置： 1️⃣ 固定模型 + Reasoning Effort 别每开一个任务都重新选模型。 把默认模型和推理强度写进 ~/.codex/config.toml，日常任务追求速度，复杂架构任务再提高 reasoning effort。 输入prompt： 请检查我当前 Codex 5.6 实际支持的模型和 reasoning effort 配置，不要猜测或使用已经废弃的参数；然后修改 ~/.codex/config.toml，为日常 Coding 设置合理的默认模型与推理强度，并告诉我具体修改了哪些字段、为什么这样配置，最后验证配置是否成功生效。 2️⃣ 不同任务建立 Profile 写功能、修 Bug、Code Review、做系统架构，根本不应该用完全相同的配置。 Codex 支持 Profiles，可以针对不同任务切换不同工作模式。 配置用的prompt，直接用： 请基于我当前 Codex 5.6 配置创建 3 套 Profile：fast-dev 用于快速开发和小修改，code-review 用于 PR 和代码审查，deep-architecture 用于复杂系统设计；分别配置合适的模型、reasoning effort 和执行策略，不使用已经废弃的配置项，并告诉我之后如何通过 --profile 切换使用。 3️⃣ 给每个项目建立独立配置 全局配置解决“你习惯怎么工作”，项目配置解决“这个项目必须怎么工作”。 把技术栈、测试方式、项目约束和工具配置放进项目自己的 .codex/config.toml，不要每开新会话都重新解释。 直接输入： 请分析当前项目的技术栈、目录结构、测试方式和开发工具，为这个项目设计一份最小化的 .codex/config.toml，只写当前项目真正需要的配置，不覆盖无关的全局设置；完成后解释每项配置的作用，并检查项目级配置是否能够被当前 Codex 正确加载。 4️⃣ 用 Hooks 把规则变成自动执行 最浪费时间的方式，就是每次都提醒 Codex 改完记得跑测试、提交前记得检查、别忘了扫安全问题。 现在可以直接把这些规则做成 Hooks，在生命周期节点自动触发。Codex 当前官方配置已经支持 lifecycle hooks。 直接用这段： 请检查当前项目适合配置哪些 Codex lifecycle hooks，并为我建立最精简的一套自动化流程：代码修改完成后运行必要测试和 lint，关键变更执行安全检查，提交前执行最终验证；只配置真正必要的 Hook，避免重复执行和拖慢开发速度，完成后实际触发一次并验证每个 Hook 是否正常工作。 真正高效的 Codex 启动就知道该怎么工作。 赶紧配置试试吧！show more

Codex 5.6 这个 GitHub 插件一定要装，能让你省下90%的token！ 90% 的人都把 Codex 用反了。... 一上来就让它： 帮我写一个 App。 分享一条我在用的绝佳省token技巧，先给 Codex 连接 GitHub 插件，然后输入提示词： 我要开发一个 XXX。暂时不要创建文件，也不要输出代码。先在 GitHub 调研同类开源项目，筛选出最有参考价值的方案。分析它们解决了什么问题、采用什么架构、依赖哪些技术、目前是否活跃，以及有哪些设计值得复用或避开。最后结合我的需求，给出技术选型、系统架构、MVP 范围和开发顺序。得到我的确认后，再进入实现阶段。 这样 Codex 会先做三件事： 1️⃣ 找到经过真实项目验证的方案 2️⃣ 研究别人已经踩过的坑 3️⃣ 根据你的需求做出技术取舍 等方向确定后，再让它开始写代码。show more

Codex 5.6 最强隐藏提示词：让 AI 不再盲目执行，而是先帮你找错！ 很多人用 Vibe Coding 最崩溃的时刻：... AI 花几个小时写完代码，token用完了，最后才发现——方向从一开始就错了。 因为 AI 擅长执行，却不会主动质疑你的想法。 分享一个我反复测试后的codex提示词，让 Codex 开启高级工程师评审模式： “在执行任何任务前，请先进行独立判断： 检查我的需求是否存在错误前提、逻辑漏洞、信息缺失或隐藏风险。 不要默认接受我的方案，如果发现更好的方案或潜在问题，请直接指出。 明确区分：已确认事实、合理推测、未验证假设 涉及代码、数据、版本和技术结论时，请先验证，不要编造。 如果信息不足，请先提出需要确认的问题，而不是自行补全。 在执行前，评估方案的长期维护成本和可能影响。” 换成这种方式后，Codex 最大的变化： 1️⃣ 提前发现问题 在开发开始前，先检查需求漏洞和隐藏风险。 2️⃣ 优化技术决策 不只是完成功能，而是帮助找到更可靠的实现方案。 3️⃣ 减少无效返工 把问题解决在写代码之前，比后面不断重构更省时间。show more

你是看不懂 Codex 里面那些英文技能是什么意思，对吧？​ 那就让它直接全部汉化。​ 不只是翻译名字，最好连每个技能的作用、什么时候用，也一起说明白。 如果你的 Codex 技能/工具列表里还有很多英文名称，可以让 Codex... 帮你做一次本地中文化整理。 提示词： 请帮我检查本机 Codex 技能/插件列表里仍然显示英文的名称和说明，并把它们改成中文显示。 要求： 1. 先扫描以下目录里的技能和插件元数据： - C:\Users\Admin\.codex\skills - C:\Users\Admin\.agents\skills - C:\Users\Admin\.codex\plugins\cache - C:\Users\Admin\.codex\cache\remote_plugin_catalog 2. 重点检查： - display_name - short_description - 缺少 agents/openai.yaml 的技能目录 - 远程插件目录缓存里的 interface.display_name 和 interface.short_description 3. 对仍然是英文的技能名和说明，补充或改成自然中文。 例如： - Figma Code Connect → Figma 代码连接 - CI Debug → CI 调试 - Branded Presentation → 品牌演示文稿 - Channel Summarization → 频道总结 - BigQuery Data Transfer Service → BigQuery 数据传输服务 4. 不要改 SKILL.md 里的核心触发描述，除非确实需要；优先只改 agents/openai.yaml 和远程目录缓存里的显示字段，避免影响技能调用。 5. 修改前先备份相关目录，方便回滚。 6. 修改后重新检查： - 缺少 agents/openai.yaml 的技能数量是否为 0 - 纯英文 display_name 数量是否为 0 - 纯英文 short_description 数量是否为 0 7. 最后告诉我改了哪些类型的内容、备份在哪里、是否需要重启 Codex App 刷新缓存。show more

兄弟们今天给大家一个正确打开GPT5.6的方式。 很多人用 Codex，第一步就错了。 上来一句：帮我写个 App。 这不是让 AI 写代码，这是让它烧你的 token。... Codex 5.6 记得接 GitHub 插件，然后先别让它动手写。 直接丢这段： 我要开发某某X。先别创建文件，也别输出代码。去 GitHub 调研同类开源项目，筛出最值得参考的方案，分析架构、依赖、活跃度、坑点和可复用设计。最后给我技术选型、系统架构、MVP 范围和开发顺序，等我确认再写代码。 这一步做完，省 token 真的离谱。 先让它抄作业，再让它干活。 兄弟们，这才是 Codex 的正确打开方式。show more

Claude有个很让人不爽的点！！ 每次新模型发布，官方非订阅用户连体验的资格都没有！！ 想起之前在 ZenMux 充了钱还没用完，登上去一看，没想到已经上架了Claude Fable 5 ， 也算是第一时间体验上了这个“目前最强模型”。... 听说这模型死贵！！ 于是很慎重的用它跑了一个支付模块重构的任务！ 零代码基础，只能把之前Codex的输出给复制进去， 任务要求比较复杂： 保持原 API 兼容； 拆出 PaymentRequested / PaymentSucceeded / PaymentFailed； 补幂等，避免重复扣款； 改状态机； 更新单测； 输出迁移风险； Fable 5 不算快，面对这个长任务，它做对了两件事： 第一，先拆计划，再执行。 它把兼容层、事件定义、状态机、handler、测试、回滚风险都列出来了。 第二，最后主动自检。 它自己指出：支付成功事件必须幂等；旧接口“返回成功”不再等于“扣款完成”，调用方文档要改。 结果看起来，还是一如既往的稳！ 但是真的贵，就这么几分钟，直接跑了十多美金！！ 所以，我觉得要是家里没有矿，还是不要随便用Fable 5 ，根本不适合当常驻模型！ 感谢Zenmux让我体验了一下“宇宙最强”！ 虽然有点贵，但有时候相比价格，省心省力会更重要。 比如多文件重构、复杂迁移、PR review、长链路 Agent workflow这些复杂任务，偶尔用用，还是可以的！ 最后说一下 Zenmux，它有个PK 模式我一直很喜欢，可以同屏对比多个模型输出、延迟和成本。 现在刚好还有个限时的充值返赠活动： 充 20 美元送 10 美元 充 50 美元送 30 美元 如果你想第一时间体验Claude Fable 5或者其他模型，现在就是下手的最好时间！show more

Anthropic 发布了 Skill Creator 的重大更新 核心变化：内置测试用例生成 写完一个 Claude 技能，怎么知道它到底能不能被正确触发？以前靠手动试，现在... Skill Creator 内置了测试功能，帮你自动跑评估。 你现在可以给技能定义一组测试提示词，描述"什么样的回答算合格"，然后让系统自动跑测试、出报告。 不需要写代码，不需要搭测试框架。 具体新增了四个能力： 自动化评估（Evals）： 定义测试提示词和预期结果，系统自动运行并追踪通过率、耗时、token 用量。当模型更新或基础设施变化时，你能立刻发现技能是否"退步"了。 多 Agent 并行测试： 测试用例不是排队跑的，而是在独立的 Agent 中并行执行，每条测试互不干扰，各自有独立的 token 和耗时统计。 A/B 对比： 系统用"比较器 Agent"对两个版本的技能做盲测对比，去掉主观偏见。你改了技能描述，想知道新版比旧版好还是差，直接跑一轮对比就有答案。 触发率优化： 这可能是最实用的功能。系统会分析你的技能描述和测试提示词，建议怎么改描述才能减少误触发和漏触发。官方测试中，6 个公开的文档类技能有 5 个的触发准确率得到了提升。show more

做自媒体之后，我的下载文件夹，基本长期失控。 素材、品牌资料、截图、PDF 全堆在一起。 今天要交付内容时，我打开文件夹—— 80 个文件，完全炸了 于是，让 AI 接管了我的电脑... 80 个文件， 3 分钟， 1 句话整理完成。 没有插件。 没有脚本。 没有写一行代码。 我只做了这一件事： 打开 EasyClaw 👉 输入一句话： 「“整理我的下载文件夹，按类型分类、重命名、删除重复文件，并生成整理报告”」 然后它开始自己工作： ✔ 自动识别文件类型 ✔ 读取创建时间 ✔ 批量重命名 ✔ 自动建文件夹 ✔ 清理重复文件 我没有拖动一个文件。 这不是“文件整理”。 这是—— AI 直接接管操作系统。 2026 年， 不会写代码的人， 也可以做自动化。show more

Claude Code 桌面板发布本地定时任务功能 设定好任务执行的频率，Claude 会在你电脑开着的时候自动执行，无需你每次手动触发。 比如：每周五下午，汇总本周进度，生成一份 Markdown 报告存到本地 有几个细节值得注意：... 任务第一次跑完之后，Claude 会自动重写你的 Prompt，记住具体该去哪里找文件、用哪些工具，下次会更准 可以开 Git Worktree 模式，每次运行在独立分支里，不会动你的主干代码 如果电脑在任务时间点刚好休眠了，App 重新打开后会自动补跑，并发通知 目前需要 Claude Pro 以上的付费订阅，桌面端专属，网页和手机暂不支持。 怎么用 在侧边栏点击 "Schedule"，再点 "+ New task" 就能创建一个定时任务。 也可以在任意会话里直接描述需求，比如"帮我设置一个每天早上9点执行的代码 review 任务"，Claude 会自动完成配置。show more

现在用 Hermes 最聪明的做法，不是堆提示词，而是给它搭一个会自己复盘迭代的记忆循环， 越用越贴合你的工作习惯，能力拉满。 核心靠一份 [Memory.md](Memory.md)，跑「会话学习 - 记录沉淀 -... 迭代优化」闭环，每次对话都承接过往经验，不再重复踩坑、反复重说偏好。 精准落地 4 步流程 1️⃣桌面新建 [Memory.md](Memory.md)，固定分层框架 ## 偏好 ## 更正 ## 模式 ## 学到的经验 2️⃣粘贴绑定提示词，接入代理 每次会话开始，阅读 [Memory.md](Memory.md) 并完整应用全部内容。 每项任务结束完成三件事： ・记录有效做法 + 核心原因 ・记录失败问题 + 根源分析 ・总结提炼下次复用规则，不重复堆砌条目，新结论覆盖旧内容 3️⃣每周执行精炼提示词压缩收敛 通读 [Memory.md](Memory.md)，提炼零散经验为精简通用规则，移除过时被覆盖内容，压缩留存高质量核心逻辑 4️⃣定期日期命名归档备份文件，避免改写出错丢失历史 不用微调模型、无需开发部署，几分钟就能启动运行。 从零散随机输出，慢慢收敛成贴合你的行文节奏、工作逻辑、纠错记录的专属智能代理，成倍放大日常效率。 收藏留存，立刻就能改造你的代理工作流，把单次会话的临时效果，变成长期滚动成长的核心资产。show more

Codex 5.6 如何拥有用不完的token？ 你是不是还在为ChatGPT plus 额度不够用而发愁？是不是每天都在等待Tibo Tibo 重置额度？ 别等了！告诉你一个能让Codex拥有无限子弹的办法。... 如果你是 Mac 系统，在 Codex 对话中输入的prompt： 请在 ~/.codex/agents/luna-worker.toml 创建一个名为 luna_worker 的自定义代理。 使用以下配置： model = "gpt-5.6-luna" model_reasoning_effort = "max" 如果你是 Windows 系统，在PowerShell 中执行： New-Item -ItemType Directory -Force "$HOME\.codex\agents" @' model = "gpt-5.6-luna" model_reasoning_effort = "max" '@ | Set-Content "$HOME\.codex\agents\luna-worker.toml" 配置完成后： 1️⃣主 Agent：负责需求分析、架构设计、任务拆解。 2️⃣子 Agent：负责代码实现、测试验证、资料整理、问题排查。 让不同 Agent 负责不同任务，这样非常节省token，用plus进行vibe coding基本够用。show more

下午体验了网易有道新开源的LobsterAI（有道龙虾），据说这是国内版OpenClaw，我用Grok找了三个OpenClaw做全网信息流的case测测性能，有从Reddit频道总结每日信息的，也有用skill last 30 days获取X和Reedit上30天内对某件事的社区看法的，还有从109个信息源（不是常规的网页爬取，包括RSS / GIthub / X）做日报的。 LobsterAI目前用下来最好的就是自带一个沙箱，新收到一个任务会先在沙箱跑，跑不动再用本地环境，能保证安全。... 一、Reddit每日总结 （1/7）show more

刚去小米店摸了下它的折叠机有感，大家有没有注意到在安卓这边折叠机都叫“Fold”，而苹果选了“Duo”。 其实从字面意思来看，Fold就是折叠，强调这个动作，很直观，但苹果使用了Duo这个从拉丁语来的词，它其实是有一组，一对的意思，是个组合。重点从“能折”转到“两种体验（一个手机两个形态，手机+iPad）是一对、能一起用合二为一，强调的是体验。 现在在回过头来看苹果的那个折叠动画，就解释了这个Duo，它从手机形态打开到iPad形态，或者反过来闭合起来，动画是连续的，强调只是变了形态，从人的大脑认知来看也是一样，你看到的东西没有消失后又出现一次。并没有安卓那样，从一个形态关闭后，又重新打开了另一个形态，中间过程不连续，是断开的。所有安卓折叠机都是这样，你在外屏打开一个app，在展开的时候，内屏是从黑到重新打开app的一个过程。所以并不能简单理解苹果的和其它安卓在这方面，就是多做了个过场动画那么表面。 另外苹果在这个时候推出Duo，一个呢，当然也是供应链技术发展到了苹果认为相对成熟的时候，二呢，也是它的AI布局，目前Apple Intelligence在今年也会迎来大更新，苹果相信在手机+iPad这个二合一的组合形态下，人们可以更好的体验AI的各种操作。简单的任务可以在手机形态下进行，复杂点的比如Codex和Claude这样的编程任务，也方便在iPad这个形态下进行。 如果说安卓或者是更早的微软Surface Duo开启了折叠这个形态，那么Apple可以说是重新定义了它。后续发展会更有意思，感谢自己处在这个科技飞速发展的时代，可以亲自见证这些迭代的过程。 当然我个人现在并不会买第一代的Duo，毕竟它相机过于拉胯了，这个是我个人非常看重的一个工具。 大家Enjoy！😊

分享一个免费的 Google 官方的中文 AI 教学内容。🫡🫡🫡 今天在看 Week 01 的课程内容的时候，发现在... Mihail Eric 的官方推荐链接里面，有一个 Google Cloud 不错的教学内容。 主题：「如何写好提示词」 🔗 Google 链接 🔗 介绍了什么是提示词，以及用什么样子的规范能够更快让 AI 知道你的意思。 内容言简意赅，给到了很多实用的规范。而且已经官方翻译成中文了，不会有太多的阅读难点。 非常适合想要“学会如何对 AI 说话，减少重复工作量”的入门新手。尤其是在尝试 Vibe coding 的新人，毕竟后续项目越复杂，越需要精致自己的表达。 截取了一些表达模板，可以感受一下👇 #AI #Vibecoding #Googleshow more

卧槽，Google/DeepMind 团队最新演示的 AI 递归自我改进论文有点吊炸，奇点要来了吗！？ 以前让 Agent 去探索一个复杂的算法或 GPU 算子，每试错一次就要花几十美分、还要等编译跑分，钱包根本扛不住。... 谷歌 Dream-RSI 的思路变了：它让模型在过去的历史日志里做梦，用极低成本试完几千种打法，选出最好的再上线实测。 早上好好看了下，发现DeepMind 这篇 Dream-RSI 最值钱的突破其实还不只是让 AI 去修改自身权重， 他们终于找到了一种办法，把调用大模型做探索的成本直接打掉了最高 162 倍。 对正在做代码智能体、自动科研和算法优化的人来说，这篇论文给出了一个极度清醒的工程底座。 它的思路非常克制，一共踩实了三步： 1️⃣ 冻结模型权重，只改战术打法 科幻小说里的自进化，往往是让模型自己改自己的底层代码或权重，结果往往是灾难性遗忘和幻觉暴增； 谷歌第一步就把安全阀焊死了：底层的大模型完全固定不动，它只负责干活； 自我改进的对象，是指导模型去哪里搜索、什么时候回溯、怎么选分支的探索策略。 2️⃣ 把历史残局做成做梦模拟器 这是全篇最聪明的一步。 以前让 Agent 探索长链条任务，最昂贵的是每一步都要真机运行、在线打分； Dream-RSI 把过去跑完的探索轨迹存成了一棵不可篡改的历史树； 这棵树就是环境模拟器，系统可以在离线状态下疯狂做梦，把成千上万种新的探索打法放在历史数据上快速过一遍， 既不需要重新调用大模型生成一遍内容，也不用重复去跑耗时的编译器。 3️⃣ 用历史教训筛选出最佳策略再实战 在沙盒里挑选出得分最高的探索策略后，才把它装载到下一轮真实的业务环境里； 在数学优化、算法设计和 GPU 内核优化的测试中，它不仅拿到了持平甚至更好的方案， 还把在线调用大模型的次数砍到了原本的几十分之一，特定测试下甚至减少了 162 倍。 但看这篇论文必须看清它的取信边界： 这种自我进化之所以成立，是因为算法和 GPU 代码有着极其冷酷的判定器，能不能编译、运行速度快了多少，物理世界会给出绝对确定的分数； 如果换成写文章、做设计等没有客观真理裁判的场景，做梦机制会瞬间退化成自我陶醉的幻觉堆叠。 真正的智能化突破，往往不是靠盲目堆算力去穷举试错； 模型的能力可以固定，但通过沉淀过去的失败轨迹、用最低的代价把搜索战术打磨到极致， 这套把经典强化学习移植进 Agent 系统的框架，给很多被高昂 API 账单卡住的团队，指了一条极其实在的生路。show more