Video wird geladen...

Video konnte nicht geladen werden

Beim Laden dieses Videos ist ein Problem aufgetreten. Dies könnte an einem vorübergehenden Netzwerkproblem liegen oder das Video ist möglicherweise nicht verfügbar.

为什么你的 Codex 5.6 搓出来的 3D 像一堆方块，别人的是产品级？之前给大家分享的一个宝藏开源项目img2threejs，接入 Codex 5.6 后，就能完成： 2D 图像 → 结构分析 → Three.js 程序化模型 → 浏览器实时交互它真正拉开差距的地方在于，给 AI 加了一套完整的程序化建模操作系统： 1️⃣AI 深度拆解轮廓、比例、细节特征 2️⃣从 Blockout 到灯光、交互，步步精进 3️⃣浏览器渲染对比，不完美就修改 4️⃣保留运行时层级、轴点和插槽所以真正拉开你和产品级差距的，是你有没有把建模标准、检查点和返工机制，像 img2threejs 一样，写进你的提示词。这才是 Codex 5.6 真正开挂的玩法！我把我的promote放在评论区，可以参考～项目地址：

爱丽丝呀！

19,420 subscribers

78,122 Aufrufe • vor 2 Tagen •via X (Twitter)

Wissenschaft & Technologie

Anya Rossi• Live Now

Private livecam show

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

Codex 5.6 让 3D 建模师压力山大了！最近挖到一个宝藏开源项目 img2threejs，直接把 AI Coding 和 3D 创作连接起来。接入 Codex 5.6 后，一张参考图，就能跑通： 2D 图像 → 结构分析 → Three.js 程序化模型 → 浏览器实时交互 1️⃣ 意图识别：一张图，Codex 5.6 就能精准捕捉 3D 对象的形态与细节意图 2️⃣ 代码化身：它将意图转化为可编辑、可动画的 Three.js 代码，告别传统建模的繁琐 3️⃣ 动画就绪：生成的模型自带运行时层级，直接用于游戏、XR，真正实现从图像到可动资产的闭环地址：

Codex 5.6 让 3D 建模师压力山大了！最近挖到一个宝藏开源项目 img2threejs，直接把 AI Coding 和 3D 创作连接起来。接入 Codex 5.6 后，一张参考图，就能跑通： 2D 图像 → 结构分析 → Three.js 程序化模型 → 浏览器实时交互 1️⃣ 意图识别：一张图，Codex 5.6 就能精准捕捉 3D 对象的形态与细节意图 2️⃣ 代码化身：它将意图转化为可编辑、可动画的 Three.js 代码，告别传统建模的繁琐 3️⃣ 动画就绪：生成的模型自带运行时层级，直接用于游戏、XR，真正实现从图像到可动资产的闭环地址：

爱丽丝呀！

240,933 Aufrufe • vor 5 Tagen

看完 Charlie Guo 用 GPT-5.6 + Codex 做卡牌游戏，我对前几天那篇文章里的判断更确定了！他没有先写一份很长的 PRD，也没有把任务拆成几十个 tickets。只是给了 Codex 一个相对开放的目标，GPT-5.6 就开始自己设计玩法、编写代码、生成美术，并交付了一个可以运行的版本。之后再追加关卡、机制、配乐和美术要求，它也能继续沿着原来的项目往下推进，甚至会自己判断什么时候需要调用 sub-agents，把不同任务并行完成。这段演示真正值得看的是，它展示了一种新的协作方式：你不再需要提前规定模型每一步该怎么思考、怎么拆任务、怎么执行。你需要把真正重要的事情说清楚，然后让模型在工具和项目环境中持续推进。这也正是我在这篇文章里想讲清楚的问题：《GPT-5.6 Prompt 到底该怎么写？OpenAI 官方指南，一篇讲透！》很多人升级模型之后，仍然沿用过去那套很长、很重、充满过程控制的 Prompt。模型变了，Prompt 的重心也应该跟着改变。 Charlie 的演示给出了一个很直观的答案，而文章里我把背后的官方建议、改写方法和可直接复用的 Prompt 框架完整整理了出来。正在使用 GPT-5.6、Codex，或者准备搭建 Agent Workflow 的人，可以把视频和文章放在一起看。

看完 Charlie Guo 用 GPT-5.6 + Codex 做卡牌游戏，我对前几天那篇文章里的判断更确定了！他没有先写一份很长的 PRD，也没有把任务拆成几十个 tickets。只是给了 Codex 一个相对开放的目标，GPT-5.6 就开始自己设计玩法、编写代码、生成美术，并交付了一个可以运行的版本。之后再追加关卡、机制、配乐和美术要求，它也能继续沿着原来的项目往下推进，甚至会自己判断什么时候需要调用 sub-agents，把不同任务并行完成。这段演示真正值得看的是，它展示了一种新的协作方式：你不再需要提前规定模型每一步该怎么思考、怎么拆任务、怎么执行。你需要把真正重要的事情说清楚，然后让模型在工具和项目环境中持续推进。这也正是我在这篇文章里想讲清楚的问题：《GPT-5.6 Prompt 到底该怎么写？OpenAI 官方指南，一篇讲透！》很多人升级模型之后，仍然沿用过去那套很长、很重、充满过程控制的 Prompt。模型变了，Prompt 的重心也应该跟着改变。 Charlie 的演示给出了一个很直观的答案，而文章里我把背后的官方建议、改写方法和可直接复用的 Prompt 框架完整整理了出来。正在使用 GPT-5.6、Codex，或者准备搭建 Agent Workflow 的人，可以把视频和文章放在一起看。

CodeAlpha

61,749 Aufrufe • vor 17 Tagen

🎬 90% 的人没用明白 Codex。因为一开始就把它当成了 ChatGPT。但 Codex 最厉害的地方，从来不是聊天，而是动手。它会读项目、改文件、做表格、操作浏览器，直接在你的电脑里完成任务。 💡 真正决定体验的也不是 Prompt，而是四件事：Project、Permissions、Context 和 AGENTS.md。少一个都能用，多一个才开始好用。我后来甚至不把它当 AI，而是当新人来带：先教它，再纠正它，最后把经验沉淀成 Skill。当你开始这样用 Codex，它就不再是助手，而是一套持续进化的工作系统。

🎬 90% 的人没用明白 Codex。因为一开始就把它当成了 ChatGPT。但 Codex 最厉害的地方，从来不是聊天，而是动手。它会读项目、改文件、做表格、操作浏览器，直接在你的电脑里完成任务。 💡 真正决定体验的也不是 Prompt，而是四件事：Project、Permissions、Context 和 AGENTS.md。少一个都能用，多一个才开始好用。我后来甚至不把它当 AI，而是当新人来带：先教它，再纠正它，最后把经验沉淀成 Skill。当你开始这样用 Codex，它就不再是助手，而是一套持续进化的工作系统。

Martin

27,192 Aufrufe • vor 1 Monat

【Codex 保姆级小白入门】带你从0到1创建你的第一个项目很多人下载完 Codex 打开界面就懵了，不知道第一步该干嘛～这期零基础小白教程，我手把手从安装开始，带你一步步搞懂 Codex 的工作逻辑、正确打开方式、权限设置，最后和你一起做出第一个项目～看完你就能彻底摆脱界面恐惧，把 Codex 用到自己的日常开发里！

【Codex 保姆级小白入门】带你从0到1创建你的第一个项目很多人下载完 Codex 打开界面就懵了，不知道第一步该干嘛～这期零基础小白教程，我手把手从安装开始，带你一步步搞懂 Codex 的工作逻辑、正确打开方式、权限设置，最后和你一起做出第一个项目～看完你就能彻底摆脱界面恐惧，把 Codex 用到自己的日常开发里！

爱丽丝呀！

425,409 Aufrufe • vor 2 Monaten

Codex 好像终于把插件的 Widget 也开放给第三方开发者了，现在可以像官方插件一样直接打开一个专属于这个插件的操作界面了。之前 Cowart 用内置浏览器什么都好就是不能实现网页内的交互可以向 Codex 主对话发送提示，但如果是放在 Widget 里就支持这个协议了。目前官方的开发者文档里还没介绍这部分，但可以直接让Codex 参考官方插件 Creative Production 来做了。

Codex 好像终于把插件的 Widget 也开放给第三方开发者了，现在可以像官方插件一样直接打开一个专属于这个插件的操作界面了。之前 Cowart 用内置浏览器什么都好就是不能实现网页内的交互可以向 Codex 主对话发送提示，但如果是放在 Widget 里就支持这个协议了。目前官方的开发者文档里还没介绍这部分，但可以直接让Codex 参考官方插件 Creative Production 来做了。

钟二信

23,961 Aufrufe • vor 1 Monat

GPT5.6今夜发布！CodeX升级成为超级AI应用！体验完 OpenAI 这波更新，我的结论很明确：GPT‑5.6 很强，但真正的王炸是 GPT‑Live。它会打断、接话、纠正发音，像真人一样和你聊。再加上 ChatGPT Work 与 Codex 合体，AI 正从“工具”变成真正参与工作的“同事”。人机交互的拐点，可能已经来了。完整视频👇 #OpenAI #GPTLive

GPT5.6今夜发布！CodeX升级成为超级AI应用！体验完 OpenAI 这波更新，我的结论很明确：GPT‑5.6 很强，但真正的王炸是 GPT‑Live。它会打断、接话、纠正发音，像真人一样和你聊。再加上 ChatGPT Work 与 Codex 合体，AI 正从“工具”变成真正参与工作的“同事”。人机交互的拐点，可能已经来了。完整视频👇 #OpenAI #GPTLive

Vic TALK

34,476 Aufrufe • vor 21 Tagen

为什么我感觉GPT升级5.6后效率不如之前高。 Codex之前我开发工具软件比现在要快很多，现在5.6大模型动不动就卡住某个地方一俩个小时。一旦卡住持续思考或者循环搞不通的代码，这时候就要我进行干预点击停止，再次给出指令。目前正在开发的这个软件已经搞了快三天了，真的难受。你们是怎么处理的

为什么我感觉GPT升级5.6后效率不如之前高。 Codex之前我开发工具软件比现在要快很多，现在5.6大模型动不动就卡住某个地方一俩个小时。一旦卡住持续思考或者循环搞不通的代码，这时候就要我进行干预点击停止，再次给出指令。目前正在开发的这个软件已经搞了快三天了，真的难受。你们是怎么处理的

DeFi狙击手 | Ai🕊️

22,647 Aufrufe • vor 17 Tagen

给大家分享一个用Codex优化前端UI的方法，贼好用！也是GPT-5.6真滴吊。我优化我们前两天开源的workbuddy蓝皮书官网UI就是这么干的。也是近期我在AI上的一个ah moment。我的经验是开发一个网站，可以先只管功能，还有页面布局。这些搞定之后，再来优化前端UI。否则你可能一开始就会在UI上卡很久。如果没有灵感，可以去各大前端模板网站上去找，找你喜欢的网页。前端模板网站：以上是我收集的几个前端模版站点，效果挺🐂🍺的。应该还有更多模板站，欢迎各位大佬评论区分享一下找到你喜欢的模板，可以截图丢给codex，用GPT-5.6 Sol 极高，告诉它参考截图的风格，设计网站的UI。设计完，让它把效果图画出来，然后，你挑一个满意的图。就可以切换成GPT-5.6 Sol 中，开干啦～最后，欢迎大家参与workbuddy蓝皮书的共创！蓝皮书开源地址：官网：

给大家分享一个用Codex优化前端UI的方法，贼好用！也是GPT-5.6真滴吊。我优化我们前两天开源的workbuddy蓝皮书官网UI就是这么干的。也是近期我在AI上的一个ah moment。我的经验是开发一个网站，可以先只管功能，还有页面布局。这些搞定之后，再来优化前端UI。否则你可能一开始就会在UI上卡很久。如果没有灵感，可以去各大前端模板网站上去找，找你喜欢的网页。前端模板网站：以上是我收集的几个前端模版站点，效果挺🐂🍺的。应该还有更多模板站，欢迎各位大佬评论区分享一下找到你喜欢的模板，可以截图丢给codex，用GPT-5.6 Sol 极高，告诉它参考截图的风格，设计网站的UI。设计完，让它把效果图画出来，然后，你挑一个满意的图。就可以切换成GPT-5.6 Sol 中，开干啦～最后，欢迎大家参与workbuddy蓝皮书的共创！蓝皮书开源地址：官网：

袋鼠帝

59,190 Aufrufe • vor 16 Tagen

Lovart × Nano Banana 有点开挂的感觉让你从“单点出图”进化成“可交付的内容生产” Agent 的能力+强大的图像模型编辑能力无需来回切换工具，在一个画布窗口里面你就能轻松的完成各种的图像生成+编辑+产品拍摄+海报制作等同时还能进行视频创作，完全的一条龙下面是我从无到有创造一个模特的过程让你一个人即可可以实现“产品电商一条龙”：创造模特 → 商拍质感 → 上架所需套图

Lovart × Nano Banana 有点开挂的感觉让你从“单点出图”进化成“可交付的内容生产” Agent 的能力+强大的图像模型编辑能力无需来回切换工具，在一个画布窗口里面你就能轻松的完成各种的图像生成+编辑+产品拍摄+海报制作等同时还能进行视频创作，完全的一条龙下面是我从无到有创造一个模特的过程让你一个人即可可以实现“产品电商一条龙”：创造模特 → 商拍质感 → 上架所需套图

小互

23,259 Aufrufe • vor 10 Monaten

小扎吐槽苹果和 Google，以及谈为什么开源 AI **Mark Zuckerberg**: 我认为移动生态系统中普遍存在的一个问题是有两个把持入口的公司，Apple 和 Google，它们可以告诉你可以构建什么。在我们的历史中有很多次，比如有经济层面的情况，就是我们构建了些东西，然后它们就会拿走我们大部分的收入，但还有一种是质量层面，这实际上让我更加不满，也就是有很多次我们推出或希望推出某些功能，然后Apple就会说，不，你不能推出这功能。这真的很糟糕。问题是，这样的世界是否会在AI领域复现，就像你会有一小部分拥有封闭模型的公司，它们控制API，因此将能够告诉你可以构建什么。我可以说，对我们来说，自己构建一个模型以避免处于那种位置是值得的。我不希望那些其他公司告诉我们可以构建什么，而且我认为从开源的角度来看，很多开发人员也不希望那些公司告诉他们可以构建什么。这就是我坚定支持开源的原因之一，我认为未来AI的集中化可能像其广泛传播一样具有潜在危险。我发现很多人都在思考，如果我们能实现这种技术，那么让它广泛传播是否不利。我认为另一种可能也很糟糕的情况是，如果一个机构掌握了一种强大的AI远超其他所有人的，这同样是非常糟糕的。在我看来，一个理想的世界应该是这样的：AI技术被广泛而均衡地应用，随着时间推移逐步增强其健康性。在这样的世界里，各种系统能够相互制衡，这种平衡的状态比一个高度集中化的世界要健康得多。虽然风险无处不在，但我觉得有一个风险我想人们我并没有听到太多人提及。 **Dwarkesh Patel**:举例来说，一个价值100亿美元的模型，如果经过评估是完全安全的，你们会选择开源吗？ **Mark Zuckerberg**:我的答案是，只要这个模型对我们有所帮助，那我们就会开源。 **Dwarkesh Patel**: 那如果这个模型是用100亿美元的研发经费研发出来的，然后现在要开源呢？ **Mark Zuckerberg**: 我们一直以来都有开源软件的传统，但是我们并不会开源我们的产品。比如说，我们并不会将Instagram的代码开源，但我们会开源许多底层的基础设施。我们历史上最大的一个项目可能就是开放计算项目。在这个项目中，我们将我们所有的服务器的设计网络交换机和数据中心的设计开源了，这对我们来说非常有帮助。因为很多人可以设计服务器，但现在，大家普遍都采用了我们的设计，这就意味着整个供应链都围绕我们的设计展开，规模变大，对所有人来说都变得更便宜，为我们节省了数十亿美元。这真是太棒了，对吧？因此，我认为开源有多种方式可以对我们有所帮助。一种就是，如果有人能够找出更便宜的运行模型的方法，我们将花费数十亿甚至上千亿美元，在所有这些模型上，所以如果我们能做的更有效率，那我们就可以节省数十亿甚至上百亿美元，这可能本身就非常有价值。 **Dwarkesh Patel**: 关于开源，我很想知道你是否认为像PyTorch、React、Open Compute这样的开源项目，对世界的影响是否已经超过了Meta在社交媒体方面的作用。 **Mark Zuckerberg**: 因为我曾经和使用这些服务的人交谈过，他们觉得这是有可能的，因为互联网的很大一部分都在运行这些项目。这是一个有趣的问题，我认为几乎有一半的世界人口都在使用我们的产品，这是一个真实的点，所以我觉得这很难超越。但不管怎样，我还是认为开源是一种新的、非常強大的建设方式。来源：

小扎吐槽苹果和 Google，以及谈为什么开源 AI Mark Zuckerberg: 我认为移动生态系统中普遍存在的一个问题是有两个把持入口的公司，Apple 和 Google，它们可以告诉你可以构建什么。在我们的历史中有很多次，比如有经济层面的情况，就是我们构建了些东西，然后它们就会拿走我们大部分的收入，但还有一种是质量层面，这实际上让我更加不满，也就是有很多次我们推出或希望推出某些功能，然后Apple就会说，不，你不能推出这功能。这真的很糟糕。问题是，这样的世界是否会在AI领域复现，就像你会有一小部分拥有封闭模型的公司，它们控制API，因此将能够告诉你可以构建什么。我可以说，对我们来说，自己构建一个模型以避免处于那种位置是值得的。我不希望那些其他公司告诉我们可以构建什么，而且我认为从开源的角度来看，很多开发人员也不希望那些公司告诉他们可以构建什么。这就是我坚定支持开源的原因之一，我认为未来AI的集中化可能像其广泛传播一样具有潜在危险。我发现很多人都在思考，如果我们能实现这种技术，那么让它广泛传播是否不利。我认为另一种可能也很糟糕的情况是，如果一个机构掌握了一种强大的AI远超其他所有人的，这同样是非常糟糕的。在我看来，一个理想的世界应该是这样的：AI技术被广泛而均衡地应用，随着时间推移逐步增强其健康性。在这样的世界里，各种系统能够相互制衡，这种平衡的状态比一个高度集中化的世界要健康得多。虽然风险无处不在，但我觉得有一个风险我想人们我并没有听到太多人提及。 Dwarkesh Patel:举例来说，一个价值100亿美元的模型，如果经过评估是完全安全的，你们会选择开源吗？ Mark Zuckerberg:我的答案是，只要这个模型对我们有所帮助，那我们就会开源。 Dwarkesh Patel: 那如果这个模型是用100亿美元的研发经费研发出来的，然后现在要开源呢？ Mark Zuckerberg: 我们一直以来都有开源软件的传统，但是我们并不会开源我们的产品。比如说，我们并不会将Instagram的代码开源，但我们会开源许多底层的基础设施。我们历史上最大的一个项目可能就是开放计算项目。在这个项目中，我们将我们所有的服务器的设计网络交换机和数据中心的设计开源了，这对我们来说非常有帮助。因为很多人可以设计服务器，但现在，大家普遍都采用了我们的设计，这就意味着整个供应链都围绕我们的设计展开，规模变大，对所有人来说都变得更便宜，为我们节省了数十亿美元。这真是太棒了，对吧？因此，我认为开源有多种方式可以对我们有所帮助。一种就是，如果有人能够找出更便宜的运行模型的方法，我们将花费数十亿甚至上千亿美元，在所有这些模型上，所以如果我们能做的更有效率，那我们就可以节省数十亿甚至上百亿美元，这可能本身就非常有价值。 Dwarkesh Patel: 关于开源，我很想知道你是否认为像PyTorch、React、Open Compute这样的开源项目，对世界的影响是否已经超过了Meta在社交媒体方面的作用。 Mark Zuckerberg: 因为我曾经和使用这些服务的人交谈过，他们觉得这是有可能的，因为互联网的很大一部分都在运行这些项目。这是一个有趣的问题，我认为几乎有一半的世界人口都在使用我们的产品，这是一个真实的点，所以我觉得这很难超越。但不管怎样，我还是认为开源是一种新的、非常強大的建设方式。来源：

宝玉

74,721 Aufrufe • vor 2 Jahren

这是一个 Meteora 的DLMM的LP管理工具，我花了2天时间自己手搓的。功能上是模块化的我希望你拿过去自己进行删改。实现你自己想要的各种其他功能。目前实现的功能主要是：你可以吧提前创建好头寸和存入资金。剩下的交给程序自动帮你管理。简单说就是调整bidask的方向。如果你不知道我在说什么就翻一下我之前的帖子。 LP的开源工具我大概就只开源这一个。因为它在功能架构上开放。是模块化的。但是实现的功能上简单。适合让新手朋友自己DIY。复杂的策略需要你自己琢磨和实现。也欢迎跟我交流讨论。

这是一个 Meteora 的DLMM的LP管理工具，我花了2天时间自己手搓的。功能上是模块化的我希望你拿过去自己进行删改。实现你自己想要的各种其他功能。目前实现的功能主要是：你可以吧提前创建好头寸和存入资金。剩下的交给程序自动帮你管理。简单说就是调整bidask的方向。如果你不知道我在说什么就翻一下我之前的帖子。 LP的开源工具我大概就只开源这一个。因为它在功能架构上开放。是模块化的。但是实现的功能上简单。适合让新手朋友自己DIY。复杂的策略需要你自己琢磨和实现。也欢迎跟我交流讨论。

C J

29,543 Aufrufe • vor 1 Jahr

Ring-2.6-1T 开源了。我最近试下来，这个模型各方面的能力都很不错，但最喜欢的一点，是它在前端 Web 页面上的审美和交互能力真的很强。我随手让它做了一个宠物零食独立站前端，提示词其实没写多细，也没给什么复杂设计规范。结果出来之后有点惊喜：页面不是那种常见的 AI 模板感，而是真的像一个可以上线预览的品牌站。它会自己理解“宠物零食”应该是什么气质：干净、温暖、有食欲，但又不是一味可爱。产品展示、视觉层级、按钮状态、动效节奏、页面留白，都处理得很完整。尤其是交互，不是静态摆拍，而是有浏览、有筛选、有点击反馈，像一个真正给用户逛的站。这也是我觉得 Ring-2.6-1T 很不一样的地方。很多模型能写页面，但写出来像“代码完成了”。Ring-2.6-1T 更像是知道一个网页应该如何被观看、被点击、被感知。它懂风格，懂交互，也懂怎么把第一版里不顺的地方继续修到更自然。所以如果你要做高质感展示页、品牌概念站、数据可视化页面，或者 creative coding 演示，我觉得它很值得试。不是因为它能写 HTML。而是它真的能把一个很粗的想法，推成一个有审美、有质感、有交互的前端作品，还很快。我把 Ring-2.6-1T制作过程放评论区了，全程没加速。

Ring-2.6-1T 开源了。我最近试下来，这个模型各方面的能力都很不错，但最喜欢的一点，是它在前端 Web 页面上的审美和交互能力真的很强。我随手让它做了一个宠物零食独立站前端，提示词其实没写多细，也没给什么复杂设计规范。结果出来之后有点惊喜：页面不是那种常见的 AI 模板感，而是真的像一个可以上线预览的品牌站。它会自己理解“宠物零食”应该是什么气质：干净、温暖、有食欲，但又不是一味可爱。产品展示、视觉层级、按钮状态、动效节奏、页面留白，都处理得很完整。尤其是交互，不是静态摆拍，而是有浏览、有筛选、有点击反馈，像一个真正给用户逛的站。这也是我觉得 Ring-2.6-1T 很不一样的地方。很多模型能写页面，但写出来像“代码完成了”。Ring-2.6-1T 更像是知道一个网页应该如何被观看、被点击、被感知。它懂风格，懂交互，也懂怎么把第一版里不顺的地方继续修到更自然。所以如果你要做高质感展示页、品牌概念站、数据可视化页面，或者 creative coding 演示，我觉得它很值得试。不是因为它能写 HTML。而是它真的能把一个很粗的想法，推成一个有审美、有质感、有交互的前端作品，还很快。我把 Ring-2.6-1T制作过程放评论区了，全程没加速。

阿川 | AI thinking

15,228 Aufrufe • vor 2 Monaten

Codex 操控电脑的三种方式。Codex 团队成员 Jason 今天写了一篇详细指南，把三者的区别和适用场景理清楚了，这里做个精简版。【1】Computer Use：最广，也最慢 Computer Use 让 Codex 像人一样看屏幕、点鼠标、敲键盘，操作你电脑上的任何图形界面应用。Spotify、Xcode、系统设置、iOS 模拟器，甚至 iPhone Mirroring 都能控制。代价是慢。结构化插件可以直接调 API，Computer Use 得一步步看界面、找按钮、等响应、再检查结果。但它能搞定没有 API 的应用，这是其他方式做不到的。 Mac 和 Windows 的体验差距很大：Mac 上 Codex 可以在后台静悄悄地操作，你继续用自己的电脑不受影响；Windows 上它必须占据前台，操作期间你没法用那台机器。 Jason 举了个例子：有次他的快递被偷了，Amazon 说要等 25 分钟才能接通客服。他让 Codex 每五分钟检查一次聊天窗口，客服出现后改为每分钟一次，自动完成退款流程。他去洗了个澡，回来退款已经办好了。【2】Chrome 扩展：带着你的登录状态 Chrome 扩展让 Codex 使用你已登录的浏览器会话，包括 cookies、账号状态和已有标签页。Gmail、LinkedIn、Salesforce、公司内部后台，这些需要登录才能用的工具，Chrome 扩展是对的选择。它还能同时控制多个标签页，在一个标签里读信息，到另一个标签里对比，再到第三个标签完成操作。Computer Use 也能操作浏览器，但它只认屏幕坐标，Chrome 扩展理解的是浏览器层面的上下文。 Jason 用它跑了一个长期任务：每天让 Codex 通过 Chrome 检查他的 Twitter 私信、浏览相关新闻、收集反馈，把有价值的内容存到本地文件，但不发任何消息。要注意的是，网站会把 Codex 的点击和表单提交当作你本人的操作。研究、浏览、起草可以自动化，但发送、发布、付款这类操作最好留给自己确认。【3】内置浏览器：给开发者的沙盒内置浏览器住在 Codex 的对话线程里，你和 Codex 共享同一个渲染页面。它不带任何登录状态和 cookies，是个完全隔离的环境。这反而成了开发场景的优势。它的主场是本地开发服务器、文件预览、公共网页、响应式布局检查和视觉 bug 复现。Codex 可以改代码、操作页面、截图、再跑一遍，形成紧密的反馈循环。 Jason 最喜欢的功能是标注：你可以直接在页面上点击某个元素留评论，比如"这个层级反了""这个按钮间距不够"，Codex 会拿着截图和元素上下文去改代码，改完重新打开同一个页面等你下一轮标注。比来回传截图和文字描述高效得多。【选哪个？】简单记：任务需要登录状态用 Chrome，需要操作桌面应用用 Computer Use，在做前端开发用内置浏览器。如果有现成的插件或 MCP 能完成任务，优先用结构化工具，视觉控制是最后手段。

Codex 操控电脑的三种方式。Codex 团队成员 Jason 今天写了一篇详细指南，把三者的区别和适用场景理清楚了，这里做个精简版。【1】Computer Use：最广，也最慢 Computer Use 让 Codex 像人一样看屏幕、点鼠标、敲键盘，操作你电脑上的任何图形界面应用。Spotify、Xcode、系统设置、iOS 模拟器，甚至 iPhone Mirroring 都能控制。代价是慢。结构化插件可以直接调 API，Computer Use 得一步步看界面、找按钮、等响应、再检查结果。但它能搞定没有 API 的应用，这是其他方式做不到的。 Mac 和 Windows 的体验差距很大：Mac 上 Codex 可以在后台静悄悄地操作，你继续用自己的电脑不受影响；Windows 上它必须占据前台，操作期间你没法用那台机器。 Jason 举了个例子：有次他的快递被偷了，Amazon 说要等 25 分钟才能接通客服。他让 Codex 每五分钟检查一次聊天窗口，客服出现后改为每分钟一次，自动完成退款流程。他去洗了个澡，回来退款已经办好了。【2】Chrome 扩展：带着你的登录状态 Chrome 扩展让 Codex 使用你已登录的浏览器会话，包括 cookies、账号状态和已有标签页。Gmail、LinkedIn、Salesforce、公司内部后台，这些需要登录才能用的工具，Chrome 扩展是对的选择。它还能同时控制多个标签页，在一个标签里读信息，到另一个标签里对比，再到第三个标签完成操作。Computer Use 也能操作浏览器，但它只认屏幕坐标，Chrome 扩展理解的是浏览器层面的上下文。 Jason 用它跑了一个长期任务：每天让 Codex 通过 Chrome 检查他的 Twitter 私信、浏览相关新闻、收集反馈，把有价值的内容存到本地文件，但不发任何消息。要注意的是，网站会把 Codex 的点击和表单提交当作你本人的操作。研究、浏览、起草可以自动化，但发送、发布、付款这类操作最好留给自己确认。【3】内置浏览器：给开发者的沙盒内置浏览器住在 Codex 的对话线程里，你和 Codex 共享同一个渲染页面。它不带任何登录状态和 cookies，是个完全隔离的环境。这反而成了开发场景的优势。它的主场是本地开发服务器、文件预览、公共网页、响应式布局检查和视觉 bug 复现。Codex 可以改代码、操作页面、截图、再跑一遍，形成紧密的反馈循环。 Jason 最喜欢的功能是标注：你可以直接在页面上点击某个元素留评论，比如"这个层级反了""这个按钮间距不够"，Codex 会拿着截图和元素上下文去改代码，改完重新打开同一个页面等你下一轮标注。比来回传截图和文字描述高效得多。【选哪个？】简单记：任务需要登录状态用 Chrome，需要操作桌面应用用 Computer Use，在做前端开发用内置浏览器。如果有现成的插件或 MCP 能完成任务，优先用结构化工具，视觉控制是最后手段。

宝玉

179,686 Aufrufe • vor 1 Monat

Codex 最新动态：从 GPT‑5.6 与 Ultra 模式，到多智能体并行协作、计算机与浏览器操作、应用截图理解、行内代码和文档修改，再到一键发布 Sites、跨项目管理以及完整的 PR 工作流。 Codex 已不只是一个“帮你写代码”的工具，而是能够拆解复杂任务、操作和测试应用、协调多个项目、处理 Bug 与代码审查，并协助完成发布的开发伙伴。无论你想提高日常开发效率，还是探索更自动化的 AI 编程方式，这支视频都能帮你快速掌握 Codex 的新能力和实际应用场景。本视频由 baocut 翻译

Codex 最新动态：从 GPT‑5.6 与 Ultra 模式，到多智能体并行协作、计算机与浏览器操作、应用截图理解、行内代码和文档修改，再到一键发布 Sites、跨项目管理以及完整的 PR 工作流。 Codex 已不只是一个“帮你写代码”的工具，而是能够拆解复杂任务、操作和测试应用、协调多个项目、处理 Bug 与代码审查，并协助完成发布的开发伙伴。无论你想提高日常开发效率，还是探索更自动化的 AI 编程方式，这支视频都能帮你快速掌握 Codex 的新能力和实际应用场景。本视频由 baocut 翻译

宝玉

37,498 Aufrufe • vor 16 Tagen

实战教程！给大家带来一期《从0到1开发并部署上线第一款生产级Agent》小白友好视频。我之前分享过很多关于Codex和Claude Code的教程，用它们做出了很多酷炫的东西，也实际提高了生产力。但是知其然，而不知其所以然，所以最近潜心学习了很多Agent相关的概念：链路追踪、记忆系统、模型网关、沙箱工具...... 也在开发“书镜”Agent的过程中沉淀了一套自己的开发思路：先用问答的方式和Codex对齐产品，写PRD文档；再把PRD拆分成多个Plan.md；用乔木老师开源的Skill撰写 /goal 提示词；把Codex调整成“目标”模式，发送提示词；开发一轮后，把所有plan.md整合成一个consolidation.md，然后重复上述过程进行下一轮开发。用Codex本地Agent开发好后，才算完成了第一步，下一步是部署上线，要保证能在生产环境中能够正常使用。我选择了腾讯云 EdgeOne Makers 边缘Web与AI Agent托管平台进行部署，因为确实比较方便简单，适合上手： 1.有内置的内容创作助手模板。记忆系统、沙箱工具、调用链路追踪、模型网关都是开箱即用，我直接把代码拿过来用Codex略改一下就能快速上线。 2.前后端（Web与Agent）共用同一个项目。传统的前端和后端是分隔开的，经常有跨域请求的麻烦，统一之后技术框架更为优雅，也能更好地统一管理账号、部署、监控和域名。 3.不限制部署项目的框架、语言和模型。Claude / OpenAI / LangGraph / CrewAI的框架都适配，没有自己的SDK；不限制开发语言（JS / Python）；有统一的AI Gateway，但是也可以接第三方API。

实战教程！给大家带来一期《从0到1开发并部署上线第一款生产级Agent》小白友好视频。我之前分享过很多关于Codex和Claude Code的教程，用它们做出了很多酷炫的东西，也实际提高了生产力。但是知其然，而不知其所以然，所以最近潜心学习了很多Agent相关的概念：链路追踪、记忆系统、模型网关、沙箱工具...... 也在开发“书镜”Agent的过程中沉淀了一套自己的开发思路：先用问答的方式和Codex对齐产品，写PRD文档；再把PRD拆分成多个Plan.md；用乔木老师开源的Skill撰写 /goal 提示词；把Codex调整成“目标”模式，发送提示词；开发一轮后，把所有plan.md整合成一个consolidation.md，然后重复上述过程进行下一轮开发。用Codex本地Agent开发好后，才算完成了第一步，下一步是部署上线，要保证能在生产环境中能够正常使用。我选择了腾讯云 EdgeOne Makers 边缘Web与AI Agent托管平台进行部署，因为确实比较方便简单，适合上手： 1.有内置的内容创作助手模板。记忆系统、沙箱工具、调用链路追踪、模型网关都是开箱即用，我直接把代码拿过来用Codex略改一下就能快速上线。 2.前后端（Web与Agent）共用同一个项目。传统的前端和后端是分隔开的，经常有跨域请求的麻烦，统一之后技术框架更为优雅，也能更好地统一管理账号、部署、监控和域名。 3.不限制部署项目的框架、语言和模型。Claude / OpenAI / LangGraph / CrewAI的框架都适配，没有自己的SDK；不限制开发语言（JS / Python）；有统一的AI Gateway，但是也可以接第三方API。

逸尘

378,242 Aufrufe • vor 1 Monat

妈的，终于把 Chrome 上的 Gemini 开了录个视频教大家怎么开启如果你也跟我一样，所有的方法都用了，还是不行，而且你是 macOS 系统的话。你直接把系统语言改成英文，它重启后就出来了。首先就是 Chrome 的设置： 1. 把 Gemini 相关的所有开关都打开 2. 然后再把所有的 Chrome 浏览器地区设置成美国这个流程可以用命令行去完成，也可以用现成的项目（如下面所发）去完成然后关于谷歌账号和系统的设置： 1. 把你的 Google 账号地区改成美国 2. 把 Google 账号语言设置成英文 3. 刚才我提到的 Google 浏览器也需要改成英文在 macOS 上，如果想把 Google 浏览器改成英文界面，需要把你整个系统语言都设置成英文

妈的，终于把 Chrome 上的 Gemini 开了录个视频教大家怎么开启如果你也跟我一样，所有的方法都用了，还是不行，而且你是 macOS 系统的话。你直接把系统语言改成英文，它重启后就出来了。首先就是 Chrome 的设置： 1. 把 Gemini 相关的所有开关都打开 2. 然后再把所有的 Chrome 浏览器地区设置成美国这个流程可以用命令行去完成，也可以用现成的项目（如下面所发）去完成然后关于谷歌账号和系统的设置： 1. 把你的 Google 账号地区改成美国 2. 把 Google 账号语言设置成英文 3. 刚才我提到的 Google 浏览器也需要改成英文在 macOS 上，如果想把 Google 浏览器改成英文界面，需要把你整个系统语言都设置成英文

歸藏(guizang.ai)

291,672 Aufrufe • vor 6 Monaten

Codex 从 0 到 1 全攻略，只要 60 分钟。就能让你真正搞懂为什么整个 AI 圈最近都在疯狂讨论它。大部分人现在还停留在：用 AI 聊天写文案问问题生成图片但真正会玩的人。已经开始让 AI 帮自己：写代码修 Bug 搭项目自动执行复杂任务你以为大家还在卷提示词。但新的游戏规则已经变了。未来真正拉开差距的。不是谁更会提问。而是谁先学会让 AI 帮你直接干活。而 Codex。就是目前最值得花时间研究的东西之一。别等所有人都开始用了你才后知后觉。花 60 分钟看完。你会比 90% 的人更早看懂下一波 AI 机会。

Codex 从 0 到 1 全攻略，只要 60 分钟。就能让你真正搞懂为什么整个 AI 圈最近都在疯狂讨论它。大部分人现在还停留在：用 AI 聊天写文案问问题生成图片但真正会玩的人。已经开始让 AI 帮自己：写代码修 Bug 搭项目自动执行复杂任务你以为大家还在卷提示词。但新的游戏规则已经变了。未来真正拉开差距的。不是谁更会提问。而是谁先学会让 AI 帮你直接干活。而 Codex。就是目前最值得花时间研究的东西之一。别等所有人都开始用了你才后知后觉。花 60 分钟看完。你会比 90% 的人更早看懂下一波 AI 机会。

空投龙 | |上Gate玩事件合约

43,520 Aufrufe • vor 1 Monat

李飞飞这段采访，越听越有压力。她说未来真正被甩开的，可能不是被 AI 替代的人，而是还在用五年前流程工作的人。以前产品经理不会写代码很正常：写 PRD、开会、等设计、排开发，几个月做个原型。但现在旁边的人已经能用 AI 当天把 demo 跑出来，拿真实界面讨论需求，你还在说“我负责协调资源”。差距可能就是这么拉开的。 AI 最狠的地方，不是替你工作，而是逼你从“传话的人”变成“能把想法做出来的人”。

李飞飞这段采访，越听越有压力。她说未来真正被甩开的，可能不是被 AI 替代的人，而是还在用五年前流程工作的人。以前产品经理不会写代码很正常：写 PRD、开会、等设计、排开发，几个月做个原型。但现在旁边的人已经能用 AI 当天把 demo 跑出来，拿真实界面讨论需求，你还在说“我负责协调资源”。差距可能就是这么拉开的。 AI 最狠的地方，不是替你工作，而是逼你从“传话的人”变成“能把想法做出来的人”。

Vincent

69,334 Aufrufe • vor 1 Monat

最近看到一个很值得研究的开源项目：learn-claude-code。它不是在教你怎么堆 prompt、连工作流、搭节点图，而是在教你一件更底层的事：怎么从 0 到 1 搭一个类 Claude Code 的 agent harness。这个项目最有意思的观点是：真正的 Agent 是模型本身，外面的代码只是 harness。所以它讨论的重点，不是“怎么把流程编排得更复杂”，而是怎么给模型准备一个真正能工作的环境。 README 里把 harness 拆成了： Tools Knowledge Observation Action Interfaces Permissions 也就是工具、知识、观察、动作接口和权限边界。说白了，模型负责思考， harness 负责让它看见世界、调用工具、执行动作。我觉得这个视角很重要。因为很多人现在做 Agent，还停留在“拼工作流”和“堆胶水代码”的阶段。但真正决定 Agent 能不能跑起来的，往往是你给它什么环境，而不是你给它多少层 prompt。这个项目现在 GitHub 已经有 36k Stars、5.8k Forks。如果你在关注 AI Agent、Claude Code，或者 agent engineering，这个项目很值得看看。👇

最近看到一个很值得研究的开源项目：learn-claude-code。它不是在教你怎么堆 prompt、连工作流、搭节点图，而是在教你一件更底层的事：怎么从 0 到 1 搭一个类 Claude Code 的 agent harness。这个项目最有意思的观点是：真正的 Agent 是模型本身，外面的代码只是 harness。所以它讨论的重点，不是“怎么把流程编排得更复杂”，而是怎么给模型准备一个真正能工作的环境。 README 里把 harness 拆成了： Tools Knowledge Observation Action Interfaces Permissions 也就是工具、知识、观察、动作接口和权限边界。说白了，模型负责思考， harness 负责让它看见世界、调用工具、执行动作。我觉得这个视角很重要。因为很多人现在做 Agent，还停留在“拼工作流”和“堆胶水代码”的阶段。但真正决定 Agent 能不能跑起来的，往往是你给它什么环境，而不是你给它多少层 prompt。这个项目现在 GitHub 已经有 36k Stars、5.8k Forks。如果你在关注 AI Agent、Claude Code，或者 agent engineering，这个项目很值得看看。👇

axiaisacat

44,334 Aufrufe • vor 4 Monaten