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.

你这个月的 Codex 订阅，按 OpenAI API 价格折算，到底薅回了多少钱？做了个 macOS 小组件专门算这笔账——进度条的满额刻度，标到了约 4.6 万美元/月。（郭美青老师本来是自己用的，然后开源出来给大家用） codexU 是一个 macOS 菜单栏 + 桌面小组件，把 OpenAI Codex（以及 Claude Code）的额度窗口、token 用量、今日任务看板，全塞进菜单栏。它最戳人的是那个叫 "羊毛进度" 的功能： Codex 的额度界面通常只给你一个百分比和重置时间，你根本看不出"我这个月到底用掉了多少价值"。codexU 把本机解析到的 token（未缓存输入 / 命中缓存输入 / 输出）按对应模型的 OpenAI API 单价折算成美元，再和你的订阅价（Plus / Pro 100 / Pro 200）摆在一条进度条上——一眼看出这个月订阅回本到哪个区间了。满额刻度按"2 亿 token/天 × 30 天"估到约 4.6 万美元/月（这是理论上限估算，不是账单）。等于给"薅羊毛"做了个可视化仪表盘。工程上它跟得很紧，有两个细节值得说：... 1、数据全本地：Codex 走 app-server 的额度/用量接口 + ~/.codex/state_5.sqlite + rollout 日志里的 token_count 事件；Claude Code 走 ~/.claude/ 的 transcript。一个入口同时看两边本机用量。 2、支持最新版合并后的codex：Codex 和 ChatGPT 合并后，macOS 应用从改名成了已经兼容新应用名。也有个绕不开的现实限制——Codex 本地 API 只暴露"滚动窗口已用百分比 + 重置时间"，不给绝对配额数字，所以它只能显示剩余百分比，不是精确到还剩多少 token。怎么用：本机装了 Codex 并登录、至少跑过一次（生成 state_5.sqlite）。去 GitHub Release 下对应架构的 DMG（arm64 / x86_64），首次因为不是 App Store 签名，要在"系统设置 → 隐私与安全性"手动点"仍要打开"。Claude Code 统计是可选的。每天开 Codex 干活的，挂一个在菜单栏——月底看看自己到底从订阅里薅回了多少，顺便还能看出你的 token 都烧在了哪几个项目上。 #codexU #Codex #ClaudeCode #开发者工具 #独立开发show more

AIGCLINK

37,145 subscribers

19,224 Aufrufe • vor 3 Monaten •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

我让 GPT-6 Astra 和 Claude Fable 5.1 审同一份代码，Astra 的账单便宜了 26.4%。点开日志，Astra 的 9,832 个输出 token 里，有 7,250 个属于推理，占 73.7%，扣掉推理后，剩下的 token 大约是 Fable 的一半。这次对照是在 ZenMux 上跑的，同一个 key 可以切模型，调用记录能展开每项费用，方便把两边放在一起核算。后面接入 Codex，又查了一次模型定价接口，我找到了另外两处只看总账单容易忽略的成本。先说审代码这次。测试材料是我自己项目里的自动评分器，163 行 Python，公开在 GitHub 的 ling-fin-eval 仓库。左边 GPT-6 Astra，右边 Claude Fable 5.1，同一段 prompt 同时发，要求把问题分三类，每条给确切行号和理由，没把握的明确写“未验证”，不要自行补全。 Astra 报了 20 条，另列 4 条未验证；Fable 报了 37 条，并逐条标注把握程度。两边的账单和输出放在一起，是这样。项目GPT-6 Astra，Claude Fable 5.1 总费用0.5331 美元，0.7245 美元输出 token9,832，13,278 推理 token7,250，8386 输出减去推理2,582，4,892 Astra 这次确实少花了 26.4%，总输出 token 也更少。我又做了一个折算。按 output token 包含 reasoning token 的口径，用总费用除以两者相减后的 token 数，再换算成每百万 token。 Astra 是 206.47 美元，Fable 是 148.10 美元，前者高出 39.4%。这个数只表示本次总费用分摊到非推理输出后的成本。，它依赖两边字段口径一致，也不能直接代表审查质量。回答长短、问题条数都只是表面数量，误报和遗漏需要逐条核验。这组数据让我对“输出更少”多留了一个心眼，只看 9,832 和 13,278，会漏掉输出内部的构成。 ZenMux 在这里省了接入和对账的步骤，我可以在同一个平台切模型，再展开两条调用记录看费用，实际参数和缓存状态仍要单独记录，同一个 key 不会自动让这些条件一致。接下来这笔更直观。我把 Codex 接到 ZenMux，问了一个很简单的问题：“用一句话说明 norm() 函数做了什么。” 它答对了，还给出了第 7 行。我回源核过，行号精确命中。其中一条调用记录的费用是 0.2482515 美元，拆开如下。费用项token 数，费用（美元）占比缓存读取 input_cache_read 182,934，0.182934，73.7% 缓存写入 input_cache_write，3,519 0.0439875 17.7% 输出 completion，413，0.020650 8.3%普通输入 prompt68，0.000680，0.3% 合计0.2482515 100% 输出费用只占 8.3%，大约十二分之一，缓存读取和写入合计占了 91.4%。这条记录中的输入类 token 加起来有 186,521 个，对照我只问了一句函数解释，这个输入量很值得继续查。 Agent 请求会携带上下文，系统提示、skills 清单、AGENTS.md 和读入的文件，都可能贡献输入，但仅凭费用表，还不能确定它们各占多少。缓存读取占比高，也不能直接判成缓存浪费，这里读缓存的单价是普通输入的十分之一。需要继续检查的是，任务带入了哪些上下文，其中多少确实需要。有了逐项账单，排查方向就清楚了。这条记录里，输出只占很小一部分，输入上下文值得优先检查，整次任务花了多少钱，则要把相关请求一起算进去。第三处发现来自定价接口，也纠正了我自己的一个推断。 ZenMux 模型页给 Astra 标出的价格区间是输入 10 至 20、输出 50 至 75 美元／百万 token，我最初把这个区间理解成了 low、medium、high 等推理档位，还专门去问了品牌方。后来查了公开的 models 接口，定价条件写的是 prompt_tokens。截至 2026 年 9 月 6 日，Astra 的定义如下，单位均为美元／百万 token。费用项，单次请求 prompt < 272K 单次请求 prompt ≥ 272K 输入10，20 缓存写入，12.5，25 缓存读取1，2输出50，75 这个区间对应长上下文阶梯，达到 272K 后，输入和缓存单价翻倍，输出单价上涨 50%。接口列出的这组价格条件没有按 effort 分档，effort 仍可能改变实际使用的 token 数，进而影响总费用。 272K 要对照单次请求的 prompt token，不能拿整个 agent 任务多次请求的累计输入来比较。不同模型的阶梯也要逐个看，这张表只适用于接口当前列出的 Astra 定义。超过门槛后的实际扣费，我没有另外发请求验证。这几笔账查完，我用 ZenMux 的理由更具体了，换模型时可以沿用同一个 key，跑完以后能在同一个地方对照调用记录，再追到输入、推理、缓存和各项单价。推理 token 数也能从部分官方 API 的 usage 字段里拿到，例如 OpenAI 就有相应字段，ZenMux 对我这次工作的帮助，是把多模型调用和费用查看集中起来，减少自己整理不同接口数据的步骤。限时充值活动：充 50 美元得 70（送 20）充 100 美元得 150（送 50）限 9.4-9.11 ，一共是7天，每个账号限兑一次活动入口和当前状态以官网为准： #ZenMux

我让 GPT-6 Astra 和 Claude Fable 5.1 审同一份代码，Astra 的账单便宜了 26.4%。点开日志，Astra 的 9,832 个输出 token 里，有 7,250 个属于推理，占 73.7%，扣掉推理后，剩下的 token 大约是 Fable 的一半。这次对照是在 ZenMux 上跑的，同一个 key 可以切模型，调用记录能展开每项费用，方便把两边放在一起核算。后面接入 Codex，又查了一次模型定价接口，我找到了另外两处只看总账单容易忽略的成本。先说审代码这次。测试材料是我自己项目里的自动评分器，163 行 Python，公开在 GitHub 的 ling-fin-eval 仓库。左边 GPT-6 Astra，右边 Claude Fable 5.1，同一段 prompt 同时发，要求把问题分三类，每条给确切行号和理由，没把握的明确写“未验证”，不要自行补全。 Astra 报了 20 条，另列 4 条未验证；Fable 报了 37 条，并逐条标注把握程度。两边的账单和输出放在一起，是这样。项目GPT-6 Astra，Claude Fable 5.1 总费用0.5331 美元，0.7245 美元输出 token9,832，13,278 推理 token7,250，8386 输出减去推理2,582，4,892 Astra 这次确实少花了 26.4%，总输出 token 也更少。我又做了一个折算。按 output token 包含 reasoning token 的口径，用总费用除以两者相减后的 token 数，再换算成每百万 token。 Astra 是 206.47 美元，Fable 是 148.10 美元，前者高出 39.4%。这个数只表示本次总费用分摊到非推理输出后的成本。，它依赖两边字段口径一致，也不能直接代表审查质量。回答长短、问题条数都只是表面数量，误报和遗漏需要逐条核验。这组数据让我对“输出更少”多留了一个心眼，只看 9,832 和 13,278，会漏掉输出内部的构成。 ZenMux 在这里省了接入和对账的步骤，我可以在同一个平台切模型，再展开两条调用记录看费用，实际参数和缓存状态仍要单独记录，同一个 key 不会自动让这些条件一致。接下来这笔更直观。我把 Codex 接到 ZenMux，问了一个很简单的问题：“用一句话说明 norm() 函数做了什么。” 它答对了，还给出了第 7 行。我回源核过，行号精确命中。其中一条调用记录的费用是 0.2482515 美元，拆开如下。费用项token 数，费用（美元）占比缓存读取 input_cache_read 182,934，0.182934，73.7% 缓存写入 input_cache_write，3,519 0.0439875 17.7% 输出 completion，413，0.020650 8.3%普通输入 prompt68，0.000680，0.3% 合计0.2482515 100% 输出费用只占 8.3%，大约十二分之一，缓存读取和写入合计占了 91.4%。这条记录中的输入类 token 加起来有 186,521 个，对照我只问了一句函数解释，这个输入量很值得继续查。 Agent 请求会携带上下文，系统提示、skills 清单、AGENTS.md 和读入的文件，都可能贡献输入，但仅凭费用表，还不能确定它们各占多少。缓存读取占比高，也不能直接判成缓存浪费，这里读缓存的单价是普通输入的十分之一。需要继续检查的是，任务带入了哪些上下文，其中多少确实需要。有了逐项账单，排查方向就清楚了。这条记录里，输出只占很小一部分，输入上下文值得优先检查，整次任务花了多少钱，则要把相关请求一起算进去。第三处发现来自定价接口，也纠正了我自己的一个推断。 ZenMux 模型页给 Astra 标出的价格区间是输入 10 至 20、输出 50 至 75 美元／百万 token，我最初把这个区间理解成了 low、medium、high 等推理档位，还专门去问了品牌方。后来查了公开的 models 接口，定价条件写的是 prompt_tokens。截至 2026 年 9 月 6 日，Astra 的定义如下，单位均为美元／百万 token。费用项，单次请求 prompt < 272K 单次请求 prompt ≥ 272K 输入10，20 缓存写入，12.5，25 缓存读取1，2输出50，75 这个区间对应长上下文阶梯，达到 272K 后，输入和缓存单价翻倍，输出单价上涨 50%。接口列出的这组价格条件没有按 effort 分档，effort 仍可能改变实际使用的 token 数，进而影响总费用。 272K 要对照单次请求的 prompt token，不能拿整个 agent 任务多次请求的累计输入来比较。不同模型的阶梯也要逐个看，这张表只适用于接口当前列出的 Astra 定义。超过门槛后的实际扣费，我没有另外发请求验证。这几笔账查完，我用 ZenMux 的理由更具体了，换模型时可以沿用同一个 key，跑完以后能在同一个地方对照调用记录，再追到输入、推理、缓存和各项单价。推理 token 数也能从部分官方 API 的 usage 字段里拿到，例如 OpenAI 就有相应字段，ZenMux 对我这次工作的帮助，是把多模型调用和费用查看集中起来，减少自己整理不同接口数据的步骤。限时充值活动：充 50 美元得 70（送 20）充 100 美元得 150（送 50）限 9.4-9.11 ，一共是7天，每个账号限兑一次活动入口和当前状态以官网为准： #ZenMux

阿良｜AI 工作流

70,332 Aufrufe • vor 1 Monat

Anthropic engineer 这句话很关键： “你不应该一直 prompt Claude。你应该搭一个会自己 prompt 自己的 system。” 这可能是最近看到最值得保存的 Claude workflow 之一视频里她拆了很多人正在犯的同一个问题：用了 Claude 几个月，但每次还是从零开始新开 session 重新解释背景重新贴上下文重新写 prompt 然后关掉 tab，一切停止她讲到几个细节： CLAUDE.md 在你输入第一个字前，就可能吃掉 14% 95% 用户从来没装过的 plugins 不需要你手动输入 prompt，也能运行的 workflows 以及为什么“打一条 prompt 然后关掉页面”，等于把 90% 的能力留在桌上真正有意思的是： Claude 的价值不只是回答你的问题而是你能不能把它放进一套系统里让它记住规则读取上下文调用 plugins 跑 workflows 甚至在你不输入下一条 prompt 的时候，继续推进任务如果你用了 Claude 几个月，但每次 session 还是从头开始那你至少还有 28 个 untouched features 可能是 30 个今晚与其再刷一集剧，不如看完这个视频看完先 bookmark

Anthropic engineer 这句话很关键： “你不应该一直 prompt Claude。你应该搭一个会自己 prompt 自己的 system。” 这可能是最近看到最值得保存的 Claude workflow 之一视频里她拆了很多人正在犯的同一个问题：用了 Claude 几个月，但每次还是从零开始新开 session 重新解释背景重新贴上下文重新写 prompt 然后关掉 tab，一切停止她讲到几个细节： CLAUDE.md 在你输入第一个字前，就可能吃掉 14% 95% 用户从来没装过的 plugins 不需要你手动输入 prompt，也能运行的 workflows 以及为什么“打一条 prompt 然后关掉页面”，等于把 90% 的能力留在桌上真正有意思的是： Claude 的价值不只是回答你的问题而是你能不能把它放进一套系统里让它记住规则读取上下文调用 plugins 跑 workflows 甚至在你不输入下一条 prompt 的时候，继续推进任务如果你用了 Claude 几个月，但每次 session 还是从头开始那你至少还有 28 个 untouched features 可能是 30 个今晚与其再刷一集剧，不如看完这个视频看完先 bookmark

0x_Miko

155,643 Aufrufe • vor 4 Monaten

卧槽，Codex 五折渠道被我找到了！！兄弟们，我算了一下之前在官方订阅花的钱，心在滴血......同样的额度同样的能力，我硬生生多花了一倍之前用 Codex 的流程大家都懂：注册海外账号、搞🪜、绑外币卡、找代充，每一步都是坑。更离谱的是有些人为了省钱去拼车共享账号，数据全裸奔，项目文件谁都能看到后来朋友推荐我试了下 AgentSpace，直接把我之前的折腾全省了.. 它把 Codex 聚合进了一个统一的工作空间，官方同款额度，价格直接砍到五折，关键是独立账号，不是拼车不是共享号，你的代码你的数据都是你自己的而且有几个点是我没想到的： 1、买了套餐可以直接接入本地 Codex 跑，对国内用户来说等于不用🪜就能在本地环境里用上 Codex 了，这个太香了 2、支持团队协作，多个人可以在同一个 workspace 里一起搞项目，文件、任务进度、运行结果全共享，一个人没干完别人直接接手 3、不止 Codex，Claude Code、Grok、Kimi、GLM、DeepSeek 这些也都在，一个平台一站式搞定，不用再分别管好几个订阅了现在邀请好友双方还能各送7 天 ChatGPT Plus 使用权，等于好友砍一刀了属于是! 不知道这个价格能维持多久，兄弟们能冲的先冲吧！！！链接放评论区：或者用邀请码：3VC7-JDWU

卧槽，Codex 五折渠道被我找到了！！兄弟们，我算了一下之前在官方订阅花的钱，心在滴血......同样的额度同样的能力，我硬生生多花了一倍之前用 Codex 的流程大家都懂：注册海外账号、搞🪜、绑外币卡、找代充，每一步都是坑。更离谱的是有些人为了省钱去拼车共享账号，数据全裸奔，项目文件谁都能看到后来朋友推荐我试了下 AgentSpace，直接把我之前的折腾全省了.. 它把 Codex 聚合进了一个统一的工作空间，官方同款额度，价格直接砍到五折，关键是独立账号，不是拼车不是共享号，你的代码你的数据都是你自己的而且有几个点是我没想到的： 1、买了套餐可以直接接入本地 Codex 跑，对国内用户来说等于不用🪜就能在本地环境里用上 Codex 了，这个太香了 2、支持团队协作，多个人可以在同一个 workspace 里一起搞项目，文件、任务进度、运行结果全共享，一个人没干完别人直接接手 3、不止 Codex，Claude Code、Grok、Kimi、GLM、DeepSeek 这些也都在，一个平台一站式搞定，不用再分别管好几个订阅了现在邀请好友双方还能各送7 天 ChatGPT Plus 使用权，等于好友砍一刀了属于是! 不知道这个价格能维持多久，兄弟们能冲的先冲吧！！！链接放评论区：或者用邀请码：3VC7-JDWU

超级个体｜柿子

82,544 Aufrufe • vor 1 Monat

👏扣子3.0 发布了。这版我最期待的两个功能：一是"多人多 Agent 协作"——把不同的 Agent 拉进同一个项目，@ 来 @ 去分工干活；二是能把本地的 Claude Code、Codex 直接接进去托管。我平时主力就用 Claude Code，自己还折腾过几个让多 Agent 协作的小工具： - multi-agent：用 tmux 分屏把 Claude、Codex 拉起来，按顺序调度 - hero-coding：一个 Go 写的小程序，让 Agent 写完代码自动跑测试、再过一遍审查 - roundtable：让几个不同的模型对着同一个问题互相辩论，出一个结论我第一时间就上手了。先接入：本地配好的 Claude Code、Codex 点几下就接进来托管，不用重配；一个项目里我拉三个 Agent —— 本地的 Claude Code、本地的 Codex、Coze Agent。然后我在项目里 @ Claude Code，让它读我本地那个 hero-coding，它确实能读到内容，而且不单单是能读文件。我又让它调我本地的 imgen SKILL（我自己写的文生图工具）生成一张图，再通过我自己的 coze-bridge 把图发回聊天里——图真出来了，一张未来感城市夜景。也就是说，我电脑上的整套工具链、skill 它都能调起来用，云端和本地直接打通。

👏扣子3.0 发布了。这版我最期待的两个功能：一是"多人多 Agent 协作"——把不同的 Agent 拉进同一个项目，@ 来 @ 去分工干活；二是能把本地的 Claude Code、Codex 直接接进去托管。我平时主力就用 Claude Code，自己还折腾过几个让多 Agent 协作的小工具： - multi-agent：用 tmux 分屏把 Claude、Codex 拉起来，按顺序调度 - hero-coding：一个 Go 写的小程序，让 Agent 写完代码自动跑测试、再过一遍审查 - roundtable：让几个不同的模型对着同一个问题互相辩论，出一个结论我第一时间就上手了。先接入：本地配好的 Claude Code、Codex 点几下就接进来托管，不用重配；一个项目里我拉三个 Agent —— 本地的 Claude Code、本地的 Codex、Coze Agent。然后我在项目里 @ Claude Code，让它读我本地那个 hero-coding，它确实能读到内容，而且不单单是能读文件。我又让它调我本地的 imgen SKILL（我自己写的文生图工具）生成一张图，再通过我自己的 coze-bridge 把图发回聊天里——图真出来了，一张未来感城市夜景。也就是说，我电脑上的整套工具链、skill 它都能调起来用，云端和本地直接打通。

劳伦斯

27,519 Aufrufe • vor 4 Monaten

原来这就是赛博活佛的含金量！！免费用啊家人们，这得省多少token！！ DeepSeek-V4.1-Flash 最新模型，免费用两周，每天 200 次调用不限速！！我一开始还以为看错了，反复确认了三遍作为一个每天都在跑 Agent 任务的人，我最头疼的事不是模型不够强，是管理成本太高 DeepSeek 一个账号、Kimi 一个账号、GLM 一个账号、Qwen 一个账号，API Key 管了五六把，每个月充值要开四五个后台，对完账才知道这个月到底在 AI 上烧了多少钱更离谱的是，大部分平台充进去的额度根本用不完，但你不充又没法调用，等于在给每个平台交月租后来发现了 HiLinkup HiLinkup ——一个 API Key，直接接 DeepSeek、Qwen、Kimi、GLM、Doubao、MiniMax，文本图像视频音频全覆盖我试了一下，换个 base URL 就行，代码一行不用改，OpenAI SDK 直接兼容响应速度很快，关键是价格——大概是官方的 1 折左右！！，没有 TPU 上限说白了就是：以前我每个月在五六个平台上分别充钱，现在一个账户统一计费，按量走，用多少算多少关键是它现在每天送 1500 万 token 免费额度，日常跑 Agent 任务完全够用唯一的门槛就是首充 5 块钱激活一下，充完还送 5 块，而且充进去的钱不消耗，每天只走免费额度对于我们这种每天都在用国产模型跑各种任务的人来说，这个事的意义不只是省钱——是终于不用当五个平台的出纳了一个 Key 管所有模型，按任务选型，不被任何一家绑死说实话这种聚合平台的窗口期不会太长，各家模型迟早会收紧 API 授权，能用的时候赶紧先用起来！！链接：

原来这就是赛博活佛的含金量！！免费用啊家人们，这得省多少token！！ DeepSeek-V4.1-Flash 最新模型，免费用两周，每天 200 次调用不限速！！我一开始还以为看错了，反复确认了三遍作为一个每天都在跑 Agent 任务的人，我最头疼的事不是模型不够强，是管理成本太高 DeepSeek 一个账号、Kimi 一个账号、GLM 一个账号、Qwen 一个账号，API Key 管了五六把，每个月充值要开四五个后台，对完账才知道这个月到底在 AI 上烧了多少钱更离谱的是，大部分平台充进去的额度根本用不完，但你不充又没法调用，等于在给每个平台交月租后来发现了 HiLinkup HiLinkup ——一个 API Key，直接接 DeepSeek、Qwen、Kimi、GLM、Doubao、MiniMax，文本图像视频音频全覆盖我试了一下，换个 base URL 就行，代码一行不用改，OpenAI SDK 直接兼容响应速度很快，关键是价格——大概是官方的 1 折左右！！，没有 TPU 上限说白了就是：以前我每个月在五六个平台上分别充钱，现在一个账户统一计费，按量走，用多少算多少关键是它现在每天送 1500 万 token 免费额度，日常跑 Agent 任务完全够用唯一的门槛就是首充 5 块钱激活一下，充完还送 5 块，而且充进去的钱不消耗，每天只走免费额度对于我们这种每天都在用国产模型跑各种任务的人来说，这个事的意义不只是省钱——是终于不用当五个平台的出纳了一个 Key 管所有模型，按任务选型，不被任何一家绑死说实话这种聚合平台的窗口期不会太长，各家模型迟早会收紧 API 授权，能用的时候赶紧先用起来！！链接：

超级个体｜柿子

75,203 Aufrufe • vor 10 Tagen

🔥 重磅消息：昨晚刚上线的Claude Opus 4.6 可以免费用了！ ZenMux把这个模型给免费开放了，目前是限时 2 周免费体验。这可能是今年最良心的 AI 福利了——要知道官方 Claude Pro 订阅一个月就要 $20，而且还有额度限制。说实话，我自己最近已经被额度问题困扰很久了。这已经是这个月第三次了——上周用 Claude Code 重构了一个项目，刚生成了大概 2000 行代码，额度直接没了就~~ 然后就是熟悉的循环：要么等下个月重置，要么就是再充钱。这种“写到一半突然卡住”的感觉，真的太难受了，大家应该懂得。而我又是一个完全不懂代码的 Vibe Coding 选手，所有的东西都得靠 AI，手工是绝对不可能的，所以消耗 Token 的速度比谁都快。所以今早看到 yamilet 第一时间支持了 Claude Opus 4.6，还包含了 GPT-5.2、Gemini 3 Pro 这些最新模型。加上他们最新上线了一个 Builder Plan 订阅制，限量 999 份，我就赶紧抢了一个。我的实际体验： 1、注册后直接选 Pro 套餐（$20/月），直接支付宝付款 2、拿到 API Key 之后，复制到 VS Code的设置里（替换我原来的 Anthropic Key） 3、打开项目，直接用Claude Code插件，然后选 Claude Opus 4.6，开始继续写代码，不用担心 Token 然后我做了个测试：让 Claude Opus 4.6 帮我写一个完整的用户认证模块，包括： -- JWT token 生成和验证 -- 密码加密和校验 -- 刷新 token 机制 -- 错误处理和日志记录生成了大概 500 行代码，前前后后改了 3 次，一点心理负担都没有。以前用官方订阅的时候，每次让 AI 重新生成代码，我都会犹豫一下：“这次改动值不值得再消耗一次额度？” 现在完全不用想这个问题了。这种固定月费的模式，我爱怎么折腾怎么折腾。更爽的是：因为 ZenMux 聚合了所有主流模型，我可以直接在 VS Code里切换： -- 写复杂逻辑用 Claude Opus 4.6（推理能力较强） -- 写单元测试用 GPT-5.2（格式比较规范） -- 优化性能用 Gemini 3 Pro 一个 API Key，三个顶级模型随便切换，这种体验真的回不去了。算了一下成本以前： ChatGPT Plus $20 + Claude Pro $20 = $40/月，还经常不够用现在： ZenMux Builder Plan Pro $20/月，等价 $100 的 API 用量，目前完全够用如果你是商业项目或者生产环境，ZenMux 也有按量付费模式，企业级 SLA 保障。我个人项目用订阅制，公司项目用按量付费。 👉 体验地址：

🔥 重磅消息：昨晚刚上线的Claude Opus 4.6 可以免费用了！ ZenMux把这个模型给免费开放了，目前是限时 2 周免费体验。这可能是今年最良心的 AI 福利了——要知道官方 Claude Pro 订阅一个月就要 $20，而且还有额度限制。说实话，我自己最近已经被额度问题困扰很久了。这已经是这个月第三次了——上周用 Claude Code 重构了一个项目，刚生成了大概 2000 行代码，额度直接没了就~~ 然后就是熟悉的循环：要么等下个月重置，要么就是再充钱。这种“写到一半突然卡住”的感觉，真的太难受了，大家应该懂得。而我又是一个完全不懂代码的 Vibe Coding 选手，所有的东西都得靠 AI，手工是绝对不可能的，所以消耗 Token 的速度比谁都快。所以今早看到 yamilet 第一时间支持了 Claude Opus 4.6，还包含了 GPT-5.2、Gemini 3 Pro 这些最新模型。加上他们最新上线了一个 Builder Plan 订阅制，限量 999 份，我就赶紧抢了一个。我的实际体验： 1、注册后直接选 Pro 套餐（$20/月），直接支付宝付款 2、拿到 API Key 之后，复制到 VS Code的设置里（替换我原来的 Anthropic Key） 3、打开项目，直接用Claude Code插件，然后选 Claude Opus 4.6，开始继续写代码，不用担心 Token 然后我做了个测试：让 Claude Opus 4.6 帮我写一个完整的用户认证模块，包括： -- JWT token 生成和验证 -- 密码加密和校验 -- 刷新 token 机制 -- 错误处理和日志记录生成了大概 500 行代码，前前后后改了 3 次，一点心理负担都没有。以前用官方订阅的时候，每次让 AI 重新生成代码，我都会犹豫一下：“这次改动值不值得再消耗一次额度？” 现在完全不用想这个问题了。这种固定月费的模式，我爱怎么折腾怎么折腾。更爽的是：因为 ZenMux 聚合了所有主流模型，我可以直接在 VS Code里切换： -- 写复杂逻辑用 Claude Opus 4.6（推理能力较强） -- 写单元测试用 GPT-5.2（格式比较规范） -- 优化性能用 Gemini 3 Pro 一个 API Key，三个顶级模型随便切换，这种体验真的回不去了。算了一下成本以前： ChatGPT Plus $20 + Claude Pro $20 = $40/月，还经常不够用现在： ZenMux Builder Plan Pro $20/月，等价 $100 的 API 用量，目前完全够用如果你是商业项目或者生产环境，ZenMux 也有按量付费模式，企业级 SLA 保障。我个人项目用订阅制，公司项目用按量付费。 👉 体验地址：

鱼总聊AI

37,827 Aufrufe • vor 8 Monaten

每一次重制 Codex 背后的男人 Tibo 终于来了，看完这 44 分钟视频，我感觉 OpenAI 已经把下一代 ChatGPT 的样子提前说透了。 Tibo 反复在讲一件事：今天我们使用 AI 的方式，很快也会显得极其原始。现在你还要写 Skills、维护记忆、启动子 Agent、切十几个窗口、自己盯进度，本质上还是“人类在管理 AI”。OpenAI 想做的下一步，是把这整层管理工作也干掉。 Tibo 给出的终局非常明确：ChatGPT 和 Codex 会继续融合，语音、视觉、记忆、工具调用、云端 Agent 全部接到一个系统里。它长期理解你是谁、你每天在做什么、团队做到哪一步，然后自己决定该调用什么工具、开多少个 Agent、什么时候提醒你、什么时候直接执行。程序员和普通人最后甚至可能用的是同一个产品，只不过 AI 根据每个人自动长出完全不同的界面。今天的笔记本电脑，本来就是按人类能处理多少工作设计的。你一次只能盯几个窗口、操作几个 App，但模型没有这个限制，未来完全可以同时处理几十甚至上百个应用。到那时候，瓶颈就不再是模型会不会写代码，而是我们今天这套电脑、App、菜单、鼠标点击的交互方式，本身已经配不上 AI 的速度了。所以 Codex 一次次重制，其实不是 OpenAI 在打磨一个更好的编程工具。它更像是在拿程序员这群最重度用户，提前测试一种新的计算范式：你不再操作软件，也不再管理 Agent，你只负责表达目标，剩下的工作由 AI 自己组织完成。看完这 44 分钟，我对 OpenAI 的判断反而更清楚了：它真正想吞掉的，可能从来都不是 Cursor 或 Claude Code。而是人类亲自操作电脑这件事。

每一次重制 Codex 背后的男人 Tibo 终于来了，看完这 44 分钟视频，我感觉 OpenAI 已经把下一代 ChatGPT 的样子提前说透了。 Tibo 反复在讲一件事：今天我们使用 AI 的方式，很快也会显得极其原始。现在你还要写 Skills、维护记忆、启动子 Agent、切十几个窗口、自己盯进度，本质上还是“人类在管理 AI”。OpenAI 想做的下一步，是把这整层管理工作也干掉。 Tibo 给出的终局非常明确：ChatGPT 和 Codex 会继续融合，语音、视觉、记忆、工具调用、云端 Agent 全部接到一个系统里。它长期理解你是谁、你每天在做什么、团队做到哪一步，然后自己决定该调用什么工具、开多少个 Agent、什么时候提醒你、什么时候直接执行。程序员和普通人最后甚至可能用的是同一个产品，只不过 AI 根据每个人自动长出完全不同的界面。今天的笔记本电脑，本来就是按人类能处理多少工作设计的。你一次只能盯几个窗口、操作几个 App，但模型没有这个限制，未来完全可以同时处理几十甚至上百个应用。到那时候，瓶颈就不再是模型会不会写代码，而是我们今天这套电脑、App、菜单、鼠标点击的交互方式，本身已经配不上 AI 的速度了。所以 Codex 一次次重制，其实不是 OpenAI 在打磨一个更好的编程工具。它更像是在拿程序员这群最重度用户，提前测试一种新的计算范式：你不再操作软件，也不再管理 Agent，你只负责表达目标，剩下的工作由 AI 自己组织完成。看完这 44 分钟，我对 OpenAI 的判断反而更清楚了：它真正想吞掉的，可能从来都不是 Cursor 或 Claude Code。而是人类亲自操作电脑这件事。

比特币橙子Trader

15,740 Aufrufe • vor 1 Monat

我们来算一笔账，看看自己搭一套AI交易系统到底要花多少钱。先说看得见的成本： Anthropic API，一个月20到50美金； OpenAI Codex，20美金；跑OpenClaw的VPS，15美金。再加上docker、持久化内存这些，表面上看，一个月也就五六十美金。但真正的成本，藏在这儿：部署搭建，2到4天；调试时间，∞。算下来，明面上一个月花不了多少钱，但搭进去的全是你的时间。问题是，这本质上已经是一份全职工作了。你费这么大劲，不就是为了逃离另一份全职工作吗？另一条路反而简单直接： Polymarket里已经有现成的钱包，优势看得见，超过0.10，还有90天的历史记录可以查。时间成本？15分钟。代码成本？零。文章里说，bot在胜率下滑时会自己升级。钱包在这儿：但现实是，系统每升一次级，你都得继续往里搭时间、精力和钱。最便宜的AI智能体，很多时候不是你自己从零搭出来的那套，而是别人已经用自己的本金和试错，替你交过学费的经验。你觉得更值得投入的，是自己从零开始搭自动交易系统，还是直接研究那些已经跑出优势的现成钱包？如果想在 Polymarket 上做跟单交易，推荐用这个：

我们来算一笔账，看看自己搭一套AI交易系统到底要花多少钱。先说看得见的成本： Anthropic API，一个月20到50美金； OpenAI Codex，20美金；跑OpenClaw的VPS，15美金。再加上docker、持久化内存这些，表面上看，一个月也就五六十美金。但真正的成本，藏在这儿：部署搭建，2到4天；调试时间，∞。算下来，明面上一个月花不了多少钱，但搭进去的全是你的时间。问题是，这本质上已经是一份全职工作了。你费这么大劲，不就是为了逃离另一份全职工作吗？另一条路反而简单直接： Polymarket里已经有现成的钱包，优势看得见，超过0.10，还有90天的历史记录可以查。时间成本？15分钟。代码成本？零。文章里说，bot在胜率下滑时会自己升级。钱包在这儿：但现实是，系统每升一次级，你都得继续往里搭时间、精力和钱。最便宜的AI智能体，很多时候不是你自己从零搭出来的那套，而是别人已经用自己的本金和试错，替你交过学费的经验。你觉得更值得投入的，是自己从零开始搭自动交易系统，还是直接研究那些已经跑出优势的现成钱包？如果想在 Polymarket 上做跟单交易，推荐用这个：

区块链行情研究

17,868 Aufrufe • vor 6 Monaten

有没有想过：Claude Code 或 Codex 跑完一个任务，它到底「看」了哪些文件、忽略了哪些？ Mindwalk 把这个问题可视化了，它把 Claude Code 和 Codex 的会话日志，投射到代码库的 3D 地图上回放。仓库是一张夜间俯瞰图，agent 搜索、读取、编辑过的文件会发光，没碰到的区域保持黑暗，让你一眼看清 agent 对任务的理解范围。单个 Go 二进制文件，所有数据完全本地处理，不会离开机器。文件触达状态分四级：未访问、已查看、已读取、已编辑，还有上下文压缩事件、子 agent 启动、错误节点的时间轴标记。这个工具提供了一个直觉：agent 的工作范围和你以为的往往不一样。当它跑了 30 分钟，你以为它读遍了整个仓库，但地图可能告诉你它根本没碰到关键目录。如果你在用 Claude Code 跑复杂任务，这是个值得装一下的调试工具。可以用它检查 agent 是否真的理解了任务范围，而不是靠最后的输出结果猜测。

有没有想过：Claude Code 或 Codex 跑完一个任务，它到底「看」了哪些文件、忽略了哪些？ Mindwalk 把这个问题可视化了，它把 Claude Code 和 Codex 的会话日志，投射到代码库的 3D 地图上回放。仓库是一张夜间俯瞰图，agent 搜索、读取、编辑过的文件会发光，没碰到的区域保持黑暗，让你一眼看清 agent 对任务的理解范围。单个 Go 二进制文件，所有数据完全本地处理，不会离开机器。文件触达状态分四级：未访问、已查看、已读取、已编辑，还有上下文压缩事件、子 agent 启动、错误节点的时间轴标记。这个工具提供了一个直觉：agent 的工作范围和你以为的往往不一样。当它跑了 30 分钟，你以为它读遍了整个仓库，但地图可能告诉你它根本没碰到关键目录。如果你在用 Claude Code 跑复杂任务，这是个值得装一下的调试工具。可以用它检查 agent 是否真的理解了任务范围，而不是靠最后的输出结果猜测。

Xudong Han

27,710 Aufrufe • vor 2 Monaten

15 张数据图帮你了解 DeepSeek Harness 昨天 DeepSeek Harness 发布，于是就想着让 Codex 分析一下，找到了一个很好的角度，就是从一些数据上向大家介绍这个产品。确实也发现了一些很有意思的东西：插件系统与 Koishi 高度相似：他们主打的插件系统与 Koishi 的插件平台相似度高达 75%。大概率是整个平台都挪过来了，不知道是不是他们的核心开发者入职了。大量使用 AI 开发： Codex 命名的主干 PR 达到了 21.2%，分支信息中提到 Codex 的比例有 28.2%。猜测他们肯定用了 Claude Code 开发，只是删掉了一些 Claude 的痕迹。参考了大量外部 Agent 项目：提到最多的外部项目是 Pi，第二多的是 Codex，之后是 Claude Code。甚至直接引用了一些 Pi 的 TypeScript 文件。高效的代码产出：整个产品在 GitHub 上有记录的是 65 天，总共的代码产出量是 84 万行，有一万多个 commit，非常高效。交互入口的演变：他们曾经押注 TUI，后来改成 Web UI 和 TUI 的双入口，再之后整个删除了所有的 TUI，只留下了 Web UI。开发与工程规范：整个项目的测试代码比生产代码多很多，基本上达到了 1:1。全仓库的 Markdown 文档也非常多，说明他们是基于文档去控制 Harness 开发的。他们有完整的工具和科学模型 schema 共 52 个，但最后只留下了一个，目的是为了减少上下文占用。社区热度与生态：从昨天发布到现在 20 小时，GitHub 已经涨到了 8 万多的 star，非常快。插件体系标签（DSH plugin）已经有 1425 个项目，但有很多并不是真正的插件，看来有不少蹭热度的。精选清单收录了 211 个仓库，主要补充的是工具、UI 和运行的一些基础设施，甚至一上来就出现了插件市场和插件管理的插件。学术论文：他们顺便发了一篇 88 页的论文，其中 57% 都在做一些形式化的理论推导和展示。论文主要讨论的是插件的热插拔和系统稳定性问题。

15 张数据图帮你了解 DeepSeek Harness 昨天 DeepSeek Harness 发布，于是就想着让 Codex 分析一下，找到了一个很好的角度，就是从一些数据上向大家介绍这个产品。确实也发现了一些很有意思的东西：插件系统与 Koishi 高度相似：他们主打的插件系统与 Koishi 的插件平台相似度高达 75%。大概率是整个平台都挪过来了，不知道是不是他们的核心开发者入职了。大量使用 AI 开发： Codex 命名的主干 PR 达到了 21.2%，分支信息中提到 Codex 的比例有 28.2%。猜测他们肯定用了 Claude Code 开发，只是删掉了一些 Claude 的痕迹。参考了大量外部 Agent 项目：提到最多的外部项目是 Pi，第二多的是 Codex，之后是 Claude Code。甚至直接引用了一些 Pi 的 TypeScript 文件。高效的代码产出：整个产品在 GitHub 上有记录的是 65 天，总共的代码产出量是 84 万行，有一万多个 commit，非常高效。交互入口的演变：他们曾经押注 TUI，后来改成 Web UI 和 TUI 的双入口，再之后整个删除了所有的 TUI，只留下了 Web UI。开发与工程规范：整个项目的测试代码比生产代码多很多，基本上达到了 1:1。全仓库的 Markdown 文档也非常多，说明他们是基于文档去控制 Harness 开发的。他们有完整的工具和科学模型 schema 共 52 个，但最后只留下了一个，目的是为了减少上下文占用。社区热度与生态：从昨天发布到现在 20 小时，GitHub 已经涨到了 8 万多的 star，非常快。插件体系标签（DSH plugin）已经有 1425 个项目，但有很多并不是真正的插件，看来有不少蹭热度的。精选清单收录了 211 个仓库，主要补充的是工具、UI 和运行的一些基础设施，甚至一上来就出现了插件市场和插件管理的插件。学术论文：他们顺便发了一篇 88 页的论文，其中 57% 都在做一些形式化的理论推导和展示。论文主要讨论的是插件的热插拔和系统稳定性问题。

歸藏(guizang.ai)

16,428 Aufrufe • vor 1 Monat

你每个月给Claude交20美元订阅费。知道你实际烧掉了多少钱的算力吗？至少180美元。如果是交200美元的重度Max用户。一个月甚至能跑出5000美元的账单。中间的巨大差价是谁在买单？硅谷的风投资本。个人用户拿到手的价格只有企业定价的一成。这根本不是一门能自负盈亏的生意。现在地主家的余粮也开始见底了。 Claude最近高调宣布非高峰和周末提供双倍额度。大家以为这是在大派福利。其实人家前一周刚暗中砍了你的基础配额。所谓的双倍只是刚好补齐被偷偷削减的部分。先借机把算力需求赶出高峰期。再按计划慢慢收紧整体配额。数字游戏背后的用意非常清晰。拿风投的钱倒贴普通用户玩AI的黄金时代结束了。未来的每一次对话都将要求普通人原价奉还。

你每个月给Claude交20美元订阅费。知道你实际烧掉了多少钱的算力吗？至少180美元。如果是交200美元的重度Max用户。一个月甚至能跑出5000美元的账单。中间的巨大差价是谁在买单？硅谷的风投资本。个人用户拿到手的价格只有企业定价的一成。这根本不是一门能自负盈亏的生意。现在地主家的余粮也开始见底了。 Claude最近高调宣布非高峰和周末提供双倍额度。大家以为这是在大派福利。其实人家前一周刚暗中砍了你的基础配额。所谓的双倍只是刚好补齐被偷偷削减的部分。先借机把算力需求赶出高峰期。再按计划慢慢收紧整体配额。数字游戏背后的用意非常清晰。拿风投的钱倒贴普通用户玩AI的黄金时代结束了。未来的每一次对话都将要求普通人原价奉还。

墓碑科技

55,816 Aufrufe • vor 6 Monaten

ChatGPT 桌面端（原来的 Codex App）今天加入了语音控制，macOS 和 Windows 用户可以直接用嘴指挥 AI 干活了。具体来说，你可以一边跟 ChatGPT 说话，一边让它操控电脑、启动 Codex 写代码、调度 ChatGPT Work 执行任务，全程不用打字。开着一个语音对话，同时管理多个后台 Agent（智能体），有点像一个人坐在那里口述指令，几个助手分头干活。这个功能基于 GPT-Live，OpenAI 在 7 月 8 日刚上线的新一代语音模型。GPT-Live 最大的变化是全双工架构，也就是它能同时听你说话和给你回话，不用像以前那样等你说完、停顿、它再开口。遇到复杂问题，它会把推理任务丢给后台的 GPT-5.5 处理，自己继续跟你聊，不会卡住。 macOS 用户多了一个叫 Appshots 的功能：语音对话时，ChatGPT 可以直接看到你当前最前面的窗口，了解你在做什么，回答就更贴合上下文。比如你正在看一段代码，直接说“这个函数有什么问题”，它能看到屏幕内容来回答。Windows 用户暂时没有这个能力。此外，iPhone 用户可以通过远程配对的方式，用 iOS 上的 ChatGPT 语音来操控桌面端的 Codex。等于你拿着手机在沙发上就能指挥电脑写代码。Android 支持还在路上。今天全球同步推出，面向 Plus、Pro、Business、Edu 和 Enterprise 用户。免费用户暂不可用。

ChatGPT 桌面端（原来的 Codex App）今天加入了语音控制，macOS 和 Windows 用户可以直接用嘴指挥 AI 干活了。具体来说，你可以一边跟 ChatGPT 说话，一边让它操控电脑、启动 Codex 写代码、调度 ChatGPT Work 执行任务，全程不用打字。开着一个语音对话，同时管理多个后台 Agent（智能体），有点像一个人坐在那里口述指令，几个助手分头干活。这个功能基于 GPT-Live，OpenAI 在 7 月 8 日刚上线的新一代语音模型。GPT-Live 最大的变化是全双工架构，也就是它能同时听你说话和给你回话，不用像以前那样等你说完、停顿、它再开口。遇到复杂问题，它会把推理任务丢给后台的 GPT-5.5 处理，自己继续跟你聊，不会卡住。 macOS 用户多了一个叫 Appshots 的功能：语音对话时，ChatGPT 可以直接看到你当前最前面的窗口，了解你在做什么，回答就更贴合上下文。比如你正在看一段代码，直接说“这个函数有什么问题”，它能看到屏幕内容来回答。Windows 用户暂时没有这个能力。此外，iPhone 用户可以通过远程配对的方式，用 iOS 上的 ChatGPT 语音来操控桌面端的 Codex。等于你拿着手机在沙发上就能指挥电脑写代码。Android 支持还在路上。今天全球同步推出，面向 Plus、Pro、Business、Edu 和 Enterprise 用户。免费用户暂不可用。

宝玉

89,993 Aufrufe • vor 2 Monaten

试了一下 OpenAI 新出的 Codex App，有些亮点跟 Skills 的适配还是有点问题，模型的主要问题就是慢 OpenAI 给 Pro 和 Plus 用户的 Codex 额度在未来两个月内全部翻倍了 👇看一下详细的能力介绍： Skills 可视化管理有一个专门的 Skills 列表界面，预置了一些官方 skills，也可以扫描你已经安装的 skills。注意这里只能扫描 NPX 安装的，本地创建的（比如在 Claude Code 里创建的）扫不出来。还支持 Skills Creator 创建的 skills，可以直接在 APP 里用它去创建新 skills。 ------ 定时任务功能，这个挺实用的。可以让 AI 定期执行某些任务，比如每周给你一个解决问题的报告，定期去解决某个项目的 PR 问题，或者定期 review 代码。对于需要持续维护的项目来说，这个功能还是挺有价值的。 ------ Codex APP 现在支持计划模式了。因为它跟 Codex CLI 共享后端，所以现在 Codex CLI 也同步支持计划模式了。这意味着 AI 会先规划任务步骤，让你确认后再执行。 ------ 用量显示的样式做得挺好的。进度条、余量、使用情况都很清楚，一眼就能看到你还有多少额度。还有 code review 的快捷方式，可以快速调用你的 skills。MCP 的添加也支持。 ====== 实测：用 video-wrapper skill 跑了一遍我测试主要是让它跑了一个我最近做的 skill，可以一键给视频添加视频包装，比如卡片、花字、人物条、章节标题这些。这个 skill 挺复杂的，所以很适合用来测试。 ------ 第一次运行的问题可以工作，但第一次它选了 PIL 这个方案，比较差。核心问题是什么？它跟你没有交互。我的 skill 里边写清楚了：要先问用户要哪套方案，再给出包装方案让用户确认，用户确认了再开始包装。但在 Codex 这里，明显没有交互。它就直接跑，把所有决定都自己做了，跑完就完了。出错了也不管，直接用降级方案。 ------ 修复后的效果我让它修复以后，它倒是能修复。重新跑了一遍，效果也不错。最终生成的视频包装效果还行： ▸ 左下角有人物卡片 ▸ 有花字 ▸ 有各种卡片和章节标题 ▸ 结论卡片也加上了因为我们用前端代码约束了样式，所以它在样式上不会出什么错误。 ------ 体验总结整个过程很不可控： ▸ 速度很慢 - Codex 本身速度就慢 ▸ 交互明显不够 - 你根本不知道进到哪个阶段了，也不知道它的方案是什么 ▸ 只管执行 - AI 一直在执行，不会停下来问你可能是它不太适应 skills 规范，只是简单做了一下适配，没有 Claude Code 跟 skills 的适配那么好。

试了一下 OpenAI 新出的 Codex App，有些亮点跟 Skills 的适配还是有点问题，模型的主要问题就是慢 OpenAI 给 Pro 和 Plus 用户的 Codex 额度在未来两个月内全部翻倍了 👇看一下详细的能力介绍： Skills 可视化管理有一个专门的 Skills 列表界面，预置了一些官方 skills，也可以扫描你已经安装的 skills。注意这里只能扫描 NPX 安装的，本地创建的（比如在 Claude Code 里创建的）扫不出来。还支持 Skills Creator 创建的 skills，可以直接在 APP 里用它去创建新 skills。 ------ 定时任务功能，这个挺实用的。可以让 AI 定期执行某些任务，比如每周给你一个解决问题的报告，定期去解决某个项目的 PR 问题，或者定期 review 代码。对于需要持续维护的项目来说，这个功能还是挺有价值的。 ------ Codex APP 现在支持计划模式了。因为它跟 Codex CLI 共享后端，所以现在 Codex CLI 也同步支持计划模式了。这意味着 AI 会先规划任务步骤，让你确认后再执行。 ------ 用量显示的样式做得挺好的。进度条、余量、使用情况都很清楚，一眼就能看到你还有多少额度。还有 code review 的快捷方式，可以快速调用你的 skills。MCP 的添加也支持。 ====== 实测：用 video-wrapper skill 跑了一遍我测试主要是让它跑了一个我最近做的 skill，可以一键给视频添加视频包装，比如卡片、花字、人物条、章节标题这些。这个 skill 挺复杂的，所以很适合用来测试。 ------ 第一次运行的问题可以工作，但第一次它选了 PIL 这个方案，比较差。核心问题是什么？它跟你没有交互。我的 skill 里边写清楚了：要先问用户要哪套方案，再给出包装方案让用户确认，用户确认了再开始包装。但在 Codex 这里，明显没有交互。它就直接跑，把所有决定都自己做了，跑完就完了。出错了也不管，直接用降级方案。 ------ 修复后的效果我让它修复以后，它倒是能修复。重新跑了一遍，效果也不错。最终生成的视频包装效果还行： ▸ 左下角有人物卡片 ▸ 有花字 ▸ 有各种卡片和章节标题 ▸ 结论卡片也加上了因为我们用前端代码约束了样式，所以它在样式上不会出什么错误。 ------ 体验总结整个过程很不可控： ▸ 速度很慢 - Codex 本身速度就慢 ▸ 交互明显不够 - 你根本不知道进到哪个阶段了，也不知道它的方案是什么 ▸ 只管执行 - AI 一直在执行，不会停下来问你可能是它不太适应 skills 规范，只是简单做了一下适配，没有 Claude Code 跟 skills 的适配那么好。

歸藏(guizang.ai)

30,595 Aufrufe • vor 8 Monaten

这可能是目前最全的 Codex 入门教程了，80分钟，已加中文字幕，建议收藏慢慢看 Codex 是 OpenAI 的 AI 编程代理，跟 Claude Code 是直接竞品。很多人听说了但一直没上手，要么不知道从哪开始，要么看了官方文档还是一头雾水这个教程从零开始讲，适合完全没用过的人。80分钟很长，但看完基本就能上手了为什么值得现在学 Codex：之前发过 openai/skills 技能目录（22k Star）、Codex 黑客松上有人用 MCP 打通 ChatGPT 实现额度翻倍、还有人用它做赛博朋克动画网站。Codex 的生态正在快速成型 Claude Code 和 Codex 现在是 AI 编程工具的两极。只会用一个不够，两个都会才能在不同场景选最合适的 80分钟一次性讲透，比你自己零散摸索省很多时间先收藏，周末找个整块时间跟着做一遍，比看十篇碎片文章都有用

这可能是目前最全的 Codex 入门教程了，80分钟，已加中文字幕，建议收藏慢慢看 Codex 是 OpenAI 的 AI 编程代理，跟 Claude Code 是直接竞品。很多人听说了但一直没上手，要么不知道从哪开始，要么看了官方文档还是一头雾水这个教程从零开始讲，适合完全没用过的人。80分钟很长，但看完基本就能上手了为什么值得现在学 Codex：之前发过 openai/skills 技能目录（22k Star）、Codex 黑客松上有人用 MCP 打通 ChatGPT 实现额度翻倍、还有人用它做赛博朋克动画网站。Codex 的生态正在快速成型 Claude Code 和 Codex 现在是 AI 编程工具的两极。只会用一个不够，两个都会才能在不同场景选最合适的 80分钟一次性讲透，比你自己零散摸索省很多时间先收藏，周末找个整块时间跟着做一遍，比看十篇碎片文章都有用

Vincent

235,008 Aufrufe • vor 3 Monaten

使用WorkBuddy 如何查看自己的 token消耗。分享一个我最近一直在用的开源项目：Token Monitor 一个桌面小部件，把 WorkBuddy、Claude Code、Codex、Antigravity、Grok 等 21 个 AI 编码工具的 token 消耗 + 16 家的账户额度，全部聚合在一个界面里实时刷新。这里面有几个我非常喜欢的点： 1、macOS / Windows / Linux 全平台 2、多设备同步：Cloudflare Worker 一键部署，iPhone 小部件也能看 3、全部解析本地日志，提示词和代码不出机器 4、成本直接按人民币显示，汇率每天自动更新 5、缓存命中率、session 级明细、趋势 K 线图都有我自己的用法：VPS 上跑无头 agent，Cloudflare Worker 做 hub，手机上也能随时看所有机器的消耗和额度。最后，有兴趣的来看看我录制的视频，附上开源项目地址: ，最近在频繁的更新，欢迎贡献你们的star

使用WorkBuddy 如何查看自己的 token消耗。分享一个我最近一直在用的开源项目：Token Monitor 一个桌面小部件，把 WorkBuddy、Claude Code、Codex、Antigravity、Grok 等 21 个 AI 编码工具的 token 消耗 + 16 家的账户额度，全部聚合在一个界面里实时刷新。这里面有几个我非常喜欢的点： 1、macOS / Windows / Linux 全平台 2、多设备同步：Cloudflare Worker 一键部署，iPhone 小部件也能看 3、全部解析本地日志，提示词和代码不出机器 4、成本直接按人民币显示，汇率每天自动更新 5、缓存命中率、session 级明细、趋势 K 线图都有我自己的用法：VPS 上跑无头 agent，Cloudflare Worker 做 hub，手机上也能随时看所有机器的消耗和额度。最后，有兴趣的来看看我录制的视频，附上开源项目地址: ，最近在频繁的更新，欢迎贡献你们的star

AI少年

17,275 Aufrufe • vor 2 Monaten

我同时问了四个AI同一个问题：帮我找一个每天稳定赚1万美金以上的Polymarket钱包。 ChatGPT直接说：我访问不了实时数据。 Gemini倒是给了三个地址，我一查，全是一月份之后就再没动过的僵尸号。 Claude态度最好，说可以帮我写个脚本，但得先给它API密钥。只有Grok，11秒就甩回来一个结果。没有脚本。没有免责声明。只有一个钱包地址，加一句评价： “这个钱包从去年12月到现在，一周都没亏过。” k9Q2mX4L8A7ZP3R 盈利：1,436,159 美元交易次数：37,552 次加入时间：2025年12月钱包在这：跟单入口：我让Grok再深扒一下策略。它扫了眼交易时间戳，8秒后给出答案：每一笔进场，都精准卡在币安BTC价格波动超过0.11%之后的第9到16秒之间。 9秒前绝不动手。 16秒后绝不再进。一个硬编码的时间窗口。 37,552次交易，平均一天375次。三个月，140万美元。我问Grok：这得写多少行代码？ “大概18到25行。一个币安WebSocket。一个价格比对。一个买入函数。一个设成9000毫秒的休眠计时器。” 我又问：能复制吗？ “能。但你看这用户名，长得跟自动生成的API密钥一样。这钱包大概率是程序批量创建的，背后可能跑着好几个实例。你复制一个，就得跟它所有的兄弟抢饭吃。” 最后一个问题：如果这个钱包明天突然停了，会怎样？ “不会怎样。至少还有11个钱包跑着同样的逻辑，只是时间窗口稍微错开一点。这不是一个人，这是一个生态。你看到的，只是被注意到的那一个。其他的，还藏在暗处。” 140万美元。 Grok用了11秒找到的。另外三个AI，一个都没挖出来。

我同时问了四个AI同一个问题：帮我找一个每天稳定赚1万美金以上的Polymarket钱包。 ChatGPT直接说：我访问不了实时数据。 Gemini倒是给了三个地址，我一查，全是一月份之后就再没动过的僵尸号。 Claude态度最好，说可以帮我写个脚本，但得先给它API密钥。只有Grok，11秒就甩回来一个结果。没有脚本。没有免责声明。只有一个钱包地址，加一句评价： “这个钱包从去年12月到现在，一周都没亏过。” k9Q2mX4L8A7ZP3R 盈利：1,436,159 美元交易次数：37,552 次加入时间：2025年12月钱包在这：跟单入口：我让Grok再深扒一下策略。它扫了眼交易时间戳，8秒后给出答案：每一笔进场，都精准卡在币安BTC价格波动超过0.11%之后的第9到16秒之间。 9秒前绝不动手。 16秒后绝不再进。一个硬编码的时间窗口。 37,552次交易，平均一天375次。三个月，140万美元。我问Grok：这得写多少行代码？ “大概18到25行。一个币安WebSocket。一个价格比对。一个买入函数。一个设成9000毫秒的休眠计时器。” 我又问：能复制吗？ “能。但你看这用户名，长得跟自动生成的API密钥一样。这钱包大概率是程序批量创建的，背后可能跑着好几个实例。你复制一个，就得跟它所有的兄弟抢饭吃。” 最后一个问题：如果这个钱包明天突然停了，会怎样？ “不会怎样。至少还有11个钱包跑着同样的逻辑，只是时间窗口稍微错开一点。这不是一个人，这是一个生态。你看到的，只是被注意到的那一个。其他的，还藏在暗处。” 140万美元。 Grok用了11秒找到的。另外三个AI，一个都没挖出来。

区块链行情研究

80,560 Aufrufe • vor 7 Monaten

这两天时间线全是 GPT-6 Astra。 OpenAI 自己也说了，先给 Pro / Enterprise，Plus 还要再等几天。API 倒是写了 live，但很多小伙伴实际还是进不去、排不上、或者根本没那个套餐。刷了半天，基本就是：模型很强，轮不到你。我后来翻到 ZenMux。不是去找什么旁路，就是一个统一网关，一个 key 切模型。打开一看，Astra 已经挂在上面了。今晚拿它跑了个我自己卡住的活：一份写得很乱的 brief，要变成能直接交差的文档，中间还得自己去网页里核几处信息。以前这种活，模型走着走着就丢上下文，或者写得很长、token 烧一截。 Astra 更像是给这种跨步骤的活准备的——代码、浏览器、研究、文档拧在一块。这次输出也短一些，单任务体感成本比我常用的那几个低。过程放视频里了。不是评测报告，就是我自己用上了。对了，ZenMux 这几天有个限时充值，7 天，每个账号一次：充 $50 到账 $70 充 $100 到账 $150 反正要试 Astra 的话，这几天进去更合适 🔗：

这两天时间线全是 GPT-6 Astra。 OpenAI 自己也说了，先给 Pro / Enterprise，Plus 还要再等几天。API 倒是写了 live，但很多小伙伴实际还是进不去、排不上、或者根本没那个套餐。刷了半天，基本就是：模型很强，轮不到你。我后来翻到 ZenMux。不是去找什么旁路，就是一个统一网关，一个 key 切模型。打开一看，Astra 已经挂在上面了。今晚拿它跑了个我自己卡住的活：一份写得很乱的 brief，要变成能直接交差的文档，中间还得自己去网页里核几处信息。以前这种活，模型走着走着就丢上下文，或者写得很长、token 烧一截。 Astra 更像是给这种跨步骤的活准备的——代码、浏览器、研究、文档拧在一块。这次输出也短一些，单任务体感成本比我常用的那几个低。过程放视频里了。不是评测报告，就是我自己用上了。对了，ZenMux 这几天有个限时充值，7 天，每个账号一次：充 $50 到账 $70 充 $100 到账 $150 反正要试 Astra 的话，这几天进去更合适 🔗：

程序员端哥

15,996 Aufrufe • vor 1 Monat

今天给大家分享一个2026年最全最实用的 Codex 副业教程。 2026 年，主打一个从 0 到 1。小白也能跟着跑通，不是那种上来就甩一堆概念、看完更懵的教程。重点是实用。 Codex 怎么用、流程怎么搭、项目怎么跑、怎么拿它去做副业，基本都按步骤拆开了。说白了，不是教你“了解 AI 编程”。是直接带你把东西做出来。今年还不会用 Codex 搞点小项目，真的有点说不过去了。 AI 圈卷成这样，最离谱的是：很多人还在收藏教程，别人已经开始接单月入3万了。

今天给大家分享一个2026年最全最实用的 Codex 副业教程。 2026 年，主打一个从 0 到 1。小白也能跟着跑通，不是那种上来就甩一堆概念、看完更懵的教程。重点是实用。 Codex 怎么用、流程怎么搭、项目怎么跑、怎么拿它去做副业，基本都按步骤拆开了。说白了，不是教你“了解 AI 编程”。是直接带你把东西做出来。今年还不会用 Codex 搞点小项目，真的有点说不过去了。 AI 圈卷成这样，最离谱的是：很多人还在收藏教程，别人已经开始接单月入3万了。

火山哥🕊️

23,391 Aufrufe • vor 2 Monaten

一个圆，为什么是360度？定成100度不好吗？直角25度，半圆50度，多简单！这事儿，得抬头看天。答案不在数学里，在天文学里。古人要设计日历，就得记录太阳、月亮和地球的运动。但他们很快发现一个大麻烦：地球自转一天，月亮盈亏一轮，地球公转一年，这三个周期，根本对不上！怎么办？古巴比伦人想了个办法。他们用月相，也就是月亮的变化，来做日历。一个月差不多29到30天。为了计算方便，他们设计了一套“理想日历”：一年12个月，每个月30天。 12乘以30，等于多少？ 360天。这个数字对他们来说，太完美了。因为我们今天用的是十进制，而巴比伦人用的，是六十进制。 360，正好是60的6倍。完美融入他们的数学体系。他们把这个逻辑，又用在了时间上。一天，分成12个“biru”，这是他们的小时。每个“biru”，又分成30个“us”，这是他们的分钟。一天总共有多少“us”？ 12乘以30，又是360。在他们眼里，太阳在天上完整地走一圈，不多不少，正好花了360个“us”。后来，公元前2世纪，希腊天文学家喜帕恰斯，他研究了巴比伦人的天文成果，第一次把这个“360”的分割法，正式用在了几何学上，用来描述一个圆周的角度。这个单位，就这么流传了数千年。

一个圆，为什么是360度？定成100度不好吗？直角25度，半圆50度，多简单！这事儿，得抬头看天。答案不在数学里，在天文学里。古人要设计日历，就得记录太阳、月亮和地球的运动。但他们很快发现一个大麻烦：地球自转一天，月亮盈亏一轮，地球公转一年，这三个周期，根本对不上！怎么办？古巴比伦人想了个办法。他们用月相，也就是月亮的变化，来做日历。一个月差不多29到30天。为了计算方便，他们设计了一套“理想日历”：一年12个月，每个月30天。 12乘以30，等于多少？ 360天。这个数字对他们来说，太完美了。因为我们今天用的是十进制，而巴比伦人用的，是六十进制。 360，正好是60的6倍。完美融入他们的数学体系。他们把这个逻辑，又用在了时间上。一天，分成12个“biru”，这是他们的小时。每个“biru”，又分成30个“us”，这是他们的分钟。一天总共有多少“us”？ 12乘以30，又是360。在他们眼里，太阳在天上完整地走一圈，不多不少，正好花了360个“us”。后来，公元前2世纪，希腊天文学家喜帕恰斯，他研究了巴比伦人的天文成果，第一次把这个“360”的分割法，正式用在了几何学上，用来描述一个圆周的角度。这个单位，就这么流传了数千年。

墓碑科技

27,385 Aufrufe • vor 9 Monaten

🔥AI搬回本地！ $NVDA 黃仁勋剛剛宣布重大突破，个人电脑迎来全新时代！ ———————————— 过去四十年，一直是你在伺候电脑。这一次，它要反过来。我们这代人，是被机器训练大的。记快捷键，清后台，等进度条，文件存在哪个文件夹自己得记牢，我们学会的全是“迁就它”，把自己一点点训练得像台机器，它才肯好好干活。所以黄仁勋这次最重要的东西，很多人看漏了。不是又一个开源模型，也不是新芯片的跑分。是 AI 要从云端“搬回家”，住进你这台本机里。这两年我们用的 AI，说穿了都是“租来的大脑”。你得先把家底打包上传：合同、工资条、还没写完的东西、和家人的聊天记录。它在别人的机房里跑，按别人的价收钱，入口攥在别人手里。聪明是真聪明，可它始终不是你的，你只是个访客。而“本地 Agent”这四个字的意思是：这些东西，终于可以留在你自己屋里了。不用上传，不用排队，不用看网速的脸色。它能看你的文件、懂你开着的软件、替你把那些零碎活儿干完。第一次，电脑不再是你点一下它动一下的工具，而是一个会自己动手的人。为了这件事，老黄把数据中心级的算力，上百 GB 的统一内存、接近一个 petaflop 的性能，硬塞进了一台摆得上书桌的小机器。不是为了让你在本地跑个玩具模型，是为了让你桌上这台电脑，真有本事自己干活。往大了说，棋局其实很清楚：云端那颗大脑，继续在数据中心里想最难的事；你桌上这台，负责手脚，管你每天的柴米油盐。而老黄想要的，是大脑和手脚，两头都攥在自己手里。但我更想讲的，是那种很具体的感觉。PC 是上一代互联网的入口，手机是移动时代的入口。下一个入口不在某个网站里，就在你书桌上那台开机的电脑里。谁先住进去，谁拿下下一个十年。所以他这次真正想说的，从来不是“我们出了块更强的芯片”。而是过去四十年，你把自己训练得越来越像一台电脑。从今往后，是电脑，开始学着像你请来的那个人。

🔥AI搬回本地！ $NVDA 黃仁勋剛剛宣布重大突破，个人电脑迎来全新时代！ ———————————— 过去四十年，一直是你在伺候电脑。这一次，它要反过来。我们这代人，是被机器训练大的。记快捷键，清后台，等进度条，文件存在哪个文件夹自己得记牢，我们学会的全是“迁就它”，把自己一点点训练得像台机器，它才肯好好干活。所以黄仁勋这次最重要的东西，很多人看漏了。不是又一个开源模型，也不是新芯片的跑分。是 AI 要从云端“搬回家”，住进你这台本机里。这两年我们用的 AI，说穿了都是“租来的大脑”。你得先把家底打包上传：合同、工资条、还没写完的东西、和家人的聊天记录。它在别人的机房里跑，按别人的价收钱，入口攥在别人手里。聪明是真聪明，可它始终不是你的，你只是个访客。而“本地 Agent”这四个字的意思是：这些东西，终于可以留在你自己屋里了。不用上传，不用排队，不用看网速的脸色。它能看你的文件、懂你开着的软件、替你把那些零碎活儿干完。第一次，电脑不再是你点一下它动一下的工具，而是一个会自己动手的人。为了这件事，老黄把数据中心级的算力，上百 GB 的统一内存、接近一个 petaflop 的性能，硬塞进了一台摆得上书桌的小机器。不是为了让你在本地跑个玩具模型，是为了让你桌上这台电脑，真有本事自己干活。往大了说，棋局其实很清楚：云端那颗大脑，继续在数据中心里想最难的事；你桌上这台，负责手脚，管你每天的柴米油盐。而老黄想要的，是大脑和手脚，两头都攥在自己手里。但我更想讲的，是那种很具体的感觉。PC 是上一代互联网的入口，手机是移动时代的入口。下一个入口不在某个网站里，就在你书桌上那台开机的电脑里。谁先住进去，谁拿下下一个十年。所以他这次真正想说的，从来不是“我们出了块更强的芯片”。而是过去四十年，你把自己训练得越来越像一台电脑。从今往后，是电脑，开始学着像你请来的那个人。

老白

16,673 Aufrufe • vor 3 Monaten