正在加载视频...

视频加载失败

加载此视频时出现问题。这可能是由于临时网络问题，或视频可能不可用。

这是我今年装到 Codex 里最爽的一个 skill，没有之一，强烈推荐大家安装一下。一个不到 1k stars 的小项目，把独立开发最容易死的那一环给补上了。独立开发时常面临的死亡循环：找 idea → 开干 → 没人用 → emo → 重复中间被跳过的很重要的一步叫 validation，99% 的人靠”我觉得有用”代替了它。一行命令安装到 Codex： npx --yes codex-startup-pressure-test-skill@latest 把你的idea 丢进去，它会用创始人视角给你压测： ✅ 核心假设 + 致命缺陷 ✅ 真痛点还是你的幻觉 ✅ 真实竞品 + 切换成本 ✅ 前 10 个客户从哪来 ✅ 2 周能跑完的 MVP ✅ 直接判... show more

Yanhua

36,932 subscribers

160,495 次观看 • 4 个月前 •via X (Twitter)

教育科学技术

Anya Rossi• Live Now

Private livecam show

44 条评论

Yanhua 的头像

Yanhua4 个月前

找Idea👇 skills地址👇

arden 的头像

arden4 个月前

我已经把它改成也可以支持 Claude Code 了。

Yanhua 的头像

Yanhua4 个月前

卧槽牛逼的

Kleon 的头像

Kleon4 个月前

skill思路没问题，但AI压测idea还是"我觉得有用"的高级版——它的竞品分析、市场规模全是从训练数据里编的。我自己验证idea的方式粗暴得多：直接给5个潜在客户发cold email看谁回，真有人回的才值得写第一行代码。

Yanhua 的头像

Yanhua4 个月前

5个都少了， 500个看有没有人回

Kiro有点Yes 的头像

Kiro有点Yes4 个月前

gstack：哦哦哦….

Yanhua 的头像

Yanhua4 个月前

🤣🤣 gstack 表示不服

阿台🕊️ 的头像

阿台🕊️4 个月前

小工具帮你跳过“我觉得有用”，直击独立开发的死亡循环。

Leaf Yeah! 的头像

Leaf Yeah!4 个月前

我觉得博主这个立意特别好！(òωó)👍 坦白讲，现在开发技术问题都不是卡点，核心还是这个idea是否有真需求：这个问题立不住，后期做增长和营销就都是卡点。关于这类反问引导型skill，我的经验是：AI没有观点，AI不负责任。再顶级的模型也推演不出结果。因为答案压根就不在对话框，只能去实践和市场里验证。不过，有了这个test Skill，至少更有的放矢的去验证假设，目测会更有效率。我也去试试！

皓樂芒的头像

皓樂芒4 个月前

谢谢。你给了我灵感我突然有了一个大胆的想法。

zwil Pan 的头像

zwil Pan4 个月前

这个 skill 听起来能救命，Reddtrends + 这个正好闭环，牛

Yanhua 的头像

Yanhua4 个月前

我也是刷到觉得挺不错

Lester.Wong 的头像

Lester.Wong4 个月前

gstack的office hour不就是干这个的么？

Yanhua 的头像

Yanhua4 个月前

gtack 要更重一些接来下我一起对比看看

lifcc 的头像

lifcc4 个月前

“build 什么”这个锚点比 skill 本身更重要。Codex 最容易把执行做快，但如果 validation 还是靠“我觉得有用”，代码写得越快反而越容易把错 idea 做完整。

woniu 的头像

woniu4 个月前

确实有用，点子一个一个冒，最关键的是限额有限哈哈

Yanhua 的头像

Yanhua4 个月前

😂😂 需要充钱了

Ken 的头像

Ken4 个月前

@grok 这个skill是这个推友做的吧？

yoyo 的头像

yoyo4 个月前

一行命令就搞定？听起来好香，准备去压测我最近的idea

NZ base.eth 的头像

NZ base.eth4 个月前

Thanks

Arthur.eth 的头像

Arthur.eth4 个月前

HyperFrames&Remotion类视频的应用场景还是蛮多的

Yanhua 的头像

Yanhua4 个月前

话说我这个视频就是用 hyperframes做的

laxiaoxu 的头像

laxiaoxu4 个月前

可以新增一些内容比如YC 创业法则

Arnold_X 的头像

Arnold_X4 个月前

真有这么好嘛

Yanhua 的头像

Yanhua4 个月前

其实挺适合去验证一些startup idea的，现在agent能力太强，很容易陷入“我觉得不错”的思维惯性，就开始烧token了。

Easycompany 的头像

Easycompany4 个月前

已安装，感谢推荐

Yanhua 的头像

Yanhua4 个月前

值得

ARK 的头像

ARK4 个月前

Cursor 和 Claude Code 解决"怎么实现"，Reddtrends 加这个工具解决"做什么"。后者才是 90% 的人真正跌倒的地方。

Guillaume Aubry 的头像

Guillaume Aubry4 个月前

Je me suis amusé à balancer un projet à Grok en lui demandant d’être « sans pitié ». J’ai été servi…

RedpoQ 的头像

RedpoQ4 个月前

救命了属于是，把我的项目给他，他让我卖源码，定制了，不要继续投入了😂

Maker Jackie 的头像

Maker Jackie4 个月前

为啥是这么奇怪的安装方式有 npx skills add 的写法么？

Kawin 的头像

Kawin4 个月前

mark

Kendeng | AI Visuals 的头像

Kendeng | AI Visuals4 个月前

这个好，这个是在需求侧的一个skills，好玩。

Itatsu 宇怡辰 🐉 的头像

Itatsu 宇怡辰 🐉4 个月前

这个点很关键：现在很多工具都在解决“怎么 build”，但独立开发真正容易死的是“build 什么”。validation 如果能被前置成一个固定步骤，就能少很多自嗨式开工。这个 skill 你会更建议用在 idea 初筛，还是已经有 MVP 雏形后再压测？

Guillaume Aubry 的头像

Guillaume Aubry4 个月前

Je me suis amusé à balancer un projet à Grok en lui demandant d’être « sans pitié ». J’ai été servi…

尧哥(Martin) 的头像

尧哥(Martin)4 个月前

每条"我用了 X 突然意识到 Y"的推文，主语都是 X 的作者

Leaf Yeah! 的头像

Leaf Yeah!4 个月前

感谢分享！也想请教这个视频是啥指令或plugin生成呢，heygen嘛？

Andy | AI重度玩家的头像

Andy | AI重度玩家4 个月前

压测Idea比写代码更重要。这个Skill戳中痛点了

三度的头像

三度4 个月前

game over

十年饮冰的头像

十年饮冰4 个月前

gstack不对比一下？

Yanhua 的头像

Yanhua4 个月前

别急提上日程了

heyboy 的头像

heyboy4 个月前

收藏

Yunyang(Goal1000) 的头像

Yunyang(Goal1000)4 个月前

这个视频怎么做的

book or technique 的头像

book or technique4 个月前

Same old game? Nah, I’m not buying it. Still looks like a setup to me.

相关视频

✅ 推荐一个宝玉老师开源的 Skill：用 Claude Code 一行命令就能把 Markdown 文章自动发到 X，带图片的那种。 👉 这个工具其实开源挺久了，但好像用的人不多？可能大家不太知道怎么上手。我自己用了一段时间觉得真的很方便，就录了个视频教程，把原理和用法都讲了一遍。有兴趣的朋友可以试试，真的能省不少事儿，如果遇到什么问题你直接让AI帮你分析这个skill的逻辑和流程然后帮你解决，其实很简单，来尝试下吧👇

✅ 推荐一个宝玉老师开源的 Skill：用 Claude Code 一行命令就能把 Markdown 文章自动发到 X，带图片的那种。 👉 这个工具其实开源挺久了，但好像用的人不多？可能大家不太知道怎么上手。我自己用了一段时间觉得真的很方便，就录了个视频教程，把原理和用法都讲了一遍。有兴趣的朋友可以试试，真的能省不少事儿，如果遇到什么问题你直接让AI帮你分析这个skill的逻辑和流程然后帮你解决，其实很简单，来尝试下吧👇

阿蔺A-Lin

27,925 次观看 • 6 个月前

Codex 隐藏玩法：把你每天重复教 AI 的提示词，直接做成 Skill 90% 的人用 Codex，其实都在重复做同一件事：开一个新任务，把同一套要求再告诉它一遍。这些 Prompt 你可能已经复制粘贴了几十次。但其实，这种反复使用的工作方法，完全可以直接做成 Codex Skill。详细教程如下： 1️⃣先找一段你经常重复使用的 Prompt，比如我最近一直在用这类提示词： “执行任务前先检查需求漏洞和潜在风险，不要默认接受我的方案。涉及代码和结论必须验证，完成后按验收标准逐项检查。” 这类 Prompt 很好用，但最大的问题是：每开一个新任务，都要重新贴一次。 2️⃣直接让 Codex 把它做成 Skill把原来的 Prompt 发给 Codex，然后告诉它：请把上面这套工作方式整理成一个可重复调用的 Codex Skill。要求： · 明确这个 Skill 适合在什么情况下使用 · 把原来的要求整理成清晰的执行步骤 · 区分任务开始前、执行过程中和完成后的检查 · 保留必要的验证流程 · 删除重复和模糊的要求 · 不要改变原来的核心工作原则 Codex 就会把原来散乱的一段 Prompt，整理成一套完整的 Skill 工作流。以后这些规则就不用一直躺在聊天记录里了。 3️⃣ 后面直接调用这个 Skill 再开新任务时，不需要重新复制那一大段 Prompt。直接告诉 Codex：使用这个 Skill 完成当前任务。最后你的 Codex 里保存的，就不再是一堆 Prompt，而是你自己的一整套工作流。 Prompt 是教 AI 这一次怎么做。 Skill 是把你的工作方法直接固化下来，以后每个项目都能重复调用。

Codex 隐藏玩法：把你每天重复教 AI 的提示词，直接做成 Skill 90% 的人用 Codex，其实都在重复做同一件事：开一个新任务，把同一套要求再告诉它一遍。这些 Prompt 你可能已经复制粘贴了几十次。但其实，这种反复使用的工作方法，完全可以直接做成 Codex Skill。详细教程如下： 1️⃣先找一段你经常重复使用的 Prompt，比如我最近一直在用这类提示词： “执行任务前先检查需求漏洞和潜在风险，不要默认接受我的方案。涉及代码和结论必须验证，完成后按验收标准逐项检查。” 这类 Prompt 很好用，但最大的问题是：每开一个新任务，都要重新贴一次。 2️⃣直接让 Codex 把它做成 Skill把原来的 Prompt 发给 Codex，然后告诉它：请把上面这套工作方式整理成一个可重复调用的 Codex Skill。要求： · 明确这个 Skill 适合在什么情况下使用 · 把原来的要求整理成清晰的执行步骤 · 区分任务开始前、执行过程中和完成后的检查 · 保留必要的验证流程 · 删除重复和模糊的要求 · 不要改变原来的核心工作原则 Codex 就会把原来散乱的一段 Prompt，整理成一套完整的 Skill 工作流。以后这些规则就不用一直躺在聊天记录里了。 3️⃣ 后面直接调用这个 Skill 再开新任务时，不需要重新复制那一大段 Prompt。直接告诉 Codex：使用这个 Skill 完成当前任务。最后你的 Codex 里保存的，就不再是一堆 Prompt，而是你自己的一整套工作流。 Prompt 是教 AI 这一次怎么做。 Skill 是把你的工作方法直接固化下来，以后每个项目都能重复调用。

爱丽丝呀！

40,753 次观看 • 1 个月前

Anthropic 出的 Claude Design 功能，一条推文直接冲上 6000万+ 曝光我用它做的笔记，随手就获得近 1000 赞，这个设计能力真的在降维打击。但目前功能只有会员能用，大多数人用不了我把它重新封装成了开源 Skill，免费开源这条视频我会手把手带你从 0 到 1： ✅ 把 Skill 装好 ✅ 跑出一个完整的成品效果

Anthropic 出的 Claude Design 功能，一条推文直接冲上 6000万+ 曝光我用它做的笔记，随手就获得近 1000 赞，这个设计能力真的在降维打击。但目前功能只有会员能用，大多数人用不了我把它重新封装成了开源 Skill，免费开源这条视频我会手把手带你从 0 到 1： ✅ 把 Skill 装好 ✅ 跑出一个完整的成品效果

阿西_出海

24,055 次观看 • 5 个月前

🎬 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

27,560 次观看 • 3 个月前

我想很多人都有这个困扰：之前经常需要在Codex和Claude Code之间来回切换，现在又加上了最近爆火的DeepSeek Harness。但是每次来回切换、或者想尝尝DSH的鲜的时候，我都得把背景重新讲一遍，确实挺烦的~ 最近在GitHub上发现的一个开源项目 memmy-agent，把 Codex、DeepSeek Harness、Claude Code接了进去，直接解决了困扰我很久的跨Agent 记忆的问题。我用它做的事情很简单：把分散在不同 Agent 里的历史，沉淀到同一份个人上下文里，默认 Local-first，让它们都能调用。我把它分别接入 Codex、DeepSeek Harness、Claude Code 之后，我做了一个信号中继站小游戏。我先在Codex 写完基础玩法，然后对话里说一句话：第一次失败时，给玩家一次翻盘机会，别直接结束游戏。但这句话我故意不写入代码、README 或者是本地记忆文件。然后新开 DeepSeek Harness，它从 Memmy 直接读出了这条决定，非常丝滑。再新开 Claude Code，它读代码前先复述了规则，再按这个方向把后续功能补完。代码只能告诉下一个 Agent 项目做到哪，但那些留在对话里的决策，才影响着项目接下来往哪走。以后，Agent 要记住的，不只是代码，还有你前面已经决定的决策和经验。 Memmy 不仅帮我解决了Agent记忆的问题，还让这些经验不再独属于某一个 Agent，而是只属于你。 Switch agents, not context。 Memmy 支持桌面端、CLI、API、MCP 和 Skills多种方式，可以直接接着执行任务。如果你也经常在多个 Agent 之间切换，可以拿自己的项目试一下。项目GitHub：

我想很多人都有这个困扰：之前经常需要在Codex和Claude Code之间来回切换，现在又加上了最近爆火的DeepSeek Harness。但是每次来回切换、或者想尝尝DSH的鲜的时候，我都得把背景重新讲一遍，确实挺烦的~ 最近在GitHub上发现的一个开源项目 memmy-agent，把 Codex、DeepSeek Harness、Claude Code接了进去，直接解决了困扰我很久的跨Agent 记忆的问题。我用它做的事情很简单：把分散在不同 Agent 里的历史，沉淀到同一份个人上下文里，默认 Local-first，让它们都能调用。我把它分别接入 Codex、DeepSeek Harness、Claude Code 之后，我做了一个信号中继站小游戏。我先在Codex 写完基础玩法，然后对话里说一句话：第一次失败时，给玩家一次翻盘机会，别直接结束游戏。但这句话我故意不写入代码、README 或者是本地记忆文件。然后新开 DeepSeek Harness，它从 Memmy 直接读出了这条决定，非常丝滑。再新开 Claude Code，它读代码前先复述了规则，再按这个方向把后续功能补完。代码只能告诉下一个 Agent 项目做到哪，但那些留在对话里的决策，才影响着项目接下来往哪走。以后，Agent 要记住的，不只是代码，还有你前面已经决定的决策和经验。 Memmy 不仅帮我解决了Agent记忆的问题，还让这些经验不再独属于某一个 Agent，而是只属于你。 Switch agents, not context。 Memmy 支持桌面端、CLI、API、MCP 和 Skills多种方式，可以直接接着执行任务。如果你也经常在多个 Agent 之间切换，可以拿自己的项目试一下。项目GitHub：

木马人

63,371 次观看 • 1 个月前

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 次观看 • 7 个月前

👏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 次观看 • 3 个月前

真的有点兴奋，终于等来营销圈的 Codex 了，不管你是独立开发还是OPC一人公司，找客户扒联系方式写破冰信这些破事，直接给你干得明明白白！甚至你用来做副业搞钱都是一个超级神器！我们都知道，AI现在已经把写代码的门槛拉平了，Codex能让一个人顶一个开发团队，而现在，营销领域的Codex也出现了——它叫Lev8，找客户这种脏活累活，现在被它直接干碎了，我真的吹爆！我们先来看下benchmark数据，真的炸裂， 1️⃣找海外客户这个场景里，有效结果量Lev8 90个，Exa 58.2个，Codex只拉出20个， 2️⃣匹配精度Lev8 83.3%，Exa 76.5%，Codex 71.8%， 3️⃣单条匹配成本Lev8 $0.052，竟然比Exa的$0.061还低。不只是勉强赢一个点啊兄弟们，搜得更多、准头更高、还更便宜，这三项全中！讲真看到Lev8这个产品，我真的觉得AI真正落地的路径越来越清楚了，我非常笃定的相信，以后不会是一个万能AI模型包打天下，会是一群垂直Agent各自钻进一个完整工作流，把通用模型一件一件替换掉，代码领域Codex已经证明了，现在终于轮到营销了。而且讲真，未来独立开发者和一人公司最稀缺的能力一定是营销能力，也就怎么把产品卖出去，那卖出去的前提是找到目标客户和潜在客户。 Lev8 背后聚合了50+实时数据源，LinkedIn、X、YouTube、Instagram、GitHub全网在跑，10亿+职场人脉做底子，拿到的永远是活数据，而不是那些买来的僵尸名单。而且它不是搜完就扔给你，会帮你盯着搞钱信号——哪家刚融资、哪家在招人、哪家刚改版、哪家创始人在论坛上吐槽某个问题，这就意味着现在出手最不突兀的时机它都全帮你盯着，抓到信号之后自动给你写定制的破冰开场白，而且不是那种千篇一律的模板，然后邮件、LinkedIn、WhatsApp、Instagram、X五个渠道一键发出去，回复统一收回来。过去要开四五个工具、建一堆表格、自己手动盯半年才能跑完的找人→调研→写开场白→发消息→跟动态，现在在一个聊天框里大白话讲一句，它替你全跑了！这和Codex赢的逻辑一模一样，Codex能这么火爆不是因为比GPT聪明，是它嵌入进了代码的整个工作流——懂仓库、能跑终端、能看报错、能跑测试， Lev8在营销上干的就是这件事，从帮你搜个邮箱变成替你把找人这摊事跑起来，是比通用模型注做的可深多了。具体大家可以看下方我实际跑测的视频👇

真的有点兴奋，终于等来营销圈的 Codex 了，不管你是独立开发还是OPC一人公司，找客户扒联系方式写破冰信这些破事，直接给你干得明明白白！甚至你用来做副业搞钱都是一个超级神器！我们都知道，AI现在已经把写代码的门槛拉平了，Codex能让一个人顶一个开发团队，而现在，营销领域的Codex也出现了——它叫Lev8，找客户这种脏活累活，现在被它直接干碎了，我真的吹爆！我们先来看下benchmark数据，真的炸裂， 1️⃣找海外客户这个场景里，有效结果量Lev8 90个，Exa 58.2个，Codex只拉出20个， 2️⃣匹配精度Lev8 83.3%，Exa 76.5%，Codex 71.8%， 3️⃣单条匹配成本Lev8 $0.052，竟然比Exa的$0.061还低。不只是勉强赢一个点啊兄弟们，搜得更多、准头更高、还更便宜，这三项全中！讲真看到Lev8这个产品，我真的觉得AI真正落地的路径越来越清楚了，我非常笃定的相信，以后不会是一个万能AI模型包打天下，会是一群垂直Agent各自钻进一个完整工作流，把通用模型一件一件替换掉，代码领域Codex已经证明了，现在终于轮到营销了。而且讲真，未来独立开发者和一人公司最稀缺的能力一定是营销能力，也就怎么把产品卖出去，那卖出去的前提是找到目标客户和潜在客户。 Lev8 背后聚合了50+实时数据源，LinkedIn、X、YouTube、Instagram、GitHub全网在跑，10亿+职场人脉做底子，拿到的永远是活数据，而不是那些买来的僵尸名单。而且它不是搜完就扔给你，会帮你盯着搞钱信号——哪家刚融资、哪家在招人、哪家刚改版、哪家创始人在论坛上吐槽某个问题，这就意味着现在出手最不突兀的时机它都全帮你盯着，抓到信号之后自动给你写定制的破冰开场白，而且不是那种千篇一律的模板，然后邮件、LinkedIn、WhatsApp、Instagram、X五个渠道一键发出去，回复统一收回来。过去要开四五个工具、建一堆表格、自己手动盯半年才能跑完的找人→调研→写开场白→发消息→跟动态，现在在一个聊天框里大白话讲一句，它替你全跑了！这和Codex赢的逻辑一模一样，Codex能这么火爆不是因为比GPT聪明，是它嵌入进了代码的整个工作流——懂仓库、能跑终端、能看报错、能跑测试， Lev8在营销上干的就是这件事，从帮你搜个邮箱变成替你把找人这摊事跑起来，是比通用模型注做的可深多了。具体大家可以看下方我实际跑测的视频👇

AYi

115,055 次观看 • 2 个月前

Codex 5.6 写代码很强，但很多人只用对了一半。 90% 的人都忽略了：写代码和审代码，最好不要使用同一个对话。原对话已经知道你的目标和它自己的修改思路，很容易顺着原来的判断证明自己没问题。更好的方法是新开一个完全没有前文的任务，只给它当前代码变更和验收要求： “请以独立代码审查者的身份检查当前 Git diff。不要根据原开发思路替改动辩护，重点寻找功能回归、遗漏场景、错误假设、并发问题和测试盲区。暂时不要修改代码，先按严重程度列出问题，并提供对应文件和证据。” 提前发现问题，省下的不只是返工时间，还有后续反复修 Bug 消耗的 Token。一个 Codex 负责写，另一个没有参与开发的 Codex 负责挑错。

Codex 5.6 写代码很强，但很多人只用对了一半。 90% 的人都忽略了：写代码和审代码，最好不要使用同一个对话。原对话已经知道你的目标和它自己的修改思路，很容易顺着原来的判断证明自己没问题。更好的方法是新开一个完全没有前文的任务，只给它当前代码变更和验收要求： “请以独立代码审查者的身份检查当前 Git diff。不要根据原开发思路替改动辩护，重点寻找功能回归、遗漏场景、错误假设、并发问题和测试盲区。暂时不要修改代码，先按严重程度列出问题，并提供对应文件和证据。” 提前发现问题，省下的不只是返工时间，还有后续反复修 Bug 消耗的 Token。一个 Codex 负责写，另一个没有参与开发的 Codex 负责挑错。

爱丽丝呀！

17,164 次观看 • 1 个月前

别再纠结是用 Codex 还是 Claude Code 了。我发现其实真正决定AI生产力上限的，不是 Agent，而是 Skill。这期视频我会分享最终筛选出来的8个最核心的skill 1、基础Skill：把重复工作流封装成专属Skill 、自动搜索各种Skill 2、产品开发Skill：顶级开发团队级别的AI编程提效；不懂设计也能做出好看页面 3、内容创作Skill：做图、整理资料、排版发布，这两个Skill直接替你干不管你用 Claude Code 还是 Codex，装上就能用。

别再纠结是用 Codex 还是 Claude Code 了。我发现其实真正决定AI生产力上限的，不是 Agent，而是 Skill。这期视频我会分享最终筛选出来的8个最核心的skill 1、基础Skill：把重复工作流封装成专属Skill 、自动搜索各种Skill 2、产品开发Skill：顶级开发团队级别的AI编程提效；不懂设计也能做出好看页面 3、内容创作Skill：做图、整理资料、排版发布，这两个Skill直接替你干不管你用 Claude Code 还是 Codex，装上就能用。

阿西_出海

101,196 次观看 • 3 个月前

【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！

447,815 次观看 • 4 个月前

我的龙虾帮我把日本七天旅行全安排了，行程 + 机票都查好了，最后还把结果发到了我邮箱。用的是扣子 2.5，拆解一下它是怎么做的。这次主打的概念是"满配 Agent"，说白了就是 AI 不再只是一个聊天框，你可以给它配一台云手机、一台云电脑、一个独立邮箱，让它自己去干活。先建了个 Agent，给它起了名换了头像。然后去虾评装了个旅行规划 Skill，让它用云手机帮我排行程。规划完之后它用自己的邮箱把行程发到了我个人邮箱。第一印象：确实不只是聊天了👇

我的龙虾帮我把日本七天旅行全安排了，行程 + 机票都查好了，最后还把结果发到了我邮箱。用的是扣子 2.5，拆解一下它是怎么做的。这次主打的概念是"满配 Agent"，说白了就是 AI 不再只是一个聊天框，你可以给它配一台云手机、一台云电脑、一个独立邮箱，让它自己去干活。先建了个 Agent，给它起了名换了头像。然后去虾评装了个旅行规划 Skill，让它用云手机帮我排行程。规划完之后它用自己的邮箱把行程发到了我个人邮箱。第一印象：确实不只是聊天了👇

Yanhua

51,913 次观看 • 5 个月前

卧槽，GPT-6 Astra 的蜜月期也太短了吧。爽了不到一周，就从“小甜甜”变成“牛夫人”了。熟悉的剧情再次上演：刚让你产生依赖，降智，速率限制就开始逼你戒断。偏偏 Deadline 已经顶到脑门，我还有一堆任务没跑完，只能紧急把部分工作搬到 Claude Code 和 Cursor。但现实很骨感：Agent 可以随时切，【上下文】和【记忆】却带不走。为了解决这个问题，我最近开始折腾一个很有意思的开源项目：Memmy。它想解决的问题很直接：把散落在 Codex、 Claude Code等不同 Agent 里的经验抽出来，沉淀成真正属于我们自己的长期资产。这样，昨天 Codex 踩过的坑，今天换成 Claude Code 就不用再踩一遍；项目背景、失败方案和关键决策，也不用每换一个工具就重新解释。 ━━━━━ Memmy 不只是一个本地个人 AI Agent，更像是多个 Agent 共用的「个人记忆中枢」。只要获得你的授权，Memmy 就会自动扫描 Codex、 Claude Code等工具的历史记录。它能把过去的历史，精准转化为可查询、可复用的长期记忆： 1️⃣ 项目核心背景 2️⃣ 关键技术决策 3️⃣ 你的个人偏好 4️⃣ 踩过的血泪坑最让我惊喜的是，Memmy 让各个独立的 Agent 变成了配合默契的「一家人」。以前大家各干各的，现在基于同一份用户上下文，一个 AI 学会的东西，下一个 AI 直接用！更重要的是，这份记忆只属于【你】，而不是某个 AI 。 Memmy 默认 Local-first： ✅ 你的记忆你做主，自由决定连接和保留哪些数据 ✅ 换 Agent、换模型，上下文数据直接打包带走它不仅是 Memory Layer，还是 Personal Agent Runtime，支持桌面端、CLI/TUI 甚至工具直连执行任务。 ━━━━━ 如果你也是多 Agent 重度用户，强烈建议把过去几个月积累的上下文导进去跑一遍，看看下一个 Agent 能不能真正「接着干」。 Memmy 目前已开源，完美支持 Claude Code, Codex，Cursor, Hermes, OpenClaw, DeepSeek Harness 等。 👉 GitHub 传送门：别忘记福利🎁 👇

卧槽，GPT-6 Astra 的蜜月期也太短了吧。爽了不到一周，就从“小甜甜”变成“牛夫人”了。熟悉的剧情再次上演：刚让你产生依赖，降智，速率限制就开始逼你戒断。偏偏 Deadline 已经顶到脑门，我还有一堆任务没跑完，只能紧急把部分工作搬到 Claude Code 和 Cursor。但现实很骨感：Agent 可以随时切，【上下文】和【记忆】却带不走。为了解决这个问题，我最近开始折腾一个很有意思的开源项目：Memmy。它想解决的问题很直接：把散落在 Codex、 Claude Code等不同 Agent 里的经验抽出来，沉淀成真正属于我们自己的长期资产。这样，昨天 Codex 踩过的坑，今天换成 Claude Code 就不用再踩一遍；项目背景、失败方案和关键决策，也不用每换一个工具就重新解释。 ━━━━━ Memmy 不只是一个本地个人 AI Agent，更像是多个 Agent 共用的「个人记忆中枢」。只要获得你的授权，Memmy 就会自动扫描 Codex、 Claude Code等工具的历史记录。它能把过去的历史，精准转化为可查询、可复用的长期记忆： 1️⃣ 项目核心背景 2️⃣ 关键技术决策 3️⃣ 你的个人偏好 4️⃣ 踩过的血泪坑最让我惊喜的是，Memmy 让各个独立的 Agent 变成了配合默契的「一家人」。以前大家各干各的，现在基于同一份用户上下文，一个 AI 学会的东西，下一个 AI 直接用！更重要的是，这份记忆只属于【你】，而不是某个 AI 。 Memmy 默认 Local-first： ✅ 你的记忆你做主，自由决定连接和保留哪些数据 ✅ 换 Agent、换模型，上下文数据直接打包带走它不仅是 Memory Layer，还是 Personal Agent Runtime，支持桌面端、CLI/TUI 甚至工具直连执行任务。 ━━━━━ 如果你也是多 Agent 重度用户，强烈建议把过去几个月积累的上下文导进去跑一遍，看看下一个 Agent 能不能真正「接着干」。 Memmy 目前已开源，完美支持 Claude Code, Codex，Cursor, Hermes, OpenClaw, DeepSeek Harness 等。 👉 GitHub 传送门：别忘记福利🎁 👇

前端哥Liam

20,650 次观看 • 11 天前

想认真做小红书个人号或者矩阵的朋友，这个 Skill 真的能帮你省掉 80% 的重复劳动。看了我的 AI 工作流分享以后，很多宝子问有没有小红书自动化运营的工具，我GitHub上找了下，这个还不错，说实话，我之前也以为所有小红书自动化工具都是垃圾，要么用两天就封号，要么复杂到要写几百行代码，要么就是个只能发文字的残废，直到我试了这个，最牛逼的是它的安全机制：完全不用小红书 API，全程用浏览器自动化模拟真人点击和输入。第一次扫码登录后，后续所有操作都和你自己手动点一模一样，目前是我见过封号风险最低的方案。而且它真的零代码，你不需要懂任何编程，只要对着你的龙虾或者 hermes 说一句话就行： • 帮我分析一下我的首页推荐流 • 帮我生成五个今天能发的选题 • 帮我复刻这篇爆款笔记 • 帮我回复一下最新的评论它全都能自己干完，最狠的是它不只是一个单纯的发稿工具，它还有一个完整的运营闭环：会分析你的账号数据、拆解别人爆款的结构、生成内容+封面、自动发布、自动回评，还会把所有分析结果和操作自动存成 Markdown 知识库，方便你后续复盘。安装也简单到离谱：打开 Openclaw，直接说 “帮我安装这个 skill 就完事了。仓库地址老规矩评论区自取鸭🦆

想认真做小红书个人号或者矩阵的朋友，这个 Skill 真的能帮你省掉 80% 的重复劳动。看了我的 AI 工作流分享以后，很多宝子问有没有小红书自动化运营的工具，我GitHub上找了下，这个还不错，说实话，我之前也以为所有小红书自动化工具都是垃圾，要么用两天就封号，要么复杂到要写几百行代码，要么就是个只能发文字的残废，直到我试了这个，最牛逼的是它的安全机制：完全不用小红书 API，全程用浏览器自动化模拟真人点击和输入。第一次扫码登录后，后续所有操作都和你自己手动点一模一样，目前是我见过封号风险最低的方案。而且它真的零代码，你不需要懂任何编程，只要对着你的龙虾或者 hermes 说一句话就行： • 帮我分析一下我的首页推荐流 • 帮我生成五个今天能发的选题 • 帮我复刻这篇爆款笔记 • 帮我回复一下最新的评论它全都能自己干完，最狠的是它不只是一个单纯的发稿工具，它还有一个完整的运营闭环：会分析你的账号数据、拆解别人爆款的结构、生成内容+封面、自动发布、自动回评，还会把所有分析结果和操作自动存成 Markdown 知识库，方便你后续复盘。安装也简单到离谱：打开 Openclaw，直接说 “帮我安装这个 skill 就完事了。仓库地址老规矩评论区自取鸭🦆

AYi

24,548 次观看 • 4 个月前

如何避免 codex 赠送的重置机会过期？这个视频分享了如何查询本机 codex 重置机会的有效期。我封装了一个简单的技能。发送下面的话，给 codex，即可安装这个技能。帮我安装这个技能，来源是在新会话中，可以这么问：帮我看看还有几张 codex 重置卡，分别是什么时候开始，什么时候到期。这个 skill 背后的提示词，链接直达👇

如何避免 codex 赠送的重置机会过期？这个视频分享了如何查询本机 codex 重置机会的有效期。我封装了一个简单的技能。发送下面的话，给 codex，即可安装这个技能。帮我安装这个技能，来源是在新会话中，可以这么问：帮我看看还有几张 codex 重置卡，分别是什么时候开始，什么时候到期。这个 skill 背后的提示词，链接直达👇

前端哥Liam

18,066 次观看 • 3 个月前

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 次观看 • 2 个月前

哥哥们你们太卷了，卷不过你们了，掉了30多个名额了哦！哭死了！哎！！！ ——— 说实话，我一开始也是被 ZK 那一套讲法讲烦的。什么数学优雅、终极信任、密码学圣杯，听多了真的会走神。直到我在看 Inference Labs 的时候，脑子里突然冒出一个很不体面的画面：这玩意儿怎么这么像拆熟食的？传统 AI 给我的感觉，就像买一整块封装好的肉。看起来油亮，切面也不错，但你永远不知道里面有没有掺点别的。你只能选择信，或者不用。 Inference Labs 干的事反而很“笨”：它不让你信整块，而是把 AI 推理一刀一刀拆开。你不需要接受“这个模型很强”这种宏大叙事，你只需要确认一件小事：这一刀，是不是真的这么切的。说实话，这个点戳到我了。 DSperse 那套分布式验证，说白了就是在帮人偷懒。不是让所有人去理解整个模型，而是让验证这件事本身变轻。我不用背“我要为整个 AI 结果负责”的心理包袱，我只关心我现在用到的这一小段推理，有没有被乱来。这在很多现实场景里太重要了。医生、风控、合规，没人有精力啃完整头猪。更让我有好感的是，他们连“怎么验”都顺手简化了。我是真的讨厌管理私钥。不是不懂，是不想。每次验证之前先来一套仪式感，本身就已经在劝退人了。和 Self Chain 的无密钥方案，第一次看到的时候我心里是松了一口气的那种感觉：哦，终于不是为难普通人了。验证 AI，本来就不该比点外卖还复杂。 ⸻ 所以后来我发现， Inference Labs 干的事，其实挺不浪漫的。它不讲终极信任，也不喊改变世界，只是很务实地把信任拆碎、摊平、递到你手里。你想验，就验这一小块。你不想理解，也没关系。未来如果 AI 真开始翻车，那些没法被拆、没法被验的模型，大概真的会被永久挂在链上当反例。我现在已经不太关心 “这是不是真正的 ZK 巅峰设计”了。我更在意的是：当我真的要用 AI 的那一刻，它有没有为我考虑过。这一点上，Inference Labs 至少让我愿意继续看下去。 #KaitoYap Kaito AI 🌊 #Yap Inference Labs

哥哥们你们太卷了，卷不过你们了，掉了30多个名额了哦！哭死了！哎！！！ ——— 说实话，我一开始也是被 ZK 那一套讲法讲烦的。什么数学优雅、终极信任、密码学圣杯，听多了真的会走神。直到我在看 Inference Labs 的时候，脑子里突然冒出一个很不体面的画面：这玩意儿怎么这么像拆熟食的？传统 AI 给我的感觉，就像买一整块封装好的肉。看起来油亮，切面也不错，但你永远不知道里面有没有掺点别的。你只能选择信，或者不用。 Inference Labs 干的事反而很“笨”：它不让你信整块，而是把 AI 推理一刀一刀拆开。你不需要接受“这个模型很强”这种宏大叙事，你只需要确认一件小事：这一刀，是不是真的这么切的。说实话，这个点戳到我了。 DSperse 那套分布式验证，说白了就是在帮人偷懒。不是让所有人去理解整个模型，而是让验证这件事本身变轻。我不用背“我要为整个 AI 结果负责”的心理包袱，我只关心我现在用到的这一小段推理，有没有被乱来。这在很多现实场景里太重要了。医生、风控、合规，没人有精力啃完整头猪。更让我有好感的是，他们连“怎么验”都顺手简化了。我是真的讨厌管理私钥。不是不懂，是不想。每次验证之前先来一套仪式感，本身就已经在劝退人了。和 Self Chain 的无密钥方案，第一次看到的时候我心里是松了一口气的那种感觉：哦，终于不是为难普通人了。验证 AI，本来就不该比点外卖还复杂。 ⸻ 所以后来我发现， Inference Labs 干的事，其实挺不浪漫的。它不讲终极信任，也不喊改变世界，只是很务实地把信任拆碎、摊平、递到你手里。你想验，就验这一小块。你不想理解，也没关系。未来如果 AI 真开始翻车，那些没法被拆、没法被验的模型，大概真的会被永久挂在链上当反例。我现在已经不太关心 “这是不是真正的 ZK 巅峰设计”了。我更在意的是：当我真的要用 AI 的那一刻，它有没有为我考虑过。这一点上，Inference Labs 至少让我愿意继续看下去。 #KaitoYap Kaito AI 🌊 #Yap Inference Labs

董小姐 MemeMax ⚡️ 🐬TermMax

27,155 次观看 • 8 个月前

做游戏的独立开发者真的有福了我发现一个工具Alaya Lab，一句话就能帮你生成一个完成度很高的游戏。我一个完全不会写代码的人，就只跟它说了一句，就直接给我生成了一个动物餐厅输入需求后，它会先跟我核对细节，画面想要什么风格、核心玩法机制怎么设计，一条条问清楚。我大概等了 30 分钟左右，游戏就做好了。成品真的超出预期： ✅ 画面很精致，不像那种粗制滥造的 AI demo ✅ 交互很流畅，进去就能玩 ✅ 做完直接就能玩，发布之后还能发链接跟朋友一起玩全程没写一行代码、没装任何引擎，就是只是描述它，然后看着它变成一个游戏。现在每天有免费额度，感兴趣的体验看看：

做游戏的独立开发者真的有福了我发现一个工具Alaya Lab，一句话就能帮你生成一个完成度很高的游戏。我一个完全不会写代码的人，就只跟它说了一句，就直接给我生成了一个动物餐厅输入需求后，它会先跟我核对细节，画面想要什么风格、核心玩法机制怎么设计，一条条问清楚。我大概等了 30 分钟左右，游戏就做好了。成品真的超出预期： ✅ 画面很精致，不像那种粗制滥造的 AI demo ✅ 交互很流畅，进去就能玩 ✅ 做完直接就能玩，发布之后还能发链接跟朋友一起玩全程没写一行代码、没装任何引擎，就是只是描述它，然后看着它变成一个游戏。现在每天有免费额度，感兴趣的体验看看：

阿西_出海

34,811 次观看 • 1 个月前

Vibe Coding 让每个人都有做软件的能力，我见过很多人做了几十个产品，纯特么自嗨，没有一毛钱盈利。现在 AI 一晚上能做一个产品，代码成本趋近于零，成本低到大家觉得不需要验证，做完了自然有人用。但事实上大家都在做“玩具”，因为 Vibe Coding 解决的是 how，但 what 和 why 被跳过了。我最近一个多月一直在用 atypica.AI ，就是在写代码之前，先把想法丢进去跑一轮用户验证。它会有一套完整的研究链路：先帮你拆研究计划，然后从百万级真实用户数据构建的 AI 人设库里挑人，组成一个焦点小组（AI Panel），让这些虚拟用户讨论你的产品、互相辩论、给出反对意见。并且，这个焦点小组可以反复用，每次你有新想法、新定价、新包装、新广告语，都可以拉同一批人再聊一轮。我刚用它测过的场景：上周我想做一个给老板用的 AI 助手，它帮我组了 12 个不同行业的老板人设（persona）并沉淀成我可以反复调用的Panel 。 30 分钟跑完，从报告中发现3件我完全没想到的事： 1. 当AI变得太懂老板反而会引发不安全感（尤其是很懂账目和客户关系时，会觉得被盯着）； 2. 最抗拒 AI 的老板也不是完全不用 AI ，只是不想换工作方式（能继续发微信、拍照、说语音，后台自动整理）； 3. 他们愿意为 AI 付钱不是因为功能多，而是因为它能帮自己少亏一次钱（少一次压货、客户流失或管理损耗，比“智能助手”这个概念更能打动人）。根据这些发现我当场调整了方向，然后用panel里的同一批人再验证了一轮。两轮下来，避开了至少三个致命错误。 Vibe Coding 把做产品的门槛降到了零，但做对产品的门槛一点没变，如果你想要靠产品盈利，最好还是先想清楚：你在解决真实需求，还是在解决自己幻想的问题。

Vibe Coding 让每个人都有做软件的能力，我见过很多人做了几十个产品，纯特么自嗨，没有一毛钱盈利。现在 AI 一晚上能做一个产品，代码成本趋近于零，成本低到大家觉得不需要验证，做完了自然有人用。但事实上大家都在做“玩具”，因为 Vibe Coding 解决的是 how，但 what 和 why 被跳过了。我最近一个多月一直在用 atypica.AI ，就是在写代码之前，先把想法丢进去跑一轮用户验证。它会有一套完整的研究链路：先帮你拆研究计划，然后从百万级真实用户数据构建的 AI 人设库里挑人，组成一个焦点小组（AI Panel），让这些虚拟用户讨论你的产品、互相辩论、给出反对意见。并且，这个焦点小组可以反复用，每次你有新想法、新定价、新包装、新广告语，都可以拉同一批人再聊一轮。我刚用它测过的场景：上周我想做一个给老板用的 AI 助手，它帮我组了 12 个不同行业的老板人设（persona）并沉淀成我可以反复调用的Panel 。 30 分钟跑完，从报告中发现3件我完全没想到的事： 1. 当AI变得太懂老板反而会引发不安全感（尤其是很懂账目和客户关系时，会觉得被盯着）； 2. 最抗拒 AI 的老板也不是完全不用 AI ，只是不想换工作方式（能继续发微信、拍照、说语音，后台自动整理）； 3. 他们愿意为 AI 付钱不是因为功能多，而是因为它能帮自己少亏一次钱（少一次压货、客户流失或管理损耗，比“智能助手”这个概念更能打动人）。根据这些发现我当场调整了方向，然后用panel里的同一批人再验证了一轮。两轮下来，避开了至少三个致命错误。 Vibe Coding 把做产品的门槛降到了零，但做对产品的门槛一点没变，如果你想要靠产品盈利，最好还是先想清楚：你在解决真实需求，还是在解决自己幻想的问题。

余温

27,280 次观看 • 3 个月前

这个人的访谈，我已经看了第三遍了。硅谷最神秘的亿万富翁——纳瓦尔·拉维坎特。很多人都没听说过他，但马斯克、扎克伯格都非常推崇他。他几乎不接受采访，可一旦开口，就是那种让人当场坐直、反复回放的话。连这两天，我又重温了他三个小时的访谈，帮你总结了含金量最高的几个观点，和你分享。第一，人生中最重要的三个决定。纳瓦尔说啊，所有的结果，几乎都是这三件事的下游：和谁在一起，做什么，住在哪里。这听起来很简单，但他说，大多数人都没有意识到，他们在这三件事上的思考，时间少得可怕。但就是这三件事，决定了你几乎所有的一切——你的朋友圈、你的机会、你的情绪底色、你每天呼吸什么样的空气、你未来能遇见什么样的人。他说，如果你要做一个能够影响4年的决定，你应该花一年的时间来想清楚它。而我们绝大多数人呢？就是花了一个周末，就决定了一份要学4年的专业；花了一个月，就决定了一份干10年的工作。第二，骄傲是最昂贵的特质。这句话很短，但是呢，我愣了很久。纳瓦尔说啊，他观察了很多朋友和同事，那些原地踏步、成长最少的人，几乎无一例外，都是最骄傲的人。骄傲意味着什么？意味着你不会承认自己错了。你买了一只烂股票，不舍得割肉，因为承认亏损，就等于承认你判断失误。你卡在一段不好的关系里，你不离开，是因为你不想让别人看见你失败。骄傲，会把你锁在次优答案里。他说，最好的艺术家、最好的创业者都有一个共同点——就是他们随时愿意从零开始，愿意被看起来像个傻瓜。他还举了马斯克的例子，说他卖掉了 PayPal 之后拿到了2亿美元，接着他把这些钱全部压到了 SpaceX 和特斯拉里，甚至还要借钱付房租。第三，不是一万小时，而是一万次迭代。你一定听过那个“一万小时定律”，说你重复做一件事，坚持1万小时就能成为专家。纳瓦尔呢，一针见血地指出：是错的。真正让你成为专家的，是1万次迭代，而不是1万个小时。重复和迭代，是两件完全不同的事。重复，就是你把一件事做了一遍又一遍；而迭代，是你每做一次，就要带着上一次的教训，做得更好一点。所以，我们每个人都要问自己一个问题：你到底是在迭代，还是只是把第一次的经验，重复了很多遍？第四，灵感是易逝品。这点我觉得，可能是整个访谈里最实用的一条。纳瓦尔说啊，当你有灵感的那一刻，就是阻力最小、效率最高的那一刻，这个窗口转瞬即逝。你有灵感写一篇东西，那就在那一秒写；你有灵感去解决一个问题，就立刻解决；你对某件事突然好奇，就在那一秒去查。不要想着等我有时间再去做，因为等有时间的时候，那个灵感、那个状态，已经不在了。纳瓦尔说啊，他不喜欢被过度安排的人生，因为那样，你会永远错过真正想做的时刻。第五，注意力在哪里，你的人生就在哪里。这是整个访谈里，最让我反复回味的一句话。纳瓦尔说啊，很多人以为钱可以买到时间，但是像沃伦·巴菲特，还有迈克尔·彭博，有钱到这个程度，他们依然没办法多买到一天。而更致命的不是这个。更致命的是，你有时间，却没有把注意力，真正地放在这段时间里。你躺在床上，刷两个小时短视频，时间在流逝，但你的注意力在哪里？在算法推荐给你的下一条，下一条，再下一条。两个小时过去了，你刷了100条视频，可你什么都不记得。纳瓦尔说啊，你的身体在，但其实你已经死了。这，才是现代人最大的悲剧。

这个人的访谈，我已经看了第三遍了。硅谷最神秘的亿万富翁——纳瓦尔·拉维坎特。很多人都没听说过他，但马斯克、扎克伯格都非常推崇他。他几乎不接受采访，可一旦开口，就是那种让人当场坐直、反复回放的话。连这两天，我又重温了他三个小时的访谈，帮你总结了含金量最高的几个观点，和你分享。第一，人生中最重要的三个决定。纳瓦尔说啊，所有的结果，几乎都是这三件事的下游：和谁在一起，做什么，住在哪里。这听起来很简单，但他说，大多数人都没有意识到，他们在这三件事上的思考，时间少得可怕。但就是这三件事，决定了你几乎所有的一切——你的朋友圈、你的机会、你的情绪底色、你每天呼吸什么样的空气、你未来能遇见什么样的人。他说，如果你要做一个能够影响4年的决定，你应该花一年的时间来想清楚它。而我们绝大多数人呢？就是花了一个周末，就决定了一份要学4年的专业；花了一个月，就决定了一份干10年的工作。第二，骄傲是最昂贵的特质。这句话很短，但是呢，我愣了很久。纳瓦尔说啊，他观察了很多朋友和同事，那些原地踏步、成长最少的人，几乎无一例外，都是最骄傲的人。骄傲意味着什么？意味着你不会承认自己错了。你买了一只烂股票，不舍得割肉，因为承认亏损，就等于承认你判断失误。你卡在一段不好的关系里，你不离开，是因为你不想让别人看见你失败。骄傲，会把你锁在次优答案里。他说，最好的艺术家、最好的创业者都有一个共同点——就是他们随时愿意从零开始，愿意被看起来像个傻瓜。他还举了马斯克的例子，说他卖掉了 PayPal 之后拿到了2亿美元，接着他把这些钱全部压到了 SpaceX 和特斯拉里，甚至还要借钱付房租。第三，不是一万小时，而是一万次迭代。你一定听过那个“一万小时定律”，说你重复做一件事，坚持1万小时就能成为专家。纳瓦尔呢，一针见血地指出：是错的。真正让你成为专家的，是1万次迭代，而不是1万个小时。重复和迭代，是两件完全不同的事。重复，就是你把一件事做了一遍又一遍；而迭代，是你每做一次，就要带着上一次的教训，做得更好一点。所以，我们每个人都要问自己一个问题：你到底是在迭代，还是只是把第一次的经验，重复了很多遍？第四，灵感是易逝品。这点我觉得，可能是整个访谈里最实用的一条。纳瓦尔说啊，当你有灵感的那一刻，就是阻力最小、效率最高的那一刻，这个窗口转瞬即逝。你有灵感写一篇东西，那就在那一秒写；你有灵感去解决一个问题，就立刻解决；你对某件事突然好奇，就在那一秒去查。不要想着等我有时间再去做，因为等有时间的时候，那个灵感、那个状态，已经不在了。纳瓦尔说啊，他不喜欢被过度安排的人生，因为那样，你会永远错过真正想做的时刻。第五，注意力在哪里，你的人生就在哪里。这是整个访谈里，最让我反复回味的一句话。纳瓦尔说啊，很多人以为钱可以买到时间，但是像沃伦·巴菲特，还有迈克尔·彭博，有钱到这个程度，他们依然没办法多买到一天。而更致命的不是这个。更致命的是，你有时间，却没有把注意力，真正地放在这段时间里。你躺在床上，刷两个小时短视频，时间在流逝，但你的注意力在哪里？在算法推荐给你的下一条，下一条，再下一条。两个小时过去了，你刷了100条视频，可你什么都不记得。纳瓦尔说啊，你的身体在，但其实你已经死了。这，才是现代人最大的悲剧。

另一面

133,449 次观看 • 7 个月前