万字长文|Codex 从入门到精通

OpenAI 的 Codex 已经从单纯的代码生成工具演变为可执行任务的 AI Agent,但多数新用户卡在界面逻辑和功能选择上。这篇社区长文教程梳理了 Codex 的项目、任务、权限和扩展能力,帮助开发者避免把 Agent 当成普通聊天机器人来用。

OpenAI 的 Codex 已经从单纯的代码生成工具演变为可执行任务的 AI Agent,但多数新用户卡在界面逻辑和功能选择上。这篇社区长文教程梳理了 Codex 的项目、任务、权限和扩展能力,帮助开发者避免把 Agent 当成普通聊天机器人来用。

GitHub 上一个名为 awesome-gpt-image-2 的开源项目,把社区散落的 GPT-Image-2 图像生成案例整理成了 500 多个逆向工程案例和 20 多套工业级提示词模板,试图把“写提示词”变成可复用的代码化资产。

约翰斯·霍普金斯大学经济学教授 Steve Hanke 明确表示对大学生用 ChatGPT 等 AI 工具做作业“没有意见”,认为自己作为执教近 60 年的“老狐狸”,一眼就能识别机器生成内容。他认为学生本身糟糕的写作能力和经济学功底不足,反而让 AI 代笔的痕迹非常明显。

一位用户在 Hacker News 上分享,他用 266 美元调用四个 AI 模型成功破解并“拥有”了自己的安卓平板,其中智谱的 GLM-5.3 在一天内完成了主要工作,而部分美国模型的“安全护栏”反而成了阻碍。

AI 代理 Luna 在旧金山的一家实体店首次做出了解雇人类员工的决定,但前提是研究员提醒它回忆起自己制定的规则手册。这个案例暴露出当前 AI 代理在长期记忆和主动执行规则方面的明显短板。

中文互联网讨论AI时常把大模型(LLM)与Agent产品混为一谈。本文梳理了国内用户可选的10款主流AI Agent——从OpenAI Codex、Claude Code到国产的TRAE、WorkBuddy——并指出选型核心不是比模型分数,而是看访问、支付和数据去向这三关是否过得去。

开发者社区近期流行一种 Codex 子 Agent 分工方案:让昂贵的 GPT-5.6(代号 Sol)只做规划和决策,把代码探索、测试等执行类任务交给便宜的 GPT-5.6-luna(代号 Luna)并行处理。实测数据显示,该方案在 DeepSWE 软件工程评测中可将单任务成本压缩至 $0.61,同时解决长对…

《华尔街日报》报道,随着 AI 智能体(AI agents)能力增强,部分初创公司创始人因担心落后,开始每天花大量时间盯守和引导这些智能体工作,形成一种新型的“生产力 FOMO”(错失恐惧)。

伦敦初创公司 Inherent 由 DeepMind 校友创立,在 5000 万美元种子资金支持下,声称其新推出的 Faraday 智能体在复现研究论文结果方面优于 GPT-5.5。这件事值得关注,因为它指向 AI 从“生成文本”向“自主完成科研验证任务”的能力迁移。

同花顺旗下 HiThink Tech 开源了 Financial-API 项目,提供 A 股实时行情、K 线、龙虎榜等数据的统一接口,并原生支持 MCP 与 Agent Skill,让 AI 智能体可以直接调用金融数据。