过度适配旧模型成 AI 编码最大摩擦
有观点认为,当前 AI 编码的最大问题不是不够定制,而是过度适配旧模型:复杂 prompt、多层 RAG、人工重试、特殊 agent 编排和大量 guardrails 往往是在给上一代模型的 bug 打补丁,模型升级后反而成为摩擦和误差来源。直接用 vanilla Codex / Claude / GPT,只要任务描述清楚、上下文干净,往往更接近当前 SOTA。
发现用法,借鉴经验,开拓视野
发现用法,借鉴经验,开拓视野
有观点认为,当前 AI 编码的最大问题不是不够定制,而是过度适配旧模型:复杂 prompt、多层 RAG、人工重试、特殊 agent 编排和大量 guardrails 往往是在给上一代模型的 bug 打补丁,模型升级后反而成为摩擦和误差来源。直接用 vanilla Codex / Claude / GPT,只要任务描述清楚、上下文干净,往往更接近当前 SOTA。
OpenAI 在 Codex 用例文档中介绍 /goal 命令,让 Codex 跨多轮持续工作直至可验证的停止条件,可独立运行数小时而无需逐步输入。用 /goal <objective> 设定目标,/goal 查看状态,/goal pause、resume、clear 控制运行;若命令未出现,可在 config.toml 中启用 features.goals。
推荐理由:官方说明 Codex 的 /goal 命令如何为长任务设定目标与停止条件,适合需要长时间无人值守编码的读者参考。
OpenAI 官方说明在 ChatGPT 桌面应用中用 Computer Use 让 ChatGPT 点击、输入并操作 macOS 或 Windows 应用和本地文件,任务需经权限确认并返回可复核的结果。
推荐理由:官方说明 Computer Use 在 macOS 与 Windows 上的运行差异、浏览器选择与权限确认方式,可供准备让 ChatGPT 操作桌面应用的读者参考。
记者兼技术人 Jaemark Tordecilla 用 Codex 搭建了 Working Draft,用于追踪菲律宾副总统 Sara Duterte 弹劾庭审。
推荐理由:记者用 Codex 搭建庭审追踪工具,展示 AI 辅助新闻核查的可迁移做法与人工把关环节。
OpenAI Cookbook 给出在 AWS Lambda MicroVMs 上运行 Agents API 沙箱的教程,由 OpenAI 运行智能体框架,每个 MicroVM 运行 codex exec-server 并保存会话工作区文件。
推荐理由:官方给出在 AWS Lambda MicroVMs 上自托管 Agents API 沙箱的完整配置,含密钥隔离与生命周期钩子细节。
Jeff Su 分享 Context Handoff 技能,建议把长对话中的目标、已确认决策、进度和下一步整理成简报,核对后粘贴到新对话继续任务。作者称其可用于 ChatGPT、Claude 和 Gemini;文中给出了 Claude 的安装步骤及一次 NAS 配置任务的交接经历。
推荐理由:作者分享跨 ChatGPT、Claude 和 Gemini 的上下文交接技能,并给出在长对话中迁移任务的具体操作。
OpenAI 官方发布开发者实践文章,说明在 GPT-6 Astra 上应重新审视为旧模型积累的 skills、AGENTS.md 和任务提示词。文章建议 skill 描述尽量简短并明确适用场景、用渐进式披露把根文档做成指向子文档的最小路由,AGENTS.md 则按任务需要指向文档而非每次编辑前通读全库,并明确完成标准以避免 Astra 过早停下等待审查。
推荐理由:OpenAI 官方结合 GPT-6 Astra 的能力变化,给出精简 skill 描述、重写 AGENTS.md 与设定完成标准的具体改法。