AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签：OpenAI Codex×
6月24日
18:26
6月21日
23:00
23:00shao__meng@shao__meng
精选72°
OpenAI Codex 推出 Record & Replay 功能，允许用户通过录制一次操作来创建可复用的 AI Skill。录制阶段会捕获用户演示的步骤、隐性偏好和变量，Codex 自动分析并生成包含使用条件、输入参数、操作步骤和验证规则的 Skill。回放时，Codex 可根据当前环境工具（如 Computer Use、浏览器插件）适应性地执行，支持不同参数输入。功能遵循“演示即规格”设计哲学，并给出五条高质量录制原则，如短而完整、提前声明变量、及时停止等。相比传统 Plugin，Record & Replay 更适合个人快速技能化，成本低。
技巧OpenAI CodexRecord & ReplayAI Skill工作流自动化编程助手
推荐理由：OpenAI 给 Codex 加了录技能功能，演示一次就能固化工作流，下次回放还能自适应，适合重复性任务。
原文
6月19日
16:25
04:32
6月16日
20:46
13:43
6月12日
12:57
6月11日
15:28
15:23
15:07
6月5日
01:27
01:27歸藏(guizang.ai)@op7418
CodePilot v0.55.0 正式版发布，核心重构完成。新增多执行引擎支持，可在同一应用中切换 Claude Code、自建 Native 和 OpenAI Codex 三种引擎，支持全局默认和会话级临时切换。上下文用量可视化功能让用户实时查看各来源（系统提示、工作区规则、技能等）的占用情况，避免长对话被意外截断。OpenAI Codex 账号的原生能力（助理记忆、Widget、定时任务等）已全面打通，不支持的会明确标注。同时修复了 macOS 视觉与托盘、Windows 安装与交互等内测反馈问题。
AI产品CodePilot多执行引擎上下文可视化Claude CodeOpenAI Codex
推荐理由：多执行引擎切换解决了开发者需要同时使用不同 AI 编程助手的痛点，做多模型对比或依赖特定引擎功能的团队可以直接升级试试。
原文
6月1日
09:24
09:24Clement Delangue@ClementDelangue
Hugging Face CEO Clement Delangue 在 X 上呼吁更多人公开分享编程和智能体追踪数据，以构建更好的数据集和开源模型。他指出已有不少人贡献，鼓励大家也分享自己的数据。同时，Simon Willison 抱怨 OpenAI 的 Codex Desktop 在更新中移除了“Copy as Markdown”功能，该功能曾是他最喜欢的导出完整聊天记录的方式。这一变化引发了对数据共享和工具可用性的讨论。公开分享追踪数据有助于推动开源模型进步，但工具功能的移除可能影响开发者体验。
行业开源/仓库编程助手数据共享智能体OpenAI Codex
推荐理由：如果你在训练或使用开源编程模型，公开分享追踪数据能直接提升数据集质量，Hugging Face 的号召值得响应。做 AI 编程工具的团队也能从中获得更丰富的训练素材。
原文
5月31日
21:38
21:38shao__meng@shao__meng
精选72°
Nicolas Bustamante 分享了基于 OpenAI Codex 构建的个人生活自动化 Agent 工具栈，整合了 Google 全家桶、WhatsApp、Telegram、浏览器自动化等工具，以及 Google Drive、Notion 等数据源。他提出了两个典型工作流：介绍邮件（跨5个工具的胶水活）和车牌更新（行政连续性），强调 Drive 作为 Source of Truth 的架构决策。工具优先级为 API/CLI > 本地文件 > 浏览器自动化 > 屏幕/UI 自动化，并通过 Skills（如 inbox-zero）实现操作品味的累积。反馈闭环和批准门控机制确保 Agent 的可靠性与安全性，其中“What did I miss?”工作流被视为杀手级应用。
AI产品智能体个人自动化OpenAI CodexGoogle Drive工作流编排
推荐理由：这篇拆解了个人 Agent 落地的真实架构和坑，做自动化工作流的开发者可以直接抄作业——从工具选型到数据组织到审批门控，全是实战经验。
原文
5月22日
22:35
5月14日
13:37
13:37Andrej Karpathy@karpathy
Karpathy 指出，很多人对 AI 能力的认知停留在去年免费版 ChatGPT 的水平，忽略了今年最先进的代理模型（如 OpenAI Codex 和 Claude Code）在编程、数学和研究等专业领域的惊人进步。免费版模型在简单查询上仍会犯错，但高端模型已能自动重构整个代码库或发现系统漏洞，这得益于强化学习中的可验证奖励函数和 B2B 场景的高价值驱动。这种认知鸿沟导致两群人（普通用户和专业技术用户）在讨论 AI 时完全说不到一起。
行业AI 认知代理模型OpenAI CodexClaude Code强化学习
推荐理由：Karpathy 点破了 AI 圈最大的认知偏差——免费版和高端代理模型的能力差距已经大到像两个物种。如果你是做编程、数学或研究的开发者，看完会理解为什么有人觉得 AI 已经能替代数周工作，而有人还在嘲笑它犯蠢。
原文