OpenAI 内部高手手把手教你用 Codex 当个人操作系统，从 heartbeat 监控到自动值机，全是可复用的技巧！
OpenAI 开发者体验负责人 Jason 在 Peter Yang 的专访中演示了如何将 ChatGPT Work 和 Codex 改造成个人操作系统，覆盖邮件、Slack、日历、Linear、值机、购物等场景。他提出了 heartbeat 起手式：让 agent 每 9am、1pm、5pm 检查并告知优先级。write-me skill 通过分析过去一周的 Slack 和邮件，自动反推个人说话风格。长任务用三文件法：goal.md 定义可验证成功标准，plan.md 记录细节，worklog.md 给人看。他还强调非线程的重要信息应写进 notes 目录供 agent 读取，人类几乎不打开 Obsidian。
ChatGPT Work + Codex 教程 -- 当 AI 能造出任何东西之后，人类唯一剩下的工作，是搞清楚自己不喜欢什么，并把它精确地变成语言！ https://t.co/gbHynsnnG6...
ChatGPT Work + Codex 教程 -- 当 AI 能造出任何东西之后，人类唯一剩下的工作，是搞清楚自己不喜欢什么，并把它精确地变成语言！ youtube.com/watch?v=ydTeb_… 来自 @petergyang 对 @jxnlco (DevEx at OpenAI) 的专访分享，演示了他如何把 ChatGPT Work + Codex 改造成自己的个人操作系统，让邮件、Slack、日历、Linear、值机、购物、学打鼓全在里面跑！ # 视频中抽取出的五个洞察 1. 通用工作 agent 是 coding agent 的一层皮肤 ChatGPT Work 和 Codex 是同一引擎的两种视图，Work 只是把 git 和代码藏了起来。原因是文件、脚本、可验证的执行结果本来就是"行动能力"的地基——所以做生产力工具，最好的起点是一个很强的 coding agent。 2. 上下文要落在文件里，不是对话里 他只有十来个 pinned thread，每个当一个 workspace；重要的东西一律让模型写进 notes 目录。唯一的主 project 是一个纯 markdown 的 Obsidian 库，放在 GitHub 上。关键细节：他自己几乎不打开 Obsidian——那是写给 agent 读的记忆层，人类只是顺带能看。 3. 读得越多的 agent，越不该给它写权限 他的 chief-of-staff 每天三次读完 Slack、邮件、Twitter DM、Linear，但不许自动发送，理由是"它一次读了 40 封邮件、100 条消息，我要更外科手术一点"。而在具体任务线程里，他会放手到"测试全绿后自己去 Slack 私信 Andrew"。自动化的授权，是你手动重复要求过 N 次并验证过之后的结果，不是起点。 4. session 历史是可以反过来治理你自己的资产 所有会话存成 JSON，于是他可以问："看过去 400 个 session，哪些 skill 从没用过？该合并哪些？我反复给过什么反馈？"他甚至写了个 self-improve skill 自动做这件事。心智模型是：这和 day-one 招人没区别，不存在写一次就永远完美的 skill。 5. 别让 AI 的产出停在"又一份文档" 购物时他没要 markdown 报告，而是要求"每个产品各开一个标签页"——回来直接点结账。报告需要你再翻译一次成行动，四个 tab 不需要。尽量让输出直接落在你原本就要做决策的那个界面上。 # 咱们都可以学习复制的四件事 heartbeat 起手式（原文）： turn this thread into a heartbeat. I want you to check my emails, my Slack, my Linear every 9am, 1pm, 5pm and just tell me what I need to prioritize. 然后按他的顺序加码：先要求每条带链接 → 接入任务系统 → 让它预写草稿（给你一个点开就填好的链接）。 write-me skill：让它读你过去一周自己写的 Slack/邮件，反推出"怎么像你说话"，再分场景细化（对外 vs 团队、对高管 vs 同事）。语料是你提供的，规则让它自己写。性价比最高的一招。 长任务三文件法：goal.md 是可验证的成功标准（"用 computer use 打开 app，上传这个 video ID，把数据取出来"，做不到就继续干），plan.md 是实现细节，worklog.md 是给人看的日志。两个讲究：别自己写 goal，描述成功标准然后让它自己设目标；goal 必须是文件，这样 scope 变了直接改文件，任务不用停。 用 session 历史清理 skill 库：定期问"哪些 skill 从没被调用过 / 我对哪个 skill 反复给过同样的反馈"。 # 视频中还特别提到了 RESET 的神「Tibo」 为什么 Codex 团队更新这么密集、这么贴社区，他把功劳给了 Tibo ( @thsottiaux )："每个人都努力，但 Tibo 是真的在乎，而且他跟社区的互动方式很好，这个东西会往下渗透。"他还加了一句我觉得很准确的定位——Tibo 不只是"代表公司面对用户"，也在"代表用户面对公司"。 未来方向：Codex 一直是桌面产品，现在大量能力正在往 ChatGPT Work 的云端迁移，automation 会跑在云上而不是你的机器上。 再往后是语音——他大量使用听写，还提到主持人想要的"给自己的 Codex 打电话下指令"这个功能。 Peter Yang @petergyang “The only job left is to understand what you don't like, put it into words, and tell the AI.” Here’s my new episode with @jxnlco (DevEx at OpenAI) where he showed me how he uses Codex throughout his workday, including how to: → Set up a chief of staff for Slack and email → Turn past sessions into new AI skills → Give long-running projects verifiable goals Some example Codex use cases from Jason: “I want you to read the past week of Slack messages I’ve written and make a skill to figure out how to talk like me.” “Turn this thread into a heartbeat. I want you to check my emails, my Slack, my Linear, and tell me what I need to prioritize.” “Codex can find a booking ticket and check into the flight for me and text me the boarding pass to my phone.” Jason wrote the official OpenAI handbook on how to get the most out of Codex, so don’t miss this episode. 📌 Watch now: youtu.be/ydTeb_I0b94 D Thanks to our sponsors: @RiversidedotFM : All-in-one AI studio for podcasts and video creators.riverside.com/PeterYang E Google AI Studio: Build apps with Nano Banana, and more aistudio.google.com/?utm_source=pe… R Your browser does not support the video tag. 🔗 View on Twitter 🔗 View Quoted Tweet 💬 0 🔄 0 ❤️ 1 👀 209 ⚡