把模型能力
变成工程结果。

Agents API：云端底座

Agents API 把 Codex 的上下文管理、工具调用和多 Agent 协调能力托管化，开发者只需选择任务、模型、工具与运行环境。

OpenAI 的研究 Agent 拐点

OpenAI 首次公开内部编码 Agent 用量、实验速度、任务跨度与安全减速数据。

Agent 的记忆，不该被锁在某个产品里

Hugging Face 开源 funes，把 Claude Code、Codex、pi 与 Hermes 的本地会话轨迹统一成可检索的 Lance 数据集。它保留原始证据与出处，结合向量、BM25、重排和时间衰减，并可同步到用户自己控制的私有 Hugging Face Dataset。

ChatGPT Work 不是聊天：它是一套 Agent Runtime

Simon Willison 拆出 ChatGPT Work 的真实能力边界：联网执行环境、浏览器、持久文件系统、子 Agent、自动化与 Sites，共同组成一套通用任务运行时。

NVIDIA 把 Skill 放进对照实验：正确性从 46 升到 87

NVIDIA 开源 SkillEvaluator，用同一任务在安装与不安装 Skill 的条件下运行 Codex 和 Claude Code，并从结构、安全、去重、正确性、可发现性与效率等维度衡量 Skill 的真实边际贡献。

OpenAI Codex 角色插件：110 个技能，非开发者增速是开发者的 3 倍

OpenAI 为 Codex 推出 6 个角色插件（数据分析、创意生产、销售、产品设计、股票投资、投行），共 62 个应用连接和 110 个技能。非开发者已占 Codex 用户的 20%，增速是开发者的 3 倍。插件模板已开源在 GitHub（MIT 许可）。

OpenAI Codex 开放浏览器开发者模式：CDP 协议让 Agent 能调试网页

OpenAI 为 Codex 内置浏览器和 Chrome 推出开发者模式，支持通过 Chrome DevTools Protocol（CDP）深度调试网页：profile JS 性能、检查控制台输出、监控网络流量、分析 DOM/CSS。每次 CDP 调用需用户授权。

Token Casino：为什么 AI Agent 的「花出去」和「上线」是两笔账，Labs 在卖你筹码

Veeral Patel 的元层观察：AI agent 的 token 经济激励错位——Labs 通过「token 抽象掉美元」「retro terminal 让你进 flow」「lifetime tokens 变 X 上炫耀的数字」三招，让用户像在赌场里一样持续烧 token，但没产出可上线的产品。Calvin French-Owen（前 Codex 工程师）说『agent 经常做错事，你会追损』——这是赌徒行为。AI 把 execution 变近乎免费，但把 align-before-build 的压力也拆掉了。两条对抗思路：align agents first、pay for outcomes 不 pay for tokens。

Codex 的 8 个 Coding 之外高频场景：一个 Power User 是怎么把它用成日常办公助手的

小盖总结的 8 个 Codex Coding 之外的高频场景：配图（信息型 HTML / Excalidraw 手绘 / PPT 插图）、磁盘清理、长文转 Slides、会议纪要（含多会议串分析）、飞书接入（含飞书文档 @Codex）、微信读书、部署网站、HR/法务/财务琐事。每一条都是真实场景+工具链的组合，不是 prompt 玄学。

Harness 才是产品：决定 Coding Agent 体验的不是 Model，是它周围的整套 Runtime

马东锡 NLP 把 coding agent 拆成六个核心组件：Live repo context、Prompt shape、Structured tools、Context reduction、Transcripts and memory、Delegation。Model 在 loop 里，harness 拥有 loop。Anything that must be reliable belongs in the harness.

Loop Engineering：你不再 prompt Agent，你设计让 Agent 自己跑的循环

Addy Osmani 提炼出 Loop 的五件套 + 一个外部记忆：Automations、Worktrees、Skills、Plugins/Connectors、Sub-agents，Claude Code 和 Codex 都已经集齐，循环工程把工程师从逐轮 prompt 的人变成系统设计者。

10 个 Codex Skills 覆盖中文内容创作者整套流程：写作+配图+封面+小红书卡片的最小套装

Joruno 整理的 10 个 Codex Skills 清单，覆盖中文内容创作者一整套生产流程：去 AI 味（Humanizer-zh）、选题诊断（dbskill）、完整写作（content-research-writer）、资料型写作（NotebookLM skill）、长文流（khazix-skills）、中文配图（ian-xiaohei-illustrations）、小红书卡片（guizang-social-card-skill）、视觉工具箱（baoyu-skills）、PPT/封面（guizang-ppt-skill）、HTML/海报（html-anything）。仓库 stars 全部核验。给出 5 个最小推荐套装（按 3+2 分层）+ 创作链顺序 + 选型决策树：先看痛点属于哪一段（写作/配图/分发），再装对应 skill。

Hermes Agent 怎么配模型：不是选最强，是搭一个能跑几个小时不心痛的栈

zaimiri 给 Hermes Agent 出了一份 7 模型选型指南：Codex OAuth（默认、订阅制去心理 taximeter）/ Claude Sonnet 4.6（高代价任务的 judgment）/ Gemini Pro+Flash（长上下文 + 便宜辅助）/ DeepSeek（日常 worker）/ Grok（xAI 生态用户）/ Qwen3 Coder（编程向便宜）/ OpenRouter（一把钥匙多模型）/ Nous Portal（all-in-one 入门）。每条都带适用场景、setup 命令、caveat。结论：Hermes 是 OS 不是聊天窗，模型按 job 路由不是按 ego 选。

Emmett：HTML 品牌资产正在替代 PDF 品牌指南——当 Agent 接手执行，定价的形状也跟着变

Emmett Shine 长文详解：精品创意工作室给早期 founder 的 deliverable 已经从"网站 / PDF 品牌指南"变成 "/human + /agent 双 zip"，agent 端用 YAML/JSON/Markdown/HTML/CSS/SVG 编码整套品牌系统，丢进 Claude Design/Cursor/Codex 就能生成 landing page。核心论点：执行层被 agent 接管后，价值向项目最开头集中—— **定位 / 品味 / 灵感（magic_trick.md）才是卖的东西，输出只是副产品。**

Xudong Han 个人 Agent 合集：30 天把 EvoPaw 养成只懂你的工作系统

Xudong Han 把过去一个多月 X 系列串成一篇完整合集：为什么自己搭 Agent 是主权问题、15 天从 0 到日常使用的 5 步流程、Vibe Coding 的命门是把模糊需求逼成 spec、测试是换模型换底层的胆量、Claude Code 8 个配置 + Codex 10 个 TOML 配置、superpowers 5 个 skill、双模型互审破解自我盲区。

Matt Van Horn 六月 Agentic Engineering 攻略：plan.md + 语音 + 6 个并行 Tab

Notion 联创 Matt Van Horn 把他一年 agentic engineering 实战整理成 18 条 hack：plan.md 是给 agent 的契约、语音输入是 LLM 时代才真正可用的输入方式、6 个并行 Tab 跑不同任务、YOLO 模式 + 声音 hook 是 6 session 不爆炸的关键、Codex 跟 Claude 配对当第二引擎。

CC Switch 3.16 本地路由：让 Codex CLI 真正接进 DeepSeek 与 Kimi

新版 Codex CLI 强制走 OpenAI Responses API，但 DeepSeek/Kimi/硅基流动这些供应商只暴露 Chat Completions 接口。CC Switch 3.16 用本地路由（127.0.0.1:15721）做协议中转——Codex 发 Responses，路由改写为 Chat，上游返回再转回 Responses。这套本地代理模式正在成为模型网关的事实标准。

0xShimei：10 分钟搭 AI 自生长知识库——Obsidian + Codex 让信息自动帮你干活

中文社区的 Obsidian+Codex 自生长知识库方案：4 个文件夹（A 原料库 / B 概念库 / C Skill 库 / D 输出库）形成闭环。Codex 定期从 A 消化进 B，从 B 提炼出 C 的方法论模板，再按任务从 C 调用生成 D。核心是"消化系统"而非"收藏夹"——信息进去，干货出来，不用你手动搬运。

Codex Skill 是 AI 工作流入口

Codex 不只是对话工具，Skill 体系才是它的真正的上限。通过 impeccable、taste skill、Frontend App Builder 这三条路径，可以把 AI 从「能跑」升级到「能看」。

苍何开源 CodexGuide：最全 Codex 实战指南

开发者苍何用两周时间整理了 Codex 桌面端、CLI、ChatGPT 端和手机端的完整使用教程，包括 Plus 订阅避坑指南和远程操控方案，开源在 GitHub 并配有独立网站。

Codex 5.5 "变笨"？可能是本地文件膨胀

Codex 5.5 推理质量下降的一个被忽视原因：~/.codex 目录下的状态库、日志、会话记录持续膨胀，拖累响应速度。附安全清理步骤。

Codex的10个工作流用法：从码农到任务设计师

老爸的AI联萌总结的Codex进阶用法：固定线程、看现场、/goal合约、steering和queue、工具选择、skill沉淀、AGENTS.md规则、自动化、质量门、角色转变。

Codex Goals模式：让AI自己跑到达标为止

知野介绍Codex Goals模式：不再一步步推动，而是设定最终目标让AI自主检查、迭代、直到达标。包含六个写好Goal的要素。

Claude Code vs Codex：100 小时实测对比

Nate Herk 对 Claude Code 和 Codex 进行 100 小时深度实测，发现两者功能重叠度极高，但哲学差异明显：Claude 是可定制的工作流系统，Codex 是统一的交付机器。

国产模型 API 接入 Codex：10 个核心玩法实测

卡尔的 AI 沃茨实测将阶跃星辰 Step Plan 接入 Codex App 的完整方案：API 模式保留完整功能（手机端、锁屏、截屏），step-router-v1 自动在 deepseek-v4-pro 和 step-3.5-flash 间切换，附一键安装脚本和 10 个核心玩法验证。

开源 Agent 的护城河：当 Codex 和 Claude 补齐记忆与定时任务

Chris Wang 分析开源 Agent（Hermes/OpenClaw）在 Codex/Claude 快速补齐功能后的生存逻辑：记忆、本地执行、定时任务等旧护城河已被侵蚀，真正的差异化在于"调度层"——不是做大厨，而是做餐厅老板。

Codex /goal 实战指南：从"继续"到"验收单"

Codex 的 /goal 不是让 AI 瞎跑更久，而是给它一张清清楚楚的验收单。核心原则：别写愿望，写验收；别催继续，给清单；别信口头完成，看测试和 diff。附三个文件（PLAN.md / EXPERIMENTS.md / EXPERIMENT_NOTES.md）管理长任务记忆。

Codex 连接问题排查：一次说清 Reconnecting 1/5 的原因和三种解法

Suu 分析了 Codex 频繁出现 Reconnecting 1/5 的根本原因：WebSocket 在代理环境下握手失败，分享了强制 HTTP、配置代理、开 TUN 模式三种解法。

OpenAI 工程师的 9 条 Codex 用法

OpenAI 工程师 Jason Liu 分享了 9 条 Codex 用法：持久线程、共享记忆、语音输入、Steering、Computer Use、远程控制、Heartbeat、Goal 和 Side Panel。

用 Obsidian 作为 Codex 的跨项目长期记忆库

逸尘分享了一个巧妙方案：用外置 Obsidian Vault 长期保存 Codex 重要记忆，解决 Codex 跨项目遗忘问题。

2026 年 Codex 精通指南（构建者课程）

Avid 用 Claude Code 12 个月后转投 Codex 30 天，发现这不是更聪明的自动补全，而是完整的 Agentic 软件开发平台。

Codex 深度使用指南：OpenAI 工程师的实战心法

OpenAI 工程师 Jason Liu 分享 Codex 从"代码工具"进化为"工作操作系统"的完整实践：持久线程、语音输入、Heartbeats、Goals、侧边栏等核心功能的高阶用法。

Codex 逆向文生图提示词：双 Agent 协作工作流

Open Design 集成 Codex：设计意图全流程保持

Open Design 新增 Codex 集成支持，Agent 可直接操作画布，实现设计→代码→动效的一体化工作流。

/goal 命令的产品经理视角：从模糊需求到可验证目标

George 从产品经理视角分析 Claude Code /goal 和 Codex /goal 命令的本质：不是更智能的模型，而是 Ralph Wiggum 循环的产品化封装。核心洞察是需求必须变成可验证的目标状态——包含可观察行为、负面案例、范围边界、验证证据、停止条件和状态报告。

/goal 只是八分之一：Intent Engineering 完整框架

Paweł Huryn 指出 OpenAI 和 Anthropic 的 /goal 命令只覆盖了 Intent Engineering 框架的 2/8（Objective + Desired Outcomes）。真正让 Agent 在生产环境可靠运行的，是另外六个被忽略的部分：Strategy、Health Metrics、Org Context、Constraints、Autonomy Boundaries、Stop Rules。

Kimi Web Bridge 发布：Agent 像人类一样操作浏览器

月之暗面发布 Kimi Web Bridge 浏览器扩展：Agent 可搜索、滚动、点击、输入并完成任务。支持 Kimi Code CLI、Claude Code、Cursor、Codex、Hermes 等主流 Coding Agent。

/goal：Coding Agent 的新原语

/goal 不是功能，是原语。Codex、Claude Code、Hermes 三家 converge 到同一指令格式，让不同工具可组合。从 prompting（你驱动）到 assigning（Agent 向目标驱动）。

/goal 命令终极指南：让 AI Agent 24/7 自主工作

Anthropic、OpenAI 等都在推 /goal 命令——让 AI Agent 在闭环中自主完成任务，无需人工逐轮批准。从语法到高级 prompt 结构，从研究到编码到视觉设计的完整用例。

Vercel 产品设计团队真正在用的工具

Hannah Hearth 分享 Vercel 产品设计团队的工具现状：AI 设计工作流落后于工程、Claude+Codex 结对编程、并行线程保持心流、从生产环境设计、Figma 仍是探索首选。

agentmemory：给 Claude/Cursor/Codex 装上无限记忆

agentmemory 开源项目 3 天获得 4000+ stars，用本地服务替代 CLAUDE.md/.cursorrules 等静态文件记忆方案。通过 12 个 Claude Code lifecycle hook 自动捕获会话，四层记忆压缩，混合检索（BM25 + 向量 + 图谱），实现跨会话的无限记忆。

Codex Goals 实战指南：如何让 Agent 连续运行数天

OpenAI 的 Chris Hayduk 分享 Codex /goal 模式的高效使用技巧：目标必须具体可量化、反馈循环要尽可能快、用 markdown 文件（PLAN.md / EXPERIMENTS.md / EXPERIMENT_NOTES.md）让 Agent 持久化思考状态，从而支持数天的连续运行。

Open Design：用 Coding Agent 三分钟做绝美 PPT

尹珉实测 Open Design：不自带 AI 引擎，直接调用本地 Claude Code/Codex 等 16 种 coding agent CLI，通过 31 个内置 Skill + 72 套 Design System + Discovery Form + 5 维自检，让 agent 从写代码切换到做 PPT。

Codex for Product Marketing：PMM 的三种日常用法

OpenAI Codex 首位 PMM 分享三种日常用法：作为个人助理整合跨工具信号、深入产品和工程源码理解变更、快速生成交叉职能对齐文档。

Codex 知识库自动进化系统：从书签到持久记忆

Ziwen 分享如何用 Codex + Obsidian 构建自动进化的知识库：每天自动抓取 X 书签和 YouTube 观看列表，通过每日/每周审计 prompt 让 AI 持续自我升级。

Codex App 完全入门指南：把一个超级 AI 工作台的每个细节讲清楚

一篇面向小白的 Codex App 完整教程：从界面分区、插件系统、权限设置到实际使用场景，手把手带你从 0 到 1 上手这个 AI 超级工作台。

Peter Yang：聊天时代即将结束

140K 订阅的 Peter Yang 宣布自己和许多 AI builder 已从 ChatGPT/Claude 聊天切换到 Codex/Claude Code——因为后者能做实事，前者只能聊天。下一阶段是让普通用户也能用 Agent，方法是让 AI 在聊天 App 里内置 Agent 能力，而不是让他们学 CLI。

Long-Running Agent 需要的不只是 Ralph Loop

Jarrod Watts 实测 Codex /goal 功能后提出三个核心缺陷：歧义累积、多角色胜出、跨上下文记忆，并给出自己的完整工作流：setup phase + 多 Agent 协作 + 四文件记忆系统。

Codex 更新总结：GPT-5.5 + Chrome 扩展 + CLI 0.129

OpenAI Codex 五月更新汇总：GPT-5.5 成默认模型、Chrome 扩展上线、CLI 迈入 0.129 时代。快速了解 Codex 当前能力边界。

Codex + GPT Image-2 视频制作工作流：先出图再复刻成代码

外包一个几十秒的产品视频要上万块，但可以不打开任何剪辑软件，只用代码跑出来。核心：先用 GPT-Image-2 把每个场景的视觉预演图出好，再把图交给 Codex 复刻成代码。

Claude Code 和 Codex 不是同一个工具

大多数团队把这两个 AI Agent CLI 当成可互换的工具——然后在错误的配置下多花 40-60% 的修正轮次。问题不是模型，是控制平面。一个持久化记忆并通过 hooks 执行规则，另一个沙盒一切、阻断网络、每次运行重置。

Codex + HyperFrames：代码驱动的视频剪辑自由

自媒体人 Sac 分享用 Codex + HyperFrames 做视频的实战经验——不用打开剪辑软件，直接写代码生成视频。基础剪辑和动画 1 小时搞定。

Entire 发布跨 Agent Skills：让 Claude/Codex/Cursor 读懂你的代码历史

Entire.io 开源了跨 Agent Skills 仓库，让 Claude Code、Codex、Cursor 等编码 Agent 能搜索过去的工作、理解代码意图、接手其他 Agent 的会话——本质是给 Agent 装上长期记忆。

Codex 新功能：/goal 六小时自主运行实录

作者实测 Codex CLI 的持久化目标功能，历时 6 小时 44 分钟的自主运行，间隔 5.5 小时后无缝继续，token 成本因 94% 缓存命中率大幅降低。

GPT-5.5 + GPT-Image-2 + Codex：一张截图生成一个 Artemis II 任务 App

OpenAI 技术讲师分享 GPT-5.5 和 GPT-Image-2 组合用法：先用图像模型生成 UI 设计稿，再交给 GPT-5.5/Codex 实现，最成功的做法是两个步骤分开到两个独立 session 里做。

什么是Agent Harness：框架与 Harness 的根本区别

Aparna Dhinakaran 厘清 Agent Harness 的真正定义：Harness 是从编码 Agent 底向上演化出来的架构（Cursor/Claude Code/Windsurf/Codex），不是 LangChain/LangGraph 那种给人类搭框架的工具。Harness 的核心是 while 循环驱动的闭环，框架是人工配置状态图。两者根本不同：框架为人类设计，Harness 为 Agent 设计。

Codex 全攻略：OpenAI 最被低估的产品

OpenAI 工程师 Riley Brown 在 Startup Ideas Podcast 上做了个 Codex masterclass。核心论点：Codex = Claude Code + Cowork，一个产品覆盖所有 agent 工作流。GUI 赢了终端，Skills 是可复用 agent 的正确打开方式。

Coding Assistant 对决：SemiAnalysis 硬核横评 GPT-5.5 vs Opus 4.7

SemiAnalysis 工程师实战对比 GPT-5.5 与 Opus 4.7，发现两者各有胜负：Codex 更擅长精准执行和数据推理，Claude 更擅长理解和做规划。核心结论是「每任务成本」而非「每 Token 成本」才是真正的北极星指标。

OpenAI 给 Responses API 加 WebSocket：Agent 循环快 40%，原来是协议开销在拖后腿

OpenAI 在 Responses API 中引入 WebSocket 持久连接，解决了一个在 GPU 推理速度提升后才变得显著的问题：当模型吞吐量从 65 tokens/s 跃升到近 1000 tokens/s 后，API 层面的处理开销（对话历史重建、安全分类、token 重新渲染、计费等）反而成了 Agent 循环的主要延迟来源，而不是模型推理本身。WebSocket 方案通过在连接内维护缓存（response 对象、工具定义、已渲染 token），让后续请求复用已计算的状态，而非每次从头重建。实测结果：Agent 端到端循环快 40%，首 token 延迟提升近 45%，GPT-5.3-Codex-Spark 的峰值吞吐达到 4000 tokens/s。方案刻意选择 WebSocket 而非 gRPC，理由是不需要开发者重构已有 API 集成结构。OpenAI 称这是「Responses API 自 2025 年 3 月发布以来最重要的新能力之一」。

OpenAI Workspace Agents：Codex 驱动企业 Agent，离线运行 + 工具调用 + 人工审批流

OpenAI 推出 Workspace Agents，将 Codex 能力打包成企业级 Agent 产品，面向 ChatGPT Business、Enterprise、Edu 和 Teachers 计划。核心特点：Agent 在云端运行，用户离线后继续执行；可写代码、调用已集成工具、跨会话保持记忆；团队描述重复工作流，ChatGPT 引导创建自动化 Agent。产品内置四层防护：防 prompt injection 攻击、对外部内容进行内容分类、敏感操作（发邮件、改表格）需人工审批、管理员通过 Compliance API 监控 Agent 配置和执行历史。OpenAI 提供了五类预置用例模板：软件需求审查机器人、产品反馈路由 Agent、周报生成 Agent、销售线索邮件草稿 Agent、供应商风险评估 Agent。定价为研究预览期间（截至 2026 年 5 月 6 日）免费，之后切换为 credit 计费。

GPT-Image-2 全面发布：Elo 领先第二名 242 分，图像生成正在成为代码 Agent 的前端接口

OpenAI 于 2026 年 4 月 22 日正式在 ChatGPT、API 和 Codex 全面推出 GPT-Image-2，并立即完成与 Figma、Canva、Adobe Firefly 等平台的集成。Arena 排行榜上，GPT-Image-2 在文本到图像得分 1512，单图编辑 1513，多图编辑 1464，比第二名领先 242 Elo 分。核心提升集中在文字渲染精度、布局保真度和多语言支持。"Thinking" 模式支持联网搜索、多候选生成和输出自检。最重要的产品信号：评测者强调这个模型的价值不在艺术创作而在实用场景——UI 设计稿、信息图表、幻灯片——图像生成正在成为代码 Agent 的前端接口。

Cursor Bugbot 从用户反馈中自动生成规则：代码审查解决率达 78%，超越所有竞品

Cursor 的 AI 代码审查工具 Bugbot 推出自学习机制，解决率从 beta 阶段的 52% 提升至 78.13%，超过 Greptile（63%）、CodeRabbit（49%）、GitHub Copilot（47%）、Codex（45%）和 Gemini Code Assist（31%）。学习信号来自三个实时源：用户对评论的 downvote（无用信号）、开发者的回复说明（改进信号）、人工审查员标注的遗漏问题（能力边界信号）。系统将这些信号转化为候选规则，累积足够证据后激活影响后续审查；产生持续负反馈的规则则被禁用。11 万个仓库启用学习能力，累计生成 4.4 万条规则。

Claude Code 定价争议：Simon Willison 的公开质问与 Anthropic 的 A/B 测试代价

Anthropic 曾短暂将 Claude Code 的定价页面更新为仅限 $100-$200/月 Max 计划，随后几小时内回滚，但据称实验在后台继续进行。Simon Willison 今日发文详解这一事件的多层影响：$20→$100 对非高收入国家用户是质的跨越；用推文而非官方公告处理定价变更伤害了用户信任；潜在用户开始质疑继续投入学习成本是否值得。Willison 指出 Codex 团队已公开承诺维持 $20 计划，要求 Anthropic 给出同等的明确承诺，否则将把教学内容迁移到 Codex。

我是如何不再需要向 Codex 解释任何事情的

OpenAI 工程师 Dominik Kundel 分享了他如何把 Codex 从一个需要手把手指导的工具，变成一个能自主理解上下文、了解他的工具偏好和工作习惯的同事。关键：Chronicle 屏幕记忆 + 个人 Vault + 多源上下文注入，让他只需要说\"同步文档草稿然后消息 Romain\"，Codex 就能自己搞定全部流程。

编程 Agent 的六个核心构件：Sebastian Raschka 的拆解手册

Sebastian Raschka（《从零构建大型语言模型》作者）系统拆解了编程 Agent 的架构设计：为什么 Claude Code、Codex CLI 这类工具用同样的模型，却比普通聊天界面感觉强大得多？答案在于 Agent Harness——包裹在 LLM 外层的控制循环。Raschka 归纳了编程 Agent 的六个核心构件：Repo Context（仓库上下文注入）、Tool Design（工具设计与边界）、Prompt Cache Stability（Prompt 缓存稳定性）、Memory（短期/长期记忆管理）、Long-Session Continuity（长会话连续性）以及 Agent Loop（目标驱动循环机制）。文章同时厘清了三个常被混淆的概念：LLM 是核心预测引擎，Reasoning Model 是强化推理版本，Agent 是在两者之上叠加的任务执行控制层。这一区分对于理解为什么"换个更好的模型"不能解决所有编程任务问题至关重要，因为 Agent Harness 本身的设计决定了大部分实际使用体验。

mcp-cli：让 AI Agent 免交 fork/exec 税，73% 系统调用开销消失

madeye 开源 mcp-cli，通过 sidecar-daemon + MCP bridge 架构，让 Claude Code/Codex 通过 Unix Domain Socket 直接访问项目文件系统/git状态/源码，省去每次 shell 工具调用的 fork+exec 开销。Codex 测试：execve 调用从 83 次降到 22 次（-73%），rg 调用从 13 次降到 0 次。

构建 Claude/Codex Skills 完整指南：提示词时代的终结

把 AI 当通用聊天机器人用的时代正式结束。Top 1% 在构建 Skills，其余 99% 还在写提示词。这是 Anthropic 2025年10月发布的 Skills 开放规范完整技术指南。

Codex App自动化升级：让AI主动盯着你的PR和项目进度

Codex App推出线程自动化：每15分钟主动监控指定线程，自动创建/更新自动化、追踪Notion数据库项目进度、PR冲突合并、Slack/GitHub集成——AI不再被动响应，主动巡逻你的工作流。

Codex 长线程自动化：让一个线程持续替你盯住工作

Nick Baumann 介绍了自己如何把 Codex 线程变成长期运行的工作队友：定时检查 Slack、Gmail、PR 和日历，只在真正改变优先级时打断他。

Warp 推出 Universal Agent Support：把终端变成多 Agent 编码的指挥台

Warp 终端发布 Universal Agent Support，让 Warp 成为支持所有主流编码 Agent CLI（Claude Code、Codex、Gemini CLI、OpenCode）的通用工作台。新功能：垂直 Tab（多 Agent 分组+元数据）、Tab Configs（一键初始化环境）、统一通知中心、Inline 代码审查（直接推送评论到运行中的 Agent session）、Attach 代码为上下文、Rich Input（多行提示词+语音+@上下文）、Remote Control（云端监控+远程操控）。核心理念：终端才是 Agentic 开发最好的地方。

与其喂文档，不如给 AI 造个专用命令

OpenAI Codex 团队工程师 Nick Baumann 的工作流：把常用操作封装成带参数、输出 JSON、有帮助文档的 CLI，让 Codex 自己串命令链。三个真实案例：对话检索、Slack 搜索、推文排期。

OpenAI Codex 上线官方用例库：工作流即用即开

OpenAI Codex use cases 页面把常见任务整理成可执行工作流，每个用例包含适用场景、starter prompt 以及相关插件和 skills。

Codex 最好的工具是定制 CLI：Nick Baumann 的 Agent 工具设计方法论

Nick Baumann（OpenAI Codex 团队）分享了他设计 Codex 工具的核心原则：Connector/MCP 适合简单 API 访问，但复杂/noisy/大量数据源应该封装成 CLI——精确命令、稳定 JSON、可预测错误、帮助文档。三个真实案例：codex-threads、slack-cli、typefully-cli。

Compound Engineering 2.64.0：Codex 委托、因果调试、会话挖掘三大更新

Compound Engineering 发布 2.64.0，带来三个重要新功能：Codex 委托（Claude 保留规划权，Codex 执行代码）、ce-debug（因果链门控调试）、ce-sessions（跨 Claude Code/Codex/Cursor 挖掘历史会话洞察）。同时移除 Swarm 模式，token 效率提升 30%+。

Multica：把编码Agent变成真正的团队成员

Multica是一个多Agent协作平台，把Claude Code和Codex变成有档案库、有看板、有评论、有技能积累的真正团队成员。

把你的X书签变成本地知识库

Field Theory CLI把X书签同步到本地，用BM25全文搜索+SQLite FTS5索引，支持Claude Code、Codex等agent直接调用。数据留在本地，无遥测。

Codex 团队如何用自己的产品构建产品

OpenAI Codex 团队访谈：整个产品 spec 只有 10 个要点，50-100 人团队长期只有一个 PM，海盗船式运作。设计师写的代码超过六个月前一个工程师的产出。PM 是填空岗位，不是领导岗位。

Anthropic封禁第三方OAuth后：Claude替代方案与人格化三步改造指南

Meta Alchemist 梳理Anthropic封禁后的Claude替代品：GLM 5.1、Minimax 2.7、Codex各有什么优势，以及三步Skill系统让人格化任何模型接近Claude水准。

团队 Skills 管理：Git + Symlink 的实战经验

用 Codex CLI 的 .agents/skills 目录管理 Skills，Git 版本控制和 Symlink 是核心，既能保持版本干净，又能让 Agent 直接在 Repo 里改完提 PR。

Cline Kanban：CLI无关的多Agent编排，独立应用来了

Cline发布独立Kanban应用：工作树运行任务、点击审核diff、卡片链接形成依赖链、Claude和Codex双兼容。1.4M浏览量。

客户对话 Agent 的六大硬伤

Sierra 联合创始人 Vijay Iyengar 拆解客户对话 Agent 六大硬伤，解释为何不能直接用 Claude Code 或 Codex 拼。

用 Codex 在 1 小时内进入陌生行业：建行业操作系统

Aron厚玉 的方法论：进入陌生行业时不是 Google + 收藏夹 200 链接，而是用 Codex 帮你建结构化的行业操作系统——品牌库、产品库、痛点库、关键词库、竞品拆解、内容生态分类、知识地图。4 步把零散信息变成可复用的认知体系。

30 分钟搭出完整 Codex 工作流：14 步从空白到上线

servasyy 给出 14 步把 Codex 用出 97% 能力的实操路线图：建文件夹、写 AGENTS.md、计划模式、.env.local、MCP、Skills、部署、调度、QA，30 分钟从空白到生产。