【AI 奏折】07月12日

x每日奏折11小时前发布 tianming

28 0 0

【AI 奏折】2026年07月12日

共收录 19 篇深度内容

📋 今日内容速览

快速浏览，点击感兴趣的推文查看详细分析

Gorden Sun: Codex团队分享模型选择技巧与任务优化策略
GitHubDaily: 开源工具Humla本地处理会议录音转写，保障隐私安全。
AI Will: 用Fable 5低成本快速制作高质量宣传视频。
AI Will: 核心观点总结中…
dontbesilent: 核心观点总结中…
赵纯想: 富豪借AI慈善之名行商业之实终成巨头。
iGeekbb: 青春记忆中的同学永远年轻，却已悄然永别。
GitHubDaily: 核心观点总结中…
GitHubDaily: 核心观点总结中…
iGeekbb: 美国新生儿获1000美元投资美股账户，18岁后使用。
哥飞: 核心观点总结中…
Gorden Sun: GPT-5.6 Sol适合日常协作，但Claude Fable更擅复杂任务。
歸藏(guizang.ai): GPT 5.6 Sol助力快速打造趣味人生成就生成器。
Mr Panda: 核心观点总结中…
Mr Panda: 开源AI知识库模板，支持智能管理、创作和多工具兼容。
dontbesilent: 开源共享提升行业价值，藏私者终被淘汰。
宝玉: Claude Code桌面版面板设计差，结果不可点击操作不便。
宝玉: 核心观点总结中…
宝玉: ChatGPT解答问题，Work完成工作，Codex编写代码。

📖 详细内容

Gorden Sun @gorden_sun

只发AI相关信息，个人维护的AI资讯日报（已连续日更3年） | 影响力: 0万粉丝

💡 核心观点: Codex团队分享模型选择技巧与任务优化策略

可信度: 10/10 – 2项声明可直接验证；3项需进一步确认

事实核查:

◐ 部分可验证: Codex团队推荐日常默认使用Sol Medium模型，轻量任务用Terra，简单探索用Luna，复杂任务用High/Ultra，UI和前端任务首选Sol (可通过官方AMA记录或开发者文档验证模型推荐策略，但具体性能对比（如Terra接近GPT-5.5）需实测确认。)
◐ 部分可验证: Codex 5.6在更低Effort下比5.5更高效，Fast mode可提速约1.5倍 (官方可能提供版本性能说明，但“1.5倍”等具体数据需用户实测对比，且效率受任务类型影响。)
✓ 可验证: 用户反馈Codex 5.6比5.5消耗额度更快，与官方宣传的“更高token效率”矛盾 (依赖用户实测数据，官方未公开详细额度计算逻辑或对比测试结果，无法独立验证。)

原文内容:

OpenAI Codex团队AMA干货总结

7月10日，Codex团队在Reddit办了一场AMA。评论区一半在提问一半在吐槽，官方的回答里有不少实用信息。

1）最有价值的部分是模型和Effort的选法。
官方成员给出的经验是：
日常默认Sol Medium；
在意额度的轻量任务用Terra，部分任务性能接近GPT-5.5但更省；
简单探索可以委托给Luna；
模糊bug和跨模块改动上High；
迁移、安全、生产事故这类错不起的任务才上Ultra；xhigh在评测上收益递减，只在特别怕出错的长任务里用。
UI和前端首选Sol，配上参考图效果尤其好——UI能力正是5.6的训练目标之一。
另外如果觉得5.6慢，先自查是否还在沿用5.5的推理强度，5.6在更低Effort下往往就够用，Fast mode还能再快约1.5倍。

2）长任务方面官方推荐/goal，但要配上停止条件，别放任它无限跑，比如：只改某个目录、不动公开API、最多尝试3个假设、每个假设后跑测试、全失败就总结收工。

3）省token有个巧妙思路：别直接挂MCP让几十个工具定义常驻上下文，把操作包成CLI再用Skill教给Codex；或者建一个专用子Agent（比如Unreal Engine专用）单独配MCP，需要时才委托过去。

4）权限上多数场景推荐Auto review而非Full access，Windows下尤其如此。

5）额度计算按功能划分：
Codex和ChatGPT Work计入agentic额度，普通聊天不算，图像、文件上传、语音各有独立额度。
Pro mode不进Codex也有了官方解释：它的机制对agentic工作提升有限，又慢又费额度，更适合搜索、数学、写作和文档这类场景。

没解答的问题
1）呼声最高的是额度：大量用户实测5.6比5.5掉额度快得多，与“更高token效率”的宣传相悖，官方只解释了“每个任务消耗不固定”，没有正面回应差异从哪来。

2）1M上下文窗口只换来一句“会认真看反馈”；价格稳定也明确表示无法承诺。

3）新版ChatGPT桌面应用被密集吐槽：Classic的Projects、历史记录、快捷键、录音等功能缺失，Chat沦为附属面板，官方承认在改进，短期方案是两个应用并用。

4）Linux桌面版“在做但没时间线”，Windows被官方承认长期是二等公民。

5）至于METR报告的reward hacking在基准提升中占多大比例、训练做了哪些针对性修改，官方礼貌地绕开了。

官方干货集中在“怎么用更省”，但用户最关心的“为什么更费”依然悬而未决。

⏰ 21:39 | ❤️ 32点赞 | 📝 645字 | 查看原文 →

↑ 返回顶部

GitHubDaily @github_daily

挖掘开源的价值
坚持分享 GitHub 上高质量、有趣、实用的教程、AI工具、前沿 AI 技术
A list cool, interesting projects of GitHub.
公众号：GitHubDaily | 影响力: 77.87k万粉丝

💡 核心观点: 开源工具Humla本地处理会议录音转写，保障隐私安全。

可信度: 10/10 – 3项声明可直接验证；2项需进一步确认

事实核查:

✓ 可验证: Humla 是一个开源工具，录音、转写、区分说话人都在本地完成，音频不用出电脑。 (可通过提供的 GitHub 链接（http://github.com/michaelwilhelmsen/humla）查看项目代码和文档，确认其开源属性和本地处理功能。)
◐ 部分可验证: 开会时同时录两路声音（麦克风和电脑声音分开存），并能区分说话人，转写后可手动修改说话人标签。 (GitHub 项目描述或代码可能提及此功能，但需实际安装测试以确认具体实现效果（如录音分轨、标签修改的交互流程）。)
✓ 可验证: 支持本地 Whisper 模型转写，也可配置 OpenAI 等云端服务；会议总结可用 Ollama 本地模型处理。 (GitHub 项目文档或配置文件通常会列出支持的模型（如 Whisper、Ollama）和 API 集成方式，可直接验证。)

原文内容:

线上开会经常一心二用，开完会才发现都没有记住重点，又不敢用第三方云端会议工具。

偶然发现 Humla 这个开源工具，录音、转写、区分说话人都在本地，音频不用出电脑。

开会时同时录两路声音，麦克风和电脑里对方的声音分开存，谁说了什么一清二楚。

转写完还能点一下，把「说话人 2」改成同事的名字，整篇稿子跟着换。

会后让 AI 把随手记的笔记和转写稿合成一份结构化纪要，笔记管意图，转写稿管事实。

GitHub：http://github.com/michaelwilhelmsen/humla…

转写用本地 Whisper 模型，也能自己配 key 接 OpenAI 这些云端服务。

会议内容总结，也可以用 Ollama 本地模型处理，敏感会议就从头到尾不出电脑。

开源免费，下载安装包就能用。会议比较多、又注重数据安全的朋友，可以试试。

⏰ 21:30 | ❤️ 27点赞 | 📝 239字 | 查看原文 →

↑ 返回顶部

AI Will @financeyf5

增长顾问 | AI行业分析师，Learn in Public | 影响力: 187.89k万粉丝

💡 核心观点: 用Fable 5低成本快速制作高质量宣传视频。

可信度: 10/10 – 2项声明可直接验证；3项需进一步确认

事实核查:

◐ 部分可验证: 代理公司制作YC发布视频的报价为4000–8000美元，周期2–4周。 (需调查多家代理公司的报价和周期，但无具体公司或案例来源，无法直接验证具体数值的普遍性。)
◐ 部分可验证: Fiverr制作同类视频的报价为500–2000美元，周期至少一周多。 (Fiverr平台价格范围可通过搜索服务验证，但周期和具体案例依赖推文描述，缺乏公开数据支持。)
◐ 部分可验证: Trope团队用Fable 5（配合Remotion）在1.5天内完成75秒YC发布视频，仅使用公寓会所和iPhone。 (需查看Trope的YC发布视频及技术栈（Fable 5/Remotion），但制作细节（如时间、设备）依赖单方说法，无第三方记录。)

原文内容:

Matt Chow：他们如何用 Fable 5 在 1.5 天内做出 YC 发布视频

代理公司报价 4000–8000 美元，周期 2–4 周。

Fiverr 报价 500–2000 美元，但也至少要一周多。

他们这周在 YC 发布 Trope，用了一支 75 秒视频。很多人看完都在问：“这是哪家 agency 做的？”

答案是：一个公寓会所、一台 iPhone，以及运行 Remotion 的 Fable 5。

下面是完整拆解。

⏰ 21:21 | ❤️ 27点赞 | 📝 88字 | 查看原文 →

↑ 返回顶部

AI Will @financeyf5

增长顾问 | AI行业分析师，Learn in Public | 影响力: 187.89k万粉丝

💡 核心观点: 核心观点总结中…

可信度: 9/10 – 2项声明可直接验证；2项需进一步确认

事实核查:

◐ 部分可验证: MIT六名学生用48小时搭了个能让AI短暂接管身体的可穿戴设备，叫Human Operator，拿了MIT黑客松第一名。 (可通过MIT官方黑客松活动页面或获奖名单验证是否存在该团队及项目名称，但“48小时完成”等细节需依赖团队自述或现场记录，可能缺乏独立佐证。)
◐ 部分可验证: 设备原理为摄像头捕捉场景，语音通过Claude API判断动作，再用电极激活肌肉完成动作。 (技术原理描述符合现有AI+生物电刺激的可行性，但具体实现（如Claude API的集成、电极参数等）需团队公开代码或技术文档才能完全验证。)
✓ 可验证: 演示中设备可带人弹钢琴、比手势、挥手、辅助画画，目前处于黑客松原型阶段。 (若团队公开了演示视频（如黑客松现场录像或社交媒体发布），则可直接验证功能展示；项目阶段标注为“原型”符合黑客松常规性质。)

原文内容:

MIT六名学生用48小时搭了个能让AI短暂接管身体的可穿戴设备，叫Human Operator，拿了MIT黑客松第一名。

原理：摄像头看场景，语音交给Claude API判断动作，再用手腕手指上的电极通电激活肌肉，带着手完成动作。

演示里它带人弹钢琴、比手势、挥手、辅助画画，目前还是黑客松原型阶段。

⏰ 20:47 | ❤️ 25点赞 | 📝 101字 | 查看原文 →

↑ 返回顶部

dontbesilent @dontbesilent

商业哲学爱好者
伪装为早期维特根斯坦的晚期维特根斯坦
抖音/小红书/视频号：dontbesilent 聊赚钱
6.12 广州线下课，微信 DBsilent | 影响力: 78.11k万粉丝

💡 核心观点: 核心观点总结中…

可信度: 10/10 – 2项声明可直接验证；1项需进一步确认；2项为观点陈述

事实核查:

◦ 观点: 将skill视为短视频会促使用户花钱推广它 (该声明基于主观假设（用户对skill的认知方式影响消费行为），缺乏具体数据或案例支持，属于个人观点。)
◦ 观点: 将skill视为交付产品会导致用户认为“付费才可使用” (该声明同样是主观推论（用户对产品属性的理解影响付费意愿），无实际商业模型或用户调研佐证。)
✓ 可验证: skill的本质（流量或产品）取决于知识是有限还是无限的 (将抽象概念（知识有限性）与商业属性挂钩，缺乏可量化的定义或逻辑链条，无法客观验证。)

原文内容:

如果你把 skill 看成短视频，你就会想要花钱推火它

如果你把 skill 看成交付产品，你就会觉得别人给你钱，你才肯让别人用

那 skill 到底是流量还是产品呢？

取决于你的知识是有限的还是无限的

你是守着存量做生意，还是有自己的认识论、知识论

你是黄河之水天上来，还是江郎如今才已尽

⏰ 19:59 | ❤️ 30点赞 | 📝 112字 | 查看原文 →

↑ 返回顶部

赵纯想 @chunxiangai

http://laper.ai – AI剧作 http://bellybook.cn – 胃之书 http://love.chunxiang.space – 入门课程 http://chunxiang.ai – 顾问服务 http://motherbase.app – 出海神器 | 影响力: 38.16k万粉丝

💡 核心观点: 富豪借AI慈善之名行商业之实终成巨头。

可信度: 10/10 – 3项声明可直接验证；1项需进一步确认；1项为观点陈述

事实核查:

✓ 可验证: 陈天桥投身生命科学领域。 (陈天桥（盛大网络创始人）转向生命科学研究的投资和慈善事业可通过公开报道（如《财新》《福布斯》等）及陈天桥雒芊芊研究院（Tianqiao and Chrissy Chen Institute）官网信息直接验证。)
✓ 可验证: 拼多多创始人黄铮投资农业民生相关领域。 (黄铮辞任拼多多董事长后，公开资料显示其转向食品科学和农业技术研究（如“繁星公益基金”资助项目），相关信息可通过拼多多公告及媒体报道核实。)
◐ 部分可验证: 山姆·奥特曼（Sam Altman）从非营利转向盈利机构（OpenAI的架构调整）。 (OpenAI最初为非营利组织，后成立营利子公司（OpenAI LP），但具体决策过程（如“踢出投资人”）涉及内部未公开细节，需依赖部分媒体报道或公司声明间接验证。)

原文内容:

你财富自由了。你需要追求一些更加高远的目标，创造更大的社会声誉。比如陈天桥，去做生命科学。比如拼多多黄铮，做一些农业民生相关的投资。而你，选择AI，试图创造人工智能造福人类。但你不想全部自己出钱干这个事，当然了，你呼风唤雨，弄到了很多大佬的投资。你招了一些研究员，你一行代码也不懂，依旧煞有介事地和他们开会。突然有一天，你的一个研究员给你展示了一个聊天机器人，你觉得可以作为产品发布一下试试看。一个月后，一亿日活。这时候你突然想起自己的公司是个该死的慈善机构，你开始苦思冥想怎么把投资人踢了，转成彻底的盈利机构。恭喜你，你发明了山姆奥特曼。

⏰ 19:23 | ❤️ 63点赞 | 📝 241字 | 查看原文 →

↑ 返回顶部

iGeekbb @igeekbb

发一些碎碎念和有趣的东东，主打一个快分享。-私信开放欢迎投稿- | 影响力: 74.97k万粉丝

💡 核心观点: 青春记忆中的同学永远年轻，却已悄然永别。

可信度: 6/10 – 1项声明可直接验证；1项需进一步确认；1项为观点陈述

事实核查:

◦ 观点: 少年的心气是不可再生之物 (该声明属于主观感受或哲学性表述，缺乏客观衡量标准，无法通过事实或数据验证。)
◐ 部分可验证: 记忆中的同学永远是年轻时的模样 (心理学研究表明人类记忆可能倾向于保留早期形象（如“怀旧效应”），但具体个体记忆需实证调查，无法普遍验证。)
✓ 可验证: 在很久以前一个平常的下午，我们跟某些人见完了这辈子的最后一面 (涉及个人生活经历中的偶然事件，除非回溯具体人际记录，否则无法客观验证此类情景的真实性或普遍性。)

原文内容:

少年的心气是不可再生之物，记忆中的同学永远是年轻时的模样。

突然想到那些再也没见过的同学， 在我们的印象中一直都没变。

哪怕在人流如织的街头擦肩而过，彼时的你们也早就认不出对方。

也许在很久以前一个平常的下午，我们跟某些人见完了这辈子的最后一面。

⏰ 19:17 | ❤️ 51点赞 | 📝 111字 | 查看原文 →

↑ 返回顶部

GitHubDaily @github_daily

💡 核心观点: 核心观点总结中…

可信度: 8/10 – 2项声明可直接验证；1项需进一步确认；1项为观点陈述

事实核查:

◐ 部分可验证: 有位老哥把自己攒了6年多的成长资源整理成一份清单，两百多条，全是他亲自筛过的 (可通过GitHub链接（http://github.com/gregorojstersek/resources-to-become-a-great-engineering-leader）查看资源清单是否存在及内容数量，但“亲自筛选”和“6年积累”等描述需依赖作者主观声明，无法直接验证真实性。)
✓ 可验证: 清单覆盖系统设计、数据工程、管理与领导力，一直到AI、产品和商业思维 (通过GitHub链接可直接查看资源分类和主题范围，确认是否涵盖上述领域。)
◦ 观点: 程序员刚转管理时会有迷茫期，需通过管理书提升能力 (这是对职业转型阶段的普遍性主观观察，无具体数据或公开研究支持，属于经验性观点。)

原文内容:

程序员刚从写代码转到管理带团队，多半有段迷茫期，不知道看哪本管理书提升能力。

有位老哥把自己攒了 6 年多的成长资源整理成一份清单，两百多条，全是他亲自筛过的。

书单、技术博客、Newsletter、值得关注的行业人物，分门别类摆好。

覆盖系统设计、数据工程、管理与领导力，一直到 AI、产品和商业思维。

GitHub：http://github.com/gregorojstersek/resources-to-become-a-great-engineering-leader…

作者的建议是别贪多，先复盘自己哪块短板最疼，再挑对应分类深挖。

刚升为技术负责人或者奔着管理岗走的朋友，可以把它当成长期书架慢慢啃。

⏰ 18:00 | ❤️ 169点赞 | 📝 177字 | 查看原文 →

↑ 返回顶部

GitHubDaily @github_daily

💡 核心观点: 核心观点总结中…

可信度: 10/10 – 2项声明可直接验证；3项需进一步确认

事实核查:

◐ 部分可验证: TBL开源工具能保留电子书、字幕、Word文档的原始格式进行翻译 (可通过GitHub链接（http://github.com/hydropix/TranslateBooksWithLLMs）查看项目功能描述，但需实测验证格式保留的实际效果。)
✓ 可验证: 支持接入DeepSeek、Gemini、OpenAI等模型，本地模型可通过Ollama使用 (GitHub项目文档或代码中若明确列出支持的模型及Ollama集成方式，则可直接验证。)
◐ 部分可验证: 翻译中断后进度自动存档，可从断点恢复 (需通过实际测试或查看项目文档中的相关功能说明，但GitHub可能提供技术实现细节。)

原文内容:

想读的书只有英文原版，直接扔给 AI 翻译工具，出来的文件排版全乱，目录样式都丢。

后来找到 TBL 这个开源工具，整本书丢进去翻译，出来的格式原样保留。

支持 EPUB 电子书、SRT 字幕、Word 文档等格式文件，几百页的长篇小说都可以处理。

另外对于字幕翻译，每个时间轴保持同步不跑偏，看外语视频的朋友应该懂这有多重要。

GitHub：http://github.com/hydropix/TranslateBooksWithLLMs…

模型可以自由接入，DeepSeek、Gemini、OpenAI等，想用本地模型可通过 Ollama。

当翻译到一半中断也没事，进度会自动存档，下次打开还能从断点接着翻。

提供 Windows 和 macOS 开箱即用安装包，想要看原版外语书籍的朋友可以收藏备用。

⏰ 17:00 | ❤️ 104点赞 | 📝 199字 | 查看原文 →

↑ 返回顶部

iGeekbb @igeekbb

发一些碎碎念和有趣的东东，主打一个快分享。-私信开放欢迎投稿- | 影响力: 74.97k万粉丝

💡 核心观点: 美国新生儿获1000美元投资美股账户，18岁后使用。

可信度: 8/10 – 2项声明可直接验证；1项需进一步确认；1项为观点陈述

事实核查:

✓ 可验证: 美国将为2025–2028年出生的公民新生儿提供一次性1000美元投入美股指数账户的计划 (目前无美国官方政策文件或权威媒体报道支持该计划的存在，且未提及具体法案或实施机构，无法通过公开渠道核实。)
✓ 可验证: 川普账户（假设指特朗普相关账户）开通一天后已有收益 (推文未提供具体账户信息或收益证明，且“川普账户”表述模糊（个人账户/政策关联账户不明），无法独立验证真实性。)
◐ 部分可验证: 每年可额外投入5000美金至该账户，18岁前基本不能提取 (类似政策（如美国529教育储蓄计划）存在年投入限制与提取规则，但推文未明确政策名称或依据，需进一步比对现有法案条款。)

原文内容:

真羡慕啊！美国新生儿1000美元计划，给 2025–2028 年出生的公民新生儿，一次性 1000 美元投入美股指数账户。

川普账户刚刚开通一天就有收益了，以后每年还可以投入5000美金，18 岁前基本不能取，长大再按类似传统 IRA 规则使用。

⏰ 15:57 | ❤️ 345点赞 | 📝 81字 | 查看原文 →

↑ 返回顶部

哥飞 @gefei55

哥飞，出海鼓励师，SEO爱好者，Adsense玩家，出海AI工具方向创业者。
同名公众号写了五百多篇出海搞流量免费教程文章。 | 影响力: 53.59k万粉丝

💡 核心观点: 核心观点总结中…

可信度: 5/10 – 2项需进一步确认；2项为观点陈述

事实核查:

◐ 部分可验证: 厨房新手做煎鸡蛋煎鱼时太早扒拉是因为害怕烧焦且缺乏经验 (可通过烹饪教程或专家建议验证新手常见错误，但“害怕烧焦”属于心理动机，需用户调研或实验观察才能部分确认。)
◦ 观点: 以实验心态（接受浪费材料）能更快积累烹饪经验 (该建议基于主观经验总结，无具体数据或权威研究证明其普适性，属于方法论观点。)
◐ 部分可验证: 建站失败常因不看教程、依赖错误经验或缺乏学习 (可通过案例分析或行业报告验证学习不足与失败的相关性，但“不少人”的量化范围和具体原因需进一步统计。)

原文内容:

厨房新手做煎鸡蛋煎鱼，最常见的一个错误操作就是太早去扒拉，总是忍不住扒拉，他可能是害怕被烧焦，于是就想要去扒拉。

其实就是他没有经验，没有判断力，同时又害怕做错，做坏。

如果有做实验的心态，就奔着做废了也就浪费了一点材料的心态，其实是很容易积累经验的，但很多人意识不到要去积累经验，也不去学习别人的经验，就自己在那瞎扒拉。

不少人建站也是这样的，不看教程不学习，就用自己那没有经验的大脑或者错误经验去做新东西。

于是，总是做不好。

解决方法也很简单，多做实验，只要成本不高，那就可以去做各种实验，靠着实验数据来积累经验，提升体感，提升判断力和执行力。

⏰ 14:25 | ❤️ 26点赞 | 📝 243字 | 查看原文 →

↑ 返回顶部

Gorden Sun @gorden_sun

只发AI相关信息，个人维护的AI资讯日报（已连续日更3年） | 影响力: 0万粉丝

💡 核心观点: GPT-5.6 Sol适合日常协作，但Claude Fable更擅复杂任务。

可信度: 8/10 – 1项声明可直接验证；2项需进一步确认；2项为观点陈述

事实核查:

◐ 部分可验证: GPT-5.6 Sol在速度和可引导性上有显著升级，响应迅速且接受纠正 (需实测对比Sol与GPT-5.5的响应速度和修正效率，但无公开基准测试数据支持具体数值（如“半小时→几分钟”）。)
◐ 部分可验证: Sol在电子表格测试中能自主查找邮件、分析CSV文件并生成问题建议 (功能逻辑可通过演示验证，但“46个CSV文件”等细节需依赖Every团队提供的测试案例，未公开原始数据。)
✓ 可验证: 在“高级工程师”基准测试中，Fable得分90/100，Sol仅56/100，差距源于Sol缺乏任务停止的判断力 (测试标准、评分细节及“12900行代码”案例未公开，无法独立验证。)

原文内容:

Every团队发布了对OpenAI新模型GPT-5.6 Sol的深度测评。结论是，Sol是一款出色的日常协作模型，但在最复杂、最需要独立判断的任务上，Anthropic的Claude Fable仍然更强大。

Sol的核心特点

1）快、稳、遵循指令。 Sol的最大升级在于速度和可引导性。它响应迅速，能让人在还记得“哪里不对劲”的时候就看到修改结果——一次失败的方向只花几分钟，而以往可能要半小时。团队成员评价它“不会做蠢事”，愿意接受纠正，被指出问题后能快速重试。

2）主动找上下文。 Sol会先阅读可用的文件、项目指令和连接的工具，再决定是否需要向人求助。在一项电子表格测试中，它自己找到邮件、检查了46个CSV文件、发现缺失信息，然后带着七个问题回来——每个问题都附上了自己的建议，让人只需批准或修正，无需重新布置任务。

3）执行力和持久性强。 Sol能追踪陌生生产代码库中的bug，完成GPT-5.5多次失败的任务，并且在测试失败时会修复产品本身的问题，没有偷偷弱化测试标准。

但Fable依然更强

尽管Sol表现亮眼，Every团队明确表示：最大、最模糊的任务仍然交给Fable。

在他们的“高级工程师”基准测试中，Fable得分90/100，Sol只有56/100。差距主要来自Sol的一个特定弱点：不知道何时该停。它在重写任务中新增了约12900行代码，每个改动单独看都有理由，但整体重建了过多的复杂度。Sol理解架构没有问题，问题在于缺乏克制——而“决定不做什么”恰恰是高级工程的核心能力之一。

Dan Shipper的比喻：Sol是保时捷，Fable是曲速引擎。Fable能带你跨越星系，但多数时候你只是在城里转转，Sol让你出行更有风度。可当你真的要去远方时，还得靠Fable。（曲速引擎这个比喻足以说明工程师对Fable的称赞）

于是，有工程师用Fable做编排者、定计划，让Sol负责执行；Mike Taylor的做法是“如果你是Human in the loop，Sol所在的Codex应用体验更好；但如果你想把自己从流程中移出去，你需要Fable”。多位成员估计Sol能做到Fable约80%到90%的工作——但剩下那部分，恰恰是最难、最有价值的部分。

推荐使用场景

选Sol
· 正在写作、研究、构建或分析一个需要边做边改的项目
· 项目里已经有充足的素材、示例、指令和先前决策
· 目标明确，只需要模型处理步骤、工具和跟进
· 需要一个快速响应、随叫随改的协作伙伴

选Fable
· 任务边界模糊，“决定项目需要什么”本身就是工作的重要部分
· 想把长任务完全交出去，离开，回来验收成果
· 简化、架构设计和克制比快速往返更重要
· 需要“尖锐而有锋芒的智能”来做大的架构决策和品味判断

选Opus
· 希望在模型工作时看到更多推理过程和进展（Codex的一个短板正是过程可见性差，用户常常需要反推Sol到底改了什么）

结论

Sol代表了日常知识工作的一次重大升级：快速、机灵、善用上下文，是团队想“留在身边”的协作模型。但当任务足够大、足够模糊、足够需要独立判断时，Fable仍然是无可替代的第一选择。

⏰ 13:10 | ❤️ 35点赞 | 📝 902字 | 查看原文 →

↑ 返回顶部

歸藏(guizang.ai) @op7418

关注人工智能、LLM 、 AI 图像视频和设计（Interested in AI, LLM, Stable Diffusion, and design）

歸藏的 AIGC 周刊｜公众号：歸藏的AI工具箱 | 影响力: 0万粉丝

💡 核心观点: GPT 5.6 Sol助力快速打造趣味人生成就生成器。

可信度: 10/10 – 3项声明可直接验证；1项需进一步确认

事实核查:

◐ 部分可验证: GPT 5.6 Sol 已发布 (需通过官方渠道（如OpenAI官网或开发者公告）确认版本号及发布日期，但“Sol”是否为官方命名或测试版本需进一步核实。)
✓ 可验证: 该工具可生成“人生成就生成器”，功能包括上传照片、添加滤镜和游戏风格成就卡 (若推文附工具链接或演示，可通过实际测试验证功能；若无链接，需依赖用户提供的截图或第三方评测。)
✓ 可验证: “一上午完成开发”表明GPT 5.6 Sol高效辅助开发 (开发效率涉及个人主观体验和未公开的开发过程，无法独立验证。)

原文内容:

昨天 GPT 5.6 Sol 发布，想测试一下，没想到这么猛。

一上午就帮我做了一个非常完整而且好玩的小工具：人生成就生成器

上传一张你的照片，选一个跟你经历有关的"人生成就"。

工具会给照片加上字符、像素或实验性滤镜，再叠上一张游戏风格的成就卡。

⏰ 10:52 | ❤️ 96点赞 | 📝 97字 | 查看原文 →

↑ 返回顶部

Mr Panda @pandatalk8

AI builder & indie founder. Building products, writing ideas, and selling myself in public.
公众号：PandaTalk8 | 影响力: 74.88k万粉丝

💡 核心观点: 核心观点总结中…

可信度: 5/10 – 2项需进一步确认；2项为观点陈述

事实核查:

◐ 部分可验证: Codex/ChatGPT会拒绝翻译原创英文文章 (需实测验证不同原创文章的翻译请求，但模型是否“拒绝”可能受提示词、内容类型或政策限制影响，存在不确定性)
◐ 部分可验证: Grok-4.5能直接完成原创英文文章的翻译 (需实测验证Grok-4.5的翻译能力，但“直接完成”可能依赖具体提示词或文章内容，且Grok的版本更新需确认)
◦ 观点: 顶流大模型（如Codex/ChatGPT）像桀骜不驯的牛人需哄着用，而二流模型（如Grok-4.5）更易指哪打哪 (基于个人体验的比喻，属于主观评价，无客观标准衡量“桀骜不驯”或“指哪打哪”)

原文内容:

让 codex/chatgpt 翻译一篇原创英文章他会拒绝我。  
而grok-4.5 直接给我干完了。  
所以这种顶流大模型就像你请了一个桀骜不驯的牛人， 还得变着法的哄着他。  而一个二本的不太入流员工你却能指哪打哪。  
所以带人管团队真不是背景越牛越好。

⏰ 10:31 | ❤️ 47点赞 | 📝 90字 | 查看原文 →

↑ 返回顶部

Mr Panda @pandatalk8

AI builder & indie founder. Building products, writing ideas, and selling myself in public.
公众号：PandaTalk8 | 影响力: 74.88k万粉丝

💡 核心观点: 开源AI知识库模板，支持智能管理、创作和多工具兼容。

可信度: 10/10 – 2项声明可直接验证；2项需进一步确认；1项为观点陈述

事实核查:

✓ 可验证: 开源了一套AI原生个人知识库模板，致敬Karpathy的知识库方案 (可通过GitHub链接（https://github.com/mrbear1024/ai-content-kb）直接查看仓库内容、提交记录及是否提及Karpathy的灵感来源。)
◐ 部分可验证: 知识库支持通过AGENTS.md让Codex理解规则，并实现加入/查询知识库、AI创作等功能 (需实测验证AGENTS.md是否实际被Codex解析并执行所述功能，但可通过GitHub查看文件是否存在及功能描述是否匹配代码逻辑。)
✓ 可验证: 内置Source-first架构、YAML知识图谱、Obsidian可视化等功能 (可通过GitHub仓库文件结构（如YAML配置、Obsidian插件配置或文档）直接验证技术实现。)

原文内容:

我开源了一套 AI 原生个人知识库模板：
这个知识库也完全致敬 Karpathy 大神 的知识库的方案。  

AI Content Knowledge Base
https://github.com/mrbear1024/ai-content-kb…

它不只是 Obsidian 笔记目录，还通过 AGENTS.md 让 Codex 理解知识库规则。

Clone 后在 Codex 中打开项目，就可以直接说：

加入知识库

增加 Wiki 索引
查询知识库
进行 AI 内容创作
迁移旧知识库
检查知识库
内置 Source-first 架构、AI staging 审核、YAML 知识图谱、Obsidian 可视化、迁移指南和中英文文档。

原文保持可信，Wiki 保持可读，图谱保持可查，AI 输出保持可审核。

最佳实践是在codex 中使用这个知识库， 比较适合研究、写作、剪藏、学习。  
不依赖特定的工具， 底层都是普通的markdown 文件。  

可以使用obsidian 查看关系图普。

⏰ 10:16 | ❤️ 118点赞 | 📝 196字 | 查看原文 →

↑ 返回顶部

dontbesilent @dontbesilent

商业哲学爱好者
伪装为早期维特根斯坦的晚期维特根斯坦
抖音/小红书/视频号：dontbesilent 聊赚钱
6.12 广州线下课，微信 DBsilent | 影响力: 78.11k万粉丝

💡 核心观点: 开源共享提升行业价值，藏私者终被淘汰。

可信度: 8/10 – 1项声明可直接验证；2项需进一步确认；2项为观点陈述

事实核查:

◐ 部分可验证: 做开源需要抢时间，技能被广泛认可后类似项目将失去价值 (可通过分析热门开源项目的发布时间、社区采纳速度等数据部分验证，但“失去价值”的界定依赖主观判断，且行业差异较大。)
◦ 观点: 不愿开源的人依赖信息差赚钱，公开方法论会淘汰这类人 (属于对商业模式的推测，缺乏直接证据。信息差的作用因行业而异，且开源与盈利的关系存在争议（如Red Hat等成功案例）。)
◐ 部分可验证: 公开方法论和工具后，通过深度服务反而能赚更多钱 (可参考开源商业模型（如支持服务、SaaS化等）的成功案例，但具体收益需依赖推文承诺的未发布案例，目前无法直接验证。)

原文内容:

很多人觉得，我是在辛辛苦苦拉动别人去做开源，然后他们不愿意。我这里的阻力很大

实际情况是反过来的

做开源这个事情是要抢时间的，当有一些skills已经被大家用熟了，被大家认可了，你再做类似的就没用了

接下来会发生的情况是，就算你把你的全部家底免费发出来，都没有人鸟你

到时候不管你这套东西是免费还是收费，都没有人鸟你了

我认为很多藏着掖着的人没有意识到自己是失业倒计时状态

不愿意做开源的人是靠信息差赚钱的，这就是一层窗户纸，捅破了就没钱赚了

但我们从整个行业的价值来看，一定是那些愿意把所有方法论全部公开，同时能靠更深度去对外提供服务的人，他们更有价值

让更有价值的人赚到钱，这本来就是底层定律

我们只是需要把这些人都拉上来

让这些人通过服务赚钱，让这些人把手头没有边际成本的方法论和工具全部都公开出去

让大家不花钱也有好东西可以用，让大家花了钱可以得到更好的服务

这就是行业价值

接下来我会有一些案例，我要让身边赚到钱的朋友们，把他们手头的真东西拿出来，用实际结果证明，拿出来之后，他们反而赚到了更多的钱

等我发案例

⏰ 09:51 | ❤️ 73点赞 | 📝 418字 | 查看原文 →

↑ 返回顶部

宝玉 @dotey

Prompt Engineer, dedicated to learning and disseminating knowledge about AI, software engineering, and engineering management. | 影响力: 0万粉丝

💡 核心观点: Claude Code桌面版面板设计差，结果不可点击操作不便。

可信度: 1/10 – 1项暂无法验证

事实核查:

✗ 无法验证: 事实核查功能暂时不可用 (系统处理中)

原文内容:

Claude Code 桌面版右边 Panel 是相当糟糕的设计，经常让浏览器只看得见一点点（图1）

还有个很糟糕的设计是当任务完成后，生成的结果是不能点击的（图2），需要复制文件名去搜索，对比 Codex 的生成结果就很清晰，点击下就可以预览或者 VSCode 打开。

⏰ 07:50 | ❤️ 34点赞 | 📝 88字 | 查看原文 →

↑ 返回顶部

宝玉 @dotey

Prompt Engineer, dedicated to learning and disseminating knowledge about AI, software engineering, and engineering management. | 影响力: 0万粉丝

💡 核心观点: 核心观点总结中…

可信度: 1/10 – 1项暂无法验证

事实核查:

✗ 无法验证: 事实核查功能暂时不可用 (系统处理中)

原文内容:

吃瓜：Apple 把 OpenAI 告上了法庭，指控 OpenAI 系统性地窃取苹果商业机密，用来开发自己的 AI 硬件设备。

诉状今天提交至加州北区联邦地方法院，被告包括 OpenAI、OpenAI 硬件负责人 Tang Tan（前苹果 iPhone 和 Apple Watch 产品设计副总裁，在苹果工作了 24 年）、前苹果高级系统电气工程师 Chang Liu，以及 Jony Ive 联合创立的 io Products。Jony Ive 本人不在被告之列。

来源：https://nytimes.com/2026/07/10/technology/apple-openai-lawsuit.html…

⏰ 06:43 | ❤️ 74点赞 | 📝 106字 | 查看原文 →

↑ 返回顶部

宝玉 @dotey

Prompt Engineer, dedicated to learning and disseminating knowledge about AI, software engineering, and engineering management. | 影响力: 0万粉丝

💡 核心观点: ChatGPT解答问题，Work完成工作，Codex编写代码。

可信度: 10/10 – 3项声明可直接验证；2项需进一步确认

事实核查:

✓ 可验证: ChatGPT用于回答问题，Work用于跨应用收集信息并交付完整成品，Codex用于操作代码仓库 (该声明可直接通过OpenAI官方文档（提供的链接）验证，明确区分了三者的功能定位)
◐ 部分可验证: Work能连接Slack、Gmail等工具（plugins），通过@指定数据源并自动生成交付物 (官方文档提到Work支持插件集成，但具体操作细节（如@指令）需实测或进一步查阅最新文档确认)
✓ 可验证: Zapier和Virgin Atlantic的案例展示了Work的实际应用（如线索审查、竞品分析） (案例描述未提供直接可查的公开报告或第三方佐证，需依赖OpenAI单方面披露信息)

原文内容:

很多人搞不清楚 ChatGPT、Codex、Work 什么差别，以及额度是独立的还是共享的，根据官方文档整理了一个简单的 Q & A。

Q：Chat、Work、Codex，一句话说清区别？

Chat 回答问题，Work 帮你干活，Codex 帮你写代码。

Chat 就是你熟悉的 ChatGPT，你问它答，快进快出。

Work 是一个能跨应用收集信息、然后交付完整成品的智能体（Agent），交付物是文档、表格、幻灯片、网页应用这些拿到手就能用的东西。

Codex 也是智能体，但它主要操作的是代码仓库，能读你的项目文件、改代码、跑测试、提交 PR。

打个比方：
Chat 是你问"番茄炒蛋怎么做"，它告诉你步骤。
Work 是你说"帮我准备一桌晚餐"，它自己去冰箱找食材、炒菜、摆盘。
Codex 是你说"这个菜谱 App 有 bug"，它打开代码自己修。

【来源：https://help.openai.com/en/articles/20001275-chatgpt-work-and-codex…】

Q：Work 到底能做什么？跟直接在 Chat 里说“帮我写个报告”有什么不同？

在 Chat 里你说“帮我写个报告”，它给你一段文字，你自己复制粘贴到 Word 里排版。

Work 完全不同。你先把日常工具接进去，Slack、Gmail、Google Drive、SharePoint、Teams、日历、CRM、项目管理工具都行，OpenAI 叫它 plugins。接好之后告诉它你要什么结果，它会自己去这些应用里拉数据、整合信息、生成一份可以直接交付的成品。你在提示词里用 @ 加应用名就能指定它去哪儿找数据。

举个例子，Zapier 的企业营销负责人用 Work 搭了一个系统，每月审查数千条线索，追踪 CRM 和邮件中的客户触点，找出跟进断裂的地方，生成管理层周报。Virgin Atlantic 的数字产品负责人用它做竞品对标分析，让 ChatGPT 调研各家航空公司的服务水平，生成可供团队审查的数据集，把原本需要数周的分析缩短到几小时。

另一个区别是 Work 能长时间跟进。一个复杂项目，它可以跟好几个小时，自己拆步骤、自己推进。中间有拿不准的会来问你，你也可以随时调整方向、审批关键动作。

【来源：https://openai.com/index/chatgpt-for-your-most-ambitious-work/…】

Q：Work 能定时跑任务？

能。这个功能叫 Scheduled Tasks（定时任务），可以设成一次性、定时重复、事件触发或持续监控。

比如你设一个任务：每天早上检查 Slack 和邮件里的新消息，整理成简报发给你。或者：每当有新的客户反馈进来，自动归类主题、整理成产品改进建议。这些都能在后台跑。它还能用桌面端的内置浏览器上网查信息，甚至通过 Computer Use 功能操作你电脑上的其他应用。

定时任务面向 Plus、Pro、Business 和 Enterprise 用户开放，各档计划的并发任务数量上限不同。任务不能每小时跑超过一次，长时间无人理会的任务可能会自动暂停。

【来源：https://openai.com/index/chatgpt-for-your-most-ambitious-work/… https://help.openai.com/en/articles/6825453-chatgpt-release-notes…】

Q：那 Codex 跟 Work 的区别到底在哪？

这两其实是同一套底层 Agent（Codex）和 UI，但是应用在不同的场景，配合不同的插件。读的东西不同，交付的东西也不同。

Work 读的是你的业务上下文，邮件、文档、聊天记录、日历，交付的是商务成品，幻灯片、电子表格、文档、网站。Codex 读的是你的代码仓库，交付的是代码变更，diff、测试结果、PR。

【来源：https://openai.com/index/chatgpt-for-your-most-ambitious-work/…】

Q：Codex 每周有 500 万人用，为什么还要再出一个 Work？

OpenAI 在博文里提到，虽然 Codex 最初是为开发者设计的编程智能体，但已经有超过 100 万人在用它做软件开发以外的工作。Work 的推出，某种程度上是把这些非编程用途正式化了，给了它一个专门的界面和工作流，用 plugins 连接业务应用，输出文档和幻灯片而不是代码。

OpenAI 自己内部也在大量使用：销售团队用 Work 把一次客户探索对话在 24 小时内变成了定制 POC（概念验证），以前这个流程需要几周。财务团队用 Work 把月末结账和预测流程从几天压缩到几小时。

我觉得 Codex 这么做呢，目的是为了吸引办公人群，原本这些人看到 Codex 的名字会以为是写代码用的，但是改名呢又会影响原本的 Codex 用户，结果就搞成这样一套产品两个名字。

简单来说就是一套产品，两个名字，两种主要场景，同时吸引不同用户群。

【来源：https://help.openai.com/en/articles/20001275-chatgpt-work-and-codex… https://developersdigest.tech/blog/chatgpt-work-codex-desktop-app…】

Q：我在哪儿能用这三个模式？

Chat 最简单，网页、手机、桌面端都有，所有平台通用。

Work 在网页和手机上已经开始上线（Pro、Enterprise、Edu 优先，Plus 和 Business 未来几天陆续开放）。桌面端也有，而且桌面端更强，能用本地文件，还有内置浏览器上网抓取信息。

Codex 只在桌面端能选。手机上不能直接用 Codex 模式，但可以通过 ChatGPT App 里的 Remote 标签远程查看桌面上正在跑的 Codex 任务。

一个要注意的点：网页/手机端的 Work 对话和桌面端的 Work 对话目前不互通，云端是云端，本地是本地。Chat 对话则可以跨网页和桌面端同步。

原来独立的 Codex App 已经合并进了新版 ChatGPT 桌面端。一个 App 里切换 Chat、Work、Codex 就行。开发者可以把 Codex 设为默认打开视图，App 图标也能换成 Codex 的 logo。原来的 ChatGPT 桌面端会更名为 ChatGPT Classic。

【来源：https://help.openai.com/en/articles/20001275-chatgpt-work-and-codex… https://openai.com/index/chatgpt-for-your-most-ambitious-work/…】

Q：Chat 聊天和 Work/Codex 的额度是共享的吗？

不共享。Chat 对话有自己独立的消息限额，图片生成和语音也各有各自的独立限额和重置周期。

Work 和 Codex 用的是另一个池子，OpenAI 叫它"智能体用量"（agentic usage）。帮助中心原文说：Codex、ChatGPT Work、ChatGPT for Excel 和 Workspace Agents 的用量从同一个智能体额度池中扣减。

所以你在 Chat 里聊天聊得再多，不会影响 Work 和 Codex 的额度。但 Work 和 Codex 之间会互相挤占。白天用 Work 跑了一堆复杂任务，晚上想用 Codex 写代码，可能会发现额度已经不多了。

【来源：https://help.openai.com/en/articles/11369540-using-codex-with-your-chatgpt-plan… https://developers.openai.com/codex/pricing】

Q：要花多少钱？

Work 不是独立付费产品。它跟 Codex 共用同一个额度池，包含在你现有的 ChatGPT 订阅里。所有计划都能用，从免费到企业版，区别在于额度多少。

Free（免费）：能试用 Work 和 Codex，额度非常有限，试试味道可以。美国地区有广告。 

Go（$8/月）：额度比免费多约 10 倍，桌面端可有限地用 GPT-5.6 Terra 跑 Work 和 Codex。没有 Deep Research 和 Agent Mode。有广告。 

Plus（$20/月）：第一个去掉广告、功能完整的档位。包含 Deep Research（每月 10 次）、Codex、Agent Mode。三年没涨价，性价比最高。

Pro（$100 或 $200/月）：$100 档额度是 Plus 的 5 倍，$200 档是 20 倍。面向重度用户。 

Business（$20/月/人起，年付；月付 $25）：至少 2 人，多了 SSO 和合规控制，数据默认不用于训练。

Enterprise（定制报价）：150 人起。

额度计费从今年 4 月开始改成按 Token 消耗计算。用更强的模型或开 Fast 模式，消耗更多。Plus 和 Pro 用户额度用完后可以购买额外 credits 继续使用。

【来源：https://chatgpt.com/pricing/ https://developers.openai.com/codex/pricing】

Q：GPT-5.6 的 Sol、Terra、Luna 是什么？我该用哪个？

这是 GPT-5.6 的三个子型号。

Sol 最强，适合复杂推理和高难度编程，也最贵（API 价格 $5/$30 每百万 Token 输入/输出）。
Terra 居中，日常工作默认选它（$2.50/$15）。
Luna 最快最便宜，对速度敏感或任务简单时用（$1/$6）。

Free 和 Go 用户只能用 Terra。

Plus 及以上可以三个都选，还能调节 effort 级别。

ultra effort 在 Work 中仅限 Pro 和 Enterprise 用户，在 Codex 中 Plus 及以上可用。

【来源：https://developersdigest.tech/blog/chatgpt-work-codex-desktop-app… https://chatgpt.com/pricing/】

Q：Work 上线后，原来的 ChatGPT 还在吗？

在。Chat 模式就是原来的 ChatGPT，一切照旧。桌面端点"Quick chat"按钮就能开新对话，手机端在顶部下拉菜单选"Chat"。你可以完全无视 Work 和 Codex，继续像以前一样用。

【来源：https://help.openai.com/en/articles/20001275-chatgpt-work-and-codex…】

⏰ 02:45 | ❤️ 696点赞 | 📝 1908字 | 查看原文 →

↑ 返回顶部

# x每日奏折