我把 Codex 用在真实工程任务后,踩过这 8 类坑,最后沉淀成 42 项优化

Codex最佳实践:把AI训练成靠谱的队友 Codex用好了是老板给你配了个靠谱的队友,用不好就是老板给你配了个会写代码的熊孩子。 阅读详情

📕我是廖志伟,一名Java领域优质创作者、优快云博客专家、阿里云专家博主、51CTO专家博主 、产品软文专业写手、技术文章评审老师、技术类问卷调查设计师、幕后大佬社区创始人、开源项目贡献者、清华大学出版社签约作家。

Java程序员廖志伟

📘不定期分享高并发、高可用、高性能、微服务、分布式、海量数据、性能调优、云原生、项目管理、AI工具提效方法论、产品思维、技术选型、架构设计、求职面试、副业思维、个人成长等内容。

文章目录


Java程序员廖志伟

如果你只是让 Codex(面向软件工程的智能编码代理)补一个函数、解释一段报错,很多问题都不会暴露出来。

真正让我开始系统性优化 Codex 的,是一次持续多天、同时涉及代码分析、浏览器操作、Git 交付和多轮验证的工程任务。单次回答看起来都没有问题,但任务一长,问题就开始集中出现:上下文压缩后忘记原来的边界;改动范围逐渐扩大;两个执行单元同时写同一个文件;测试通过后代码树又变了;浏览器明明已经登录,却因为一次重试差点失去当前页面;PowerShell(Windows 命令行脚本环境)输出中文乱码,导致错误判断;最后代码已经完成,却说不清到底能不能交付。

我后来发现,AI Coding(人工智能辅助编程)真正难的部分,不是让模型“更会写代码”,而是让它在长任务中保持稳定的工程行为:知道自己要做什么,知道什么不能做,知道证据是否仍然有效,也知道什么时候必须停下来等人确认。

这篇文章就是一次个人实战复盘。我没有把它写成配置手册,也没有罗列内部文件,而是按照“我遇到了什么问题、为什么会发生、我如何优化、这项优化解决了什么”来展开。全文一共 42 项,分成 8 类问题。你不一定需要全部照搬,但可以从中挑出最接近自己工作流的部分。

先说明文章边界:这里的“优化”是我在真实工程任务中沉淀出来的方法和机制,不代表 Codex 官方功能清单。文中提到的收益,指的是工作流可控性、可追溯性和交付质量的改善,不等同于任何特定项目的生产指标提升。

一、先从 8 个真实问题说起

这是一篇问题驱动的技术复盘:每一项优化都对应一个我在实际工程任务中遇到的具体问题。

我最初并没有打算做 42 项优化,而是被 8 类问题连续教育后,才发现它们彼此相关。

1. 任务变长以后,模型开始“记得局部,忘记全局”

短任务依赖即时上下文,长任务依赖结构化状态。聊天记录越来越长时,模型可能还记得最近一次报错,却忘记最初约定的非目标;上下文压缩(Context Compression,上下文压缩)之后,甚至会把“待验证”误读成“已完成”。

2. 能执行,不等于应该执行

脚本能访问数据库,不代表当前任务允许访问生产数据;浏览器已经登录,不代表可以替用户确认权限、付款或发布;一个工具可用,也不代表它应该暴露给所有任务。

3. 并行执行会放大写入冲突

多个智能体(Subagent,子智能体)同时搜索通常很快,但当它们同时修改同一个文件时,问题就从“谁写得好”变成“谁覆盖了谁”。简单的文本合并并不能理解业务语义。

4. 验证结果会过期

验证针对的是某棵代码树、某组命令和某个工具链。如果验证之后又修改了文件,或者远端已经前进,刚才的通过结果就可能已经过期。

5. Git 交付最容易出现“最后一步失控”

真正危险的不是 git commit(创建提交),而是工作树里混入了其他任务的改动,或者推送之后本地分支、临时工作树没有清理。表面上代码到了远端,实际却没有完成交付闭环。

6. 浏览器自动化会影响正在使用电脑的人

如果自动化直接抢前台焦点,用户正在输入的内容可能被送进错误的页面。更麻烦的是,浏览器里还保存着登录态、Cookie(网站会话凭证)和打开的标签页,粗暴重启浏览器会把问题变成数据和会话风险。

7. Windows 脚本的编码和超时会制造假故障

中文输出乱码、脚本引号嵌套错误、命令超时但进程其实仍在运行,这些都可能让自动化误判。错误恢复不能只靠“再跑一次”。

8. 做完很多动作,却无法给出可信结论

“文件存在”“脚本执行过”“页面返回 200”都不是完整的验收。最终必须能回答:哪些已证实,哪些只是可能原因,哪些还没有验证。

下面的 42 项优化,都是从这 8 类问题中拆出来的。

二、第一类问题:长任务为什么会失控

这一组主要解决上下文、任务边界和长期状态问题。我的经验是,长任务的第一生产力不是更长的提示词,而是把重要信息从自然语言变成可以恢复的状态。

第1项:把模型能力和推理强度分档

我一开始习惯所有问题都用同样的模型和同样的推理强度,结果是简单任务变慢,复杂任务又没有得到足够的验证。后来把任务分成快速、平衡、严格和长期目标几档,让每一档明确推理强度、允许的工具、验证深度、超时和是否允许外部副作用。

这项优化的重点不是“永远用最强模型”,而是让模型选择服务于任务风险。补一个局部函数不需要启动完整的长期任务机制;涉及发布、权限、共享状态或失败重试的任务,则不能因为看起来改动很小就走快速路径。

第2项:为上下文和记忆设预算

上下文预算(Context Budget,上下文可用容量)不是越大越好。把所有历史对话、日志和文档一股脑塞给模型,会增加噪声,还可能让真正重要的约束被淹没。

我后来把信息分成三层:当前任务必须知道的硬约束、阶段性证据和可按需检索的历史。每一层都有独立预算,恢复时先注入硬约束和当前阶段,再补充与当前问题相关的历史。这样可以避免“记忆很多,但记错重点”。

第3项:给每个任务建立清晰的状态机

状态机(State Machine,状态迁移模型)解决的是“现在到底进行到哪一步”。一个长期任务至少要区分准备、执行、验证、恢复、交付和关闭,不能只用一个布尔值表示“完成”。

例如,验证失败后应该进入恢复状态,而不是继续显示执行中;等待用户确认时应记录为等待,而不是让执行耗时不断增长;已经通过验收但还没有交付,也不能直接标记为关闭。

第4项:用阶段锚点抵抗上下文压缩

阶段锚点(Phase Anchor,阶段恢复摘要)是我觉得最实用的一项。每到一个阶段边界,保留当前阶段、已完成内容、进行中内容、已确认决策、未完成验证、下一步和阻塞项。

它和普通摘要不同:普通摘要倾向于讲“之前发生了什么”,阶段锚点强调“现在恢复后应该做什么”。当上下文被压缩、会话被恢复或任务交给另一个执行单元时,优先读取锚点,就不容易从旧对话里凭印象重建任务。

第5项:把后续消息分类,而不是全部当成追加指令

长任务最容易发生目标漂移(Goal Drift,目标逐渐偏离)。用户后续说“再补一个场景”,可能是追加需求;说“之前那个不对”,可能是缺陷修复;补充一条运行环境信息,则是事实更新;如果直接把它们全部拼进原提示词,任务边界会越来越模糊。

我把后续消息区分为缺陷修复、追加需求、事实更新、约束变化、验收变化、目标变化和普通消息。仍然服务原目标的内容沿用原任务;真正改变目标的内容则单独冻结旧目标,再建立新目标。这样做之后,长任务不会因为一句临时想法就悄悄改了完成标准。

第6项:为长期目标维护生命周期

长期目标(Goal,持续推进的任务目标)不能只依赖聊天窗口。它需要有里程碑、变更项、缺陷项、决策项、证据项和未解决问题,并且每个后续动作都能回到同一个目标。

这项优化解决了两个实际问题:第一,任务中途出现新事实时,不需要把完整历史重新复制一遍;第二,用户改变目标时,不会把已经通过的旧验收结果混到新目标里。长期任务最怕的不是慢,而是完成了一个没人真正要求的东西。

三、第二类问题:权限、工具和规则为什么必须分层

AI 代理的能力越强,越不能只靠一句“请谨慎操作”。真正可靠的做法是把事实来源、能力边界和执行门禁分开。

第7项:先定义事实源,再让模型做判断

事实源(Source of Truth,权威事实来源)是工程系统里最容易被忽视的东西。接口路径应来自当前接口文档,权限应来自当前授权定义,业务枚举应来自当前常量或模式定义,数据库连接信息应来自受控配置。

如果模型凭历史记忆猜接口、猜权限或猜错误码,生成的代码很可能“看起来合理,运行时失败”。因此我把“事实从哪里来”作为任务前置条件,缺少事实时明确标成未验证,不用推测填空。

第8项:把权限边界和沙箱边界写清楚

沙箱(Sandbox,限制文件、网络和进程访问范围的隔离环境)不是安全的全部,但它是第一道边界。任务开始前要明确能读什么、能写什么、能否访问网络、能否调用浏览器、能否触碰生产资源。

更重要的是,权限必须跟任务绑定,而不是跟“当前会话已经有权限”绑定。当前任务不需要的权限不应自动开放;生产数据库、支付、授权、登录和多因素认证(MFA,多因素认证)等动作必须保留人工确认。

第9项:把功能开关从业务逻辑中独立出来

功能开关(Feature Flag,控制功能是否启用的开关)解决的是“能力存在”和“能力现在是否启用”的区别。一个工具、一个自动化动作或一个高风险流程,即使已经实现,也不应默认对所有任务生效。

我为开关补充了适用场景、默认值、关闭后的行为和验证方式。这样排查问题时可以先判断是实现缺陷,还是能力根本没有被当前场景启用。

第10项:统一管理插件、MCP 和连接器

Plugin(插件,扩展代理能力的组件)、MCP(模型上下文协议,用于连接模型与外部工具的协议)和 Connector(连接器,访问外部服务的适配层)如果各自维护,很快会出现重复能力、权限不一致和调用来源不明的问题。

我的优化方向是建立统一的能力清单:每个工具说明用途、输入输出、权限、风险等级、失败表现和适用任务。工具注册不等于工具授权,授权连接器也不等于允许当前任务调用。

第11项:把隐私和存储边界前置

凭证、令牌、Cookie、私钥和完整授权头不能进入普通 Markdown、日志、截图或记忆。隐私与存储(Privacy and Storage,控制数据保存边界)应该在任务开始时就确定,而不是出问题后再补救。

我把日志分成可公开的业务摘要和受保护的诊断数据,只在必要时保存脱敏后的字段。这样既能排查问题,又不会为了“方便复现”把登录态和密钥扩散到更多地方。

第12项:引入任务画像

任务画像(Task Profile,描述任务执行策略的配置画像)把抽象的风险要求变成可执行参数。一个完整画像至少要写清推理强度、并发策略、验证深度、超时、外部副作用和是否需要用户决策。

以前我经常在任务进行到一半时才发现“这个动作其实不能自动做”。任务画像把这类判断提前,让执行策略可预测,也让后续审计能解释为什么这个任务走了严格验证,而另一个任务没有启动完整流程。

第13项:区分全局规则和项目规则

全局规则适合放跨项目都成立的安全红线,例如不泄露密钥、不把未经验证的结果说成已完成;项目规则则适合放项目自己的分支策略、构建命令和目录约定。

如果把所有项目细节都塞进全局规则,规则会越来越长,冲突也越来越多;如果把通用安全边界只写在某个项目里,换项目就会丢失。我的做法是先判断问题是跨项目共性还是单项目约束,再决定规则归属。

第14项:用任务契约冻结范围

任务契约(Task Contract,冻结目标、范围、非目标和验收标准的结构化约定)是 42 项里最关键的连接点。它至少包含目标、用户硬约束、假设、写入范围、排除范围、非目标、成功标准、风险、待确认决策、重试预算和停止条件。

契约的价值不在于写得漂亮,而在于后续控制器可以用它判断:某次写入是否越界,某条证据是否过期,某个自动修复是否需要扩展范围,以及最后是否真的达到交付标准。

第15项:为人机协作保留清晰的桌面交互

桌面交互(Desktop Interaction,代理与用户在桌面应用中的协作界面)不能把所有内部状态都推给用户,也不能把关键决策藏起来。用户真正需要看到的是当前阶段、需要他确认的事项、失败是否可重试,以及下一步动作。

我减少了无意义的过程通知,保留完成、失败、状态变化和需要用户操作的通知。通知系统只负责提醒,不负责替代任务状态和验收证据。

四、第三类问题:42 项优化如何真正落到执行机制

前面的项目解决“应该怎么定义”,这一组解决“定义之后能不能执行”。很多 AI 工作流失败,不是因为没有规则,而是规则没有进入运行时。

第16项:让任务画像真正影响执行

仅仅存在任务画像还不够,执行器必须读取它。快速任务应该限制探索范围;严格任务应该自动增加负向路径和回归验证;涉及 API(应用程序编程接口)、数据库、共享状态或发布的任务,要自动提升验证等级。

这项优化把“配置”变成“行为”。如果画像写了严格模式,但实际仍然只执行一次编译,那么画像只是文档,不是机制。

第17项:用 Skill 路由专业方法

Skill(技能包,面向特定领域的执行方法)不是提示词收藏夹,而是把领域知识、工具选择、验证步骤和输出格式组合起来。API、Git、浏览器、数据库、发布等任务不应该都用同一套通用流程。

路由时优先判断任务领域和风险,再加载最小必要技能。这样既减少上下文噪声,也避免一个领域的规则误伤另一个领域的普通任务。

第18项:用 Hook 做写入前拦截

Hook(钩子,在关键动作前后自动检查的机制)适合阻止客观违规,例如写入了禁止路径、提交包含密钥、共享状态直接写入 Java 对象、前端接口直接暴露实体对象。

Hook 不适合用低置信正则判断复杂业务语义。我的经验是:高置信问题直接阻断,语义判断进入契约和人工评审,未知情况给出警告。这样门禁既不会形同虚设,也不会因为误报让人开始绕过它。

第19项:把 Gate 变成分层质量门禁

Gate(质量门禁,阻止不满足条件的变更继续流转)应该分层,而不是所有任务都跑完整套流程。文档任务关注结构、乱码、敏感信息和引用;代码任务关注编译、测试和回归;接口任务还需要契约与真实回放;共享状态任务必须验证前后版本兼容。

分层的关键是“降低无关成本,不降低相关质量”。纯文档变更不需要强行编译整个项目,但如果文档里混入脚本、配置或接口契约,就应该回到更完整的门禁。

第20项:统一脚本入口和参数契约

脚本入口(Script Entry,自动化流程的标准调用入口)最容易被临时命令污染。相同任务如果今天通过命令行参数执行,明天通过环境变量执行,后天又由浏览器按钮触发,失败时很难还原。

我给重要脚本统一了输入参数、退出码、超时、输出摘要和失败分类。脚本不应该只打印一句“成功”,而要让上层知道是通过、失败、超时、被阻断还是结果未知。

第21项:按场景路由,而不是按文件类型路由

场景路由(Scenario Routing,根据任务风险和用户目标选择流程)比“看到 Java 就跑编译、看到 Markdown 就直接保存”更可靠。一个 Markdown 可能包含部署命令,一个配置文件可能影响共享状态,一个浏览器动作可能涉及不可逆发布。

我在路由判断中加入了副作用、数据敏感度、是否跨进程、是否需要用户确认和是否可能改变远端状态等信号。任务类型只是起点,风险才决定验证深度。

第22项:建立冲突仲裁层

冲突仲裁(Conflict Arbitration,多个规则或执行单元发生冲突时的裁决机制)解决的是“谁拥有最终解释权”。控制面负责范围、状态和门禁,具体规则内容仍由对应领域维护,不能让一个万能规则文件同时管理所有细节。

例如,浏览器策略负责会话和焦点安全,Git 策略负责分支和清场,接口契约负责前后端字段,工作流控制器负责状态和证据。明确 owner(责任归属)后,规则冲突才有地方解决。

第23项:管理 Goal 的后续变更

前面提到消息分类,这里把它落到运行时:缺陷修复要重放原失败,追加需求要登记范围增量,事实更新只刷新证据,验收变化需要重新冻结标准,目标变化则结束旧 Goal 并建立新的父子关系。

这样做可以避免一个常见误区:用户说“顺便再加一个功能”,执行器就把它直接塞进当前任务,最后既没有验证原问题,也没有清楚的新验收标准。

第24项:让 Workflow Controller 成为验收权威

Workflow Controller(工作流控制器,负责执行契约、保存证据和驱动状态迁移)不接受调用方传入的“PASS”文本,它只认实际退出码、超时状态、范围摘要和脱敏输出摘要。

控制器还要区分 acceptance(验收,确认结果满足要求)、delivery(交付,把已验收结果送达目标环境)和 close(关闭,完成状态与清场)。这三个状态不能用一个“完成”替代。

五、第四类问题:并行为什么会从提速变成事故

并行执行很有价值,但必须把搜索、分析、写入和集成分开。真正高效的并行不是让所有人同时改文件,而是让互不冲突的工作流同时前进。

第25项:为子智能体编排定义槽位

子智能体编排(Subagent Orchestration,拆分和调度多个执行单元)至少可以分成证据与根因、主产出、验证与集成三个槽位。每个槽位必须有自己的输入、输出和范围,不能让三个执行单元重复做同一遍搜索。

如果任务强耦合、会争用同一个文件或外部资源,并行反而会增加合并成本,这时降级为单执行单元是正确选择。并行不是目标,缩短总完成时间才是目标。

第26项:为每一波任务建立共享证据索引

共享证据索引(Evidence Index,记录已读事实、证据来源和新鲜度的索引)让子任务复用同一份事实基础。它应该记录已确认事实、开放问题、每个文件的责任归属和证据时间。

这样做能减少重复扫描,也能避免一个执行单元基于旧文件、另一个执行单元基于新文件得出互相矛盾的结论。证据索引过期时要重新建立,不能把历史摘要当成当前事实。

第27项:同一个文件只保留一个写入者

文件写入协调(File Write Coordination,保证同文件写入按顺序发生)是并行工作流的底线。多个任务可以同时搜索和准备补丁,但同一个文件在同一波次只能有一个实际写入者。

这项规则看起来保守,却能消灭大量“最后一次写入覆盖前一次写入”的问题。其他任务如果需要基于新内容继续,必须重新读取文件,而不是继续使用旧上下文。

第28项:写入前保存基线并拒绝陈旧补丁

基线(Base Snapshot,写入前记录的文件版本)可以用 SHA-256(安全哈希算法)等内容摘要表示。等待写入的任务拿到锁时,如果文件已经发生变化,就必须重新读取并重新生成补丁。

我不再允许“旧补丁自动套到新文件上”。这会让某些任务多花一次读取时间,但它把隐蔽的数据覆盖变成了明确的失败,排错成本反而更低。

第29项:隔离执行环境

执行环境(Execution Environment,任务运行时使用的目录、进程、账号和工具链组合)必须可识别。不同任务不能默认共享临时文件、缓存、环境变量和浏览器焦点。

如果任务必须共享资源,就要显式声明共享对象和并发规则;如果不需要共享,就使用隔离目录、独立临时标识和最小环境。隔离不是为了增加仪式感,而是为了让失败能归因到正确的任务。

六、第五类问题:验证为什么会失效

我以前把“跑过测试”当成终点,后来发现验证本身也需要身份、缓存和恢复机制。

第30项:区分执行路径

执行路径(Execution Path,一项任务从输入到结果经过的完整步骤)要明确是只读分析、候选实现、当前树验证、远端交付还是生产动作。不同路径的风险完全不同,不能只看最后都输出了一段文字。

特别是“准备补丁”和“应用补丁”必须分开;“检查是否可以发布”和“真正发布”也必须分开。路径清晰,用户确认才能落在正确的位置。

第31项:建立命令策略

命令策略(Command Policy,规定命令来源、参数、超时和重试边界的规则)让我解决了大量不稳定问题。每条重要命令都需要有工作目录、允许的参数、超时上限、进程复用策略、失败分类和是否允许重试。

尤其要注意:超时不等于功能失败。命令超时后应该先看输出、进程是否仍然存活、产物是否生成,再进行一次有界的更长重试。不能因为一次 shell(命令解释器)预算结束就修改代码。

第32项:批量读取,但不扩大上下文噪声

批量读取(Batch Reading,一次读取多个相关文件或片段)可以显著减少启动开销,但前提是读取范围已经明确。最有效的方式不是把整个目录塞给模型,而是先建立文件清单,再按证据索引读取相关片段。

批量读取还要保留文件来源和时间,避免把多个相似配置混在一起。速度优化来自减少重复初始化,而不是降低事实精度。

第33项:把记忆同步做成可恢复机制

记忆机制(Memory Mechanism,保存和检索历史上下文的运行机制)如果一次性读取超大历史文件,既慢又容易占满内存。我采用单 Worker(后台工作进程)、固定块流式解析和 Checkpoint(断点记录)同步。

同步失败、锁被占用或进程超时,都应该返回已有缓存并记录回退状态,不能阻塞主任务,也不能用一个不完整摘要覆盖原始历史。历史记忆是辅助上下文,不能替代当前工作流控制器的状态。

第34项:把验证策略分为正向、负向和回归

验证策略(Verification Strategy,定义如何证明结果正确的规则)至少包含三类:正向路径确认正常输入能成功,负向路径确认错误输入和越权动作被阻断,回归路径确认受影响的旧能力仍然正常。

涉及共享状态时,还要覆盖旧读者读取旧数据、新读者读取旧数据、新读者读取新数据、旧读者读取新数据、混合实例、当前写入后的回滚和损坏数据隔离。只测“没有抛异常”远远不够,还要验证业务语义仍然正确。

第35项:给证据建立身份

证据身份(Evidence Identity,证明一条验证结果属于哪棵代码树、哪组范围和哪套工具链)是缓存可信的前提。至少要绑定代码树摘要、任务范围、契约版本、命令集、工具链、环境、验证模式和时间。

同一个测试命令在不同代码树上通过,不能互相复用;同一个代码树在不同验证范围上通过,也不能把窄范围结果升级成全量结论。证据越具体,结论越可信。

第36项:让验证缓存只在完全等价时命中

验证缓存(Verification Cache,保存已通过验证结果以避免重复执行的缓存)能提速,但也最容易制造假安全感。缓存命中必须要求代码树、范围、契约版本、命令集、工具链和验证模式全部一致。

如果上一次失败后只是机械重跑同样的命令,不能把它当成恢复进展;必须有新的诊断证据、不同的路径或更小的根因范围。缓存是性能优化,不是跳过验证的理由。

第37项:把失败恢复变成明确的诊断流程

失败恢复(Failure Recovery,失败后分类、诊断、修复并重放的流程)不能只有“重试”。我把它固定为:发现、分类、诊断、最小修复、原失败重放、受影响回归。

第一次失败可以在当前执行器上做局部修复;如果第二次仍然是相同输入、相同命令和相同失败摘要,就必须更换诊断路径,而不是无限重试。修复是否有效,要看证据摘要是否发生有意义变化,而不是看模型说“已修复”。

七、第六类问题:Git 和浏览器的最后一步最危险

代码交付和浏览器操作有一个共同点:它们都可能改变外部状态。因此必须优先保证边界和可恢复性。

第38项:把 Git 和工作树隔离机制落到运行时

Git(分布式版本控制系统)和 Worktree(Git 工作树,用于在同一仓库维护多个独立工作目录)不仅是开发便利工具,也是任务隔离工具。当前目录有其他任务改动时,不能用 stash(暂存改动)、reset(重置改动)或覆盖文件来换取“干净”。

需要交付的任务应该在能独立清场的工作树中完成。推送前验证当前代码树与已通过验证的代码树完全一致;远端前进后重新获取基线、重建候选并重新验证。

第39项:浏览器执行默认后台优先

浏览器会话(Browser Session,包含登录态、Cookie、标签页和浏览器配置的运行上下文)是高风险资源。普通读取、导航、页面内输入和幂等操作优先使用后台通道,不抢用户鼠标、键盘和前台窗口。

只有登录、多因素认证、原生文件对话框、下载或必须发生在真实窗口里的动作,才进入前台兜底。前台操作要有独占锁、有界等待和明确的授权标记,不能因为脚本方便就直接模拟鼠标。

第40项:发布与回滚必须验证双向兼容

发布与回滚(Release and Rollback,发布制品并在失败时恢复到可用状态)不能只准备一个旧版本镜像。需要确认制品、配置版本、数据库变更顺序、失败发布回滚、运行时异常回滚和恢复后的健康状态。

特别是 Redis(远程键值存储)、Session(会话状态)、消息和持久业务状态,不能简单清空来假装兼容。共享状态必须设计稳定的 Wire Contract(跨进程传输契约),避免把 Java 类名、对象序列化信息或业务对象直接写到跨版本边界。

八、第七类问题:观测不到,就无法判断是否真的变好了

第41项:让运行时可观测性独立且可降级

运行时可观测性(Runtime Observability,运行中对事件、指标和失败的记录能力)要覆盖事件、耗时、失败指纹、脱敏状态和验证身份。性能指标至少要在同一机器、同一入口和同一版本下记录 P50(中位数)、P95(95 分位)和 P99(99 分位),同时记录样本数与预热策略。

观测链路不能反过来拖垮业务链路。指标写入失败时,应该隔离、降级或丢弃非关键观测,而不是让主流程一起失败。只有这样,观测数据才是辅助决策,而不是新的单点故障。

九、第八类问题:为什么最后还要专门做“汇报与关闭”

第42项:用结构化报告完成最终关闭

汇报与关闭(Reporting and Close,把复杂执行过程收敛成可读结论并正式结束)不是行政动作,而是工程质量的一部分。报告应该说明当前阶段、已经完成的内容、验证过的范围、剩余风险和用户下一步动作。

我最终采用三层结论:

  • 已证实:有当前范围、当前环境和实际验证器支持的事实。
  • 可能原因:根据现有证据排序的假设,需要后续实验确认。
  • 未验证:当前任务没有覆盖,不能用推断补齐。

关闭前还要区分验收、交付和清场。文件写完不等于验收完成,验收通过不等于已经交付,交付完成也不等于临时分支、临时工作树和临时资源已经清理。只有这些状态都闭合,任务才真正结束。

十、42 项优化之间如何协同

把 42 项列出来并不难,难的是让它们不互相打架。我后来把它们理解成四条相互连接的链。

1. 目标链:从任务契约到最终关闭

任务契约定义目标和边界,任务画像选择执行策略,状态机记录阶段,控制器保存证据,最终报告负责关闭。任何一个环节缺失,后面的结论都会变得模糊。

2. 安全链:从权限到外部副作用

沙箱限制能力,功能开关决定是否启用,Hook 拦截高置信违规,Gate 决定能否继续,浏览器和 Git 策略保护外部会话与代码交付。安全不是某一个脚本的职责,而是多层边界共同作用。

3. 证据链:从读取事实到验证缓存

事实源提供当前信息,共享证据索引减少重复读取,验证策略产生证据身份,缓存只复用完全等价的证据,失败恢复负责在证据不足时继续诊断。没有证据身份的缓存,速度越快,误判越快。

4. 性能链:从批量读取到有收益的并行

批量读取减少重复初始化,子智能体编排利用独立工作流,文件写入协调避免并发覆盖,进程复用和缓存减少等待。但所有提速都不能删除原失败重放、受影响回归、用户确认或最终清场。

十一、我现在如何使用这套方法

对于一个普通的小任务,我不会启动完整的长期目标流程,而是至少做四件事:确认事实源,冻结改动范围,执行最小验证,说明未验证内容。

对于一个跨多模块、持续多天或涉及外部系统的任务,我会按下面的顺序推进:

  1. 先写清目标、非目标、风险和成功标准。
  2. 把任务分成证据、实现和验证三个可以独立推进的工作流。
  3. 在写入前确认文件范围和当前基线。
  4. 先做最小可行实现,再跑原失败重放和受影响回归。
  5. 对代码树、命令集和工具链绑定验证证据。
  6. 交付前重新检查远端、浏览器会话、共享状态和清场结果。
  7. 最后用“已证实、可能原因、未验证”三类语言写结论。

这个流程看起来比“一句话让 AI 全部完成”更慢,但它减少了返工和误操作。实际工程里,返工一次的成本通常远高于前置几分钟的范围确认。

十二、三个可以直接迁移的实战案例

上面讲的是方法,下面用三个脱敏后的场景说明这些优化是怎样联动起来的。它们不依赖某个具体项目,换成 Java、Go、Python 或前端工程都成立。

案例一:接口改完了,为什么前端还是不敢接

一次接口调整中,模型很快把数据库字段映射成了响应对象,编译也通过了。问题在于前端页面需要的是“按钮是否可用、列表如何分页、时间怎么展示、空值如何处理”,而不是一份数据库表的镜像。

如果直接把实体对象暴露出去,短期看起来省事,长期会出现三个风险:一是数据库字段变化会直接影响页面;二是前端要自己猜状态和文案;三是时间、布尔值和空数组的语义不稳定。这里真正需要的是 Frontend API Contract(前端接口契约,冻结页面可见请求和响应字段的契约)。

我的处理顺序是:先列出页面状态和用户动作,再冻结请求字段、响应字段、判断字段和展示字段;列表接口只返回列表需要的信息,详情接口再返回长文本和大数组;所有前端可见时间统一成固定格式的字符串;最后用真实请求参数和真实 JSON(JavaScript 对象表示法)回放接口,而不是只看编译结果。

这个案例同时用到了第7项事实源、第14项任务契约、第19项质量门禁、第30项执行路径和第34项验证策略。它说明一个很重要的事实:接口“能返回数据”只是实现完成,不等于前端“可以直接使用”。

案例二:两个任务修改同一个文件,为什么最后谁都不满意

另一次任务中,一个执行单元负责补功能,另一个执行单元负责补测试。两边开始时都读取了同一个版本,随后分别生成修改。功能补丁先落盘,测试补丁后落盘,结果后者覆盖了前者的一部分内容。

如果只看最后文件,问题很难判断;如果只看补丁,两个补丁单独都没有明显错误。真正缺失的是写入协调和版本基线。

我的处理方式是:搜索和分析可以并行,但同一文件只能有一个写入者;写入前记录内容基线;等待者获得写入机会时重新计算当前内容摘要;基线变化就拒绝旧补丁,要求重新读取、重新生成和重新验证;只有基线仍然一致时,才允许继续。

这套方式会把“静默覆盖”变成“明确阻断”。对开发者来说,阻断看起来更麻烦,但它保留了冲突现场,避免把一个很小的并发问题变成上线后才发现的逻辑缺失。这里对应第25至第29项,尤其是单文件单写入者、陈旧补丁拒绝和执行环境隔离。

案例三:命令超时了,为什么不能立即改代码

我还遇到过一次典型的 Windows 自动化问题:验证命令在外层 shell 的时间预算内没有返回,执行器于是把它归类为失败,准备修改实现。重新检查后发现,子进程仍然存活,输出文件也在持续增长,第一次只是外层等待时间不够。

如果这时直接修改代码,后续即使验证失败,也无法判断失败来自代码、环境还是错误的重试方式。正确顺序应该是:区分命令超时和业务失败;读取最近的标准输出和错误摘要;检查进程是否仍在推进;确认是否生成了预期产物;在不改变输入的情况下进行一次更长但有界的重试;只有出现明确的编译错误、断言失败或产物损坏,才能把它定性为功能问题。

这就是第31项命令策略、第32项批量读取、第36项验证缓存和第37项失败恢复的组合。速度优化不是把超时调得无限长,也不是重复执行同一条命令,而是让每一次重试都能提供新的证据。

案例四:浏览器已经登录,为什么仍然不能直接替用户点发布

浏览器自动化还有一个容易被忽视的边界:登录态只能证明“当前浏览器保存了会话”,不能证明用户授权了本次发布。即使页面上能看到编辑器,也要再次确认当前文章、当前账号、编辑权限和发布控件。登录、MFA、权限确认和最终发布仍然应该由用户完成。

在只需要保存草稿的场景,我会把写入范围限制在当前文章,复用现有标签页,不启动第二个浏览器,不复制 Profile(浏览器配置目录),不导出 Cookie。输入完成后重新读取标题、正文标记和发布控件;如果无法确认结果,就保留窗口并报告 UNKNOWN(结果未知),而不是刷新、重启或盲目重复点击。

这对应第11项隐私边界、第15项桌面交互、第20项脚本入口和第39项浏览器后台优先。浏览器自动化最重要的指标不是点击速度,而是不会破坏用户正在使用的会话。

十三、结语:AI Coding 的上限,取决于工程控制力

这 42 项优化的本质,不是给 Codex 增加更多规则,也不是把所有事情都自动化,而是建立一套可恢复、可验证、可停止、可交付的协作方式。

我现在更关注的已经不是“模型能不能生成一段代码”,而是下面这些问题:

  • 它是否理解当前任务真正的目标和非目标?
  • 它引用的事实是不是当前且可追溯?
  • 它的写入是否在明确范围内?
  • 它的验证结果是否仍然属于当前代码树?
  • 失败后是否真的改变了诊断路径?
  • 交付之后能不能证明远端和本地都处于正确状态?

当这些问题都有明确答案时,Codex 才不再只是一个会生成代码的聊天工具,而更像一个有工程纪律的协作执行器。

如果你也在使用 Codex 做持续性开发,建议不要一开始就照搬 42 项。先记录自己遇到的第一个真实问题,再把它拆成“问题、原因、机制、验证、收益”五个部分。优化应该从事故和返工中长出来,而不是从一张看起来完整的清单中凭空制造出来。

附:42 项优化速查表

编号优化主题主要解决的问题
1模型与推理分档简单任务过慢、复杂任务验证不足
2上下文与记忆预算历史噪声淹没关键约束
3工作流状态机不清楚任务当前阶段
4阶段锚点上下文压缩后恢复错误
5后续消息分类目标逐渐漂移
6长期目标生命周期多日任务缺少统一状态
7事实源优先猜接口、权限和枚举
8权限与沙箱能执行但不该执行
9功能开关能力存在但场景不应启用
10插件、MCP、连接器管理工具重复或权限混乱
11隐私与存储边界凭证进入日志和记忆
12任务画像执行策略不可预测
13全局规则与项目规则分层通用约束和项目细节互相污染
14任务契约范围、非目标和验收不清晰
15桌面交互通知过多或关键决策不可见
16画像驱动执行配置存在但运行时不生效
17Skill 路由所有领域都用同一套方法
18Hook 拦截高置信违规进入后续阶段
19分层 Gate所有任务都执行同样的重流程
20统一脚本入口命令不可复现、失败不可分类
21场景路由只按文件类型判断风险
22冲突仲裁多套规则互相覆盖
23Goal 后续变更追加需求吞掉原验收
24Workflow Controller调用方自报通过
25子智能体槽位并行任务重复劳动
26共享证据索引不同执行单元使用不同事实
27单文件单写入者并行覆盖同一文件
28基线与陈旧补丁拒绝旧补丁覆盖新内容
29执行环境隔离临时资源和环境相互污染
30执行路径分离准备、验证、交付边界混淆
31命令策略超时被误判为功能失败
32批量读取重复启动导致速度下降
33可恢复记忆同步历史同步阻塞主任务
34正向、负向、回归验证只验证成功路径
35证据身份旧结果被错误复用
36严格验证缓存缓存掩盖代码树变化
37失败恢复流程机械重试没有进展
38Git 和工作树隔离脏工作树污染交付
39浏览器后台优先抢焦点和会话破坏
40发布与回滚兼容回滚依赖清空状态
41运行时可观测性无法判断性能和失败原因
42汇报与关闭做完动作却无法证明完成

如果这篇文章对你有帮助,欢迎在评论区分享你在 AI Coding 中遇到的真实坑:是上下文丢失、验证失效、Git 冲突,还是浏览器会话和权限问题?真实问题,往往比“万能提示词”更值得总结。

优快云

希望各位读者大大多多支持用心写文章的博主,现在时代变了,信息爆炸,酒香也怕巷子深,博主真的需要大家的帮助才能在这片海洋中继续发光发热,所以,赶紧动动你的小手,点波关注❤️,点波赞👍,点波收藏⭐,甚至点波评论✍️,都是对博主最好的支持和鼓励!

Java程序员廖志伟

🔔如果您需要转载或者搬运这篇文章的话,非常欢迎您私信我哦~

AI工程协作系统:Claude Code与Codex实战指南 AI编程助手已从代码补全工具演进为可调度、可审计的工程协作者。理解其核心原理——如大模型上下文感知机制、沙箱隔离设计、Git Worktree驱动的会话管理,是构建稳定AI协作系统的基础。Claude Code凭借Opus 4.6的1M token窗口实现跨服务链路分析,Codex依托gpt-5.4系列在多源信息交叉验证中展现‘单点爆破’能力。技术价值在于将AI行为锚定在权限边界内,通过MCP语义索引和CLAUDE.md契约化指令,显著降低返工率与安全风险。典型应用场景包括微服务重构、CI/CD自动修复、并 阅读详情

相关推荐

Codex 是什么:代码专用大模型的原理与工程实践

大语言模型(LLM)在代码生成领域的应用,核心在于对编程语义、语法结构和上下文逻辑的深度建模。Codex 作为早期专为代码训练的模型,其技术本质是基于海量开源代码微调的指令遵循系统,而非通用对话模型。它通过自然语言到可执行代码的端到端映射,显著提升开发效率,并为 GitHub Copilot 等工具提供底层能力支撑。当前虽已停用 API,但其设计思想——如 prompt 工程范式、代码补全评估指标、上下文切分策略——已深度融入 gpt-3.5-turbo-instruct 和 gpt-4 的代码能力中。典型

weixin_33587731的博客 471

我把 Codex 接入真实工程任务后踩过的 8 类坑:42 项优化沉淀与 TaoToken 统一 Key 配置

Codex 长任务易失控?本文还原 8 类真实工程坑,给出 42 项优化与可复制配置:用 TaoToken 统一 Key 与 Base URL,收敛 Codex、Cline、Claude Code 多入口,附 401、local proxy failed 等报错排查与验证清单。详见 https://taotoken.net/?utm_source=taotoken_aicg_blog_end

weixin_33193177的博客 194

Codex做视频不靠堆Skill,拆解任务才是关键

在AI Agent与编程自动化的实践中,Codex等智能体通过读写代码、执行命令来完成任务,其核心能力是任务编排而非原生多模态生成。Skill作为一种预置指令包,本意是将高频经验标准化,减少模型试错成本,但盲目安装大量无关Skill会导致上下文膨胀、指令冲突与维护成本上升。正确做法是理解Skill的加载逻辑,按需编写贴合自身流程的少量高质量Skill。本文从这一原理出发,结合FFmpeg与Pillow等标准工具链,展示如何在不依赖任何第三方视频Skill的情况下,通过清晰的任务描述让Codex自动生成动态字

weixin_34242509的博客 328

Codex 任务拆分技巧

本文介绍了如何通过任务拆分提升Codex等AI编程助手的执行效果。核心观点是:任务拆分质量直接影响AI输出质量。文章提出了6个优质拆分的特征(目标明确、边界清晰等),并针对不同任务类型(开发、修复、测试等)推荐了5种拆分模型(按阶段、模块、职责、风险、文件边界)。通过实战案例展示了Java项目和Bug修复的拆分方法,最后提供了通用拆分模板。关键结论是:合理拆分能帮助AI更精准理解需求、控制修改范围、降低风险,最终提高开发效率。

莫忘、初心 772

Codex+DeepSeek实战:从环境配置到工程化落地的完整指南

代码生成技术作为人工智能在编程领域的重要应用,通过深度学习模型将自然语言需求转化为可执行代码。其核心原理是基于大规模代码库训练的Transformer架构,能够理解编程语义和语法规则。这种技术的价值在于显著降低技术验证成本,让领域专家无需深入掌握编程细节即可快速实现想法。在电气自动化、嵌入式开发、数据分析等场景中,工程师可以用自然语言描述控制逻辑或处理流程,直接获得可运行的基础代码。本文以Codex与DeepSeek的集成为例,重点解析环境配置、API调用、错误排查等工程实践问题,帮助开发者建立稳定的代码生

diaohong5075的博客 357

Codex任务持续运行:解决AI编码工具断档的3个实用方法

API调用失败和网络超时是开发者在集成AI服务时常见的技术挑战。从技术原理看,这类问题源于客户端与服务端之间的请求响应机制不完善,包括缺乏重试策略、超时设置不合理以及并发控制不当。在工程实践中,通过实现指数退避重试算法和队列管理,能够显著提升系统容错能力。这种技术方案的价值在于确保关键业务流程的连续性,特别是在代码生成、批量处理等需要稳定AI辅助的开发场景中。本文以Codex编码工具为例,深入探讨了如何通过智能重试机制和上下文优化,解决因服务限制和网络波动导致的任务中断问题,帮助开发者构建更可靠的AI集成工

weixin_29079643的博客 108

[AI-Talk] Codex 使用心得总结:把它当成一个会读项目的开发搭档

这篇文章探讨了如何高效使用GPT-5系列模型驱动的Codex进行开发协作。文章提出了七大关键建议: 先理解项目全局再修改代码,像"画地图"一样梳理结构 提供工程化任务描述,包括目标、现象和验收标准 让Codex先阅读代码而非直接猜测答案 将大任务拆分为可验证的小步骤 利用Codex沉淀项目文档 将Codex视为协作者而非搜索工具 推荐"阅读-计划-修改-验证-总结"的工作流程 核心观点是:Codex最适合作为理解代码、验证判断和沉淀知识的协作伙伴,而非简单的代码生成器。通过提供清晰上下文和阶段性验证,开发者

wabil的专栏 241

实测Codex:默认配置比过度调优快约50%,28天AI编程计划第1天

AI 编程代理通过大模型自动完成代码理解、修改和验证,正成为开发者日常提效的重要辅助。其工作表现不仅取决于模型本身,也很大程度上受交互方式与运行配置影响,比如任务边界是否清晰、验证节点如何设置。合理运用默认配置有助于减少无谓的思考等待与人工往返,显著提升任务完成速度。在实际开发中,从修复 bug、补测试到模块重构,均可借助 AI 编程代理形成可度量的工作流;而任何自动修改都应配合 git 分支和 diff review 建立安全边界。以 Codex 为例,同一批真实任务下,默认配置相比过度调优可带来约 50

weixin_29057237的博客 239

Codex Harness只会火俩月?AI编程工程化的核心价值在哪

随着大模型能力快速迭代,AI编程工具形态也在频繁更迭。Codex Harness作为连接模型与真实开发环境的中间层,通过上下文管理、执行反馈和沙箱机制,让模型能真正在代码仓库中闭环工作。其开源与模型无关的设计,使开发者可以灵活接入DeepSeek等第三方模型,降低依赖特定厂商的成本。这种工程化思路比某个具体工具的热度更具长期价值,因为无论模型如何升级,Harness沉淀的工作流和安全边界都会成为下一代AI开发的基础设施。

weixin_33858336的博客 482

Rstudio安装org.Hs.eg.db

自己也是个小白,初次安装org.Hs.eg.db碰到好多问题,步骤总结如下: 第一,instal.packages()安装,不行则换 BiocManager::install() 第二,如BiocManager不成,说明不是最新版本,可按提示安装最新版 BiocManager::install(version = '3.13') #由于R版本较新,按照提示中的相关信息,安装最新版本的 第三,再次安装 BiocManager::install("org.Hs.eg.db") 第四,之后每个人.

ZH_DDong的博客 2万+

青龙面板实战:用快手极速版脚本日赚XX元的核心参数解析

本文深入解析了青龙面板运行快手极速版脚本的核心参数配置,旨在帮助进阶用户提升收益稳定性。重点剖析了设备标识符(did)的获取原理、多账号Cookie的精准拼接规则,以及如何通过科学设置定时任务频率来量化并优化收益,实现细水长流的稳定收益。

weixin_29310605的博客 1076

Codex编码代理8个高频功能实战:任务拆分、安全边界与复盘

AI编码代理正从“代码补全”走向能读仓库、执行命令、修改文件的工程化助手。其核心原理是通过任务拆分与上下文工程约束模型行为,再以审批模式和沙箱限制危险操作,让自动执行可控、可回退、可追溯。对研发团队而言,这能提升接口重构、单测补充、文档站生成、跨系统信息查询和代码审查等场景的效率与质量。落地时,多 Agent 并行需要配合 git worktree 隔离,AGENTS.md 负责固化项目规则,MCP 用于接入数据库、工单等外部信息。围绕 Codex 的8个高频功能,可形成从任务描述、安全执行到复盘沉淀的稳定

weixin_29071809的博客 298

C#实战:5分钟搞定西门子S7-1200 PLC数据读写(S7netplus保姆级教程)

本文详细介绍了如何使用C#和S7netplus库快速实现与西门子S7-1200 PLC的数据读写。从环境准备、连接管理到数据读写高级技巧,提供了保姆级教程和实战方案,帮助开发者绕过常见陷阱,提升工业自动化项目的开发效率。

weixin_28432777的博客 286

GPT-5.6 + Codex 接入开发流程:别只让它写代码

GPT-5.6 和 Codex 结合后,真正值得开发者关注的不是“让 AI 多写几行代码”,而是把它放进需求拆解、项目理解、代码修改、测试验证和文档沉淀的完整开发流程里。

2601_96098256的博客 513

MCP4728 电路及stm32F103程序移植

写在前面 通过优快云查到一些MCP4728 的程序,结合程序及datasheet对于驱动的描述,理清了思路 感谢开路者! MCP4728的电路比较简单,见下文描述 应用电路 datasheet: 实际测试电路: SCL接stm32的PB10,SDA接PB11 RDY/BSY引脚和LDCA引脚,悬空 解释见截图: MCP4728地址 选择任意输出通道写入DAC输入寄存器 应用程序 int mcp4728_write_all_channel(float vol1, float vol2, fl

u013074298的专栏 5433

FT2232HL JTAG下载器硬件设计指南:从引脚配置到电平转换实战

本文详细解析了FT2232HL JTAG下载器的硬件设计要点,包括引脚配置、电平转换电路设计及EEPROM配置技巧。通过实战案例展示如何利用FT2232HL实现高速JTAG通信,解决电平不匹配等常见问题,提升嵌入式开发效率。特别适合需要灵活JTAG接口的硬件工程师参考。

weixin_29194693的博客 259

从 Copilot 到 Codex:一位 Java 资深工程师的 Codex手册

面向读者:用过 GitHub Copilot、写过 SpringBoot/MyBatis、懂 JVM 调优和 Maven 构建的 Java 资深工程师。 目标:读完你能分清「初代 Codex 模型」和「现在的 Codex Agent」,能在终端用 Codex CLI 修 Bug、补测试、接 MCP,并把 AGENTS.md 写进团队规范。

一起探索IT的世界 442

泰凌微8258入门教程——导读

基于泰凌微TLSR8258 Bluetooth® SIG Mesh 的入门系列教程

2万+

OpenResearch:Claude Code、Codex、OpenCode、Cursor 跨工具编排与研究会话沉淀指南

AI 编程工具(如 Claude Code、Codex、OpenCode、Cursor)正成为开发者的日常生产力,但会话历史分散、研究过程不可追溯是普遍痛点。其原理在于各工具独立管理上下文与配置,缺乏统一记录机制。技术价值在于将散落的提示词、中间结果与代码沉淀为可检索、可复现的研究资产。典型应用场景包括复杂重构、批量任务与跨工具协作。OpenResearch 提供了一套采集、归一、检索的编排思路,帮助开发者从“用完就忘”转向“用完就攒”,实现 AI 编程经验的高效复用。

weixin_42523389的博客 163

fast-lio系列改进版本

2.回环检测的优化结果,更新到FAST-LIO2的当前帧位姿中,幷进行ikdtree的重构,进而更新submap。其它的效果还不清楚,实测lio部分稳定性很好。用fast-lio_slam就很稳定。融合了fast-lio2和sc-pgo,两部分分开运行,SC-PGO从FAST-LIO2节点获取里程计和激光雷达点云主题。的作者kim在FAST-LIO2的基础上,添加SC-PGO模块,通过加入ScanContext全局描述子,进行回环修正,SC-PGO模块与FAST-LIO2解耦,非常方便,很优秀的工作。

z1872385的博客 3189

Tesla v100 4张显卡组装机安装vllm和ollama在Ubuntu系统上的安装---AI大模型系统从零开始0032

本文提供Ubuntu22.04系统下vLLM的完整安装指南,适配4×32G Tesla显卡的单机4卡张量并行部署。教程包含:1)硬件要求(Ubuntu22.04、NVIDIA驱动≥535、CUDA12.1+);2)NVIDIA驱动自动安装方法;3)Python3.10虚拟环境配置;4)vLLM官方预编译包一键安装;5)单机4卡启动Qwen3.6-27B模型的完整参数说明(含FP8量化、多进程并行等关键配置)。文末附分布式部署的Ray集群方案参考链接,适用于多机8卡场景。

添柴程序猿的专栏 189

superpowers 实战:用 Skill 机制让 Codex 从问答助手变成工程助手

AI 编程助手已成为开发者日常提效的重要工具,但在处理多文件重构、接口迁移或复杂 bug 定位时,模型往往因缺少流程约束而跳步,导致代码可运行却难以验证和回滚。这背后的核心问题不是模型能力不足,而是 Agent 缺少标准化的工程工作流。Skill 机制正是针对这一痛点设计,它通过 SKILL.md 文件为模型定义清晰的触发条件、执行步骤和验收标准,使模型能够按计划工作、主动补充测试并检查变更范围。superpowers 作为一套开源的 skill 集合,能无缝集成到 Codex 或 Claude Code

weixin_34226182的博客 496

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

MBA论文降AI率实战:8类工具原理、用法与踩坑指南

AI检测工具正在成为高校论文评审的隐形标尺,其底层逻辑并非识别是否使用了AI,而是分析文本的困惑度与爆发度——句式过渡过于平滑、节奏过于均匀的段落,往往会被判定为疑似机器生成。MBA论文由于高度依赖SWOT、PEST等框架化表达,尤其容易触碰这类信号。理解这一原理后,降AI率的核心不再是简单替换同义词,而是通过调整句式骨架、加入非线性的论证逻辑和具体场景细节,让文本恢复人类的写作特征。在工程实践中,可借助大模型结构化提示词、本地部署的开源模型(如Ollama+Qwen)、段落级改写器等工具完成深度重构,并结

weixin_31528001的博客 299

jdk-8u144-linux-x64.tar.gz.

该资源为搭建Linux系统Java环境用,资源的后缀为tar.gz格式的压缩包

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

Codex类AI编程助手落地实战:从周活500万看工程化整合

AI编程助手已从概念验证迈入规模化工程应用阶段,其核心在于将大语言模型能力深度嵌入真实开发工作流。这不仅涉及模型选型与Prompt工程,更依赖上下文智能管理、结果可验证校验、请求熔断降级等关键工程机制。以Codex为代表的技术路径表明,高可用性不取决于单点模型参数量,而源于对代码补全、单元测试生成、错误诊断等细分任务的精准建模与链路闭环设计。当前国产工具面临产品分散、能力孤岛、调度缺失等瓶颈,亟需构建统一AI能力调度中枢与本地化部署方案。本文聚焦可复现的实操路径,覆盖Ollama轻量部署、FastAPI网关

weixin_30237719的博客 444

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

【AK读报】Harness Engineering: leveraging Codex in an agent-first world 驾驭工程:在以代理为先的世界中利用 Codex

摘要 OpenAI团队在5个月内构建了完全由Codex生成的软件产品(100万行代码),实现10倍开发速度提升。核心范式是"人类引导,智能体执行"——工程师角色转变为设计环境、指定意图和构建反馈循环。关键创新包括:1) 优化代码库对智能体的可读性;2) 通过结构化文档系统记录知识;3) 架构强制执行而非微观管理;4) 采用高吞吐量合并策略。实践表明,软件开发纪律从代码本身转向支撑框架设计,人类判断需聚焦于环境设计和高杠杆决策点。系统能自主完成从bug修复到PR合并的全流程,但需持续优化熵

程序员超级伴侣-ApiHug 1321

【Codex】Part 12 — Codex Best Practices

使用 Full Access 时要明确前提:它适合已经隔离的容器、虚拟机(Virtual Machine,VM)、临时工作区、专门测试环境,或用户明确授权的维护任务。好的目录结构不是为了让人看起来整齐,而是为了让 Agent 能自动发现规则、命令、边界和可复用工作流。本章要点:Codex 最佳实践不是“写更神奇的提示词”,而是把工程上下文、权限边界、验证流程和团队经验变成可维护的资产。本章讨论如何把 Codex 代理(agent)用成稳定、可复用、可治理的工程能力,而不是一次性的聊天工具。

bryant_meng 559
上一篇: 【使用codex用GPT 5.5模型指挥Reasonix使用Deepseek v4 pro干活】
Java程序员廖志伟
Java程序员廖志伟 优质创作者: Java技术领域 优质创作者: Java技术领域 领域专家: 后端开发技术领域 领域专家: 后端开发技术领域
博客等级 码龄8年 2万+粉丝 1902原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Java程序员廖志伟

赏我包辣条呗

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值