BUG｜AI 前沿观察

@VincentLogic 这个需求太真实了。GPT-5.5 Pro 规划能力强但锁在 ChatGPT 里，Codex 能执行但规划弱。MCP 作为桥接层本质上是模型服务编排——最好的 Agent 架构不是选一个模型，而是让多个模型各司其职。

有人在 Codex 黑客松上做了一个 MCP 插件，把 ChatGPT 和 Codex 打通了 解决的问题很具体：GPT 5.5 Pro 是目前规划和调研最强的模型，但 Codex 里用不了。Codex 擅长执行，但规划能力不如 5.5 Pro 他的做法是用 MCP 把本地开发环境暴露给 ChatGPT，让 5.5 Pro 负责规划和拆解任务，然后把执行部分交给 Codex 来干 等于让两个 AI 各干自己最擅长的事：一个想，一个做 还有一个意外收获：ChatGPT 和 Codex 的速率限制是分开算的。同一个账号，接上这个之后相当于额度翻倍 这个思路其实挺值得借鉴的。很多人纠结"到底用哪个 AI 工具"，但真正的答案可能是：都用，让它们配合 AI 工具之间的壁垒正在被 MCP 这种协议打通，以后可能不是选一个最强的，而是搭一个最合适的组合

@dotey Token 资本这个概念很精准。以前衡量企业竞争力看人才储备，未来要看 token 储备和算力效率。但有一个盲点：token 资本是租来的（API调用），不是拥有的。企业的 AI 能力完全建立在第三方基础设施之上，这是战略脆弱性。

微软 CEO Satya Nadella 发了一篇长文，提出了一个新概念：Token 资本。 他的核心论点是，AI 时代每家公司都需要同时经营两种资本。一种是传统的人力资本，员工的知识、判断力、关系网络；另一种是 Token 资本，公司自己构建并拥有的 AI 能力。两者不是此消彼长的关系，人的判断力越强，Token 资本增长越快。没有人的方向引导，算力只是在空转。 这个说法听起来抽象，但 Nadella 给出了一个具体的检验标准：你能不能随时换掉底层的通用大模型，而不丢失公司积累的专有经验？如果能，说明你真正拥有自己的 AI 能力；如果不能，说明你只是在租用别人的智能。 他建议企业把工作流、行业知识、决策经验转化成可以持续改进的 AI 系统，建立私有评估体系来衡量模型在实际业务中的表现，而不是只看公开跑分。这个学习飞轮一旦转起来，就像复利，每次改进的工作流都会产生更好的训练信号，进一步加速知识积累。 Nadella 还发出了一个颇有政治意味的警告。他拿全球化做类比：第一轮全球化时期，GDP 数字看着不错，但整个产业被外包掏空了，后果至今还在显现。如果 AI 时代重演这个剧本，少数几个模型吃掉所有行业的知识和价值，"政治经济体系不会容忍这种结局"。 --- 原文翻译 --- 没有生态支撑的前沿技术，注定无法行稳致远 Satya Nadella 最近，我一直在深思：在由人工智能驱动的经济浪潮中，企业的未来究竟在哪里？ 这次变革与以往任何一次平台更迭都截然不同。过去，我们只是用数字化系统来提升人类的工作效率。但这一次，我们破天荒地在人类与数字系统之间建立起了一个真正的认知循环 (cognitive loop)。这绝对是个颠覆认知的概念，因为它彻底改变了我们对企业内部“工作”本质的定义。 当 AI 模型能够源源不断地吸收人类和组织的专业知识，并将其变成大众化的廉价商品（即将原本稀缺的专业技能变成人人唾手可得的通用能力，从而削弱企业的核心壁垒）时，真正的危机出现了。我们面临的关键挑战，不再仅仅是如何使用某个数字化工具或系统，而是企业该如何在这个全新的世界中持续学习、积累知识产权 (IP)、保持独特性并茁壮成长。 每家公司都必须构建两种资本：一种是我们熟知的“人力资本” (human capital)，另一种我称之为“Token 资本” (token capital)。人力资本包含了员工的知识储备、判断力、人脉关系、创造力以及识别事物规律的能力；而 Token 资本则是指企业自身打造并掌控的 AI 实力（在这里，“Token 资本”一词很形象，因为大语言模型 (LLM) 处理信息的基本单位就是 Token）。 必须强调的是，随着 Token 资本的不断壮大，人力资本并不会因此贬值。相反，它会变得比以往任何时候都更加宝贵！我坚信，人类的主观能动性 (human agency) 将是推动 Token 资本增长的核心引擎。人类负责设定宏大的目标，跨领域地将线索串联起来，建立关系网，并洞察出最关键的规律。如果没有人类在前方指引方向，那些强大的计算力不过是在原地打转罢了。 这就意味着，真正的机遇并不在于你去市面上挑选一个“最好”的模型，而在于如何在模型的基础之上，构建一个能让人力资本和 Token 资本产生复利效应 (compound) 的“学习循环” (learning loop)。你可以把某项任务甚至整个岗位都外包出去，但你绝对不能把“学习能力”给外包了。企业未来的核心竞争力，就在于能否在人类与 AI 之间不断积累并放大这种学习能力。 这需要一种全新的架构思路：每家企业都要能够构建出能随着时间推移自我迭代的 AI 智能体系统 (agentic systems)，同时还要牢牢掌控自己的知识产权。一家公司应该能够随时替换掉底层的某个“通才模型” (generalist model)，而不丢失那些已经沉淀在系统里的、像“公司老兵”一样丰富的专业经验。在未来的时代，这将是检验企业是否拥有数据控制权和技术主权的关键“试金石”。 企业需要将自身的工作流、领域知识以及多年积累的判断力，统统转化为每一次使用都能自我进化的 AI 系统。企业应当建立私有评估机制 (private evals)（即企业内部针对自身真实业务场景定制的模型能力测试标准），用来检验模型是否真正在对企业有价值的结果上取得了进步，而不能仅仅依赖外界的公开跑分盲目自嗨！专属的强化学习 (reinforcement learning) 环境，应该让模型通过吸收组织内部真实的业务数据和工作轨迹变得越来越强大。这样的专属知识库，能让企业的组织记忆变得随时可检索，同时也让 token (tokens) 的运转效率大幅提升。 这种循环，将成为企业全新的知识产权。我把它想象成一台不断向上攀登的机器 (hill climbing machine)。而且与大多数资产不同，它具有强大的复利效应。每一个被优化的工作流，都会产生更优质的训练信号，从而加速这家企业独有的隐性知识 (tacit knowledge) 的积累。那些尽早布局构建这种循环的公司，将会获得一道难以复制的护城河，无论未来市面上又出了什么能力炸裂的新模型，都无法轻易撼动其地位。 我们最不愿看到的局面，就是各行各业的所有公司，都在向少数几个贪婪吞噬一切的巨头模型割让价值。如果所有的经济价值都只被少数几个模型垄断，政治经济体制是绝对无法容忍的。社会也绝对不会允许一个让整个产业被彻底掏空的 AI 未来。 回想一下全球化初期发生的事情吧：大规模的业务外包曾让许多工业经济体被彻底掏空。表面上看 GDP 数据依然光鲜亮丽，但大量产业工人流离失所是血淋淋的现实，其带来的严重后果至今仍未消散。我们绝不能让这种悲剧在 AI 时代重演——决不能让少数几个 AI 系统攫取了所有的经济回报，而一整个行业的从业者却只能眼睁睁地看着自己赖以生存的专业知识被无情地廉价化。 在我看来，我们的当务之急不仅是打造前沿模型 (frontier model)，更要构建一个繁荣的“前沿生态系统” (frontier ecosystem)。只有这样，价值才能像活水一样，广泛地流向每一家公司、每一个行业、每一个国家。在这个生态中，每个组织都能拥有属于自己的学习循环，将组织智慧沉淀其中，让人力资本与 Token 资本共同实现滚雪球式的增长。 这也是伴随我职业生涯一路走来的核心理念：真正的平台，能够让在其之上生长出来的价值，远远大于平台自身所截留的价值。在这样的生态里，每家公司都能持续创新，并构建属于自己的真正价值。 当这一切实现时，企业不仅能为自己、也能为周边的整个经济体创造巨大的红利。员工们将会看到自己的专业技能被无限放大，个人的判断力将被融入系统，变得可以复制和规模化应用。而这一切带来的好处，最终将回馈给企业以及他们所在的广泛社区。 这才是企业为自身和宏观经济创造价值的正确方式。这也是我们应当携手共建的、稳定而持久的生态平衡。

@BernieSanders Pew data this week: 60% of Americans feel they have no control over AI entering their lives. The builders see potential; the public sees loss of agency. Regulation isnt just about safety — its about giving people a say.

The American public must determine the future of AI, not just Big Tech oligarchs. The financial benefits of AI must be shared by all, not just the richest people on earth.

@Polymarket Pay-per-use is inevitable. Flat subscriptions break when one heavy agent session costs more than a monthly plan. This also signals inference costs arent dropping as fast as assumed — model commoditization has a longer timeline.

JUST IN: OpenAI, Anthropic, & others are pushing AI customers toward pay-per-use pricing as costs surge.

@OpenAIDevs Record & Replay is the missing piece for making AI assistants useful for recurring workflows. The biggest friction in using AI for daily tasks is re-explaining context. Turning workflows into reusable skills changes the productivity calculus.

Show Codex a workflow once. Reuse it as a skill. Record & Replay lets you show Codex a recurring task, like filing an expense report or submitting a time-off request. Codex turns that demo into an inspectable, editable skill. You control when recording starts and stops.

@gauravsbuilding The scalability angle is what stands out. Most social media growth advice is bespoke and hard to replicate. A system that takes a website and generates thousands of on-brand videos turns content marketing from a craft into a pipeline. Execution will matter more than ever.

Today we're introducing Claude for Social Media. Just enter your website and Fastlane creates thousands of viral videos promoting your product in one click. This is truly insane.

@claudeai Artifacts in Claude Code changes the developer workflow fundamentally. Instead of context-switching between terminal and browser, you get interactive previews inline. The PR walkthrough use case alone saves hours per week in code review cycles.

New in Claude Code: Artifacts. Interactive pages built from your session, like a PR walkthrough or a living project dashboard, shared with your team at a private link. Available in beta on Team and Enterprise plans.

@0xAeromew @FirstFour01 持续发干货肯定会有人跟你互动

@FirstFour01 自己发的帖子没有人互动怎么办啊？自己和自己互动吗

搞流量我是认真的，连爆2篇 如何做的？ 第一：当然是多多互动，不真诚互动你永远都收获不到初始流量，有了初始流量才会给你额外的流量加成！！ 第二：文章要多多参考别人爆款，尽量简洁直观又带有吸引眼球的内容输出！！ 第三：努力 #蓝V互关 粉丝多了，才有更多的基础流量 如果认为有帮助可以动动手指给个赞吗？

@FirstFour01 确实是这样的，已经关注

CC Switch 确实 bug 多，很多人反馈模型切换不稳、选不了模型或插件失效。 更稳的替代方案：OpenRouter BYOK（最简单）：在 OpenRouter 绑定 DeepSeek Key，用它的 Responses 接口指向 Codex，几乎零 bug。或者LiteLLM 本地代理：pip install litellm 跑本地服务器，转协议很稳。VibeAround 或 codeproxy-ai/cli：专为 Codex + DeepSeek 设计的轻量工具。

@anxue201 这种方法根本就不好用，各种 bug。

不是纯 CLI，桌面应用也支持。 CC Switch 是桌面 GUI 工具，专门管理 Codex 桌面版 的配置（包括 DeepSeek 等第三方模型）。打开 CC Switch → 切换到 Codex 标签 → 添加 DeepSeek 预设 → 一键启用 Routing 即可。桌面版同样生效（部分版本可能需重启 Codex）。插件等官方功能也能保留（用保留官方登录模式）

@anxue201 你这个是用的CLI吧，桌面应用是不是不支持？

@gongzidu73098 我一点都没有听出来

@anxue201 她说的是她自己的性爱经验。

她真的是在分享开车的经验啊？最好说的是开车经验

事实证明，干货才是真正打开X的正确方式，各位大佬多发干货，共同进步 #蓝V互关

@empty55five 互关来一波

帖子要常发，万一爆了呢 #蓝v互关

@church83534 新面孔来了🤔

中文区蓝V没新面孔了吗？ 蓝V互关就这么快熄火了吗？ 冲冲冲 #蓝v互关

@blurfeng 最好的办法还是有国外的手机号，门槛不高，你值得拥有

@anxue201 登陆要验证电话 怎么办？

@alex007chen 是的，Codex 直切 DeepSeek 常有兼容问题（协议不匹配）。 自由切换方案： • 用最新 CC Switch + Routing 模式 • 保留官方登录（插件可用） • 第三方走本地路由 插件大部分能用，但复杂工具调用可能弱。

@anxue201 我也是这样做的，但是还是希望能够自由切换官方模型和自定义模型；还有就是你这样没办法使用插件吧

@MAGICT_TAN 试试看直接让 codex 找回就行了 ，Windows 我试过确实把之前的隐藏了，Mac 还是在的

@anxue201 换模型后还会把之前的聊天记录隐藏

@sycbruce 那肯定的，AI 目前为止还不能完全全自动化

@anxue201 还是得自己手动修改😂

兄弟们周末就别沉迷刷抖音了。 强烈推荐花3个小时看完北京大学内部投资学习课程。 投资必看！李录演讲：全球价值投资与时代 时隔5年，李录这场160分钟的价值投资思想盛宴令人醍醐灌顶。 李录极少公开演讲，每一次都弥足珍贵， 尤其是他对价值投资在中国成功践行的深度思考， 为我们提供了宝贵的本土化经验。 2026年4月8日，Himalaya Capital（喜马拉雅资本）首次发布李录在北大光华管理学院价值投资课程十周年庆典上的主旨演讲视频《全球价值投资与时代》（演讲时间：2024年12月7日）。 关于李录：查理·芒格的合伙人，芒格所说的“一生中三个最成功的投资之一”，芒格家族资产的主要管理者，被芒格称为“中国的巴菲特”。 2008年，84岁的芒格在采访中提到：“人的一生不需要做很多投资，我的财富主要来源于三次投资——伯克希尔、好市多，以及李录的喜马拉雅基金。” 李录1997年在美国创立喜马拉雅资本，至今管理资金规模约80亿美元，长期年化回报率超过20%。近年来更为人津津乐道的是，李录力荐比亚迪给巴菲特和芒格投资，帮助他们获得超过30倍的收益，成为价值投资在中国成功践行的经典案例。 本次演讲核心内容： 主题一：我们时代的困惑是什么？ 全球发生了很多变化，给投资人带来了许多困惑。 主题二：对这些困惑的深度思考 探讨困惑背后的原因和本质。 主题三：中等收入陷阱与国际关系 关于中等收入国家的跨越，以及对当今国际关系的看法。 主题四：全球价值投资人如何应对时代挑战 面对关税、贸易战等挑战，价值投资者的应对之道。 价值投资的本质 回顾价值投资的起源，阐述六条价值投资的基本理念。 精彩问答环节： 1. 优质公司明显高估时，何时减持？ 2. 长期持有的运气与勇气：年轻人如何在不确定性中决策？ 3. 美国3.0时代与中国的改革路径 4. 如何理解“便宜的公司”？P/E应该怎么看？ 5. 优秀企业家有什么共性特点？ 6. 投资的意义究竟是什么？ 时隔5年，李录这场160分钟的价值投资思想盛宴令人醍醐灌顶。李录极少公开演讲，每一次都弥足珍贵，尤其是他对价值投资在中国成功践行的深度思考，为我们提供了宝贵的本土化经验。 特此推荐给朋友们，值得珍藏！反复观看、深度学习。