Codex真垃圾啊😅 真的远远不如Claude Code 起因是今天团队修bug的时候发现了一个抽象的事情 同样的一个bug用Codex修了好几次，每次都说一句修复完成了，结果一测试这个bug还在 然后我们在上下文都一样的情况下进行了测试。 Claude Code可以oneshot直接修复好，而傻逼Codex一直修不好。。。。 求求你了 @thsottiaux ，能不能快点把GPT5.6发出来😭

第五代大模型出來後模型能力都超強，任何人 vibe coding 時想無腦 one-shot 出東西通常都會成功，唯一的問題是永遠不會知道 AI 在背後做了些什麼？沒做什麼？哪裏可能有問題？( 如果能接受這種風險那就免煩惱，不然 #agentflow# 提供的防呆與透明/可視性可能就是你最新的好朋友囉~🤗

太可怕了，GPT-6 Astra 操作 Mac 内置的软件（例如 Photos）更是得心应手。说话的功夫，它已经帮我把相册当中关于第二次四季岛旅行的视频和照片全都找出来了，接下来我准备花半天的时间，来制作 2023 年再访四季岛的 vlog，这次我不追求 one shot，而是尽量能够压榨出它使用专业编辑软件最大自定义能力，把整个 vlog 做得精致、更有电影感一些，大家敬请期待！

给 qodercli 加了「跨会话消息功能」 1\ 这是我来 qodercli 以来加的最重的功能，总耗时一天左右。 2\ 我有个 loop 会在 claude code 发新版时自动拉 changelog 和代码，分析每一项新功能的实现。8.7 深夜，针对 claude code 2.1.224，生成了十三份分析文档。其中一份有一千零一十一行，讲一个新功能，同一台机器上的两个会话可以互相发现、互相发消息。一个会话干完活，可以直接叫另一个会话接着干，不用人在两个终端之间复制粘贴。 3\ 8.8 早上闲着没事刷推，发现 claude code 在宣传这个功能，就留意了下，然后拿着分析文档让 agent 照着给 qodercli 也加一份。指令是「i want to impl to qodercli, full feature」，用我的 one-shot skill 实施。2 个小时后 mvp 完成了，47 个文件，5513 行，152 个新测试。发群里大家觉得还不错。 4\ 8.9 歇了一天，8.10 PD 催了，于是下午开始补细节。细节太多，补了 20 来个 commit 到晚上才补完。然后开始用 claude code 和 codex 等，用不同的模型做交叉 review。合计 40 多条 review 建议，然后慢慢 fix，直到 8.11 上午才最终完成。 5\ 8.11 上午推分支找同事 review，基本上没啥新增问题了，只处理了一个。同时让 agent 写了份 1722 行的测试手册给测试同学，46 个用例，功能细节还是很多的。 6\ 8.11 晚，随 v1.1.19 版上线。

很高兴和大家介绍我的第 15 款 Vibe 产品「摇曳电台」 这款产品的灵感来自于两周前和啵啵在上海看法兰克福头盔和 Frank Bretschneider 的现场 live 时，我意识到许多艺术家使用可视化技术来进行音乐表达。 那么，为什么没有人为艺术家、音乐现场和自媒体做一款基于 AI 的音乐与可视化艺术创作工具呢？摇曳电台就是为此而生。 你可以使用自然语言创建电子舞曲，操作鼓点和其他数字乐器，创建 AI 人声伴奏，合唱或者完整的歌曲，它会自动适配所有音乐的具体节奏，旋律，章节并创造可视化特效，不仅如此，我还为摇曳电台编写了 MV 制作功能。如果你想，音乐与可视化特效能自动融合进 Seedance 2 创建的 AI 视频 MV 中。第一个和最后一个视频就是我创作的杜甫穿越现代版的「茅屋为秋风所破歌」 和一首英文嘻哈歌曲 均为 one shot 创作而成。 此外，它还支持多音轨和历史记录的版本管理，回退到任何你想要回到的音乐版本，并支持 web 录制视频，方便分享到社交网络。 创造 Yuragi FM 的时候，我花了比想象中更多的时间，一开始，我以为这只是简单将 Vibelab 中的 DJ skill 转移到新的产品中，开发的过程中，我才逐渐意识到，最困难的部分不在于代码，而在于如何理解音乐中存在的语言结构。音乐是一种跨越国家、民族、甚至时间的艺术，而正因为它是艺术，如何在语言模型中探寻它的蛛丝马迹，是我在 vibe 此产品的过程中，倍感欣慰的思维游戏。 「摇曳电台」从今天开始免费向所有用户开放，每天，你可以使用它创作 20 次 AI 音乐，如果你需要创作 MV，则需要绑定信用卡额外付费。使用 url 可以将特定的音乐分享给朋友，如果点击「发布」，你创作的音乐就可以被所有用户在首页刷到。 Yuragi 的语源来自日语，代表随机，微小而有美感的噪音。希望大家都能使用这个产品创作自己喜欢的音乐，玩得开心！

我最近做了个很有意思的现场音乐产品。但是在做的过程中，我和 cc 有着反复的讨论，这个讨论很有意思，我决定记录分享下来。 很多现场音乐会使用 web 技术做音乐可视化，我的想法是使用 dynamic worker 可以验证 llm 到音乐生成和可视化的思路，而且这正是 v8 这种小隔离环境擅长做的事情。但实际上使用下来，会发现： 使用 codex/cc 可以 one shot 做出完成度较高的可视化内容，但使用 API 调用 llm 却很难 one shot 做到。因为这本质上要求我们在 API 层面实现复杂的 cli tool use，这就回到今年以来的最大选题困境，也是我不押注 cloudflare 那条“应该由 llm 写代码交给 sandbox 执行，而不是在 sandbox 中执行 llm cli” 的原因。 这种技术选型的困境是，一方面我们依赖大量的 skill 上下文导致 context 变的很大，在单一 llm 调用，甚至严格要求 cpu 运行时间的环境中不太合适，另外一方面，单一 API 调用导致的错误率非常高（缺少 agentic loop 的天然问题） 做到最后，cc 无法在这种技术架构下实现批量生产高完成度的产品，要求我将 dynamic worker 这种技术选项删除，完全走受控制的路线（llm 输出 json 这种传统的方式），而且他提供了一个产品上的说服思路，以下是它的原话： 「艺术家在 TD/Notch 做出精彩不是因为工具"自由"——恰恰相反，TD 节点比裸 WebGL更约束。但节点本身是作品级封装（feedback loop / particle GPU / volumetric / post-FX chain）。艺术家的"自由"表现为在高级原语之间的组合。所以 Recipe 路径的本质不是 "限制 LLM"，而是"把 LLM 的工作台从锤子钉子换成 TouchDesigner"——LLM 的语义自由度不变（从 prompt 到风格决策），但手里的原语变强」 换句话说，cc 认为艺术性表达的本质在于约束而不是发散。产品应当尽可能的引导用户思考，而不是让用户在一个无尽的空间中自由探索。这个反馈把一个技术选型的问题突然变成了一个哲学问题，是很有意思的对话实践。

忙碌的 Q3 终于过去了，我们团队有3个比较猛的数字： 我的团队 Token 用量比 Q2 翻了100%，AI 账单反而下降了；by default 90+% 的会议都有录屏，并有 AI 的直接参与。接近 75% 的内部 ticket AI 都能直接闭环了 此外，我被 escalate 了 5+ 次，原因是成员过度依赖 AI，对面团队不满 我在硅谷大厂带 AI 训练管理团队，今天跟大家汇报一下这个季度的 AI 化进展。希望给也在带团队、做训练推理、折腾 AI 的朋友一点具体参考 这个季度让我感受最深的是：模型越来越强，团队能不能吃到这波红利，要看工具、经验和流程是否能 AI Native 化 1/ 先让 AI 真正用上内部工具。 经过不懈的努力，大约 85% 的内部工具已经完成 CLI / MCP 化，剩下约 15% 通过 Browser Use 补齐操作入口 训练团队的工作里，有大量查日志、看实验状态、比配置的事情。 这一步很关键：把工具接好，AI 才有机会把一个任务往下做完 2/ 把一个人用 AI 的经验，变成整个团队都能用的东西 我们建立了团队内部的 skill 中央 repo，统一分发给每个人的 Codex/Claude 一个人打磨好的 skill，其他人也能接着用。少一点各自摸索，少一点重复踩坑 我觉得这件事很有复利。工具会换，模型会升级，但团队积累下来的好方法，应该留下来。反馈下来，大家都表示很好 3/ Ticket 也开始接近自动流转，接近 90% 可以 one shot 完成。 这是让我兴奋的地方。工具接通、skill 共享，最后要落到任务能不能做完 对我们团队来说，很多时候基础 ticket 的 debug 是对人力的一个消耗。用 Harness 自动处理 Ticket 之后，成员的时间才有机会腾出来，花在定义实验、判断结果、找真正的卡点上 当然，任务做完之后，该有的验收标准还是要有。能自动跑起来只是第一步，团队成员仍花不少时间在 evaluate，也存在返工的情况 4/ Token 消耗翻倍，但总账单反而下降 Q3 相比 Q2，我们团队的 Token 用量上涨了 100%，总体金额却下降了。大家目前最常用、最喜欢的，依然是 Opus 5.5 用得更多，花得更少 但作为 manager，我更想盯着一个数：完成一个经过验收的任务，到底花了多少钱。这个是我们下个 Q 监控的重点 要接着问：GPU、实验和 Token跑出了多少有效结果？从一个想法到拿到可靠结论，究竟快了多少？ 5/ 团队成员过度依赖 AI，引发对面团队不满 5/ 团队成员过度依赖 AI，引发对面团队不满 一个最主要的原因，就是团队成员的文档全是拿 AI 写的。动辄一个小的技术需求，就上来一个万字文档，对面没法读，没法合作，甚至发文档的人自己都讲不清楚在干啥 另外一个原因就是我们团队自动化程度很高，但 CI/CD 没有跟上。 一次团队成员用 AI 写的代码，AI evaluate 都过了，但 CI/CD 不够好，把线上和隔壁团队的整个 pipeline 搞崩了。但又不知道怎么解决，只能无脑 rollback 这个也是让我苦恼的点，暂时没有想到什么好的办法解决，只能告诫大家不要盲目信任 AI，但这也有点奇怪，不知道大家有没有什么好的办法？ 6/ 跟全部成员完成了累计 100+人次的 1:1 说实话，这个把我累个半死。我能感觉到大家对于后训练这个方向还是比较认可的，但有着深深的焦虑感 我觉得当 一个靠谱 manager 很难的是：既要处理一线的事务，又要帮团队成员当心理咨询师。今天 A 有情绪了，明天 B 觉得 C 抢了 scope，D 觉得做的事情无聊，E 又过度依赖 AI 这份 Q3 汇报先分享给大家。

为什么 95% 的 Claude Fable 5 做的网站看起来“垃圾”？ Every Level of Claude Fable 5 Websites Explained 这个 21 分钟的实操视频，把如何通过一套可复制的七级进阶系统（Skills 和 Knowledge），持续产出高质量、可交付的网站讲的很透。 # 七级进阶框架 1. Grab And Go · 像聊天机器人一样直接说“给我建个网站” · 3/100，典型 AI 网站感 2. Screenshots & References · 上传参考图、截图、情绪板（Moodboard） · 10/100，图像胜千言 3. Design Skills · 注入 GitHub 上的设计技能文件（Skills） · 大幅质变，接近专业风格 4. Image & Video · 用 OpenArt 生成/编辑图片与视频资产 · 媒体质感提升 5. UI Snapping · 从 21st. dev、CodePen、Magic UI 等库复制组件 · 直接复用现成高质量组件 6. Finding The Data · 用 Firecrawl 做竞品调研、找转化数据 · 网站开始具备商业逻辑 7. Design Extraction · 提取优秀网站的设计 DNA 并让 Fable 5 重建 · 一夜之间的差距 # 逐层要点提炼 Level 1：聊天式建站的陷阱 · 用户像指挥设计师一样随口说“给我做一个很酷的黄 iPhone 网站”。 · 结果：经典 AI 味、浮动 iPhone、配色平淡、缺乏创意。 · 结论：这只是“草稿”，不能交付。 Level 2：视觉参考 · 关键资源：godly. io、landbook、dribbble 等。 · 方法：把优秀网站截图直接丢进 Claude，让它“照着风格做”。 · 效果：设计架构立刻改善，因为图像比语言更精确。 Level 3：设计 Skills - 前半段最大升级 · Skills 是社区或专家整理好的预包装指令，相当于给 Claude 一本“设计圣经”。 · 推荐资源：GitHub 上近 10 万星的 UIUX Pro Max、Shading UI 等。 · 操作：复制 Skill 文件 → 让 Claude 加载 → 再让它“使用所有相关设计技能”建站。 · 结果：网站出现 Apple 风格、Bento 布局、统一配色、专业字体，明显跨越“可交付”门槛。 Level 4：图片与视频资产 · 工具：OpenArt（Nano Banana、C dance 等模型）。 · 不仅可以生成静态 iPhone 产品图，还能从单帧生成循环视频，并保证首尾帧一致。 · 作者强调：可以连接 Claude 的 MCP，让图像生成变成自动化资产流水线。 Level 5：UI Snapping · 概念：像“从任意房子复制壁炉”一样，把互联网上公开的高质量 UI 组件直接粘贴进自己的网站。 · 推荐库：21st. dev、CodePen、Magic UI、Mobin。 · 操作：复制组件代码/URL → 让 Claude 集成到底部或指定位置。 · 演示：把气球动画组件加到页面，立刻提升动态感。 Level 6：数据驱动 · 漂亮网站若不能转化，就像“没有引擎的法拉利”。 · 工具：Firecrawl。 · 用例：让 Claude 抓取 10 家成功屋顶公司 + 10 家失败屋顶公司，分析差异、CTA 结构、转化逻辑，输出“可交给另一模型执行”的 Blueprint。 · 核心洞察：用外部证据指导设计，而非凭空创意。 Level 7：设计提取 - 视频高潮 · 方法：以优秀网站（如 anti-gravity. co）为例，让 Claude 提取其字体、配色、设计规则、情绪、版式。 · 然后把这些提取出的设计 DNA 应用到新主题（如卖黄 iPhone 或耳机）上。 · 使用 Fable 5 执行最终“one-shot”重建。 · 结果：动态变色光球、精致排版、统一视觉语言——与 Level 1 的网站“天差地别”。