【Gemini 3.7 Flash+Codex的最强用法｜开源skill】 🤩兄弟们！Gemini 3.7 Flash绝对是被低估的模型！ 昨天发了在 Codex 里用 Gemini 3.7 Flash 的截图，评论很多朋友问我到底怎么配置的。今天把这套工作流、底层优化以及背后的开源 Skill 彻底公开： 一、为什么在 Codex 里写书/做知识工作，主控必须换成 Gemini 3.7 Flash？ 人机高频对话最核心的其实是两点：响应速度与活人感。 GPT 5.6 Sol 智力确实顶，但响应太慢，而且说话有一股洗不掉的翻译腔和官味，初稿 AI 味极重。 换成 Gemini 3.7 Flash 之后，300-400 Token/s 的吐字速度几乎是指哪打哪。关键是它的中文表达很自然、逻辑紧凑没废话，一次性落稿基本就能直接读。 二、黄金组合拳：Gemini 3.7 Flash 主控 + Sol Max 深度顾问 日常写稿、查资料、做工程推进，全部交给 Gemini 3.7 极速推进； 遇到真正需要顶级智力的大纲架构、核心案例推演时，我只要在对话里说一句：「听听 Sol max 的意见」。 Gemini 就会通过 Codex 原生的 Multi-Agent V2，在右侧拉起一个 GPT 5.6 Sol Max 子智能体，花几分钟做极深度的 Peer Review 和逻辑挑刺。日常高频交互不卡壳，深度复杂思考不妥协。 三、除了 CLI Proxy API 和 OpenCodex，我们还额外做了哪些底层优化？ 很多朋友以为挂个代理就能用，但真在 Codex 里跑起来会遇到一堆坑。为了能丝滑使用，我们在本地做了三层关键适配（全说人话）： 单 Provider 透明伪装：保持原生 OpenAI Provider 不变，你过去所有的历史记录、SQLite 索引和官方 ChatGPT 订阅全部无损保留，不用来回切账号和 profile。 工具与 MCP 双向协议转译：Codex 原生的工具调用只认 OpenAI 协议。我们做了协议翻译层，Gemini 才能像原生模型一样顺畅执行 Bash 命令、读写文件、调用各种 MCP。 修复 Multi-Agent V2 协议报错：非 OpenAI 模型调用 Codex 子智能体时，原本会因为私有消息格式直接报 422 崩溃。修复后，才真正实现了让 Gemini 随时调度 Sol Max。 四、额外惊喜：Gemini 3.7 Flash + Codex Computer Use 极度凶悍 Gemini 3.7 Flash 是个综合素质极强的「水桶模型」：智力比肩 Claude Opus 4.8，同时自带 100 万的大上下文和顶尖的多模态视觉能力。 拿它来跑 Codex 的 Computer Use，定位极准、反应极快，而且超大上下文能抗住多轮操作截图不掉链子，体验极其炸裂。 五、整套方案已封装成开源 Skill，你的 Agent 一键就能搞定 我们不需要大家去手动改配置文件或者背参数。我把整套环境审计、透明代理注入、模型目录生成和多智能体兼容，全部打包成了一个开源 Agent Skill。 你只需要把 Skill 安装给你的 Agent（Codex / Claude Code 等），对它说一句「帮我把 Codex 配置好 Gemini 3.7 Flash」，你的 Agent 就会根据 Skill 自主把整套环境一键配齐： 一键安装命令： npx skills add zjp1997720/zhijian-skills --skill codex-cli-model-bridge 开源仓库地址：

🚨开启 Codex 的这个新功能可以大幅度减少GPT-6的消耗！！ Codex之前是把历史反复压成摘要，任务越跑越长，摘要也跟着压了一遍又一遍。 前面的一些细节，就可能在这个过程中丢掉。 现在更新了一个实验性的功能，把上下文压缩换成了笔记 + 可搜索历史。 Astra 可以跨上下文窗口保留笔记，需要细节的时候，直接回去搜索同一个任务里之前的消息和工具结果。 这意味着，前面试过什么方案、为什么改这段代码、工具当时返回了什么，都有机会重新找回来，不用全靠压缩后的那份摘要继续猜。 想试的话，在 ~/.codex/config.toml 里加上： [features.context_management] experimental_mode = true 然后保存后新建任务。 目前还是实验功能，需要支持的客户端和符合条件的 ChatGPT 订阅登录，API Key 暂不支持。 有网友实测开启后额度消耗会大幅度减少！！

【Gemini 3.7 Flash+Codex的最强用法｜开源skill】 🤩兄弟们！Gemini 3.7 Flash绝对是被低估的模型！ 昨天发了在 Codex 里用 Gemini 3.7 Flash 的截图，评论很多朋友问我到底怎么配置的。今天把这套工作流、底层优化以及背后的开源 Skill 彻底公开： 一、为什么在 Codex 里写书/做知识工作，主控必须换成 Gemini 3.7 Flash？ 人机高频对话最核心的其实是两点：响应速度与活人感。 GPT 5.6 Sol 智力确实顶，但响应太慢，而且说话有一股洗不掉的翻译腔和官味，初稿 AI 味极重。 换成 Gemini 3.7 Flash 之后，300-400 Token/s 的吐字速度几乎是指哪打哪。关键是它的中文表达很自然、逻辑紧凑没废话，一次性落稿基本就能直接读。 二、黄金组合拳：Gemini 3.7 Flash 主控 + Sol Max 深度顾问 日常写稿、查资料、做工程推进，全部交给 Gemini 3.7 极速推进； 遇到真正需要顶级智力的大纲架构、核心案例推演时，我只要在对话里说一句：「听听 Sol max 的意见」。 Gemini 就会通过 Codex 原生的 Multi-Agent V2，在右侧拉起一个 GPT 5.6 Sol Max 子智能体，花几分钟做极深度的 Peer Review 和逻辑挑刺。日常高频交互不卡壳，深度复杂思考不妥协。 三、除了 CLI Proxy API 和 OpenCodex，我们还额外做了哪些底层优化？ 很多朋友以为挂个代理就能用，但真在 Codex 里跑起来会遇到一堆坑。为了能丝滑使用，我们在本地做了三层关键适配（全说人话）： 单 Provider 透明伪装：保持原生 OpenAI Provider 不变，你过去所有的历史记录、SQLite 索引和官方 ChatGPT 订阅全部无损保留，不用来回切账号和 profile。 工具与 MCP 双向协议转译：Codex 原生的工具调用只认 OpenAI 协议。我们做了协议翻译层，Gemini 才能像原生模型一样顺畅执行 Bash 命令、读写文件、调用各种 MCP。 修复 Multi-Agent V2 协议报错：非 OpenAI 模型调用 Codex 子智能体时，原本会因为私有消息格式直接报 422 崩溃。修复后，才真正实现了让 Gemini 随时调度 Sol Max。 四、额外惊喜：Gemini 3.7 Flash + Codex Computer Use 极度凶悍 Gemini 3.7 Flash 是个综合素质极强的「水桶模型」：智力比肩 Claude Opus 4.8，同时自带 100 万的大上下文和顶尖的多模态视觉能力。 拿它来跑 Codex 的 Computer Use，定位极准、反应极快，而且超大上下文能抗住多轮操作截图不掉链子，体验极其炸裂。 五、整套方案已封装成开源 Skill，你的 Agent 一键就能搞定 我们不需要大家去手动改配置文件或者背参数。我把整套环境审计、透明代理注入、模型目录生成和多智能体兼容，全部打包成了一个开源 Agent Skill。 你只需要把 Skill 安装给你的 Agent（Codex / Claude Code 等），对它说一句「帮我把 Codex 配置好 Gemini 3.7 Flash」，你的 Agent 就会根据 Skill 自主把整套环境一键配齐： 一键安装命令： npx skills add zjp1997720/zhijian-skills --skill codex-cli-model-bridge 开源仓库地址：

【Gemini 3.7 Flash+Codex的最强用法｜开源skill】 🤩兄弟们！Gemini 3.7 Flash绝对是被低估的模型！ 昨天发了在 Codex 里用 Gemini 3.7 Flash 的截图，评论很多朋友问我到底怎么配置的。今天把这套工作流、底层优化以及背后的开源 Skill 彻底公开： 一、为什么在 Codex 里写书/做知识工作，主控必须换成 Gemini 3.7 Flash？ 人机高频对话最核心的其实是两点：响应速度与活人感。 GPT 5.6 Sol 智力确实顶，但响应太慢，而且说话有一股洗不掉的翻译腔和官味，初稿 AI 味极重。 换成 Gemini 3.7 Flash 之后，300-400 Token/s 的吐字速度几乎是指哪打哪。关键是它的中文表达很自然、逻辑紧凑没废话，一次性落稿基本就能直接读。 二、黄金组合拳：Gemini 3.7 Flash 主控 + Sol Max 深度顾问 日常写稿、查资料、做工程推进，全部交给 Gemini 3.7 极速推进； 遇到真正需要顶级智力的大纲架构、核心案例推演时，我只要在对话里说一句：「听听 Sol max 的意见」。 Gemini 就会通过 Codex 原生的 Multi-Agent V2，在右侧拉起一个 GPT 5.6 Sol Max 子智能体，花几分钟做极深度的 Peer Review 和逻辑挑刺。日常高频交互不卡壳，深度复杂思考不妥协。 三、除了 CLI Proxy API 和 OpenCodex，我们还额外做了哪些底层优化？ 很多朋友以为挂个代理就能用，但真在 Codex 里跑起来会遇到一堆坑。为了能丝滑使用，我们在本地做了三层关键适配（全说人话）： 单 Provider 透明伪装：保持原生 OpenAI Provider 不变，你过去所有的历史记录、SQLite 索引和官方 ChatGPT 订阅全部无损保留，不用来回切账号和 profile。 工具与 MCP 双向协议转译：Codex 原生的工具调用只认 OpenAI 协议。我们做了协议翻译层，Gemini 才能像原生模型一样顺畅执行 Bash 命令、读写文件、调用各种 MCP。 修复 Multi-Agent V2 协议报错：非 OpenAI 模型调用 Codex 子智能体时，原本会因为私有消息格式直接报 422 崩溃。修复后，才真正实现了让 Gemini 随时调度 Sol Max。 四、额外惊喜：Gemini 3.7 Flash + Codex Computer Use 极度凶悍 Gemini 3.7 Flash 是个综合素质极强的「水桶模型」：智力比肩 Claude Opus 4.8，同时自带 100 万的大上下文和顶尖的多模态视觉能力。 拿它来跑 Codex 的 Computer Use，定位极准、反应极快，而且超大上下文能抗住多轮操作截图不掉链子，体验极其炸裂。 五、整套方案已封装成开源 Skill，你的 Agent 一键就能搞定 我们不需要大家去手动改配置文件或者背参数。我把整套环境审计、透明代理注入、模型目录生成和多智能体兼容，全部打包成了一个开源 Agent Skill。 你只需要把 Skill 安装给你的 Agent（Codex / Claude Code 等），对它说一句「帮我把 Codex 配置好 Gemini 3.7 Flash」，你的 Agent 就会根据 Skill 自主把整套环境一键配齐： 一键安装命令： npx skills add zjp1997720/zhijian-skills --skill codex-cli-model-bridge 开源仓库地址：

Big news: Qwen3.8-Max-0902 by @Alibaba_Qwen just debuted at #1# overall in the Code Arena: WebDev with 1691 pts! It scores 3 pts above Claude Opus 5 (Max), 17 pts above Kimi K3 (Max), and 22 pts above the previous Qwen3.8-Max. Priced at a blended $5/MToken, Qwen3.8-Max-0902 also claims the highest-scoring position on the Pareto frontier! Stay tuned for a closer look at its Pareto positioning, and for Agent Arena scores coming soon. Its strength carries across every Code Arena: WebDev category: - #1# in Data & Analytics and Consumer Product - #2# in Brand & Marketing, Gaming, and Simulations - #3# in Content Creation Tools and Reference-Based Design Congrats to the @Alibaba_Qwen team on this huge update!

【Gemini 3.7 Flash+Codex的最强用法｜开源skill】 🤩兄弟们！Gemini 3.7 Flash绝对是被低估的模型！ 昨天发了在 Codex 里用 Gemini 3.7 Flash 的截图，评论很多朋友问我到底怎么配置的。今天把这套工作流、底层优化以及背后的开源 Skill 彻底公开： 一、为什么在 Codex 里写书/做知识工作，主控必须换成 Gemini 3.7 Flash？ 人机高频对话最核心的其实是两点：响应速度与活人感。 GPT 5.6 Sol 智力确实顶，但响应太慢，而且说话有一股洗不掉的翻译腔和官味，初稿 AI 味极重。 换成 Gemini 3.7 Flash 之后，300-400 Token/s 的吐字速度几乎是指哪打哪。关键是它的中文表达很自然、逻辑紧凑没废话，一次性落稿基本就能直接读。 二、黄金组合拳：Gemini 3.7 Flash 主控 + Sol Max 深度顾问 日常写稿、查资料、做工程推进，全部交给 Gemini 3.7 极速推进； 遇到真正需要顶级智力的大纲架构、核心案例推演时，我只要在对话里说一句：「听听 Sol max 的意见」。 Gemini 就会通过 Codex 原生的 Multi-Agent V2，在右侧拉起一个 GPT 5.6 Sol Max 子智能体，花几分钟做极深度的 Peer Review 和逻辑挑刺。日常高频交互不卡壳，深度复杂思考不妥协。 三、除了 CLI Proxy API 和 OpenCodex，我们还额外做了哪些底层优化？ 很多朋友以为挂个代理就能用，但真在 Codex 里跑起来会遇到一堆坑。为了能丝滑使用，我们在本地做了三层关键适配（全说人话）： 单 Provider 透明伪装：保持原生 OpenAI Provider 不变，你过去所有的历史记录、SQLite 索引和官方 ChatGPT 订阅全部无损保留，不用来回切账号和 profile。 工具与 MCP 双向协议转译：Codex 原生的工具调用只认 OpenAI 协议。我们做了协议翻译层，Gemini 才能像原生模型一样顺畅执行 Bash 命令、读写文件、调用各种 MCP。 修复 Multi-Agent V2 协议报错：非 OpenAI 模型调用 Codex 子智能体时，原本会因为私有消息格式直接报 422 崩溃。修复后，才真正实现了让 Gemini 随时调度 Sol Max。 四、额外惊喜：Gemini 3.7 Flash + Codex Computer Use 极度凶悍 Gemini 3.7 Flash 是个综合素质极强的「水桶模型」：智力比肩 Claude Opus 4.8，同时自带 100 万的大上下文和顶尖的多模态视觉能力。 拿它来跑 Codex 的 Computer Use，定位极准、反应极快，而且超大上下文能抗住多轮操作截图不掉链子，体验极其炸裂。 五、整套方案已封装成开源 Skill，你的 Agent 一键就能搞定 我们不需要大家去手动改配置文件或者背参数。我把整套环境审计、透明代理注入、模型目录生成和多智能体兼容，全部打包成了一个开源 Agent Skill。 你只需要把 Skill 安装给你的 Agent（Codex / Claude Code 等），对它说一句「帮我把 Codex 配置好 Gemini 3.7 Flash」，你的 Agent 就会根据 Skill 自主把整套环境一键配齐： 一键安装命令： npx skills add zjp1997720/zhijian-skills --skill codex-cli-model-bridge 开源仓库地址：

卧槽，Gemini 3.7 Flash用着真爽啊！ 在Codex里面用上Gemini 3.7 Flash之后，我发现我完全不想再用回GPT 5.6 SOL了。 太他妈快了，300-400 Token每秒，而且写作没啥AI味！

你是 opc 你都参与不了招投标😂 我 24 年有个二百万注册资金的公司 卖两台防火墙，也就七八万，我都是借的老大哥的公司 因为一条参数卡死我了 同行业案例.... 我尼玛 我刚开始搞，我哪里有同行业案例啊

有个朋友写公众号正好被出版社看到，让他写了个书稿的初版，其中有个内容让我帮忙去修改。 像这种文件最麻烦的地方就是，它已经不是一堆单纯的文字了。 章节结构、排版、图片、编号全部已经串在一起，改一个地方很容易牵一发动全身。 我直接在原稿里选中开头，让 WorkBuddy 帮我重新调整，然后又调用里面的「制作图标的专家」，根据这一段内容补了一张流程图。 这里有个细节，我觉得特别牛逼。 这一章原本已经有 60 多张图。 中间突然插进来一张新图，意味着后面所有图片的编号都要跟着往后顺。如果自己处理，就是从这里开始一路改到章节最后。 WorkBuddy 插完图之后，连后面这些编号也一起帮我处理掉了。 这种活才是我真正想交给 AI 的。 不是重新给我写新的内容，而是在已经写好的书稿里，帮我把最麻烦的修改继续做下去。

在 Agent 系统当中，依赖提示词 skills 和依赖记忆，就相当于在人类组织中依赖人的习惯、行事风格，以及脑子里的记忆，这些是靠不住的。 所以，记忆真的没有那么重要。

我唱个反调，我现在做事，已经不相信什么资源了。 前几天我去申请当地的政策补贴，申请表格里问我需要什么样的资源， 我想了半天也想不出来我要什么资源， 后来我就只填了一个“免费的办公室” 。 但到目前为止，我连办公室都不需要，当地政策还有算力补贴，我也没有这个需求。 创业的这件事，我自己的获得认知就是，最核心问题和能力，跟有什么资源一点关系都没有，相反这些“资源”可能还会成为束缚你的东西。 比如找客户、找方向、做产品、提供服务，我一个人+AI 基本上就能跑验证了， 验证通过找准方向，集中精力去搞就可以了。 但是呢， 找客户，找方向，找需求，做产品，提供服务这些事都不是有资源的就搞得定的， 没有资源的时候，也不影响这些事的发挥。 “资源”这个东西就是一个放大器，核心的东西如果搞错了，资源会成倍放大的错误，对了的话，资源会成倍放大成功。 仅此而已。

7月华语推特「硬核神贴榜」TOP 10 七月，华语推特的主角依旧是AI。从FDE职业转型、Multi-Agent协作，到数字人、自动化视频和企业知识库，新工具不断出现，另一边，出入金、交易系统等问题也有人继续深挖。我们整理了其中10篇值得收藏的硬核长文，一起回顾7月的硬核内容。 得分：数据分×70% + 内容分×30% 数据分参考点赞、收藏、转发、引用、回复等互动数据，并对发布时间做时间补偿；内容分则综合文章完整度、信息密度、实用性、稀缺性等维度。 Top 1：《最近大火的AI岗位，FDE到底是干嘛的？普通人怎么上车？》 创作者： @AdrianPunk115 | 得分98.80 FDE是七月最火的AI关键词之一，但很多人连它的中文名都还没想明白，招聘市场已经开始抢人了。作者没有停在概念介绍，而是把岗位职责、日常工作、能力要求和转型路径全部拆开。读完会发现，FDE真正解决的是AI落地的最后一公里：既听得懂业务，也能把技术做出来。238万+曝光和4393收藏，也说明大家确实在认真寻找下一张职业船票 原文链接： Top 2：《Codex进阶指南：作为Multi-Agent编排控制平面》 创作者： @riba2534 | 得分98.06 如果你已经不满足于让Codex改几个文件、写几段代码，可以继续往这里走。作者把Codex当作多个Agent协作时的控制中枢，细讲任务拆分、角色分工、上下文管理和执行检查。正文接近1.9万字，为本期最长，技术细节和执行框架都相当完整。 原文链接： Top 3：《99%的人没看出来的数字人口播实战攻略》 创作者： @Zesee | 得分95.93 数字人口播并不新鲜，但96万+曝光、3314收藏的背后，显然大家不只是想看一张会说话的脸。文章将选题、脚本、口播、剪辑和发布串成完整流程，重点落在持续产出与成本控制，而不只是数字人够不够逼真。 原文链接： Top 4：《Clash Verge从0到1零基础教程》 创作者： @gengdaJ | 得分93.74 有些内容不会让人热血沸腾，但真用到的时候，少了它就是寸步难行。Clash Verge就是这样的基础工具。作者从界面认识开始，把订阅配置、节点选择和常见问题一步步讲清楚。1266次收藏说明，这类“替大家踩完坑”的教程永远有需求。尤其对需要长期使用海外AI工具和信息服务的人来说，稳定的网络环境本来就是生产力的一部分。 原文链接： Top 5：《用Codex + Remotion实现无痛自媒体视频日更，涨粉过万》 创作者： @Zesee | 得分92.23 这是一篇“把内容生产工程化”的实战案例。Codex负责代码与自动化，Remotion负责模板和渲染，剪辑、修改与导出因此变成一条可以复用和维护的生产线。相比单个工具的功能演示，更值得借鉴的是它对创作流程的重新设计。 原文链接： Top 6：《一文讲清楚，普通人和中小企业如何搭建AI知识库》 创作者： @jinchenma_ai | 得分92.20 作者从资料整理、知识分类写到企业经验沉淀与工作流接入，把容易踩的坑和真正有效的方法都摆了出来。知识库不是一个更大的网盘，而是让个人经验和企业知识可以被找到、理解和重复使用。 原文链接： Top 7：《Codex史诗级更新的最全面解析》 创作者： @Saccc_c | 得分 91.32 OpenAI这次更新带来的变化，不只是多了几个按钮。作者从Work与Codex的区别、新增插件和实际使用场景切入，把这次更新中最值得关注的能力梳理成一份上手指南。20万+浏览和852次收藏，说明大家关心的已经不只是“更新了什么”，而是这些能力能不能真正接进日常工作中。 原文链接： Top 8：《WorkBuddy保姆级指南》 创作者： @zjp1997720 | 得分90.42 这篇指南的定位很明确：帮助第一次使用WorkBuddy的人把工具顺利跑起来。内容从安装配置进入具体场景，覆盖了新手最容易卡住的步骤，没有刻意放大工具的意义，而是把一份上手教程该做的事情做完整。原题标注“1/N”，本篇只是整个系列的一部分。 原文链接： Top 9：《我扒了Ansem 6月以来的所有推文：$ANSEM为什么能从18万冲到接近1.9亿，涨超1000倍？》 创作者： @Vegahao | 得分89.23 很多人看Meme币，只关注价格涨了多少；这篇文章沿着6月9日至7月2日的推文时间线，拆解$ANSEM如何从社区造币、KOL认领，发展到creator fees、空投、holder增长和Solana生态扩散。12.9万+浏览之下，它更像一份名人币注意力机制的案例复盘，适合用来理解社区、叙事和流动性如何共同推高一个Meme资产。 原文链接： Top 10：《2026年全网最全最详细出入金系列教程》 创作者： @WiseInvest513 | 得分88.35 出入金很少成为热门话题，却是跨市场投资中最容易阻断执行的一环。银行、券商、加密资产、打新和网络环境，每个环节都有自己的门槛。这份教程把它们集中梳理了一遍，适合有跨市场资产配置需求的用户留作工具书。 原文链接： 向这10位“长文建筑师”，以及所有仍在认真输出的创作者致敬。 评分只是基于数据和编辑视角做出的阶段性参考，并不代表内容价值的全部。 好的内容，往往不只存在于榜单里。如果你心中还有7月不可错过的“神贴”未能上榜，欢迎在评论区贴出来，好内容值得被更多人看到