这个假期，我关注最多的还是AI。

连续写了3篇AI相关文章后，我突然发现一件事：

学习一个东西最快的方法，不是收藏资料，而是逼自己输出。

一开始，我对Codex几乎不了解。

但由于要写文章，我得去查、去问、去试；写完之后，又会由于读者互动继续补充理解。这个过程实则很像艾宾浩斯记忆曲线：输入一次，输出一次，互动一次，再复盘一次。

于是，一个原本陌生的词，开始反复出目前我的脑子里。

甚至，我还用它尝试了一个回合制RPG Demo。

一、Codex为什么突然值得关注？

许多人还不了解Codex。

简单说，它是OpenAI推出的AI编程Agent。

如果说GPT是“最强劲脑”，那Codex更像是给这个大脑配上的手和脚。

它不只是回答你怎么写代码，而是可以真正帮你读项目、改Bug、写功能、跑流程。

尤其是在GPT-5.5之后，Codex的体验明显更强了。

我看到程序员Yapie哥分享过一个案例：他拿一个50多万行代码的项目问Codex“这是做什么的”，Codex很快就能理解项目结构，还能继续帮他改Bug并上线。

（图片来自抖音）

判断很有意思：

Claude更像架构型选手，上下文强；

Codex更像干活型选手，执行效率高。

这也解释了为什么许多开发者会说：

AI编程正在从“辅助写代码”，进入“代理做项目”的阶段。

二、AI工具，不是只能单选

这段时间我也试了Claude。

虽然目前安装上了，但还没完全跑通。

同时，简单对比Claude、Codex、Google AI Studio。

如果是做游戏，我的感受是：

Claude适合理清架构、写方案、拆系统；

Codex适合直接干活、改代码、做Demo；

Google AI Studio适合快速试模型、跑原型、看多模态效果。

它们不是谁完全替代谁，而是各有位置。

这就像你不是只雇一个员工，而是在组一个小团队。

三、AI时代，每个人都能拥有“博士顾问团”

这段时间AI给我最大的冲击是：

你多拥有一个AI模型，就像低成本雇佣了一个博士级顾问。

DeepSeek、豆包、腾讯元宝、千问、Kimi、GPT、Gemini……

每一个模型，都可以成为你的咨询对象。

而WorkBuddy、Claude、Codex这类Agent，则更像是帮你打下手的人。

它们不是只给提议，而是能帮你执行任务。

这意味着什么？

你一个人，就可以拥有：

一群顾问，帮你出谋划策；

一群助理，帮你执行任务；

一群编辑，帮你改内容；

一群程序员，帮你做产品；

一群研究员，帮你查资料、拆逻辑。

过去，一个人能力再强，也有时间和技能边界。

但目前，AI正在帮你扩展边界。

四、真正重大的能力变了

过去，社会很看重知识储备和动手能力。

你懂不懂代码？

会不会设计？

能不能写文案？

有没有专业背景？

这些当然还重大。

但在AI时代，它们的重大性正在被重新排序。

未来更重大的，可能是两种能力：

第一，学习能力。

你能不能持续迭代？

能不能快速理解新工具？

能不能边用边学、边学边输出？

第二，管理能力。

你能不能管理不同AI？

能不能给它们分配任务？

能不能控制成本？

能不能判断哪个模型适合做什么？

能不能把多个AI的结果统合成一个更优决策？

以前，“统合综效”更多用在人和组织之间。

目前，这个词可能要用在人和AI之间，也要用在AI和AI之间。