GPT-6 刷屏，Codex 知识库中文版来了

9 月第一周，国外几家 AI 厂商跟约好了似的扎堆发模型。周二 Anthropic 发了 Fable 5.1，周三 Google 和 Meta 各发一个，周四 OpenAI 把新模型放出来了，代号 Astra，发布会现场原话是，欢迎来到 AGI 时代。 AGI 这个说法今天先不聊，说一个我印象比较深的数据。有个叫 ARC-AGI-3 的测试，简单来说，就是给 AI 一个它完全没玩过的环境，不给说明书，让它自己去试、去摸索规则，看能不能通关。 上一代模型只能做到 7.8%，这次直接到了 99.9%。网上流传的旧截图还写着 98.6%，官方页最终定稿就是这个数。另外还有一项安全攻防测试拿了满分，测试过程里还真挖出两个没人知道的漏洞，已经提交给厂商了。 ARC Prize 官方成绩卡 现在我们对 Codex 真的得重视起来了，一定要想办法用上 Codex，可以很大程度提升我们工作效率。 这波发布之后，后台问 Codex 的人明显多了起来。有没有一些入门的资料、有哪些好用的Skills、想再深入一点该看什么。我每次都现翻聊天记录，把之前零散说过的东西拼一遍发过去，拼完自己都觉得乱。 系统的资料我自己也找过，官方文档是英文的，按功能讲，不教流程。中文的教程倒不少，就是太散，今天一篇讲安装，明天一篇讲 MCP，单看每篇都没毛病，合起来串不成一条线。 前段时间朋友给我发了份文档，一份 Codex 知识库，中文的，我翻完觉得不错，今天拿出来讲讲。 这份知识库是什么 先报下规模： 500 多篇知识文章，40 多个工程实践，20 多个高级玩法，100 多个完整项目案例，50 多个问题排查方案。 内容多是好事，不过我觉得这份知识库最有用的地方是组织方式。整个知识库按真实开发流程排，从安装跑通，到日常踩坑，再到完整项目，最后到进阶原理。你现在处在哪个阶段，就从哪一层开始看。 第一层：快速上手 安装、环境配置、第一个项目，每一步都有具体操作，Windows、Mac、Linux 分开写。跟着做就能跑通，不用自己再把环境坑踩一遍。 第二层：问题大全 登录失败、Permission denied、Context 超长、MCP 调用失败，这些常见报错都能直接查到处理办法，不用全网搜，不用在十几个网页里翻来翻去。 我自己之前排查问题就靠搜，一个 Permission denied 能搜出七八种说法，还得自己判断哪个适用。这部分等于有人先把坑蹚了一遍，另外还附了三个通用的调试技巧，看 verbose 日志、找配置文件位置这些，都写了。 第三层：案例库 写后台、写 Agent、写 Chrome 插件、写 MCP、写 RAG 知识库，全是真实项目。从需求、Prompt、思路、踩坑到最终代码，完整拆给你看。 我自己看这类内容的时候，更想看的是中间怎么踩的坑、怎么爬出来的，最终代码反而没那么重要。Demo 一般只给你看结果，这部分把中间过程也写进去了。 第四层：高级玩法 MCP、Context Engineering、Memory、Skill、AGENTS.md 这些进阶内容都有，不只讲怎么用，还讲为什么这么设计。 比如 AGENTS.md 那条指令链，Codex 每次启动按什么顺序找文件、找到之后怎么拼、超了大小限制怎么办，都写清楚了。这些东西自己翻文档也能搞明白，就是要花不少时间。 我的想法 这波模型更新看下来，我的感受挺简单的，模型确实越来越强，榜单一个比一个夸张，但这些数字看看就行，跟我们每天干活关系不大。真正有关系的是工具用熟了没有。新模型一放出来，早就用熟 Codex 的人直接接着干，还没上手的人得从头学，一来二去，差距就拉开了。 所以我的想法很简单，想办法用上 Codex，现在就开始用。用上一阵子你会发现，接下来的麻烦是资料太散。Codex 学起来本身不难，麻烦的是没人把这些内容按顺序整理好，东一篇西一篇，全靠自己拼。现在有人把这件事做了，省的是我们自己的时间。 知识库放在飞书文档里，结构清楚，能搜，会持续更新，国内的模型也在陆续适配 Codex，这块内容后面应该会越来越全。 这份知识库免费，感兴趣的话，扫下面的码领。