用 Image2 生成了 brand logo，太可爱了～ https://t.co/H6g6MOPobj

#每日一醉 我有一个数据分组聚合的需求，GPT5.5 觉得我输入过多数据给 LLM 成本太高了，当数据量大过一个阈值之后，直接用兜底代码处理不走 LLM 了。 我调试了半天，就说这聚合行为怪怪的，一查才知道还有这种逻辑。

只是从 idea 不值钱，变成了 idea 和 code 都不值钱，ship 变成真正值钱的一部分。

用 goal 让 codex 自动评测+迭代 prompt，跑了一晚上，居然为了拟合评测点，完全不在 prompt 上下功夫，搞了一堆模板进来生成文本满足评测，无语了

一个技巧，如果你发现 codex/chatgpt thinking 卡着不动了，就尝试切一个同 region 的代理节点，只要网络一重连，agent 马上就活过来了

我花了一晚上，看 ai 用 goal 跑了 24 小时写出来的代码，typescript 真是不忍直视，unknown 满天飞，这代码质量不能忍，疯狂加 lint 打补丁。 😑 唉，typescript 这语言拉完了，又动了重写成 golang 的心思

今天调研接一个 TTS 服务，火山引擎豆包确实不错，价格也不贵，但是想来想去还是放弃了，我可不想为了接一个国内 TTS 服务还要上套内容安全策略。

基于 https://t.co/A3GSdf00go 的数据，想通过本地 skill 实现生成播客、长文。 实际效果太糟糕了。skill 没法强制 agent 开 subagent，如果 agent 在主流程当中做执行所有子任务，后面的任务就会因为上下文产生幻觉。 感觉还是得自己实现一套 workflow agent。

codex mobile 推送了，我将彻夜不眠和 grill me 畅聊🤪

研究了下，发现 cloudflare d1 对于写操作是整个实例级别串行，也就是说任何写操作都是库锁，这也太炸裂了 如果坚持用的话，得尽早对高写入的表分库，甚至还需要做库级别 sharding。

每周 codex 使用心路历程 第一天：穷怕了，要合理规划 token，5.5+medium 就好 第二天～第五天：tmd，这么慢，5.5+high+fast 拉满 第六天：就剩不到 10% 了，得省着用了，无关紧要的切到 5.3 spark 先顶一下 第七天：额度用完了，买点国产按需调用 coding plan 先用一天吧~

因为 Codex Pro 蹬完，充了点 Deepseek 想撑到明天 reset。 意外地发现 DS V4 Pro 的执行质量不输 GPT 5.5，而且速度快太多了（使用场景主要是执行通用 Agent 任务，非单纯编码）

本来想着在 skill 嵌入 script 就能替代 CLI。 现在发现因为 sandbox 机制，纯 skill 搞不定持久化鉴权。 打算还是得把 CLI 跟 skill 给拆开。

有点陷入困境了。 原来在 agent 的沙盒环境中，skill 无法可靠地在本地持久化鉴权状态。 这意味着，如果 skill 的行为依赖带鉴权地访问服务端，那最终交付的就必须是 MCP，而不能只是一个 skill。

发现 Bun compile 模式已经让 TypeScript 输出单一二进制变得相当可用，再叠加各家都在把 TypeScript SDK 当一等公民，未来业务级 CLI 得优先用 TS。 系统级工具可以直接一步到位使用 Rust。 Go 在 CLI 领域的价值感会继续被压缩。

#codex 支持 side chat 了，终于可以不开 worktree，直接在另一会话共享上下文了，可以在另外一个会话审查主会话的结论，或者并行发散多个问题 https://t.co/IeHlytdYGk

使用 spec coding，被几个 agent 追着盘问，感觉每天都是开不完技术方案评审会

找到一个快速推进项目的方式 功能阶段：想到一个功能就拉起一个 codex 5.5会话出方案，然后对话确认方案，然后落地实现。疯狂加功能，先不要管UIUX等一系列问题 修缮阶段：使用 codex5.3 spark 怼着界面疯狂微操，一个一个细节调整，把一堆功能完成产品化 说白了，人的精力有限，一个阶段只干一件事