OpenAI Codex 完整教程 2026：100 分鐘，四個關鍵概念 + 六個實戰項目

作者：AI 啓蒙小夥伴
日期：2026年5月1日 上午1:30
來源：WeChat 原文

✦整理版優先睇

速讀 5 個重點 高亮

OpenAI Codex 已經進化成統一AI Agent操作平台；掌握四個核心概念同並行工作流，可幾小時完成從App到市場推廣全流程。

整理版摘要

呢篇文係基於Riley Brown（VibeCode Dev聯合創始人）嘅100分鐘Codex完整教程。佢想帶出嘅核心論點係：OpenAI Codex已經唔再係一個單純嘅AI編程助手，而係進化成為一個統一嘅通用型AI Agent操作平台。佢認為Codex同Claude Code處於同一代次，但因為整合度更高、UI更友好、同OpenAI模型深度耦合，所以更適合作為日常生產力嘅「超級應用」。整體結論係Codex有能力將編程、文件讀寫、瀏覽器操控、計算機使用等場景收斂到一個聊天界面，成為下一代生產力工具。

教程第一部分介紹咗四個核心概念：Project（對應真實文件夾）、Chats/Steering/Queueing（異步糾偏機制）、Skills/Plugins/MCP（擴展能力邊界）、Automations（定時任務）。Riley特別強調，用戶可以用自然語言為Agent擴展能力，例如用Supadata API自建「YouTube Researcher」Skill。第二部分示範咗一個真實產品Chorus嘅六條並行產線，包括iOS App開發、落地頁、投資人Deck、營銷視頻、社交媒體自動發帖等。佢展示咗「序列化prompt」工作法——一次性畀足上下文，信任Agent獨立完成5-15分鐘任務，期間繼續發起新任務。

呢個示範揭示咗幾個重要信號：模型分工已經開始（Codex做編排，Claude做設計）；多任務本質係序列化prom…

  • Codex 係一個統一嘅AI Agent操作平台，整合咗編程、瀏覽器操控、計算機使用等功能，唔係一般IDE。
  • 核心概念包括Project（文件夾映射）、Chats/Steering/Queueing（異步糾偏）、Skills/Plugins/MCP（可擴展能力）、Automations（定時任務）。
  • 實戰示範六個並行項目，展示「序列化prompt」工作流：一次過畀足上下文，然後放手畀Agent獨立完成。
  • Codex擅長工程編排，但視覺設計要用Claude Opus呢類模型補充，跨模型協作係現階段必須。
  • 單人創業者可以靠「白嫖+拼裝」快速建產品，人的核心能力變成「提出值得做嘅事」同「判斷結果好唔好」。
值得記低
連結 youtube.com

Riley Brown Codex 完整教程影片

YouTube: Codex Full Course 2026: The NEW Best AI Coding Tool

開啟
整理重點

產品定位：Codex 係一個「AI 操作系統」，唔係IDE

Riley Brown 反覆強調一個判斷：

Codex 係唯一一個統一的通用型 AI Agent 工具

，將編碼、協作、瀏覽器、電腦操作全部放喺一個界面。呢個定位挑戰咗我哋以往將 AI 工具按場景分開使用嘅習慣——而家 Codex 試圖將一切

收斂到一個聊天界面加一個文件夾

。

過去我哋將 AI 工具按場景分成幾類：編程（Cursor、Claude Code）、文檔（ChatGPT）、設計（Figma）、自動化（Zapier）、瀏覽器（Browser Use）。Codex 桌面應用試圖將呢啲收斂到一個界面，你同佢講嘢，佢喺你電腦度讀寫文件、調外部 API、操控瀏覽器、生成圖片、構建視頻、發佈社交媒體。Riley 將佢視為

「下一代生產力 super app」

。

整理重點

核心機制：四個必須理解嘅概念

教程 Part 1 本質上係教你掌握 Codex 嘅

「心智模型」

。我將佢壓縮成四個支柱：

  1. 1 Project = 文件夾：每個項目對應電腦一個真實目錄。Agent 喺呢個目錄讀寫文件，生成嘅 xlsx、md、png、Swift 工程等都落到呢度。項目唔係 Codex 私有數據庫，而係文件系統嘅視圖。你可以用 Finder、Git 照常操作，跨 chat 透過 @文件名 互相引用。
  2. 2 Chats vs. Steering vs. Queueing：每個 chat 係獨立任務。支援 steering（即時插入指令）：當 Agent 跑緊長任務，你唔使等佢結束再追加。普通輸入會被排隊（queue），點「steer」則會喺下一個工具調用結束時立即插入。呢個將人與 Agent 嘅交互從同步對話改為異步糾偏。
  3. 3 Skills vs. Plugins vs. MCP：Plugin 係官方預裝能力擴展（Figma、Gmail等）；Skill 係用戶自訂可複用工作流配方（一組 prompt + API + 文件模板）；MCP 係底層協議層。當一個工具冇官方 plugin 時，你可以讓 Codex 讀取 API 文檔，生成 Skill 來包裝。Riley 現場示範用 Supadata API 創建「YouTube Researcher」skill 全過程，不寫一行代碼。
  4. 4 Automations：任何 chat 都可以一句話變成定時任務。佢實際上係將 prompt + skill 組合保存為 cron。影片示範咗每週五 4 點嘅日曆總結、每月最後一日嘅 YouTube 頻道分析報告、每日早晨自動起草 3 條 X 推文。呢意味著

Skill + Automation = 個人級 RPA

，唔再需要 Zapier。

整理重點

實戰工作流：六個項目並行嘅序列化 prompt

Part 2 係整個視頻嘅靈魂。Riley 用一個虛構但已真實部署嘅產品 Chorus（一個學習 AI Agent 嘅 iOS 應用），同時跑 6 條產線：

  • iOS App 設計稿（自建 Mobile Design skill，從 Claude.ai/design 反向工程）
  • iOS App 本體（Swift + Xcode + 真機調試 + TestFlight 上架）
  • 落地頁（React + Tally 表單 + Vercel 部署）
  • 投資人 Deck（Codex 生成 → Claude Opus 4.7 精修 → 導出 Canva）
  • 發佈視頻（Remotion plugin，時間線編輯 + 加配樂）
  • X 自動發帖（Typefully API + 自建 skill + Automation）

呢套演示傳遞咗幾個重要信號。

模型分工已經開始

：Codex 適合工程編排，Claude（Opus 4.7）喺設計審美上更強。Riley 喺 Codex 內置終端直接 claude --dangerously-skip-permissions 跑 Claude Code，將 Codex 當 orchestrator，Claude Code 當 subagent。

多任務本質係「序列化 prompt」

：佢糾正咗「multitask」呢個詞，更準確係「serializing」。人類嘅工作係將高質量 prompt 一個個發出去，信任 Agent 獨立完成 5–15 分鐘，期間轉去發起下一個任務。呢種節奏要求寫 prompt 密度要高，同埋學會「放手」。

Figma plugin 示範中，Agent 唔係調 API 操作 Figma，而係

真實操控你打開嘅 Figma 應用

。呢個係 OpenAI 將 computer use 默默嵌入日常工具鏈嘅方式。

整理重點

方法論與啟示：Agent 時代嘅新工作哲學

剝開具體操作，呢個視頻背後有

幾個值得長期記住嘅判斷

：

  1. 1 Agent 工作時長係新摩爾定律。單任務時長可達 1–2 小時，協作模式必須從「對話」變成「委派 + 異步」。多窗口、命名 chat、pin 重要 chat、用 plan.md 做 checklist 呢啲組織技巧會變成核心競爭力。
  2. 2 通用模型 + 自定義 skill 勝過專用工具。你能讓 Agent 喺 5 分鐘內包裝出一個 Typefully、Supadata、Paper 嘅 skill，「是否有現成 SaaS」就唔係關鍵。呢個係對輕量 SaaS 嘅降維打擊。
  3. 3 設計 vs 工程嘅能力差距仲喺度。Codex 喺工程上紮實，但視覺設計平庸，所以要用 Claude Opus 4.7 補刀。跨模型協作唔係奢侈，係必須。
  4. 4 「白嫖 + 拼裝」係新嘅開發哲學。整個 Chorus 應用嘅棧：Supabase + Tally + Vercel + Typefully + Remotion + Canva + Xcode，冇一行真正「原創」嘅基礎設施，但透過 Agent 拼起來，幾小時內攞到一個能上 TestFlight 嘅產品 + 投資人 Deck + 推廣視頻。呢個係單人創業者能力上限嘅一次躍遷。
  5. 5 「學唔識」已經唔係藉口。Riley 多次話「我都未用過 Supabase / Remotion / Typefully API」，然後讓 Agent 邊教邊做。

學習曲線被抹平後核心能力變成判斷力

Agent 工作時長係新摩爾定律

白嫖 + 拼裝係新開發哲學

100分鐘 Codex 完整教學

呢個係 AI 開發者、VibeCode Dev 聯合創始人 Riley Brown 嘅 100 分鐘視頻教學，唔單止係一個單純嘅「工具教學」。Riley Brown 真正想表達嘅核心論點係：Codex 已經由一個「AI 編程助手」演化成一個統一、通用型 AI Agent 操作平台。喺佢睇嚟，佢同 Claude Code 處於同一世代，但因為整合度更高、UI 更友善、同 OpenAI 模型（GPT-5.5、電腦使用 computer-use 等）深度耦合，所以更適合作為日常生產力嘅「超級應用」。

Codex Full Course 2026: The NEW Best AI Coding Tool

https://www.youtube.com/watch?v=KXIdYEdOPys[1]

下面我哋將條視頻拆解成四個層次：產品定位 → 核心機制 → 實戰工作流程 → 方法論同啟示。

產品定位：Codex 係一個「AI 操作系統」，唔係 IDE

Riley 反覆強調一個判斷：

「Codex is the only unified all-purpose AI agent tool — coding, co-work, browser, computer use, all in one interface.」

呢句話嘅潛台詞係：以前我哋將 AI 工具按場景分成幾類——

  • 編程類：Cursor、Claude Code
  • 文檔類：ChatGPT、Notion AI
  • 設計類：Figma、Paper
  • 自動化類：Zapier、Make
  • 瀏覽器類：Browser Use、Computer Use

而 Codex 桌面應用企圖將呢啲收斂到一個聊天界面 + 一個文件夾（項目根目錄）：你同佢講嘢，佢喺你電腦裏便讀寫文件、調用外部 API、操控瀏覽器、生成圖片、製作視頻、發佈社交媒體。Riley 將佢視為「下一代生產力 super app」。

呢個判斷嘅爭議性在於：佢依賴嘅係模型能力曲線持續急劇上升（GPT-5.5 已經可以穩定運行 1–2 小時嘅長任務），以及生態裏便 plugin/MCP 數量嘅快速累積。如果呢兩個變數有任何一個停滯，「超級應用」嘅敍事就會倒退到「高級 IDE」。但視頻裏便 Riley 用一個晚上 6 個並行項目嘅演示，說明今日呢個敍事喺工程上已經站得住。

核心機制：四個一定要理解嘅概念

視頻嘅 Part 1 本質上係教你掌握 Codex 嘅「心智模型」。我將佢壓縮成四個支柱：

1. Project = 文件夾

每個項目對應你電腦裏便嘅一個真實目錄。Agent 喺呢個目錄裏便讀寫文件，生成嘅產物（xlsx、md、png、Swift 工程……）都落到呢度。項目唔係 Codex 私有嘅數據庫，而係文件系統嘅視圖。呢個意味住：

  • 你可以用 Finder、Git、其他編輯器照常操作；
  • 跨 chat 通過 @文件名 互相引用；
  • 刪除項目只係從側邊欄移除，文件本身唔會唔見。

呢個係 Codex 比傳統 SaaS 更加「可信」嘅地方——所有產物都喺你硬碟裏便。

2. Chats vs. Steering vs. Queueing

每個 chat 係一次獨立任務。Codex 嘅差異化在於支援 steering（即時插入指令）：當 Agent 正在跑一個長任務，你唔使等佢結束先至追加；普通輸入會被排隊（queue），撳「steer」就會喺佢下一個工具調用結束時即刻插入。

呢一點對多任務場景好關鍵——佢將「人類同 Agent 嘅互動」從同步對話改咗做異步糾偏。

3. Skills vs. Plugins vs. MCP

呢個係大多數新用戶混淆嘅概念，Riley 嘅拆法好清晰：

概念本質例子
Plugin官方/第三方預裝嘅能力擴展Figma、Google Calendar、Gmail、Remotion、Vercel
Skill用戶可以定義嘅可重用工作流程配方（一組 prompt + API + 文件模板）自己整嘅 YouTube Researcher、Mobile Design、Excalidraw
MCP底層協定層，外部服務用 MCP 接入Supabase MCP、Paper MCP

關鍵洞察：當一個工具冇官方 plugin 時，你可以叫 Codex 自己讀取佢嘅 API 文檔，生成一個 Skill 嚟包裝佢。Riley 現場演示咗用 Supadata API 創建「YouTube Researcher」skill 嘅全過程——從查 API 到生成 skill 到調用，全部喺 chat 裏便完成，唔使寫一行代碼。呢個係 Codex 真正「超級」嘅地方：用戶可以靠自然語言擴展 Agent 嘅能力邊界。

4. Automations

任何 chat 都可以一句話變成定時任務（「Make this a weekly automation, every Friday at 4pm」）。佢實際上係將 prompt + skill 組合保存做 cron。視頻裏便佢設置咗：

  • 每星期五 4 點嘅日曆總結；
  • 每月最後一日嘅 YouTube 頻道分析報告；
  • 每日朝早自動起草 3 條 X 推文（經 Typefully API）。

呢個意味住 Skill + Automation 係個人級嘅 RPA——你唔再需要 Zapier。

Part 2 實戰：六個項目並行嘅工作流程

Part 2 係成條視頻嘅靈魂。Riley 用一個虛構（但已真實部署）嘅產品 Chorus（一個學習 AI Agent 嘅 iOS 應用），同時跑 6 條生產線：

  1. iOS App 設計稿（自己整嘅 Mobile Design skill，從 Claude.ai/design 反向工程得嚟）
  2. iOS App 本體（Swift + Xcode + 真機調試 + TestFlight 上架）
  3. 落地頁（React + Tally 表單 + Vercel 部署）
  4. 投資人 Deck（Codex 生成 → Claude Opus 4.7 精修 → 匯出 Canva）
  5. 發佈視頻（Remotion plugin，時間線編輯 + 加配樂）
  6. X 自動發帖（Typefully API + 自己整 skill + Automation）

呢套演示傳遞嘅信號比單一功能更加重要——

信號 1：模型分工已經開始

Riley 明確話：Codex 適合工程編排，Claude（Opus 4.7）喺「設計審美」上更加強。所以佢喺 Codex 內置終端裏便直接 claude --dangerously-skip-permissions 跑 Claude Code，處理 landing page 同 Deck 嘅視覺細化。呢個係一個值得記住嘅實踐模式：

將 Codex 當 orchestrator，將 Claude Code 當 subagent，按任務性質分配模型。

信號 2：多任務嘅本質係「序列化 prompt」

佢自己糾正咗「multitask」呢個詞，話更加準確嘅描述係 "serializing"：

"Each prompt that you type in is the task. Once you press enter, check out of that task and move to a new one."

人類嘅工作唔係同時睇住 6 個屏幕，而係將高質量 prompt 一個一個發出去，然後信任 Agent 獨立完成 5–15 分鐘嘅工作，期間轉去發起下一個任務。呢種工作節奏要求兩樣嘢：

  1. 寫 prompt 嘅密度要高——一次過俾夠上下文，避免來回打補丁；
  2. 學識「放手」——唔好焦慮咁睇住進度條，而係按藍點提示返嚟 review。

信號 3：fork chat = 分支思維

佢喺 mobile app chat 完成之後右鍵「fork into local」，新分支繼承咗所有上下文，直接開始做 investor deck（「參考 app 嘅視覺風格」）。呢個等於 Git 嘅 branch 應用喺對話狀態——上下文唔浪費，分叉唔污染主線。

信號 4：Computer Use + Plugin = 真實世界嘅手腳

Figma plugin 演示：佢叫 Agent 創建 hello world 文字，然後畫出新波鞋公司 NoSho 嘅 landing page 設計稿（包括用內置圖像生成產出冇背景嘅鞋圖）。Agent 唔係喺度調 API 操作 Figma，而係真實咁操控你打開嘅 Figma 應用。呢個係 OpenAI 將「computer use」靜靜雞嵌入日常工具鏈嘅方式——你以為係 plugin，其實係電腦使用。

方法論同啟示

剝開具體操作，呢條視頻背後有幾個值得長期記住嘅判斷：

1. Agent 工作時長係新摩爾定律。Riley 反覆話：「agents are working for longer and longer——up to 1 or 2 hours per task.」一旦單任務時長超過 30 分鐘，協作模式一定要從「對話」變成「委派 + 異步」。多視窗、命名 chat、pin 重要 chat、用 plan.md 做 checklist——呢啲組織技巧會變成核心競爭力。

2. 通用模型 + 自定義 skill > 專用工具。當你可以叫 Agent 喺 5 分鐘內為你包裝出一個 Typefully、Supadata、Paper 嘅 skill，咁「是否有現成 SaaS」就唔再係關鍵。API 可達 + Agent 能寫 = 你想要嘅工具就存在。 呢個係對所有「輕量 SaaS」嘅降維打擊，亦係 Riley 話「未來公司會爭住入 plugin 列表」嘅原因。

3. 設計 vs. 工程嘅能力差距仲喺度。Codex 喺工程上好紮實（Swift、Supabase、Vercel 部署、TestFlight 一條龍），但視覺設計仍然平庸——所以佢用 Claude Opus 4.7 補刀。現階段，跨模型協作唔係奢侈，係必須。

4. 「白嫖 + 拼裝」係新嘅開發哲學。成個 Chorus 應用嘅棧：Supabase（數據庫）+ Tally（表單）+ Vercel（部署）+ Typefully（社媒）+ Remotion（視頻）+ Canva（演示）+ Xcode（iOS）。冇一行真正「原創」嘅基礎設施，但途經 Agent 將佢哋拼埋一齊，幾小時內得到一個可以上 TestFlight 嘅產品 + 投資人 Deck + 推廣視頻。呢個係單人創業者（solopreneur）能力上限嘅一次躍遷示範。

5. 「學唔識」已經唔係藉口。佢多次現場話「我都冇用過 Supabase / Remotion / Typefully API」——然後叫 Agent 邊教邊做。學習曲線俾 Agent 抹平之後，人嘅核心能力變咗做「提出值得做嘅事」+「判斷結果係咪夠好」，而唔係「識唔識用某個工具」。

相關視頻推薦

30 分鐘掌握 Codex 95% 嘅能力？！唔信？一齊學：七大核心能力 + 一個彩蛋功能！

由 Claude Code 忠實用戶到俾人說服轉用 Codex：一場 64 分鐘嘅 OpenAI Codex 大師課

Claude Code 架構深度解讀：Agent 系統嘅真正護城河唔係喺模型，而係喺 Harness

點樣寫好 Skill ？OpenAI、Anthropic 同 Sentry 嘅 Skill-Creator 對比結合：由快速原型到工程化工作流程持續迭代

100 分鐘 Codex 完整教程

來自 AI 開發者、VibeCode Dev 聯合創始人 Riley Brown 100 分鐘的視頻教程，不僅僅是一支單純的"工具教程"。Riley Brown 真正想傳遞的核心論點是：Codex 已經從一個"AI 編程助手"演化成了一個統一的、通用型 AI Agent 操作平台。在他看來，它和 Claude Code 處於同一代次，但因為整合度更高、UI 更友好、與 OpenAI 模型（GPT-5.5、計算機使用 computer-use 等）深度耦合，所以更適合作為日常生產力的"超級應用"。

Codex Full Course 2026: The NEW Best AI Coding Tool

https://www.youtube.com/watch?v=KXIdYEdOPys[1]

下面咱們把視頻拆解為四個層次：產品定位 → 核心機制 → 實戰工作流 → 方法論與啓示。

產品定位：Codex 是一個"AI 操作系統"，不是 IDE

Riley 反覆強調一個判斷：

"Codex is the only unified all-purpose AI agent tool — coding, co-work, browser, computer use, all in one interface."

這句話的潛台詞是：過去我們把 AI 工具按場景切成幾類——

  • 編程類：Cursor、Claude Code
  • 文檔類：ChatGPT、Notion AI
  • 設計類：Figma、Paper
  • 自動化類：Zapier、Make
  • 瀏覽器類：Browser Use、Computer Use

而 Codex 桌面應用試圖把這些收斂到一個聊天界面 + 一個文件夾（項目根目錄）：你跟它說話，它在你電腦裏讀寫文件、調外部 API、操控瀏覽器、生成圖片、構建視頻、發佈社交媒體。Riley 把它視為「下一代生產力 super app」。

這個判斷的爭議性在於：它依賴的是模型能力曲線持續陡峭上升（GPT-5.5 已經能穩定跑 1–2 小時長任務），以及生態側 plugin/MCP 數量的快速堆積。如果這兩個變量任一停滯，"超級應用"敍事就會回退到"高級 IDE"。但視頻裏 Riley 用一個晚上 6 個並行項目的演示，說明今天這個敍事在工程上已經站得住。

核心機制：四個必須理解的概念

視頻的 Part 1 本質上是在教你掌握 Codex 的"心智模型"。我把它壓縮成四個支柱：

1. Project = 文件夾

每個項目對應你電腦裏的一個真實目錄。Agent 在這個目錄裏讀寫文件，生成的產物（xlsx、md、png、Swift 工程……）都落到這裏。項目不是 Codex 私有的數據庫，而是文件系統的視圖。這意味着：

  • 你可以用 Finder、Git、其他編輯器照常操作；
  • 跨 chat 通過 @文件名 互相引用；
  • 刪除項目只是從側邊欄移除，文件本身不會丟。

這是 Codex 比傳統 SaaS 更"可信"的地方——所有產物都在你硬盤裏。

2. Chats vs. Steering vs. Queueing

每個 chat 是一次獨立任務。Codex 的差異化在於支持 steering（即時插入指令）：當 Agent 正在跑一個長任務，你不必等它結束再追加；普通輸入會被排隊（queue），點 "steer" 則會在它下一個工具調用結束時立刻插入。

這一點對多任務場景很關鍵——它把"人類與 Agent 的交互"從同步對話改成了異步糾偏。

3. Skills vs. Plugins vs. MCP

這是大多數新用戶混淆的概念，Riley 的拆法清晰：

概念本質例子
Plugin官方/第三方預裝的能力擴展Figma、Google Calendar、Gmail、Remotion、Vercel
Skill用戶可定義的可複用工作流配方（一組 prompt + API + 文件模板）自建的 YouTube Researcher、Mobile Design、Excalidraw
MCP底層協議層，外部服務以 MCP 接入Supabase MCP、Paper MCP

關鍵洞察：當一個工具沒有官方 plugin 時，你可以讓 Codex 自己讀取它的 API 文檔，生成一個 Skill 來包裝它。Riley 現場演示了用 Supadata API 創建 "YouTube Researcher" skill 的全過程——從查 API 到生成 skill 到調用，全在 chat 裏完成，不寫一行代碼。這是 Codex 真正"超級"的地方：用戶可以靠自然語言擴展 Agent 的能力邊界。

4. Automations

任何 chat 都可以一句話變成定時任務（"Make this a weekly automation, every Friday at 4pm"）。它實際上是把 prompt + skill 組合保存為 cron。視頻裏他設置了：

  • 每週五 4 點的日曆總結；
  • 每月最後一天的 YouTube 頻道分析報告；
  • 每天早晨自動起草 3 條 X 推文（通過 Typefully API）。

這意味着 Skill + Automation 是個人級的 RPA——你不再需要 Zapier。

Part 2 實戰：六個項目並行的工作流

Part 2 是整個視頻的靈魂。Riley 用一個虛構（但已真實部署）的產品 Chorus（一個學習 AI Agent 的 iOS 應用），同時跑 6 條產線：

  1. iOS App 設計稿（自建 Mobile Design skill，從 Claude.ai/design 反向工程而來）
  2. iOS App 本體（Swift + Xcode + 真機調試 + TestFlight 上架）
  3. 落地頁（React + Tally 表單 + Vercel 部署）
  4. 投資人 Deck（Codex 生成 → Claude Opus 4.7 精修 → 導出 Canva）
  5. 發佈視頻（Remotion plugin，時間線編輯 + 加配樂）
  6. X 自動發帖（Typefully API + 自建 skill + Automation）

這套演示傳遞的信號比單個功能更重要——

信號 1：模型分工已經開始

Riley 明確說：Codex 適合工程編排，Claude（Opus 4.7）在"設計審美"上更強。所以他在 Codex 內置終端裏直接 claude --dangerously-skip-permissions 跑 Claude Code，處理落地頁和 Deck 的視覺細化。這是一個值得記住的實踐模式：

把 Codex 當 orchestrator，把 Claude Code 當 subagent，按任務氣質分配模型。

信號 2：多任務的本質是"序列化 prompt"

他自己糾正了"multitask"這個詞，說更準確的描述是 "serializing"：

"Each prompt that you type in is the task. Once you press enter, check out of that task and move to a new one."

人類的工作不是同時盯 6 個屏幕，而是把高質量 prompt 一個個發出去，然後信任 Agent 獨立完成 5–15 分鐘的工作，期間轉去發起下一個任務。這種工作節奏要求兩件事：

  1. 寫 prompt 的密度要高——一次性給足上下文，避免來回打補丁；
  2. 學會"放手"——不要焦慮地盯進度條，而是按藍點提示回來 review。

信號 3：fork chat = 分支思維

他在 mobile app chat 完成後右鍵 "fork into local"，新分支繼承了所有上下文，直接開始做 investor deck（"參考 app 的視覺風格"）。這等價於 Git 的 branch 應用到對話狀態——上下文不浪費，分叉不污染主線。

信號 4：Computer Use + Plugin = 真實世界的手腳

Figma plugin 演示：他讓 Agent 創建 hello world 文本，然後畫出新球鞋公司 NoSho 的落地頁設計稿（包括用內置圖像生成產出無背景的鞋子圖）。Agent 不是在調 API 操作 Figma，而是在真實操控你打開的 Figma 應用。這是 OpenAI 把 "computer use" 默默嵌入日常工具鏈的方式——你以為是 plugin，其實是計算機使用。

方法論與啓示

剝開具體操作，這個視頻背後有幾個值得長期記住的判斷：

1. Agent 工作時長是新摩爾定律。Riley 反覆說："agents are working for longer and longer——up to 1 or 2 hours per task." 一旦單任務時長超過 30 分鐘，協作模式必須從"對話"變成"委派 + 異步"。多窗口、命名 chat、pin 重要 chat、用 plan.md 做 checklist——這些組織技巧會變成核心競爭力。

2. 通用模型 + 自定義 skill > 專用工具。當你能讓 Agent 在 5 分鐘內為你包裝出一個 Typefully、Supadata、Paper 的 skill，那麼"是否有現成 SaaS"就不再是關鍵。API 可達 + Agent 能寫 = 你想要的工具就存在。 這是對所有"輕量 SaaS"的降維打擊，也是 Riley 說"未來公司會搶着進 plugin 列表"的原因。

3. 設計 vs. 工程的能力差距還在。Codex 在工程上紮實（Swift、Supabase、Vercel 部署、TestFlight 一條龍），但視覺設計仍然平庸——所以他用 Claude Opus 4.7 補刀。當前階段，跨模型協作不是奢侈，是必須。

4. "白嫖 + 拼裝"是新的開發哲學。整個 Chorus 應用的棧：Supabase（數據庫）+ Tally（表單）+ Vercel（部署）+ Typefully（社媒）+ Remotion（視頻）+ Canva（演示）+ Xcode（iOS）。沒有一行真正"原創"的基礎設施，但通過 Agent 把它們拼起來，幾小時內拿到了一個能上 TestFlight 的產品 + 投資人 Deck + 推廣視頻。這是單人創業者（solopreneur）能力上限的一次躍遷示範。

5. "學不會"已經不是藉口。他多次現場說"我也沒用過 Supabase / Remotion / Typefully API"——然後讓 Agent 邊教邊做。學習曲線被 Agent 抹平後，人的核心能力變成了"提出值得做的事"+ "判斷結果是否夠好"，而不是"會不會用某個工具"。

相關視頻推薦

30 分鐘掌握 Codex 95% 的能力？！不相信？一起學習：七大核心能力 + 一個彩蛋功能！

從 Claude Code 忠實用戶到被說服切換到 Codex：一場 64 分鐘的 OpenAI Codex 大師課

Claude Code 架構深度解讀：Agent 系統的真正護城河不在模型，而在 Harness

怎麼寫好 Skill ？OpenAI、Anthropic 與 Sentry 的 Skill-Creator 對比結合：從快速原型到工程化工作流持續迭代