Codex 近期的迭代速度超出了我的预期。他们的负责人曾透露，每周四会推出一次大版本更新，每周五则补充一些零碎的优化。最近两三周，团队确实兑现了这个承诺。

相较于之前，现在 Codex 已经集成了大量新能力：Chrome 扩展、Appshots、Goal 模式、自动审查、一键迁移、权限系统……有些功能刚亮相时我总觉得“这有什么用”，但在真正上手后却再也离不开了。

在深入各个功能之前，先简单厘清 Codex 的版本体系，因为很多新用户容易混淆。

Codex 目前主要提供四个版本：

本文介绍的新功能大部分适用于桌面应用和 CLI，如果某个功能仅限于某一版本，我会单独注明。另外，我本人是 Windows 用户，若出现仅支持 Mac 而 Windows 暂不可用的功能，也会特别标明。

下面，我们来看看那些我认为真正让 Codex 起飞的更新要点。

Goal 模式：为 Codex 设定清晰的终点线

平台支持：桌面应用、CLI、IDE 扩展（Windows / macOS 通用）

Goal 模式近期关注度极高，连 Claude Code 也跟进了类似设计。

常规对话中，你说一句，它做一步，完成后再等你给出下一道指令。Goal 模式则截然不同——你只需指定一个目标，它自行判断是否完成，并持续向前推进，直到终点被触及。

适合的使用场景

这种模式尤其适合“你清楚想要什么结果，但中间需要经历许多未知步骤”的任务。典型例子包括：

• 将一个 JavaScript 项目迁移到 TypeScript，且要求严格模式编译通过才算完成
• 把首页加载速度优化至 1 秒以内
• 为整个代码库补齐单元测试，覆盖率达到 80%

这些任务都拥有一个明确的“完成”定义，但实现过程往往需要大量操作。

内置浏览器是 Codex 当前使用频率最高的功能，甚至让人感觉它有可能逐步替代传统的浏览器工作方式。

核心原因在于它将 AI 与你的浏览行为无缝衔接：该浏览器直接嵌入 Codex 工作区，你和 Codex 看到的是同一个页面。无论是打开网站、完成登录、进入后台，Codex 都能持续观察页面，甚至可以代为点击按钮、读取表格、截图或检查页面状态。

操作极为简单：只需在对应界面输入链接并打开即可。

在此之前，让 AI 读取网页内容总显得非常别扭。给它一个链接，它要么搜索，要么抓取静态页面，要么用脚本模拟请求，但遇到需要登录的页面基本就束手无策。Codex 内置浏览器改变的正是这种局限。

抓取式访问是从外部硬扒内容，一旦出现高频请求、绕过界面或直接调用接口，很多网站就会触发限制。而内置浏览器更像是真实用户那样正常打开网页、登录、点击、翻页、阅读。虽然这并不能完全规避风控，但至少它的行为模式更贴近浏览习惯，也更容易让 AI 融入真实的工作协作。

这才是它最强大的地方。

下面介绍五个最适合发挥其能力的场景。

场景一：产品经理登录系统后复刻网站原型

这是产品经理使用内置浏览器的高效方式。

很多时候需要参考的并非仅仅是首页外观，而是一个真实系统的完整业务结构，比如 SaaS 后台、政务系统、数据平台或会员中心。有价值的内容几乎都藏在登录之后：左侧菜单、列表字段、筛选条件、详情页、弹窗、操作按钮、权限状态以及空数据状态。

过去只能依靠截图向 AI 传递信息，但截图只能捕捉一瞬间，无法体现交互细节。无论怎样转述或让 AI 想象，都很容易产生偏差。

现在，你可以在 Codex 内置浏览器里先完成登录，然后让它逐层查看和梳理。

可以参考以下提示词：

我已经在 Codex 内置浏览器里登录了这个系统。
请从当前页面开始，按照“导航结构、列表字段、筛选条件、详情页、弹窗交互、按钮状态、空数据状态”的顺序进行整理。
暂时不要写代码，先输出一份可用于复刻的原型结构说明。
确认无误后再根据这份结构生成一个 HTML 原型。

产品经理真正需要的是结构，而不仅是外观。

提示：面对复杂系统时一定要按模块拆解，例如今天只处理订单管理，明天只看用户中心，后天再分析统计模块。试图一次性读完整个后台会消耗大量 Token，并不现实。

场景二：自媒体人登录后台回复评论

内置浏览器对自媒体人同样实用。

自媒体运营者每天需要登录后台查看并回复粉丝评论，以提升活跃度和粉丝黏性。对于一些评论量庞大的博主来说，回复压力相当大。

你可以通过 Codex 内置浏览器登录自媒体后台，让它帮助阅读评论、分类、甚至点赞（是否直接代回复需谨慎考量）。虽然直接全自动回复存在风险，但有许多更稳妥的用法：

• 按情绪对评论进行分类
• 提炼读者最关注的核心问题
• 整理反复出现的催更方向
• 为每一类评论起草回复草稿
• 判断哪些评论适合置顶或单独撰写文章回应

这比逐条手动处理轻松得多。

提示：平台回复策略务必自行把控，承担相应风险。

场景三：程序员利用选区评论精准修改前端细节

对于程序员来说，内置浏览器最值得用的功能并非“看一眼页面”，而是直接在页面中框选问题区域，留下评论，让 Codex 依据标注的位置进行修改。

主要操作都集中在几个选区与评论按钮上，这正是 Codex 浏览器的核心能力所在。

过去修改前端最头疼的就是位置描述。你说“这里间距大一点”，AI 不知道是哪个“这里”；说“这个按钮太挤”，它可能去修改另一个按钮；说“移动端这一块不好看”，它很可能把整个页面重排一遍。内置浏览器的评论功能正是为了解决这种歧义。

看看国外创客和开发者都在用 DeepSeek 做什么？

知名技术博主 Graay Tan 在打造他的人工智能助手 Gbrain 时，日常高频调用的三个模型分别是 Claude 4.7、ChatGPT 5.5 和 DeepSeek v4。

他每月花在大语言模型上的开销接近 2000 美元。

如果所有工作都押注在 Claude 上，成本之高足以让项目直接破产。DeepSeek 则凭借实惠的价格和可靠的任务处理能力，分担了大量日常流水线工作。

再看看海外社区对 DeepSeek v4 Flash 的评价，已经上升到与开源文化相提并论的高度，被视作一次技术普惠的胜利。

下面我们继续拆解这场讨论的核心内容。

Redis 之父 antirez 最近发起了一个名为 DS4 的项目。

这个项目究竟解决了什么问题？

用一句话概括：它让 DeepSeek V4 Flash 可以在配备 128GB 内存的 MacBook Pro 上流畅运行。

其震撼程度，借用上面那个帖子里的说法，就是“惊天动地”。

很快，那位每月烧掉 2000 美元 token 费的网红 Graay Tan，就宣布自己已经在动手部署了……

对于这类 token 消耗大户来说，一旦完成 DeepSeek 的本地化部署，几乎就等于实现了 “token 自由”。

一台 128GB 的 MacBook Pro 大约 6000 美元，第四个月就能回本，此后全是净赚。

DeepSeek-V4-Pro 永久降价，Coding Plan 再无优势

AI 大模型评测

DeepSeek-V4-Pro 宣布永久降价，之前让人兴奋的 Coding Plan 瞬间失去了竞争意义。限时折扣正式转为永久底价，输入（缓存命中）仅需 0.025 元/百万 tokens，官方直言“就是收个电费”。

周末看到降价通知时还没有太在意，直到今天仔细审视，才发现亮点在于 “永久” 二字。大模型价格战打了快两年，各家“限时优惠”套路层出不穷，但这次 DeepSeek 直接反套路：原本的 2.5 折优惠不再是短期噱头，而是直接锚定为永久官方定价。如果说过去是“限时打折”，现在就是“直接腰斩再腰斩，一分钱都不会涨回去”。

算来算去，不如直接上 DeepSeek 官方接口。

先看 DeepSeek 定价

DeepSeek-V4-Pro 原定价为：输入（缓存命中）0.1 元、输入（缓存未命中）12 元、输出 24 元/百万 tokens。2.5 折优惠后，三个档位分别是 0.025 元、3 元、6 元。
5 月 31 日后：优惠活动结束，但价格永久锁定为原定价的 1/4，即 0.025 元、3 元、6 元。

简单说：过去是短暂的狂欢，现在是永久的低价。DeepSeek 直接摊牌，只收个电费，不在乎别的。

DeepSeek 到底有多便宜？

以 100 万 tokens 输入（缓存命中）作为基准，看看各家同级别模型的价格对比：

表格一摆出来，任何多余的解释都显得苍白。DeepSeek 在低价的极点上，甚至还顺手压低了缓存命中时的成本，让其他厂商的定价看起来像另一条赛道。

前几天，有位学习群的朋友私信问道：

“Claude Code 能不能用 DeepSeek 的模型？每次跑任务都要花几十块钱，实在有些心疼。”

确实，在国内的众多模型里，DeepSeek 在性价比方面一直很能打。

顺着这位伙伴的提问，今天这篇文章就来详细分享一下，如何把 DeepSeek-V4 接入 Claude Code。

更有意思的是，在边做教程边实测的过程中，我意外地顺带做出了一个自媒体数据分析工具，实际用下来效果还挺惊喜！

继续观看

我用DeepSeekV4+Claude Code开发了个「自媒体数据分析工具」，效果出奇的好。。。

观看更多

转载

,

我用DeepSeekV4+Claude Code开发了个「自媒体数据分析工具」，效果出奇的好。。。

AI智效坊已关注

Share点赞Wow

Added to Top StoriesEnter comment

Video Details

而且，开发这么个小工具，一共跑了一万七千多个 Token，用的还是 Pro 模型，算下来也就花了五分钱。

看来账号里充的十块钱真的可以用很久。

话不多说，直接上干货。

01

DeepSeek-V4 接入 Claude Code 的完整流程

接入过程其实很简单，不过前提是你已经安装并部署好了 Claude Code，具体的安装步骤可以参考这篇详细指南（略）。安装完成后，照着下面的步骤就能完成模型连接。

第一步：获取 DeepSeek 的 API Key

打开官网：https://platform.deepseek.com/api_keys

进入页面后，在 API keys 处点击"创建 API key"，然后把生成的 key 复制到文本文档里保存好，一会儿会用到。

在中国人的社交哲学里，送礼与随礼从来不只是金钱往来，背后折射的是关系亲疏、情分厚薄和礼尚往来的拿捏。礼物承载心意，礼金刻录人情。随轻了恐有失体面，随重了又怕给对方增加负担；最棘手的莫过于遗忘，等到需要还礼时才靠残存的感觉去揣测。

正因如此，一款专为“人情账”设计的工具显得格外实用。今天要介绍的开源项目礼记 LiJi，恰好能将收礼、送礼、礼簿、人际关系、金额和日期等核心信息系统化整理，只需借助Docker便可快速部署在你的NAS或服务器上。

不只有数字，更有人情温度

与复杂财务软件不同，LiJi瞄准的是最接地气的人情场景：帮你把每一次礼金往来记得明明白白。比如家里乔迁设宴，你可以新建一个礼簿，逐条登记亲友姓名、随礼金额、关系与备注。日后对方遇喜，再也不用纠结“上次他家是不是封了600”，直接打开LiJi便知根底。同样，当你参加婚礼、满月或升学宴时，也能记录自己送出的礼金。实用之处并非功能繁杂，而是将分散在微信转账、支付宝账单、纸质礼簿甚至便签里的碎片信息，集中储存于一处，方便长期归档、随时查阅。

快速部署：用Docker Compose拉起LiJi

以威联通NAS为例，通过Docker Compose的方式进行部署。在Container Station中创建新应用，粘贴以下配置即可：

services:  
  liji:  
    image: zsw01442/liji:latest  
    container_name: liji  
    ports:  
      - "3030:3000"  
    volumes:  
      - /share/Container/liji/data:/app/data  
    environment:  
      - NODE_ENV=production  
      - PORT=3000  
      - DATA_DIR=/app/data  
    restart: unless-stopped

功能详解：从礼簿管理到智能统计

部署成功后，在浏览器输入NAS_IP:3030即可进入LiJi界面。默认登录密码是admin，首页会有提示。首次登录后请立即修改密码以保障安全。

若不小心忘记密码，只需进入挂载的数据目录，删除password.json文件并重启容器，系统便会重置密码为默认值。该目录下的records.json存储所有人情往来记录，giftbooks.json则保存礼簿数据，方便手动备份与迁移。

主界面简洁直观，可自由选择“送礼”或“收礼”，并填写姓名、关系、金额、事由、日期、地点与备注。所有记录均保存在你的NAS中，日后的查询与统计分析都十分便捷。

选择“收礼”时，界面会增加“关联礼簿”选项，你可以提前在“礼簿管理”中为各类宴席创建礼簿。

“礼簿管理”允许按事件创建专属礼簿，例如婚宴、乔迁、满月酒等。每个礼簿内可添加宾客，统一登记收礼明细，并支持编辑、导出和删除，是办席时整理礼金清单的利器。

在“记录列表”中，所有的送礼与收礼记录一目了然。可按记录类型、年份及姓名快速筛选，也支持编辑、删除、导出或导入Excel，方便日常维护和数据备份。

统计面板（与前文截图呼应）会综合呈现总收入、总支出和净收支，按年份、事由等维度分类统计。所有录入的收礼与送礼记录将在此自动聚合，让你一目了然地掌握不同时期、不同场景下的人情收支情况。

结语：让人情往来有温度有记录

礼金可以随出去，但人情记录不能随缘丢失。有了LiJi，每一次心意往来都有迹可循，让情分不因遗忘而减淡。

Claude Code 的体验有口皆碑，这一点无需赘述。尽管 Anthropic 的一些策略时常引发争议，但工具本身依旧值得使用。不过，真正将它作为主力编程助手投入日常开发时，账单往往会变得非常醒目。尤其是那些需要 Agent 反复阅读代码、修改逻辑、跑测试的长时间任务，一个晚上下来，心跳几乎会跟着 API 调用次数的飙升一起加速。

更麻烦的是，Claude 对国内用户并不友好，订阅后封号风险高，很多时候开发者只能退而求其次去使用第三方模型。这两天，一个开源项目突然吸引了大量目光：Free Claude Code。

它并不是 Anthropic 官方推出的免费版 Claude Code，更不是破解或盗版。更准确地讲，它是一个本地代理服务，专门负责拦截 Claude Code 发往 Anthropic Messages API 的请求，并将其转发到其他模型服务上。

需要先说明一点：这篇文章不是在教大家白嫖官方 Claude，也不是说它能 100% 复制 Claude Sonnet 或 Opus 的能力。它解决的是一个非常直接的问题：让你继续使用 Claude Code 这个出色的客户端，但模型流量可以灵活地路由到 NVIDIA NIM、OpenRouter、Gemini、DeepSeek、Kimi、Ollama、LM Studio 等各类后端。

你熟悉的 Claude Code 工作流依然保存完好，而后端的模型则可以随心替换。

它的原理是什么

Free Claude Code 的核心是一个本地搭建的 FastAPI 服务。Claude Code 原本会将请求发给 Anthropic 的 API。而这个项目在你的本机启动一个代理，暴露出 /v1/messages、/v1/messages/count_tokens、/v1/models 这类与 Anthropic 兼容的接口，然后根据你的配置，把收到的请求分发给不同的 provider。

你可以把它理解为一个中间翻译层：

Claude Code 继续使用 Anthropic 的协议进行对话，后端的模型则可以是 OpenAI-compatible 接口、Anthropic Messages 风格接口，也可以是本地的 Ollama、llama.cpp 或 LM Studio。

近日，谷歌全新一代大语言模型 Gemini Pro 3 正式亮相，迅速点燃科技圈热情，各大自媒体争相报道。如果你想第一时间亲身感受它的强大能力，却不知从何入手，本文整理了四个切实可用的免费访问渠道，覆盖官方平台、编程集成环境、轻量级对话工具以及流行代码编辑器，无论你是专业开发者还是普通用户，都能找到适合自己的方式。

1、Google AI Studio

**链接：**https://aistudio.google.com

这是谷歌官方出品的 AI 开发与实验平台，集成了丰富的模型调试、Prompt 设计和 API 调用功能。在这里你可以无障碍、无限制地试用 Gemini Pro 3，尤其适合热衷尝鲜的技术爱好者和开发者，全方位探索模型的生成能力。

2、Antigravity

**链接：**https://antigravity.google/

Antigravity 是基于 VS Code 架构深度定制的 AI 编程环境，对于经常与代码打交道的同学来说几乎可以无缝上手。它直接在编辑器内嵌了 Gemini 的交互面板，让你在编写代码的同时随时调取模型进行解释、补全或优化，真正实现“边写边调教”的效率提升。

3、ZenMux

**链接：**https://zenmux.ai/

ZenMux 是一个界面清爽、操作直观的在线 AI 对话平台，当前已接入 Gemini Pro 3 并开放免费体验。它的优势在于轻量化和便捷性，无需复杂配置，打开网页即可开始对话。更值得一提的是，该服务在国内能够正常访问，为不便使用官方入口的用户提供了极佳的替代方案。

4、Cursor

知名智能代码编辑器 Cursor 也同步宣布对 Gemini Pro 3 的支持。更新后，你可以在 Cursor 的模型选择中直接切换至 Gemini Pro 3，无论是撰写代码、查阅文档还是解决编程难题，都能享受到更流畅的辅助体验。对于日常依赖 Cursor 的开发者来说，这无疑是一个不容错过的升级。

不妨从上述入口中选择一个最符合自己使用习惯的平台，亲自上手试试 Gemini Pro 3 的实际表现。如果在体验过程中有任何心得或疑问，也欢迎在评论区分享交流，一起挖掘更多实用玩法。

本文整理了十个高频被默认安装忽略的配置项。它们既不出现在 README 里，也不在快速入门指引中，但每个都直接决定 Hermes 是只在你手动打开窗口时才工作，还是能持续自主运行、主动提醒并自动归档。读完即可立即调整。

实际工作中，大多数安装 Hermes Agent 的用户大约只激活了它 20% 的能力。不是技术门槛高，而是那些把 Hermes 从单一对话界面转变为全天候自驱系统的设置，藏在记忆持久化、时区校准、输出自动路由、失败容错这些你不太会主动检查的角落。一旦全部对齐，行为会有显著改善：定时任务在你预期的时刻准时触发，失败会自动重试并通知你，产出直接写进你的笔记库。

第一步：打好基础，避免静默故障

持久化记忆与正确时区是最容易被忽视的“静默故障”来源——前者决定了 Hermes 能否真正记住你，后者则让定时任务在你需要时执行。

步骤 1-1：确认记忆存储路径可持久化

使用绝对路径代替相对路径：

MEMORY_BACKEND=sqlite MEMORY_PATH=/Users/yourname/hermes-data/memory.db

验证方法很简单：询问 Hermes “你最老的记忆条目是什么”。若返回零条目，说明存储并未落盘。

步骤 1-2：修正调度时区

默认使用 UTC，但凡时区不是零度经线，都可能误点运行。

SCHEDULER_TIMEZONE=Asia/Shanghai

请根据所在城市填写 IANA 标准时区名，不要使用 EST、GMT+8 这类缩写。

步骤 1-3：为失败配置重试与通知

长期任务难免遇到接口抖动或文件路径错误，提前设置兜底机制。

SKILL_RETRY_ENABLED=true SKILL_RETRY_MAX=3 SKILL_RETRY_DELAY=300

第二步：让记忆与输出产生复利

前四组设置围绕记忆库的深度、检索策略、输出路由和目录监听展开。它们会彻底改变 Hermes 的记忆行为——从“每次新开对话”变为“每轮都站在上一轮的肩膀上”。

技能目录热加载

将 SKILLS_PATH 指向你 Obsidian vault 内的 skills 文件夹，同时开启 SKILLS_WATCH 和 SKILLS_AUTO_RELOAD。此后每次保存或更新 skill 都会即时生效，无需重启。

拆分上下文文件，告别巨型 CLAUDE.md

把 CLAUDE.md、项目状态、本周重点、表达风格、记忆规则拆成五份小文件，通过 CONTEXT_PRELOAD=true 和 CONTEXT_FILES 一次性加载。每次调整只需修改细小的条款，不必翻动整份巨型文档。

提升记忆检索深度

默认只回溯最近 5 条，在做周报或长期分析时几乎起不到作用。将深度上调至 20，策略改为 relevance，让真正相关的历史条目被准确拉取，而不是被时间戳截断。不同 skill 还可以单独覆写这些参数。

从终端跃入桌面：Hermes Agent 的里程碑时刻

Hermes Agent v0.16.0 携“Surface Release”代号正式亮相，最大的变化是首次推出了原生桌面客户端。这个在 GitHub 上斩获 183K Stars 的开源 Agent 项目，从此告别单一终端交互，转变为覆盖 macOS、Windows、Linux 三端的独立应用。

拥有如此高的人气，是因为 Hermes 并非普通的自动化脚本，而是一款定位为可独立运行、持续进化的智能代理框架。它内置记忆系统、工具链、技能市场（Skills Hub），可对接 50+ 模型供应商，并原生支持 Telegram、Discord、微信等消息平台作为交互界面。以前，所有操作都得通过命令行（CLI）或终端界面（TUI）完成，对非技术用户来说门槛极高。这一次，桌面端彻底扫清了这一障碍。

v0.16 “Surface Release”的诞生：一周内狂飙的桌面应用

6 月 5 日发布的 v0.16.0，内部代号“Surface Release”。从 v0.15.2 至今，社区累计完成 874 次提交、542 个 PR 合并、399 个 Issue 关闭，背后有 170 位贡献者的心血。但所有数据都指向一个主角：Hermes Desktop 原生桌面应用。

这款桌面端基于 Electron 打造，其核心开发仅在一周内就通过 100 个 PR 和 159 次提交拼装完成。从此，用户无需再面对枯燥的终端窗口、记忆命令行指令或快捷键——它就是一个标准桌面软件：有专属图标、可调节窗口和完整的菜单栏，安装即用。

桌面端带来的六大体验变革

▸ 真正的原生安装 — 提供 macOS DMG、Windows Setup 以及 Linux 的 DEB/RPM/AppImage 包，内置自动更新，装完即刻就绪。
▸ 拖拽文件直传对话 — 想分享文件？直接拖进聊天区即可；剪贴板中的图片也能粘贴，再也不用折腾文件路径。
▸ 状态栏一键切换模型 — 桌面底栏即可换用不同模型，告别命令输入。
▸ 同一窗口运行多 Profile — 不同配置的 Agent 实例可并行存在，并支持通过 @session 互相引用。
▸ 连接远程 Gateway — 桌面端既能本地运行，又可指向远端的 Hermes 服务器，通过 OAuth 或用户名密码登录，走加密 WebSocket。
▸ 完整简体中文界面 — 桌面 UI 已完整汉化，在设置中一键切换语言。