今年三月之后，我陷入到了一种 AI 狂热当中，而狂热的来源，有一大半是 Codex。

在我看来，依据李广密对于 AGI 的定义「在90%的行业中，90%的人的90%的工作，AI都可以胜任」，gpt5.4 在技术能力上已经实现 AGI 了，只是在对于不同具体工作的适配上，对于不同种类、不同来源的数据的处理方式上，还有许多工作要做（或许可以视为更多的 harness，更多的脏活累活）。

Codex 对我的工作和产品开发过程产生了巨大的影响，在私下与朋友们或某些微信群里，我已经不止一次奔走呼号「快快去用 Codex」、「用 AI coding 是当下用 AI 最重要的事」。可能癫是癫了点，体验这些工具带来的便利后，让人很难抑制住兴奋和安利欲。

有不少看官可能没接触过代码，一看一个产品名字里带个「code」，就一个头五个大，实际上 AI coding 工具做代码开发只是小小的一部分，它来做一些办公杂活无往不利：文件整理、本地开发、网络环境的各种检查和配置、软件卸载残余的清理、文档的各种处理等等等等，几乎没有它做不好的事情。在这方面，Codex 真的可以节省大量的精力，去把那些脏活累活全部干掉。

最近我在做一个项目的开发，随着体量增长我把项目挪窝要挪到一台 Windows 服务器上，要在服务器上用 VMware 跑一个 Linux 虚拟机，在虚拟机里做开发和部署，这期间有大量的环境配置类的问题，几乎全程是由 Codex 做的，包括后面我给虚拟机配置一个新注册的 GitHub 账户，以及把私有仓库授权给该账户（Codex 开了一个无痕窗口来登录 GitHub 新账户）。

而即便做代码开发的任务，我也早已不看具体代码了，反正也看不懂。

一个月前左右 Codex 推出了 computer use，当时试用后觉得这和 OpenAI 之前推出的 Atlas 浏览器一样不可用，但最近几天它使用视觉去控制我电脑的其他软件相对来说已经好很多了，这样的进步速度，真的很夸张，未来三到六个月 computer use 或许可以帮我做掉那些在电脑上只能使用 GUI 的操作。

对了，这个功能仅限于 macOS，不是 Mac 高贵，只是系统上更好适配。这也是为什么我一直推荐大家去买一台 Mac 设备拥抱 AI，甚至前段时间我爹忽然说想学 AI，我的第一反应是买一个 MacBook Air。

从 gpt5.4 到现在的这段时间，各行各业的实践在高速积累，到现在最近打开某书能看到大量的来自于各个领域的硕博士研究生及工程师利用 codex 探索或完成工作任务的帖子。

在此我报个菜名：Codex 控制 COMSOL、FDTD、 SolidWorks 建模机械臂、Ansys力学仿真、Abaqus CAE、MATLAB simulink 电学仿真、Lumerical 光电子仿真、分子对接、嵌入式等等等等，这在去年还被视为有壁垒、非代码的技术类工作，需要长时间学习和实践的技能，也在以肉眼可见的速度被 AI 融入。

而即便 AI 在这些工作中的实际效果并没有那么好，可是想想 Claude sonnet 3.5 被用于程序开发也才一年之前，而未来的十二个月，速度必然要比过去的十二个月快得多。

十分推荐各位看官去看看那些帖子，这些人是工作环境相对自由，且在技术上相对前沿的群体，如果在他们的场景下很多任务可以跑通，落地到企业更多的是稳定、标准以及协作方式的问题，技术上没有难度。

如果你不知道 Codex 能做什么，就去看看那些帖子，如果看完也不知道能做什么，试试把自己平时电脑里需要动手的操作（比如文件格式转换、文件整理）交给它，从自己最常用的操作开始放权，做好备份，哪怕失败了，这个学费也很值得。如果可以，买一台 Mac 去用 Codex，M1 丐版的也足够了。

动手去用吧，昨天我和朋友说，用完 5000 刀额度全都通透了。