如何使用codex从0开始构建个人交易软件本周真正将codex使用起来推进项目,完成了以下事项:1、通过对比multica、routa、GSD(get-shit-done),最后真正驱动gpt5.4 把项目从0到1推进下去的,适合个人的还是GSD,只不过GSD是命令行,不过你也可以让gpt自己学习gsd,你只需要了解gsd是做什么的,然后在项目建立初期或者项目已经有一部分工作做出来之后部署gsd,让gsd接管接下来的项目推进。multica适合人与agent团队协作,适合成熟软件产品开发, agent浅度参与。routa适合个人开发者,但是具有明确的需求,并且全程ai 100%代码开发,不需要人参与。GSD适合不懂开发,只有自己一个人,有一点需求的,然后不需要考虑什么agent提示词什么的,可以去读读GSD作者的原话,这个真的适合普通人用。https://github.com/gsd-build/get-shit-done
2、使用codex完成了个人交易体系的建设,现在ai能够通过加载我的交易体系资料,直接按照我的交易语言给我复盘及隔日计划、以及竞价修正。做这个之前是要做真实行情数据抓取的,这个顺便也做了,最让我惊艳的是gpt5.4的输出:这个还是在我没有进步对知识体系进行测试的结果,已经非常接近市场真实运行状态了。3、我甚至在整个体系构建过程中 ,让ai把我以前用的交易模式全部清空,让他来根据我的交易哲学、交易框架,生成最具有盈利能力的交易模式,而他生成的交易模式,确实是我一直以来盈利的方式,而且更系统,直接cover住了我之前的交易模式,我只点了他一下弱转强,他直接列出来了三种弱转强模式,一种是连板弱转强,一种是周期切换载体弱转强、一种是题材核心回流弱转强。真的太强大了,gpt5.4像一个非常聪明的高材生,属于一点就透,而且只要你的输入的内容是精华,他的输出绝对不会让你失望。4、构建了litrader交易产品体系框架,在原来实验性探索性产品过程中,通过不断和gpt沟通交流重构,gpt已经非常了解我需要的东西了,虽然做出来的东西还是很垃圾,不是很能用,但是也已经构建了基本框架,包括:database作为数据基座给上层应用提供数据消费,同时提供skill供上层应用或者外部agent调取数据,1)strategyLab用于持续迭代策略包还有进行ai提示词测试,2)AI runtime用于根据策略包版本实现ai自动化运行,产出ai的复盘和隔日计划,后期先实现虚拟交易。3)主观看盘界面用户构建人工看盘界面,这以后可能是辅助看盘方式。这个清晰之后,直接用GSD接管之前实验性的data_service,从头开始重新打造新的litrader database数据基座,就完全没有让我干预,gpt直接按照gsd的流程一路从需求整理、产品文档、模块拆解干到代码开发,直到最后测试交付,因为他已经足够了解我的需求,包括也已经和我一起尝试走通一个demo,这中间的问题决策,他都比较清晰,所以再让gpt使用GSD工作流进入项目推进,就非常easy,目标、需求边界、架构都非常清晰:到现在写文的时候 gpt还在自己计划任务,自己做开发:准备一路从phase1推到phase7,最终交付一个具有前端web界面的数据基座管理控制台。当然目前只是搭建起了骨架,让ai能看到行情,能知道我脑子里的知识,虽然这个知识框架只有逻辑性,还有很多模糊的地方,但是已经足够成为我的外脑智力,帮我分析行情,接下来,就正式进入ai辅助交易阶段,copilot阶段,这个阶段可能会持续3个月,直到我认为他的输出完全稳定,并且市场状态识别已经完全接近市场再投入到完全ai自主交易中。后面也会把日更的复盘内容做起来,这样的ai交易伙伴太强大了。回想起来,真正有想法并投入开始做这个东西,根据我一开始的文档也只是从4月7日开始,到今天也刚刚过了10天,这就是使用agent工具的产出速度,我之前说使用ai agent工具和不使用的时间感受是不同的,以后的世界,就像既有绿皮火车,又有高铁的时代,有人只会做绿皮火车,有人坐过高铁之后根本再也回不去做绿皮火车了。通过这个项目案例,我可以总结当你想用codex做一个项目的时候,首先是要不停地给codex输入,可能你一开始的想法很不着调,想一出是一出,然后codex做出来,你又感觉不对,然后你会修正想法,再迭代,就像你在指挥一个非常能干的专家,但是他不知道你真正的想法,你就要不断地跟他去讲,当然你也不必一开始就把需求列好,而是善用文档,把这个过程记录下来,然后当你真正跑通一个demo之后,跟codex说 这就是我想要的,现在用gsd把这个项目立起来,从头开始实现,他就会把这段时间的需求收集起来,从前到后直接用gsd平推,你完全不用考虑是否需要多agent,因为在codex里,他一个agent完全够用,只是这个流程最好给他规范起来,我之前也尝试了很多agent团队来做这个事情,更不用说openclaw这种玩具产品,除了看起来挺好和token爆炸之外,并不能带来生产力的改变,因为agent时代,这个agent可以无限复制自己,只需要一个新的提示词,所以与其你自己搭建一个agent团队,不如把需求讲清楚,对接一个agent,剩下的就让他自己处理,我觉得之后随着模型能力越来越强,理应如此,增加harness只是权宜之计,而我们在使用这类工具的时候,随着模型能力增强,harness越简单越能发挥模型的能力!