AI技能与工具前沿(260720阅读分享)
7月20日的研究材料呈现了一个多元的AI技术图景：从Codex插件与技能的实用指南，到PixelRAG这样的视觉检索突破，再到社交媒体发布自动化方案的成熟，以及对中国用户AI付费意愿和WorkBuddy用户数据的市场观察。此外，Graph Engineering新范式、Kimi K3开源模型竞争、AI自媒体教程等话题，共同勾勒出2026年盛夏AI生态的活力与喧嚣。
“雪踏乌云”发布的《Codex 史诗级更新实操教程》全面介绍了2026年7月Codex界面与功能更新，包括Work、Chat、Plugins、内置浏览器和Ultra推理模式。作者强调Work适合资料加工与报告生成，Codex专注代码开发，Plugin如Template Creator和Visualize能显著提升效率，Ultra模式通过并行Agent处理复杂任务。
同时，“猫老板”的文章《Codex 插件/技能怎么选：热门实测汇总》则从新手视角梳理了插件、技能与MCP的概念区别，并推荐了Superpowers、grill-me、Context7、Firecrawl等经社区验证的热门扩展，给出了从第一天开始的安装路线图。这两篇教程共同构成了Codex用户从入门到精通的实用路径。
“半吊子程序猿大铭”推荐的PixelRAG是一种全新视觉RAG系统。它通过将网页渲染为截图，直接用视觉模型从像素中检索答案，避免了HTML解析造成的表格、图表信息丢失。项目已开源，基于Qwen3-VL-Embedding微调，在维基百科3000万截图索引上取得比文本RAG高18.1%的成绩。
另一项目CloakBrowser由“nini”介绍，是一个基于深度定制Chromium的反检测浏览器。它通过C++级别的指纹伪装可越过Cloudflare验证，专为跨境电商和多账号管理设计。其GitHub仓库已获2.8万星，免费版基于Chromium 146，但完整源代码并未公开。
“Wayen”分享的social-auto-upload工具，能以一行命令将视频图文一键发布到抖音、B站、小红书等八个平台，支持CLI和Agent Skill集成，适合矩阵账号运营。“mousepotato”则宣称已实现小红书全自动化发布，通过代码定时发送图文和视频。调查发现，此类自动化多依赖Playwright模拟浏览器操作，虽技术上可行但违反平台条款，存在封号风险。
“阿策”开源的“图书号工作流”则是在redskill平台上发布的小红书运营Agent Skill，已有15人复现成功，验证了工作流的可复制性。
“Hamel Husain”的X文章标题《Loop Engineering Is Dead. Enter Graph Engineering》引发了关于AI Agent设计范式转变的讨论。尽管原文无法读取，但Josh C. Simmons等外部作者详细阐述了这一迁移：循环工程受限于串行执行、无状态等问题，而图表工程通过节点和类型化边构建显式状态和并行能力，支持审计、人机协同等高级功能。
“王大浪”的长文教程《从0开始做一名AI博主》系统分享了AI自媒体的起号、选题、拍摄剪辑、审核规避及变现门路，以Tapnow等案例说明流量与产品的关系，内容极具实操性。“xilo”则正在开发一款“动画科普Skill”，演示视频展示了其效果，虽未透露技术细节，但类似开源项目animated-explainer-skills提供了参考。
有传言称有人用AI动画化身制作亚马逊测评视频，日发百条月入8万美元，但工具成本、平台政策和联盟规则均不支持该规模的全自动运作，很可能是营销话术。
“周览资源”推荐的诗泉（chinese-poetry-api）将约38万首中国古典诗词封装为REST和GraphQL API，支持分类搜索和Docker部署，完全免费。“芒果刀🥭”提及的Typex语音输入工具，经核实对应开源项目OpenTypeless，可按住快捷键说话，将整理文字输入任意应用，支持本地模型和隐私保护。
此外，“出海去孵化器”推荐的hallmark设计技能，能通过选择宏结构、应用主题和57项slop-test门禁，生成不显“AI味”的网页UI，并输出design.md供其他工具复用。
“Gorden Sun”总结了国内用户不愿为AI产品付费的三个原因：无付费习惯、价格高（69元/月起）、以及认为个人自费不值得。关于WorkBuddy，据“seekinganythingbutalpha”透露，其月活可能已超2000万，成为首个破千万的Office Agent OS，但官方未证实。“Fenng”则讽刺X上AI内容现状：用户实际需求简单，却被厂商“十万亿参数”宣传所迷惑，盲目追捧。
“哥飞”认为API中转站推广不应只靠SEO；“刘韧”转述《经济学人》称中国新一代大亨正靠创意产业全球化；“车厘子”评Kimi K3开源模型以几乎开源策略挑战闭源巨头；“西乔”指出视频生成评估面临测试集设计难、专家评价成本高等瓶颈。
wong2：wong2更新了追踪OpenAI Codex额度重置的网站codex-resets.com，新增浏览器推送和Telegram通知，风格更活泼。
https://x.com/wong2__/status/2079080974944747820
出海去孵化器：推荐开源设计技能hallmark（Nutlope/hallmark），通过宏结构、主题和slop-test生成网页UI，避免AI感。
https://x.com/chuhaiqu/status/2079054727892078739
阿策：开源小红书“图书号工作流”Agent Skill到redskill平台，15人复现成功，验证工作流可复制。
https://x.com/Bytec99/status/2078999729351114833
xilo：展示正在开发的“动画科普Skill”21秒演示视频，询问反馈，未透露技术细节。
https://x.com/xilo2991/status/2078995639690723495
半吊子程序猿大铭：介绍开源视觉RAG系统PixelRAG，绕过HTML解析用截图检索，在维基百科索引上比文本RAG准确度提升18.1%。
https://x.com/CoderDaMing/status/2078391375847116918
nini：推广CloakBrowser反检测浏览器，基于深度定制Chromium，宣称越过Cloudflare，部分开源但核心二进制未公开。
https://x.com/nini_incrypto_/status/2078801288054350233
Hamel Husain：发表X文章《Loop Engineering Is Dead. Enter Graph Engineering》，原文无法读取，但外部资料阐述了从循环工程到图表工程的Agent设计范式转变。
https://x.com/HamelHusain/status/2078346425621237935
Mens@cc.codesome.ai：分享用Codex侧面板和/goal模式实现社交媒体自动获客的方法，替代传统RPA工具。
https://x.com/oops073111/status/2079013213371548008
猫老板：撰文区分Codex插件、技能、MCP，推荐Superpowers、grill-me等热门扩展，并提供从零开始的安装路线图。
https://x.com/PardoCat0406/status/2078816201929863225
哥飞：指出API中转站推广不能只靠SEO，应尝试所有可能渠道，新玩家仍有机会跑通。
https://x.com/gefei55/status/2078787831011623053
王大浪 🌊：撰写AI自媒体教程《从0开始做一名AI博主》，涵盖起号、选题、拍摄剪辑、过审及变现，以Tapnow为例分析流量与产品关系。
https://x.com/Bigwave521/status/2078818023008567422
Foe Ally：分享ToB大客户销售四步SOP（客户地图、差异化沟通、寻推动者、解决最后一公里），建议AI公司招募传统SaaS销售。
https://x.com/ally_foe/status/2078817870889558198
周览资源：推荐开源项目诗泉（chinese-poetry-api），将38万首中国古诗词封装为API，支持REST/GraphQL和Docker部署。
https://x.com/grgerwcwetwet/status/2078808829513617795
刘韧：转引《经济学人》称中国新一代大亨投身电子游戏与动漫等创意产业，严重依赖海外市场，举例追觅、影石、泡泡玛特。
https://x.com/liuren/status/2078990694983803293
Wayen：介绍开源工具social-auto-upload，支持一行命令将视频图文发布到抖音、B站、小红书等八个平台，可集成Agent。
https://x.com/wayen_ai/status/2078769312169386164
纯棉短裤：极力推荐xianyu110的Codex入门教程仓库，面向小白的中文教程，从环境搭建到实战。
https://x.com/gxjdian/status/2078841934706319508
Qwen：宣布Qwen3.8模型即将开放权重，2.4万亿参数预览版上线，号称性能仅次Claude Fable 5。
https://x.com/Alibaba_Qwen/status/2078759124914098291
seekinganythingbutalpha：讨论传闻WorkBuddy月活超2000万，可能成为首个破千万的Office Agent OS，但官方未证实。
https://x.com/ivanalog_com/status/2078582117324243041
车厘子：撰文评Kimi K3，分析其开源超大模型策略如何挑战美国闭源AI实验室的商业模式，性能逼近Fable 5和GPT-5.6 Sol。
https://x.com/0xcherry/status/2078801473555841257
芒果刀🥭：介绍Typex开源AI语音输入工具（实为OpenTypeless），按住快捷键说话即可将整理文字输入任意应用，支持本地模型，注重隐私。
https://x.com/ThirteenYizuka/status/2078788007445012914
Gracker：分享关于AI Native组织的文章，提出根据开放/封闭问题，分别设计AI控制台和Agent平台的双轨分工模式。
https://x.com/Gracker_Gao/status/2078743204913177020
西乔 XiQiao：指出视频生成模型评估困难，测试集设计难、覆盖难、成本高，且专家评价耗时，基准测试普遍落后。
https://x.com/recatm/status/2078763819401388513
timekey.eth🌊RIVER Moss🌶️：揭露有人声称用AI动画化身自动测评亚马逊产品，日发100+视频月入8万美元，但实际工具成本和平台政策难以支撑。
https://x.com/mybitstar/status/2078635094902809018
mousepotato：宣称已实现小红书全自动化发布图文视频，无需打开App，但方法依赖浏览器自动化，存在账号封禁风险。
https://x.com/iluciddreaming/status/2078584602101432789
余温：推荐李博杰的开源电子书《深入理解AI Agent》，覆盖Agent原理与工程实践，附可运行实验代码，帮助理解工具调用、上下文等机制。
https://x.com/gkxspace/status/2078822030196019377
Asa：分享X收入分成数据，对比流量与收入，揭示有效互动是关键，总流量与收入脱钩，与Hanya Hu观察一致。
https://x.com/app_sail/status/2078693140748533774
Vincent：揭露有人盗用获奖网站视频冒充Codex生成，借此卖高价课程，呼吁要求提供完整生成过程以杜绝骗局。
https://x.com/Vincent_AINotes/status/2078405383824302389
Gorden Sun：分析中国用户不愿为AI产品付费的原因：无付费习惯、订阅价格高（69元/月起）、认为不值得为工作自掏腰包。
https://x.com/Gorden_Sun/status/2078705896973292025
雪踏乌云：发布Codex史诗级更新实操教程，详解Work、Plugins、内置浏览器、Ultra模式等新功能的使用方法与提示词。
https://x.com/Pluvio9yte/status/2078770331876303047
Fenng：讽刺X上AI内容现状：多数用户需求简单，厂商却大肆宣传夸张参数和评测第一，导致用户盲目吹捧。
https://x.com/Fenng/status/2078791622234624265
夜雨聆风