Codex自我蒸馏玩法火了！OpenAI员工亲授：复制粘贴就能让AI消灭重复劳动

背景

近期，OpenAI 旗下编程助手 Codex 的一项“自我蒸馏”玩法在开发者社区迅速走红。这一玩法的核心在于利用一段特定的提示词（Prompt），让 Codex 自动分析用户的历史工作记录，识别出重复性的手动劳动，并将其转化为可复用的工具或工作流。

该玩法的发起者是 OpenAI Codex 团队成员 Vaibhav Srivastav（网友昵称 VB）。他最初发布了一个简短的提示词，随后根据社区反馈迅速迭代出功能更强大的 2.0 版本。这一举动不仅得到了 OpenAI 总裁 Greg Brockman 的亲自转发和点赞，还引发了关于 AI 如何从“辅助工具”进化为“自动化引擎”的广泛讨论。

核心内容

VB 发布的提示词旨在让 Codex 扮演“工作流优化专家”的角色。其核心逻辑是通过扫描用户的历史会话、记忆数据以及跨应用的活动记录，找出那些高频、重复且低效的操作，并自动将其打包为 Skill、Subagent 或 Automation。

1. 提示词的迭代与升级

• V1.0 版本：仅包含 9 行提示词，主要关注最近的 Codex 会话。它要求 Codex 找出重复的工作流，并建议将其创建为 Skill 或 Custom Subagent。虽然简洁，但被社区认为过于偏向程序员语境（如 CI 失败、PR 审查等），且仅停留在“建议”层面。
• V2.0 版本：在 V1.0 发布当天即更新为 35 行的长提示词，实现了三大升级：
  • 数据源扩展：从单一的“最近会话”扩展到 Codex Memories（记忆）、Chronicle（时间线/屏幕记录）以及已有的自动化配置。
  • 覆盖范围扩大：不再局限于编码任务，而是涵盖编码、调研、写作、规划、沟通、运营、分析及个人事务等全场景。
  • 执行力度增强：从“给出建议”升级为“直接创建”。对于高置信度的重复工作流，Codex 会直接生成对应的工具，而非仅仅列出清单。

2. 自动打包的四种结果

经过 V2.0 提示词的处理，Codex 会将识别出的重复工作归类为以下四种形式：

• Skill：适用于每周重复的固定流程。
• Custom Subagent：适用于需要专门角色介入的调查任务或边界明确的职责。
• Automation：适用于定时触发、无需人工持续监控的检查任务。
• Skip：对于仅发生过一次、边界模糊或维护成本高于收益的任务，直接跳过，不打包。

3. 依赖的 Codex 新功能

这一玩法的有效性高度依赖 Codex 近期上线的三项核心功能：

• Chronicle：4 月 20 日上线的预览版功能，通过屏幕截取技术，让 Codex 能够“看到”用户在浏览器、Slack、邮件等外部应用中的操作，从而发现跨应用的重复工作。目前仅对 macOS 上的 ChatGPT Pro 订阅用户开放。
• Memory：4 月 16 日随 Codex 大更新上线的预览功能，用于存储用户偏好、修正记录和项目专属知识，并在未来会话中自动调用，帮助 Codex 识别跨会话的重复模式。
• Subagent：3 月正式上线的功能，允许主 Agent 协调多个运行在独立云端沙盒中的专门编码 Agent，为复杂任务的分发提供了架构基础。

4. 社区反馈与争议

• 实用性认可：许多用户认为该提示词极大地减少了重复劳动，甚至有人呼吁将其封装为名为 /dream 的插件。
• Token 消耗质疑：回顾 30 天的历史记录并分析所有数据源，必然带来巨大的 Token 消耗。尽管 VB 未直接回应，但考虑到 OpenAI 近期对 Codex 速率限制的宽松政策，这一成本对于部分用户而言仍是一个考量因素。
• 维护成本悖论：有用户发现，Codex 自动生成的 Skill 中，有一半源于“在输入尚未稳定时仅做过两次的事”。这导致后续维护这些抽象工具的成本，反而高于直接重新执行任务。这引发了关于“AI 自动判断”与“人工把关”之间平衡点的讨论。

关键要点

• 操作极简：用户只需将一段精心设计的提示词复制粘贴进 Codex，即可触发自动化的工作流提取过程。
• 全场景覆盖：V2.0 提示词打破了编程工具的局限，适用于写作、运营、策划等非技术类工作场景。
• 主动执行：不同于传统的 AI 助手仅提供建议，该玩法利用 Codex 的新功能实现了“高置信度任务”的自动创建和执行。
• 技术依赖性强：该玩法的效果直接取决于 Chronicle 和 Memory 等底层功能的可用性和准确性，尤其是 Chronicle 目前仅限特定订阅用户和平台。
• 潜在陷阱：过度抽象化可能导致维护成本激增。对于输入不稳定或低频发生的任务，盲目打包为 Skill 或 Automation 可能适得其反。
• 开发者生态活跃：OpenAI 员工 VB 作为核心推动者，不仅提供了提示词，还展示了如 /goal 命令等高级玩法，体现了 Codex 生态的快速迭代和用户共创特性。

意义与影响

1. 重新定义 AI 助手的角色

这一玩法标志着 AI 助手从“被动响应”向“主动优化”的转变。Codex 不再仅仅是执行指令的工具，而是能够通过反思用户的历史行为，主动识别效率瓶颈并构建解决方案。这种“自我蒸馏”机制实际上是在构建用户的个人知识图谱和工作流自动化网络。

2. 降低自动化门槛

传统的自动化工作流配置（如编写脚本、设置定时任务）通常需要较高的技术门槛。通过自然语言提示词，即使是非技术人员（如运营、策划人员）也能利用 AI 将重复性劳动转化为自动化工具，真正实现了“消灭重复劳动”的承诺。

3. 暴露当前 AI 能力的边界

尽管效果显著，但社区反馈也揭示了当前 AI 在上下文理解、长期记忆准确性以及成本效益分析上的局限性。例如，Chronicle 的隐私风险、Token 的高昂成本以及“过度抽象”导致的维护负担，都是 AI 落地实际工作流时必须解决的工程问题。

4. 推动 Agent 生态的发展

VB 展示的 Subagent 和 Skill 创建过程，为 Agent 生态的标准化提供了参考范式。未来，随着类似 /dream 插件的普及，用户可能不再需要手动编写提示词，而是通过市场化的插件库来一键部署经过验证的工作流优化方案。

5. 对 OpenAI 战略的印证

Greg Brockman 的转发以及 VB 作为内部员工的积极推广，表明 OpenAI 有意将 Codex 打造为一个开放的、可扩展的开发平台。通过鼓励用户分享和迭代提示词，OpenAI 正在构建一个围绕 Codex 的活跃开发者社区，这与其开源策略和生态建设目标高度一致。