K

AI 工具｜自动化｜GitHub 项目
记录真实折腾过程，分享可复制的方法
TG： 群：

[K @g111954]

ChatGPT 免费版这次真的变了：GPT-5.6 Luna 支持不限量文本聊天

最大的变化不是“模型又升级了一点”。

而是：

GPT-5.6 Luna 现在可以不限量进行日常文本聊天。

以前很多人用免费版的时候，
会有一种很明显的心理：

这个问题值不值得问？
今天额度够不够？
聊到一半会不会突然到上限？

现在这种“舍不得问”的感觉，基本被大幅削弱了。

写东西
查资料
做规划
头脑风暴
学习
日常提问

这些高频场景，
现在都可以更自然地把 ChatGPT 当成一个长期在线的助手。

但这里有个边界一定要说清楚：

“不限量”主要指日常文本聊天。

不是所有功能都无限。

像：

文件上传
图片生成
语音
数据分析
其他高级工具

依然有各自的使用限制。

另外，无限文本聊天也依然受到防滥用机制约束。

所以这次真正的变化，不是：

“免费版什么都能无限用了。”

而是：

普通文字聊天，开始真正变成一种低门槛、长期可用的基础能力。

而且免费用户现在还有 Think 按钮。

遇到更复杂的问题时，
可以让 GPT-5.6 Luna 花更多时间去推理。

这意味着免费用户也开始能处理一些更复杂的：

分析
规划
比较
学习
方案推演

不过要注意：

Free / Go 主要还是 GPT-5.6 Luna。

Plus / Pro 用户使用的是更强的 GPT-5.6 Sol，
并且可以调用更高的思考强度。

所以现在免费版和付费版的差距，
正在从：

“能不能用”

慢慢变成：

“能用多强”
“能思考多深”
“能不能处理更复杂的工作”

我觉得这才是这次更新真正有意思的地方。

以后真正拉开差距的，
可能不再是谁有 AI 可用。

而是谁更会：

提问题
拆任务
组织上下文
调用工具
把 AI 接进自己的工作流

AI 越来越普及以后，

真正值钱的，
反而是使用 AI 的方法。
#code

[K @g111954]

海外 Apple ID 如果只是拿来下 X、TikTok、Telegram，

真的有点浪费。

真正有价值的，从来不是某一个 App，

而是你能接触到另一套完全不同的：

信息流
工具链
内容生态
支付体系
社区文化

我整理了 20 个我认为最值得装的：

1. ChatGPT
AI 助手基本盘。
写作、代码、分析、学习、总结，几乎什么都能用。

2. YouTube
很多真正高质量的教程、产品发布、技术分享，
最早都在这里出现。

3. Telegram
不只是聊天工具。
很多 AI、开发者、Web3、项目社区都在这里。

4. X（Twitter）
如果你关注 AI、新产品、创业、技术，
这是我认为最值得长期玩的平台之一。

5. Instagram
海外内容生态的重要入口。
图片、短视频、品牌内容都很强。

6. Claude
长文、代码、总结、复杂文本处理很好用。

7. Reddit
很多真实经验、踩坑、产品评价，
搜索引擎里找不到，这里反而有人讲。

8. TikTok
别只理解成“国际版抖音”。
不同地区的内容、用户和商业玩法差异很大。

9. Discord
AI、游戏、开发者、Web3 社区非常集中。

10. WhatsApp
海外沟通、客户联系、跨境场景经常会用到。

11. Wise
跨境收付款、多币种账户，非常实用。

12. Spotify
音乐流媒体代表，推荐体系很成熟。

13. PayPal
很多海外服务、订阅、收付款场景仍然绕不开。

14. Threads
Meta 体系里的文字社交平台，
适合观察海外内容趋势。

15. Netflix
不只是看片，
也可以观察海外内容趋势和用户偏好。

16. Grok
如果你本来就在玩 X，
那 Grok 基本值得一起研究。

17. Binance
Web3 用户常见平台之一。

18. Google Chrome
很多海外服务、插件、开发工具都围绕 Chrome 展开。

19. OKX
Web3 工具和生态比较完整。

20. Facebook
虽然很多人觉得它“老”，
但海外社群、本地服务、广告、Marketplace 依然很强。

你会发现，

海外 Apple ID 真正的价值，

不是“多装几个软件”。

而是让你接触到：

国内看不到的信息
不同的用户习惯
不同的商业模式
不同的工具生态

很多信息差，
其实就是这样一点点积累出来的。

同一台手机，
换一个地区账号，

你看到的互联网，真的会不一样。

建议收藏。

以后你折腾 AI、跨境、海外内容、独立项目的时候，
这份清单大概率还会回来翻。

[K @g111954]

@Pezzimenti97764 哈哈哈，成了稀缺资源

[K @g111954]

@z2810358647 强

[K @g111954]

认同。

Hook 只是触发，不等于自动放行。

我现在会把流程拆成：

触发 → 条件判断 → 权限校验 → 风险分级 → 人工确认 → 执行 → 回滚 / 日志

所以第一个准备跑通的不会是部署类高风险动作，而是：

PR 创建 / 代码提交
→ 自动检查
→ 自动 Review / 风险摘要
→ 人工决定是否合并

先从低风险、只读、可逆的场景开始。

我现在越来越觉得：
Hook 只是入口，真正难的是后面的权限边界和失败处理。

[K @g111954]

最近一直在折腾 Codex。

越用我越确定一件事：

真正决定 Codex 效率的，往往不是你选了哪个模型，
而是你有没有把：

MCP
Skill
Hook

这三层真正组织起来。

很多人第一次接触这些东西，会觉得它们都是“给 AI 加能力”。

其实它们解决的是三个完全不同的问题。

━━━━━━━━━━━━━━

1. MCP：解决“AI 能连接什么”

━━━━━━━━━━━━━━

可以把 MCP 理解成 AI 和外部世界之间的一层标准化接口。

没有外部工具时，Codex 很多时候只能：

分析
推理
告诉你步骤
生成代码

但接入工具之后，它才有机会真正去：

读取仓库
查看文件
调用服务
访问数据库
操作外部系统

例如：

Codex
↓
MCP
↓
GitHub

这时候它不只是告诉你：

“你应该检查这个 Issue。”

而是可以在授权范围内真正读取：

Issue
PR
Commit
Repository

再基于真实上下文继续工作。

所以：

MCP 解决的是：

“我能让 AI 接触哪些能力和数据？”

它更像 Agent 的 I/O 层。

━━━━━━━━━━━━━━

2. Skill：解决“这件事应该怎么做”

━━━━━━━━━━━━━━

有工具不代表效率就高。

比如你给 Codex 接上 GitHub、文件系统、浏览器。

但每次做项目审查时，你还是要重新说：

先检查目录
再读 README
再分析依赖
再找风险
再输出报告

这种情况下，

工具虽然有了，
方法却没有沉淀。

这就是 Skill 真正有价值的地方。

我现在更喜欢把 Skill 理解成：

“一套可以重复调用的标准作业流程。”

例如一个代码审查 Skill 可以规定：

读取项目结构

↓

确认技术栈

↓

检查依赖

↓

定位高风险模块

↓

分析异常

↓

形成结构化报告

这样下一次再做类似任务时，

不需要重新教 AI 一遍。

所以：

MCP 是“工具”。

Skill 是“方法”。

一个决定 AI 能不能做，

一个决定 AI 怎么做。

━━━━━━━━━━━━━━

3. Hook：解决“什么时候自动执行”

━━━━━━━━━━━━━━

这是我觉得很多人容易忽略的一层。

如果所有事情都必须：

打开 Codex
↓
输入命令
↓
让它开始执行

那本质上还是：

“人在调用 AI。”

真正走向自动化以后，

应该逐渐变成：

“事件发生以后，系统自己调用 AI。”

例如：

Git 提交
↓
自动代码检查

PR 创建
↓
自动 Review

任务结束
↓
自动生成总结

部署失败
↓
自动进入排障流程

日志出现特定错误
↓
自动触发诊断

这时候 Hook 扮演的就是：

事件触发器。

具体 Hook 怎么实现，
取决于你所使用的运行环境、CLI、CI/CD 或自动化系统。

但逻辑都是：

事件发生

↓

触发工作流

↓

调用 AI / Skill / Tool

━━━━━━━━━━━━━━

所以我现在会把一套 Agent 系统拆成：

用户目标
↓
Codex
负责理解 + 推理 + 调度

↓

Skill
决定“怎么执行”

↓

MCP
提供“可以使用的能力”

↓

Tool / API / GitHub / Files / Database
真正完成操作

而 Hook 则围绕整个流程：

监听事件 → 自动触发任务

━━━━━━━━━━━━━━

这也是我最近最大的一个认知变化：

真正高效的 AI 工作流，

不是：

“我有一个很强的模型。”

而是：

模型
+
上下文
+
工具
+
流程
+
触发机制

组成了一个系统。

单独一个 Codex 很强。

但：

Codex + MCP + Skill + 自动触发

才开始真正接近：

Agent。

再往后还要解决：

状态管理
权限
日志
重试
人工确认
上下文管理

这时候才逐渐从：

“AI 帮我干活”

变成：

“我在搭一套 AI 工作系统。”

这也是我最近正在重点折腾的方向。

后面跑通一个，我就拆一个。

—— K

#Codex #MCP #Agent #AI #Automation #GitHub

[K @g111954]

@InsomniaLK 是的，是的，坚持做下去

[K @g111954]

实测了一天，我越来越确定一件事：

普通人玩 𝕏，前期最重要的不是研究什么高深技巧。

就是两个字：

多发。
多互动。

今天已经发了 30+ 条。

有些没人看，
有些只有几个赞，
有些突然就有人来聊。

但你会发现：

发得越多，
认识的人越多。

互动越多，
别人记住你的概率就越高。

很多人不是不会做内容，

而是发了 3 条没流量，
就开始怀疑自己。

其实前期最重要的就是：

先把量做起来。

量变，才有机会发生质变。

今天继续冲。

也感谢今天认识的每一个朋友 🙏

如果你也在认真玩 𝕏，
留个 👋

我去你主页逛逛。

#蓝V互关 #交个朋友 #X成长记录

[K @g111954]

@bl_Ameli 给你换一个节点 私

[K @g111954]

Codex 提示 at capacity？先别急着换节点。
最近不少人在 Codex / ChatGPT 里遇到：

429
Selected model is at capacity

很多人第一反应都是：

换节点
加并发
换反代
继续硬顶

但这两类问题，最好先分清。

先说 429。

429 本质上是请求被限了。

常见原因包括：

额度 / 配额到了
短时间请求太频繁
并发太高
当前账号或接口触发 rate limit

所以遇到 429，第一件事不是玄学换 IP。

先查：

账号额度
当前并发
请求频率
是不是多个客户端同时在跑

再说：

Selected model is at capacity

这句话本身最直接的意思，就是：

当前请求无法被这个模型正常接入。

它可能只是官方当前容量紧张，
也可能和你的调用方式、并发、会话状态有关。

但有一点我最近越来越明显地感觉到：

如果你还在用各种 CPA / 共享反代池，
同时挂多个账号、高并发、多设备一起跑，

整个链路会复杂很多。

一旦出问题，你甚至很难判断：

到底是官方容量问题
账号问题
Session 冲突
代理问题
还是反代池本身的问题

所以我现在的思路越来越简单：

能官方直连，就尽量官方直连。

能单账号跑，就别一上来多号并发。

能减少中间层，就减少中间层。

因为链路越复杂，
排错越麻烦。

我现在更推荐这种方式：

1. 先退出旧的异常会话
2. 检查 ChatGPT / Codex 当前登录状态
3. 关闭不必要的反代
4. 用官方 Codex 登录重新授权
5. 单号、单设备先测试
6. 确认稳定后再逐步恢复自己的工作流

如果你有多个 Codex 账号，

重点也不是“同时猛跑”，

而是：

哪个号额度不够了，
再切下一个。

本地账号管理工具可以用，
但核心思路应该是：

管理登录，
不是制造更多并发。

我自己现在更看重的是：

链路干净
会话少
官方登录
并发可控
出了问题能快速定位

而不是一味追求：

更多账号
更多代理
更多并发

很多 Codex 问题，

其实不是“模型不行”，

而是你的登录链路已经太复杂了。

一句话总结：

429 先查额度和频率。

at capacity 先别急着下结论，
先排查官方容量、会话、并发和代理链路。

如果你正在用 CPA / 共享反代池，
建议先回到最简单的官方直连环境测试。

复杂系统出问题，
最有效的排查方法永远是：

先减变量。

—— K

平时主要折腾：
AI 工具 / Codex / 自动化 / GitHub / Cloudflare

Telegram：@Kivo_19

小店：
https://t.co/Yk99TKpPJJ

后面我会继续记录 Codex 实际使用中遇到的问题和解决方法。

#Codex #ChatGPT #AI #自动化 #GitHub

[K @g111954]

@hushcyx 是呢

[K @g111954]

爆个 Jev 的替代入口。

还在 Waitlist 里排队的，先别死等了。

我发现可以直接走 Vercel 这条线：

注册 Vercel
→ 进入 AI Gateway / Models
→ 按官方文档配置
→ 直接测试 Jev
https://t.co/8LoTTZ46Je

重点是：

不用一直蹲候补
不用等白名单消息
免费账号也能先跑起来

这类工具我现在越来越不喜欢“傻等资格”。

有入口就先测，
能跑通就先用，
后面官方名额下来了再切回去。

Jev 还没排到的，可以先试试这条。

如果你们需要，我再把完整配置步骤整理出来。

—— K

Telegram：@Kivo_19
小店：https://t.co/Yk99TKqnzh

#Jev #Vercel #AI #AI工具 #自动化

[K @g111954]

@A_taozhu 申请实体卡老慢了

[K @g111954]

我越来越觉得，普通人赚钱最快的方式之一，不是从 0 发明一个东西，而是先学会“倒信息差”。

很多生意，本质上就是把已经被验证过的东西，换个平台、换个市场、换种表达，再做一遍。

比如：

有人盯 TikTok Shop、Amazon，看国外最近什么突然卖爆了，然后去 1688、拼多多找同款货源，再放到闲鱼、小红书测试。

有人天天逛 Etsy、Gumroad，看哪些数字产品最近卖得好。
Notion 模板、Canva 模板、简历模板、旅行计划表……
研究清楚以后，重新做成更适合国内用户的版本，再去卖。

还有人专门蹲 Product Hunt、GitHub、Reddit。

国外一旦冒出新的 AI 工具、AI 工作流、自动化玩法，
马上整理成中文教程、提示词、工作流模板，
再去小红书、闲鱼、社群做内容和变现。

也有人在 Fiverr、Upwork 接单，
Logo、PPT、剪辑、翻译……
自己负责找客户、沟通需求，
执行部分交给国内自由职业者，或者直接用 AI 提效，
赚的是资源整合和交付能力的钱。

还有一种更简单：

YouTube、Reddit 上很多冷门教程，国内压根没人讲。

AI、摄影、宠物、旅行、健身……

把国外已经验证过的内容重新理解、测试、整理，
再用中文讲出来，
本身就有价值。

甚至实体产品也一样。

1688、拼多多上有很多冷门但利润不错的东西，
自己根本不用囤货，
先上架，有人下单再找上家发货。

数字产品就更夸张了。

壁纸、海报、贴纸、邀请函、PPT 素材、模板……
一次做好，可以卖很多次。

你仔细看会发现，
很多赚钱项目真的没那么神秘。

核心无非就几个：

别人不知道的信息，你先知道。

别人找不到的东西，你帮他找到。

一个市场已经验证过的需求，你换个市场继续做。

便宜的地方找到货，高需求的地方卖出去。

普通人没必要一开始就想着“我要做一个前所未有的项目”。

先学会发现信息差、渠道差、执行差。

然后比别人快一步，把东西真正落地。

说白了：

很多人赚的不是“创造”的钱，

而是“发现 + 整合 + 执行”的钱。

这可能才是普通人最容易抓住的机会。

[K @g111954]

@InsomniaLK 必须支持，希望我们越来越好

[K @g111954]

早上打开 𝕏，发现昨晚又认识了不少新朋友 😂

本来只是想着认真记录一下自己每天折腾的东西，
没想到真的有人愿意来看、愿意互动。

先谢谢大家 👋

也顺便说一下：

我不是那种互关完就消失的人。

看到有意思的内容我会去看，
有想法会评论，
能帮上忙的也尽量帮。

我平时主要折腾：

AI 工具
Codex / Agent
GitHub 项目
自动化
Cloudflare
各种新项目

如果你也在做这些，
或者正在研究互联网、副业、独立项目，

欢迎认识一下。

今天也继续营业 😂

评论区留个 👋
我去你主页逛逛。

Telegram：@Kivo_19

#蓝V互关 #交个朋友 #AI #GitHub #自动化

[K @g111954]

@Trader_Aiden 必须回

[K @g111954]

最近开始认真玩 𝕏 了，正式认识一下 👋

叫我 K 就行。

我平时最爱折腾的东西，大概就这几类：

AI 工具
Codex / Agent
GitHub 项目
自动化
Cloudflare
还有各种“看起来有点意思”的新项目

我有个毛病：

看到一个新东西，
第一反应不是“厉不厉害”，
而是——

能不能用？
能不能自动化？
能不能做成项目？
能不能真的赚到钱？😂

所以这个账号以后不会只搬运新闻。

我更想记录自己真实折腾的过程：

做成了，就分享方法。
踩坑了，就告诉你坑在哪。
发现好项目，也一起研究。

我自己也在慢慢做一个小店，
把平时接触到的一些工具、服务和资源整理进去。

有兴趣可以逛逛：

https://t.co/Yk99TKqnzh

不买也没事，
先交个朋友 😂

如果你也喜欢：

AI
互联网
搞项目
研究新工具
自动化
副业
把一个想法慢慢做出来

那我们大概率聊得来。

蓝V也好，普通账号也好，
都欢迎来串门。

我最怕的就是：

今天互关，
然后这辈子再也没见过 😂

所以看到这里，
留个 👋

让我认识一下你。

Telegram：@Kivo_19

#蓝V互关 #交个朋友 #AI #GitHub #自动化

[K @g111954]

@Trader_Aiden 哈哈哈，感谢各位支持