OpenAI 的 Codex 模型近日展现了一项名为“自我蒸馏”的创新应用，允许用户通过简明的指令，让 AI 自动识别并封装重复性的工作流程，显著提升开发和日常操作的效率。这一功能由 OpenAI 程序员 Vaibhav（VB）发起并持续优化，旨在将用户频繁执行的任务转化为可复用的工具或自动化流程。
VB 最初分享的提示词版本，能够扫描用户近期会话记录，精准捕捉那些被反复手动执行的指令。一旦识别出模式，Codex 便能提议将其转化为一个固定的“技能”（Skill），或者一个能执行特定调查任务的“子代理”（Subagent），甚至可以设置成定时的“自动化”（Automation）检查。这项技术进一步发展后，覆盖的场景已从单纯的代码编写任务，扩展到写作、规划、沟通及运营等多个领域。
版本迭代与功能增强
在收集了广泛的用户反馈后，VB 推出了提示词的 2.0 版本。相较于最初简洁的版本，新提示词长度显著增加，从 9 行扩展到 35 行，极大地丰富了其数据源和分析的覆盖范围。这一升级使得 Codex 不仅能提供建议，还能直接生成具有高置信度的项目，并细分为四种不同的输出类型，以满足多样化的工作需求。
OpenAI 总裁 Greg Brockman 也公开肯定了这一“冷知识”，并指出 Codex 本身是开源的，为开发者提供了更多探索和应用的可能性。尽管用户对该功能的表现给予了高度评价，但关于历史记录消耗 Token 的担忧也随之而来。VB 鼓励用户积极尝试，同时 OpenAI 近期也调整了 Codex 的速率限制，以期让更多用户能便捷地体验到这项新功能。
Codex 的自我蒸馏功能，通过学习用户的行为模式，将零散的操作整合成高效的自动化流程。对于开发者而言，这意味着可以减少大量重复性的代码编写和调试工作，从而专注于更具创造性的任务。对于非技术用户，它同样能简化日常的重复性操作，例如数据整理、信息搜集或邮件撰写等，使得 AI 成为个人助理般的存在。
Vaibhav 本人即是 Codex 强大能力的最好证明，他已分享自己连续一个多月完全依赖 Codex 完成编程工作，甚至不再需要打开传统的集成开发环境（IDE）。这预示着未来 AI 工具可能更深度地融入日常工作流，甚至重塑我们与计算机的交互方式。尽管关于 Token 消耗的讨论仍在继续，但 Codex 在提升效率和自动化方面的潜力已显而易见。