愛好 AI Engineer 電子報 🚀 AI 工具大換血: Claude Code + Codex 新組合 #36

歡迎訂閱 📬 愛好 AI Engineer 電子報 過往期數點這 📚

Hello! 各位 AI 開發者大家好 👋

距離上一期間隔有點久,這段時間除了工作忙碌,我的 AI 工具也有了新的變化。

上一期介紹的 OpenClaw 我已經換掉,改用 Claude Code CLI 搭配 tmuxtailscale 這套組合,將 Agent 跑在我的 Framework Desktop Ubuntu Desktop 電腦上開 --remote-control --dangerously-skip-permissions --chrome 持續跑著。原因很現實,就是 Claude Opus 跑 OpenClaw 的 API 帳單實在不是長久之計,近期如果要玩可以試試用 ChatGPT 訂閱,但我已經跳船了。

回頭講 tmux 可以讓你開多個指令視窗,並能切換前景背景(其實我十幾年前就用 screen 了,最近才換 tmux),好讓 Claude Code 能持續跑著,而 tailscale 可以讓伺服器和我的筆電,在任何地方都像內網一樣連通,筆電可以很方便 SSH 進去,手機可用 Moshi app。Claude Code 的 Remote Control 功能也可以讓我從瀏覽器或手機 Claude app 連上對話使用,這功能一開始推出時還會斷線,現在蠻穩的。反倒是 Telegram channel 功能不夠穩,同時多開 Agents 的情況下有問題,我用了一陣子就放棄了(也許最近有改進?)。

我個人 AI Agent 助理改採用 Claude Code,但我日常 AI coding 工具,反倒從 Claude Code 逐漸換到 OpenAI Codex 了,最近新版 Codex app 加上 GPT-5.5 開 fast mode 又快又好,訂閱給的 tokens 量又多。我其實認為 AI Coding 用 CLI 只是暫時解,單純是因為 IDE 還沒摸索出適合的人類介面,只好回到 CLI 才能發揮最大模型能力不被 GUI 所限制。一旦 GUI 設計出適合的人類介面,體驗超過 CLI 是必然的。

這方面 OpenAI 對於 app 的投入我覺得比 CLI 做得更好。不是每個人都喜歡折騰 tmux 設置多切割畫面背一堆快捷鍵,Codex app 的設計是在左側欄用專案區分對話,可以隨時切換不同專案多工,中間是 agent 對話,右側欄可以審查輸出結果,看 code diff 並針對留言,因此就不一定都需要開 Code Editor 了(這個我也改用 Zed 打開速度超快)。還有 in-app browser 可以讓 Agent 操作,而新的 Computer Use 也很有趣(詳見我的觀察)。總之,我現在是 Claude $100 + OpenAI $100 雙訂閱,如果你要用 Codex,我推薦試試它的桌機版,而不是 CLI。

AI 時代的先行者優勢很短暫,後進者只要跟得上就有機會超車,當然也可能反轉後又再反轉。不只 AI 廠商如此,個人學習、企業導入也都是如此。早期進場的,如果沒有跟著新模型迭代、捨不得拋棄舊做法和舊工具,很可能還不如新進場的人。共勉之。

⬇️ 以下是自上期以來,使用 AI 整理生成的文章 ⬇️

內容很多,我就不一一點評摘要了,特別推薦的我放個 👍

閱讀全文〈愛好 AI Engineer 電子報 🚀 AI 工具大換血: Claude Code + Codex 新組合 #36〉

愛好 AI Engineer 電子報 🚀 新型態代理人 OpenClaw 正夯,電子報改版 #35

歡迎訂閱 📬 愛好 AI Engineer 電子報 過往期數點這 📚

Hello! 各位 AI 開發者大家好 👋

跟大家拜個晚年!過年假期在玩 OpenClaw 非常有趣。

它是一個開源的自架 AI Agent 軟體,常駐在你的伺服器上。你會透過 Telegram、Discord 等通訊渠道,隨時隨地交代任務。等於擁有一個可以操作整台電腦、定時執行任務的個人助理。

我在 Facebook 上有分享了一些經驗,也有了一些新的想法:

目前玩法是把 OpenClaw 的 AI Agent (就叫蝦蝦吧)當作我的新員工看待,盡量只用 Telegram 交代他做事 (雖然偶爾還是會有出戲感,會需要手動SSH進去Server排除技術問題)
帳號也都是開新的給他,只開他任務需要知道的權限,而不是讓他去接手我的帳號權限。我認為這是比較好的安全界線。

這是我給蝦蝦新建立的帳號:

從本期電子報起,分享的文章摘要內容,會更直接就是 AI 生成的,會明確區分哪些內容完全是 AI 產出的。
相比之前電子報有花時間每篇人工審稿修改,之後會更放手直接就放 AI 產出,反正大家也看習慣 AI 摘要了(?)

不過放心,選題還是我真人做: 選擇哪些東西值得寫值得分享,還是有人類的聯想、判斷力和直覺。因此要分享哪些文章主題,都是我是挑好才交給 AI 後續處理的。

對於 AI 生成內容的閱讀建議: 只是幫助你快速掌握原文重點的導讀。畢竟原文往往篇幅較長、不容易快速消化,透過翻譯與摘要,
你可以在短時間內了解核心概念。但請留意,摘要無法涵蓋所有細節與脈絡。如果讀完覺得有興趣,強烈推薦點進原文獲得完整資訊。

換句話說: 時間充裕的話,可以直接點原文閱讀。如果時間有限,可以先看中文導讀,有興趣再深入原文。
無論如何,我對自己挑選要分享的原文還是有信心都是很好的內容 😄

在本期分享的精彩文章中,有幾篇我特別有收穫:

⬇️⬇️ 以下是我挑選文章後,由 AI 生成的內容 ⚠️⚠️

閱讀全文〈愛好 AI Engineer 電子報 🚀 新型態代理人 OpenClaw 正夯,電子報改版 #35〉

Agentic Search: 搜尋技術不會消失,只是變成 Agent 工具

看了兩場關於 Agentic Search 的演講,分別來自 AWS OpenSearch 的 John Handler 和 AI-Powered Search 這本書的作者 Doug Turnbull (這有很多檢索知識文章,超讚),兩位都在探討: AI Agent 是否正在取代幾十年累積的搜尋智慧?

閱讀全文〈Agentic Search: 搜尋技術不會消失,只是變成 Agent 工具〉

愛好 AI Engineer 電子報 🚀 2025 Q4 AI 模型與 Agent 開發 #33

歡迎訂閱 📬 愛好 AI Engineer 電子報 過往期數點這 📚

Hello! 各位 AI 開發者大家好 👋

2025 Q4 各家陸續推出新模型,SOTA 模型輪流當。以下整理新模型消息,以及集結我最近發表的內容。

閱讀全文〈愛好 AI Engineer 電子報 🚀 2025 Q4 AI 模型與 Agent 開發 #33〉

AI Agent 產品開發仍然不簡單

在講完 WebConf 之後,我有種莫名的不協調感: 一方面 Vibe Coding 讓大家寫程式變簡單了,人人都可以做 App 了,也很多人講硬技能不重要了。但另一方面,我覺得開發 AI Agent 產品仍是非常有技術挑戰性的,需要的知識技能深度廣度一點都不少。

最近也看到了幾篇關於 AI Agent 開發的文章,發現國外技術社群在 2025 Q4 也有類似的體悟: Agent 產品開發設計還是很難。

不是「寫程式很難」那種難,而是「95% 的 AI Agent 產品,進到正式環境會失敗」這種難。問題不在模型不夠聰明,而在於周邊的工程架構: context 管理、memoy 設計、錯誤處理、agent prompt 最佳化、語意檢索、評估回饋機制等等,很多都是全新領域,且戰且走的情況。模型只能用幾個月就要升級更換,幾個月前的 best practice 也可能會被推翻重新思考。

總之,以下我整理年底四篇我覺得關於 Agent 開發氛圍的不錯文章:

閱讀全文〈AI Agent 產品開發仍然不簡單〉