最近，AI圈子里一个叫“自我蒸馏”的Codex骚操作悄悄火了起来。来自OpenAI的一位程序员Vaibhav（大家叫他VB）分享了他的一套提示词技巧——只需简单一句指令，Codex就能替你“偷懒”，自动识别并打包日常重复劳动，变成可直接复用的工具。这背后其实是模型对自身行为的一种元学习，有点让AI自己给自己当老师的意思。
VB透露，当你把这段提示词丢进去，Codex会先扫描你的历史聊天记录，标记出那些你经常手动执行的固定任务，然后生成一份可重复使用的“工作流”或者“自定义助手”。这招能显著降低重复操作的时间成本，尤其适合需要频繁调试或执行固定指令的开发者。不过，第一版提示词只有寥寥几行，术语也偏程序员，很多人反馈看不懂。于是VB光速迭代，很快推出了2.0版本。
拆开来看：2.0版提示词从9行暴涨到35行，数据源和分析维度大幅扩展。不再只盯着编码任务，而是覆盖了写作、规划、沟通、运营等更多场景。而且，新版本不只是给建议，还能直接生成高置信度的项目——分为四类：Skill（固定流程）、Subagent（调研型任务）、Automation（定时检查）以及Skip（暂不打包的任务）。这种分类逻辑其实很接近当前AI Agent的架构思想，把复杂需求拆成可独立执行的模块。
OpenAI的CEO Greg Brockman也亲自下场点赞，甚至在社交平台爆了一个冷门：Codex其实是开源的。这一点很多人不知道——虽然GPT系列的闭源模型更出名，但Codex的早期版本确实有公开权重，社区完全可以自己研究或二次开发。VB这波操作，某种程度上也是在教大家怎么利用开源特性做定制化。
不过，热闹归热闹，隐患也明显。历史记录消耗token的问题一直没有被官方明确回应。VB的态度是“大胆试就完了”，但实际使用中，如果对话上下文太长，token消耗会非常可观。好在OpenAI最近主动降低了Codex的速率限制，让更多用户体验到这项功能——这既是好事，也暗示服务负载可能已经承压。
最后，VB本人绝对是Codex的铁粉。他在社交平台上分享日常：已经一个多月没打开过IDE，全靠Codex写代码、跑任务。这种“无IDE生存”的案例倒也侧面证明了Codex在代码生成和理解上的成熟度。但客观来说，完全依赖AI写代码目前仍有风险——复杂逻辑、调试排错、安全审计等环节暂时还离不开人类判断。自主蒸馏虽好用，但别把它当成万能药。
顺便划重点：
🌟 自动蒸馏机制：用一条提示词激活Codex的“自省”能力，从历史会话中挖掘重复任务并生成可复用工具。
🚀 2.0大升级：数据源覆盖从纯编码扩展到写作、运营等多场景，输出类型更细化（Skill/Subagent/Automation/Skip）。
🛠️ 隐患与机遇：token消耗仍是痛点，但开源属性和速率限制降低让更多人能尝鲜。工具虽香，别忘留最后一道人工把关。
