AI前沿速递

2026-08-25

导读：很多人第一次看到 Codex，第一反应是：这不就是一个更会写代码的 ChatGPT 吗？

很多人第一次看到 Codex，第一反应是：

这不就是一个更会写代码的 ChatGPT 吗？

如果只是拿它改几行代码，确实没什么特别。

但对科研用户来说，它更有价值的地方是：它开始能继续往下执行任务。

比如：

• 读取本地论文和数据
• 修改、运行 Python 代码
• 整理 Zotero 文献
• 调用科研 Skill
• 生成科研图表
• 整理组会 PPT
• 持续维护一个项目的中间结果

所以这篇不讲太多 Agent 概念。

直接从一个小白最关心的问题开始：

怎么把 Codex 装起来，然后真正用到科研里。

一、先把 Codex 装起来

目前最容易上手的方式有两种：

文末有完整安装视频教程。

ChatGPT 桌面端

如果你经常处理：

• 本地 PDF
• 实验数据
• Python 项目
• LaTeX
• 长期科研项目

优先用桌面端。

安装完成、登录 ChatGPT 后，进入 Codex，选择自己的科研项目文件夹即可。

建议一开始建一个独立目录，以后所有科研任务尽量围绕这个目录进行。

网页版

如果只是：

• 临时分析 PDF
• 处理 Excel
• 写一段代码
• 测试 Skill

网页版已经够用。

所以小白不用一开始研究太复杂的环境。

先能正常打开、上传文件、跑一个任务，比什么都重要。

二、安装完先改这几个配置

很多人装完就开始干活，其实这是最容易翻车的时候。

Codex 真正好不好用，很大程度取决于你有没有提前告诉它：怎么和你合作。

文末有完整配置视频教程。

设置清楚长期偏好

比如：


   
   
   
    - 根据任务选择使用场景
写文档、做总结、整理资料时，用偏“日常工作模式”的方式。
- 设置适合自己的回复语气
如果你是新手，可以设置得亲和一些，让它多解释原因。
如果你已经熟悉流程，可以设置得务实一些，让它少铺垫、少废话、直接执行。

打开记忆和自定义指令

这一步是让 Codex 先了解你的工作习惯：


   
   
   
   可以提前写入这几条原则：
先思考，再动手；
少说废话，直接解决问题；
精准修改，不要随意重构；
目标驱动，围绕结果输出。

这比每次重新提醒它靠谱得多。

权限不要一次全开

小白最稳妥的原则只有一句：

能少给，就先少给。

只读任务就先别让它改。

涉及：

• 删除
• 覆盖
• 安装
• 提交
• 外发
• 批量修改

最好先确认。

三、Plugin、Skill 到底是什么

很多小白最容易在这里混乱。

文末有完整插件安装视频。

可以简单理解：

Plugin / 连接器负责“让 Codex 接触外部工具”。

比如：

• Zotero
• GitHub
• 浏览器
• Google Drive
• 数据分析工具

而 Skill 更像一套已经写好的标准工作流程。

例如：

• 文献综述 Skill
• 文献核验 Skill
• 科研绘图 Skill
• 组会 PPT Skill
• 专利 Skill

所以不要一上来装几十个。

对科研用户，我建议先装 4～5 个真正高频的。

四、科研小白最值得先跑的第一条工作流：文献

如果第一次就想看到明显效果，我最推荐：

Zotero → 文献综述 Skill → 文献核验 Skill

这条链非常适合科研初期。

文末有完整教程和skill安装包。

第一步：Zotero 管文献

先把相关论文放进 Zotero。

然后让 Codex 帮你：

• 按主题分类
• 整理作者、年份、DOI
• 生成阅读清单
• 比较不同论文方法

这样至少保证后面的综述不是完全凭模型记忆乱写。

第二步：文献综述 Skill

例如：


   
   
   
   请使用 $literature-review-workflow 帮我完成一个文献综述工作流。

研究主题：【填写你的主题】

第三步：文献核验 Skill

生成完不要直接用。

继续让核验 Skill 检查：

• 文献是否真实
• DOI 是否正确
• 作者年份是否匹配
• 原文是否支持当前表述
• 有没有夸大论文结论

这一步非常关键。

AI 写综述真正危险的不是文笔不好。

而是：错得很像真的。

五、第二条工作流：实验数据 → 绘图 → 组会 PPT

文献之后，最推荐跑的是：

数据分析 → 科研绘图 Skill → 组会 PPT Skill

文末有对应skill安装包和教程

比如你有：


   
   
   
   data/experiment.csv

先让 Codex：

• 做描述统计
• 检查缺失值
• 运行已有分析代码
• 输出结果表

然后调用绘图 Skill：

这里重点不是“AI 画图漂亮”。

而是：图能不能追溯到真实数据。

图生成以后，再让组会 PPT Skill 读取：

• 研究问题
• 实验方法
• 本周结果
• 已生成图表
• 当前问题
• 下一步计划

生成 6～8 页组会材料。

这样你会第一次真正感受到：

Codex 接走的不是一个孤立任务，而是一条链：数据 → 图 → 汇报。

六、什么时候才需要“长程任务”

不是所有科研任务都值得搞复杂管理。

改一个图标题，直接改。

分析一个 Excel，跑完检查。

只有任务持续几天、几周时，才需要保存状态。

比如：


   
   
   
   notes/
├── project_status.md
├── experiment_log.md
└── next_steps.md

project_status.md 不需要写成长篇报告。

只记录：


   
   
   
   当前目标：
完成 A/B/C 三组实验。

已完成：
A、B 已结束。

当前问题：
C 显存不足。

下一步：
降低 batch size 后继续。

下一次再打开 Codex，让它先读取这个文件，就可以快速恢复任务。

这就是所谓“长程任务”目前最实际的用法。

它并不意味着 Codex 自动记住几个月的研究。

更准确地说：

你把科研状态写成文件，让 Codex 每次重新接手。

七、哪些可以交给 Codex，哪些不能

最后一定要把边界说清楚。

任务	Codex 适合做	人要负责
文献管理	整理、分类、提取	判断重要性
文献综述	对比、搭结构	判断是否误读
文献核验	查出处、核引用	核心论断
数据处理	清洗、脚本执行	规则是否合理
科研绘图	写代码、排版	图是否误导
组会 PPT	整理内容	科学解释