最近一直在践行 “用 Codex 在前面总结 skills，然后再积累安装到 WorkBuddy 上” 这条思路。整体测试下来，这一条路径是通的。 评估下来，模型之间还是有差距，WorkBuddy 总体上在输出效果上略逊 Codex 一些。 但是这种略逊一筹，不足以抹杀 WorkBuddy 在国内环境下使用的便利。 当然，我也发现在 WorkBuddy 使用过程中，它经常会出现撞南墙和牛角尖的情况。 比如我需要它下载抖音视频，它不停地在加载不同的插件和模型。最终结果就是失败，他总是不断地撞南墙，然后反馈失败。 我等他找各种插件模型的时间里，我早就在网页上自己操作把抖音视频下载出来了。 所以，要帮他拆除掉这座南墙。 目前看到的一个比较快捷的方案，就是让 workbuddy 能够操纵网页。我选的解决方案是使用 Kimi webbridge。 首先是免费。至少目前是。 另外，国内出品的解决方案，还是有一点信任和保证。 我浅薄的 AI 知识没有办法把这个产品归类为哪一种。不过在我测试使用下来，它能够让我在 Work Buddy 上发布指令，打开我的 Chrome 浏览器操作页面，填写信息，下载内容。 就拿下载抖音视频这个场景来说，打破了这种南墙之后，整个运行效率都大幅提升。毕竟有很多网页，已经形成了解决方案可以使用。 在现实世界中，其实很多问题都已经有了解决方案。只不过 AI 来了之后，用 AI 的解决方案重新把它们做了一遍。但对于用户来说，不管用什么解决方案去做，你只要解决用户问题就行了。 退一步说，用户在现实世界通过人肉的方式，去串联几个分散在网页、PC、手机端的软件，把一个活儿干成。那 AI 最大的作用就是能够跨平台把这些事儿串起来就行了。 先完成，再完美！ PS：codex 也有类似的操作网页插件，我没用，你要是用了，可以告诉我一下效果！