摘要：这篇动态用虚高Star数和焦虑包装所谓的“最强Skill”，把本该由基础模型搞定的大模型短板，美化成了需要用户自备工具箱的“外挂狂欢”。
网友动态：
Codex 的最强 Skill 你都装了吗？
1、Superpowers（obra，227k star
）
给 Agent 装一整套资深工程师的干活方法论：
先脑暴、再写计划、按测试驱动开发、最后派一个子 Agent 回头审自己的代码。最强 Skill，实至名归。
2、OpenAI 官方插件，把 Codex 变身不同岗位员工
这些 Skill 把 Codex 从写代码拽进全岗位。
数据分析接 Snowflake、销售接 Salesforce，外加投研、创意生产、PPT，开箱就接 62 个商业应用、110 个预置 skill。现在非开发者已经占 Codex 用户两成，比例还在不断上升。
3、claude-mem（82k star
）
给 Codex 装长期记忆。
每次对话的关键信息自动压缩存档，开新会话自动注入，不用再把项目背景从头讲一遍。
多个 Agent 通用。
4、Agent-Reach（27.7k star
）
给 Codex 装上互联网的眼睛。
否则 Agent 搜网页还行，一让它翻帖子看视频就抓瞎。
5、GitNexus（42k star
）
把几十万行的老项目建成一张代码图谱，让 Codex 看懂藏在深处的依赖关系和抽象的命名，接手代码仓库不再两眼一抹黑。
6、Humanizer-zh（10.1 k star
）
专门去掉 AI 写作的痕迹：滥用的破折号、空话套话。写文档、README、博客时过一遍非常好用。
装太多也会选择困难，先挑俩常用的跑跑看，如果在使用过程中有任何问题，欢迎评论区留言，能够给各位朋友壁垒一下
我的吐槽：
这套所谓的“最强Skill大合集”，本质上不过是用一堆看似硬核的GitHub黑话，给大模型层面的工程化短板和商业化焦虑打补丁。
1、虚构的Star数与虚幻的资深工程师方法论
槽点：吹得神乎其神的Superpowers和claude-mem，动辄标榜几十万Star，强行把脑暴、TDD和上下文压缩吹成只要装个插件就能自动获得的“资深工程师灵魂”。
真相：现实中像AutoGPT或开源Memory项目能有数万Star已是头部，原作者拿数据放大十倍来背书，掩盖的是上下文衰减与幻觉这一底层硬伤：你月薪1.5万聘请的程序员如果连200行业务逻辑的上下文都记不住、改个Bug还得靠子Agent相互批改，早被绩效打C劝退了。
2、把接API的实习生工作包装成“全岗位替换”
槽点：把连接Snowflake和Salesforce的普通Connector包装成“变身全岗位员工”，宣称非开发者比例上升，暗示企业靠它就能裁掉投研和销售。
真相：去接Snowflake数据库和Salesforce CRM固然省事，但真正的商业壁垒在于数据治理和合规风险：一个Salesforce企业版单用户账号每年续费就高达$1500美金，加上Snowflake的计算按秒抽成，把无保护的Agent接入企业核心库，只要一次Prompt注入漏洞或误删高价值客户线索，造成的损失足够 paying 运维团队发半年薪水。
3、用去除AI味来掩盖废话生成的本质
槽点：推介Humanizer-zh这种“去AI味”插件，试图证明AI已经能优雅产出优质内容，只要润色一下就能当生产力黑客。
真相：用AI生成满篇破折号与空话套话，再花Token去跑一遍“去AI味”插件，本质上是把算力浪费在无意义的自我纠缠上：真正决定README或投研报告质量的是底层数据的真实度与逻辑密度，拿月薪8000元文案的写作标准去衡量生产力工具，本身就是对企业真实效能的降维嘲讽。
总结成一句话：当一个工具需要你安装六种外挂才能完成原本承诺的功能时，它出售的就不是生产力，而是缓解技术焦虑的赛博补丁。
7 条评论