这个时候，我才发现这个事的棘手程度，而且不止这个算法，我才发现，每一个榜单上，大家的模型名称，还有评测的规则，还有命名规范，全都不一样，这又给我带来了一些工作量，不过这个好解决，就是纯粹的工程化问题。我建一个我们自己的中心模型名称库，然后把其他榜单的名称全部映射过来，就非常快的速度就解决了。这个时候你会发现，如果我们只在Codex里面，让它根据我们的代码和项目来去探索，效果是稀巴烂，基本上就是一个

所以我们公司，可能就会很残酷，很多事情和需要优化的流程发生了，但是这个事没有一个所谓的职位来帮你开发，能解决它的，只有你自己和Agent，无论是Codex、Workbuddy、Claude Code等等，无所谓，但是必须是业务人员自己解决。最后，我们未来也可能会做一些特别的栏目，来给大家分享一下，我们公司的各个小伙伴们，在他们的职位上，比如财务、法务、HR、运营、商务等等，是怎么用AI的，我自己觉

所以我们公司，可能就会很残酷，很多事情和需要优化的流程发生了，但是这个事没有一个所谓的职位来帮你开发，能解决它的，只有你自己和Agent，无论是Codex、Workbuddy、Claude Code等等，无所谓，但是必须是业务人员自己解决。最后，我们未来也可能会做一些特别的栏目，来给大家分享一下，我们公司的各个小伙伴们，在他们的职位上，比如财务、法务、HR、运营、商务等等，是怎么用AI的，我自己觉

选好供应商以后，它还需要进行一系列的规范化操作，比如只给最终选中的那封报价打标签，标出3封要求更换收款账户的可疑邮件，保存给供应商的回复草稿，创建启动会议，并交付一份规定格式的JSON总结。从这几个例子就能看到，这基本都是现实世界的电商交易的真实任务，商品上架、物流规划，到售后和经营分析，基本全都有，而且讲道理，这些任务看着就是脏活累活，理论上都应该交给Agent干对吧。于是，这个周末，我几乎把所

被AI拷打到汗流浃背

你如果是第一次使用，或者对底层机制没有那么了解的，相信我，无脑选择标准模式就可以了，标准模式拥有完整的代码Agent能力，包括文件读取与编辑、Shell、文件搜索、网页搜索、Skills、计划、目标、后台任务、子Agent和工作流等等，这些插件都已经给你预设好了。我们上面所说的一切，几乎都是厂商自己做好的，我们更多的是在用对方持续不断提供给我们的软件服务，也就是一个产品，而那些东西，全都被藏在了后

你如果是第一次使用，或者对底层机制没有那么了解的，相信我，无脑选择标准模式就可以了，标准模式拥有完整的代码Agent能力，包括文件读取与编辑、Shell、文件搜索、网页搜索、Skills、计划、目标、后台任务、子Agent和工作流等等，这些插件都已经给你预设好了。我们上面所说的一切，几乎都是厂商自己做好的，我们更多的是在用对方持续不断提供给我们的软件服务，也就是一个产品，而那些东西，全都被藏在了后

再见了老朋友

小龙虾也被究极强化了

修辞立其诚