goal是 OpenAI 在（2026 年 4 月 30 日发布）中新增的一条命令。它不是又一个普通的提示词模板，而是 Codex 内部新增了一整套机制——给一个目标，Codex 会自己一轮接一轮往下推进，真正实现无人值守。社区里已经出现连续运行 21 小时、烧掉 9 亿 token 的案例。这篇笔记把我自己踩过的坑、固定下来的工作流、配套的 Skill 全都整理成保姆级教程。

下面用一个真实案例，带你完整走一遍OpenSpec流程。我有一个名为ForestFocus的iOS应用，是一个专注计时器（类似番茄钟）。用户专注25分钟，就能种一棵树。现在我想添加自定义时长功能：让用户可以选择15分钟、45分钟、90分钟等不同的专注时长，而不是固定的25分钟。AI编码助手很强大，但当需求模糊时，它会变得不可预测。OpenSpec通过引入规范驱动的工作流，确保在写代码前，人和AI就

🚀🚀🚀本篇笔记所对应的视频Manus是中国科技团队最近推出的AI智能体系统，但是这个智能体并不开源。而且很多小伙伴都没有体验到Manus。所以我们将使用开源方案来复刻Manus。通过结合AutoGen的强大框架和MCP的精细控制,开发者有潜力创建出在自主性、适应性和协作能力上超越Manus的智能体系统。

Mistral AI 是一家法国的初创公司，专注于开发最先进的大型语言模型 (LLM)。该公司由前 Meta 和 Google 的研究人员于 2023 年 5 月创立，致力于通过开源和合作的方式推动 LLM 领域的发展。Mistral AI 尤其关注模型的效率和可访问性，旨在使更广泛的用户能够受益于 LLM 技术。他们致力于推进 LLM 领域的研究，特别是在提高模型效率和对齐方面。Mistral

近日，一个重量级的开源多模态大语言模型（MLLM）新星横空出世。由上海人工智能实验室、商汤科技研究院等多家机构联合开发的InternVL3模型，以其卓越的性能和创新的架构设计，正在重新定义开源多模态模型的发展边界。InternVL3模型采用了一种称为"原生多模态预训练"的创新方法，与传统模型不同，它没有先训练纯文本大语言模型再适配视觉输入，而是在单一预训练阶段同时从多样化的多模态数据和纯文本语料中

🚀🚀🚀本篇笔记所对应的视频Manus是中国科技团队最近推出的AI智能体系统，但是这个智能体并不开源。而且很多小伙伴都没有体验到Manus。所以我们将使用开源方案来复刻Manus。通过结合AutoGen的强大框架和MCP的精细控制,开发者有潜力创建出在自主性、适应性和协作能力上超越Manus的智能体系统。

Qwen2.5-VL 是由阿里云通义千问团队开发的最新一代多模态大型语言模型。Qwen2.5-VL 能够处理图像和视频等多模态输入，准确理解其中的内容和关系。它在物体检测、场景识别、图像描述等任务上表现出色，可以应用于智能安防、图像搜索、视频分析等领域。Qwen2.5-VL 擅长处理各种类型的文档，包括扫描件、网页、PDF 等。它能够提取文档中的文字、表格、图片等信息，并进行结构化处理，方便用户进

用最简单的话来说，微调就是给模型"开小灶"。想象一下，你有一个什么都会的全能助手（通用模型），但让TA做中文会计报表时经常出错。这时你就给TA准备一本专门的中文会计教材，让TA集中学习这个领域的知识，慢慢地，TA就从"全能选手"变成了"中文会计专家"。微调的过程就是这样：用特定领域的数据集训练模型，让它在你关注的场景下表现更出色。在AI快速发展的今天，我们不仅要会"用"模型，更要学会"调"模型。微

在当前大语言模型蓬勃发展的背景下,微调大模型的需求与日俱增，选择一款优秀的微调框架尤为重要。LitGPT是一款开源的优秀微调框架。LitGPT是由Lightning AI团队开发的工具包，为用户提供了高效的大语言模型训练、微调和部署解决方案。使用LitGPT可以快速实现微调大语言模型。

DeepSeek-R1-Distill-Llama-8B 是一个基于 Llama 架构的 8B 参数语言模型，经过深度蒸馏（distillation）处理，旨在提高推理效率和精度。通过蒸馏技术，模型在保持较高性能的同时，减少了计算资源的消耗，特别适合在资源受限的环境中应用。该模型经过优化，可用于多种自然语言处理任务，如文本生成、情感分析、问答系统等。DeepSeek-R1-Distill-Llam