AI入侵Hugging Face全复盘
本文作者：Gorden Sun（@Gorden_Sun）。版权归作者所有，未经授权禁止转载。
前一阵子，OpenAI 的一个内部测试版 AI，入侵了 Hugging Face 的服务器，现在双方梳理出了 AI 操作的全路径。我用小白也能看懂的语言，把整个过程讲解一下。
2026年7月9日凌晨4点01分，一台服务器上有人敲下两条命令：我是谁，这台机器里都有什么。系统回答：
Gorden Sun
你精心攒的那堆Skill，可能正在拖累你的AI
本文作者：Gorden Sun（@Gorden_Sun）。版权归作者所有，未经授权禁止转载。
现在有一种新型炫富：晒自己的skill库。几十个精心编写的skill整整齐齐码在文件夹里，像手办墙一样供人参观，评论区一片"求分享"。攒skill成了一种身份象征，仿佛库越大，你就越懂AI。
实际上，现在你库里的大部分skill，八成没用，有些还在帮倒忙。
有个叫SWE-Skills-Bench的基准测试，专门测skill到底能不能让agent写代码写得更好。研究人员拿49个公开的软件工程skill挨个试了一遍，
Codex注册、订阅、手机号验证全教程-下
本文作者：Gorden Sun（@Gorden_Sun）。版权归作者所有，未经授权禁止转载。
苹果支付时出现 “Your Purchase Could Not Be Completed”怎么办？
原因是你的 Apple ID 被风控了。这类风控，90%出现在刚注册的新账号上（老账号一样也有这种风控，概率低一点而已）：一旦你刚充值礼品卡就立刻消费，
Codex注册、订阅、手机号验证全教程-上
本文作者：Gorden Sun（@Gorden_Sun）。版权归作者所有，未经授权禁止转载。
Codex不在本文多做介绍，目前顶尖的、性价比最高的AI Agent产品，模型能力顶流、仅次于Fable和Opus，Plus订阅给的额度也比较充足，给的token比Claude和国内的同价位订阅都要多。
本文写于2026年7月，步骤中的部分方法后续可能会失效。使用本文方法的前置条件：能正常访问谷歌等外网，有苹果手机，电脑没有要求，Mac或Windows都可以。安卓手机也是有办法通过Google Play实现订阅的，但是国内不同品牌安卓手机解决GMS的方法千奇百怪，
Codex 如何应用于办公和知识场景
本文作者：Gorden Sun（@Gorden_Sun）。版权归作者所有，未经授权禁止转载。
写在前面
很多人第一眼看到Codex，觉得这就是个写代码的AI工具，跟自己没什么关系。
这个判断错了。
想象一个周一早上：你收到一封邮件，老板要你出一份产品上线方案。你打开Codex，把需求丢进去，然后合上电脑出门。通勤路上手机弹出通知——Codex已经读完了相关的飞书/Slack讨论、从Google Drive里翻出了客户调研、查了上季度的数据、在Notion里开始写方案了。
谷歌的AI困境
本文作者：Gorden Sun（@Gorden_Sun）。版权归作者所有，未经授权禁止转载。
Google正在对其数月前成立的AI编程"突击队"进行重组，试图在最赚钱的AI应用领域追赶Anthropic。这支团队由DeepMind首席技术官Koray Kavukcuoglu和Google联合创始人Sergey Brin直接参与推动，足见其战略优先级之高。
核心人才接连出走
上周，明星研究员Noam Shazeer突然离职加入OpenAI。他是2017年Transformer架构论文的联合作者，Google不到两年前刚花27亿美元把他从自己创办的公司挖回来。知情人士透露，导火索是公司将他的算力配额与另一个团队合并。
AI在企业落地的真实进度
本文作者：Gorden Sun（@Gorden_Sun）。版权归作者所有，未经授权禁止转载。
Notion调查了10个国家的6118人，画出了一张AI落地的进度条。结论很直接：绝大多数企业的AI转型，目前还停在"员工自己找个ChatGPT用用"的阶段。
四个级别
Notion把企业的AI落地分成四级，从浅到深：
L1，AI当参谋。员工自己找一个AI工具，写写草稿，搜搜信息，做做头脑风暴。
G7会议，AI公司的CEO都说了什么？
本文作者：Gorden Sun（@Gorden_Sun）。版权归作者所有，未经授权禁止转载。
6月17日，G7峰会在法国举行了一场关于AI的工作午餐会。
参会人物包括：
Anthropic CEO Dario Amodei
OpenAI CEO Sam Altman
Google DeepMind CEO Demis Hassabis
Mistral CEO
2.6万中国学生的数据：用上AI之后，成绩怎么样了？
本文作者：Gorden Sun（@Gorden_Sun）。版权归作者所有，未经授权禁止转载。
斯德哥尔摩大学和香港大学联合发布了一篇论文，他们跟踪了中国中部某县26811名初高中生，时间跨度30个月，想搞清楚一件事：学生自己选择用AI之后，学习到底变好了还是变差了。
这个问题之所以难回答，是因为之前的研究几乎都是短期实验——给一组学生用AI，另一组不用，几周后看差异。但现实中学生自己选工具、自己决定怎么用、效果慢慢积累，实验室里很难模拟这些。这篇论文的价值就在这里：它看的是真实的学校场景，真实的时间尺度。