ZhiQing Lin

如果 Codex Desktop 使用 API Key 模式后无法退出登录，可以通过删除本地认证文件，并恢复默认 Provider 配置来解决。

本教程不会要求你删除整个 ~/.codex 目录，只处理登录文件和 Provider 配置，避免影响已有的 MCP、Skills、插件等配置。

传统学习的方式：先学，再用。学够了，才有资格动手。

AI 把这个方式颠覆了。现在是：先做，出了问题，再学。

当多个项目都需要上传图片、保存视频或生成文件下载链接时，可以部署一套统一的 S3 兼容对象存储，再通过不同的存储桶划分数据。

本文使用 Silo，通过 Docker Compose 部署服务，将对象数据保存到独立数据盘，使用两个 HTTPS 域名分别提供 API 和管理控制台，最后完成存储桶、访问密钥、公开读取权限及应用连接参数的配置。

本文按全新部署编写，不涉及旧 MinIO 数据迁移。示例统一使用：

S3 API 域名：s3.example.com
控制台域名：s3-console.example.com

项目目录：/opt/s3
数据目录：/data/s3

示例桶名：your-bucket

实际部署时，将示例域名替换为自己的域名。

我开源了一份自己在用的全栈模板：fullstack-app-template。

前台用 React、Vite、TypeScript 和 shadcn/ui。管理端用 React、Vite 和 Ant Design Pro。后端用 Go 和 Gin。

使用这个模板，可以提高开发运维的效率。前后端统一打包，使用很方便。

一个项目到底用 npm、yarn 还是 pnpm，看起来只是命令不同。真正做过几次依赖升级、多人协作和持续集成之后，会发现这其实是一个工程约束问题。

我的判断是：项目既然选择了 pnpm，就不应该继续允许 npm 被使用。

最近我在开发一个电商智能体，也想借这篇文章讲一个判断：AI 的 Skill 会成为一种新的应用交付形态。

过去我们把功能做成 App，再交给用户。现在模型和工具越来越通用，真正拉开差距的，开始变成 AI 是否知道一件事具体应该怎么做。

Skill 交付的就是这部分：一个真正做过这件事的人，留下来的经验和方法。

我们过去比较模型价格，可能一直都算错了。大家习惯拿每百万 Token 的价格横向对比，但问题是，不同模型输出的 Token 根本不是同一种“计量单位”：完成同样一段文本，GPT-5.6 Sol 可能只需要 766 Tokens，Claude Opus 5 却需要 1170 Tokens，前者比后者少了约 34.5%。这意味着，Token 单价看起来更便宜的模型，完成同一个任务时未必真的更省钱。真正值得比较的，不是“一百万 Token 卖多少钱”，而是完成同一个任务究竟要花多少钱。到了 Agent 时代，模型还要连续调用工具、反复推理和自我纠错，单看 Token 价格就更容易失真，最终真正有意义的指标可能只剩一个：Cost per successful task，也就是每个成功任务的成本。所以下次再讨论谁家的模型更贵，不妨先问一句：你这一百万 Token，到底能做多少事？模型价格不能只看单价，也得算效率了，家人们。

经常有人问我："你们产品在抖音上是怎么推广的？"

其实没什么套路，就三条，都是自己踩出来的。

VPS 速度慢，多半是没开 BBR。BBR 是 Google 出的拥塞控制算法，对高延迟、丢包的线路提升很明显，国内访问国外服务器尤其值得开。

开 BBR 不用换机器、不用加钱，一条命令就行。

前几天一个朋友跟我说："我想到一个特别好的点子，肯定能火。"

我问他："你自己会用吗？"

他愣了半天，说："……不会。"

我大概能猜到结局了。