内容时间线

一次“能不能全自动供货”的市场调研，最后变成了对信息可信度的检查：哪些是可自动化的下单层，哪些人工步骤只是被推给上游；官网、商家自述、搜索引擎摘要和第三方证据应该怎样分层；403 不等于网站下线，200 也不等于事实成立。文章不复述货源清单，只复盘成本下限、冲突记录和“未知”如何写进结论，并说明为什么比价站面对灰色品类时，最先要做的不是抓更多价格，而是决定什…

把一个进行中的开发任务从 Claude Desktop 交给 Codex，复制聊天记录并不是交接。真正需要交付的是目标与非目标、分支和 worktree、已提交与未提交改动、测试证据、诊断材料、环境假设、未决问题以及权限边界。文章给出一份可复用的 Agent 接手清单，并解释为什么“上一个 Agent 说已经完成”不能作为验收标准。

同一个浏览器任务，第二次不应该再从零摸索。这篇文章记录 browser-memory 的做法：开工前读 playbook，执行时写运行记录，做完把偏差回写成新的操作规则。playbook 记录语义锚点、期望信号、副作用确认和已知坑，运行记录只保存这一次的偏差；30 天未验证、首次跑通和发生漂移时才更新。文章还拆解了 B 站投稿中“填了标题却被组件状态回滚”的…

基于本机 2026-09-10 的会话日志归因：2,281 个 Codex 会话、约 4.33 万次 exec、3,624 次失败，大约六成与环境前置有关，而不是业务逻辑。文章拆解非登录 shell 的 PATH、代理被 gitconfig 截断、文件锁、pnpm broker symlink、macOS 沙箱 TLS 等高频问题，并给出一套 Agent 开…

记录一个正在进行的尝试：在 Mac 上控制 iPhone 镜像，让电脑完成 App 里的每日签到、宝箱和看广告领金币任务，不破解接口、不模拟观看。踩过的最大坑不是 OCR，而是“点击成功但奖励没到账”。文章用两个真实失败案例（点击落到弹窗背后、窗口坐标漂移）拆解输入、页面、业务三层成功，说明后台观察与前台输入的折中、动作前窗口验身、业务回执验收、模型只做兜底…