@AYi_AInotes: 在我刚入行那几年, 记得代码库里有一种人是被默默崇拜的, 他能在十几层调用栈里一眼看出 N+1,能在火焰图里指出哪个函数被多调了三次, 今天 Greg Brockman 转的那个 Codex Skill, 第一次让这件事不再是少数人的特权…

X AI KOLs Timeline 工具

摘要

A Chinese developer discusses a new Codex Skill called Complexity Optimizer that automatically detects performance issues like O(n²) in codebases, making advanced optimization skills accessible to more developers.

在我刚入行那几年, 记得代码库里有一种人是被默默崇拜的, 他能在十几层调用栈里一眼看出 N+1,能在火焰图里指出哪个函数被多调了三次, 今天 Greg Brockman 转的那个 Codex Skill, 第一次让这件事不再是少数人的特权。 性能优化为什么过去这么稀缺, 你得会用 Chrome DevTools 拉火焰图,会用 Node --prof 跑 profile,会读 perf report, 你得对渐进复杂度有近乎本能的敏感,能在嵌套十几层的代码里识别出 O(n²) 长什么样, 你还得踩过几百个真实生产事故,知道哪种模式在百万级数据下会爆, 这三样能力叠加起来,是十年项目经验才能稳定输出的活,在团队里就是稀缺资源,工资溢价就来自这里。 Greg 转的这个 Complexity Optimizer,是社区开发者做的一个 Codex Skill, 一行 npx --yes codex-complexity-optimizer 装完,在项目根目录跟 Codex 说一句 analyze my codebase,几秒钟跑完, 它专挖 O(n²)、O(n*m)、N+1、循环里套循环、每次渲染都扫全表那种隐藏坑,每一条都精确到文件 + 行号 + 当前复杂度 + 优化后复杂度 + 推荐改法 + 风险等级, 最重要的设计是它默认只报告不动代码,每条标 low 或 medium 风险,还告诉你上线前要补哪些测试, 也就是说 AI 不绕过人类决策,它做的是把人类做决策所需的信息全部准备好。 但这个 Skill 真正让我感兴趣的,不是它能干什么,而是它意味着什么, 过去两年 AI 写代码的故事,焦点一直在让代码写得更快上, 可是写代码的速度,从来不是开发者真正的瓶颈, 真正的瓶颈一直是看见自己看不见的问题——架构隐患、性能坑、安全漏洞、依赖陷阱,这些东西高度依赖个人经验积累,集中在少数资深开发者手里, Complexity Optimizer 真正的信号是,这类需要十年经验才能输出的能力,第一次被压进了一个可以一行命令调用的 Skill 里, 这条路一旦走通,下一波 Skills 不会等太久——安全审计、依赖风险扫描、架构腐烂检测、内存泄漏侦察,全都会涌出来。 总的来说,资深开发者的护城河不会消失,但定义在变, 过去的护城河是看见问题的眼力, 未来的护城河是判断 AI 给出的方案在你的业务场景下能不能落地的判断力, 十年经验值正在被压缩成一行 npx 命令, 这件事也许从今天就开始咯。
查看原文
查看缓存全文

缓存时间: 2026/05/16 23:23

在我刚入行那几年, 记得代码库里有一种人是被默默崇拜的, 他能在十几层调用栈里一眼看出 N+1,能在火焰图里指出哪个函数被多调了三次,

今天 Greg Brockman 转的那个 Codex Skill, 第一次让这件事不再是少数人的特权。

性能优化为什么过去这么稀缺, 你得会用 Chrome DevTools 拉火焰图,会用 Node –prof 跑 profile,会读 perf report,

你得对渐进复杂度有近乎本能的敏感,能在嵌套十几层的代码里识别出 O(n²) 长什么样,

你还得踩过几百个真实生产事故,知道哪种模式在百万级数据下会爆,

这三样能力叠加起来,是十年项目经验才能稳定输出的活,在团队里就是稀缺资源,工资溢价就来自这里。

Greg 转的这个 Complexity Optimizer,是社区开发者做的一个 Codex Skill,

一行 npx –yes codex-complexity-optimizer 装完,在项目根目录跟 Codex 说一句 analyze my codebase,几秒钟跑完,

它专挖 O(n²)、O(n*m)、N+1、循环里套循环、每次渲染都扫全表那种隐藏坑,每一条都精确到文件 + 行号 + 当前复杂度 + 优化后复杂度 + 推荐改法 + 风险等级,

最重要的设计是它默认只报告不动代码,每条标 low 或 medium 风险,还告诉你上线前要补哪些测试,

也就是说 AI 不绕过人类决策,它做的是把人类做决策所需的信息全部准备好。

但这个 Skill 真正让我感兴趣的,不是它能干什么,而是它意味着什么,

过去两年 AI 写代码的故事,焦点一直在让代码写得更快上,

可是写代码的速度,从来不是开发者真正的瓶颈,

真正的瓶颈一直是看见自己看不见的问题——架构隐患、性能坑、安全漏洞、依赖陷阱,这些东西高度依赖个人经验积累,集中在少数资深开发者手里,

Complexity Optimizer 真正的信号是,这类需要十年经验才能输出的能力,第一次被压进了一个可以一行命令调用的 Skill 里,

这条路一旦走通,下一波 Skills 不会等太久——安全审计、依赖风险扫描、架构腐烂检测、内存泄漏侦察,全都会涌出来。

总的来说,资深开发者的护城河不会消失,但定义在变, 过去的护城河是看见问题的眼力, 未来的护城河是判断 AI 给出的方案在你的业务场景下能不能落地的判断力,

十年经验值正在被压缩成一行 npx 命令, 这件事也许从今天就开始咯。

Greg Brockman (@gdb): codex for improving computational complexity

相似文章

@aronhouyu: https://x.com/aronhouyu/status/2063561548145275255

X AI KOLs Following

介绍了一个名为awesome-codex-skills的开源仓库,收录了上千个针对Codex(以及Claude Code、Gemini CLI等)的预设技能(Skills),涵盖开发、数据、协作等场景,并提供了安装和使用指南,帮助用户复用工作流。

@LukeDing14: X上现在还是有很多人不会去用codex去完成项目,他们会觉得很奇怪:为什么自己的codex没有办法写出高质量的代码,更高效的组织项目,一个多月前爆火learn-harness-enginnering里面已经讲过很多技巧了,源链接在这里ht…

X AI KOLs Timeline

LukeDing14 指出许多人仍不会正确使用 Codex 完成项目,并推荐了 learn-harness-engineering 资源及自己的 harness 文件,分享高效编码与项目组织的技巧。