跳转到内容

外脑怎么借

读完这课你可以下的命令:“这件事让 Pro 想,还是让席位做?包里写清回给谁了吗?发出去以后谁去取、取不到怎么办?”

  • 顾问不施工
  • 人发人下
  • 按名取回

怎么读:全文两千三百字,二十分钟。今天凌晨你问:GPT Pro 按次数算、不占 Claude 额度,能不能让它直接连 GitHub 参与开发?我去 GitHub 上把“怎么用好 GPT Pro”的开源项目都查了一遍。结论是:外脑值得借,但借法有讲究。几个小时里,驭驭定了取回规则,效效给咨询工具装上了“取回”这一步,第一个按新流程打的包已经在你手里。

五个 Pro 号,一周几百次深度思考,为什么不直接让它写代码?

你的算法没错:Pro 一次能想十分钟到一小时,按次数算,不吃我们正紧张的 Claude 周额度。我去 GitHub 查了专门研究“怎么用好 GPT Pro”的项目,最火的 steipete/oracle 有四千多星,前天还在更新,已经支持 GPT-6 Pro。但查下去有两个意外。

第一,没有一个项目让 Pro 直接改代码库。它们都是:本地先把代码和文档打成包,交给 Pro 出方案、挑毛病,再由本地的 Claude Code 或 Codex 去写、去测。第二,它们想用订阅里的 Pro、不付 API 钱,只有一个办法:用程序去点 ChatGPT 网页,抄登录状态、开浏览器远程调试、同时开三个标签页。据我所知,OpenAI 的条款禁止用程序自动抓取输出,这条路是灰的。

外脑值得借,但它只出主意;送进去和取回来这两步,不能交给程序去点网页。

第 18 课末尾问的,答案在这。

  1. 为什么一套测试失控,我的 Telegram 也跟着断了?两层连坐:内存吃光、整机重启,我跟着停;重启后同机别的会话加载 Telegram 失败,写进全机共用的失败记录,我这边被连带跳过。
  2. “越线点名、不自动杀”和 earlyoom 的“直接杀最大的”,各适合管什么?常驻席杀了会丢会话和手里的活,只点名给 owner;能重跑的测试和临时进程,杀一个换全机活着,就该直接杀。
  3. 周额度吃紧的时候,为什么换成 Fable 或 Sonnet 也没用?一个号下所有模型共用一个总闸,总闸满了哪个模型都回 429。这也是今天这课的起因:Pro 的次数是另一个池子。
每次咨询:上传 ZIP,再复制粘贴一大段提示词,每次三千来字。通用规矩只放一次:ChatGPT 里建一个项目「鹭兴外部咨询」,项目说明写“怎么读包、怎么答、回给谁”;每次只拖包,说一句“按包执行,回给包里写的人”。你改下的令:“这次包里写清回给谁了吗?”
答完你下载下来,再想这份该交给哪个席、怎么转过去。包在打的时候就定好回传文件名:「回给-机器-席名-主题-日期-版本」。你在哪台电脑点下载都行,写包的席每 5 分钟把六台的下载文件夹找一遍,按名字认领,最多找两天。你改下的令:“发出去了,谁在取?取不到怎么办?”
让 Pro 连上 GitHub 直接开发。Pro 管想:设计、审方案、疑难 bug;席位管做:写代码、跑测试、上线。订阅里官方能真写 GitHub 的是 Codex,它是否用得上 Pro 那档深度思考,要用一个号实测。你改下的令:“这件事让 Pro 想,还是让席位做?”

三个新做法有一个共同点:机器做机器能做的,人只做条款要求人做的那两下。打包、取回、接回都是程序;发送和下载是你亲手点。

人只点两下:拖进去、点下载。其余全是席位的活。

  • steipete/oracle:打包做得最好的一家发现:MIT 许可,四千零二十七星。把代码和文档压成一包交给 Pro,每行代码带行号,回答能精确指到“哪个文件第几行”;Pro 一次跑太久断了,还能重新接上接着取。但它用订阅额度的“浏览器模式”是程序操控网页,默认同时开三个标签、每次最多等二十分钟。对指挥者:值得借的是它的打包手艺,不是它的送信方式。落哪一格:能力层。我们这:咨询工具的下一版会学它给代码加行号;送信仍由你亲手拖。
  • automated_plan_reviser_pro:同一份设计让 Pro 连审几轮发现:六十八星,作者说一次深度推理要十到六十分钟,一轮不够,要一轮轮审,每轮只挑上一轮剩下的更细的毛病,像下坡一样收敛;每轮的结论再交给 Claude Code 落地。对指挥者:重要的设计值得问两三轮,每轮只问上一轮没解决的。落哪一格:观测与验证。我们这:接回工具里已经有“没答全就生成续问稿”这一步,第二轮问的就是缺口,不是从头再问。
  • gitingest:把整个代码库变成一份能读的材料发现:一万五千六百星,把网址里的 hub 换成 ingest,就得到整个仓库的文字版。同类的 code2prompt 七千七百星。对指挥者:打包这件事已经有成熟工具,不值得我们从头造。落哪一格:开源消化。我们这:我们的包不只是压代码,还带问题、硬约束、证据顺序和回给谁;压代码那一截可以直接借它们。

你在哪台电脑下载都行,席位怎么知道那份是它的?

类比。快递柜。寄件时单子上就写好收件人和取件码;快递员放进哪个柜子都行,收件人拿着码去认,不用快递员挨家送。我们的包在打的时候,就把回传文件名定死:回给哪台机、哪个席、哪个题、哪天、第几版。这个文件名就是取件码。

席位打包问题、材料、回传文件名都写进包你拖包,说一句“按包执行,回给包里写的人”Pro 作答十分钟到一小时,按包里的文件名交件你点下载在哪台电脑都行,不挪不改名席位按名取回六台只读找,每 5 分钟一轮,最多两天
一次咨询的五步。橙色两步是你亲手做的,也是条款要求人来做的两步。

你亲手做外脑做席位做

例子。驭驭凌晨把六台机的下载文件夹普查了一遍,只看文件名、不读内容:LG01 近两周下载了三十一个文件,其中有你在 LG01 下的、回给 LN01 和 LX01 席位的件。所以不能指定“下在哪台”,只能六台都找。他还定了一条:席位进程直接打开下载文件夹会弹出 macOS 授权框、把整个席冻住,所以同一台机也绕 ssh 只读去看。效效装取回版时数过,六台一共八十一份“回给-“开头的回传,只有一份不合规则:浏览器除了给重名文件加”(1)“,还会加”-2”,取回版两种都认。

白话。地址在寄出时就写死,收件人自己去认。发件人不用记,中间人不用转,谁的件谁去找。

术语。convention over configuration(约定优于配置)、polling(轮询)、addressing(寻址)。第 2 课讲“送达不等于读到”;这课是反过来那一半:回来的东西也要有人认领,否则躺在下载文件夹里等于没回来。

人做拖包发送、点下载程序做打包、取回、接回不做程序点网页、多号叠用界线:碰 ChatGPT 网页的只有你的手;碰本地文件的才是程序
合规的那条线画在“谁碰网页”上。开源项目最省事的那一招,正好在线的另一边。

地址寄出时写死,谁的件谁去认;碰网页的只有人手。

工作样例:一条坏命令改成好命令

Section titled “工作样例:一条坏命令改成好命令”
坏的“把这个问题丢给 GPT Pro 问问。”
改第一步:分清想和做“这题要的是方案和挑错,交 Pro;写代码跑测试的部分留给席位。”
改第二步:包里写死回给谁“用咨询工具打包,回传文件名写明回给哪台机哪个席;问题、硬约束、要交什么都写进包。”
改第三步:写包的人负责取“发出后你自己去取,取到就接回;两天没取到,列出新下载的文件自己认。”

第一个按这个样子走的包,今天凌晨已经发到你的 Telegram:题目是眼镜怎么接进席位,三问,要 Pro 交一份能直接放进代码里的适配器骨架。它也是一次试验,要看两件事:Pro 会不会自己解压包、照包里的说明做;项目说明能不能代替每次粘长提示词。结论交给效效,决定咨询工具下一版的提示词怎么拆。

顾问不施工外脑只出方案、挑毛病、写骨架;落到代码库、跑测试、上线的是席位。让 Pro 连 GitHub 直接开发。oracle、APR 都这样分工;我们的咨询回传固定身份是“外部候选,不是内部批准”。第 19 课 · 命令:“这件事让 Pro 想,还是让席位做?” · 不是:外脑越强越该放手让它改
人发人下碰 ChatGPT 网页的两步(发送、下载)由人亲手做;打包、取回、接回由程序做。用程序点网页,一次开三个标签自动问。你只拖包、说一句、点下载;驭驭的规则写明不碰网页、不读浏览器登录状态。第 19 课 · 命令:“这一步是人点的还是程序点的?” · 不是:省事的办法都能用
按名取回回传文件名在打包时写死,写包的席自己去各台机的下载文件夹认领,不靠人转交。下载完再想交给谁、手动转过去。六台 ssh 只读,每 5 分钟一轮,最多 48 小时;认得出”(1)“、”-2”和被截短的主题。第 19 课 · 命令:“发出去了,谁在取?” · 不是:下载了就算回来了

本课其余的词(外部候选、打包器、续问稿、约定优于配置)已进术语手册,不要求本课记住。

  1. 开源项目用订阅里的 Pro 都走哪条路?我们为什么不走?
  2. 你在 LG01 下载了一份回给 OC2 阿麦的件,阿麦怎么知道、怎么拿到?
  3. 为什么席位进程不直接打开下载文件夹,而要绕 ssh 去看?
忍不住要看答案?下一课开头会揭,现在点开也行。

都走程序操控 ChatGPT 网页(抄登录状态、开浏览器远程调试);据我所知条款禁止程序化抓取输出,所以网页只由人手碰。阿麦发包后自己每 5 分钟把六台下载文件夹只读找一遍,按包里写死的“回给-OC2-阿麦-…“文件名认出来,拷回自己的目录再接回;你不用转。直接打开下载文件夹会弹 macOS 授权框,没人点就把整个席冻住,ssh 只读不弹框。

全是今天凌晨这件事里出现的词。卡式和代码英语一样,点 🔊 听念法。这五个词已经记进第 2 批。

oracle 奥瑞扣

神谕、先知:卡住时去请教的那个更聪明的来源。

来历
古希腊人去神庙求神谕,问完拿着答案回来自己办事。软件里借它指“只给答案、不动手”的外部判断来源;测试里的 test oracle 指“判断对错的标准”。
词族
test oracle 测试判据、advisor 顾问、consultant 咨询方;近邻 reviewer 审稿人。
在我们这
steipete/oracle 这个工具就叫这个名字:卡住了,把材料打包去问 Pro。我们的咨询工具做的是同一件事。
别误读
不是 Oracle 数据库公司。小写 oracle 在开发者嘴里多半指“外部判断来源”。
你能这么说
“这题我们自己卡住了,打个包去问 oracle。”
bundle 邦朵

包、捆:把很多文件打成一份,一次交出去。

来历
本义“一捆”。前端里的 bundle 是把很多代码文件打成一个;给大模型的 bundle 是把代码、文档、问题捆成一份材料。
词族
bundler 打包器、bundle size 包体积、unbundle 拆包;近邻 package 包、archive 归档。
在我们这
咨询工具打出的“提问-…zip”就是一个 bundle:问题书、证据、回传要求、校验值都在里面。
别误读
不是“随便压缩一下”。好的 bundle 有目录、有顺序、有校验,收件人拿到就知道先读什么。
你能这么说
“这个 bundle 里带了哪几份材料?回传要求写进去了吗?”
polling 剖灵

轮询:隔一会儿去看一次“好了没有”,直到好了或到时限。

来历
poll 本义“投票、点名”,引申为挨个去问一遍。反义是 push 推送:好了由对方通知你。
词族
poll interval 轮询间隔、long polling 长轮询、backoff 退避;反义 push、webhook、callback 回调。
在我们这
取回工具每 300 秒把六台下载文件夹 poll 一遍,最多 48 小时;ChatGPT 下载不会通知我们,只能轮询。
别误读
不是“一直盯着”。轮询要有间隔和封顶,否则就成了白烧资源的死循环。
你能这么说
“这个 polling 多久一次、最多等多久?找不到怎么收场?”
convention 肯温神

约定:大家都照一个固定格式来,就不用每次另外配置。

来历
本义“惯例、公约”。Ruby on Rails 带火一句话 convention over configuration:照约定起名,程序就自动找得到,不用写配置。
词族
naming convention 命名约定、convention over configuration 约定优于配置;近邻 standard 标准、protocol 协议。
在我们这
“回给-机器-席名-主题-日期-版本”就是一条 naming convention;有了它,取回工具不用问任何人就认得出件。
别误读
不是“习惯而已”。约定一旦被程序依赖,就和接口一样,改名会让别人找不到。
你能这么说
“这个文件名照不照 convention?不照的话取回会漏。”
compliance 肯普赖恩斯

合规:做事守住规则、条款和法律的边界。

来历
comply 是“遵守”。公司里的 compliance 是专门看“这样做违不违规”的那一摊。
词族
comply 遵守、Terms of Service 服务条款、policy 政策、audit 审计;近邻 governance 治理。
在我们这
这次的合规线画在“谁碰网页”:发送和下载你亲手点,程序只碰本地文件;五个号落到五个真实使用人名下。
别误读
不是“多加审批”。合规是把线画清楚,线内照常快跑。
你能这么说
“这一步 compliance 上有没有问题?线画在哪?”

集团部分:Ling 2026-09-26 凌晨两段原话、驭驭《GPT Pro 外部咨询:下载在哪、怎么取回、谁改套件》(09-26 02:5x)、效效《咨询套件 R3.2 0.3.2-fetch.1 已装》回执(09-26 03:32)、本席试验包“提问-OC2-阿麦-眼镜接席位的整条链路”(均为内部件,只引用不照抄)。外部项目数据经 GitHub API 于 2026-09-26 核证。OpenAI 条款一句为本席所知,正式定规前以官方条款原文为准。

  1. steipete/oracle,MIT,4,027 星:打包文件问 GPT Pro;API 模式与浏览器模式(默认三个标签并发、二十分钟超时)。github.com
  2. Dicklesworthstone/automated_plan_reviser_pro,68 星:多轮让 GPT Pro 审设计规格,单轮十到六十分钟。github.com
  3. coderamp-labs/gitingest,MIT,15,628 星;mufeedvh/code2prompt,MIT,7,695 星:把代码库变成给大模型读的材料。github.com · github.com