本文我将从三个问题出发，来解析我对AI的理解  
 
第一个问题：现在的 AI 和以前的 AI 有什么区别？  
 
以前的AI是 “输入→LLM(大模型）+Memory（用户偏好）→输出”，AI会根据你的输入，在大模型的基础上，得出几个结论，然后选择一个它认为你可能喜欢的答案输出；  
 
现在的AI是 “目标→Harness（控制循环）→Agent（规划）→Skill（方法）→Tools（执行）→Execution（run/test）→Feedback（结果）→回到循环+Memory（用户偏好）”，AI会根据你的输入，以及你制定的一系列规则，来运行这个系统，同时它会验证它的输出结果是否正确，只有符合要求的结果才会输出，否则就会重新循环  
 
以前的AI根据大模型和用户偏好猜一个答案，现在的AI被你框在一个规则内输出给你一个经过验证的答案  现在的AI也就是Agent（智能体），Agent有一个特点：它能围绕目标，自主决定下一步做什么，并调用工具完成任务，这里是Agent和AI的第二个区别：Agent有手脚，而传统AI更像一个生成式顾问  
 
所以总结下来的核心点： 传统AI--顾问+偏好+猜答案    现在的AI--行动+规则+验证答案 
  
 
第二个问题：各种Agent，我应该如何选择？  
 
Codex是性价比最高的，Claude Code太贵，中转站麻烦且没有Codex好用   
 
 
第三个问题：Codex如何在亚马逊使用？  
 
这里解释两个概念： Skill：把提示词和规则做成一个标准的文档 MCP：用来调用第三方工具  
 
第一个思路： 拟定我们需要的流程---流程中需要什么数据---告诉Codex这些流程以及数据从哪里来---优化细节---把流程做成可复用的Skill  这里和大家展示一下up自身大概的选品过程

 

 
可以看到，通过Codex的使用，以及卖家精灵MCP的接入，我们做出来的Skill可以直接帮助我们快速筛选出不同的产品类型，并了解数据情况 而按照以往人工的选品流程，这个过程就及其漫长且容易出现纰漏  
 
第二个思路：让Codex帮我们快速查找数据和产品，减少时间成本 
举例①：我们以前做选品，可能是这样： 打开卖家精灵，查关键词，看ASIN，看销量，看评论，复制数据，整理表格，再自己判断这个产品能不能继续看。 现在可以把目标范围告诉Codex：帮我看这个关键词下面，有没有值得继续研究的产品类型。 
举例②：以前下载评论只能一个一个ASIN下载，而现在可以直接用Codex配合卖家精灵的mcp接口，下载一个品类的评论，甚至能让它分析评分分布，Vine状况等等

    
做个总结： 
①Agent值得且有必要开始使用 
②Codex适合绝大部分电商行业的从业者 
③使用方法：拟定我们需要的流程---流程中需要什么数据---告诉Codex这些流程以及数据从哪里来---优化细节---把流程做成可复用的Skill 
④接入卖家精灵MCP，可以快速获取数据，比如评论下载分析，分析评论类型和星级分布 
⑤题外话：Agent的门槛很低，Skill可以直接让Agent制作，MCP配置也很方便，同时AI还是需要深度使用才有用，浅尝辄止或到处找别人的Skill是做不出来自己预期的内容的  
 
现在的AI能力边界还是客观存在的，它能够提效是毋庸置疑的，但很多细节处还是需要人工来进行完善  
我们下期见