# 策展 · X (Twitter) 🔥🔥

> 📖 本站完整內容索引（documentation index）：[llms.txt](/llms.txt)

> 作者：OpenAI Developers (@OpenAIDevs) · 平台：X (Twitter) · 日期：2026-06-23

> 原始來源：https://x.com/OpenAIDevs/status/2069153778553737605

## 中文摘要

Codex 協助開發者加速 Core ML 模型訓練。

**核心協作模式**
開發者 Paul Solt 將 OpenAI 的 Codex 視為研究夥伴，藉此突破過往難以獨立完成的技術瓶頸，大幅提升開發效率。在開發這類需要即時物體偵測的應用程式時，Codex 扮演了關鍵的輔助角色，協助開發者處理複雜的機器學習任務。 

<video src="https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/1782184698566-05xl491j.mp4" poster="https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/2de3dbd10ef64d66.jpg" controls playsinline preload="metadata" style="max-width:100%;height:auto;display:block;margin:1rem 0"></video>
> 一名 iOS 與 macOS 應用程式開發者分享如何利用 AI 工具協助開發與除錯。

**機器學習開發流程**
Paul Solt 利用 Codex 建立了一套完整的 Core ML 模型開發工具鏈，具體步驟如下：
1. 從 iNaturalist 平台收集訓練用的影像資料。
2. 規劃如何將資料組織並導入訓練排程。
3. 探索提升模型穩健性的新方法，例如採用方形裁切（square crops）處理影像。
4. 原型化開發多種可即時運作的 Core ML 分類器。
5. 進行後續測試並持續優化分類器的準確度。 

![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/d6abf62cee8ee8ee.jpg)
> 這是一個名為 ArachnidDetector 的軟體介面，正透過電腦視覺技術分析一張帶有卵囊的黑寡婦蜘蛛照片。

**實際應用成果**
透過上述開發流程，Paul Solt 成功打造出具備即時辨識功能的應用程式，例如能辨識蜘蛛種類並顯示偵測信心度（如 Cellar Spider, 92% confidence）的這款蜘蛛辨識 app，以及「Super Easy Timer」等工具。 

![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/89cf8e60c604325e.jpg)
> 這是一個名為 ArachnidDetector 的軟體介面，正透過電腦視覺技術分析並識別出一張黑寡婦蜘蛛的照片。

 開發環境中，AI 助手還能進一步提供程式碼重構建議，包括審查近期提交（commit）的正確性風險與維護性考量，並協助排除 PR（Pull Request）的開發阻礙。 

![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/1829bec983468db9.jpg)
> 這是一個名為 ArachnidDetector 的軟體介面，正透過電腦視覺技術分析一張顯示黑色蜘蛛的影像，並列出物種辨識結果與品質評估數據。

相關應用程式可參考以下連結：
- [Danger Guide](https://dangerguide.com)
- [Super Easy Timer](https://apps.apple.com/us/app/super-easy-timer/id1353137878?mt=12)

## 媒體內容

**一名 iOS 與 macOS 應用程式開發者分享如何利用 AI 工具協助開發與除錯。**

**影片中的 Prompt 與操作**

Prompt（00:50）：

```
我們應該在 SuperEasyTimer 中建立什麼功能？
```

原文：What should we build in SuperEasyTimer?

操作步驟：

1. （00:23）點擊應用程式介面中的「ARACHNID DETECTED」功能進行即時偵測
2. （00:26）點擊「Identify Spider」按鈕進行辨識
3. （00:50）在 AI 助手對話框中輸入開發需求
4. （00:56）在開發環境中檢視程式碼變更與 Pull Request 狀態

**逐字稿**

- `00:00` 嗨，我是 Paul Solt，我是一位 iOS 和 macOS 應用程式開發者。（Hi, I'm Paul Solt, and I'm an iOS and macOS app developer.）
- `00:05` Codex 讓我能夠在各種不同的想法上更快速地推進，（Codex has allowed me to move faster on a variety of different ideas）
- `00:11` 這是我以前無法做到的。（that I haven't been able to do before.）
- `00:13` 我真的很喜歡它的一點是，它就像一位研究夥伴。（What I really like about it is it's like a research partner.）
- `00:17` 我一直在學習新的框架，所以我正在開發一個危險蜘蛛辨識應用程式，（I've been learning new frameworks, so I'm working on a dangerous Spydera app,）
- `00:21` 那是一個 Core ML 機器學習應用程式。（and that's a Core ML machine learning application.）
- `00:25` 我對機器學習一無所知，（I know nothing about machine learning,）
- `00:26` 所以透過與 Codex 來回互動，並不斷迭代許多用於（and so just going back and forth with Codex and just iterating on a lot of tooling）
- `00:33` 訓練機器學習模型的工具，接著思考使用者介面，（for training a machine learning model and then thinking about the user interface）
- `00:39` 並利用影片框架進行即時偵測，（and doing real-time detection with video frameworks）
- `00:44` 就能夠分類你在螢幕上看到的蜘蛛。（and just being able to classify a Spydera that you see on the screen.）
- `00:49` 所以，我可以隨時想到一個應用程式點子，（So, like, I can just think of an app idea）
- `00:52` 作為一個產品開發者，這真的非常強大，（and has been really powerful as a product person,）
- `00:57` 對於像我這樣擁有許多想法的人來說，（someone who's got all these ideas,）
- `00:59` 我只需要一個能夠開始執行這些想法的工具。（and it's just like, I just need something that can start executing these.）
- `01:03` 身為一名 iOS 和 macOS 應用程式開發者，現在是一個非常令人興奮的開發時代。（It's been a really exciting time to build as an iOS app and macOS app developer.）
- `01:09` 謝謝。（Thank you.）
- `01:11` 謝謝。（Thank you.）
- `01:11` 你（You）

## 標籤

Codex, iOS, macOS, 教學資源, OpenAI, Apple