AI编程工具集体升级：一句话建网站、终端调API，做内容的人该怎么用

今天的AI圈有一个清晰的主线：把"做东西"的门槛往下打。过去要写代码才能完成的事——建一个网站、调用一个AI接口、跑一套自动化流程——现在普通人用一句话或一条命令就能搞定。OpenAI的Codex一口气推出了建站和角色插件功能，Anthropic给Claude发布了命令行工具和工作流，Google则展示了多模态视频生成。这几件事放在一起看，方向高度一致：AI正在从"会聊天"变成"能交活"。下面挑六条最值得关注的，重点说说做内容的人能怎么用。

一、OpenAI Sites上线，一句话生成可分享的网站

OpenAI推出了一个叫Sites的新功能，集成在Codex（OpenAI的AI编程助手）里。你把工作内容、想法或计划用自然语言描述给它，它就能直接生成一个可以交互的网站或应用，生成完给你一个网址，团队点开就能用、能分享。

这件事的意义在于，Codex不再只是"帮你写代码"，而是直接"帮你出成品"。以前从想法到一个能用的网页，中间隔着设计、写代码、部署一大堆环节，现在被压缩成一句话。目前功能先向Business和企业版用户开放，之后会逐步扩大范围。

对做内容的人来说，这是个很实用的工具。比如你想做一个"选题资源合集页"或者一个活动落地页，过去要么找人做、要么自己学建站，现在可以让Codex直接生成，再把链接放进公众号或小红书引流。

实用建议：第一，把你手头现成的方案、作品集丢给它，让它先生成一版落地页看看效果；第二，做自媒体的可以用它把内容变成"可分享的链接资产"，而不只是发一篇就过去了。

需要注意的是，目前只对Business和企业版开放，个人版用户暂时用不了，先别急着退订你正在用的建站工具。

二、Codex推出角色插件，一次安装就变成某个岗位的专家

OpenAI把Codex的插件系统做了升级。以前插件是"一个工具一个功能"，现在变成了"角色包"——一次安装、不用写代码，就能让Codex变成某个具体岗位（比如销售、数据分析）的专家。目前它能接入62个常用应用、110个技能，覆盖销售、数据等多个工作场景。

这背后的思路是，与其让用户自己一个个去配工具，不如直接打包成"某个岗位需要的全套能力"。装上销售插件，它就懂销售的活；装上数据插件，它就能接你的后台数据干活。

对内容创作者来说，最有用的是数据类插件。你可以让Codex直接连接你的内容后台，自动做选题分析和数据复盘，不用再手动导表格。

实用建议：第一，按你最常做的一类活先装一个角色插件试用，别一次装满，免得上下文混乱；第二，做自媒体的优先试数据类插件，让它帮你看哪类内容数据好，反推选题。

需要注意的是，这些插件能访问62个外部应用，授权之前一定要确认它能拿到哪些数据，敏感账号别随手就连上去。

三、Claude Platform出了命令行工具ant，每个API都能在终端跑

Anthropic为Claude Platform（Claude的开发者平台）发布了一个命令行工具，名字叫ant。它把平台上的每一个API接口都做成了可以在终端里直接运行的命令——你可以调用Messages API（对话接口）、启动Claude托管的Agent（能自主完成任务的AI助手），还能把结果直接接进你的命令行流程里。

配套还有一个叫claude-api的技能，让Claude Code（Anthropic的AI编程工具）能直接听懂并操作这个命令行工具，中间不需要再写"胶水代码"去连接。安装方式也很灵活，brew、curl、go都行。

对做内容的人来说，这意味着可以把"日更内容生产"的整套流程——抓取素材、改写、排版——写成一串命令，让Claude Code一条龙托管，逐步替代手动操作。

实用建议：第一，会一点命令行的人可以先用brew装上，跑通一次API调用，体感会比写脚本快很多；第二，把你重复的内容生产流程拆成命令链，交给AI自动跑。

需要注意的是，命令行工具能直接操作你的账号和数据，建议先在测试密钥上跑，别一上来就接到正式生产环境。

四、Claude Code推出Workflows，能干非技术活，还会自己检查

Anthropic给Claude Code推出了一个叫Workflows（工作流）的功能，官方称它是继skills（技能）和subagents（子智能体）之后，能力上最大的一次升级。

它最大的亮点有两个。一是能编排"非技术任务"，也就是说不止是写代码的活，整理资料、批量改稿这类事也能交给它按步骤跑。二是你可以把自己平时的人工检查步骤"编码"进去，让Claude在交付之前先自查、自己闭合反馈回路，而不是把没核对过的结果直接丢回给你。

对内容创作者来说，这个"自查"能力特别有价值。你可以把平时手动核对的标准——字数、口径、禁用词——写成检查步骤，让它交付前自己过一遍，大大减少返工。

实用建议：第一，把你重复做的非技术流程（整理资料、批量改稿、生成日报）拆成一个Workflow，让它自动跑；第二，把你的质量标准写成具体的检查项，让它自检。

需要注意的是，自查规则越具体越管用，只写"检查质量"等于没写，要给出能判断对错的硬标准，比如"标题不超过20字""不出现某些词"。

五、Google展示Gemini Omni，多模态视频生成加对话式改片

Google展示了Gemini Omni的实拍演示。它主打三件事：多模态输入（文字、图片、声音都能当素材）、真实世界知识、以及对话式编辑——也就是你可以像聊天一样告诉它"把这段改成夜景"，它就帮你改。Google团队还在Discord做了直播，由产品经理现场演示怎么用它创作和修改视频。

对做短视频的人来说，最值得关注的是"对话式改片"。传统剪辑要在软件里一帧帧调，而它让你用大白话就能修改画面，理论上能省掉大量后期工作。

实用建议：第一，先用它试一条口播脚本转画面，看看对话式改片能替你省掉多少剪辑步骤；第二，把"文案到分镜到画面"的链路交给它一次性生成，人只做终审，适合批量产出口播或科普类内容。

需要注意的是，这类多模态生成对提示词的依赖很大，建议先固定一套你自己的画面风格描述模板，别每次都从零开始写。

六、OpenAI发布GPT-Rosalind，专为生命科学定制的模型

OpenAI发布了一个叫GPT-Rosalind的模型系列，专门为企业级的生命科学研究打造。它把GPT-5.5的agentic coding（能自主写代码、调用工具）能力，和面向药物发现、分析、设计、实验流程的更强专业智能结合在了一起。

这件事单独看是医药领域的新闻，但放在趋势里看更重要：它是大模型从"什么都能聊的通用模型"走向"某个行业专用模型"的又一个信号。通用模型解决广度，专用模型解决深度，两条路正在分叉。

对内容创作者来说，这本身就是个现成选题——"AI开始做药了"，可以结合垂直模型的趋势写一篇解读。

实用建议：第一，做科技或医药内容的，可以把它当选题素材，从"通用模型到行业专用模型"的角度切入；第二，即便你不在这个领域，也要留意你所在的垂类会不会很快出现专用模型。

需要注意的是，这是给企业研究用的工具，不是面向个人的对话产品，写内容时别误导读者以为能直接上手用。

总结

把今天这六条连起来看，主线非常清楚：AI工具正在集体"去技术化"。建站、调API、跑工作流、改视频，这些过去需要专业技能的事，正一步步变成"一句话就能做"。对做内容的人来说，真正的机会不在于追每一个新功能，而在于尽早把自己重复的工作流程交给这些工具托管，把省下来的时间花在选题和判断上——因为这两件事，目前AI还替不了你。