刷到一条标题很冲的视频：「长期免费使用 Codex、Hermes，保姆级教程」。点进去，作者「技术爬爬虾」花了六分钟，手把手演示怎么把 Codex 和 Hermes 这两个吃 token 的 agent，模型后端换成一家叫 Agnes 的免费 API——然后用它生图、写儿童绘本、接微信问天气，全程零成本。

视频本身是一篇教程，跟着点几下就能复刻。但真正值得记下来的，不是「Agnes 现在免费」这条会过期的信息，而是它背后那个反复能用的套路：把 agent 客户端和它的模型后端拆开，让你随时换一个更便宜（甚至免费）的引擎。

这篇就拆这套路：它凭什么能换、换的时候有哪些实操坑、以及——「免费一线模型 API」这种好事，清醒地看该信几分。

一句话定性

这条视频教的不是「某个免费 API」，而是一个解耦动作：Codex / Hermes 这类 agent 客户端，本来跟自家模型（要订阅、烧 token）绑死；用 Codex++ 这类「换模型」工具，在中间插一层「供应商配置」，就能把后端模型替换成任意 OpenAI 兼容的 API。模型从此是可插拔的零件，而不是绑定的整机。 免费只是这次插上去的那个零件碰巧不要钱。

为什么这套路成立：客户端和模型本就该分开

要看懂它的价值，先看清一个事实：Codex、Hermes 这些 agent 工具，干活的「壳」和背后的「脑」是两回事。

  • 壳（客户端）负责：读你的指令、调用工具（浏览器、文件、skill）、管多步流程、接 IM 渠道。
  • 脑（模型）负责：理解、推理、生成。

官方默认把这两件事捆在一起卖——你用 Codex 就得用它绑定的模型、烧它的额度。但因为绝大多数模型 API 都遵循 OpenAI 的 chat/completions 接口标准，「脑」其实是可以热插拔的。Codex++（视频里的 codex 加加）就是干这件事的开源工具：它给 Codex 加一个「供应商配置」面板，让你把后端指向任意兼容接口。

配置过程很短，核心就五个字段：

字段填什么说明
名称自取（如 Agnes）这个供应商的标识
接入方式纯 API走标准接口，不走官网订阅
Base URL供应商的 API 端点决定请求发去哪
API Key平台创建的密钥鉴权
上游协议 / 模型列表选 chat、从上游获取自动拉回可用模型

填完保存、重启 Codex、在模型里选上新模型、打个招呼有回复——就换好了。整个过程没碰一行 Codex 源码，全靠它预留的供应商位。这就是「可插拔」的意思。

这是个能反复套用的判断：当一个 AI 工具「太贵」或「被限制」时，先别急着换工具——先看它的模型后端能不能换。能换，问题往往就解决了一半。

它到底演示了什么：从换模型到接微信，一条龙

视频没停在「换好了」，而是用三个实战把这套后端跑了一遍，正好覆盖了 agent 的几种典型能力。

① 换模型，跑通文本对话。 GitHub 下 Codex++ → 控制台填 Agnes 配置 → 重启 → 选 Agnes 的文本模型 → 对话有回复。基础打底。

② 让 AI 自己学新 API，再写 skill 调用它。 这段最有意思：因为接了第三方 API、用不了 Codex 内置生图，作者没有自己去读文档，而是让 AI 去读——用一个省 token 的浏览器自动化方案（Playwright CLI skill），叫 Codex 自己打开浏览器、谷歌搜到 Agnes 官网、定位到图像 API 文档、读懂调用方式（还特意用 headed 模式好让人看见学习过程）。学完再用 skill creator 写一个生图 skill，替换密钥，生成出一张「云端金殿」。

③ 多 skill 并行，批量产内容。 一句「开发 HTML 小马过河儿童绘本」，AI 自己规划插图和段落，同时开多个生图 skill 并行出图，最后交付 7 张插图 + 1 个 HTML，一次跑通。

④ 把免费后端接到 Hermes，再接微信。 Hermes（视频里说的「龙虾」类 agent）跟 Codex 一样是 token 大户。作者在 WSL 里跑 Hermes，配置模型时选「custom direct API」、填同一套 Base URL 和密钥，就把后端也换成了 Agnes。然后加一个 IM 渠道——微信，扫码配对，手机上就能跟 agent 对话、问青岛天气（调工具前会先要授权，输入 /approve 同意后返回结果）。

四步连起来，本质是同一句话的四次证明：后端一旦可换，文本、图像、IM 全链路的 agent 能力就都能零成本跑。

两个能直接抄走的实操判断

教程类视频，最值钱的往往是那几个「不说就会踩」的细节。这条里有两个：

一、Codex 里用 skill，文件夹要从 .claude 改成 .codex。 skill 这套技能机制原本是 Claude 生态的约定（放在 .claude 目录）。Codex 复用了这套格式，但读取的目录名不同——直接把存 skill 的文件夹名从 .claude 改成 .codex，Codex 才认。这一步不改，skill 拉不起来，且报错信息未必直指根因。

二、让 AI 自学陌生 API，比你自己读文档省事。 第②步那个「Playwright CLI + 让 AI 去官网读文档」的组合，是个可复用的模式：遇到一个 agent 不会用的新接口，与其自己读文档再喂给它，不如给它一个浏览器自动化工具、让它自己去读、自己总结调用方式。headed 模式（显示浏览器窗口）的价值是让你看见它学的过程，出错能当场发现，而不是黑箱跑完才知道学歪了。

该清醒的地方：「免费一线模型」要信几分

这是全片唯一需要泼点冷水的地方。视频对 Agnes 的定性是「全球 Top10 模型公司、3 款旗舰全模态模型长期免费」。方法本身（换后端）完全成立，但**「免费的那个后端」这部分，得自己留个心眼**：

  • 「长期免费」是承诺，不是合同。 免费 API 的商业逻辑通常是拉新、引流或攒数据，政策随时可能变——今天免费，下个月限流、收费、或直接关门，都属常态。别把任何依赖搭在它上面当生产用。
  • 免费往往用数据换。 你发给免费 API 的 prompt 和内容，很可能被用于训练或分析。敏感信息、客户数据、私有代码，不要走来路不明的免费端点。
  • 稳定性和限流是隐性成本。 玩具场景「随便造随便玩」没问题，一旦要稳定产出，免费档的排队、限速、偶发不可用会让你回到付费。
  • 来源可信度自己核。 视频没展开这家公司的底细，「全球 Top10」这类说法听听就好——真要用，自己去查它是谁、数据政策怎么写。

所以正确的用法是：拿它当「零成本练手场」——学 agent、试 skill、跑创意，完全合适；但别拿它当「免费的生产基础设施」。 套路（换后端）是长期资产，这个具体的免费后端是消耗品。

适用 vs 短板

场景合不合适
学 agent、练 skill、跑好玩的创意✅ 正中下怀，零成本随便造
个人玩具、demo、一次性脚本✅ 没毛病
想省钱又要换更便宜的模型后端✅ 套路通用，换成任意兼容 API 都行
处理敏感/私有数据⚠️ 免费端点别碰，隐私换不起
稳定的生产工作流⚠️ 免费档不可靠，该付费付费
指望这家「长期免费」永不变❌ 当它随时会关来规划

写在最后

这条视频教的「免费」会过期，但它演示的那套**「客户端 / 模型解耦」**的思路不会。记住这一条就够本了：当你的 AI 工具太贵或被锁住，第一反应不该是换工具，而是问一句——它的模型后端，能不能换成我说了算的那个？

能换，你就拿回了主动权：今天插免费的练手，明天插便宜的跑量，后天插最强的攻坚。模型成了可替换的零件，而你，是那个握着插座的人。