1个MCP网关，0元API调用，把普通ChatGPT变成能直接操作本地电脑、读写代码的免费开发工人。
这套玩法把 AI 从对话框变成了本地执行器。对靠 AI 接活的人来说，这意味着你可以用一份订阅费，跑出多个并行工人的效果。只要工具链搭得好，单兵作战的产出能翻几倍。
核心看点
- 通过 OpenAI Secure MCP Tunnel 连接本地 Desktop Commander 和 CUA，实现 ChatGPT 直接控制电脑和代码。
- 搭建多智能体工作流，用高级模型拆分任务，多个 ChatGPT 窗口并行写代码。
- OpenAI 取消无限聊天后，原帖作者因性价比问题退订，转投 Claude。
▎把 ChatGPT 变成本地代码工人
原帖作者过去几个月一直在用普通 ChatGPT 对话做软件开发，完全没消耗 Codex 额度。核心玩法是搭了个统一的 MCP 服务器，跑在 Windows 笔记本和 VPS 上。通过 OpenAI 提供的 Secure MCP Tunnel，把本地工具直接暴露给 ChatGPT。
这里集成了两个开源项目：Desktop Commander 让 ChatGPT 能读写文件、跑终端命令、执行测试；CUA（Computer Use Agent）则赋予它截屏、鼠标点击、检查视觉元素的能力。
作者还魔改了 CUA 的集成，让截屏结果直接渲染在 ChatGPT 对话里，而不是只返回一串代码。这意味着普通 ChatGPT 对话突然就能干以前 Codex 才能干的活：检查仓库、改代码、跑命令、debug，还能自己看图验证。整个过程不需要额外的云端基础设施，也不用单独花钱买 API 推理额度，全用现有的订阅和开源工具搞定。
▎多智能体并行接活的工作流
因为 ChatGPT 聊天不能直接生成子任务，作者搞了个并行开发工作流。具体操作如下：
- 用 Astra 或 Pro 等高级模型做系统设计和计划，把大任务拆成带上下文的 GitHub issues。
- 开多个独立的 ChatGPT 聊天窗口，每个跑 Sol High 模型，分别认领一个 issue。
- 所有窗口共享同一个 MCP 服务器，能同时读项目、改文件、跑测试。
作者还写了个轻量级监控面板，能看连接健康度、CPU/内存占用，以及实时的工具调用日志。
硬件与配置要求：
- 本地运行统一 MCP 网关（Node.js 路由/工具聚合）
- 接入 Desktop Commander（文件/代码/终端/测试）
- 接入 Enhanced TryCua（屏幕/鼠标/浏览器/UI）
- 通过 OpenAI Secure MCP Tunnel 建立 HTTPS 连接
▎这套工作流能直接抄吗
原帖作者强调自己没破坏任何规则，只是把 OpenAI 提供的 MCP 支持、安全隧道和自带工具用到了极致。对于想接活的设计师或开发者来说，这套方案最大的价值在于零额外成本复用现有订阅。
不过，原文并没有提供具体的 GitHub 仓库链接或详细的部署代码，只提到了 Desktop Commander 和 TryCua 这两个开源项目。如果你想复现，需要自己去搜这两个项目的官方仓库，配置 Node.js 环境，并申请 OpenAI 的 Secure MCP Tunnel 权限。
注意，这套玩法极度依赖 ChatGPT 的无限聊天额度。现在 OpenAI 已经宣布取消无限聊天，并将其与 Codex 用量合并。作者原本靠这个白嫖了大量算力，现在额度受限，多窗口并行写代码的成本会直线上升。
原帖作者因为无限聊天被砍而退订转投 Claude，其实暴露了一个核心问题：当 AI 工具开始限制基础调用次数时，靠堆窗口白嫖算力的路子就走不通了。对于想靠 AI 接单的朋友，别把鸡蛋全放在一个平台的无限额度里。本地部署开源模型，或者熟悉多个平台的 API 计费规则，才是长久之计。另外，多智能体共享文件系统极易出现冲突，作者也承认偶尔需要更强模型介入。接活时，先跑通单线程，再考虑并行，别为了炫技把项目搞砸。
点个赞再走？
你试过用 AI 接活吗？最坑的一次是哪次？
往期推荐
- ·525次实测，温柔提示词让AI患上重度创伤
- ·苹果 M5 Max 跑 35B 飙到 346 tok/s，接私活不用等
- ·0行视觉代码，Gemma 4 纯语音跑通恐怖游戏
点击公众号头像 → 历史消息，可翻阅以上文章
