01Codex 到底是什么
如果只把 Codex 当成"帮我写代码的 ChatGPT"，你很容易低估它。Codex 真正重要的地方，不是它能不能写一个函数、补一段代码、解释一个报错，而是它代表了 AI 编程工具的一次角色变化。
以前，AI 是坐在你旁边帮你补代码的人。
后来，AI 是在编辑器里和你一起改代码的人。
现在，Codex 更像一个可以被交代任务的工程执行者。
它不只是回答你"这段代码怎么写"，而是可以进入一个项目，读取文件，理解上下文，制定计划，修改代码，运行命令，检查结果，最后把改动整理成可以 review 的结果。这就是 Codex 和普通 AI 聊天工具最大的区别。
做一个小实验：假如你对两个 AI 说同一句话——"帮我把这个文件夹里所有 CSV 的第三列提取出来，算平均值，写成 Markdown 表格存到 summary.md"。普通聊天工具会告诉你"该怎么做"，而 Codex 会真的进到目录里把它做完。前者是顾问，后者是执行者。
02Codex 能做什么
Codex 很适合处理边界清楚的开发任务，也擅长读项目、写文档、跑命令。典型能力：
- 读项目、理解代码：这个函数是做什么的、组件为什么这样写、接口调用链路、状态从哪来、bug 可能和哪些文件有关。对接手旧项目尤其有用。
- 修 bug、加功能：修复可复现 bug、新增设置页 / 表单校验 / 接口 / 导出按钮、优化前端页面。
- 写测试、做重构：补单元测试、边界与异常场景、提取重复逻辑、拆分过长函数、封装 API 请求。
- 写文档、整理 PR：README、安装/启动说明、接口文档、环境变量说明、PR 描述、commit message、更新日志。
- 跑命令、看 diff、做 review：运行测试 / lint / typecheck / build、查看 git status 与 diff。让它不只是"猜答案"，而是能验证结果。
不要直接把一个大项目丢给它。更好的方式是把任务拆小：1. 先读项目 → 2. 再出方案 → 3. 只改一个模块 → 4. 跑测试 → 5. 看 diff → 6. 确认没问题再继续。Codex 更适合连续完成小任务，而不是一次吞下大项目。重构必须加边界：不改业务逻辑、不改公共 API、不引入无关依赖、改完必须跑测试。
02·bCodex 的产品形态与入口
Codex 不是一个单一软件，而是以多种形式出现。第一次用时，最容易迷路的就是"到底该打开哪个"。记住一句话：新手从桌面 App 开始，开发者用 CLI，远程 / 团队用 Web 与集成。
| 形态 | 是什么 | 什么时候用 |
|---|---|---|
| 桌面 App | 最直观的软件形态，选文件夹就能读文件、改文档、聊天 | 第一次上手、非开发任务、日常办公（最推荐） |
| CLI | 终端里的 Codex，在项目文件夹里读代码、改文件、跑命令 | 开发者、想用命令行、自动化 / CI |
| IDE 扩展 | 在 VS Code 等编辑器里直接调用 | 写代码时不切窗口 |
| Cloud / Web / ChatGPT | 任务交给云端，或在 ChatGPT 里跟进项目 | 不占本地资源、后台跑长任务 |
| GitHub / Slack / Linear / MCP 集成 | 把 Codex 接进团队工具链 | 团队、进阶、自动化场景 |
如果你从没用过 Codex，先把桌面 App 跑通：界面直观、功能全、对新手友好。等熟悉了「项目 → 任务 → diff」的循环，再去看 CLI 和 IDE。
02·c桌面 App 界面速览
打开桌面 App 后，先认识四个关键位置，后面所有操作都绕着它们转。
左侧栏：Chat 与 Project 两个入口
| 入口 | 作用 | 文件怎么动 |
|---|---|---|
| Chat（对话） | 像 ChatGPT 一样随手问 | 各对话互不相干，不共享文件夹 |
| Project（项目） | 要做读写本地文件的任务 | 项目内所有对话共享同一文件夹，修改直接落到本地 |
想让 Codex 改你电脑上的文件 → 用 Project 并选好"工作目录"。只用它聊天 → 用 Chat 就够了。
对话框里能做的四件事
- 加上下文：附上文件、截图、参考内容。
- 切模型：在对话框切换 Sol / Terra / Luna。
- 控权限：设定当前任务的操作权限。
- 选工作目录：指定本地文件夹。
默认 Skill 与「$」调用
桌面 App 默认带 Skills Creator、Skills Installer、OpenAI Docs 等 Skill；在对话框输入 $ 即可调出 Skill 菜单。常见插件如 Computer Use、Browser Use、PPT、Docs、Excel、Slack、GitHub 等，部分需额外配置或下载。
设置面板与权限三档
点击左下角头像或设置图标打开设置。权限是最常调的地方，三档对照：
| 权限档 | 运行环境 | 适合 |
|---|---|---|
| 默认权限 | 沙盒内运行，安全但部分操作受限 | 日常安全使用 |
| 自动审核（替我审批） | 沙盒 + 模型判定安全后自动放行 | 想少点授权又保安全 |
| 完全访问权限 | 本机，无沙盒限制 | 仅临时启用 computer use 等 |
工作模式分「编程模式」与「日常工作模式」；速度默认「标准」即可（仅 Pro 5x 及以上套餐推荐快速模式）。新手推荐配置：开启自动审核 + 标准速度 + 始终轮次完成通知；审批策略用「按请求」，沙盒用「只读」或「工作区写入」，联网按任务开启。
设置里的「完全访问权限」、浏览器控制、电脑操控、钩子、MCP 都先按任务逐步开启，别一次全开。电脑操控会接管你的电脑，AI 接管过程中不建议你操作。
03什么时候不适合直接用
适合 Codex 的任务一般有几个特点：目标明确、范围可控、上下文清楚、结果能验证、失败能回滚、风险可接受。反过来，不建议直接让 Codex 处理下面这些：
| 不建议直接交给 Codex | 原因 |
|---|---|
| 生产数据库 / 真实用户数据 | 不可逆、影响真实用户 |
| 支付核心逻辑 | 金钱相关，容错极低 |
| 权限与安全核心模块 | 出错等于安全事故 |
| 大规模架构迁移 | 范围过大，难以验收 |
| 没有备份 / 没有测试的核心业务 | 改坏无法回退 |
推荐每个项目先初始化 Git：git init → git add . → git commit -m "initial commit"，这样 Codex 改坏了也能回退。如果你自己都无法验收结果，就不要让 Codex 独立完成——它能提高效率，但不能替你做判断。
03·b名词扫盲：新手常碰到的词
用 Codex 时会不断冒出专业词。先记住这几个就够了，碰到陌生词直接让 Codex 解释。
| 词 | 简单理解 |
|---|---|
| 仓库 Repository / Repo | 一个项目的"家"，代码、文档、配置通常放这里，一般用 Git 记录变化 |
| diff | "改了哪里"的对比清单：修改前 vs 修改后 |
| PR（Pull Request） | "我改好了，请帮我看一下"——团队协作先提交改动，别人审核后合并 |
| CI（Continuous Integration） | 自动检查流程：提交后系统自动跑测试、查格式、尝试构建 |
| AGENTS.md | 给 AI 编程助手看的"项目说明书"：规则、怎么运行、怎么测试、写代码注意什么 |
03·c小白也能用 Codex 做的非开发任务
很多人以为 Codex 只能写代码。只要有文件、有目标、有可检查的结果，它都能帮上忙：
- 把旅游攻略、酒店链接、预算表整理成一份行程清单；
- 读几份课程资料或 PDF，提炼重点、整理复习提纲；
- 把会议录音转写稿、聊天记录或零散备忘，整理成待办事项；
- 检查一份报名表、活动通知或教程，看有没有缺步骤、时间写错、链接没说清；
- 把每周报销、周报、资料归档的重复步骤写成模板，下次直接复用；
- 整理家庭账单、购物清单、搬家清单、活动分工表这类零散文件。
从你最近实际需要处理的小事开始。任务说得越具体，Codex 解决得越快。
04Codex 与 ChatGPT 的区别
既然 ChatGPT 也能写代码，为什么还要用 Codex？核心区别在于角色不同。
| 维度 | ChatGPT | Codex |
|---|---|---|
| 角色 | 顾问：有问题问它，得到答案自己去执行 | 实习生：能真正帮你干活，交代任务能完成 |
| 擅长 | 帮你想问题、设计方案 | 帮你推进任务、交付可 review 的改动 |
| 最佳用法 | 先用它想清楚 | 再用它进项目执行 |
更合理的用法是：先用 ChatGPT 想清楚，再用 Codex 进项目执行。
05Codex 与 Cursor 的区别
它们都能帮你写代码、改代码、理解项目，但定位不一样：Cursor 更像一个 AI 编辑器，Codex 更像一个工程 Agent。
用 Cursor 做日常编码和局部修改，用 Codex 做任务推进和工程交付。Cursor 负责陪你写，Codex 负责帮你跑完整任务——一个偏 IDE 协作，一个偏 Agent 执行。
06Codex 与 Claude Code 的区别
两者都是 agentic coding 工具，但侧重点不同。
- Claude Code：更偏终端里的长期协作。适合长时间读项目、持续追踪复杂任务、在终端里边讨论边修改，通过 hooks / subagents / MCP 扩展工作流。更像一个长期待在你终端里的 AI 工程搭档。
- Codex：更偏 OpenAI 生态里的多端任务执行。可通过 CLI、桌面 App、IDE 扩展、Web、ChatGPT 账号体系、GitHub/PR 工作流、Skills 联动使用。更像一个接入 OpenAI 生态的工程任务平台。
喜欢终端工作流、希望 AI 长期待在项目里做复杂任务 → Claude Code 很适合。已经在用 ChatGPT / OpenAI 生态、希望在 CLI/桌面/IDE/Web 之间切换并串起任务、diff、PR、Skills、GitHub → Codex 更顺手。两者没有绝对替代关系。
072026 合并现状：ChatGPT 吞下了 Codex
独立运行近一年的 Codex App 正式并入新版 ChatGPT 桌面应用（macOS / Windows）。新版应用提供 Chat / Work / Codex 三种模式，无需在不同软件间切换即可完成对话、通用办公与代码开发。原 Codex 用户可保留项目、配置和工作流，也可以把 Codex 设为默认视图；此前的 ChatGPT 桌面应用更名为 ChatGPT Classic。
这次整合早有迹象：2026 年 5 月 OpenAI 已将 ChatGPT 消费产品团队与 Codex 团队合并，由核心负责人统一管理产品研发。更直接的原因来自用户行为——Codex 每周活跃用户已超 500 万，其中超过 100 万人并非用于编程，而是在处理文档、分析资料、规划项目等通用工作。伴随合并，OpenAI 同步推出了面向通用办公的 ChatGPT Work。
同期落地的还有几项重要能力，本书后续章节会详细展开：
| 新能力 | 解决什么 |
|---|---|
| 六大岗位插件 | 数据分析/创意/销售/产品/投资/投行，接入 62 个应用、110 项技能，非专业人员也能用 |
| Annotations 批注 | 指哪改哪：圈选文档/表格/幻灯片的局部，只改选中部分 |
| Sites | 一句话把产出变成可分享的交互式网页应用（仪表盘/看板/原型） |
| Record & Replay | 把 macOS 上演示的工作流录制成可复用 Skill |
| Task Handoff | 任务与 Git 状态在本地与远程主机间接力 |
2026 年中这一波更新把 Codex 从"代码助手"推向"能操作真实软件的同事"，重点都落在插件和直接操作上：
| 更新 | 关键变化 |
|---|---|
| 插件爆发 | 插件体系上线后一次新增 90+ 款（Atlassian Rovo、CircleCI、GitLab、Microsoft Suite、Neon、Remotion、Render、Superpowers 等），覆盖项目管理、CI、设计、数据库、部署 |
| GPT-5.6 Computer Use | 能像人一样操作电脑界面——点按钮、填表单、跨应用搬数据；并入 ChatGPT 桌面端后免费档也能用 |
| 应用内浏览器 | Codex 能自己开网页、查资料、点页面，减少你来回复制粘贴 |
| 图像生成 | 对话里直接出图，配合前端 / 视频插件做素材 |
| 记忆 / 目标模式 | 记住你的偏好与项目背景；Goal 模式让你只给终点，它自己拆解推进 |
| Appshots | 给应用截图即可让 Codex 理解界面状态、定位问题 |
| 侧栏 PR Review / 多仓库 | 在侧边栏直接做代码评审；可同时跨多个仓库工作 |
这些能力的实操用法贯穿本书：插件见 P03 第二章，Computer Use / 浏览器 / 图像 / GitHub 见 P05 实战案例。
08三种模式怎么选：Chat / Work / Codex
合并后的新版应用把能力收进三种模式，可点击切换：
| 模式 | 适合人群 | 典型任务 |
|---|---|---|
| Chat | 所有人 | 问答、写作、创作、快速验证想法 |
| Work | 产品/运营/数据/市场/学生等 | 整理资料、生成报告/PPT、数据分析、跨应用收集上下文、长时间推进复杂目标并产出可交付文档/表格/网页 |
| Codex | 工程师与技术用户 | 理解代码库、修 Bug、补测试、跑命令、处理 Git 工作流、多仓库项目 |
要"聊/问/写短内容" → Chat；要"办公/材料/分析/长任务" → Work；要"看代码/改项目/工程交付" → Codex。同一个任务可以在网页端、桌面端、移动端之间同步接续。
09阅读路线推荐
- 快速上手路线：认识 Codex → 安装配置 → 标准工作流 → 实战案例。
- 开发者核心路线：认识 Codex → 安装配置 → 核心功能 → 标准工作流。
- 进阶扩展路线：核心功能 → 标准工作流 → 实战案例（GPT Image / 论文 / 第三方模型接入）。