Aklman · Library

01 / 第一章

引子 · 不止 ChatGPT 里那个写代码的.

你付着 ChatGPT 的订阅,对 Codex 的用法大概停在:贴一个报错,看它改,复制走。但你的订阅里装着的,是一个四面开工的异步编码 agent —— 终端 CLI、IDE 扩展、ChatGPT 应用、云端沙箱连着同一台引擎;它最大的样子,是把一批活派到云端并行跑,回来是一摞待审的 PR。这一章讲清楚这本书的立场:量 Codex 的尺子不是「它能写什么代码」,而是「有多少活可以不守着做完」—— 以及为什么停在聊天框那层,等于把订阅里的后一半白扔。


你大概是这样用 Codex 的:在 ChatGPT 里切到它,贴一个报错、一段函数,看它给你改好的代码,复制走。偶尔它跑了个命令、开了个 PR,你觉得挺方便。一天下来,它对你来说是 ChatGPT 里一个更会写代码的模式 —— 比普通聊天多省下的,只是你自己落地那几步。 这没错,但这是它最小的一层。你的 ChatGPT 订阅里本来就含着 Codex,和 ChatGPT 的其它 agentic 功能共用一个额度池1注 1OpenAI 帮助中心 · Using Codex with your ChatGPT plan —— Codex 是帮你写、审、修、交付代码的 AI agent,包含在 ChatGPT 计划里(Free / Go / Plus / Pro / Business / Enterprise),各档额度不同;Codex、ChatGPT Work、以及其它 agentic 功能在可用时共用同一个 usage / credit 池。截至 2026-07-17。 —— 也就是说,你从没为「会写代码的聊天框」单独付费,你付的钱里装着一台大得多的机器。这本书的立场一句话说完:Codex 最小的样子是 ChatGPT 里一段会改代码的对话,最大的样子,是一个四面开工的异步编码 agent —— 把一批活派到云端并行跑,回来是一摞待你审的 PR。停在聊天框那层,等于把订阅里的后一半白扔。

I

一个 agent,四处开工.

Codex 文档给自己的一句话定位是「用 Codex CLI、IDE 扩展与云端自动化加速开发」。2注 2OpenAI Codex 文档 · Quickstart / CLI —— Codex 的入口:ChatGPT 桌面应用与网页、Codex CLI(终端与脚本)、Codex IDE 扩展、Codex cloud;llms.txt 的一句话定位是「用 Codex CLI、IDE 扩展与云端自动化加速开发」。2026 年 7 月 9 日起,原独立的 Codex app 并入 ChatGPT 桌面应用(macOS / Windows),Codex 保留独立的编码体验。截至 2026-07-17。注意它没说「一个聊天功能」—— 它说的是四个面。同一个 agent,连着同一台引擎,在四处开工:
它在哪开工哪章
CLI终端与脚本,进得了管道与 CI第 3、8 章
IDE 扩展编辑器里陪你改、盯每一步 diff第 2 章
ChatGPT 应用桌面、网页、手机,一个窗口切换本地与云第 2、7 章
云端OpenAI 的隔离容器,批量并行、交回 PR第 7 章
2026 年 7 月 9 日起,原本独立的 Codex app 并入了 ChatGPT 桌面应用 —— Codex 保留自己的编码体验,和 Chat、Work 并排。2注 2OpenAI Codex 文档 · Quickstart / CLI —— Codex 的入口:ChatGPT 桌面应用与网页、Codex CLI(终端与脚本)、Codex IDE 扩展、Codex cloud;llms.txt 的一句话定位是「用 Codex CLI、IDE 扩展与云端自动化加速开发」。2026 年 7 月 9 日起,原独立的 Codex app 并入 ChatGPT 桌面应用(macOS / Windows),Codex 保留独立的编码体验。截至 2026-07-17。四个面里最有分量的是云端:它的一句话定位是「把活委派给隔离的云端环境里的 Codex」,每个任务在 OpenAI 托管的容器里跑,检出你的仓库、装依赖、干活,收尾交回一份 diff,一键开 PR。3注 3OpenAI Codex 文档 · Codex cloud —— 一句话定位是「把活委派给隔离的云端环境里的 Codex」。每个云端任务在 OpenAI 托管的隔离容器里跑:检出你的仓库、带网跑 setup 脚本、然后 agent 阶段默认断网;跑完交回一份 diff,你可以开 PR 或追问。截至 2026-07-17。这不是「在别的地方也能聊天」,这是活离开你这台机器、在你不看着的时候完成

II

边界重画:能派多少,验得动多少.

Codex 最省的不是敲代码的时间,而是你守着 AI 干活的时间。

本书的第一条判断

所以量它的尺子得换。旧尺子问「它能写什么代码」—— 按这把尺子,它和 Claude Code、Cursor、Copilot 挤在同一条跑道上。新尺子问「有多少活可以不守着做完」—— 按这把尺子,一次能派一批:五个 bug 各开一个云端任务,并行跑,你去干别的,回来挨个收;写代码只是它顺手的一类活。四面开工的意思,是同一件事在四个面各有最省的入口:要陪跑的留在编辑器,要批量的上云,要进脚本的走 CLI。 注意新尺子的后半句。派活是容易的一半;难的一半是确认它真做对了。官方最佳实践反复讲的不是「写更好的 prompt」,而是把 Codex 当队友:让它写测试、跑检查、审自己的 diff,再由你接受 —— 原话是「在 OpenAI,Codex 审 100% 的 PR」。4注 4OpenAI Codex 文档 · Best practices —— 建议把 Codex 当成一个你逐步配置、逐步改进的队友,而不是一次性助手;可靠性来自测试与复审:让它写 / 更新测试、跑该跑的检查、确认结果、审 diff 里的 bug 与回归,再由你接受。原话:「在 OpenAI,Codex 审 100% 的 PR。」截至 2026-07-17。活越是在你看不见的地方完成,验收就越是唯一能兜底的动作。这本书把「验收」单独设为第 9 章,也是全书的书眼:别的教程教你怎么派活,这本书还要你带着凭据把活收回来。5注 5OpenAI Codex 文档 · Code review —— 用 ChatGPT 或 Codex 在提交 / 推送前审代码;本地 /review 起一个专门的 reviewer 读选定的 diff、报出按优先级排序的发现,不改你的工作区;GitHub 上 @codex review 只标 P0 / P1 高优先级问题,可开自动审查让每个 PR 都过一遍。截至 2026-07-17。

III

先量一次你的活.

往下读之前,先给自己的活拍一张底片:
01

翻两周,挑 5 件你亲手陪着 AI 做完的活

不限写代码:改过的一个 bug、加过的一个小功能、清理过的一批依赖、写过的一份发布说明 —— 挑 5 件当时你一句句盯着、看它每一步的活。
02

给每件写一条「它能自己跑的检查」

想象把这件活派到云端、你不在场:你能不能写出一条测试、一条命令、一个可对比的产出,来判断它做没做对?写得出、写不出、拿不准,各自标上。
03

数「写得出」的有几件

那几件是你现在就能派出去、不用守着的活;「拿不准」的部分,是这本书接下来九章要补的。读完回来重标一遍 —— 这张表就是你的前后对照。

聊天框是它最小的样子, 四面开工才是最大的.

The chat box is its smallest form; four fronts is its largest.

Aklman Library

讨论

讨论.

评论区初始化中…