一、Codex 是什么？为什么说它是 Agent？

OpenAI 的 Codex 是一款面向软件开发的 AI Agent。它与 ChatGPT 共用同一套账号与订阅体系，并针对编程任务使用专门优化的 Codex 模型；产品形态与目标则不同：ChatGPT 以对话为主，Codex 以在项目里完成任务为主。称 Codex 为 Agent，是因为它不仅能生成文字，还能在授权范围内读取代码、修改文件、执行命令、根据结果继续调整，直到任务推进到可验收的状态。

使用 Codex 通常需要 ChatGPT 订阅（如 Plus、Pro、Business 等，具体以 OpenAI 当前政策为准）。

1.1 ChatGPT 负责告诉你怎么做，Codex 可以直接帮你做

用 ChatGPT 写程序，常见流程是：你提问 → 模型给出思路或代码片段 → 你自己复制到编辑器、保存、安装依赖、运行、看报错，再回来继续问。模型停留在「建议层」，不会直接改动你本机项目目录里的文件。

Codex 则把「建议」和「执行」连在一起。你描述目标后，Agent 可以：

• 打开并编辑项目中的多个文件
• 在终端运行构建、测试、安装等命令
• 根据命令输出或报错信息继续修改
• 在需要时向你确认是否执行敏感操作

因此，两者的分工可以这样理解（以下对比主要指在本机项目里写代码的典型场景）：

	ChatGPT	Codex
核心角色	顾问、讲解员	执行者、协作者
输出形式	主要是文字与代码块	项目内的实际变更与运行结果
是否改本机项目文件	否	是（Local / Worktree 等本地模式）
是否在项目终端替你跑命令	否	是（本地模式下）

ChatGPT 告诉你怎么做；Codex 在你指定的范围内，直接帮你做。

补充说明：Codex 也有 Cloud（云端） 模式——任务在 OpenAI 配置的远程环境中运行，变更以 diff 形式交给你审阅后再应用到本机，这与「ChatGPT 只给建议」仍不同，但也不是立刻改本地文件。网页版 Codex（Codex Web）同样属于云端工作流。

1.2 Codex 的工作对象不是单条消息，而是一个项目

普通聊天产品的上下文，往往围绕「当前这一轮对话」。你换话题或开新会话，之前的细节容易丢失，模型也很难对「整个仓库」形成稳定认知。

Codex 的设计单位是项目——通常是你选定的一个文件夹、Git 仓库，或云端绑定的代码环境。Agent 在这个边界内工作：搜索文件、理解目录结构、对照现有代码风格再动手。一次任务往往对应一条线程（Thread），可以在多轮对话里逐步完成，而不必每轮都重述背景。

这意味着：

1. 上下文更完整：Agent 能同时参考多个文件，而不是只看你粘贴的一小段代码。
2. 任务可拆分、可延续：可以先搭框架，再补测试，再改文档，在同一线程里推进。
3. 结果可核对：改动落在真实文件或可应用的 diff 上，你可以用 diff、测试、运行程序来验收，而不是只读一段生成的文字。

用 Codex 时，更有效的说法不是「写一段 Python」，而是「在这个项目里，给登录模块加上单元测试并跑通」——把项目当作协作对象，而不是把模型当作一次性问答工具。

1.3 Codex 适合做什么？

Codex 适合有明确交付物、能在项目里验证的开发工作。

比较适合

• 从零或从模板搭建小项目、脚本、网页、API 服务
• 根据报错或现象定位并修复 bug
• 重构：拆文件、重命名、统一风格、补类型或注释
• 编写或更新 README、配置文件、CI 脚本
• 批量、重复性的代码调整（在人工审查前提下）
• 分步骤实现中等规模需求（先规划再执行）

不太适合或需谨慎

• 纯聊天、泛知识问答、与代码无关的写作——ChatGPT 往往更合适
• 没有可运行环境、无法验证结果的任务
• 未经审查就大规模改动生产环境或敏感数据
• 期望「一句话完美上线」且零人工检查的高风险变更

简单判断：能在文件夹里看到改动、在终端或浏览器里看到结果的，就适合交给 Codex。

---

二、Codex 的几种使用方式

Codex 提供多种入口，底层是同一类 Agent 能力；CLI、桌面 App 与 IDE 扩展还共享配置文件（如 ~/.codex/config.toml）和 MCP 设置。差别主要在于你在哪里操作、代码改在本机还是云端、是否图形化。

2.1 Codex CLI

Codex CLI 是 OpenAI 提供的开源命令行 Agent（Rust 实现），在终端里运行。进入项目目录后执行 codex，会进入交互式终端界面（TUI）；用自然语言描述任务后，Agent 可在当前目录读写文件、执行 shell 命令。支持 macOS、Windows 与 Linux。

特点

• 轻量，不依赖图形界面
• 适合习惯命令行、远程 SSH、WSL、无桌面环境的服务器
• 便于与 Git、现有脚本配合；可通过 exec 等能力接入自动化流程
• 支持 MCP、子 Agent 并行、本地代码审查等扩展能力

典型用法

• 在仓库根目录让 Agent 修 bug、补测试、跑测试套件
• 快速生成小型工具或脚手架
• 在 feature 分支上改代码，再用 git diff 人工审查后提交
• 从 CLI 发起 Codex Cloud 任务，在终端审阅并应用远程 diff

使用 CLI 时同样要注意命令执行与审批模式：重要项目建议先纳入版本控制，再让 Agent 动手。

2.2 Codex 桌面客户端

Codex 桌面端是安装在 Windows 或 macOS 上的独立应用（官方称 Codex app）。用户选择一个本地文件夹作为项目，在图形界面里与 Agent 对话，并可查看代码变更、使用集成终端、并行管理多条线程等。会话与配置可与 CLI、IDE 扩展互通。

特点

• 可视化界面，适合不熟悉纯终端工作流的用户
• 支持多种运行模式：Local（直接改当前目录）、Worktree（在 Git worktree 中隔离修改）、Cloud（在远程环境运行）
• 支持查看 diff、Skills（技能）、Automations（自动化）等能力
• 可同时处理多个线程，分别推进不同任务

典型用法

• 初学者：选一个空文件夹，用 Local 模式从零做出可运行的小程序
• 日常开发：绑定现有项目，一条线程完成一个功能或一次修复
• 需要对照界面审查改动、边看 diff 边继续提需求时

桌面端强调「选文件夹 → 提需求 → 看改动 → 验收」，是上手 Codex Agent 的常见方式之一。

2.3 Codex 网页版和 IDE 插件

除 CLI 和桌面 App 外，Codex 还可通过浏览器和编辑器扩展使用。

网页版（Codex Web）

在浏览器访问 chatgpt.com/codex（需 ChatGPT 账号登录）即可使用 Codex Web。任务在云端环境中运行，适合：

• 临时换设备、不想安装客户端
• 更习惯在浏览器里管理 Agent 任务
• 本地机器资源有限，希望把构建与测试放在远程环境

云端完成后，你需要审阅并应用 diff，变更才会进入本机仓库——这与 Local 模式「直接改文件夹」的体验不同。

IDE 插件

OpenAI 提供 Codex IDE Extension，支持 VS Code 及其衍生编辑器（如 Cursor、Windsurf），以及 JetBrains 系列（IntelliJ、PyCharm、WebStorm 等）。Agent 出现在编辑器侧边栏，能利用当前工作区作为项目上下文：读文件、改代码、解释诊断信息。扩展同样支持将任务委托给 Codex Cloud，并在 IDE 内与桌面 App 同步线程（同一项目下）。

典型用法

• 写代码时顺手让 Agent 补测试、解释报错、做小范围重构
• 在 IDE 内直接应用或审查 diff，与调试、Git 插件一起使用
• 在编辑器与桌面 App 之间切换，延续同一线程

如何选择

方式	更适合
CLI	终端用户、远程机、脚本化、Linux 服务器
桌面客户端	需要完整 UI、本地项目管理、多线程并行、可视化 diff
网页版（Codex Web）	少安装、跨设备、云端构建与长任务
IDE 插件	已在编辑器里开发、希望不离 IDE

多种入口可以并存：日常小改用 IDE 插件，较大任务用桌面端或 CLI，云端环境用 Codex Web。核心 Agent 能力一致，区别主要在交互界面以及代码改在本机还是云端。

---

小结

Codex 被称为 Agent，是因为它面向的是项目级任务，而不仅是单条消息：能读、能改、能跑、能根据反馈迭代。ChatGPT 擅长回答「怎么做」；Codex 擅长在授权范围内「帮你做到能验收」。CLI、桌面端、Codex Web 与 IDE 插件，是同一能力的不同入口——按你的习惯、操作系统与是否需要云端环境选择即可。

---

感兴趣想要尝试的小伙伴可以参考 Codex配置使用教程