Codex Agent 模式完全指南：让 AI 协助完成科研数据分析任务

上周五下午，我收到一封邮件。

合作者发来一份实验数据，让我帮忙看看有没有显著性差异，周一组会要用。

我打开表格看了一眼：六组实验，每组三十个样本，Excel 里三个 Sheet，每个 Sheet 几百行。按照以前的流程，我要导入数据、检查缺失值、判断统计方法、跑分析、画图、写结论。认真做下来，至少要占掉一整个下午。

但那天我还有实验要跑。

于是我换了一种做法：把数据交给 Codex 的 Agent 模式，写清楚交付物，然后去做实验。

一个半小时后回来，桌面上多了一个文件夹。里面有清洗后的数据、统计分析结果、几张图和一份分析报告。我检查了二十分钟，改了三处小问题，再发给合作者。

这就是 Agent 模式最吸引人的地方：它不是让 AI 回答得更漂亮，而是让 AI 能围绕一个目标持续执行，最后交付一组可以验收的结果。

先看这张路线图：Agent 模式真正改变的，是你和 AI 的协作位置。

你从“每一步都亲自操作的人”，变成了“提出目标、设定边界、验收结果的人”。

这篇文章，我把 Codex Agent 模式的配置方法、三个科研实战场景、Prompt 写法和避坑经验完整整理出来。

先说结论：Agent 模式适合什么任务

Agent 模式最适合有明确交付物的任务。

比如数据分析、文献元数据整理、批量改文件、生成图表、写初版报告。这类任务的共同点是：过程可以拆分，结果可以检查，中间可能需要读文件、写代码、运行命令。

它不适合完全开放、没有验收标准的问题。比如“帮我想一个很厉害的研究方向”，这种任务更适合先用普通模式讨论，再用 Plan 模式收敛方案。

判断是否适合 Agent 模式，只看一句话：如果这个任务最后应该产出文件、表格、图或报告，就值得让 Agent 试试。

Agent 模式是什么

Codex 里常见的工作方式，可以分成三类。

普通模式是问答。你问一句，它答一句，适合解释概念、改写文字、快速查思路。

Plan 模式是先出方案。你让它设计执行路线，确认之后再让它动手，适合风险稍高或步骤不确定的任务。

Agent 模式是目标驱动执行。你给一个目标，它会拆任务、调用工具、执行命令、检查结果，并在需要你判断的时候停下来。

下面这张对比卡，可以直接帮你判断该用哪种模式。

Agent 模式的关键词是“自主”，但这里的自主不是完全放手。

更准确地说，它是“在你设定的边界内自主执行”。你仍然要负责目标、边界和最终判断。

Agent 模式和普通模式有什么区别

技术上，Agent 模式多了三层能力。

第一是任务分解。它会把一个大目标拆成多个小步骤，再按顺序推进。

第二是自我验证。每完成一个阶段，它会检查输出是否符合要求。如果代码报错、图表不清楚、文件没有生成，它会尝试修复。

第三是工具调用。它能自己决定什么时候读文件、写脚本、运行命令、查看结果，而不是每一步都等你提示。

这三个能力叠在一起，就会出现一种很不一样的体验。

普通模式下，你说“帮我分析这份数据”，它可能会先问你用什么统计方法。Agent 模式下，它会先读数据，判断字段类型和数据质量，再告诉你它准备怎么做。

你不需要把每个操作步骤都写出来，但你必须把“交付标准”写清楚。

配置 Agent 模式：先把边界设好

Agent 模式是 Codex 的内置能力，不需要额外安装。

不过在正式拿它处理科研任务之前，建议先检查四件事。

第一，确认 Agent Mode 已开启。打开 Codex，进入设置里的 Features，确认 Agent Mode 开关处于开启状态。

第二，设置权限级别。Agent 会执行读写文件、运行命令等操作，所以权限策略很重要。我的习惯是：日常操作可以自动执行，删除文件、修改系统设置、联网安装依赖等敏感动作必须确认。

第三，添加默认规则。比如：

使用 Agent 模式时，每完成一个主要步骤，请汇报进度。遇到不确定的统计方法、文件覆盖、依赖安装或数据解释，请先停下来问我。数据分析任务优先使用 Python，并保留可复查的中间文件。

第四，打开 Agent 面板。右侧面板会显示当前任务正在做什么、已经完成什么、下一步准备做什么。这个面板是你验收过程的窗口，建议一直开着。

下面这张清单可以作为开工前检查。

配置不是为了限制 Agent，而是为了让它在正确的边界里发挥作用。

实战一：实验数据统计分析

科研人最容易用上 Agent 的场景，是实验数据分析。

假设你有一份 Excel：三组实验，对照组、处理组 A、处理组 B，每组测了某个指标的变化值。数据里有缺失值，也有少量异常值。

我会这样写需求：

分析这份数据。先检查数据质量，包括缺失值、异常值和分组数量。然后判断三组之间是否有显著差异。如果需要两两比较，请输出事后检验结果。交付物包括：数据质量说明、统计结果表格、箱线图和一段可放进报告里的结论。不确定的统计方法先问我。

这个 Prompt 的重点不是“帮我分析”，而是把交付物说清楚。

Agent 接到任务后，通常会先读表格，汇报数据结构。比如共有多少行、多少列、每组样本量是否一致、是否存在缺失值和异常值。

接着，它会进入方法选择。对于简单独立分组数据，它可能会先检查正态性和方差齐性，再选择 ANOVA 或非参数检验。

下面这张图，把一个相对稳妥的数据分析链路拆成了 6 个节点。

这里最重要的不是 Agent 能不能跑出 p 值，而是你能不能看懂它为什么选这个方法。

如果数据结构复杂，比如重复测量、配对设计、嵌套设计、多因素设计，统计方法就不能让 Agent 自己拍板。你应该在 Prompt 里明确要求：“先给出统计方案，我确认后再运行。”

实战二：文献信息批量获取与整理

第二个适合 Agent 的场景，是文献信息整理。

注意，这里说的是整理公开的文献元数据，不是获取非公开全文。

比如你想整理 PubMed 上某个关键词的前 100 篇文献，可以这样写：

在 PubMed 上搜索 protein-ligand binding affinity deep learning，获取前 100 篇文献的公开信息。整理成 CSV，字段包括标题、作者、年份、期刊、DOI 和摘要。只使用公开 API 和合规访问方式。如果需要邮箱等 API 参数，请先问我。

Agent 通常会先写脚本，通过公开 API 获取结果。如果 API 要求提供邮箱，它应该停下来问你，而不是随便填一个。

拿到数据后，它会整理字段、去重、保存 CSV。有时它还会顺手做年份分布和期刊分布，这类补充分析如果有用就保留；如果偏离目标，就让它删掉。

下面这张流程图，适合贴在文献整理类任务旁边看。

这个场景的边界要说清楚：只整理公开信息，不获取非公开全文，不违反数据库规则。

实战三：数据可视化与报告生成

第三个场景，是把分析、作图和报告放进同一个任务里。

比如你有一份蛋白质表达数据，可以这样写：

分析这份蛋白质表达数据。先检查数据结构和缺失值。然后按 fold change > 2 且 p < 0.05 的标准筛选差异表达蛋白。画火山图和热图，最后写一份 1000 字以内的 Markdown 分析报告。所有输出放到一个新文件夹里，不要修改原始文件。

这个任务很适合 Agent，因为它有明确的交付物：清洗数据、差异分析表、火山图、热图、报告。

Agent 运行过程中，可能会自己发现问题。比如第一次火山图标签重叠，它可以调整标签位置后重新画；热图聚类不清楚，它可以尝试改配色或排序。

但报告里的生物学解释，仍然需要你验收。

下面这张图，把一次任务最后应该交付的东西列出来。

如果最后只得到一段聊天回复，而没有可复查的文件，那这个 Agent 任务就还没有真正完成。

Agent 模式的 Prompt 写法

我用 Agent 模式时，最常用的是“五要素 Prompt”。

第一，目标：这次任务要解决什么问题。

第二，交付物：最后要输出哪些文件、图表或报告。

第三，格式：CSV、XLSX、PNG、PDF、Markdown，尽量写清楚。

第四，边界：不要修改原始文件，不要覆盖已有结果，不确定先问。

第五，验收：先做哪一步，我确认后再继续；哪些结论需要人工复核。

把这五件事写清楚，Agent 就不容易跑偏。

一个可直接套用的模板是：

你要完成的目标是：……
输入文件是：……
交付物包括：……
输出格式要求：……
执行边界：……
遇到以下情况先问我：……
每完成一个主要阶段，请汇报结果和下一步计划。

大任务不要一次跑到底。尤其是科研数据分析，建议分成“数据清洗、方法确认、正式分析、图表生成、报告整理”几个阶段验收。

常见问题与避坑

第一个问题：Agent 跑着跑着卡住了。

通常是某个步骤遇到了它处理不了的情况。打开 Agent 面板，看它卡在哪一步。你可以手动补充信息，也可以让它跳过当前步骤继续。

第二个问题：Agent 选的分析方法不对。

这很常见。Agent 选方法是基于它对数据结构的理解，如果你的实验设计比较复杂，它可能会低估问题。解决办法是：把方法写进 Prompt，或者先让它给统计方案，你确认后再跑。

第三个问题：Agent 生成的代码报错。

Agent 会根据报错信息尝试修复。一般的小问题，它能自己改掉。如果连续修了几次还不行，就不要让它原地循环了，直接让它解释报错原因和下一步方案。

第四个问题：Agent 做了你没要求的事。

Agent 有时会过度补充。比如你只要一张图，它顺手写了一份报告。多做的东西有用就留下，没用就明确说：“删掉这部分，我只保留图表和数据表。”

第五个问题：Agent 输出看起来很完整，但结论可能不可靠。

这是最需要警惕的一点。文件齐全不等于科学结论正确。统计方法、异常值处理、样本分组、生物学解释，都要人工复核。

最后这张边界卡，建议你在第一次使用 Agent 做科研任务时对照看一遍。

总结：你从操作者变成验收者

Agent 模式最有价值的地方，不是让 AI 说得更多，而是让 AI 做得更多。

你给目标，它拆任务、执行、验证、交付。你从“操作者”变成“验收者”。

对科研人来说，这意味着很多重复性工作可以交给 AI 先跑起来：数据清洗、初步统计、文献元数据整理、图表生成、报告初稿。

但它不意味着你可以跳过判断。

Agent 可以帮你节省操作时间，却不能替你承担科学判断。真正稳妥的用法，是把它当成一个会执行的助手，而不是一个自动给出最终结论的权威。

如果你还没试过，可以从一个低风险任务开始：拿一份示例数据，让 Agent 先做数据质量检查和初步图表。看它怎么拆任务、怎么汇报、怎么交付。

等你熟悉它的节奏，再把更复杂的科研工作流逐步交给它。

有使用 Agent 模式处理科研任务的经验，欢迎在评论区交流。尤其是数据分析、文献整理、批量作图这几类场景，很值得互相借鉴。