hello啊，大家好，我是CY

Sam 说这是 史上最受欢迎的产品

我用了下，和大家聊聊Codex桌面端功能、和一些使用技巧

发布了一款macOS的桌面应用，它名为Codex。表面看起来，这仅仅是又一个AI编程工具。然而，当Sam宣称它是“我们内部迄有史以来最具受欢迎程度的产品”时，事情开始一点点变得饶有兴致，充满看点。

把代码高亮添加到聊天窗口这不是它呈现的样子，VS Code 装上 AI 插件也不是它的情况。他们做出了一个具有根本性的选择：没有对 VS Code 进行复刻，没有去制作 IDE，而是打造了一个指挥中心。

你在里面管理的不是文件，而是一支 AI 工程团队。

一支看不见的工程团队

臆想这样一种情形：你的项目要同步去推进并开展三件事情。对认证系统的数据库层予以重新构建，针对 API 撰写集成测试，对前端登录页面实施优化。

身处传统AI工具范畴之内，你能够做的仅是逐个依次进行。先是令AI去修改数据库，静候其完成修改之后，接着再吩咐它撰写测试内容，待其写完测试，随后又要让它去修改前端部分。实际上从根本上来说依旧是一个人在从事相关工作，只不过这个人敲击键盘的速度相较于你而言要更快一些罢了。

桌面端 Codex 打破了此模式，能同时开启三个线程，每个线程中有一个独立的 AI 代理，各自进行工作。当 Agent 1 正在对数据库实施重构操作之时，Agent 2 已然着手撰写测试内容，Agent 3 与此同时正在调整前端样式。三件事情并行向前推进，每个代理最长能够独立运行 30 分钟之后交付成果。

Peter，那个项目的创作者于X之上宣称，其在切换至Codex之后，“生产力大概翻了一番”。

更为激进的表述是：“我处于Codex桌面端的所占时间比例高达99.9%。” ，而另外0.1% 的时间则呈现出别样状态啦。

这并非是那种单纯的增量式改进，而是工作方式的一种全新的定义，它表现为，从“我与一个人工智能进行结对编程”转变为“我把控指挥一支人工智能团队”。

谁也别碰谁的代码

众多AI一同开展工作，最为重大的风险究竟是什么呢？是彼此之间出现干涉。Agent 1对某一个文件作出了修改，Agent 2同样对这个相同的文件进行了更改，在合并的时候产生了冲突，局面变得杂乱无章。

Codex所具备的解决方案十分聪慧，进而并且此解决方案不涉及AI相关内容，——不过是Git这个事物罢了。

在每次你开启一个新线程之际，能够进行 “模式” 的选择，这所蕴含的意义在于，每个 agent 会于代码的独立副本当中开展工作，恰似给予每个员工一张专属自己的办公桌，并且在桌上放置一份文件的复印件，无论他们做出怎样的更改，既不会对原件造成影响，同时也不会对隔壁桌产生影响。

这个技巧，其实在之前文章，关于code的开发者分享的，使用cc的技巧里面，也有提到。

修改完成之后，你于，Codex的diff面板当中。逐条逐行地去展开审查，碰到这样一行，你觉得改得相当棒，就予以保留。要是有着那样一行，其逻辑存在问题，那就针对它添加一条评论，以便让其进行修改。当你感到满意过后，请点击合并按钮。要是你并不满意，那就直接将其丢弃，而你的代码，一行都不会发生改变。

Codex 的设计最具智慧之处，并非与AI存在关联，而是通过运用git来达成agent的隔离。

不只是写代码

初期的人工智能编程辅助工具宛如一名仅仅会进行代码编写的实习人员。你吩咐它去撰写一个按钮，它便会给予你一段代码。然而，关于部署这一环节，项目管理这一方面，阅读设计稿这一事项，这些它一概都不具备相应能力。

Codex凭借一套被称作 的技能系统，将这个棘手的问题予以解决，其本质乃是装配于AI的“技能包”，它是由一组指令、脚本以及参考文件，组合成一个文件夹后所得而成。

内置的技能包括：Figma 设计稿直接生成代码、一键部署到

首先，在这个过程之中，要进行项目看板的读取操作，接着，运用GPT Image来生成图片，随后，开展创建PDF以及电子表格的工作。

更有意思的是技能的构建途径，你用不着去编写插件，不用配置 API，不用进行繁杂的集成，仅仅只需创建一个文件夹，在里面放置一个 SKILL.md，这是一个纯文本文件，用自然语言告知 AI 如何去操作，不存在代码，不存在 API 调用，一个文件即为一项技能。

布置于~/.codex// 之处属于个人所具备的技能，放置于项目的 .codex// 那里并提交至 Git 便成为团队共同享用之事态。整个系统呈现开源状态。

让 AI 自己上班

所解决的是，“AI 能够做些什么”，所解决的便是，“AI 在何时去做”。

于内部，Codex的相关事宜已然在着手处理这些事项：每日清晨自动规整相关的优先级次序，当CI构建遭遇失败状况时自动剖析缘由并给出相应建议codejock xtreme 16，每日生成一份发布方面的简报内容，按照固定周期扫描代码库以寻觅潜在的bug。

以往这些任务，要么依靠人工，每天耗费30分钟去整理issue，要么根本就没人去做，毕竟谁会有空闲天天撰写发布简报呢？如今是AI定时运行，把结果放置在审核队列当中，你只需打开查看一下，进行确认或者驳回操作。它不会擅自作主的，这可是Codex在自动化方面所划定的红线。

更强的玩法是组合：

具体工作由调用Skill执行，其触发是定时的，通过MCP协议连接Slack，结果再回到审核队列，这构成一条完整的自动化流水线。

打通所有工具

传统的 AI 助手是这样的情况，它仅仅能够看到你的代码文件，它对于你的 Jira 当中存在什么样的任务是不清楚的，其所持有的察觉也是未知的，它对于所报出来的错误是不了解的，它对于 Figma 设计呈现出来的样子是不晓得的，它就如同是一位被禁闭在房间里面，且仅仅只能去看代码的工程师。

Model把间房的门开启。借由这个协议，Codex能够接入，诸如Figma等差不多所有开发工具。

打仗时，你能够于Slack之中讲一句“@Codex修#123故障”，它自行接洽存活、去阅读代码、修补难题、创立PR、将链接回复于Slack。还能够搭建自动PR审查流水作业线：全新PR触发→MCP读取变动→Codex辨析错漏与性能难题→自动发送评论。开发者回复“codex fix it”，它径直提交修补。

被配置于~/.codex/.toml 当中，CLI 与 IDE 扩展共同分享同一份额，设置一回便处处皆可使用。

一份给 AI 看的规则手册

假使多个 Agent一块儿进行工作的时候，一旦缺乏统一的规则，那么所产生的代码风格会呈现出各种各样的形态，测试无法运行，禁区被随意更改。这实在是能把人逼到崩溃的。

这个问题靠.md 来解决，它是置于项目中的文件，用于向所有 AI agent说明了此项目的规矩究竟是什么。

这并非是某一家单独的发明，.md已然成为行业里的标准，它是由Linux基金会下属的AI予以管理的，Codex，Jules，、Amp等工具共同参与到制定的过程当中。

一份典型的 .md 包含：

项目结构（代码放哪、测试放哪）、

编码规范（ 、禁止 any）、

测试命令（pnpm test）、

Git 规范（ ）

禁区（不要改 文件、不要删测试、加新依赖先问）。

它支持层级覆盖：

全局默认 → 项目级 → 子目录级，越深层优先级越高。

其效果呈现出立竿见影的态势，存在这样一种情形，即针对撰写了.md 的项目而言，由 AI 生成代码，这些代码在风格方面达成了一致，对于禁区予以遵守，进行修改完成之后会自动开始跑相关测验。

没写的，每次都在赌 AI 的"发挥"。

怎么跟它说话

自己出了一份提示词指南，里面有几条违反直觉的建议。

第一条：别让其汇报计划，有好多人惯于讲“先讲给我听一看你要怎样去做”codejock xtreme 16，官方称不要这样，这会致使模型耗费大量token去输出一份计划书，而后在执行过程到一半之际陡然停下来，要让它直接动工干活。

其二：愈是具体愈佳。“帮我改进代码”这般表述是最为糟糕的。“修复 login.ts 第 42 行 ，缘由为 Redis 连接超时，改好后运行 npm test”此乃良好的。明确指出文件名、行编号、错误讯息、验证指令。

第三条：进行批量处理，别让AI先将文件A读取，待其读完之后再去读取文件B，而是一口气发声说“先读取auth.ts、 db.ts、.ts，接着基于这三个文件予以修改”，把三轮交互转变为一轮，以此节省token及时间。

第四条，给到约束，其中情形为“不要动手去触碰/目录”以及“运用已存在的类”。不存在约束的人工智能宛如没有设置围栏的牧场，任何地方它都有可能奔跑过去。

第五条：不要将推理强度提升至极致。Codex具备五档推理强度。直至xHigh档。日常编码采用即可，既迅速又节省成本。唯有最为复杂的架构设计才需调至High档或xHigh档。

日常操作

桌面端的交互围绕几个高频操作展开。

在进行合并行动之前，/diff是必须要查看的内容项，它通过采用红绿两种颜色进行对比的方式，来展示AI所作出的修改之处，并且能够针对某一行添加评论，以此让AI进行相应的修改操作。/针对对话时间较长的问题实行解决办法，在压缩上下文内容的同时保留核心关键信息，能够持续工作长达数小时且不会出现偏离正轨的情况。/new作为一个按钮，所代表的含义是当AI完全迷失方向时，要果断选择放弃并重新开始。

由 /init 帮你自动生成 .md，让 AI 扫描代码找问题，来查看和调用技能。

在快捷键部分，Cmd 与 J 组合可呼出终端，Cmd 跟 K 组合用于命令面板，Cmd 与 / 组合起到帮助作用，Ctrl 与 M 组合通过长按来进行语音输入。

权限管理运用渐进性置信形制，起始自只读状态，待信任确立后切换至可写范畴，于必须之际再开启全面权限。若有人工智能访问额外目录需求，则采用指定语句附加特定目录方式，切不可径直关闭沙箱。

那些用它做出来的东西

公布演示之际，借助单独一条，让人工智能组建了一款完备得赛车游戏，此游戏包含8张地图，有多种可供选择的赛车，道具系统耗费了700万token。这愈发像是一场技术展示不过它的确表明了40万token上下文窗口的可能性。

一个内部的四人团队，运用Codex，在二十八天的时间里，完成了Sora的应用。

Peter 独自构建了整个 项目。

Cisco 的工程团队用它加速产品组合开发。

用它提高测试覆盖率，甚至让产品经理也能直接写代码。

来源于社区的报告表明，Codex进行的预审PR，能够将人工审查所需要耗费的时间，大概减少60%。

钱的问题

Codex 的定价分两条路。

如下给出订阅制不同套餐情况：通过账号的订阅制里，Plus套餐是每月额外加二十美元，每五小时可以发送消息三十条到一百五十条，这种套餐适合偶尔使用的情形；Pro套餐每月是二百美元啊，能发送三百条到一千五百条消息，它适合天天使用的状况；还有一种是每人每月二十五美元到三十美元的套餐，能享受无限的GPT - 5消息数量，并且具备自定义的特点。

按使用量计费的 API：关于 Codex Mini，每百万 token 的输入费用是 1.50 美元，输出费用是 6.00 美元，而 GPT - 5 Codex 呢，此每百万 token 的输入费用为 1.25 美元，输出费用为 10.00 美元。

省钱的门道是，日常任务选用 Codex Mini，其价格便宜大约 4 倍，具备精简特性，缓存机制会自然而然地降低 90%重复输入所需成本，假如每个月使用次数在 10 次以下，选用 Plus 就足够了，要是天天使用，那么按 API 用量计算或许会更为划算。

当前存在限时特惠情况，即便是Free的用户，也能够在短时间内进行试用，而付费的用户，所拥有的额度将会双倍增加，并且表明此优惠大概会持续两个月的时间。

唱反调的人说了什么

不是所有人都被说服了。

最大槽点是平台有受限制情状，仅有macOS ，缺Linux。2026年时 ，有一款面向全球开发者的AI工具 ，却仅支持一种操作系统 ，关于此社区评价为“不可思议”。其所谓“版”处于“正在开发中”状态 ，然而并无时间表。

模型质量呈现出不稳定的状况，GPT - 5.2 Codex在推理强度处于一定水平时展现出不错的表现，然而在Low档时却遭受到被批评为“甚至连用于实际代码生成都是不够格的”这样的评价，该模型的“风格语气”在代码注释当中同样会显现出来。

领先者并非追赶者，多位评论者指出，Codex的发布，则更加似是对的一种回应，Code在仅仅短短6个月的时间之内达成了10亿美元的年化收入，曾给出價30亿美元进行收购（被遭拒），最终抉择自己去做。

一份报告提出了更为根本的质疑，开发者仅有16%的时间用于编写代码，其余时间用于会议、审查、调试以及沟通，AI编程工具仅对其中16%进行了优化，然而节省下的时间几乎已被额外的审查和调试需求所抵消。

是的没错，那些支持的人会这般讲，多 Agent 并行以及，恰恰是正处于对那另外的 84%进行优化的状态，自动化 issue 整理，还有 PR 审查，再加上 CI 分析，这些通通都并非是“写代码”这种行为。

标志着AI编程工具进入新阶段的，是Codex桌面端的发布，，它并非“一个更聪明的自动补全”，也不是“一个会写代码的聊天机器人“。

它尝试去回应一个更为庞大的问题，即，当人工智能足够出色之际，那开发者所扮演的角色究竟应当是什么呢？

给出的答案是：项目经理。

需求由你负责，架构和审美也由你负责，判断同样由你负责，把机械性的实现交给一支 AI 团队。

由于AI技术更新太快，

这里也会在第一时间更新迭代内容，

请以最新文档为准。

这儿不存在说教，也不存在指教，有的只是如同老友那般的AI干货分享，欢迎到这儿来找我。

小报童

如有侵权请联系删除！