乐于分享
好东西不私藏

建议不写代码的人也下载一个 Codex,哪怕只用它做一件事

建议不写代码的人也下载一个 Codex,哪怕只用它做一件事

我用 Codex 一个星期,最想告诉你的不是怎么用它写代码

先说一个你可能没意识到的事情:你跟 AI 说话的方式,决定你浪费了多少时间。

我用了大概三年 AI 工具。ChatGPT、Claude、各种写作助手。我以为我已经很会用了——我知道怎么写 prompt,知道怎么追问,知道怎么让它润色一段文字。

然后上个月我换了 Codex。

花了大概三天,我才发现我一直都在用错的方式跟 AI 合作。不是 prompt 写得不够好,是整个工作模式就没对。


你和 AI 之间,少了一个「文件夹」

平时用 ChatGPT 是什么感觉?打开一个页面,问一个问题,得到一个答案。想要更多?继续问。想要把答案变成文件?自己复制粘贴。明天想继续聊?重新解释一遍背景。

这个过程里,你一直在当搬运工。你把信息从 AI 那里搬到自己手上,再从自己手上搬到文档里。搬着搬着,你的注意力就散了。

Codex 做了一件事,看起来很小,实际上是整个工作方式的分水岭:它直接把你的电脑文件夹当成工作空间。

你新建一个项目,选一个文件夹。从此以后,你放在这个文件夹里的所有东西——PDF、截图、Excel、Markdown、代码——Codex 都能直接读到。它不只是「回答你的问题」,它是「在你的文件夹里处理任务」。

这个差别有多大?

以前你问 ChatGPT:「帮我分析这 10 篇文章的共同点」。你得先自己读完,把每篇的关键内容复制进去,等它回复,再把回复搬出聊天框。来回至少四步,每一步你都在。

现在你只需要把 10 篇文章的文件拖进一个文件夹,说一句:「全读了,告诉我它们的共同点,把分析结果写成一个文件放在这个文件夹里。」

然后你可以关掉 Codex。

十分钟后回来,分析文件已经在那里了。不是聊天框里的一串字——是你电脑上的一个真实文件。

ChatGPT 负责「想」。 Codex 负责「把事办完,把结果留在你电脑上」。


三个你用一次就回不去的场景

写代码只是 Codex 最早被人看见的本事。对不写代码的人来说,下面这三个场景才是真正改变日常工作的东西。

场景一:处理一批资料,不是一篇一篇

你是不是经常这样:收藏了一堆竞品分析、行业报告、公众号文章,想着「有空再看」,然后就没然后了。不是因为懒,是因为看完之后还要整理、归纳、写结论,一想到这个工作量就放弃了。

Codex 的做法完全不同。你把 20 个文件全丢进一个文件夹,告诉它:读出每个文件的核心观点,找到它们共同指向的趋势,挑出互相矛盾的判断,最后给我一份不超过 500 字的总结,和一份按主题分类的详细笔记。

这个过程里你要做的,只有一件事:判断结果够不够好。如果不够,再给它一条指令。够好,直接用。你的角色从「操作员」变成了「审稿人」。

场景二:把想法变成可交付的东西

有一类工作特别消耗人:你已经想清楚了要什么,但把它做出来很麻烦。比如你想把一次会议笔记变成一份格式统一的纪要,想把手写白板拍成结构化文档,想把几个 Excel 表合并成一个带图表的报告。

以前这些事你得打开各种软件,手动排版、调格式、查数据、截图。现在你把原始材料放进文件夹,告诉 Codex 你要什么格式、什么结构、包含什么内容。它读你的文件,生成结果,直接存在文件夹里。

你做的那部分——想清楚要什么——才是真正值钱的部分。后面那些操作,交给它就行。

场景三:让 Agent 在你不在的时候继续跑

这是我觉得跟 ChatGPT 差别最大的地方。

ChatGPT 是同步的:它在等你,你在等它。你必须坐在屏幕前,看着它打字。Codex 可以是异步的:你丢一个任务给它,然后去做别的事。它会自己在后台跑——读文件、改文件、跑脚本。

更关键的是,你可以用手机看进度。人在外面开会,手机上看一眼:任务跑到哪了,有没有卡住,出来的中间结果长什么样。觉得方向不对,手机上点一下暂停,给一条新指令,它继续跑。

你的位置从「操作电脑的人」变成了「指挥 Agent 的人」。这两个角色的区别,就是未来几年工作效率的分水岭。


几个细节,用了才知道有多好用

讲完大场景,讲几个小东西。都是我用了一个月之后,觉得最值的地方。

项目不是聊天,是记忆

我第一次用 Codex 的时候,犯了所有人都会犯的错:把它当 ChatGPT 用——打开就聊,聊完就关,下次重新开始。后来发现完全用错了。

正确的用法是:一个方向开一个项目,绑一个文件夹。这个文件夹就是你跟 AI 之间的共享硬盘。你放进去的所有东西——需求文档、参考素材、中间版本的草稿——AI 都能看到,都能记住。下次打开这个项目,它不需要你重新解释背景,因为它已经读过文件夹里的所有内容。

一个具体的项目,一条独立的对话。不要把所有东西混在一个对话里。上下文污染是 Agent 效率的第一杀手。

额度有一个隐藏机制,知道的人都在用

Codex 的 Agent 额度不是每天零点重置的。是从你当天发出第一条消息开始,往后数 5 个小时。5 小时后窗口关闭,但不会自动开下一个——要等你再一次发消息才会触发。

这意味着什么?如果你下午 2 点到 6 点是核心工作时间,那你在上午 11 点先发一条短消息(哪怕就是「hello」),第一个窗口就落在 11:00 到 16:00。你的工作时间(14:00–18:00)前半段用第一个窗口,16:00 之后自动接上第二个窗口。等于一次工作时段横跨了两个额度窗口,可用量翻倍。

你还可以在 Codex 里设一个自动化:每天固定在核心工作前 3 小时发一条触发消息。完全不用手动记。

长期线程 + 定时任务 = 你的第二个大脑

当你对着 Codex 可以设定时任务的时候,玩法就完全不一样了。你可以让它每天早上读你的未读邮件,挑出需要你回复的,按优先级列好。可以让它每两小时检查一次竞品网站的页面变化。可以让它在没有 API 的情况下,像人一样操作网页界面——上传文件、查排队状态、填退款表单。

这些东西拼在一起,已经不是「工具」的逻辑了,是「员工」的逻辑。你只管决定方向和检查结果,重复执行的部分它自己跑。


不会写 Prompt 的人,反而是这波最大的赢家

有很多人觉得用 AI 用得好的关键,是把 prompt 写得特别讲究。我这一个月的感受完全相反。

用 Codex 用得最好的那批人,根本不纠结 prompt。他们甚至不怎么打字——用语音直接说。因为口述能保留最原始的思路,不用在打字的时候把自己想清楚的事重新组织成「AI 能理解的格式」。想到什么说什么,说错了就追加一句纠正。

他们真正在练的技能不是 prompt engineering,是一个所有职场人本来就会的东西:把活拆清楚。

多大的事拆成几块、先做什么后做什么、每一步做到什么程度算完成、哪里需要你本人确认、哪里可以直接自动续跑。这不就是管人吗。你管一个实习生怎么管,管 Agent 就怎么管。

但管人需要沟通成本、情绪成本、等人的时间成本。管 Agent 只有一件事:你有没有把任务说清楚,有没有在每一步放一个检查点。

所以真正在这波 AI 浪潮里受益最大的,不是程序员。是那些本来就很会把活拆明白的人——项目经理、运营负责人、资深编辑、产品经理、部门主管。他们不需要学新技术,只需要把已经会的管理动作,用在一个 Agent 身上。


我的一天,现在长这样

上午 9:00 — 打开 Codex,昨晚的定时任务已经把收件箱里昨晚进来的邮件读完,三条需要处理的列在项目文件夹里。我看了一眼,挑了一条让 Codex 先草拟回复,另外两条标记下午处理。

上午 10:30 — 把本周收到的几份 PDF 报告和一堆网页笔记扔进项目文件夹。说:「提取所有提到市场增长率的具体数字,按行业分类,生成对比表格,标注每个数据的出处。」然后我去吃早午饭。

下午 2:00 — 三个会连在一起。会前我设了一个定时任务,每两小时检查竞品网站页面变化。整个下午我一眼都没看,专心开会。

下午 6:30 — 健身完回家,打开手机看进度。上午的对比表格好了,数据来源全部标注清楚。下午的竞品监控发现了两次页面更新。上午那封邮件草稿等着我确认发送。我躺在沙发上,用了三分钟全部过完。


现在开始的门槛比你想象的低得多

很多朋友跟我说:「我又不写代码,用 Codex 干嘛。」

这是一个典型的认知陷阱。Codex 最早确实是以「AI 编程工具」出道的,但过去半年它已经变成了完全不同的东西。不用命令行,不用装 Python,不用配环境。你下载一个桌面应用,用 ChatGPT 账号登录,选一个本地文件夹,就能开始用了。

而且 OpenAI 最近在推一个很重要的东西:岗位插件。不是让你学怎么用 AI,而是直接把 AI 的能力按岗位打包好——数据分析的、创意制作的、销售的、产品设计的、投研的——你选一个自己岗位对应的配置,上来就能用。

ChatGPT 和 Codex 也在合并的过程中。以后你在 ChatGPT 里说一句话,Codex 在后台直接帮你跑。入口是你熟悉的聊天界面,执行是桌面上的 Agent。这条线一旦打通,会用的和不会用的人之间,效率差距会迅速拉开。


明天就可以试的事

不需要教程,不需要教程视频。你现在就可以做这件事:

  • 把你最近攒着没看的 3 篇文章扔进一个文件夹。
  • 打开 Codex,新建一个项目,绑定这个文件夹。
  • 打一句话:「读完全部文件,告诉我它们共同在讲什么,各自的独特观点是什么,把分析结果写成文件放在这个文件夹里。」
  • 关掉 Codex,去做别的事。10 分钟后再看那个文件夹。

你会发现多了一个文件,里面是你刚开始但一直没做完的分析。

这时候你就会明白:你以前不是不会用 AI,你只是一直在用聊天的方式跟一个能干活的系统打交道。


Codex 写代码的能力只是它最早被人看见的一面。它真正在做的事,是让你从「使用者」变成「管理者」。你不是那个一行行操作电脑的人了。你是那个把活派出去、定好检查点、验收结果的人。未来几年真正拉开效率差距的,不是你多会写 prompt,是你多想得清楚任务的边界,多擅长把复杂的事拆成可执行的块,多在行每一步之后知道下一步该往哪走。好消息是,这些事情跟技术没关系。它们跟你能不能把一个活看清楚、说清楚、交清楚有关系。而这些,你本来就会。