夜雨聆风「先别写代码，先做计划」
大多数开发者用 AI 的方式，是把需求往对话框里一丢，然后等它吐代码。
OpenAI 自家工程师的用法完全相反。
2026 年 5 月，OpenAI 发布了一篇官方工程指南《How OpenAI uses Codex》，直接公开了内部团队每天怎么用自家 coding agent。这篇文章的内容来自对 OpenAI 工程师的访谈和内部使用数据，涉及 Security、Product Engineering、Frontend、API、Infrastructure、Performance Engineering 等多个技术团队。
▲ Alex Prompter 在 X 上转述了 OpenAI 的内部 AI 使用指南，称"这是他们团队做了但你可能没做的事"
这篇指南里最重要的一条实践，也是整个方法论的起点：
"For large changes, start by prompting Codex for an implementation plan using Ask mode, which then becomes the input for follow-up prompts when you switch to Code Mode."
「对大型改动，先让 Codex 在 Ask Mode 中生成实现计划，再把这个计划作为后续 Code Mode 的输入。」
翻译成大白话就是——先让模型做计划，你审完计划之后，它才能动手。
▲ OpenAI 官方文章开篇就写明：Codex 已在多个技术团队日常使用，材料来自工程师访谈与内部数据
Ask Mode 的底层逻辑：把审查前移
为什么要先让模型「问清楚」再动手？
OpenAI 官方原文的解释是：
"This two-step flow keeps Codex grounded and helps avoid errors in its output."
「两步流程能让 Codex 更有依据，减少输出错误。」
这里面的关键词是grounded——有依据、有锚点。
传统做法是直接让 AI 写完代码，然后你 review 一坨 diff。问题在于，如果模型从一开始就理解错了需求方向，那后面写的每一行代码都是在错误路径上越走越远。你花在 review 上的时间，大部分是在善后。
Ask Mode 的做法相当于在执行前插入了一个 checkpoint：让模型先列出它打算改哪些文件、怎么改、为什么这么改、有什么风险。你检查的对象从「已经写完的代码」前移到「即将执行的方案」。发现方向有偏差，改一句计划就行，不用推翻几百行代码。
这才是"让模型问清楚"的真正含义——把人类审查从事后救火变成事前把关。
▲ OpenAI 官方 best practices 页面：Start with Ask Mode 排在第一条
Prompt 要写成工程 Brief，别写成许愿
OpenAI 内部的第二条方法论，同样来自官方文章：
"Structure your prompt as if you are writing a Github Issue."
「把 prompt 写得像一个 GitHub Issue。」
什么意思？就是你给 AI 的指令不应该是「帮我优化一下这个页面」这种模糊需求，而应该包含：
- 背景
：这个功能当前的状态和已知问题 - 目标
：具体要达成什么效果 - 文件路径和组件名
：模型需要动哪些代码 - 参考模块
：「按照 module X 的方式实现」 - diff 或文档片段
：相关的上下文材料 - 非目标
：明确说清什么不用改
这和写一个好的 GitHub Issue 一模一样。工程师给同事派任务时不会只说「把这个弄好」，会把范围、约束、相关代码和验收标准全部列出来。给 AI 也一样。
prompt 的质量决定了模型输出的上限。而 prompt 的质量，取决于你愿意花多少工程化的功夫把上下文喂到位。
把 Codex 当异步任务队列：开会也能合 PR
OpenAI 内部工程师有一个用法让人印象深刻：
"I was in meetings all day and still merged 4 PRs because Codex was working in the background."
「我整天都在开会，但还是合并了 4 个 PR，因为 Codex 一直在后台工作。」
这背后的逻辑是——把 AI agent 当成一个异步任务队列。
OpenAI 的工程师在主线开发中碰到低优先级的 bug、支线的重构任务或者临时发现的小问题，不会切分支、换上下文，而是直接给 Codex 发一个任务，让它在后台处理。等自己忙完了，回来 review 它生成的 PR。
另一位后端工程师的说法更具体：
"If I spot a drive-by fix, I fire a Codex task instead of swapping branches and review its PR when I'm free."
「发现一个顺手能修的问题，我会开一个 Codex 任务，等空了再看它的 PR。」
Codex 本身是云端沙盒里的 coding agent（据 TechCrunch 报道，它运行在 OpenAI 的云端虚拟机上，可以预加载 GitHub repo），处理简单功能、修 bug、跑测试等任务大约需要 1 到 30 分钟。这让「后台跑任务」在产品层面成立。
AI 在这里扮演的角色更接近一个不会打断你的异步队列，不再是一个需要你盯着的对话窗口。
AGENTS.md：给 AI 写一份「入职手册」
OpenAI 的第五条方法论涉及一个具体的文件机制——AGENTS.md。
"Codex reads AGENTS.md files before doing any work."
「Codex 在开始任何工作之前，都会先读取 AGENTS.md 文件。」
▲ OpenAI Developers 文档明确写道：Codex 在开始工作前会读取 AGENTS.md
AGENTS.md 的作用类似于给 AI agent 写的「入职指南」。你在这个文件里写清楚：
- 命名约定
：变量用 camelCase 还是 snake_case - 测试命令
：跑测试用什么脚本 - 业务逻辑
：哪些字段有特殊含义 - 已知坑点
：哪些依赖有版本问题 - 禁区
：哪些文件不能碰
人类新同事入职，会看 README 和 CONTRIBUTING.md。AI agent 入职，看的是 AGENTS.md。
OpenAI 的官方文档还建议按层级维护这个文件——全局一份、项目级一份，不同 repo 可以有不同覆盖。这样 Codex 在不同项目里都能快速进入状态，不用你每次都在 prompt 里重复说明上下文。
Best of N：同一个问题，让模型跑多个方案
OpenAI 内部的第六条实践是Best of N——同一个任务，让 Codex 同时生成多个方案，然后人类 review 比较，选最好的那个。
这在高风险决策场景特别有用。比如一个性能优化的方案，可能有三四种不同路径（改索引、改查询、加缓存、重构数据结构），让模型分别生成，你再对比权衡，比只看一个方案要靠谱得多。
但这里有一个容易忽略的成本：多个候选方案意味着更多的审查工作。如果你没有足够的测试覆盖和 code review 流程，Best of N 只是增加了表面上的选择，并没有提高实际质量。
开发者社区怎么看？
OpenAI 的官方指南发出来之后，Hacker News 上的开发者讨论也提供了一些不同角度。
▲ Hacker News 上关于 Codex App 的讨论，开发者关注点远不止模型能力
有人认为 Codex 免费开放和提高限额本质上是推动 adoption 的营销动作，提醒大家不要把官方宣传直接等同于实际使用率。
也有开发者分享了真实体验，说 Claude Code 和 Codex 在不同任务上互有胜负：
"Sometimes I can sit with Claude Code for an hour... try it with Codex and have it solved in five minutes, and also the opposite happens."
「有时候用 Claude Code 卡了一小时的问题，Codex 五分钟就解决了；反过来也一样。」
这说明 coding agent 的可靠性仍然取决于具体任务类型、工程 harness 和上下文配置。没有哪个模型在所有场景下都更强。
还有大量关于 native app、Electron、系统集成和资源占用的讨论。开发者关心的不只是模型输出的质量，还有整套工具的完整体验——权限管理、OS 适配、上下文窗口、CPU 和内存占用。
边界在哪里？
需要提醒的是，OpenAI 这篇文章的定位是Codex 研究预览阶段的内部工程实践，不代表所有 AI 工具的通用定律。
几个关键边界：
Ask Mode 需要人类把关。让模型先生成计划确实有用，但计划本身也可能遗漏测试路径、忽略安全约束。人类仍然要审查计划的完整性，不能把「先问」等同于「问了就对」。
「整天开会还合了 4 个 PR」是个人案例。这来自 OpenAI 一位工程师的描述，用来说明异步工作流的可能性。但把它理解成"每个人每天都能多合 4 个 PR"就过头了。
AGENTS.md 提供的是上下文，不代替安全保障。它告诉模型项目里的约定和禁区，但权限隔离、CI 流水线、自动化测试这些真正的安全边界还得靠别的机制。
Forbes 把 Codex 在内部的使用描述为"自主运行数据平台"，但 OpenAI 官方原文始终在人机协作的框架下讨论这些实践。不要把媒体的措辞直接当成 OpenAI 的承诺。
给开发者的 Checklist
把 OpenAI 内部实践提炼成可操作的清单：
1. 先 Ask，再 Code。让模型列出实现计划、涉及的文件、风险点和测试路径，你审完再让它执行。
2. Prompt 按 Issue 标准写。背景、目标、非目标、文件路径、参考模块、验收标准，一个都不少。
3. 给 repo 维护 AGENTS.md。写清命名规范、测试命令、依赖版本、业务逻辑和禁区。
4. 低优先级任务扔给 agent 异步处理。不打断主线工作流，空了再 review。
5. 高风险决策用 Best of N。让模型生成多个方案，但一定要有 review 和测试兜底。
6. 不要把任何一个 agent 当万能工具。不同模型在不同任务上表现不同，根据实际效果切换。
真正拉开差距的地方在于，能不能把模型接入自己已有的工程流程——任务分解、上下文管理、审查机制和测试覆盖——而不只是知道某个万能 prompt。
工具在进化，但工程纪律不会过时。
— END —