夜雨聆风
OpenAI 官方对 Codex 的定位已经不是普通聊天机器人，而是面向真实工程和工作流的 AI assistant。它可以在 App、CLI、IDE、云端环境中工作，帮助用户完成代码、文档、原型、自动化和项目级任务。
一、Codex 和普通聊天 AI 最大的区别：它不只是回答，而是交付
普通聊天 AI 更像顾问。你问它“怎么做一个网页”，它会告诉你步骤；你问它“这段代码哪里错了”，它会解释原因。
Codex 更像一个可以动手干活的数字员工。它能进入项目目录，理解文件结构，修改代码，运行测试，最后给出变更总结。官方介绍 Codex 时，也强调用户可以通过引用、终端日志和测试结果验证它的工作，而不是只看一段文字回答。
这就是视频真正想表达的核心：未来不是“谁更会提问”，而是“谁更会管理 AI Agent”。
二、第一步：安装并登录 Codex，把它放进你的工作环境
Codex 可以通过 Codex App、Codex CLI、IDE extension 等方式使用。对于新手，最直观的是 Codex App；对于开发者，最常用的是 CLI。
如果使用 CLI，官方文档和 GitHub 仓库中都给出了典型安装方式：
npm install -g @openai/codex
安装后进入你的项目目录：
cd your-projectcodex
启动后，Codex 会显示当前模型、当前目录、可用命令和输入区域。你可以直接让它解释代码库、修改 bug、生成测试或创建文件。
三、Project：给 AI 员工准备一张“办公桌”
Project 可以理解为 Codex 的工作空间。你不能让 AI 在一个混乱的大文件夹里乱找东西，而应该给它一个明确的工作目录。
例如：
my-codex-project/├── drafts/├── assets/├── output/├── notes/└── AGENTS.md
如果你做公众号内容，可以把草稿放在 drafts/，图片放在 assets/，最终输出放在 output/。
如果你做 App，可以把源码、设计图、测试文件、说明文档都放在同一个项目里。
Codex 的关键不是“凭空聪明”，而是它能在真实项目上下文里工作。项目结构越清晰，Agent 越不容易跑偏。
四、AGENTS.md：写给 AI 员工的入职手册
AGENTS.md 是视频里非常重要的点。它相当于写给 Codex 的“项目说明书”或“员工入职手册”。
OpenAI 官方文档说明，Codex 会读取 AGENTS.md，用它来获得项目级指令、代码规范、测试方式和工作流程。
你可以这样写：
# AGENTS.md## 你的身份你是我的内容和开发助理，负责公众号文章、代码整理、网页原型和资料归档。## 默认语言默认使用简体中文。涉及英文术语时保留英文，并给出中文解释。## 工作流程1. 复杂任务先给计划，不要直接执行。2. 修改文件前说明会修改哪些文件。3. 完成后总结新增、修改、待确认内容。4. 涉及事实、价格、产品功能时必须查证来源。## 文件结构- drafts/：文章草稿- assets/：图片素材- output/：最终输出- notes/：资料笔记## 禁止事项- 不得编造来源。- 不得把 AI 生成图说成真实截图。- 不得删除文件，除非用户明确要求。
这一步非常关键。不要每次都重新写一大堆 prompt，而是把长期规则沉淀进 AGENTS.md。
五、Skills：把重复任务封装成标准流程
Skills 的本质是：把你经常做的任务变成可复用 SOP。
OpenAI 官方文档中把 Skills 定义为可复用工作流，用来帮助 Codex 按照固定方式执行任务。它可以包含说明、步骤、脚本、工具调用和验收标准。
比如你经常要做公众号文章，可以写一个“公众号文章 Skill”：
# 公众号文章 Skill## 目标根据视频、文章、论文或资料，生成适合微信公众号发布的长文。## 输出要求- 标题要有吸引力，但不能标题党。- 每个大标题下必须有核心观点。- 技术内容必须准确。- 每个标题下面必须配一张真实图片。- 图片不能是 AI 生成图。- 不能只给图片链接，要直接插入文章位置。## 验收标准- 文章结构完整。- 步骤可以复现。- 事实有来源。- 图片和标题内容强相关。
这样以后你只需要调用这个 Skill，而不是每次都重新解释一遍文章风格、配图规则和准确性要求。
六、Automations：让 Codex 定时干活，而不是你每次催它
Automations 是把 Codex 从“你叫它才干活”变成“到时间自动执行任务”。
视频里讲到的逻辑是：你可以让 Codex 定时检查项目、总结变更、整理文档、复盘工作流，甚至发现哪些流程值得沉淀成 Skill。
OpenAI 相关页面展示过 Codex 自动化任务界面，例如定时修复 bug、审查 PR、更新 AGENTS.md、总结团队 PR、写 release notes 等。
一个实用的自动化任务可以这样写：
每天上午 10 点检查 drafts/ 文件夹。总结昨天新增和修改的文章。指出哪些内容还缺图片、缺来源、缺结论。只生成报告，不要直接修改原文。
注意，自动化一定要加边界。尤其是删除文件、发送邮件、提交代码、调用付费 API 这些动作，必须要求 Codex 先询问确认。
七、Plugins：让 Codex 接入真实工具链
Plugins 的作用是让 Codex 不只停留在本地文件和聊天框里，而是可以连接外部工具。
视频里提到的 Gmail、Google Drive、Canva、Figma、GitHub、Slack，本质上都是让 Agent 进入真实工作流。
例如：
让 Codex 读取 Gmail，整理最近一周的商务邮件；让 Codex 读取 Google Drive，汇总项目资料；让 Codex 根据 Figma 设计稿生成前端代码；让 Codex 结合 GitHub issue 自动生成 PR；让 Codex 把固定流程变成可复用 Skill。
这也是 Codex 和普通聊天 AI 的关键区别：普通 AI 更像聊天窗口，Codex 更像工作台。
八、CLI：开发者最直接的 Codex 使用方式
CLI 是 Codex 非常重要的使用方式。它让 Codex 直接进入终端，读取当前代码仓库，并根据你的命令执行任务。
典型操作是：
cd your-repocodex
然后输入：
explain this codebase to me
或者：
find and fix the bug in the login flow
Codex 会先探索项目文件，再给出分析、修改建议，必要时写代码、运行测试。截图中可以看到，Codex CLI 会显示当前工作目录、模型、approval mode 和任务状态。
这比单纯复制代码到聊天窗口更强，因为它看到的是完整项目，而不是孤立片段。
九、Approval Mode：不要把所有权限一开始都交给 AI
Codex 可以读文件、改文件、运行命令，所以权限管理非常重要。
CLI 中可以通过 approval mode 控制 Codex 能做什么。一般建议新手从保守模式开始：
只允许读取文件；修改文件前必须确认；运行命令前必须确认；涉及删除、提交、推送、付费 API 时必须再次确认。
截图中可以看到 Codex CLI 会显示 approval mode、sandbox 状态、当前目录和账户信息。
不要一上来就给 full auto。Agent 再强，也必须先在可控边界内工作。
十、MCP：让 Codex 调用更多外部能力
MCP 是 Model Context Protocol。它的作用是让模型接入更多工具、上下文和外部系统。
OpenAI 官方文档中给出的方向是：Codex 可以作为 MCP server，也可以通过 MCP 接入其他工具，从而构建多 Agent 或多工具工作流。
简单理解：
CLI 让 Codex 进入终端；Plugins 让 Codex 接入外部应用；MCP 让 Codex 和更多工具系统打通。
例如你可以让它接入浏览器、Figma、数据库、文档系统、任务系统。这样 Codex 就不是“一个聊天机器人”，而是“一个可以调用工具的工作代理”。
十一、从设计图到 App：必须形成“生成—运行—测试—修改”闭环
视频中提到的 App 生成流程，本质不是让 AI 画一张漂亮图，而是让它真正做出可运行结果。
正确流程应该是：
设计参考图↓让 Codex 分析页面结构↓生成开发计划↓创建项目文件↓写代码↓运行本地预览↓测试交互↓根据错误继续修改
这一步最重要的验收标准是：不能只看截图，必须能运行。
如果你让 Codex 做网页或 App，一定要明确写：
不要只生成代码。请给出运行命令、预览方式、测试步骤和已知问题。如果运行失败，继续定位原因并修复。
Agent 工作最终看的不是“回答得像不像”，而是“结果能不能跑”。
十二、新手最稳妥的 Codex 使用顺序
新手不要一上来就追求多 Agent、自动化、插件全开。最稳的路线是：
先安装 Codex；再建一个 Project；然后写 AGENTS.md；接着完成一个小任务；把重复任务沉淀成 Skill；最后再接入 Plugins、Automations 和 MCP。
比如你可以从一个最简单的任务开始：
请读取 notes/ 文件夹里的资料，整理成一篇微信公众号文章，每个大标题下插入一张真实图片，输出到 output/article.md。
等这个流程稳定后，再把它写成 Skill。这样你就从“临时提问”升级成了“流程化指挥”。
结尾：以后不是会不会用 AI，而是会不会指挥 Agent
Codex 真正改变的不是某一个按钮，而是工作方式。
过去我们使用 AI，是把问题丢给它，让它回答。现在使用 Codex，是把任务、文件、规则、工具和验收标准交给它，让它完成。
普通 AI 使用者得到答案。Agent 使用者得到交付。
你现在最应该做的三件事是：
1. 装好 Codex；2. 建一个 Project；3. 写一份 AGENTS.md；4. 把最重复的任务做成 Skill。
这就是从“会问 AI”到“会管理 AI 员工”的分水岭。
