燒了 20 億 token 總結的 Codex 使用指南

作者：Feisky
日期：2026年6月5日 上午8:41
來源：WeChat 原文

✦整理版優先睇

速讀 5 個重點 高亮

作者 Feisky 分享用 Codex 桌面版嘅 20 億 token 實戰經驗，總結 10 個實用心得，強調驗證、工具配置同人機協作嘅重要性。

整理版摘要

呢篇文章係 Feisky 基於自己燒咗 20 幾億 token 嘅 Codex 使用經驗寫成嘅指南。佢發現好多人仲係將 Codex 當成普通 coding agent，但其實桌面客戶端已經進化成通用 Agent 客戶端，支援 Skills、Computer Use、瀏覽器操控、Gmail 插件等，甚至可以用 DeepSeek 等第三方模型。佢想解決嘅問題係：點樣先可以真正用盡 Codex 嘅能力，唔係淨係靠 prompt 亂試。整體結論係要建立系統化嘅用法，而唔係靠單次對話。

Feisky 強調，Codex 最強大嘅地方唔係寫 code，而係可以持續處理複雜任務，前提係要用啱方法。佢提出咗幾個核心原則：先畀足 project 背景同規則（AGENTS.md），等 AI 唔好靠幻覺開工；驗證比生成重要，要帶住清晰嘅驗證指標先開始任務；批量操作前一定要加審查，避免 AI 機械式執行而搞出大頭佛。佢仲提醒，工具配置比模型本身更重要，插件同 Skills 決定咗 AI 可以掂到咩世界，而 Skills 最值錢嘅部分係記錄「踩坑經驗」，唔係流程。

最後，Feisky 認為人唔應該退到系統外面，而係要留喺 loop 入面負責糾偏同驗收。佢推介咗 Side Panel 邊睇邊改、遠程接入、定時自動化等進階用法，仲提醒要將重要嘅決策寫入外部文件，而唔係依賴會話壓縮。總括而言，呢篇係一份非常貼地嘅 Codex 進階使用手冊，適合想由「…

  • 先喺 project 根目錄放 AGENTS.md，等 Codex 每次打開都知背景同規則，避免靠幻覺亂做。
  • 驗證比生成重要：任何長任務都要帶住明確嘅驗證條件（例如通過測試、瀏覽器檢查），否則只係願望。
  • 批量修改或刪除前，一定要叫 Codex 先列出所有命中並分組，等你確認先好執行。
  • 工具配置（插件、Skills）決定 Codex 嘅能力上限，而 Skills 最值錢嘅係記錄「踩坑經驗」而唔係流程。
  • 將重要上下文寫入外部文件（TODO.md 等），唔好依賴會話壓縮，咁先可以跨 session 保持一致性。
值得記低
連結 x.com

Jason Liu: Getting the most out of Codex

Codex 基本用法入門文章

開啟
連結 developers.openai.com

Codex 功能文檔

官方功能說明

開啟
連結 developers.openai.com

Codex Skills 文檔

官方 Skills 開發文檔

開啟
Prompt

常用 Skills 安裝命令

npx -y skills add mattpocock/skills -g -s handoff npx -y skills add feiskyer/codex-settings -g -s claude-skill npx -y skills add feiskyer/codex-settings -g -s deep-research npx -y skills add feiskyer/codex-settings -g -s youtube-transcribe-skill

留作參考
結構示例

內容結構

內容結構 text 
npx -y skills add mattpocock/skills -g -s handoffnpx -y skills add feiskyer/codex-settings -g -s claude-skillnpx -y skills add feiskyer/codex-settings -g -s deep-researchnpx -y skills add feiskyer/codex-settings -g -s youtube-transcribe-skill
整理重點

先餵飽背景，先開始任務

AI Agent 最大嘅問題唔係唔識做嘢，而係太好自信亂幹。你唔畀佢 project 背景同規則，佢就按自己想像嚟，容易走錯方向。解決方法好簡單：喺 project 根目錄放一份 AGENTS.md。Codex 每次打開會自動讀呢個檔案，入面可以寫項目背景、技術棧、代碼規範、常見坑、測試方式，等佢好似新入職員工有本手冊跟住。

如果任務涉及特定模組，仲可以喺 prompt 直接話「先讀 docs/xxx.md 再動手」，令佢從文檔開始，唔使靠估。Codex 桌面端有個 置頂會話功能，可以將最常用嘅 thread 固定喺上面，唔好當佢臨時 session，而係當一個持續嘅工作現場。佢會自動壓縮上下文，加上記憶功能，長時任務唔駛開新 thread，慳返好多交接工夫。

整理重點

驗證先係重中之重

講真，叫 Codex 寫 code，隨便一個 coding agent 都做到七八成。真正拉開距離嘅係驗證，要攞真實結果說話。驗證可以係測試、benchmark、Web 截圖、發佈前 checklist，總之以前你手動做嘅檢查，全部要清楚寫出嚟交畀 Codex 負責。

特別係用Goal跑長任務嗰陣，冇驗證嘅 Goal 只係願望。例如「幫我實現呢個計劃」係唔夠嘅，應該加上：「完成後必須通過 xx 測試、瀏覽器檢查同變更摘要；如果驗證失敗，先修問題，唔好直接話做完。」咁樣 Codex 先會真正為結果負責。

整理重點

批量操作前一定要審查

從使用經驗睇，審查同清理類任務最容易出事。Codex 預設傾向係搜到就改、揾到就刪，你要主動喺 prompt 或 AGENTS.md 加條例攔住佢。例如：「批量修改前先列出所有命中，按類型分組（需要改/可能需要改/唔應該鬱），等我確認先好執行。」清理舊分支都係：「先輸出 merged 同 unmerged 對比，標註邊啲舊實現已被 main 覆蓋，唔好直接刪。」

舉個例：代碼庫搜到一堆舊 token 引用，唔係全部都要刪，有啲係測試隔離用，有啲係運行時繼承，真正有問題可能得幾個。如果唔加審查，Codex 可能機械式清曬，然後測試死一片。靠驗證可以執返，但嘥時間同 token。呢種技巧唔係乜嘢高深 AI 能力，而係你要將自己見過嘅坑寫低，等 AI 主動避開。

整理重點

先配好工具，再講模型智能

模型固然重要，但真正決定 AI 做到啲乜嘅，係配置嘅工具、權限、上下文同驗證方式。插件決定 Codex 掂到邊啲外部世界，Skills 決定佢掂到呢啲世界時點做。作者常用插件同 Skills 列喺附錄，但特別強調一個好易忽略嘅位：大多數人寫 Skill 當係說明文，話畀 Codex 做咩步驟。

一開始寫十幾行骨架就夠，用耐咗自然變成成熟 Skill。另外，Side Panel 係另一個好重要嘅工具配搭：將產物放喺側邊欄，邊睇邊改，唔使截圖唔使切窗口。特別適合前端/ui 同文檔報告類任務。

整理重點

留返控制權喺自己手，唔好追求完全自動

Codex 可以自動化好多嘢，但唔代表你要完全放手。越將佢接入真實工作，越會見到邊緣問題：權限、登入態、數據源缺口、工具失敗、上下文壓縮等等。所以更合理嘅用法係：Codex 做收集、執行、驗證同初步整理，人保留判斷、授權同最終責任。

真實工作係邊睇邊改、邊發現邊調整，唔係「人畀完美需求，AI 一次性完成」。《Steering（中途糾偏）》同《Queuing（排隊追加下一步）》就係為呢個設計。人應該企喺系統入面，負責糾偏、驗收同更新規則。

  • 用 AGENTS.md 同外部文件記錄重要決策，唔好依賴記憶。
  • 遠程接入（SSH/手機）令你可以隨時隨地介入。
  • 定時自動化（Thread Automation）可以讓會話自己醒，但一定要避免假裝全知。

Codex 桌面版最近口碑爆曬。我自己已經將好多工作都轉咗去 Codex 客戶端嘅 Goal + GPT-5.5 上面，唔小心就用咗 20 幾億 token。

不過好多人第一次用 Codex，仲係當佢係一個更強嘅 coding agent，用嚟讀倉庫、改代碼、跑測試、寫 PR。咁當然冇錯，Codex 嘅基本功能的確仲係代碼編程。但係佢嘅桌面客戶端已經唔只係編程工具。Skills、Computer Use、瀏覽器操控、Gmail 同 Calendar 等等各種連接器同插件一路加上嚟，早就變成一個通用 Agent 客戶端。甚至你可以透過 ~/.codex/config.toml 配置文件幫佢接入 DeepSeek、Kimi 等第三方模型。

我俾 Codex 掃咗一下最近呢個月嘅會話歷史，總結咗一啲日常嘅使用方法，再加上自己嘅補充，整理成呢篇分享俾大家。如果你仲唔熟 Codex 桌面客戶端嘅使用方法，可以參考 Jason Liu 最近寫嘅 Getting the most out of Codex 文章（連結見文章最後），今日嘅文章假設你已經瞭解 Codex 嘅基本用法。

1. 先俾足上下文，先開始任務

AI Agent 最大嘅問題唔係唔會做嘢，而係太容易基於幻覺自信亂嚟。你唔話俾佢知項目背景同規則，佢就按自己嘅理解去做，好容易過度自信，行錯方向。

要解決都好簡單，寫一個 AGENTS.md 放喺項目根目錄。Codex 每次打開項目會自動讀呢個文件，裏面可以寫項目背景、技術棧、代碼規範、常見坑、測試方式，即係俾佢一份新人上崗須知。如果任務涉及特定模塊，仲可以喺 prompt 直接指定「先讀 docs/xxx.md 先鬱手」，等佢從文檔開始而唔係靠猜。

Codex 桌面端有個置頂會話幾好用，你可以將最常用嘅會話固定喺前面。唔好將 Codex 嘅會話當成臨時會話，而係一個持續嘅工作現場。Codex 已經可以自動幫你壓縮會話上下文，再加上佢嘅記憶功能，長時任務唔需要新開會話，可以持續喺同一個會話入面繼續。

呢個都係我覺得 Codex 最好用嘅一點，避免咗好多上下文交接嘅問題，可以真正幫你做啲大嘢。

2. 驗證比生成重要得多

講真，俾 Codex 寫代碼，隨便一個 coding agent 都做到七八成。真正拉開差距嘅係驗證，要用真實嘅驗證結果去衡量。

驗證可以係好多嘢：測試套件、benchmark、Web 界面截圖、發佈前 checklist 等等，即係之前你自己手動做嘅所有操作應該都描述清楚，交俾 Codex 等佢負責。

特別係用 Goal 跑長任務嘅時候，呢點更加必不可少。例如，「幫我將呢個計劃實現曬」睇落有目標，但其實冇明確嘅停止條件。而好嘅 Goal 應該帶上清晰嘅驗證器：「完成之後必須通過 xx 測試、瀏覽器檢查同人工可審閲嘅變更摘要。如果驗證失敗，先修驗證失敗嘅問題，唔好直接宣佈完成。」

冇驗證嘅 Goal，其實只係願望。

3. 批量操作之前加審查

從我自己嘅使用歷史嚟睇，審查同清理類任務最容易出事。Codex 默認傾向係搜到就改，揾到就刪。呢個時候，你需要主動喺提示詞入面攔一攔。

具體做法係喺 prompt 或 AGENTS.md 加審查規則。例如「批量修改之前先列出所有命中並按類型分組（需要改 / 可能需要改 / 唔應該鬱），等我確認先執行」。清理舊分支都一樣：「先輸出 merged 同 unmerged 分支對比，標註邊啲舊實現已被 main 覆蓋，唔好直接刪」。

舉個例，代碼庫入面搜到一堆舊 token 引用，唔係全部命中都要刪。有啲係測試隔離需要嘅，有啲係運行時繼承嘅，真正有問題嘅可能得幾個。如果唔加審查呢道程序，Codex 可能會機械式咁全部清走，然後測試死曬（針對呢個例子，加上上一步講嘅驗證其實可以自動修復返嚟，但會浪費好多時間+token）。

呢種唔係什麼高大上嘅 AI 能力，但特別體現人嘅判斷，需要你將成日見到嘅坑話俾 AI 知，等佢主動避開。

4. 先配工具，再講智能

模型當然重要，但真正決定 AI 做到啲乜嘅，係配置嘅工具、權限、上下文同驗證方式。插件決定 Codex 掂到邊啲外部世界，Skills 決定佢掂到呢啲世界時要點做。我自己常用嘅插件同 Skills 列咗喺文末附錄，呢度只講一個最容易被忽略嘅點。

大多數人寫 Skill，會當佢係說明文檔：話俾 Codex 知要做乜、按咩順序做。咁當然有用，但 Skill 真正值錢嘅部分唔係流程，而係 Gotchas，即係每次 Codex 犯錯之後補入去嘅「唔好踩呢個坑」。

比如：

  • • 呢個數據源成日唔用得，唔好估。
  • • 呢個任務結束之前必須跑某個驗證。
  • • 呢個工具第一次會失敗，失敗之後應該轉另一種方法。
  • • 呢種類型嘅 review 唔可以機械接受，要逐條驗證。
  • • 呢個工作流適合先搜闊啲，再只開高價值嘅候選。

一開始寫十幾行骨架就夠，用一段時間之後佢自然會變成一個成熟嘅 Skill。好用嘅 Skill 冇可能一次寫好，都係用實際經驗養出嚟。

5. 用 Side Panel 邊睇邊改

以前用 AI 做文檔、網頁、PPT，最煩係上下文切來切去。AI 喺聊天框生成，產物喺另一個窗口打開，發現問題又要截圖返嚟描述。來回幾次，人同 AI 都開始丟上下文。

Codex 嘅 Side Panel 可以將產物留喺工作流入面直接改。具體做法係：叫 Codex 生成一個 index.html 或者打開一個 localhost 頁面，佢會喺側邊欄渲染出嚟。你一邊睇渲染結果，一邊喺同一個線 thread 話「呢個掣太大」「表格第三列數據唔啱」，唔使截圖，唔使轉窗口。

有兩類任務特別適合呢個場景。一類係前端同網頁，直接喺旁邊檢查樣式、交互同移動端適配。另一類係文檔型產物，報告、表格、PPT、數據分析頁面放喺旁邊邊睇邊改，比起導出再反饋高效好多。

6. 重要上下文寫入文件

會話會壓縮，模型可能會切換，對話入面嘅重要決策同驗證方式如果唔主動寫到外部文件，好容易會丟失。

我自己做長任務嘅時候（特別係跨日嘅任務），會特登叫 Codex 總結記錄 summary、checkpoint、handoff 文檔同下次接住做嘅入口說明。下一個會話或者新任務可以跟住呢啲文件繼續，唔使從零開始。

要實現都好容易，唔需要搞複雜嘅記憶系統。一個 TODO.md 寫待辦事項，再加幾個文件夾分類放踩坑記錄同項目狀態，就夠。關鍵係可檢查、可編輯、可刪除。Codex 內置嘅 Memory 同 Chronicle 可以用嚟做快速回憶層，但代替唔到外部文件。只有寫入文件嘅記憶，先有機會變成系統。

7. 隨時在線，隨處接管

長任務跑緊嘅時候，你唔需要成日坐喺電腦前。喺 ChatGPT 手機端連上你嘅 Mac 或遠程機器，可以隨時俾遠端嘅 Codex 落任務，或者回覆 Codex 需要你介入嘅問題。

一般嚟講，當你將任務定義清楚之後，就可以透過 Goal 啟動長時任務，然後等 Codex 通知就得。你可以喺手機上隨時睇到佢嘅輸出、審批命令、中途糾偏。唔使坐喺電腦面前睇住，同時關鍵決策又可以隨時介入。

如果你有 Linux 伺服器，Remote SSH 更加值得配置。Codex 會自動讀取本地 SSH config 入面嘅主機列表，連上之後直接喺遠端伺服器入面跑任務。日常運維、配置管理、代碼部署，SSH 連上就可以叫 Codex 做嘢，電腦端或者手機端都可以隨時跟進。配合前面講嘅 AGENTS.md 同文件記憶，遠程接入嘅時候上下文仲喺度，唔使重新交代背景。

8. 定時自動化：等會話自己醒

前面講嘅遠程接入係「你主動去俾 AI 落任務」，而定時自動化係「等 AI 主動揾你」。

具體做法係俾置頂線 thread 設一個 Thread Automation。同普通定時任務唔同，Thread Automation 每次觸發會返返同一個線 thread，帶住上次嘅上下文繼續做嘢。佢知道上次檢查到邊度，邊啲事項已經處理過，邊啲數據源連唔到。

我自己用得比較多嘅有兩類。一類係信息聚合：每日早上自動檢查未讀郵件同 IM 消息，按優先級整理好，等我打開嘅時候直接睇結論。另一類係監控類：定期檢查 PR 列表、問題反饋或者關注列表，有新內容就整理摘要，冇就打擾。

呢度有一點要注意嘅係唔好俾自動化扮全知。冇就係冇，唔好老作虛假信息；依賴不可用就直接報告不可用，唔好自作聰明。

9. 唔只係代碼：郵件、調研、文檔都做到

文章到呢度，其實大部分場景都仲係同代碼相關。但 Codex 桌面客戶端接上 Gmail、Browser、Documents 呢啲插件之後，好多非代碼任務都做到唔錯。

我自己用得比較多嘅幾個場景：叫 Codex 睇過個項目同相關郵件，做圖文並茂嘅彙報 PPT；俾一個調研主題，叫佢用 deep-research 搜多個來源，整理成有出處嘅摘要；會議前將相關文檔同之前嘅討論俾佢，叫佢準備一份簡要；寫完公眾號文章之後叫佢排版成微信公眾號格式並生成封面圖。

呢啲任務嘅共通點係：以前要喺好幾個工具之間切來切去，而家可以喺一個會話入面串連起嚟，慳返好多唔同工具同上下文切換。

10. 唔好追求全自動，要將主動權留喺人手

Codex 好用，亦都可以自動化好多任務，但並唔代表你要完全放手俾佢全自動自己玩。

啱啱相反，你越將佢接入真實工作流，越會見到好多邊緣問題：權限、登錄態、數據源缺口、工具失敗、上下文壓縮、驗證唔充分、自動化誤觸發等等。

所以更合理嘅用法係：叫 Codex 做上下文收集、執行、驗證同初步整理，人保留判斷、授權同最終責任。Codex 嘅 Steering（中途糾偏）同 Queuing（排隊追加下一步）就係為咗呢個設計。真實嘅工作往往都係邊睇邊改、邊發現邊調整，唔係「人俾一個完美需求，叫 AI 一次性完成」。

即係話，人唔應該退到系統外面，而係企喺系統入面，負責糾偏、驗收同更新規則。

Codex 嘅語音輸入都係一個等人留喺 loop 入面好好嘅設計。佢唔係叫你口述代碼，而係喺想法未成形嘅時候隨時輸入俾 Codex，或者喺 Codex 行歪嘅時候隨時修正。語音輸入唔需要好完整，有錯別字都冇所謂，模糊指令對一個已經掌握足夠上下文嘅 AI 嚟講已經足夠令佢理解你嘅意圖。

相關連結：

  • • Jason Liu Getting the most out of Codex：https://x.com/jxnlco/status/2057153744630890620
  • • Codex 功能文檔：https://developers.openai.com/codex/app/features/
  • • Codex Skills 文檔：https://developers.openai.com/codex/skills

附錄：我常用嘅插件同 Skills

以下係文中第 4 條提到嘅工具清單，俾大家參考。

常用插件：

  • • Browser：本地網頁、localhost、側邊欄入面嘅頁面檢查同截圖。
  • • Chrome：需要登錄態、真實 Chrome profile、遠程網頁操作時用。
  • • Computer Use：只能透過桌面 GUI 完成嘅工作。
  • • Gmail：搜尋郵件、讀取正文、篩選待辦、草擬回覆。
  • • Documents / Presentations / Spreadsheets：文檔、PPT、表格。
  • • Product Design：產品、原型、截圖到交互稿。
  • • Build Web Apps：前端應用、組件、瀏覽器驗證。
  • • HyperFrames / Remotion：視頻、動畫、程序化內容。
  • • Superpowers：計劃、TDD、系統化調試、驗證、代碼 review、開發分支收尾。
  • • Codex Security：安全掃描、威脅建模、finding 修復。

常用 Skills：

  • • brainstorming（Superpowers插件自帶）：頭腦風暴同 SPEC 設計。
  • • handoff：將當前對話整理成交接文檔（用嚟開新會話接手）。
  • • deep-research：多源搜尋調研。
  • • claude-skill：用 Claude Code 寫文檔、做設計或者同 Codex PK。
  • • twitter-cli / xfetch：讀取同搜尋 X/Twitter 內容。
  • • xiaohongshu-cli：搜小紅書內容。
  • • youtube-transcribe-skill：解析下載 Youtube 視頻字幕。

相關 Skills 嘅安裝方法：

npx -y skills add mattpocock/skills -g -s handoff
npx -y skills add feiskyer/codex-settings -g -s claude-skill
npx -y skills add feiskyer/codex-settings -g -s deep-research
npx -y skills add feiskyer/codex-settings -g -s youtube-transcribe-skill

相關 CLI 工具嘅安裝方法：

uv tool install xiaohongshu-cli twitter-cli
npm install -g xfetch-cli

好啦，今日就講到呢度。如果你都喺度探索 AI 編程同 AI 工具，歡迎關注 Feisky 公眾號，我會定期分享實踐入面嘅發現同踩坑經驗。

Codex 桌面版最近口碑爆了。我自己已經把很多工作都切到了 Codex 客戶端的 Goal + GPT-5.5 上，一不小心就用了 20 多億 token。

不過很多人第一次用 Codex，還是把它當一個更強的 coding agent，用來讀倉庫、改代碼、跑測試、寫 PR。這當然沒錯，Codex 的基本功能確實還是代碼編程。但它的桌面客戶端已經不只是編程工具了。Skills、Computer Use、瀏覽器操控、Gmail 和 Calendar 等等各種連接器和插件一路加上來，早就成了一個通用 Agent 客戶端。甚至你還可以通過 ~/.codex/config.toml 配置文件給它接入 DeepSeek、Kimi 等第三方模型。

我讓 Codex 掃了一下最近這個月的會話歷史，總結了一些日常的使用方法，再加上自己的補充，整理成這篇分享給大家。如果你還不熟悉 Codex 桌面客戶端的使用方法，可以參考 Jason Liu 最近寫的 Getting the most out of Codex 文章（連結見文章最後），今天的文章假設你已經瞭解了 Codex 的基本用法。

1. 先給足上下文，再開始任務

AI Agent 最大的問題不是不會幹活，而是太容易基於幻覺自信亂幹。你不告訴它項目背景和規則，它就按自己的理解來，很容易過度自信，走向錯誤的方向。

要解決也很簡單，寫一個 AGENTS.md 放在項目根目錄。Codex 每次打開項目會自動讀這個文件，裏面可以寫項目背景、技術棧、代碼規範、常見坑、測試方式，相當於給它一份新人上崗須知。如果任務涉及特定模塊，還可以在 prompt 裏直接指定“先讀 docs/xxx.md 再動手”，讓它從文檔而不是從猜測開始。

Codex 桌面端有個置頂會話挺好用的，你可以把最常使用的會話固定在前面。不要把 Codex 的會話當成臨時會話，而是一個持續的工作現場。Codex 已經能夠自動幫你壓縮會話上下文，再加上它的記憶功能，長時任務不需要新開會話，可以持續在同一個會話裏持續下去。

這也是我覺得 Codex 最好用的一點，避免了很多上下文交接的問題，可以真正幫你幹大活了。

2. 驗證比生成重要得多

說實話，讓 Codex 寫代碼，隨便一個 coding agent 都能做個七八成。真正拉開差距的是驗證，要拿真實的驗證結果說話。

驗證可以是很多東西：測試套件、benchmark、Web 界面截圖、發佈前 checklist 等等，也就是之前你自己手動做的所有操作應該都描述清楚，交給 Codex 讓它去負責。

特別是在用 Goal 跑長任務的時候，這點更是必不可少。比如，“幫我把這個計劃實現完” 看起來有目標，但其實並沒有明確的停止條件。而好的 Goal 應該帶上清晰的驗證器：“完成後必須通過 xx 測試、瀏覽器檢查和人工可審閲的變更摘要。如果驗證失敗，先修驗證失敗的問題，不要直接宣佈完成。”

沒有驗證的 Goal，其實只是願望。

3. 批量操作前加審查

從我自己的使用歷史來看，審查和清理類任務最容易翻車。Codex 默認傾向是搜到了就改，找到了就刪。這時候，你需要主動在提示詞裏面攔一下。

具體做法是在 prompt 或 AGENTS.md 里加上審查規則。比如“批量修改前先列出所有命中並按類型分組（需要改 / 可能需要改 / 不該動），等我確認再執行”。清理舊分支也一樣：“先輸出 merged 和 unmerged 分支對比，標註哪些舊實現已被 main 覆蓋，不要直接刪”。

舉個例子，代碼庫裏搜到一堆舊 token 引用，不是所有命中都該刪。有些是測試隔離需要的，有些是運行時繼承的，真正有問題的可能只有幾個。如果不加審查這道程序，Codex 可能會機械地全部清掉，然後測試掛一片（針對這個例子，加上上一步說的驗證其實可以自動修復回來，但會浪費很多時間+token）。

這種不是高大上的 AI 能力，但特別體現人的判斷，需要你把經常看到的坑告訴 AI，讓它去主動規避。

4. 先配工具，再談智能

模型當然重要，但真正決定 AI 能幹什麼的，是配置的工具、權限、上下文和驗證方式。插件決定 Codex 能碰到哪些外部世界，Skills 決定它碰到這些世界時該怎麼做。我自己常用的插件和 Skills 列在了文末附錄裏，這裏只說一個最容易被忽略的點。

大多數人寫 Skill，會把它當成說明文檔：告訴 Codex 該做什麼、按什麼順序做。這當然有用，但 Skill 真正值錢的部分不是流程，而是 Gotchas，也就是每次 Codex 犯錯之後補進去的“別踩這個坑”。

比如：

  • • 這個數據源經常不可用，不要猜。
  • • 這個任務結束前必須跑某個驗證。
  • • 這個工具第一次會失敗，失敗後應該換另一種方式。
  • • 這個類型的 review 不能機械接受，要逐條驗證。
  • • 這個工作流適合先搜寬一點，再只打開高價值候選。

一開始寫個十幾行骨架就夠了，用一段時間後它自然會長成一個成熟 Skill。好用的 Skill 不可能一次寫好的，都是拿實際經驗養出來的。

5. 用 Side Panel 邊看邊改

以前用 AI 做文檔、網頁、PPT，最煩的是上下文切來切去。AI 在聊天框裏生成，產物在另一個窗口打開，發現問題又要截圖回來描述。來回幾次，人和 AI 都開始丟上下文。

Codex 的 Side Panel 可以把產物留在工作流裏直接改。具體做法是：讓 Codex 生成一個 index.html 或者打開一個 localhost 頁面，它會在側邊欄渲染出來。你一邊看渲染結果，一邊在同一個線程裏說“這個按鈕太大了”“表格第三列數據不對”，不用截圖，不用切窗口。

有兩類任務特別適合這個場景。一類是前端和網頁，直接在旁邊檢查樣式、交互和移動端適配。另一類是文檔型產物，報告、表格、PPT、數據分析頁面放在旁邊邊看邊改，比導出再反饋高效得多。

6. 重要上下文寫到文件裏

會話會壓縮，模型可能會切換，對話裏的重要決策和驗證方式如果不主動寫到外部文件裏，就很容易會被丟掉。

我自己在做長任務的時候（特別是那種跨天的任務），會特意讓 Codex 總結記錄下 summary、checkpoint、handoff 文檔和下次接手的入口說明。下一個會話或者新任務可以接着這些文件繼續，不用從零開始。

要實現也很容易，不需要搞複雜的記憶系統。一個 TODO.md 寫待辦事項，再加幾個文件夾分類放踩坑記錄和項目狀態，就夠了。關鍵是可檢查、可編輯、可刪除。Codex 內置的 Memory 和 Chronicle 可以當快速回憶層用，但替代不了外部文件。只有寫進文件裏的記憶，才有機會變成系統。

7. 隨時在線，隨處接管

長任務跑着的時候，你不需要一直坐在電腦前。在 ChatGPT 手機端連上你的 Mac 或遠程機器，可以隨時給遠端的 Codex 下任務，或者回復 Codex 需要你介入的問題。

一般來說，當你把任務定義清楚之後，就可以通過 Goal 來啓動長時任務，然後等着 Codex 的通知就可以了。你可以在手機上隨時能看到它的輸出、審批命令、中途糾偏。不用坐在電腦面前盯着，同時關鍵決策又可以隨時介入。

如果你有 Linux 服務器，Remote SSH 更值得配一下。Codex 會自動讀取本地 SSH config 裏的主機列表，連上之後直接在遠程服務器裏跑任務。日常運維、配置管理、代碼部署，SSH 連上就能讓 Codex 幹活，電腦端/手機端都可以隨時跟進。配合前面說的 AGENTS.md 和文件記憶，遠程接入的時候上下文還在，不用重新交代背景。

8. 定時自動化：讓會話自己醒過來

前面說的遠程接入是“你主動去給 AI 下發任務”，而定時自動化是“讓 AI 主動來找你”。

具體做法是給置頂線程設一個 Thread Automation。跟普通定時任務不同，Thread Automation 每次觸發會回到同一個線程，帶着上次的上下文繼續工作。它知道上次檢查到了哪裏，哪些事項已經處理過，哪些數據源接不上。

我自己用得比較多的是兩類。一類是信息聚合：每天早上自動檢查未讀郵件和 IM 消息，按優先級整理好，等我打開的時候直接看結論。另一類是監控類：定期檢查 PR 列表、問題反饋或者關注列表，有新內容就整理摘要，沒有就不打擾。

這兒有一點需要注意的是不要讓自動化假裝全知。沒有就是沒有，不要編造虛假信息；依賴不可用就直接報不可用，不要自作聰明。

9. 不只是代碼：郵件、調研、文檔也能跑

文章到這裏，其實大部分的場景還都是跟代碼相關的。但 Codex 桌面客戶端接上 Gmail、Browser、Documents 這些插件之後，很多非代碼任務也都能跑的不錯。

我自己用得比較多的幾個場景：讓 Codex 過一遍項目和相關郵件，做圖文並茂的彙報 PPT；給一個調研主題，讓它用 deep-research 搜多個來源，整理成帶出處的摘要；會議前把相關文檔和之前的討論丟給它，讓它準備一份簡要；寫完公眾號文章後讓它排版成微信公眾號格式並生成封面圖。

這些任務的共同點是：以前要在好幾個工具之間切來切去，現在可以在一個會話裏串起來，省掉了大量的不同工具和上下文切換。

10. 別追求全自動，要把主動權留在人的手裏

Codex 好用，也可以自動化很多任務，但並不意味着你就要完全放手讓它全自動去自己玩。

恰恰相反，你越把它接進真實工作流，越會看到很多邊緣問題：權限、登錄態、數據源缺口、工具失敗、上下文壓縮、驗證不充分、自動化誤觸發等等。

所以更合理的用法是：讓 Codex 做上下文收集、執行、驗證和初步整理，人保留判斷、授權和最終責任。Codex 的 Steering（中途糾偏）和 Queuing（排隊追加下一步）就是為這個設計的。真實的工作往往都是邊看邊改、邊發現邊調整，不是“人給一個完美需求，讓 AI 一次性完成”。

也就是說，人不應該退到系統外面，而是站在系統裏面，負責糾偏、驗收和更新規則。

Codex 的語音輸入也是一個讓人留在 loop 裏很好的設計。它不是讓你口述代碼的，而是在想法還沒成型的時候隨時輸入給 Codex，或者在 Codex 走偏的時候隨時修正它。語音輸入不需要很完整，有錯別字啥的都沒關係，模糊指令對一個已經掌握足夠上下文的 AI 來說已經足夠讓它理解你的意圖。

相關連結：

  • • Jason Liu Getting the most out of Codex：https://x.com/jxnlco/status/2057153744630890620
  • • Codex 功能文檔：https://developers.openai.com/codex/app/features/
  • • Codex Skills 文檔：https://developers.openai.com/codex/skills

附錄：我常用的插件和 Skills

以下是文中第 4 條提到的工具清單，供參考。

常用插件：

  • • Browser：本地網頁、localhost、側邊欄裏的頁面檢查和截圖。
  • • Chrome：需要登錄態、真實 Chrome profile、遠程網頁操作時用。
  • • Computer Use：只能通過桌面 GUI 完成的工作。
  • • Gmail：搜索郵件、讀取正文、篩選待辦、草擬回覆。
  • • Documents / Presentations / Spreadsheets：文檔、PPT、表格。
  • • Product Design：產品、原型、截圖到交互稿。
  • • Build Web Apps：前端應用、組件、瀏覽器驗證。
  • • HyperFrames / Remotion：視頻、動畫、程序化內容。
  • • Superpowers：計劃、TDD、系統化調試、驗證、代碼 review、開發分支收尾。
  • • Codex Security：安全掃描、威脅建模、finding 修復。

常用 Skills：

  • • brainstorming（Superpowers插件自帶）：頭腦風暴和 SPEC 設計。
  • • handoff：將當前對話整理成交接文檔（用於新開會話接手）。
  • • deep-research：多源搜索調研。
  • • claude-skill：調用 Claude Code 寫文檔、做設計或者跟 Codex PK。
  • • twitter-cli / xfetch：讀取和搜索 X/Twitter 內容。
  • • xiaohongshu-cli：搜小紅書內容。
  • • youtube-transcribe-skill：解析下載 Youtube 視頻字幕。

相關 Skills 的安裝方法：

npx -y skills add mattpocock/skills -g -s handoff
npx -y skills add feiskyer/codex-settings -g -s claude-skill
npx -y skills add feiskyer/codex-settings -g -s deep-research
npx -y skills add feiskyer/codex-settings -g -s youtube-transcribe-skill

相關 CLI 工具的安裝方法：

uv tool install xiaohongshu-cli twitter-cli
npm install -g xfetch-cli

好了，今天就聊到這兒。如果你也在探索 AI 編程和 AI 工具，歡迎關注 Feisky 公眾號，我會定期分享實踐中的發現和踩坑經驗。