Codex 学习专区/01|入门与进阶/2026 年了,我强烈推荐你用一用 Codex,功能太全面了!附使用指南

2026 年了,我强烈推荐你用一用 Codex,功能太全面了!附使用指南

最后更新 2026-09-02·约 34 分钟读完
🔦

公众号:AIGC创意猎人

发文时间:2026年5月14日 23:50

最近,很多人在推荐 OpenAI 的 Codex,我自己也使用了一段时间了,可以说是很强大了。

2026 年,龙虾从爆火到骤凉,不禁会问:什么样的 AI 产品是经得起时间考验的?

如果你还没用过 Codex,这篇文章是给你写的。

如果你用过 Codex,但感觉没发挥出它的价值,这篇文章也是给你写的。

虽然 Codex 不是一个新的 AI 产品,但它是今年变化最大的 AI 产品。

图片展示的是Codex的图标及名称。图标为一个带有蓝色渐变的云朵形状,云朵内有向右的箭头和减号。下方是白色的“Codex”字样。背景为蓝紫色渐变,有类似云朵的图

01.Codex 是什么?有几个误解

先把几个常见的误解说清楚。

这张图呈现了Codex的核心特点,左侧的画面以驾驶场景类意向,对应前文所说Copilot类似副驾驶、仅提供代码补全建议,而图中右侧的交互场景与中间的核心节点,对

第一个误解:Codex 就是 Copilot。

不是。

Copilot 是代码补全工具,你写一行,它给你补下半行。你是主驾驶,它是副驾驶。你累,但你保持控制。

Codex 是什么?你给它一个目标,它自己规划、自己执行、自己验证结果。你是指挥官,它是员工。你只需要说清楚要什么,然后去干别的。

这两件事的本质区别,是"建议"和"执行"的区别。你让 Copilot 帮你,它给你一堆建议,你来决定用哪个。你让 Codex 帮你,它把事情做完,你来审查结果。

第二个误解:Codex 只是一个编程工具。

也不是。

2026 年的 Codex 是一个多模态、多工具的代理系统。它能处理代码,但它的能力远不止代码。它可以操作浏览器、管理文件、运行终端命令、操控屏幕。2026 年 5 月发布的 Chrome 扩展,让它可以操作你电脑上所有已登录的网站。你让它帮你填表单,它会自动打开网页、输入内容、提交。你让它帮你整理数据,它会自动从网页里提取数据、格式化、导出文件。

第三个误解:Codex 对新手不友好,有门槛。

有门槛,但不是你想的那种门槛。

你不需要会写代码。你需要的是表达能力,说清楚你要什么的能力。你不需要知道代码怎么写,你只需要知道你要做什么。这个门槛,比学一门编程语言低得多。

那 Codex 到底是什么?

它是一个可以用自然语言指挥的虚拟员工。你不需要教它怎么做,你只需要告诉它你要什么结果。它会自己找路。你在旁边做决策,它在执行。

02.四种入口,总有一个适合你

Codex 有四个入口:桌面 App、VS Code 插件、命令行、Web 网页端。

图片展示了Codex的四种工作入口。左侧是一个带有蓝色六边形的白色方块,中间是带有代码界面的黑色方块,右侧是带有代码界面的白色方块。这些入口通过线条连接,线条上

四个入口同一个内核,用哪个都行,看你习惯在哪里工作。

2.1 桌面 App

去 chatgpt.com/codex 下载,支持 macOS 和 Windows。

这张图片是ChatGPT旗下Codex产品的官方下载页面,页面顶部为ChatGPT产品的导航栏,包含About、Features、Learn等功能选项。页面中心

安装完之后登录你的 ChatGPT 账号,直接用。

它的界面是一个命令中心,你可以在这里管理多个 Agent 任务、配置 Skills、查看执行结果。

界面里你能看到每个任务的进度,Codex 在后台跑的时候,你可以继续做别的事情。它不会锁住你的电脑。

适合谁用:不想装任何东西,直接打开就能用的人。适合刚入门的新手,所有功能一览无余。

2.2 VS Code 插件

在 VS Code 的扩展市场里搜"Codex",找到 OpenAI 官方的插件,安装。

图片展示了在VS Code扩展市场中搜索“Codex”后找到的OpenAI官方插件界面。界面中显示Codex是OpenAI的编码助手,可与IDE并行工作,支持C

装好之后,在编辑器里按住 Command+K(Mac)或 Ctrl+K(Windows),可以随时唤起 Codex 面板。

它的好处是,你一边写代码,一边可以让 Codex 在旁边帮你分析、修改、解释。你不需要切换应用,它就在你工作流里。它可以帮你理解一段你看不懂的代码,可以帮你写一段你不知道怎么写的逻辑,可以帮你排查一个你找不到原因的 bug。

适合谁用:开发者,已经习惯在 VS Code 里工作的人。这是开发者最顺手的入口,因为你的代码文件就在眼前,Codex 直接能看到、直接能改。

2.3 命令行 CLI

装好之后在终端里敲 codex,就能跑。不需要开浏览器,不需要打开任何图形界面。

图片展示了OpenAI Codex的命令行CLI界面。上方显示Codex版本号、模型、目录等信息。中间提示新用户可尝试Codex App,至4月2日有2x速率限

这个入口适合两种人:一种是习惯在终端里工作的人,终端就是他们的主战场;另一种是想要把 Codex 集成到自己工作流里的开发者,他们想把 Codex 的能力嵌入自己的脚本和自动化流程里。

有开发者用 CLI把 Codex 接进了自己的发布系统:代码提交之后,CI 自动触发,Codex 自动跑测试、自动审查代码、自动出报告。

适合谁用:命令行重度用户,或者想把 Codex 做成团队基础设施的开发者。

2.4 Web 网页版

在浏览器中直接使用,通过 ChatGPT 界面直接对话。

这张图片展示的是Codex工具的Web网页版界面,页面顶部有提问“What should we code next?”,下方设有描述任务的输入框,输入框左侧显示

可快速尝试代码想法、将任务挂在云端后台运行、或者利用 GitHub 深度集成进行工程化的代码审查和分析。

03.Codex 里可以直接用 GPT Image 2

首先,Codex 里可以直接用 GPT Image 2!

这件事的意义比很多人想象的大。

图片展示了Codex调用GPT Image 2生成图片的界面。左侧是生成的图片,内容为“统一风格直接发布”,并有多个电脑屏幕展示界面。右侧上方显示“已生成图像1

Codex 本身是执行代理,GPT Image 2 是图像生成模型。当两者打通,你可以在 Codex 的对话里直接调用 GPT Image 2 来生成图片,而不需要切换到 ChatGPT 网页端。

具体能做什么?

你在做内容的时候,让 Codex 帮你写文案,让 Codex 同时调用 GPT Image 2 帮你生成配图。两者在同一个对话里完成,文案和图片是配套的、风格一致的。

你告诉 Codex"帮我写一套产品的宣传文案,同时生成配套的产品图",它会自己理解产品定位、生成文案、调用图像模型出图。全程不需要切换工具,不需要导出文件,都在 Codex 里完成。

这是一个完整的内容生产闭环:文字和图片,同一个系统,同一个上下文,配套生成。

04.Chrome 扩展,让 Codex 操作你的浏览器

这是刚刚上周发布的更新,是 Codex 历史上最重要的一次能力扩展,但大多数人都没注意到。可以点击回看:《OpenAI 发布 Codex for Chrome,能自动操控浏览器干活了!》

安装方法:Codex 桌面 App → Plugins → 添加 Chrome 插件 → 跟随提示安装。

图片展示了Codex电脑操控界面。左侧为功能导航栏,选中“电脑操控”。右侧是电脑操控设置区域,有“控制”和“始终允许的应用”两部分。控制部分显示“任何应用”和“

安装过程中,Codex 会申请网站的访问权限,你可以设置允许名单和阻止名单。

这张图片展示的是Chrome网上应用店中Codex扩展程序的相关页面,页面顶部有搜索栏与“Extensions”“Themes”等分类选项,页面左侧标注了Cod

它具体能做什么?

数据提取。 你在某个网页上有一堆数据,告诉它"帮我把这些整理成 CSV",它自己提取、自己结构化、自己导出。以前你要手工复制粘贴几百行数据,现在你只需要说一句话。

表单填写。 你有一份名单,让它帮你批量注册账号、批量录入信息,它会自动打开网页、填表、提交。你有五十个客户的地址要录入系统?告诉 Codex,它帮你全部搞定。

后台数据监控。 你告诉它"每天早上 9 点检查这个仪表盘,有异常就通知我",它会自动帮你盯着。一旦出现预设的异常情况,第一时间通知你。你不需要每天手动上去查看,Codex 是你 24 小时不睡觉的监控助手。

CRM 批量更新。 销售团队每天都花大量时间在 CRM 系统里录数据、改状态、查客户。现在 Codex 可以直接帮你完成。你给它一份客户名单,它自己登录系统、自己更新、自己验证结果。

它是怎么执行的?并行后台运行。

这意味着它在执行任务的时候,不会"接管"你的浏览器。你一边正常浏览网页,Codex 一边在后台帮你处理任务。它不会打断你的工作,它只是在帮你把你不想做的事情做了。

05.第一次用 Codex,该怎么开始?

这是大多数人卡住的地方。

打开 Codex,对话框就在那里,但你不知道该说什么。

先说一个常见的新手错误用法:把 Codex 当搜索引擎用。

  • "Python 怎么实现多线程?"
  • "React 组件怎么传递 props?"
  • "这个 bug 是什么原因?"

这不太好。

你在问知识,不是在要结果。

Codex 不是一个更好的搜索引擎,这些问题你应该去问搜索引擎,或者直接问 ChatGPT。

Codex 的正确用法是什么?

你给它一个目标,而不是一个问题。

"把这个 Python 脚本改成支持多线程的",这是正确的。你要的是一个结果,不是一个答案。

"帮我写一个用户注册的前端页面,包含邮箱、手机号、第三方微信登录",这是正确的。你要的是一个可用的页面,不是一段代码解释。

"帮我把这个文件夹里的所有文件按日期重命名",这是正确的。你要的是文件被重命名,不是它告诉你怎么重命名。

记住一个原则:说你要什么,而不是说你怎么做。你告诉它目的地,它自己找路。你不需要知道路怎么走。

这张图配合Codex的使用指引,直观展现了工具的核心价值。画面左侧是一名站在布满问号与搜索图标的空间里、抬手挠头的人,呈现出面对问题时的迷茫状态;右侧代表Cod

小技巧:

5.1 给 Codex 一个角色定义,它会表现更好。

同样一个任务,不同的说法,效果完全不同。

普通说法:"帮我写一个 React 组件。"

更好的说法:"你是一个有三年前端开发经验的工程师,擅长 React 和 TypeScript,帮我写一个用户信息的展示组件。需要展示头像、用户名、注册时间,样式要和现有项目保持一致,使用 CSS Modules。"

后者好在哪里?它给了 Codex 具体的背景:什么样的经验、什么样的技术栈、什么样的风格要求。背景越具体,Codex 理解得越准确,出来的结果越接近你要的。

如果你不说"三年经验",它可能写出一个过于简单的版本。如果你不说"CSS Modules",它可能用你团队不用的方案。这些细节看起来很小,但往往决定了结果能不能直接用。

5.2 学会让它先做计划。

普通说法:"帮我做一个用户系统。"

更好的说法:"先告诉我这个系统应该分哪几个模块,每个模块的实现顺序是什么,你列出来我确认之后再开始做。"

这样做有两个好处。第一,你能保持对全局的控制:你知道它在做什么、打算怎么做、为什么这个顺序。如果它的计划里有你不满意的地方,你可以在开始之前纠正。第二,你不会浪费太多时间:Codex 做计划很快,如果你不满意,推倒重来也比做完发现方向错了代价小得多。

5.3 把大任务拆成小步骤。

Codex 擅长做单步骤的精确任务,不擅长一次性处理一个模糊的大方向。你让它做五件事,不如分五次让它做,每次你确认结果再往下走。

错误的做法:跟它说"帮我做一个完整的电商网站"。它会给你一个看起来完整的结构,但每个细节都可能有问题,你最后要花大量时间返工。

正确的做法:先让它设计架构,你确认之后再让它开发商品列表模块,你确认之后再开发购物车模块,你确认之后再开发下单流程。每一小步,你都在控制方向。它做错了,你可以及时纠正,而不是等它把所有代码都写完了才发现这是个灾难。

06.多 Agent 并行,同时做多件事

Codex 有一个被大多数人忽略的能力:多 Agent 并行。

你可以同时让 Codex 开两个、三个、甚至更多的 Agent,让它们在不同的方向上同时工作,彼此独立,互不干扰。

它还支持 Git worktrees。

意思是多个 Agent 可以在同一个代码库的不同分支上同时工作,彼此隔离,不会产生冲突。你不需要担心两个 Agent 改到了同一个文件导致混乱,系统会自动处理分支合并。

举一个具体的例子。

你有两个功能要同时开发:一个是搜索结果分页,一个是用户评论系统。这两个功能在代码里可能涉及同一个文件的不同部分。

以前的做法:先做 A,做完测试完,再做 B。大半天过去了。

现在的做法:让 Codex 同时开两个 Agent,一个做 A,一个做 B。你去做别的事情,等它们各自做完,系统会自动处理可能的合并冲突。你只需要最后来看结果,确认用哪个版本。

有人用这个方式,同时开了四个 Agent,分别做四个独立的功能模块。一个周末做完了以前需要一个团队干两周的活。不是因为他找了帮手,是因为他把四个任务同时跑了。

这个能力听起来好像只是"省时间"。

但它的真正意义在于:你的时间以前花在"执行"上,现在花在"决策"上。

你不需要亲自动手做,你需要判断做得对不对、哪个方案更合理。这是人比 AI 强的地方,也是你应该把时间花在哪里。

07.Skills,把你的团队经验工具化

Skills 是 Codex 里一个很强大,但被很多人用不明白的功能。

它的定义是:可扩展的指令加资源加脚本包。

翻译成人话就是,你把你团队的规范、流程、特定的操作步骤,打包成一个"技能包",之后 Codex 每次工作的时候会按照你设定的规范来,不需要你每次都重复提醒。

图片展示了Codex的技能页面。左侧导航栏中“技能”选项被蓝色框突出显示,右侧是技能推荐区域,有PDF、Playwright等技能,下方是系统、个人技能分类,如

举个例子。你的团队用的是特定的 React 架构,组件文件必须放在特定目录,样式必须用 CSS Modules,测试文件必须和组件放在同一个目录,API 请求必须用统一的请求拦截器。这些规矩是你们团队自己的,不是业界通行的规范,是你们花了很长时间才沉淀出来的。

你把这些规范定义成一个 Skill,叫做"我们团队的 React 规范"。你把这个 Skill 配置好,之后每次让 Codex 开发新组件,它会自动按照这套规范来。它不需要你每次都说"组件放这个目录""样式用那个方案""请求用那个拦截器",它自己知道。

这个功能的本质是把你的团队经验"工具化"。

以前你团队花了很长时间才积累出这些规范,新来的人需要时间才能学会。现在你把这些规范写进 Skill,Codex 会替你执行,不需要每个人都知道这些规矩。好的经验从此可以被复用,而不只是存在于某个人的脑子里。

官方开源的 Skills 库里已经包括了这些可以直接用的:

Figma 转代码。你在 Figma 里设计好了页面,告诉 Codex"把这个 Figma 设计转成代码",它自己识别设计元素、自己生成对应的 React 或 Vue 代码。

Linear 项目管理。你告诉 Codex"帮我创建一个 Linear 任务,标题是 XX,指派给 XX,优先级高",它自己登录 Linear、创建任务、加标签。

Vercel 或 Netlify 部署。你让 Codex 开发完一个功能,告诉它"帮我部署到 Vercel",它自己打包、上传、配置域名。

PDF 和 Excel 处理。你扔给 Codex 一份 PDF 或 Excel,告诉它"帮我提取里面的数据,整理成结构化的表格",它自己读取、处理、导出。

你不需要自己写这些 Skill,直接配置就能用。

08.Automations,在你睡觉的时候工作

Automations 是另一个被低估的功能。

它的意思是,你可以设定一个定时任务,让 Codex 每天自动执行某个操作,结果进入审查队列等你看。

图片展示了Codex的自动化功能界面。左侧导航栏中“自动化”选项被蓝色箭头1指向突出显示。右侧主界面介绍自动化功能,可通过设置定期对话,实现工作自动化,如生成状

这意味着你不需要在电脑前,Codex 可以自己干活。

具体能做什么?举几个例子。

  • 每天早上 9 点自动把前一天的 bug 按照严重程度分类排序,帮你判断哪些先修、哪些可以往后排。以前需要一个人每天花半小时整理这些,现在 Codex 在你睡觉的时候就做完了,你早上起来只需要看结论,直接开始判断优先级。
  • 每天自动检查 CI 的运行结果,把失败的 case 提取出来,分析原因,给出修复建议。工程师每天早上不需要去 CI 面板前逐条查看,Codex 会直接给你一份摘要,告诉你哪里出了问题、可能的原因是什么、建议怎么修。

有人在推特上分享了他的用法,效果很具体。

他让 Codex 每天趁他入睡的时候自动优化工作流,他给它起名叫 Moltbot。第一天晚上,Moltbot 发现他的代码库里缺少一个统一的错误处理模块,它自己写了一个给他。第二天晚上,它发现有一堆重复的 SQL 查询,它写了一个脚本把它们合并成了一个通用函数。第三天晚上,它发现日志文件越来越大,自动写了一个日志轮转脚本。第四天晚上,它给他设计了一个专属的代码仓库形象,把 readme 换成了一套更清晰的结构。

他没有在工作,他只是睡了一觉。他的 AI 在帮他把代码库里可以优化的地方一个一个找出来,每天醒来都有一点小惊喜。

这就是 Automations 的意义:你睡觉的时候,它在干活。你醒来的时候,它已经把能做的事情做了,你来做决策就行。

09.Computer Use,操控你的屏幕

Codex 还有一个能力,是在 macOS 上查看屏幕、截图、操作窗口、操作键盘和剪贴板。

它的执行方式是并行后台执行,不抢焦点。你一边正常工作,Codex 在后台帮你处理屏幕上的任务,它不会在你屏幕上弹出一个框打断你。

图片展示了Codex在macOS上的电脑操控设置界面。左侧导航栏中“电脑操控”选项被蓝色框突出显示。右侧界面中“控制”部分,有“任何应用”和“Google Ch

这个能力的边界在于:它目前主要是给 macOS 用的。Windows 的支持有限。

它能帮你做什么?

帮你自动操作那些需要手动点击和输入的工作。

  • 你告诉它"帮我每天早上打开这个后台系统,检查一下昨天的数据有没有异常",它会自己操作屏幕:打开浏览器、导航到网址、登录、查看数据、判断有没有异常。它在做你每天早上都要做的那些重复性的手工操作。
  • 你告诉它"帮我把这个网页上的表格数据都复制到 Excel 里",它会自己操作:选中表格、复制、打开 Excel、粘贴。它在替你做那些需要复制粘贴的脏活累活。
  • 你告诉它"帮我截一张这个网页的图,要包含最新的数据更新部分",它会自己滚动到正确位置、截图、保存。

这些事情的共同特点是:说起来都是一句话,但做起来都要好几步,而且每一步都很机械。以前你只能手工做,现在 Codex 可以替你做。

10.一个真实的工作场景

说一个具体的例子,让你感受 Codex 是怎么工作的。

你的任务是:做一个用户注册功能,包含邮箱注册、手机号注册、第三方微信登录,注册完之后要给用户发一封欢迎邮件。

在传统的开发方式里,你需要自己做这些事情:设计数据库、写 API 接口、写前端表单、处理微信 OAuth 接入、写邮件发送模块、写测试用例、部署上线。你大概需要两到三天。这两到三天里,你大量时间在做复制粘贴、做调试、做重复性的操作,真正需要动脑子判断的时间其实很少。

图片展示了使用Codex进行开发的场景。左侧是开发者在电脑前工作,屏幕上显示各种代码和流程图。右侧是Codex界面,呈现数据库、API接口、前端 自动生成

用 Codex 怎么做?

你跟它说:"我要做一个用户注册功能,包含邮箱注册、手机号注册、第三方微信登录,注册完成后给用户发欢迎邮件。请先告诉我你打算怎么设计这个功能。"

Codex 会先给出设计方案:数据库用哪张表、字段怎么设计、API 接口有哪几个、前端页面分哪几个、微信登录的流程是什么、邮件模板怎么写。它把完整的架构给你看。

你确认方向没问题之后,说:"可以,开始做。"

然后 Codex 开始执行:它写数据库迁移文件、写 API 接口代码、写前端注册表单、写微信 OAuth 接入逻辑、写邮件发送模块、写测试用例。你不需要盯着它做,你去做别的事情。

等它全部做完了,你来做 code review。你看到代码,发现微信登录那块用了你不想用的方案,你说"这块换一个方式",它改。它改完了,你说"可以了",你合并代码。

整个过程,你花在"做"上的时间很少——你主要在做决策和审查。执行的事情,Codex 接走了。

这就是 Codex 最核心的价值:把你从"执行者"变成"决策者"。

11.为什么 Codex 现在值得用?

2026 年,Codex 用户增长了 20 倍,每周处理数万亿 tokens。

这个数字背后,有一个根本性的原因。

它让 AI 从"帮你想"变成了"帮你做"。

以前的 AI 工具,是在你想清楚要做什么之后,帮你把这个想法变成代码、变成文案、变成图片。你是主驾驶,AI 是副驾驶。

Codex 是,你给它一个目标,它自己规划路径、自己执行、自己验证。你是指挥官,AI 是执行者。

副驾驶和指挥官,是两件完全不同的事。

副驾驶需要你全程参与。你得盯着路况,得做决定,得在关键时候接管方向盘。ChatGPT 给你一个建议,你可以接受也可以拒绝,但你得在场。

指挥官只需要你在出发前说清楚目的地,然后你可以去干别的。Codex 在路上遇到问题,它会等你来决策,但你自己不需要盯着整个过程。

人的精力是有限的。

你愿意把精力花在"盯着 AI 做事"上,还是花在"做只有人才能做的事"上?

Codex 回答了这个问题。

它把执行的事情接走了,把需要真正判断力的事情留给了你。

你应该把时间花在判断方向、评估结果、决策优先级上。

这些事情,只有你能做。


按照惯例,用一张图总结今天的分享:

这张是2026年OpenAI推出的《Codex 使用指南》总结图,主题为“从副驾驶到指挥官:让AI真正为你执行”。图中涵盖了Codex的核心介绍,包括它的多种定

更多精彩内容,我们下期见。