Codex保姆级攻略：从安装到实战，一期精通AI桌面助手

AI工具正在从「聊天框」进化成「数字员工」。豆包、DeepSeek 能陪你聊天答疑，但 Codex 走了一条完全不同的路——它直接操作你的电脑，帮你干活。B站UP主「计算机物语」发布了一期被网友称为「全B站最细」的Codex实战教程，从安装到高阶用法全程演示。本文基于该视频内容，结合AI Agent发展趋势，梳理Codex的核心能力与上手路径。

Codex 和豆包、DeepSeek 有什么本质区别？

Codex 的使用界面和豆包类似——一个输入框，打字就能沟通。但底层逻辑完全不同：豆包只能「说」，Codex 能「做」。

它可以帮你整理文件、制作报表、阅读工作内容、编写周报，甚至直接做 PPT、操作浏览器、构建复杂软件。UP主在视频中强调，只要你能想到的电脑操作，Codex 几乎都能完成，而且不需要你会任何技术知识。

更关键的是，Codex 支持设置定时任务——你睡觉前布置好工作，醒来时它已经完成了。这种「异步工作」模式，把 AI 从即时对话工具变成了真正的自动化助手。

什么是 AI Agent（智能体）？

AI Agent 指的是能够自主感知环境、做出决策并采取行动以完成目标的 AI 系统。与传统聊天机器人（如豆包、DeepSeek^广告 的对话模式）不同，Agent 具备三个核心特征：一是工具调用能力——可以操作文件系统、浏览器、API 等外部资源；二是任务规划能力——能将复杂目标拆解为可执行的步骤序列；三是自主执行能力——无需用户逐步指令即可连续完成多步操作。Codex 正是典型的 Agent 形态：它不只是生成文本回复，而是直接在你的电脑上读取文件、整理数据、生成报表。业界通常将这种从「对话式 AI」到「执行式 AI」的转变视为 AI 应用的下一个重要范式迁移。

安装与基础配置：三分钟搞定

Codex 已经上架微软和苹果应用商店，搜索即可直接安装，没有复杂的部署流程。

打开后会看到一个和网页版豆包极其相似的界面：中间是输入框，左侧是侧边栏。侧边栏里藏着豆包没有的功能——插件、自动化工作流等，这些后续再展开。

UP主建议新手先改一个配置：把工作模式切换为「日常工作」。默认模式下 Codex 会展示大量技术细节，对非技术用户来说信息过载。「日常工作」模式保留了全部能力，但隐藏了技术噪音，使用体验明显提升。

这个设计思路值得注意：AI Agent 正在学会根据用户画像调整输出粒度，而不是一股脑展示所有底层信息。

核心概念：「项目」是 Codex 的工作台

既然 Codex 直接在你电脑上干活，它就需要一个工作文件夹。这些文件夹在 Codex 中被称为「项目」，显示在侧边栏。

UP主的做法是把不同事务分类为不同文件夹——每个项目对应一个工作场景，这样可以一目了然地找到对应内容。在输入框下方选择本次对话的项目后，Codex 就能直接读取文件夹里的所有文件来完成任务。

这个设计其实回答了 AI Agent 落地的一个关键问题：如何界定 AI 的操作边界？通过「项目」文件夹，用户既授予了 AI 读取权限，又限定了它的工作范围，在便利和安全之间取得了平衡。

AI Agent 的权限沙箱机制

「项目」文件夹的设计本质上是一种权限沙箱（Sandbox） 机制。在 AI Agent 领域，如何安全地授予 AI 对本地资源的访问权限是一个核心挑战——权限过大可能导致误操作或数据泄露，权限过小则无法完成实际任务。Codex 通过将操作范围限定在用户指定的项目文件夹内，实现了「最小必要权限」原则：AI 只能读取和修改该项目下的文件，无法触及文件夹之外的系统内容。类似的设计在开发工具中也有先例，比如 VS Code 的工作区概念、Docker 的容器隔离等。对于普通用户而言，理解这一点有助于建立正确的使用习惯——敏感文件不要放入项目文件夹，不同事务用不同项目隔离。

实战一：整理混乱的咖啡馆经营数据

UP主准备了一个名为「计算机物语咖啡馆」的真实文件夹，里面塞满了销售记录、发票、库存清单等文件，格式涵盖表格、PDF 和图片，状态「乱七八糟」。

任务很简单：把文件规整好，并将关键信息提取整理到一个 Excel 中。

Codex 的表现超出了入门级预期。它不仅按用途整理好了文件，还生成了一份详细的数据表格，把销售数据、商品排行分门别类整理清楚。更说个细节，它读取了 PDF 发票中的明细并提取出来——这涉及跨格式的信息抽取。

UP主故意在文件中埋了一些「坑」，测试 Codex 能否发现异常。结果 Codex 主动标记出了交易记录的缺失，并发现两张发票存在问题。这意味着它不只是被动执行指令，还具备一定程度的数据校验能力。

对于日常的报表整理、日报编写等任务，Codex 已经可以直接胜任。

实战二：用计划模式生成可视化仪表板

第二个任务明显更难：UP主通过命令行 add 了一份汇总表，要求 Codex 制作一个可视化仪表板，展示销售、支出、成本、库存等经营情况，并分析需要关注的事项。

面对复杂任务，UP主切换到了「计划模式」。这个模式的核心逻辑是：Codex 不会直接执行，而是先根据需求规划出详细的执行清单，确认细节后再动手。

在实际运行中，Codex 主动向 UP主提问，确认了一些不确定的地方，然后才给出完整计划。UP主可以调整方案内容，确认后点击提交，Codex 才开始真正执行。

这种「先规划、再确认、后执行」的流程，是 AI Agent 处理复杂任务时的关键机制。它把 AI 从「黑盒执行」变成了「透明协作」，用户始终保有控制权。

最终生成的仪表板包含了所有要求的指标，还附带了经营建议和重点事项。UP主坦承自己不是销售专业人士，无法判断建议的实用程度，但仪表板的完整度已经相当高。后续他又要求换成「苹果风格」的现代化主题，Codex 也顺利完成。

什么是「计划模式」（Plan Mode）？

计划模式是 AI Agent 领域一种重要的人机协作范式，学术界有时称之为「Human-in-the-Loop」执行策略。其核心思想是：面对多步骤复杂任务时，Agent 不直接开始执行，而是先生成一份结构化的执行计划，交由用户审阅和修改，确认后再逐步落实。这样做解决了两个问题：第一，复杂任务中 AI 可能误解用户意图，提前确认可以避免大量无效操作；第二，涉及文件修改等不可逆操作时，用户需要保留否决权。目前主流 AI Agent 产品（如 Devin、AutoGPT 等）都在探索类似机制，但实现方式各有不同——有的侧重自动执行效率，有的侧重用户控制感。Codex 的计划模式倾向于后者，更适合非技术用户。

彩蛋功能：桌面宠物与任务可视化

视频中还展示了一个有趣的功能。在输入框敲斜杠，会出现一个「宠物」选项，点击后桌面上会出现一个小宠物。

它除了卖萌，还会显示当前正在执行的所有任务。点击宠物就能跳转到对应任务的进度界面。UP主还演示了在设置中修改宠物外观。

这个看似娱乐的功能，实际上解决了 AI Agent 的一个体验痛点：当 AI 在后台异步工作时，用户需要一个轻量的方式感知任务状态，而不是反复切换到主界面查看。

总结：Codex 适合谁？

从这期教程可以看出，Codex 的门槛比想象中低。不需要编程基础，几句话就能做出实用的东西。但它真正的价值在于处理「读取本地文件→整理归纳→生成新内容」这类任务——这正是知识工作者日常中大量重复、却又难以自动化的环节。

如果你经常需要处理多格式文件、制作报表、整理数据，Codex 值得花时间上手。建议从简单的文件整理任务开始，熟悉「项目」概念和基本交互，再逐步尝试计划模式和复杂任务。