OpenAI Codex 上手指南：用AI代理构建并部署应用

OpenAI Codex 被越来越多开发者提及，有人称它是用过最好的编码工具，也有人打开五分钟就关掉标签页，搞不清它到底特别在哪。这篇整理自一位B站UP主的中文配音速成课，试图厘清一个核心问题：Codex 到底该怎么用，才能发挥它作为自主编码代理的价值。

Codex 是什么：从独立应用到 ChatGPT 桌面端

Codex 本质上是一个自主的 AI 编码代理，能够读取代码库、执行命令、运行测试，并跨多种工具与环境完成软件工程工作流。它不只是一个聊天式助手，而是可以真正“动手”的智能体。

一个值得注意的变化是形态迁移。早期版本的 Codex 是独立应用，如今它主要以 ChatGPT 桌面应用的形式存在，可以在普通版 ChatGPT 与 Codex 之间切换。切换到 Codex 模式时更偏向软件相关任务，而 ChatGPT 模式又分为“聊天”与“work”两种用法——后者适合把多个文件压缩整合成一个工作单元处理。

尽管形态变了，核心功能保持一致：插件、定时任务、新建聊天、项目管理都还在，迁移过程几乎无缝。

"AI 编码代理"（Coding Agent）与传统代码补全工具（如早期的 GitHub Copilot）有本质区别。代码补全工具停留在"建议"层面，需要人类逐行确认；而代理（Agent）具备自主规划与执行能力——它可以分解任务、调用工具、读写文件、运行终端命令、解析测试报告并据此自我修正，形成一个完整的"感知-决策-执行"循环。OpenAI 的 Codex 所采用的底层模型针对软件工程任务专门优化，支持在沙箱环境中实际运行代码，这使它能处理跨文件、跨工具的复杂工作流，而不仅仅是在光标处插入一行代码。

价格与账号：从免费到 200 套餐

价格是很多人关心的问题。据这位创作者介绍，即使是免费账号也能用上 GPT 5.5，只是有使用限制。付费层级大致分为约每月 100 美元的 Pro 版和 200 美元的高阶套餐。

他坦言自己一开始选了 200 美元套餐，属于中度使用，几乎从未触及限额，甚至出现过额度滚存重置的情况。事后回看，如果早知道用量情况，选择 100 美元或更低层级就足够了。

后来他转向了 20 美元的套餐，配合 Token 优化，日常使用体验依然不错。唯一的缺点是：一旦用完每周或每小时额度需要充值，在 5 小时的间隔窗口内充 20 或 50 美元时，额度消耗会比预期快得多。这个“5 小时限制”是需要提前规划的关键。

自动化与插件：把代理接进你的工作流

Codex 的“影子任务”（Shadowed/自动化）是最容易被低估的能力。你可以让它按小时、按天定时运行任务，比如每天早上给老板发邮件、寻找潜在客户、收集内容创作灵感、通过 WhatsApp 发消息等。创建方式很简单：通过聊天描述需求即可生成一个自动化流程。

插件生态则是编码场景的关键。支持的连接器包括 Supabase、Notion、Figma、Vercel、GitHub、Gmail 等。这位创作者主要用 Supabase 做身份验证与受保护路由，用 Notion 存储上下文。

他分享了一个实用心得：不要把上下文都堆在 AI 代理或聊天窗口里。处理大型代码库时上下文会迅速膨胀，超出上下文窗口后代理容易“遗忘”。更稳妥的做法是把相关信息存进 Notion，需要时让 AI 去取用。这是应对长期项目的一个务实思路。

上下文窗口（Context Window）是大语言模型单次能处理的文本总量上限，以 Token 计量。对于大型代码库，仅头文件、依赖声明和业务逻辑文件加在一起就可能轻易突破限额。一旦超出，模型会出现"遗忘"现象——早期载入的代码结构、变量约定或架构决策会从有效记忆中消失，导致后续生成的代码与已有部分不一致甚至相互冲突。将项目背景、架构说明和关键约定外置到 Notion 等工具，让代理按需检索，本质上是用「外部存储」绕过模型内置记忆的物理限制，是长期维护大型项目时的必要工程实践。

模型选择与权限控制

工作区是使用 Codex 时停留最久的地方。模型选择器提供多档选项，其中旗舰模型能力最强，被认为可与 Cloud Code 系列媲美；中等档位性价比适中；还有更便宜、更经济的轻量选项。

除模型外还能设置 Effort 参数，从 Light 到 Ultra。Ultra 会消耗大量 Token 并产出更好结果，但多数场景并不需要。创作者个人偏好 Extra High 或直接保持 Medium，实测 Medium 做出来的设计已经相当不错。速度可在标准与快速间切换，快速模式生成更快但更费 Token。

权限方面有三种主要模式。默认会在需要运行终端命令、访问互联网或外部文件时请求批准；“为我批准”会在检测到潜在风险命令时提醒；也可以选择完全访问权限。创作者选择了全开放，但特别提醒：这样做需要谨慎，最好在没有重要数据、出问题也损失不大的机器上操作。

核心中的核心：Plan 与 Go 两个命令

如果说整门课只需记住一件事，那就是 /plan 和 /go 这两个斜杠命令。据创作者估算，Codex 上大约 80% 的工作都围绕它们展开。

计划模式（Plan） 会带你走完整个思考过程。你只需像平时那样自然描述想构建的东西，比如一个家务管理应用或卡路里追踪应用。Codex 会尝试理解你的愿景，如果存在冗余或不清楚之处，它会分轮次提问——第一轮大约两个问题，逐步澄清意图。理解到位后，它整理出一份实施计划交给你审阅，满意就推进，不满意可只修改需要调整的部分。

目标模式（Goal） 则适用于你心中已有明确终点的情况。你不是让 AI 去思考项目，而是直接告诉它最终结果应该是什么。比如构建一个领英档案扫描器：应用应能接受领英链接、分析档案、推荐修改建议。Codex 会围绕这些目标持续迭代，直到所有指标都实现后再展示成果。

两者不能同时开启，一次只能切换其一。创作者的常用流程是：先用 Plan 模式让 Codex 分析、提问、给出实施方案，再把方案复制出来用 /go 命令发送，让它持续运行直到目标达成，最终得到一个 MVP。

技能系统：把重复工作沉淀为可复用资产

技能（Skill）通过美元符号 $ 调用，是应对重复性工作的利器。创作者演示了一个“价值百万的编辑技能”：Codex 把某套设计方法整理成一个 .md 文件保存为技能，之后每次调用都会加载这份指令，从而稳定复现同样的输出效果。

典型用例是团队沟通场景。他每月需要向团队同步 YouTube 频道数据——联系合作人数、付费赞助、各细分领域细节等。把偏好的设计固化为技能后，只需让 Codex 提取频道数据、套用这套设计生成报告即可，还能进一步自动化，比如设定每月 27 号自动发送给团队。

技能有两类来源：一是用户自己创建或 Codex 在执行任务时自动创建的个人技能，二是系统自带能力（如图像生成）。此外，斜杠命令 / 用于提及内容、@ 符号用于对话中引用、$ 用于调用技能，三套语法分工明确。

技能文件（.md 格式）本质上是一种「提示词模板的持久化」机制。Markdown 格式便于人类阅读与编辑，同时也是大语言模型天然理解的结构化文本格式，因此既可作为文档供人维护，又能直接作为系统提示或上下文注入模型。这与软件工程中「配置即代码」（Configuration as Code）的理念异曲同工：把散落在对话窗口里的一次性指令沉淀成版本可控、可复用的资产，降低团队协作的认知摩擦，也避免每次重新"教"模型同一套规范。

实战演示：用声音操控的 Flappy Bird

课程压轴是一个实战项目——开发一款“声控版 Flappy Bird”。不同于原版点击操作，这个版本用声音代替点击：玩家需要持续发声，让小鸟在重力作用下保持飞行、穿越管道。

创作者用 /plan 发送了“构建一个 Flappy Bird 游戏”的需求，Codex 分三轮提问澄清需求，每轮约三个问题并提供可选方案。确认语境后给出实施方案。他随后复制方案、用 /go 命令发送，让它自主运行——整个过程约耗时 23 分钟，Codex 期间编辑了多个文件，还生成了游戏封面图。

首版存在小问题，但基本可玩。项目最终通过 Codex 的“站点”功能部署到 ChatGPT 托管基础设施，生成一个可访问链接，还带有流量数据分析等指标，类似一个真正的网站仪表板。

更进一步，创作者把项目开源到 GitHub 仓库，附带用户友好的 Readme 和一段“Expo 转换提示”。这段提示可直接粘贴到 Codex 或 Cloud Code 中，把网页应用转换成同时兼容 iOS 与 Android 的真实移动应用。之后注册 App Store 开发者账号（每年 99 美元）或 Google Play 账号（25 美元）即可发布变现。

他特意提醒：不要原样发布同一份代码，否则 App Store 会将其视为规避手段而拒绝——建议在此基础上做出自己的差异化。

Expo 是一个基于 React Native 的开发框架，允许开发者用一套 JavaScript/TypeScript 代码同时构建 iOS 和 Android 应用，无需分别维护原生代码库。将网页应用（基于 HTML/CSS/JavaScript）转换为 Expo 项目需要重写渲染层和平台 API 调用，但核心业务逻辑通常可以复用。文中提到的「Expo 转换提示」是一段精心设计的提示词，指导 Codex 自动完成这一迁移工作——这也是技能系统价值的典型体现：把一次性调试出来的有效提示词固化下来，变成可反复调用的转换管线。

从入门到生产：工作流才是关键

创作者在结尾坦承，这门课只覆盖了 Codex 的基础，并未展示真正的工作流。他的观点很直接：这些工具本身能力极强，但如果没有合适的工作流围绕，最终会产出大量低质量内容，或陷入“寄希望于每次提示词都命中”的循环。

对于想构建面向真实用户的生产级系统的人来说，工作流不是可选项而是必需品。这一判断也点出了当下 AI 编程工具的普遍困境：能力越强，越考验使用者的方法论。

对普通开发者的启示或许是：与其追问 Codex 是不是最好的工具，不如先想清楚自己要用它解决什么问题、如何把重复流程沉淀成技能与自动化，让代理真正嵌入日常工作，而不是停留在“打开五分钟就关掉”的猎奇阶段。