编程语言AI大前端
Codex 核心概念详解：工程级 AI 编程智能体
文章目录 引言 Prompting（提示词） 2.1 与 Codex 代理的交互 2.2 Threads（线程） 2.2.1 本地线程 vs 云端线程 2.3 Context（上下文） Workflows（工作流程） 3.1 案例一：解析代码库 3.2 案例二：Bug 修复 3.3 案例三：编写测试用例 3.4 案例四：从截图原型生成代码 3.5 案例五：迭代 UI 3.6 案例六：将重构任务委派…
文章目录 引言 Prompting（提示词） 2.1 与 Codex 代理的交互 2.2 Threads（线程） 2.2.1 本地线程 vs 云端线程 2.3 Context（上下文） Workflows（工作流程） 3.1 案例一：解析代码库 3.2 案例二：Bug 修复 3.3 案例三：编写测试用例 3.4 案例四：从截图原型生成代码 3.5 案例五：迭代 UI 3.6 案例六：将重构任务委派…
当真正把 Codex 引入到日常工程实践中，一个更现实的问题很快会出现：
Codex 并不仅仅是一个'会写代码的模型'，而是一个具备状态、工具调用能力和工作流意识的工程智能体。 那么，我们究竟应该如何与它协作，才能真正发挥它的价值？
本文将围绕这一问题，系统整理 Codex 官方文档中提出的一组 核心概念与工程方法论，帮助大家从'用工具'过渡到'用智能体'，主要包括：
本文并非简单翻译文档，而是站在工程实践视角，将 Codex 的能力映射到日常开发中的典型任务（理解代码、修 Bug、写测试、重构、审查 PR 等），帮助你回答一个关键问题：如何把 Codex 从'辅助工具'，真正变成工程流程中的一名'虚拟工程师'？
当通过发送 提示词（prompts） 与 Codex 进行交互，提示词就是用自然语言描述你希望它做什么的消息，例如：
Explain how the transform module works and how other modules use it.
Add a new command-line option `--json` that outputs JSON.
提交一个提示后，Codex 会循环执行以下过程：
这个过程会一直持续，直到任务完成或你取消它，就像 ChatGPT 一样，Codex 的效果取决于给出的指令质量。以下是一些实用的提示建议：
一个 线程 表示一个独立的会话：包括你的提示、模型输出和随后所有的工具调用，一个线程可以包含多个提示词。
例如：你的第一个提示可能让 Codex 实现某个功能，而后续提示可能要求添加测试
本地线程（Local threads）
云端线程（Cloud threads）
当提交一个提示词时，包括 Codex 可利用的上下文 会提升结果质量，例如引用相关文件、图片等。
Codex IDE 插件会自动将打开的文件列表和选中的文本范围作为上下文发送。
在任务执行过程中，Codex 也会从文件内容、工具输出以及正在进行的记录中收集上下文信息，所有信息必须适配模型的 上下文窗口（context window） 大小，它会根据不同模型而变化。
如果任务较长，Codex 可能会自动通过总结相关信息并丢弃不相关细节来 压缩上下文，经过反复压缩，Codex 可以在许多步骤中持续处理复杂任务。
Codex 在 上下文明确、完成标准清晰 的情况下效果最好，建议每个工作流程都包含以下内容：
说明：
@路径 / /mention 来附加文件。适用于你正在接手新项目、维护遗留系统，或需要理解协议、数据模型、请求流等场景。
IDE 扩展工作流程（最快的本地探索方式）：
Step 1. 打开最相关的文件
Step 2. 选中你关注的代码段（推荐）
Step 3. 向 Codex 提示，并要求它包含：
Explain how the request flows through the selected code.
Step 4. 校验提示（Verification）：用于快速验证 Codex 是否理解正确。
Summarize the request flow as a numbered list of steps. Then list the files involved.
CLI 工作流程（适合需要 Shell 命令与执行记录）:
Step 1：在仓库根目录启动 Codex：
codex
Step 2：附加文件并提示：
I need to understand the protocol used by this service. Read @foo.ts @schema.ts and explain the schema and request/response flow. Focus on required vs optional fields and backward compatibility rules.
上下文说明：在 CLI 中使用 @ 或 /mention 附加文件路径
当你本地可以重现失败行为时使用。
CLI 工作流程（快速复现 → 修复 → 验证）
Step 1. 启动 Codex
codex
Step 2. 提供清晰的 Bug 描述与复现步骤
问题描述： 点击设置页的 'Save' 有时显示 'Saved'，但实际上没有保存。
复现步骤：
1) npm run dev 2) 打开 /settings 3) 切换 'Enable alerts' 4) 点击 Save 5) 刷新页面，设置被重置
约束条件：
Step 3. 校验
IDE 扩展工作流程
Step 1: 打开你认为有问题的文件及其调用方 Step 2: 提示词
Find the bug causing "Saved" to show without persisting changes. After proposing the fix, tell me how to verify it in the UI.
当你希望明确指定测试目标和范围时使用。
IDE 扩展（基于选区）
Step 1. 打开函数所在文件
Step 2. 选中函数定义
Step 3. 通过命令面板选择 Add to Codex Thread
Step 4. 提示词
Write a unit test for this function. Follow conventions used in other tests.
CLI 工作流程
Step 1. 启动 Codex
codex
Step 2. 提示词
Add a test for the invert_list function in @transform.ts. Cover the happy path plus edge cases.
当你有设计稿或截图，希望快速生成可运行 UI 时使用。
CLI 工作流程（图片 + 提示）
Step 1：将截图保存为本地文件（如 ./specs/ui.png）
Step 2：启动 Codex
codex
Step 3：将图片拖入终端作为提示的一部分
Step 4：提示词
Create a new dashboard based on this image. Constraints: - Use react, vite, and tailwind in typescript. - Match spacing, typography, and layout as closely as possible. Deliverables: - A new route/page that renders the UI - Any small components needed - README.md with instructions to run it locally
Step 5：校验，如允许，让 Codex 启动 dev server 并给出访问地址
IDE 扩展（图片 + 项目风格）
Step 1：在 Codex 聊天中粘贴或拖入截图
Step 2：提示词
Create a new settings page. Use the attached screenshot as the target UI. Follow design and visual patterns from other files in this project.
适合「改样式 → 刷新 → 再改」的快速循环。
CLI 工作流程
Step 1：启动 Codex
codex
Step 2：在另一个终端启动开发服务器
npm run dev
Step 3：提示词
Propose 2-3 styling improvements for the landing page.
Step 4：选择方案并继续细化
Step 5：在浏览器中实时预览并决定是否提交
适合 本地设计方案，云端并行实现 的大任务。
本地规划（IDE）
Step 1: 确保代码已 commit 或 stash
Step 2：让 Codex 生成计划：
$plan We need to refactor the auth subsystem to: - split responsibilities - reduce circular imports - improve testability Constraints: - No user-visible behavior changes - Keep public APIs stable - Include a step-by-step migration plan
Step 3：审查并调整计划
云端执行（IDE → Cloud）
Step 1：选择云环境
Step 2：提示：
Implement Milestone 1 from the plan.
Step 3：审查云端 diff
Step 4：直接创建 PR 或拉取到本地测试
在提交或创建 PR 前进行质量检查。
CLI 工作流程
Step 1: 启动 Codex
codex
Step 2：执行
/review
Step 3：可选增强提示
/review Focus on edge cases and security issues
无需拉取分支即可获得审查意见。
GitHub 评论工作流程
Step 1：打开 PR
Step 2：评论
@codex review
Step 3：或指定方向
@codex review for security vulnerabilities
用于生成准确、一致的文档修改。
IDE / CLI 工作流程
Step 1：打开或 @ 引用目标文档
Step 2：提示
Update the "advanced features" documentation to provide authentication troubleshooting guidance. Verify that all links are valid.
Step 3：审查并渲染确认
推荐：gpt-5.2-codex
面向真实工程任务的 最先进的智能编码模型，适用于 Codex CLI & SDK、IDE 扩展、云端任务、ChatGPT 积分和 API 调用
codex -m gpt-5.2-codex
推荐：gpt-5.1-codex-mini
更小、更具成本效益的版本，但能力较 gpt-5.2-codex 略弱
codex -m gpt-5.1-codex-mini
gpt-5.1-codex-max：针对长期、智能编码任务优化
codex -m gpt-5.1-codex-max
gpt-5.2：最佳通用智能体模型，适用于各类任务
codex -m gpt-5.2
gpt-5.1：优秀的跨领域编码与智能体任务模型
codex -m gpt-5.1
gpt-5.1-codex：针对长期智能编码任务的模型（已由 gpt-5.1-codex-max 更新替代）
codex -m gpt-5.1-codex
gpt-5-codex 和 gpt-5-codex-mini：分别是 GPT-5 系列的编码优化版及更小成本版本
codex -m gpt-5-codex
codex -m gpt-5-codex-mini
gpt-5：用于编码与智能体任务的基础版本（已被后续版本取代）
codex -m gpt-5
Codex 支持调用其他任意符合 Responses API 或 Chat Completions API 的模型与提供者，以满足特定使用需求。
注意：Chat Completions API 支持即将弃用。
设置默认本地模型：在 config.toml 文件中添加模型名称，例如：
model = "gpt-5.2"
临时切换模型：
/model 命令codex -m gpt-5.1-codex-mini
云任务模型：目前无法更改 Codex Cloud 任务的默认模型。
AI 模型所能执行的任务范围正在快速扩展，这对工程领域有深远影响，最先进的系统现在可以维持 多小时连续推理。截至 2025 年 8 月，METR 发现领先模型能够以 大约 50% 的准确率完成连续 2 小时 17 分钟的任务，这项能力正在迅速提升——任务长度约每七个月翻倍，几年前，模型只能处理约 30 秒的推理（足够提供小段代码建议），如今由于能维持更长连贯的推理，整个软件开发生命周期（SDLC）都可以引入 AI 辅助，让编码智能体在 规划、设计、开发、测试、代码审查和部署等阶段发挥作用。
这里将展示 AI 智能体如何在 SDLC 各阶段提供帮助，并给出工程领导者可以立即采用的实践建议，帮助团队构建 AI 原生工程流程与团队结构。
AI 编程工具已经远远超越了最初作为自动补全助手的角色，早期工具只能处理简单任务，例如建议下一行代码或填充函数模板，随着模型推理能力增强，开发者开始通过 IDE 中的聊天界面与智能体互动，用于结对编程和代码探索。如今的编程智能体能够：
这改变了工程师的工作方式：不再在 IDE 内部与智能体逐行写代码，而是能将整个工作流程交给它处理，让工程师集中精力于高价值任务。
智能体的能力包括：统一跨系统上下文、结构化工具执行、持久项目记忆、自动评估循环等。
以下按照软件开发生命周期的主要阶段，说明智能体如何帮助提升效率，以及工程师在各阶段仍须承担的核心角色。
问题：传统上，团队需要工程师判断功能可行性、开发时长及涉及系统，这通常需要对代码库有深入理解并多轮迭代才能明确范围。
智能体如何帮助：
工程师如何转变：
入门清单：
问题：设计往往被样板代码、项目骨架搭建、和 UI 组件初始化等基础工作拖慢。
智能体如何帮助：
工程师如何转变：
入门清单：
问题：工程师常花大量时间将规范转换为代码结构、串联服务、生成样板、处理构建错误等机械工作。
智能体如何帮助：
工程师如何转变：
入门清单：
PLAN.md 并纳入代码库AGENTS.md 文件以设定智能体规则与循环反馈示例：有企业每天用智能体将规范转成可运行代码，几分钟交付新功能。
问题：写测试既占时间又需深入理解边界情况，而测试维护常随代码变化而成为负担。
智能体如何帮助：
工程师如何转变：
入门清单：
问题：代码审查耗时，且需要在深度审核与快速反馈之间权衡。
智能体如何帮助：
工程师如何转变：
入门清单：
问题：文档更新常被忽略且滞后于代码变更。
智能体如何帮助：
工程师如何转变：
入门清单：
问题：线上问题排查通常需要在多个工具间切换查看日志与历史代码。
智能体如何帮助：
工程师如何转变：
入门清单：
AI 编程智能体正在重塑软件开发生命周期，它们能承担传统上耗时、重复的多步骤工作，让工程师专注于架构、设计、产品意图等高价值任务，成功打造 AI 原生工程团队不需要彻底重写流程，而是 以小型、精确的自动化开始积累效益，逐步扩大智能体责任范围，从而提升整体效率、质量与创新能力。
通过阅读本文，相信大家已经系统理解了 Codex 在工程场景中的核心设计理念与实践价值：它并不是一个'更聪明的自动补全工具'，而是一个以 提示词为接口、以线程与上下文为状态、以工作流为执行边界 的工程级编程智能体。
Codex 的关键意义在于：将真实的软件工程能力（代码库、构建工具、测试系统、代码审查与云端执行环境）有序、可验证地引入到模型的推理与行动闭环中，通过合理的 Prompt、Context 与 Workflow 设计，Codex 不再只停留在'生成代码'，而是能够 理解现有系统、执行多步任务、验证结果并持续迭代，从而真正参与到完整的软件开发生命周期中。
希望本文能帮助大家建立对 Codex 的正确认知，并在实际工程中逐步落地 AI-Native 的开发方式。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML转Markdown 互为补充。 在线工具，Markdown转HTML在线工具，online
将 HTML 片段转为 GitHub Flavored Markdown，支持标题、列表、链接、代码块与表格等；浏览器内处理，可链接预填。 在线工具，HTML转Markdown在线工具，online