建筑师用Codex零代码开发插件和网站：半年实战经验全分享

一位央企一线建筑师，从今年春节开始自学AI编程，半年时间里用GPT Codex开发了多款专业插件和个人网站。他不懂任何编程语言，完全依靠自然语言对话完成所有开发工作。这个案例充分说明：Vibe Coding时代，人人都可以成为产品经理。

从建筑师到AI开发者：为什么要学零代码编程？

视频作者是中国能源建设集团的一线建筑师，从事建筑设计中的数字化工作，已经在建筑领域做AI应用探索超过两年半。他的核心理念非常务实——只有贴合生产、能解决实际问题的工具才是好工具。

日常工作中，他经常碰到各种具体的生产问题：需要从网站上提取土地招拍挂的公开信息，需要开发特定的Blender或ComfyUI插件节点，需要搭建集成常用工具的个人网站。

这里有必要解释一下这些工具在建筑行业中的角色。Blender是一款开源的3D建模和渲染软件，在建筑可视化领域被广泛使用，支持通过Python脚本开发自定义插件来扩展功能。ComfyUI则是一个基于节点式工作流的AI图像生成界面，允许用户通过连接不同的处理节点来构建复杂的AI生图流程。在建筑设计行业，这两个工具常被用于方案效果图生成、场景渲染和设计方案的快速可视化。开发自定义插件节点意味着可以将特定的设计流程自动化，比如批量生成不同角度的建筑渲染图。

而土地招拍挂——即"招标、拍卖、挂牌"三种公开出让方式的统称——是建筑设计项目的源头信息。建筑师需要从各地自然资源局网站上获取地块的用地性质、容积率、建筑限高等规划条件，这些信息直接决定了设计方案的基本框架。然而这些数据分散在全国数百个政府网站上，格式各异，手动收集极为耗时。通过AI编程开发网页爬虫工具来自动提取和整理这些信息，是一个典型的"小工具解决大痛点"的应用场景。

这些需求如果等别人开源或者找专业程序员开发，效率太低、周期太长。

于是从2025年春节开始，他走上了AI编程（Vibe Coding）的道路。所谓Vibe Coding（氛围编程），是由OpenAI联合创始人Andrej Karpathy在2025年初提出的概念，指的是开发者完全通过自然语言描述需求，由AI自动生成代码的编程方式。与传统的低代码/无代码平台不同，Vibe Coding不需要拖拽组件或配置参数，而是像和人对话一样描述你想要的功能，AI会自主完成代码编写、调试甚至部署。这个概念的核心哲学是：你只需要"感受"（vibe）你想要什么，而不需要精确地知道如何实现它。

令他惊喜的是，AI编程的能力远超预期——一个完全不懂代码的建筑师，竟然能独立开发插件、搭建网站。

AI编程工具选择：从国产模型到GPT Codex的踩坑之路

三代工具的迭代体验

作者的AI编程工具经历了三个阶段：

1. VSCode + GLM5（国产方案）：入门阶段使用，能完成基础任务
2. Claude Code（Sonnet 4.5）：编程能力明显提升
3. GPT Codex桌面端：最终选择，综合体验最佳

GPT Codex是OpenAI推出的专注于代码生成的AI产品，最初作为GitHub Copilot的底层引擎而广为人知。2025年推出的Codex桌面端是一个独立应用，集成了代码编辑器、终端和内置浏览器，用户可以在一个界面内完成从编写到预览的完整开发流程。其核心能力来自GPT系列大语言模型在海量代码数据上的训练，能够理解自然语言指令并将其转化为可执行的程序代码。

他对国产与国际模型的差距有切身体会：用国产模型解决一个小问题，可能需要来回十来次对话才能达到可用状态；而使用Claude Code或Codex，通常两三轮就能实现目标。

一个具体的例子是开发高斯驱动镜头插件时，需要在中间加一个控制点来固定镜头旋转。这里涉及的是3D高斯泼溅（3D Gaussian Splatting）技术——2023年以来3D重建领域的重大突破。该技术通过将场景表示为大量三维高斯椭球体来实现高质量的实时渲染，相比传统的NeRF（神经辐射场）方法，渲染速度提升了数十倍。在建筑设计中，这项技术可以将实拍的建筑场景快速重建为可交互的3D模型。镜头控制插件则是为了在这种3D场景中实现平滑的相机路径动画，添加控制点可以精确控制镜头的运动轨迹和旋转角度。这个功能用国产模型始终无法实现，最终是靠Claude Code和Codex完成的。

为什么最终选择Codex桌面端？

Codex桌面端有几个关键优势：

• 获取简单：直接在Microsoft Store搜索安装，Windows和Mac都支持
• 交互直观：内置浏览器可以实时预览修改效果
• 注释标注功能：可以直接在页面上点击标注要修改的位置，比在VSCode中截图描述要精准得多
• 支持最新模型：目前推荐使用GPT 5.5模型，编程能力最强

API中转站省钱攻略：成本降低90%的关键

Plus会员 vs API调用的费用对比

Codex支持两种登录方式：GPT Plus会员账号和API密钥。作者强烈推荐使用API方式，原因很直接——成本差距巨大。

用Plus会员账号生成几张图片就消耗约20%的额度，很快就要等流量重置。而通过API中转站调用，生成四张图片仅花费0.14元人民币，算下来一张图不到五分钱。

所谓API中转站（也称API代理或转发服务），是一种第三方服务，它批量购买OpenAI等AI公司的API调用额度，然后以更低的单价转售给个人用户。其商业模式类似于"团购"——通过规模化采购获得更优惠的价格，再加上合理的利润分成后转售。用户通过中转站获得一个兼容的API密钥，在各类工具中替换官方密钥即可使用。需要注意的是，使用中转站意味着你的请求数据会经过第三方服务器，因此在涉及敏感信息时需要评估安全风险。

作者算了一笔账：GPT官方Plus会员每月约150元人民币，而同样的金额充到中转站可以用两三个月。对于非全职编程的工作者来说，整体一天的开销也不过十几二十块钱。

Codex API配置建议

作者推荐先配置Codex CLI的API，配置好后整个Windows系统都可以通用使用，不需要在不同工具中反复配置。桌面端的配置也有详细教程，按步骤操作即可。

实战演示：用自然语言改造个人网站

项目启动流程

作者演示了如何用Codex修改自己搭建的个人网站。这个网站集成了常用的AI生图工具，整个网站都是通过Vibe Coding实现的。

操作流程非常简单：在Codex的提示词输入框中输入"在Codex浏览器中启动这个项目，我要继续修改"，等待项目加载即可。由于项目较大，启动过程花了约8分钟，期间遇到的各种小问题Codex都自动处理了。

自然语言驱动的精准修改

在实际修改中，作者发现生图模块的预览图像太长，需要滚动才能看全。他使用了Codex的注释标注功能——点击页面上需要修改的位置，直接输入修改需求：

"让输出的图像预览在一个窗口内，不要太长，在预览框内能显示完整一个图像缩略图就可以了。"

Codex立即理解需求并修改了代码。修改完成后还会解释自己的修改思路，这本身也是一个学习过程。这种"所见即所得"的交互方式，本质上是将传统软件开发中"需求描述→代码实现→编译运行→查看效果"的多步流程压缩成了一步，极大地降低了非技术人员参与开发的认知门槛。

多轮迭代优化的过程

第一次修改后，图片预览区域符合要求了，但下方"最近生成"区域的排版没有自动吸附上来。作者继续框选这部分区域，用自然语言描述问题，Codex再次精准修改。

这个过程完美展示了Vibe Coding的工作方式：不需要知道代码怎么写，只需要清楚自己想要什么。每次修改就像和一个理解力极强的程序员对话，通过不断迭代逼近理想效果。这种迭代式开发在专业软件工程中被称为"敏捷开发"，传统团队通常以周为单位进行迭代，而在Vibe Coding模式下，迭代周期被压缩到了分钟级别。

零基础用Codex做AI编程的四条建议

基于半年的实战经验，作者总结了几点关键认知：

1. 明确需求比技术能力更重要。 作为产品经理，你需要清楚地描述"要什么"，而不是"怎么做"。AI负责实现，你负责定义。这实际上是软件工程中"关注点分离"原则的极致体现——领域专家专注于业务逻辑和用户体验，AI承担所有技术实现细节。

2. 优先选择第一梯队的AI编程工具。 在编程场景下，GPT Codex和Claude Code的效率远高于国产方案。省下来的时间成本远超工具费用的差异。

3. 从实际工作痛点出发。 不要盲目开发与生产无关的工具。围绕自己的工作痛点，针对性地开发小工具、小插件，效率提升最为显著。

4. 拥抱迭代思维。 AI编程不是一次性完成的，而是通过多轮对话不断优化。每次修改都是一次学习机会，逐渐积累对开发流程的理解。

Vibe Coding正在降低软件开发的门槛。当一个建筑师能独立开发专业插件和网站时，这意味着每个领域的专业人士都有机会成为自己工作流的开发者。最了解需求的人，现在也能亲手实现需求了。 这或许预示着一个新时代的到来：软件开发不再是程序员的专属领地，而是每一个有明确需求的专业人士都能触及的能力。