Codex零基础入门教程：安装、模型选择与实战全解析

Codex是什么：OpenAI对标Claude Code的全能工具

Codex是OpenAI推出的、对标Anthropic Claude Code的开发工具。但正如视频作者反复强调的，它远不止是一个编程助手——其功能复杂度和应用场景都超出了很多人的想象。

最基础的用途当然是写代码，让你调用OpenAI的顶级模型（如GPT-5.5系列）完成编程任务。但Codex更有趣的地方在于：它可以直接控制你的电脑、操作浏览器、自动化重复性工作，甚至能帮你在Spotify上找到并播放一首歌。换句话说，它是一个能真正接管设备、执行任务的智能体工具，而非仅限于代码生成。

需要注意的是，OpenAI在命名上确实容易让人混淆：它们既有过叫Codex的模型（真正的LLM），现在又有了名为Codex的工具。本文讨论的是后者——那个能用多种方式接入、功能齐全的工具平台。

多种使用方式与安装门槛

Codex提供了四种主要的使用途径，适配不同的使用场景：

• 独立桌面应用：支持Windows和Mac（暂无Linux版本），功能最齐全，也是作者最推荐的方式。
• IDE插件：可安装到Cursor、VS Code、Windsurf等主流编辑器中，在编辑器内直接使用Codex界面。
• CLI命令行界面：虽然没有漂亮的图形界面，但优势在于可以在Linux或服务器上24小时不间断运行。
• 云版本：直接在浏览器中运行，适合需要在手机上临时操作的场景。

关于费用，使用Codex需要ChatGPT订阅账号登录。作者指出，最低每月20美元的Plus计划即可使用，而且使用额度相当慷慨——大约是同类工具的5到10倍。除非你长期使用最高端模型并24小时运行，否则很难触及上限。至于通过OpenAI API密钥接入的方式，作者明确表示不推荐，因为成本会高得多。

模型与推理等级：99%的人用GPT-5.5中度就够了

在新建对话时点击模型选择器，可以看到两个关键维度：模型和推理等级。

推理等级分为轻度、中度、高度和超高度。等级越高，结果通常越好，但耗时也会显著增加——可能是四五倍，极端情况下甚至十倍。作者提到自己有些任务在超高度推理下跑了30分钟。因此，推理等级的选择本质上是在"质量"和"等待时间"之间权衡。

模型方面，GPT-5.5是当前最强的前沿编码模型，几乎适用于所有任务；上一代模型和更小更快的模型则适合简单问答或快速改UI，尤其是在额度快用完时作为备选。

作者给出的实用建议非常直接：对99%的人来说，一直用GPT-5.5、推理等级设为中度即可。 如果额度充足，可以开启快速模式让运行更快；处理复杂任务时再把推理等级调到高度或超高度。

插件系统：电脑控制与浏览器自动化

Codex最吸引人的功能之一，是它丰富的插件生态和对设备的控制能力。

进入插件页面，几个核心插件值得优先安装：

• Computer Use（电脑控制）：安装并授权后，Codex可以打开应用、操作系统。有意思的是，当它控制电脑时，它使用的是自己的光标，你仍然可以同时正常使用电脑。
• Chrome扩展：安装后Codex能控制浏览器，打开标签页、搜索内容、调试应用。
• GitHub：对任何编程项目都强烈推荐。它提供版本控制能力，让你保存更改、云端存储、跨设备访问、团队协作，以及在Codex出错时回退代码。

除此之外还有Google Drive、幻灯片、电子表格、Slack、Gmail等插件可按需添加。作者演示了两个电脑控制的例子：让它打开记事本写便条，以及让它找到并播放Drake最热门的歌——在发现本机没装Spotify后，Codex自动改用Chrome完成了任务。这种灵活应变的能力，正是智能体工具的价值所在。

Computer Use技术本质上是让AI模型通过截图感知屏幕状态，再模拟鼠标点击和键盘输入来操控界面，属于「GUI Agent」范畴。这与传统的API调用或脚本自动化有本质区别：它不需要目标软件提供任何接口，理论上可以操控任何有图形界面的程序。Anthropic在2024年率先推出了同名功能，OpenAI随后跟进。值得注意的是，这类技术目前仍不稳定——模型可能误识别UI元素或在界面变化时失效，因此更适合用于辅助型任务，而非完全无人监督的关键业务流程。

实战：用Codex从零构建多人国际象棋游戏

作者通过一个完整案例展示了Codex的编码流程。首先建议为每个编程任务创建一个新项目（本质上是你电脑上的一个文件夹），这样可以把相关聊天记录归类整理。

创建项目时有几个选项：连接Codex web（信息发送到云端）、本地工作（在自己电脑上），或创建Worktree（项目的克隆副本，用于同时处理多个任务而不冲突）。项目创建后会自动连接Git并创建Main分支。切换到"完全访问模式"可以省去反复批准操作的麻烦。

作者给出的提示是：构建一个使用WebSocket后端、带数据库记录分数和ELO等级分、支持多人对战的国际象棋游戏，先做MVP再完善。Codex随即开始创建多个文件，右侧面板可以实时查看文件、代码更改和预览标签页。

第一轮完成后，游戏已经能在本地运行：输入用户名加入游戏、匹配对手、走棋、记录走法、更新排行榜。作者还演示了浏览器视图中的实用功能——截图保存到剪贴板，以及标注功能（选中具体HTML元素后直接提出修改要求，比如改标题、换棋盘颜色）。标注让反馈更有针对性，Codex能据此做精准修改。

命令系统：Status、Compact、Fork、Plan、Shopping

Codex内置了大量以斜杠开头的命令，几个关键命令需要掌握：

Status与上下文管理

/status显示你的使用限制和上下文占用情况。了解上下文很重要——当对话历史、工具调用过多，上下文填满时模型表现会变差。

Compact压缩上下文

/compact会把当前对话的所有内容生成摘要，添加到一个全新对话中。作者演示时上下文从22%降到了4%。建议在达到70%-90%占用率时手动压缩，而不是等Codex自动处理。

Fork分叉

/fork会复制当前所做的一切到新的工作树中，让多个智能体在各自的代码库副本中并行工作，最后再合并、解决冲突。

Plan计划模式

在做复杂任务前，Plan模式会先向你提出澄清问题，再生成详细计划。作者用它规划了一个"Chess.com克隆版"的扩展方案，包含着陆页、统计数据、谜题模式等，Codex会逐项询问细节后生成完整计划文档。

Shopping目标循环模式

/shopping命令会让Codex持续运行直到目标达成——这就是近期热议的"智能体循环"。它会规划、执行、检查目标是否完成，没完成就继续。使用要点是设定清晰的目标和完成条件，但要注意这会消耗大量额度。

上下文窗口（Context Window）是大语言模型一次能处理的文本总量上限，以Token（子词单元）计算。GPT-4级别模型通常支持128K Token，约合10万汉字。当对话历史、代码文件、工具调用记录不断累积并接近上限时，模型会开始「遗忘」早期内容，导致回答质量下降、忘记之前的设计决策甚至产生前后矛盾。/compact命令通过将长对话压缩为结构化摘要来重置这一计数，是长时间开发会话中维持模型表现稳定的关键操作。

Worktree与代码审查

Worktree是Git提供的功能，用于支持并行智能体。如果多个智能体在相同文件上工作就会产生冲突，而Worktree让每个智能体在仓库的独立副本中工作。这属于较进阶的开发者功能，配置略复杂，但对多任务并行场景很有用。

代码审查则是通过/review命令实现，它能自动将当前更改与GitHub上的内容对比，或审查未提交的更改，发现错误并给出评论。作者建议：在推送到远程仓库前，应该总是先做一次审查。

Git Worktree是Git 2.5引入的功能，允许同一个本地仓库同时检出多个分支到不同目录，各目录共享.git对象数据库但拥有独立的工作区。这与传统做法（克隆多份仓库副本）的区别在于：所有Worktree共享同一套提交历史和配置，切换和合并更加高效。在多智能体开发场景中，这意味着可以让多个AI实例同时处理不同功能分支，最终通过标准Git合并流程整合结果，而不必担心各智能体的中间状态互相污染。

记忆机制：AGENTS.md文件是关键

作者特别强调了一个容易被忽视的事实：默认情况下，Codex不会记住你过去做过的事情。 每次新建对话，它都是从零开始，只会审查当前仓库内容来加载相关上下文。它不会保留完整对话历史，也可能忘记你告诉过它的偏好。

解决方案是创建一个AGENTS.md记忆文件——这在各类AI编程工具中都很常见。这个文件会在每次开始工作前自动加载到模型中，适合存储项目规范、技术栈、运行方式、使用偏好等你不想反复重复的重要信息。

作者让Codex自动创建了这个文件，填入项目规范、技术栈、运行方法等内容。之后新建对话询问项目规范时，Codex无需搜索文件就能立即回答，因为AGENTS.md已被加载进系统信息。代价是上下文使用量会略高一些，但对于长期项目和多人协作来说非常值得。

AGENTS.md的设计思路源于AI编程工具的「规则文件」惯例。Cursor有.cursorrules，Cline有.clinerules，Claude Code也有类似的CLAUDE.md。这类文件的核心作用是将隐性知识显式化——把只存在于开发者脑中的项目约定写成文字，让每次新启动的无状态模型也能获得项目上下文。在大型团队中，这个文件还能作为AI行为规范的载体，确保不同成员调用AI时遵循一致的代码风格和架构决策，相当于给AI定制了一份「入职手册」。

定时任务与更多扩展

Codex还支持定时任务，类似其他工具的功能，可以在电脑开机时自动运行。典型用例包括：每日简报（早上打开电脑搜索新闻）、每周回顾、项目监控（有变化时执行操作）。你可以通过对话创建，也可以从模板选择，设置运行时间、使用的模型和运行环境。

除此之外，Codex还支持添加MCP服务器、配置钩子、连接Git环境等更多高级能力。对于想实现自动化的用户来说，这些功能提供了很大的想象空间。

小结

从这份教程可以看出，Codex的定位已经远超传统的代码助手。它融合了编码能力、电脑/浏览器控制、智能体循环、记忆管理和自动化任务于一体。对新手而言，掌握"GPT-5.5+中度推理"的默认配置、善用插件和AGENTS.md文件，就能快速上手；而Worktree、Fork、代码审查等进阶功能，则为专业开发者提供了并行开发和质量保障的工具链。