OpenAI Codex

日常编码里最耗神的往往不是「写不出那一行」，而是那些必须连续做完、又不容易被打断的整块活：跨十几个文件的字段重命名、把一坨测试从旧框架迁到新框架、查一个偶发失败的集成测试、照着现有约定新增一整套接口。这类任务用补全式工具做，你得全程盯着、逐段确认；用 Codex 则是先描述目标，再去处理别的事，回来审结果。

关键在于它能自己验证：改完会跑测试、看报错、再改，而不是把一堆「看起来对」的代码丢给你。所以它的产出单位是「一个能通过 CI 的分支」，不是「一段建议」。

云端并行任务。同一个仓库可以同时开多个任务，各自在独立环境里跑，互不干扰。适合把一批互不相关的清理工作一次性派出去，比如同时做依赖升级、日志规范化和三个 bug 单。

Codex CLI。开源、终端里跑，把同样的 agent 能力拉到本机工作流。适合「我就想在这个目录里改，不想推到远端」的场景；本机模式下默认限制在当前文件夹内改动，需要联网或提权时会先问你。

自动代码审查。PR 提上来它先过一遍，把可疑的边界条件和兼容性问题挑出来，人只看它标出来的部分。这块在实际团队里比「帮我写代码」更容易立刻见效。

AGENTS.md 约定。在仓库根放一个说明文件，写清技术栈、命令、代码规范、禁止事项，Codex 每次任务都会读。这一条决定了它产出像不像团队里的人写的——不写这个文件，它每次都靠猜。

多形态同一个账号。网页、CLI、IDE 扩展、桌面端共用 ChatGPT 订阅的额度，任务和上下文在几处之间衔接，不用为端切换重新付费。

它最强的地方是「有明确验收标准的整块任务」。你把「这个模块的单元测试覆盖率补到 80%，顺便把硬编码的路径抽成配置」交给它，它会把测试写出来、跑通、再动路径，结果通常能直接用。

它最弱的地方是需要人机高频来回的活。调前端视觉、试三种交互方案、拿不准要哪种设计——这些你每三十秒就要看一眼结果的场景，委派出去反而更慢，因为你要写清楚需求、等它跑完、再描述哪里不对，来回成本高于自己动手。它的节奏是「分钟级」的，不是「秒级」的。

另一个真实门槛是仓库连接。云端任务要能克隆你的代码，私有仓库需要先授权；不想授权就只能用 CLI 在本机跑，等于放弃了「关掉电脑继续跑」这个最大卖点。

Codex 包含在 ChatGPT 各档订阅里，不单独收费：免费档和 Go（8 美元/月）够轻量任务；Plus（20 美元/月）是多数个人开发者的起点，含每周若干次集中的编码会话、网页与 CLI 与 IDE 全形态、云端集成；Pro 从 100 美元/月起，额度提到 Plus 的 5 倍或 20 倍两档；Business 每人每月 20 美元起（年付、2 席起）。额度用完可以买 credits 续。

要提醒的是「包含」不等于「够用」：额度按任务复杂度消耗，一次大型重构可能吃掉相当比例。重度使用前先估一下自己一周派几个任务，别按「订阅了就无限」来规划。

Cursor 是编辑器，人是主角、AI 在旁边加速，适合边写边改的高频交互；Codex 是把活派出去，人退到审阅位。两者不冲突，很多人的组合就是 Cursor 写、Codex 清。

Claude Code 和 Codex 最像，都是 agent 派活，差异在重心：Claude Code 更贴终端、更强调在你本机直接把事做完并验证；Codex 更强调云端并行，一批任务同时排队。团队的活多、彼此独立，Codex 的并行更划算；活细、要边做边看，Claude Code 的即时感更顺手。

GitHub Copilot 是补全和行内建议，价格最低、侵入性最小，适合「不想改变工作方式，只想少敲点字」。要它独立完成跨文件改造，就不是它的定位了。

第一件事不是发任务，是写 AGENTS.md：装依赖什么命令、测试怎么跑、提交信息什么格式、哪些目录别碰。这份文件写十分钟，能省掉后面每次返工。

第二件事是选一个「验收标准清楚」的活试水，比如修一个已有复现步骤的 bug，别看它能不能写新功能。能自己跑通测试、改对报错，才说明这个工具在你的仓库里可用。

第三件事是控制任务颗粒度。一个任务只做一件事，超过「三句话说不清验收标准」就拆开。派十个明确的小任务，成功率明显高于派一个模糊的大任务。

适合：手上有大量「明确但不紧急」的技术债要清的团队；需要把重复改造批量处理的维护者；已经在用 ChatGPT 订阅、想顺手多拿一个 agent 的人。

不适合：主要在调 UI 和交互、需要秒级反馈的前端；代码不能出本地、连私有仓库授权都不便给的环境；预算卡在每月 20 美元以内又想要重度使用的人——那个价位应该先看 Copilot。