充分發揮 Codex 的潛力

@jxnlco
英語2 個月前 · 2026年5月20日
334K
2.0K
214
46
4.1K

TL;DR

本指南探討如何利用 Codex 的進階功能(如語音輸入、電腦操作工具和共享記憶體)來自動化複雜任務,並在長期專案中維持上下文連貫性。

大多數開發者最初使用程式碼 Agent 的目的是撰寫程式碼:檢查儲存庫、產生差異、執行測試,然後發起合併請求。

這依然是 Codex 的核心用途。但電腦上的許多工作已逐漸透過程式碼來完成:執行 shell 指令、瀏覽網頁、呼叫 API、匯出文件、回應事件、以及觸發自動化流程。隨著這些操作面向 Codex 開放,它不再只是狹義的程式碼助理,而更像是一個能完成電腦工作的系統。

Codex 應用程式 讓這個轉變具體化。一個對話線程可以保留上下文、使用工具、呈現產出物,並在多次提示之間延續,而不是每次互動後就重置。

要從 Codex 獲得更多效益,需要善用這些功能:

  • 持久線程,保留上下文
  • 語音輸入、引導與排程,同時讓使用者保持在流程中
  • 瀏覽器、電腦使用、MCP 伺服器與連接器,讓 Codex 能跨越儲存庫範圍行動
  • 線程自動化與目標,讓使用者離開後仍能繼續工作
  • 側面板,讓使用者能檢視程式碼、文件、簡報及其他產出物

持久線程

持久線程:



可長時間運行的 Codex 線程,能在多次會話中保留工作上下文。

固定線程是維持持久線程隨手可得的方式之一。它們對於重複性的工作流程很實用,例如:

  • 幕僚長線程
  • 發行線程
  • 文件審查線程
  • 專注於外部監控的線程

這些是持續性的工作空間,而非短暫的聊天。Codex 可以隨著時間重新造訪它們,保留之前的決定、偏好與工作上下文,避免每次都要從頭重建。

固定線程的快捷鍵讓這變得實用。Command-1 到 Command-9 可以直接跳轉到已儲存的線程。

語音輸入

語音輸入之所以有價值,是因為它能捕捉想法尚未被壓縮成精緻文字前的原始樣貌。

Codex 內建語音輸入功能。它特別適合那些說起來自然但打出來彆扭的模糊起點:

我記得好像有個叫 Ben 的人在 Slack 提過這件事。

我不太記細節了。

請幫我去查查。

對於一個能夠搜尋、收集脈絡並回報結果的 Agent 來說,這通常就夠了。

它也適合在任務尚未成形前,進行兩三分鐘的思緒傾倒。

逐字稿也有相同的效果。一份未經修飾的會議逐字稿或口述筆記,往往比簡短摘要更能提供優質的素材,因為它保留了不確定性、強調的重點以及未完成的想法脈絡。

引導與排程

當語音能與對進行中任務的明確控制結合時,它的效用更上一層樓。

引導:



在 Codex 任務進行中,於當前步驟完成前插入新的指示方向。

當 Agent 走錯方向時,引導功能很有用,可以在它完成前進行修正。例如,在進行網站審查時,使用者可以在側面板標註介面的同時打斷工作:

  • 把這個縮小
  • 這兩個元素之間的間距感覺不對
  • 這段文案錯了

排程:



為 Codex 加入在當前步驟完成後要進行的後續工作。

排程則不同。它不會打斷正在進行的工作,而是將下一個任務加入佇列。使用者可能會說:

工作完成後,把預覽連結發送給 Slack 上的審查者。

引導改變的是 Codex 正在做的事,而排程改變的是接下來應該發生的事。兩者都能讓使用者在工作進行時保持貼近。

工具與觸及範圍

當線程有了連續性之後,接下來的問題是它能做些什麼。Codex 可以向外擴展到多個層面:

  • $browser 用於側面板中的應用內瀏覽器,Codex 可以在這裡檢查和標註網頁介面
  • @chrome 用於已登入的瀏覽器狀態與基於 Chrome 的工作流程
  • @computer 用於僅能透過桌面 GUI 進行的工作

$browser 適合側面板的瀏覽器審查。@chrome 適合依賴使用者 Chrome 環境的已登入瀏覽器工作。@computer 適合僅能透過桌面 GUI 完成的任務。

MCP 伺服器與連接器則將這個概念延伸到工作流程的其他部分。SlackGmailCalendar 之所以重要,是因為許多重要任務在變成程式碼之前,往往是以訊息、收件匣項目或排程問題的型態出現。

技能讓重複的工作流程得以重複使用。一旦某個工作流程證明有用,就可以將它包裝成技能,讓 Codex 無需每次都從頭學習就能再次執行。

隨處工作

Codex 行動應用程式 改變了使用者必須待在辦公桌前才能工作的模式。任務可以在 Mac 上啟動(檔案、權限與本地設定都已就緒),然後在使用者透過手機確認進度時繼續進行。

這在零碎時間中特別有用。當 Codex 執行較長的任務時,使用者可以離開辦公桌,從外部回答問題、批准下一步,或在回來之前重新導向線程。本地環境保持不變,使用者無需親自在場。

自動化

自動化 功能讓 Codex 能按照排程執行工作。當重複性的工作需要從工作空間重新開始時(例如每日報告或定期檢查儲存庫),可以使用排程自動化。而當排程需要回到一個活躍的對話並保留其執行上下文時,則可以使用線程自動化。

線程自動化:



類似心跳的週期性喚醒機制,會按照排程回到同一個 Codex 線程。

固定線程雖然有用,但它們仍需要等待使用者回來。線程自動化可以每隔幾分鐘或幾小時檢查一次,持續進行直到滿足某個條件,並隨著時間調整頻率。

一個幕僚長線程可能設定每 30 分鐘執行一次:

每 30 分鐘檢查 Slack 和 Gmail 中是否有需要我注意的未回覆訊息。

幫我優先排序最重要的事情。

如果有人問我問題,請盡可能深入研究答案並草擬回覆,但不要發送出去。

當使用者回來時,通常已經完成了收集脈絡中最耗費資源的部分。最終發送的決定權仍掌握在人手中。

線程自動化也適合回饋循環。線程自動化可以監看合併請求的評論、Google Docs 的註解或 Slack 回覆,並在使用者不在時持續推動相關工作。

考慮一個動畫工作流程,審查者在 Slack 中分享了一支影片。線程自動化可以按照排程檢查該線程,當有新評論時渲染更新版本,並在同一線程中回覆並標記審查者。如果某個整合無法完成最終上傳,桌面自動化可以透過 GUI 完成最後一步。

這個循環涵蓋了 Slack(接收回饋)、程式碼庫(進行渲染)以及桌面自動化(完成最終上傳)。

目標

當任務有一個 Agent 可以持續推進的真實終點線時,目標最能發揮作用。一個弱目標是:

目標:



較長時間運行的 Codex 任務,具有 Agent 可以隨著時間持續努力的終點線。

實作這個 Markdown 檔案中的計畫。

一個更強的目標具有可衡量的成功標準。

例如,工程師可以將內部工具從 Python 遷移到 Rust,方法是建立新的目錄、定義目標,並明確設定終點線:新的實作在單元測試通過之前不算完成。

目標結合了持續執行與驗證器。使用者定義預期結果、停止條件,以及判斷 Codex 是否更接近目標的信號。

有用的驗證器包括:

  • 測試套件
  • 基準測試
  • 錯誤重現
  • 驗證矩陣
  • 必須持續通過的端到端工作流程

野心很重要,但沒有驗證就只是空想。

側面板

側面板 將工作成果與產生它的對話並列。使用者無需匯出產出物並切換上下文,就能在原地檢視。產出物可能是程式碼,但也可能是簡報、PDF、瀏覽器頁面、表格或其他在過程中建立的成果。

它特別適合四項工作:

  1. 檢視產出物
  2. 標註需要修改的地方
  3. 操作網頁介面
  4. 審查變更

側面板讓使用者能就地檢視 Markdown、試算表、資料表格、文件和簡報。他們可以檢視、標記和修改產出物,無需中斷循環。

jason - inline image

標註

簡報或 PDF 可以保持開啟,與產生它的線程並列,隨時進行直接審查和修改。

jason - inline image

Codex 中的試算表

應用內瀏覽器 讓 Codex 能檢視已渲染的頁面、控制它,並直接在受審查的介面上回應標註。對頁面或產出物的評論會保留在工作循環中,而不是變成需要另外交接的事項。

網頁同時成為輸出和控制介面。Codex 可以建立產出物、在側面板中開啟、檢視、除錯,並持續在原地改進同一個物件。

jason - inline image

這些介面特別好用:

  • index.html 適用於輕量的靜態產出物
  • Storybook 適用於 UI 審查
  • Remotion Studio 適用於程式化動畫
  • 基於瀏覽器的簡報工具適用於展示
  • 資料應用程式適用於分析工作流程

單一個 index.html 檔案就能成為一個持久、互動的產出物,無需伺服器。線程自動化也可以隨著時間重新整理靜態產出物,讓使用者回來時線程中有新的東西等待著。

共享記憶

長時間運行的線程在能夠共享記憶(不受單一對話限制)時變得更加有用。

共享記憶:



儲存在單一線程之外的持久上下文,讓未來的工作可以從明確且可審查的基礎繼續進行。

一個持久的做法是將持續線程錨定在 Obsidian 筆記庫中。實務上,這意味著一個包含純文字檔案的資料夾,易於檢視、編輯、移動並長期保留。團隊可以將該資料夾儲存在雲端儲存、Git、Dropbox、Google Drive 或其他適合其工作流程的同步層中。

一個筆記庫的結構可能如下:

vault/

├── TODO.md

├── people/

├── projects/

├── agent/

└── notes/

在頂層,AGENTS.md 可以定義 Codex 在學習到更多關於人員、專案、決策和未完成事項時,應如何更新該工作空間。

不要完全複製某個特定的筆記庫結構。教導 Agent 持久上下文應該放在哪裡、要保留哪些上下文,以及何時不該製造混亂。

一份實用的 AGENTS.md 可能會寫道:

  • 將 ~/vault 視為持久的工作記憶。
  • 優先採用精簡的筆記,避免筆記擴散。
  • 明確將待辦事項、人員、專案、每日摘要和草稿筆記分類。
  • 保留決策、阻礙因素、負責人、日期和有用的連結。
  • 如果沒有實質變更,不要更動筆記庫。

儲存庫存放程式碼。筆記庫存放滾動式的上下文:參與的人員、變更的內容、被阻擋的事項、需要跟進的事項,以及那些原本會在會話之間消失的資訊。

重要的上下文不應該只存在於對話記錄中。將它寫下來,讓下一個線程可以重新取用。

Codex 也有第一方的記憶功能,位於設定 > 個人化 > 記憶中。它提供一個本地的回憶層,用於記錄偏好、重複性工作流程和已知的陷阱。它補充而非取代明確的文字上下文。Chronicle 則朝著同樣的方向前進,幫助 Codex 從最近的畫面上下文中建立記憶。

從程式碼向外延伸

Codex 的起點依然是程式碼。但圍繞程式碼的更多工作現在可以透過同一個系統來完成:MCP 伺服器、瀏覽器介面、桌面控制、線程自動化以及可審查的產出物。

這改變了控制模式。引導功能能中斷進行中的工作。排程功能能排列下一個任務。線程自動化能讓線程在使用者離開時保持活躍。目標則為 Codex 提供了可以持續努力的具體終點線。

Codex 現在可以將工作流程從指令、執行、產出物審查一路串聯起來,即使工作離開了儲存庫。

一鍵儲存

使用 YouMind AI 深度閱讀爆款文章

保存原文、追問細節、總結觀點,並在一個 AI 工作空間裡把爆款文章沉澱成可複用筆記。

了解 YouMind
寫給創作者

把你的 Markdown 變成乾淨的 𝕏 文章

圖片上傳、表格、程式碼區塊,往 𝕏 上手動重排太痛苦。YouMind 把整篇 Markdown 一鍵轉成乾淨、可直接發佈的 𝕏 文章草稿。

試試 Markdown 轉 𝕏

更多可拆解樣本

近期爆款文章

探索更多爆款文章