OpenAI Codex 零基础系统教程：从”问 AI”到”管理 AI”的进化指南
人机交互已经进入新阶段。用 Codex 的时候，你不是在”提问”，你是在”带团队”。
一、Codex 是什么？跟 Claude Code 怎么选？
OpenAI Codex 是 OpenAI 推出的桌面端 AI Agent，简单说就是常驻在你电脑上的一个智能助手。它能看懂你的文件、执行命令、操控浏览器、甚至帮你写代码——但最本质的区别在于：它不只是回答问题，它能动手干活。
Codex vs Claude Code：两条不同的路
| 维度 | Codex | Claude Code |
|---|---|---|
| 默认模型 | GPT 系列 | Claude 系列 |
| 界面设计 | 对零基础用户更友好，像聊天工具 | 偏向专业开发者，自由度更高 |
| 适用人群 | 白领、产品经理、运营、设计师 | 程序员、技术负责人 |
| 调用额度 | 订阅会员非常大方，适合重度办公 | 相对保守 |
| 浏览器/计算机控制 | 内置且强大 | 需要额外配置 |
我的看法：如果你是纯开发者，Claude Code 的灵活度确实更高。但如果你是需要”AI 帮我搞定一堆杂事”的普通用户——整理素材、批量重命名、写周报、做网站——Codex 的上手门槛和体验明显更友好。
而且 Codex 的订阅额度真的给得很慷慨，属于那种”你可以放心让它干一整天”的级别。
二、七大核心能力，逐个拆解
1. 本地文件操作：你的文件管家
Codex 能自主读取和操作本地文件夹中的所有文件，数量不限。
实战场景：
– 你下载了 50 个视频素材，文件名全是 IMG_0001.mp4 这种毫无意义的命名。跟 Codex 说：”看看这些视频都是什么内容，按画面重命名。” 它会自动分析画面内容，生成 海边日落_无人机航拍.mp4 这种语义化文件名。
– 或者更进阶：”把这几个风景视频用 FFmpeg 剪辑拼接在一起，加一个淡入淡出的转场。”
权限管理（重要！）：
Codex 提供三种权限模式：
1. 默认权限——每次操作前会询问你
2. 自动审查（推荐新手）—— Codex 先列出要做什么，你点确认后才执行
3. 完全访问权限——适合你已经信任它之后，彻底放手让它干
建议新手从”自动审查”开始，等磨合好了再开完全权限。
2. 命令行工具使用：一句话装环境
在授权情况下，Codex 可以直接在终端执行复杂命令。对非技术用户来说，这可能是 Codex 最值钱的能力之一——你不需要懂命令行，只需要描述你想要什么结果。
实战场景：
– “帮我安装 Node.js、Git，还有 Hermes 这个 Agent 工具。” Codex 会自动判断你的系统（macOS/Windows/Linux），执行对应的安装命令。
– 更骚的操作：”安装飞书 CLI，然后帮我给 XXX 群发送一条消息。” 它会先把飞书命令行工具装好，再调用 API 完成发消息。
以前装开发环境要查半天教程、踩各种坑，现在一句话搞定。这不是”辅助编程”，这是”外包了一个 IT 运维”。
3. 持久记忆系统：Codex 不会”金鱼记忆”
这是很多人忽略但极其重要的能力。Codex 有两种记忆模式：
手动记忆（agents.md）
你可以在全局或项目级别配置 agents.md 文件，把工作习惯、偏好、固定规则写进去。比如：
# 我的工作习惯
- 修改文档时，删除的内容用紫色字体加删除线标注
- 写代码时优先使用 TypeScript，缩进用 2 个空格
- 每次提交前自动运行 ESLint 检查
以后每次 Codex 在这个项目里工作，都会先读这份文件。相当于给 AI 写了一份”员工手册”。
自动记忆
开启后，Codex 会在每次对话结束后自动总结关键信息并保存。下次你再打开它，它记得你上周做到哪了、偏好什么风格、之前踩过什么坑。
这解决了一个真实痛点：以前跟 AI 聊天，每次新开对话都要重新交代一遍背景。现在 Codex 是有”连续性”的，像跟一个真正的同事协作。
4. 图像生成 + 项目计划模式：从 0 到 1 做项目
图像生成
Codex 内置了最新的图像生成模型，开发过程中可以直接生成配图。比如你在做一个个人主页，需要一张”高级感”的 banner 图——不用切到 Midjourney 或 DALL-E，直接跟 Codex 说需求，它当场给你生成。
计划模式（Plan Mode）
这个模式强到离谱。开启后，Codex 不会立刻动手写代码，而是先输出一份详尽的执行步骤清单，等你看完确认没问题了，再开始干活。
实战演示： 从零开发一个完整的个人主页网站。Codex 先给出这样的计划：
- 创建项目结构（HTML/CSS/JS 文件）
- 设计响应式布局，适配移动端
- 生成 Hero 区域 banner 图
- 实现 About、Projects、Contact 三个板块
- 添加交互动画和滚动效果
- 部署上线
你检查完说”OK，第 3 步的 banner 要科技风格而不是自然风景”，它修改计划，确认后再执行。这节奏，像极了一个靠谱的外包团队在做需求评审。
5. 插件生态：Browser Use + Computer Use
Codex 的插件生态让它从”代码助手”进化成了”数字员工”。
外部连接插件
比如 Netlify 插件：写完个人网站后，跟 Codex 说”部署到 Netlify”，它自动调用插件完成构建和发布，给你一个 live URL。整个过程你不需要碰 Netlify 的后台。
Browser Use（浏览器操控）
Codex 能直接打开浏览器，像真人一样操作网页：点击按钮、填写表单、翻页滚动、甚至做 MBTI 测试。
这意味着什么？
– 自动登录某个网站下载数据
– 帮你在招聘网站上批量投递简历
– 自动填写各种繁琐的在线表单
Computer Use（计算机操控）
更进一步，Codex 能控制你电脑上的本地软件：
– 打开音乐软件播放指定歌单
– 操控剪映自动导入素材、添加背景音乐、导出视频
– 打开 Photoshop 批量处理图片
这已经不是”编程助手”的范畴了，这是操作系统级别的自动化。
6. Skills（技能）+ MCP：把工作流固化成”一键操作”
Skills：你的专属自动化工作流
你可以把验证成功的复杂工作流固化成一个”技能”（Skill），以后一键调用。
实战案例：
你经常需要做这件事：
1. 抓取 GitHub 热门项目
2. 分析项目亮点，撰写推荐文章
3. 生成配图
4. 发送到飞书群
第一次你带着 Codex 一步步做完，确认流程没问题后，把它保存为一个 Skill，取名”GitHub 热门推荐”。以后每周一你只需要说：”执行 GitHub 热门推荐”，Codex 自动跑完全流程。
这就是 Agent 的终极形态——不是每次重新教，而是越用越聪明。
MCP：连接外部知识库
MCP（Model Context Protocol）让 Codex 能连接外部服务器和知识库。比如连入你的 NotebookLM，直接读取里面的访谈笔记作为上下文。相当于给 Codex 接上了你的”第二大脑”。
7. 自动化定时任务：真正的”无人值守”
把上面所有能力串起来，再加上定时任务，Codex 就变成了一个7×24 小时的数字员工。
实战场景：
– 每周一早晨 9 点，自动执行”GitHub 热门项目推荐”技能，生成文章发到飞书群
– 每天下班前 30 分钟，自动读取日历和邮件，生成一份工作日报发给你
– 每小时检查一次某个网站的价格变动，降价了立刻通知你
设置一次，持续运行。你只需要定期验收结果、调整策略。
三、跨端联动：手机遥控电脑
Codex 还有一个很实用的场景：手机远程控制。
把手机的 ChatGPT 跟电脑端的 Codex 绑定后，你可以在通勤路上用手机发指令，让家里的/公司的电脑自动开始干活。比如：
- “帮我渲染昨晚那个视频项目”
- “把桌面上的 PPT 转成 PDF 发到我的邮箱”
- “开始跑那个数据分析脚本，我到家要看到结果”
设备之间的边界被彻底打破了。你的手机是遥控器，电脑是执行器，Codex 是大脑。
四、核心观点：从”问 AI”到”管理 AI”
视频最后提到一个很重要的观点，我想再强调一下：
人机交互已经从”问 AI”阶段，进入了”管理 AI”阶段。
用 Codex 这种 Agent 的时候，你的角色变了——
| 阶段 | 你的角色 | 互动方式 |
|---|---|---|
| 问 AI | 提问者 | “帮我写一段代码” |
| 管理 AI | 领导/产品经理 | “这个项目目标是 X，这是背景资料，这是验收标准，去执行吧” |
具体来说，你需要做四件事：
- 准备上下文环境——给 Codex 足够的背景信息（agents.md、项目文档、参考素材）
- 指明目标——清晰描述你要什么结果，而不是怎么实现
- 监督进度——利用计划模式和自动审查，确保它没跑偏
- 验收与沉淀——验收结果，把好的流程固化为 Skill，下次直接用
这不是”用工具”，这是”带团队”。Codex 是你的第一个”数字下属”，而且它不会离职、不会摸鱼、24 小时在线。
五、总结：谁应该马上开始用 Codex？
| 人群 | 推荐度 | 典型用法 |
|---|---|---|
| 产品经理/运营 | ⭐⭐⭐⭐⭐ | 自动写周报、批量处理素材、做数据报表 |
| 设计师 | ⭐⭐⭐⭐⭐ | 批量重命名/处理素材、生成配图、自动化设计流程 |
| 独立开发者 | ⭐⭐⭐⭐⭐ | 快速搭原型、自动部署、管理多个项目 |
| 非技术白领 | ⭐⭐⭐⭐⭐ | 装软件、整理文件、自动化重复办公任务 |
| 专业程序员 | ⭐⭐⭐⭐☆ | 作为 Claude Code 的补充，利用浏览器/计算机控制能力 |
Codex 不是完美的——它有时候会理解错需求，有时候会执行出错，有时候需要你反复纠正。但这恰恰说明：Agent 的价值不在于”替代你”，而在于”放大你”。
一个会用 Codex 的人，和一个不用 Codex 的人，工作效率的差距，会在未来 12 个月内拉到夸张的程度。
现在就是入局的最好时机。
本文基于 OpenAI Codex 零基础系统教程视频整理，结合实战场景与个人理解。