本文由 莫潇羽@源码七号站（www.fuyuan7.com）撰写，转载请注明出处。
快速摘要
Codex 是 OpenAI 推出的一款 AI 编程 Agent 工具，截至 2026 年 7 月，它已经迭代了多轮大版本，从最初的"代码补全模型"进化为一个能读项目、改代码、跑命令、做审查的工程执行者。它不只是一个聊天窗口，而是真正能进入你的项目目录干活的 AI 助手。
对于想上手 Codex 的人来说，最大的门槛往往不是"怎么用"，而是"怎么装"。Codex 目前的主要使用入口有三类：新版 ChatGPT 桌面应用（内置 Codex 模式）、CLI 命令行、IDE 插件，外加 Web 网页端作为 GitHub 云端协作入口。这里有一个重要的时效更新：2026 年 7 月 9 日，OpenAI 已将独立的 Codex 桌面客户端正式整合进新版 ChatGPT 桌面应用，Chat、Work、Codex 三大功能统一入口。也就是说，现在你下载的不再是单独的"Codex App"，而是新版 ChatGPT 桌面应用——Codex 作为其中的一个专用模式存在，功能没有消失，只是入口变了。桌面端对新手最友好，CLI 适合深度开发，IDE 插件方便边写边调，Web 端则打通了 GitHub 云端协作。几种入口各有所长，按需选择即可。
本文基于个人实操经验，结合 2026 年最新版本的 Codex 界面和功能，从安装部署到核心功能，再到标准工作流和实战案例，完整拆解一遍。不管你之前有没有用过 AI 编程工具，跟着走下来，都能把 Codex 跑通并接进自己的项目里。
想看完整拆解，往下翻。
认识 Codex：AI 编程工具的第四次进化
很多朋友第一次听到 Codex，脑子里蹦出来的第一反应可能是："又一个 AI 写代码的工具？跟 ChatGPT 有什么区别？"
说实话，我自己最开始也是这么想的。直到真正用了一个多月，把几个项目交给它跑了一遍之后，我才意识到——它和之前那些 AI 编程工具，定位完全不一样。
五年，四次进化
AI 编程工具这几年的变化速度有多快，我们可以拉一张时间线来看。
回顾过去这几年，AI 帮人写代码这件事，大致经历了四个阶段：
2021 年：Copilot 补全时代。 Codex 这个名字最早被开发者大规模听到，是因为 GitHub Copilot。那时候 AI 的职责很单纯——你写开头，它补后面；你写函数名，它补函数体。它像一个更聪明的输入法，能让你敲代码的速度快不少。但项目怎么拆、文件怎么组织、测试怎么跑，主要还是靠人。
2022 到 2023 年：ChatGPT 对话时代。 ChatGPT 出来之后，AI 编程从"补全"变成了"对话"。报错看不懂？直接粘贴给它。想优化一段逻辑？问它。不知道某个库怎么用？让它解释。AI 从输入法升级成了问答伙伴。但问题是，它通常不在你的真实项目里——你需要手动复制代码、粘贴报错、补充上下文，再把答案搬回项目。
2023 到 2024 年：Cursor 项目协作时代。 Cursor 这类 AI 编辑器让 AI 真正进入了编辑器内部。它能看文件、改函数、跨文件重构、根据项目上下文完成开发任务。AI 从"回答问题"变成了"协助修改项目"。但它大多数时候还是依附在 IDE 里，你得盯着它改、判断下一步、跑测试、整理提交。
2025 到 2026 年：Codex 工程 Agent 时代。 这也是我们现在所处的阶段。Codex 重新出现后，已经不是当年那个只管补全代码的模型了，而是一个面向真实软件工程任务的 coding agent。它能读项目、解释代码、修 bug、加功能、补测试、重构模块、运行命令、检查 diff、整理 PR 说明，甚至并行处理多个工程任务。
用一句话来概括这四次变化：
Copilot 帮你补代码，ChatGPT 帮你想代码，Cursor 陪你改项目，而 Codex 开始帮你执行工程任务。
Codex 到底能做什么
很多人第一次用 Codex，会直接丢给它一句话："帮我做一个网站。"这种用法不是不行，但大概率效果不会太好。
Codex 真正擅长的，不是凭空生成一段代码，而是在真实项目里完成一组工程任务。它像一个可以进入项目现场的 AI 工程助手。
具体来说，它能做的事情大致分成下面这几类：
读懂陌生项目。 这是我个人最常用的场景之一。拿到一个不熟悉的项目，直接让 Codex 先读一遍——技术栈是什么、入口文件在哪、核心模块怎么组织的、测试命令是什么、哪些文件不能随便动。它几分钟就能给你一份结构清晰的项目分析。很多 Codex 任务失败，不是因为 AI 不行，而是因为它还没理解项目就被要求直接动手。
解释代码和梳理逻辑。 看到一个函数不知道干嘛的？一个组件为什么这么写？接口调用链路是什么？状态从哪来的？Codex 不只是解释单个函数，还可以结合上下文梳理模块关系、数据流和潜在风险。对接手旧项目来说，这个能力尤其实用。
修 bug 和加功能。 Codex 很适合处理边界清楚的开发任务。比如修复一个可复现的 bug、新增一个设置页、加一个表单校验、新增一个接口、优化一个前端页面。但它不适合一口气吞下整个大项目，更好的做法是把任务拆小：先读项目、再出方案、只改一个模块、跑测试、看 diff、确认没问题再继续。
写测试、做重构、写文档、整理 PR。 这些都是 Codex 的舒适区。补单元测试、提取重复逻辑、拆分过长函数、整理组件结构、封装 API 请求——它都能做。但这类任务必须加边界：不改业务逻辑、不改公共 API、不引入无关依赖、不大范围重构，改完必须跑测试。
跑命令、看 diff、做 review。 这是 Codex 和普通聊天工具最大的区别之一——它可以在项目环境里运行命令。运行测试、运行 lint、运行构建、查看 git status、查看 git diff、搜索代码、检查修改结果。这让 Codex 不只是"猜答案"，而是可以验证结果。
除了编程任务之外，Codex 在一些辅助场景也表现亮眼。比如调取 AI 图片生成接口批量产出素材、根据文案自动生成分镜头脚本、对视频内容进行文字化反推和结构化拆解。它不是要替代专业的设计工具或剪辑软件，而是在"工程化流程"这个维度上帮你把重复环节自动化。这些场景虽然不属于传统编程范畴，但 Codex 的工程执行能力恰好能大幅压缩其中的手工操作量。
Codex 和 ChatGPT / Cursor / Claude Code 的关系
这也是我被问得最多的问题之一。
Codex 和 ChatGPT： ChatGPT 更像一个顾问——有问题问它，从它那里得到答案，然后自己去执行。Codex 更像一个能进项目干活的执行者。合理的用法是：先用 ChatGPT 想清楚方向和方案，再用 Codex 进项目执行。
Codex 和 Cursor： Cursor 更像一个 AI 编辑器，陪你写代码、改代码。Codex 更像一个工程 Agent，帮你跑完整任务。两者不冲突，可以组合使用——日常编码用 Cursor，任务推进和工程交付用 Codex。
Codex 和 Claude Code： 这是目前最常被拿来对比的两个工具。Claude Code 更偏终端里的长期协作，像一个长期待在终端里的 AI 工程搭档。Codex 更偏 OpenAI 生态里的多端任务执行——App、CLI、IDE、Web 多个入口，可以在不同场景之间切换。
没有谁绝对替代谁，最终选择取决于你的模型偏好、工具链、团队习惯和具体开发流程。
什么场景适合用，什么场景不建议
适合 Codex 的任务一般有几个特点：目标明确、范围可控、上下文清楚、结果能验证、失败能回滚。比如读项目、修 bug、加小功能、补测试、写文档、优化页面、整理 PR。
不建议直接让 Codex 处理的情况包括：生产数据库操作、真实用户数据处理、支付核心逻辑、权限和安全核心模块、大规模架构迁移、没有备份的重要项目。如果你自己判断不了结果对不对，就不要让 Codex 独立完成。
安装前的准备工作：账号、系统与工具链
在正式开始安装之前，有几件事需要先搞清楚。不然装到一半卡住了再回头补，反而更浪费时间。
账号准备
Codex 目前已经整合进了 ChatGPT 的账号体系。也就是说，你只要有一个 ChatGPT 账号，就能用 Codex。
截至 2026 年 7 月，ChatGPT 个人订阅方案和 Codex 使用权限的关系大致如下：
|
方案 |
月费 |
Codex 权限 |
适合谁 |
|
Free |
免费 |
有限试用 |
只是想试试看 |
|
Go |
约 8 美元 |
轻度使用 |
偶尔写几段代码 |
|
Plus |
约 20 美元 |
日常使用 |
大多数个人开发者 |
|
Pro（5x） |
约 100 美元 |
高频开发 |
重度项目开发 |
|
Pro（20x） |
约 200 美元 |
顶级用量 |
专业级 AI 开发 |
对于刚开始接触 Codex 的朋友，Plus 方案是最均衡的选择——日常项目够用，成本也相对可控。如果你只是想先体验一下基本功能，Free 和 Go 方案也能满足入门需求。
Codex 的额度采用"5 小时窗口 + 周额度"的双重限制机制，具体限制取决于你的订阅方案和当前模型。以上价格为写稿时的近似行情（美元计价）。不同国家/地区的 ChatGPT 定价以当地货币结算，换算成美元会有小幅浮动（例如 Plus 方案在部分地区约为 SGD 30/月 或 MX$399/月），请以你所在地区的 ChatGPT 官方定价页面实时数据为准。
需要特别说明的是：境外 AI 模型服务的使用需遵守国内网络与内容管理相关规定，请通过合规方式访问和使用。
系统要求
Codex 目前有四种使用形态，对系统的要求各不相同：
|
使用方式 |
支持系统 |
适合人群 |
|
ChatGPT 桌面版（Codex 模式） |
Windows、macOS |
新手、想要图形界面的用户 |
|
Codex CLI 命令行 |
macOS、Linux、Windows（建议通过 WSL2） |
稍微懂终端的开发者 |
|
Codex IDE Extension |
VS Code、Cursor、Windsurf、JetBrains |
习惯在编辑器里工作的开发者 |
|
Codex Web 网页端 |
任何有浏览器的系统 |
有 GitHub 仓库的用户 |
Windows 用户特别注意：Codex CLI 在原生 Windows 上的支持目前还不够完善，建议通过 WSL2（Windows Subsystem for Linux）来使用，或者直接用 ChatGPT 桌面应用的 Codex 模式，体验会顺畅很多。
必备工具链
安装 Codex 之前，建议先把下面这些基础工具准备好：
|
工具 |
作用 |
说明 |
|
Git |
版本管理、看 diff、回滚 |
强烈建议，Codex 改完代码后用它检查 |
|
Node.js |
前端/全栈项目的运行时 |
很多 Codex 工程依赖 npm |
|
VS Code / Cursor |
查看和编辑代码 |
非必须，但装了效率高很多 |
|
终端 |
运行命令 |
系统自带，Mac 用 Terminal，Windows 用 PowerShell 或 Windows Terminal |
|
浏览器 |
登录账号、预览页面 |
Chrome 或 Edge 都可以 |
|
GitHub 账号 |
云端协作、GitHub Pages 部署 |
如果用 Codex Web 或想发布页面，建议注册 |
项目目录规划
Codex 不是单纯的聊天工具，它需要一个具体的项目目录来工作。建议提前建一个专门的练习目录，不要一上来就让 Codex 操作你最重要的真实项目。
推荐目录结构：
D:\AI-Codex-Projects\
├── hello-codex\
├── ai-tools-page\
├── landing-page-demo\
└── ...或者 macOS / Linux 下：
~/AI-Codex-Projects/
├── hello-codex/
├── ai-tools-page/
└── ...这里还有一条黄金法则——每个项目先初始化 Git 再交给 Codex：
cd 你的项目目录
git init
git add .
git commit -m "初始提交"这条命令的价值在于：Codex 改坏了你可以随时回滚。我亲身经历过 Codex 改着改着顺带把原来好好的功能给改了的情况，有 Git 就能一秒恢复，没 Git 就只能欲哭无泪。
安全与权限意识
Codex 可以读取文件、修改文件，还能在你的项目目录里运行命令。权限给太大是有风险的。几条基本原则：
- 不要直接把 C 盘根目录或桌面作为 Codex 的工作目录
- 不要把密码、API Key 写在代码里，用
.env文件管理 - 操作前先 Git 提交，方便回滚
- 看不懂的命令先让 Codex 解释，不要盲目批准
- 涉及删除、系统级修改的操作，保持"请求批准"模式
记住一句话：Codex 可以帮你干活，但不能替你判断。 你能验收的任务才交给它，你判断不了结果对错的任务不要让它独立完成。
ChatGPT 桌面版（Codex 模式）安装与上手：新手首选
如果你是第一次接触 Codex，我强烈建议从 ChatGPT 桌面应用开始。原因很简单：图形界面对新手友好，所有操作都能在可视化面板里完成。
重要时效更新： 2026 年 7 月 9 日，OpenAI 将独立的 Codex 桌面客户端正式整合进了新版 ChatGPT 桌面应用，Chat、Work、Codex 三大功能统一入口。在此之前你需要单独下载 Codex App；现在你下载新版 ChatGPT 桌面应用即可——Codex 作为其中的一个专用模式存在，功能没有缩水，支持多线程、Worktree、自动化和完整的 Git 功能。对于已有 Codex App 的用户，更新
