Codex CLI

OpenAI 推出的輕量級 AI 程式設計助手，可直接在終端執行

Vibe Coding

https://github.com/openai/codex

前往官網

深度報告

Codex CLI 是 OpenAI 推出的輕量級 AI 程式設計助手，可直接在終端執行。該產品支援本地和雲端兩種使用模式，整合了桌面應用和 IDE 擴充套件，能夠幫助開發者完成程式碼編寫、除錯、修復等任務。截至 2026 年 4 月，OpenAI Codex 已在 GitHub 獲得 78.6k Stars，成為最受歡迎的 AI 程式設計工具之一。最新版本為 0.125.0，於 2026 年 4 月 24 日釋出。
Codex CLI 由 OpenAI 開發，是該公司繼 GPT 系列大語言模型之後的又一重要產品。該專案使用 Rust 語言編寫，主打輕量級和高效整合。專案採用 Apache-2.0 開源許可證，吸引了全球超過 439 位開發者參與貢獻。2026 年初，OpenAI 對 Codex 進行全面升級，新增桌面控制功能和多智慧體能力，大幅擴充套件了產品功能邊界。從產品發展歷程來看，Codex 經歷了多次重大更新。從最初的 CLI 工具，逐步擴充套件到支援桌面應用、雲端版本和 IDE 整合。最新版本增加了操作 macOS 桌面應用的能力，支援檢視螢幕內容、點選介面元素、輸入文字等功能，使得 AI 代理能夠直接操作桌面應用完成複雜任務。
Codex CLI 提供多種使用形態，滿足不同場景需求。首先是終端模式，使用者可透過 npm 或 Homebrew 安裝後直接在終端使用。其次是桌面應用模式，透過 codex app 命令啟動獨立的桌面應用，提供多執行緒處理、內建瀏覽器、圖片生成等高階功能。第三是雲端版本，透過 chatgpt.com/codex 訪問，適合不想本地部署的使用者。在核心功能方面，Codex 具備強大的程式碼理解能力，能夠分析專案結構、閱讀現有程式碼、編寫新程式碼、修復 bug。它支援並行執行多個 AI 代理，每個代理可在獨立執行緒中處理不同任務。內建的 Git 工作樹支援讓並行程式碼改動彼此隔離，避免相互干擾。桌面應用還提供了終端整合、內建瀏覽器自動化、圖片生成、自動化任務排程等功能。 IDE 整合是 Codex 的另一大亮點。它支援 VS Code、Cursor、Windsurf 等主流程式碼編輯器，提供與 IDE 擴充套件的同步功能。當桌面應用和 IDE 指向同一個專案時，可共享 Auto Context 和活動執行緒。此外，Codex 還支援外掛系統，可連線第三方應用、技能和 MCP 服務端，擴充套件產品能力。在使用者體驗方面，Codex 設計簡潔、學習成本低。使用者只需選擇專案資料夾，傳送自然語言指令即可完成程式碼任務。例如可以說「告訴我這個專案是做什麼的」或「修復我程式碼庫裡的 bug」，Codex 會理解意圖並執行相應操作。產品支援中文介面，對中文開發者友好。
Codex CLI 本身免費使用，但需要登入 ChatGPT 賬戶或 OpenAI API 金鑰。不同的登入方式對應不同的功能許可權。使用 ChatGPT 賬戶登入時，Plus、Pro、Business、Edu、Enterprise 計劃的使用者可訪問完整功能。雲端版本與桌面應用的功能同步更新。使用 API 金鑰登入時，部分功能（如雲端執行緒）可能不可用，但這仍是最靈活的使用方式。企業使用者可選擇企業計劃獲得更多配額和專屬支援。OpenAI 透過 API 呼叫次數和高階訂閱計劃實現商業變現，這與其大語言模型產品的商業模式一致。
從社群反饋來看，Codex 獲得了廣泛好評。許多開發者認為它是 Claude Code 的有力競爭者，特別在終端整合和使用便捷性方面表現突出。多執行緒處理功能受到需要並行開發多個功能的開發者青睞。Git 工作樹支援被認為解決了並行開發中的程式碼衝突問題。桌面應用的控制能力是使用者討論的熱點。有使用者讚賞其操作 macOS 應用的能力，認為這代表了 AI 程式設計工具的未來方向。同時也有使用者關注隱私問題，希望本地模式下的操作更加透明。中文社群對 Codex 的本地化和文件中文翻譯給予肯定。IT之家、36kr 等科技媒體都有報道 Codex 的更新動態。部分使用者反映某些高階功能（如後臺電腦操控）在初期僅支援 macOS，Windows 使用者需要等待更新。
在 AI 程式設計工具市場，Codex 主要競爭者是 Anthropic 的 Claude Code 和 Cursor 等產品。行業分析認為，OpenAI 與 Anthropic 之間圍繞 AI 程式設計工具的競爭正在加劇，雙方都在快速迭代功能。從市場定位看，Codex 強調「指揮中心」的概念，試圖成為開發者管理 AI 程式設計代理的中央平臺。桌面應用的釋出體現了這一戰略，它不僅是一個 CLI 工具，更是一個完整的工作環境。多智慧體支援、外掛系統、MCP 服務端整合等特性都服務於這一定位。技術層面，使用 Rust 編寫是 Codex 的特點。這使其具有較高的效能和較低的資源佔用，同時保證了跨平臺相容性。開源社群的活躍也證明了產品的技術吸引力。
儘管獲得好評，Codex 也面臨一些爭議。首先是隱私擔憂，桌面應用的操作能力引發了關於資料安全的討論。使用者擔心 AI 代理可能獲取敏感資訊。其次是功能碎片化，有使用者認為功能更新太快，跟不上變化。技術風險方面，本地執行的 AI 代理仍依賴雲端模型，響應速度和可用性受網路影響。API 呼叫成本也是需要考慮的因素，高頻使用可能產生費用。市場風險方面，Claude Code 和 Cursor 等競品在功能和使用者體驗上各有優勢，市場競爭激烈。OpenAI 需要持續創新以保持競爭力。
Codex CLI 適合以下人群：需要 AI 輔助程式設計的開發者、同時管理多個專案的團隊、喜歡終端工作流的極客使用者、探索 AI 程式設計工具的技術愛好者。不適合追求完全本地離線執行、對隱私極度敏感、不熟悉命令列操作的使用者。對於初學者，建議從桌面應用開始體驗，逐步探索終端整合。使用前確保理解 API 金鑰的用法和費用情況。企業使用者應評估資料安全和合規要求。長期使用者可關注外掛生態和 MCP 服務端整合，提升工作流效率。替代方案包括 Claude Code（Anthropic）、Cursor（AI 程式設計 IDE）、GitHub Copilot（微軟）等。使用者可根據具體需求和生態偏好選擇。
Codex CLI 是 OpenAI 在 AI 程式設計領域的重要產品，提供了從終端到桌面的完整工具鏈。78.6k Stars 的社群認可證明了其技術價值和使用者體驗。隨著桌面應用和雲端版本的釋出，Codex 正在從一個 CLI 工具演變為開發者的「AI 指揮中心」。對於尋求 AI 輔助程式設計的開發者，Codex 值得關注和嘗試。未來期待看到更多企業級功能和安全特性的更新。

使用者評論

CRyou

—

用 Codex CLI 已經三個月了，說說從入門到依賴的全過程。第一個月是試探期，主要在 suggest 模式下用，讓它寫一些獨立的函式和單元測試，質量確實不錯，基本 review 一下就能用。第二個月開始切換到 auto-edit 模式，開始讓它做模組級的重構，這時候發現它的程式碼規範性確實比 Claude Code 強——Claude 有時候會用自己的風格重寫整個函式，Codex 則儘量保持原有風格做最小修改。第三個月完全切到 full-auto 了，每天上班丟給它幾個任務，下午 review 結果。最大的體會是：AI 程式設計工具的關鍵不在於它能寫多複雜的程式碼，而在於它多可靠。Codex 可能不是最聰明的，但絕對是最靠譜的。不過也有槽點：一是 Windows 支援到現在還是實驗性的，公司配的 Windows 筆記本基本沒法用，只能用自己的 Mac；二是沙箱沒網路這個問題在 v0.125 還沒解決，裝依賴還是要手動；三是 Plus 的 5 小時滾動視窗對重度使用者來說還是有點緊，有幾天任務多的時候下午就被限了。總的來說瑕不掩瑜，已經是我們團隊的主力工具了。

夏風_11

—

用 Codex CLI 重構了一個老專案的使用者認證模組，大概 3000 行程式碼。整個過程印象深刻：它先掃描了全部程式碼梳理出依賴關係，然後給我出了一份重構計劃，我確認後才開始動手。實際改了大概 40 個檔案，每個 diff 都乾淨到幾乎不用手工調整。唯一的問題是跑了將近一個小時——真·慢工出細活。Claude Code 可能 20 分鐘就跑完了，但跑完我得花半小時修它改出來的小毛病。算總賬的話，Codex 反而更省時間。

mOLLY296

—

用了一個月 Codex CLI，最大的感受就是穩。不搞花活，給的任務老老實實做完。

Stephanie_Wood_880

—

把 Codex CLI 接進了 CI 流水線，提交 PR 自動跑 code review，效率提升很明顯。以前 code review 要等同事有空，現在 Codex 秒出結果，雖然不能完全替代人審，但能篩掉 80% 的低階問題。

江娜悅

—

團隊最近在評估 AI 程式設計工具的選型，我負責測試 Codex CLI。兩週下來幾個結論：1）程式碼規範性是所有工具裡最好的，變數命名和程式碼風格一致性很高；2）對專案上下文理解深度不如 Claude Code，複雜架構決策建議還是要人工把關；3）Plus 套餐包含的額度對個人開發者完全夠用，團隊用 Business 方案也很划算；4）最大的短板是 Windows 支援和國內網路環境，這兩塊勸退了很多人。總的來說如果你是 OpenAI 生態使用者，閉眼入。

Jonathan_Foster_88

—

Codex CLI 真香，回不去了。

CharlesBauer

—

同樣的任務，Claude Code 跑了三遍都不對，Codex 一遍過。雖然慢了點，但省心。

Harold_Jackson168

—

對比了 Cursor、Claude Code 和 Codex 三個，最後留了 Codex。原因很簡單：程式碼乾淨、不瞎改、不自己加沒讓加的功能。Cursor 有時候太自作主張了，Claude Code 長任務容易漂移。Codex 就是老老實實幹活那種。

Beverly_Gray

—

深度對比了 Codex CLI 和 Claude Code 各一個月，寫個詳細對比給正在選型的朋友參考。先說結論：建議兩個都裝，各司其職。Claude Code 的優勢在於理解能力和架構設計。給它一個模糊的需求，它能主動跟你討論方案，甚至會指出你沒考慮到的問題。Codex 在這塊就差一些，需求說不清楚的話它可能就按自己的理解做了，做完了發現不對。但 Codex 的優勢在執行層面：任務明確的情況下，它的程式碼質量和穩定性遠超 Claude Code。Claude Code 經常在長任務中出么蛾子——突然改個 imports、調個不該動的配置、或者宣稱改完了但實際上啥也沒改。Codex 不會這樣，它說改完了就真的改完了，而且 diff 一定是乾淨的。我現在的固定工作流是：複雜需求先用 Claude Code 做方案設計，然後交給 Codex 落地執行。兩個工具加一起每月 $40（Plus + Pro），但生產力提升遠不止這個數。最後說一句，國內的開發者用 Codex 確實要費點功夫配網路，但配好之後體驗跟海外沒區別，不要被這個門檻勸退了。

Hannah_AndersonZ

—

慢是真慢，穩是真穩。

orangekoala812

—

搭了個雙 Agent 工作流，Claude Code 做架構規劃，Codex 落地執行，效率翻倍。

呂珍_1

—

大專案（5萬行以上）確實會丟上下文，跨檔案引用的時候偶爾引入不一致。但中小專案體驗非常好。我的做法是把大專案拆成模組，每個模組單獨開 session，問題就解決了。

LarryVasquezX

—

Plus 會員白嫖的快樂。

Christina_RossK

—

最近搞了個騷操作：兩個終端，一個跑 Codex 一個跑 Claude Code，讓它們互相 code review。Codex 寫程式碼，Claude 審；Claude 寫程式碼，Codex 審。一開始純粹是好玩，結果發現兩個 Agent 互相能找出對方的問題。Claude 能發現 Codex 架構層面的不足，Codex 能揪出 Claude 程式碼裡的邏輯漏洞。一個月下來零生產事故，比一個人審靠譜多了。強烈推薦有條件的團隊試試這種雙 Agent 對抗審查模式。

DylanMurray369

—

Plus 會員含在 $20 裡，等於白送一個 Coding Agent，還要啥腳踏車。

廖昊

—

比 Claude Code 便宜太多。

JMorgan_899

—

國內使用者配置門檻確實高，relay 搞了半天，但配好了就很穩。

mobp4kqkvf

—

國內用還得折騰 relay，煩。

wujknw

—

說說 Codex CLI 的 MCP 生態。作為一個 Rust 重寫的 CLI 工具，它原生支援 MCP 協議這點確實很有前瞻性。我目前配置了五個 MCP Server：GitHub（自動管理 issue 和 PR 狀態）、Supabase（資料庫 schema 查詢和執行）、Notion（讀寫技術文件和設計文件）、Slack（發通知給團隊）和自建的一個內部 API 閘道器 MCP。配置方式很簡單，在 config.toml 里加 mcp_servers 段就行。實際體驗最常用的是 Supabase MCP——寫後端程式碼的時候 Codex 能直接查表結構和現有資料，寫出來的程式碼幾乎不需要改欄位名。不過 MCP 有個坑：如果某個 Server 掛了，Codex 不會明確報錯而是靜默忽略，導致你以為它能調資料庫其實沒調成功。建議在 AGENTS.md 裡要求它執行完關鍵操作後驗證結果。

1s5yu

—

強烈建議新手先開 suggest 模式跑幾輪，看看 Codex 的做事風格。上來就 full-auto 的話萬一理解錯了意圖，改了一大堆還得回滾。我第一週都是 suggest 模式，摸透了才切 auto-edit。

JackHarris_Pro

—

Windows 支援還是半殘，老老實實 WSL2 吧。

Teresa.Gutierrez_66

—

程式碼質量確實很乾淨，愛了。

GPrice520

—

折騰了三天終於把 Codex CLI 在國內環境配通了，分享一下給後來人省點時間：核心就是配 OPENAI_BASE_URL 指向國內相容的 relay 地址，然後把 model 改成 gpt-5.4。注意 relay 地址要支援流式響應和 tool calling，不然各種怪問題。配好之後體驗跟直連沒區別。另外強烈建議裝 Rust 版本的那個獨立二進位制，比 npm 版穩定不少，更新也方便。

VirginiaBell

—

最讓我驚喜的是 /fork 功能。同一個需求可以 fork 出兩個分支讓 Codex 分別實現，對比看哪個方案好。有點像 A/B 測試程式碼實現方案，對做技術選型特別有用。

Zachary.HughesJr

—

沙箱沒網是真的坑，沒法忍。

AparnaSaniel

—

0.120 版本之後好用多了，MCP 支援也有了，生態起來了。

JUmit

—

Codex 做後端專案特別強，程式碼規範性好，命名整潔，結構清晰。但做前端就一般了，UI 相關的任務還是 Cursor 更順手。現在我的分工是：後端邏輯 Codex 寫，前端介面 Cursor 調。

Diana.Hart_X

—

做了一組對比測試：同一個需求「給所有 API 介面加上請求日誌和效能監控」，分別用 Codex CLI、Claude Code、Cursor 的 Agent 模式各跑一遍。Codex 用了 45 分鐘但一次跑通，程式碼結構合理，日誌分級正確，還自動加了關鍵路徑的耗時告警。Claude Code 用了 18 分鐘但日誌格式前後不一致，有兩處 import 路徑寫錯了。Cursor Agent 最快只要 12 分鐘，但改動了不該動的配置檔案。結論是快不一定好，穩才是生產力。

WPowell_2024269

—

越更新越好用了，離不開。

蔣月玉

—

Codex 寫的程式碼基本不用改，review 一下就能提交，這才是生產力。

Codex CLI

深度報告

使用者評論

相關連結

同類產品