Codex 入门：一个 Agent，两种话术，三种入口

GPT-5.6 这波更新之后，桌面端的 Codex app 与 ChatGPT 合并成了一个产品：聊天能力留在 ChatGPT 底座里，同时在界面里可以切 Work、Codex，为不同背景的人群准备不同的模式，码农还是白领，都可以找到适合自己的。

以前你要用 Codex，大概率会想是不是只有写代码才能使用。现在一个桌面端就能让非开发者点进来，把「改文件、出文档、跑流程」包装成 Work；开发者则继续认 Codex 这个名字。

其实无论 Work 还是 Codex，体感上并没有宣传里那么泾渭分明。更大程度上，是两套面向不同背景用户的话术：一块门牌写给办公人群，一块写给开发者。门后那套东西，都是「能读上下文、能动文件、能多步执行」的 Agent。

5.6 这波，能力升级到可以和 Claude Fable 5 掰一掰手腕，产品上更关键的动作是人群扩容和入口合并。

先不用管复杂的概念和理论，先用起来，才是最有价值的。

---

一、先建立地图：三种入口 + 鉴权

入口	它是什么	安装难度	我什么时候优先用
桌面端 App	合并后的 ChatGPT / Codex 桌面应用	低	破圈体验、办公执行、统一入口
VS Code 插件	编辑器里的 Codex Agent	低	日常写代码、审 diff
CLI	终端里的 Codex	中	本地深度使用、脚本化、多工具协作

三种入口可以都装，但鉴权先想清楚。

国内我默认推荐 三方 API：配一次 base_url + API Key，CLI / 插件共用，不卡在 ChatGPT 账号登录上。账号登录则需要各凭能力。

本地开发优先三方 API；依赖官方远程能力，再用账号登录。

三方 API 分两步：config.toml 配通道，Key 单独写入，auth.json 写 API Key，没有对应目录和文件先手动创建。

第一步：配 ~/.codex/config.toml（模型名和地址换成你的服务商）

model = "gpt-5.6-sol"
model_provider = "proxy"
preferred_auth_method = "apikey"

[model_providers.proxy]
name = "My Proxy"
base_url = "https://your-provider.example/v1"
wire_api = "responses"

第二步：写入 API Key

Key 不写在 config.toml 里，而是放在 ~/.codex/auth.json。最直接的做法是直接手写这个文件：

{
  "OPENAI_API_KEY": "sk-你的key"
}

不要把 Key 提交到 git，也不要发群。

账号登录则是交互式：

codex login   # Sign in with ChatGPT
codex login status

桌面端 / 插件里也可以点 Sign in with ChatGPT。
三种方式共享配置 ~/.codex

---

二、安装一：桌面端 App

桌面端是最容易被看到的入口，也是非开发者最自然的起点。

2.1 安装步骤

官网下载

1. 打开 ChatGPT / Codex 的桌面端下载页（可从 chatgpt.com/codex 相关入口进入 App 落地页）
2. 选择 macOS 或 Windows 安装包
3. 安装并打开应用
4. 选用三方或者直接登录即可
5. 确认能看到模式切换（至少应能进入 Work 或 Codex 一类「能动手」的模式）

2.2 第一次体验：先用「任务」，不必先绑文件夹

装好后别急着「选择项目 / 指定文件夹」。桌面端左侧有 任务 区域，第一次更推荐直接丢一条边界清楚的任务，让它先跑通对话与执行闭环。

可以这样试：

1. 左上角切到 Codex / ChatGPT 工作 保持默认就好
2. 先不添加项目，任务一栏选择 新建任务，直接开始对话
3. 在输入框写一条可验收的小任务，例如：

   用三句话解释什么是 Agent，并给我一个今天就能练手的 10 分钟小练习

4. 看它是否正常返回；左侧 任务 列表里也会留下记录，方便回看

等你确认「能聊、能开任务」之后，再按需绑定具体项目做改文件、改代码。入门阶段用任务试水，比一上来挂整个仓库更轻松。

---

三、安装二：VS Code 插件

如果你日常在编辑器里写代码，插件通常会是使用频率最高的入口。

3.1 扩展身份别装错

官方扩展是：

• 名称：Codex – OpenAI’s coding agent
• 扩展 ID：openai.chatgpt
• 市场页：Visual Studio Marketplace 搜索 Codex OpenAI

注意：市场里还有一些名字带 Codex 的第三方集成，那不是今天说的这套 Agent。认准 OpenAI 发布的 openai.chatgpt。

3.2 支持哪些编辑器

官方面向的是 VS Code 系工作流，常见包括：

• VS Code
• Cursor
• Windsurf
• 以及其他兼容 VS Code 扩展生态的衍生 IDE

在 Cursor / 其他衍生 IDE 里，一般同样走扩展市场或对应扩展面板安装，逻辑一致：装官方 Codex 扩展 → 配好鉴权 → 打开项目。

3.3 安装步骤

在 VS Code 中：

1. 打开扩展面板（Cmd+Shift+X / Ctrl+Shift+X）
2. 搜索 Codex 或 openai.chatgpt
3. 安装 OpenAI 发布的 Codex 扩展
4. 安装完成后，按提示打开 Codex 面板
   • 很多人习惯把 Codex 面板固定到编辑器右侧
5. 鉴权（国内推荐顺序）：
   • 先在 CLI 配好三方 API（见第一节），再回到插件
   • 若账号顺利，也可直接 Sign in with ChatGPT
6. 用「打开文件夹」打开一个真实项目，不要只开单个临时文件

3.4 常见问题

• 一直 loading / 不显示登录：先查 ~/.codex/config.toml 与 codex login status；三方 API 场景优先验证 CLI 能否对话
• 登得进但不干活：确认已打开工作区文件夹，而不是空窗口
• 模型报错 / 不存在：多半是中转的模型名或 wire_api 不匹配，回第一节检查 provider 配置

---

四、安装三：CLI

CLI 是三条里最「像开发者工具」的入口，也是三方 API 配置的主战场。

4.1 环境准备

• macOS / Linux / Windows 都可
• 需要能访问终端
• 若走 npm 安装，需要本机 Node.js
• 建议在 git 仓库里使用，方便 git diff 审查

4.2 安装方式（四种，任选其一）

方式 A：官方安装脚本（推荐，省事）

macOS / Linux：

curl -fsSL https://chatgpt.com/codex/install.sh | sh

Windows（PowerShell）：

powershell -ExecutionPolicy ByPass -c "irm https://chatgpt.com/codex/install.ps1 | iex"

方式 B：npm

npm install -g @openai/codex

方式 C：Homebrew（macOS）

brew install --cask codex

方式 D：GitHub Release 二进制

到 openai/codex Releases 下载对应平台包，解压后把可执行文件放到 PATH 里。适合对脚本安装敏感、或公司环境限制较多的场景。

4.3 第一次在项目里跑起来

cd /path/to/your-project
codex

也可以直接带 prompt：

codex "只修改 README 的安装一节，不要动其他文件"

非交互执行（适合脚本化，熟悉后再用）：

codex exec "运行测试并总结失败原因，不要改代码"

做完后立刻审查：

git status
git diff

需要的话，也可以用 CLI 提供的会话管理能力（resume / fork / archive 等）继续上次任务；入门阶段先会 codex + git diff 就够。

4.4 常见问题

• 命令找不到：检查安装方式对应的 PATH；npm 全局目录是否进了 shell 配置
• Windows 环境怪异：可优先官方 ps1 安装；重终端场景很多人会用 WSL，减少 shell/文件系统差异
• 401 / 鉴权失败：先看 Key 是否写入、preferred_auth_method 是否为 apikey、中转是否要求额外 header
• 模型不存在：改 model 为服务商列表里的真实名称

---

五、三种入口各自的特性

装完只是起点。真正决定你以后用不用得上的，是特性差异。

5.1 桌面端：破圈入口，统一工作台

核心特性

• 一个 App 里收敛 Chat / Work / Codex
• 对非开发者更友好，学习曲线最低
• 适合「跨文件、跨应用、偏办公执行」的任务
• 承担了把 Agent 推给更广人群的角色
• 设置里有完整的个性化能力，包括**宠物（Pet）**系统：可选官方角色，也可创建/更新自己的形象
• 支持记忆（实验性）：跨任务记住偏好与上下文，长期用桌面端时建议打开

桌面端把「宠物」做成了正经设置项，路径大致是：设置 → 宠物。列表里既能选默认的 Codex、Dewey，也能挂上自己创建的角色；选中后右下角会有预览，工作区里也能「收起/唤起宠物」。

这不是核心生产力功能，但很能说明桌面端的产品取向：它不只想当冷冰冰的工具窗，还想让人愿意每天打开。宠物还可以在切换窗口做其他任务时，让我们实时看到执行进度，以及完成提醒这些。

更建议顺手打开的是 记忆。路径：设置 → 个性化，在「自定义指令」下方有 记忆（实验性）。我这边会打开：

• 启用记忆：从任务中生成新记忆，并带入后续任务
• 允许从工具辅助任务生成记忆：连 MCP / 网页搜索类任务也能沉淀记忆

记忆仍标着实验性，别指望它完美；但桌面端任务碎、来回多，开了之后少重复交代偏好和背景。不需要时也可以一键 重置记忆。同一页的「自定义指令」适合放全局约定（例如始终中文输出、默认遵循 AGENTS.md），和记忆是互补关系：指令是你写死的规则，记忆是它从任务里长出来的上下文。

它强在哪

• 启动成本低，不要求你先有仓库和终端习惯
• 适合处理文档、资料整理、成品输出这类工作
• 对「我想先感受 Agent 能干什么」非常合适
• 个性化完整，桌面陪伴感比 CLI/插件都强
• 记忆 + 自定义指令，能把零散任务串成连续工作流

它弱在哪

• 重度编码时，跳转、搜索、本地运行、精细 diff 审查仍不如 IDE
• UI 一合并，旧桌面习惯可能被打乱
• 模式名容易让人把时间花在「我该点 Work 还是 Codex」上

---

5.2 VS Code 插件：日常编码主入口

核心特性

• 贴着工程上下文工作
• 改动以代码变更形式出现，审查路径最短
• 和编辑器肌肉记忆一致：跳转、搜索、运行、断点都能接上
• 可与本地项目长期共存，适合每天打开就用

它强在哪

• 审查成本最低：这是我认为插件相对桌面端最大的优势
• 适合中小粒度开发任务：修 bug、补实现、改接口、写测试
• 对已经活在 IDE 里的人，几乎没有额外工作流迁移成本

它弱在哪

• 依赖扩展生态稳定性，版本问题会直接打断工作
• 对「纯办公、不写代码」的人过重
• 远程/无界面环境不如 CLI 自然

---

5.3 CLI：可编排、可协作的深水入口

核心特性

• 终端原生，适合 SSH、远程、服务器、无 GUI 环境
• 可进入交互式会话，也可 exec 非交互执行
• 配置、会话、MCP、插件、doctor、update 等工程化能力更完整
• 更容易嵌进脚本和其他 Agent 协作链路
• 交互界面里同样能带上宠物：模型、目录、任务提示和角色形象会出现在同一屏

CLI 并不是纯黑白命令行那么枯燥。进入会话后，顶部能看到版本、当前 model、工作目录；右侧可以挂着你在设置里选中的宠物。也就是说，桌面端选的角色，CLI 侧也能延续同一套陪伴感，只是载体从设置页预览变成了终端会话角落。

上图里还能直接读到几条对入门有用的信息：

• 当前 CLI 版本（如 v0.144.5）
• 模型（如 gpt-5.6-sol medium，可用 /model 切换）
• 工作目录（directory）
• 官方仍在引导：可以用 codex app 或桌面端落地页补齐 App 体验

它强在哪

• 可控、可重复、可自动化
• 出了问题可以用 doctor、配置文件、登录状态一层层排
• 和 Claude Code 等工具并行时，CLI 很适合当执行层
• 信息密度高：模型、目录、任务状态一眼能看完

它弱在哪

• 对纯小白不友好
• 第一次安装和 PATH/登录问题比插件更常见
• 默认没有 IDE 那么强的可视化 diff 体验，要自己用 git 补上

我的用法

我自己长期是多工具协作，而不是单工具信仰：

• Claude Code（CC）：需求分析、架构、掌控大局
• Codex（CX）：更偏仔细谨慎的具体实现
• 再配合其他工具做局部快修或兜底

CLI 的价值在于它足够像开发者工具：可重复、可进仓库、可和其他流程衔接。桌面端负责破圈，CLI 留在深度区。

如果你已经有一套 CC 工作流，我的建议不是推倒重来，而是：

让 Codex 成为执行层之一，而不是新的唯一大脑。

更适合的任务

• 远程开发环境里改代码
• 需要重复执行的检查/修复流程
• 和多 Agent 工作流衔接的实现任务

---

六、共用原则：装会了以后真正重要的事

1. 别被话术绑架

Work / Codex 是门牌，不是能力天花板。
你要训练的是：把目标、约束、验收标准写清楚。

2. 权限意识先于效率崇拜

Agent 一旦能改文件、连应用、自动执行，省下的时间和制造的风险一起增长。
新手阶段宁可多确认几次，也不要一上来长时间无人值守。

3. 小任务验证，再放大

第一次不要上「重构整个项目」「整理全部资料库」。
先用 10–20 分钟任务验证：听得懂、改得准、你审得过来。

4. 没有审查就没有交付

• 桌面端：看它产出了什么、动了哪些文件
• 插件：看 diff，再接受
• CLI：git status / git diff 是最低配验收

Agent 说「做完了」不算完，你看懂结果才算完。

---

七、我的判断

站在现在这个时间点看，Codex 已经不是单一编码玩具，而是 OpenAI 把 Agent 能力铺到桌面端、编辑器、终端的一套入口矩阵。

热度可以拆开看：

1. 模型升级决定上限
2. 入口合并决定谁愿意开始用
3. 两种话术决定不同背景的人敢不敢点第一下
4. 鉴权是否在你的网络和账号条件下跑得通决定你能不能真正开始
5. 你有没有审查和约束决定它能不能进长期工作流

---

八、今天就可以做的三步

1. 先定鉴权：国内优先配好三方 API；只有要远程时再上账号登录
2. 只选一个主入口完成安装（桌面端 / 插件 / CLI）
3. 跑一个有边界的小任务，强制审查结果，并记两句：哪里省事、哪里不放心

先验证它能不能进你的工作流，再决定值不值得重投。
入门的目标不是「我开通了 5.6」，而是「我知道下次这类任务该从哪个入口、用哪种鉴权丢给 Agent」。