# 策展 · X (Twitter) 🔥🔥

> 📖 本站完整內容索引（documentation index）：[llms.txt](/llms.txt)

> 作者：Avid (@Av1dlive) · 平台：X (Twitter) · 日期：2026-05-25

> 原始來源：https://x.com/Av1dlive/status/2058485379091845308

## 中文摘要

**掌握 2026 年 Codex：開發者實戰指南。**

Codex 在 2026 年已不僅僅是自動完成工具，而是一個完整的「Agent 程式開發」平台。它能讀取程式庫、編寫並測試程式碼、審查 Pull Request（PR）、操控桌面環境、瀏覽網路、生成圖片、排程任務，並跨工作階段記憶使用者的偏好。開發者應將自己定位為「審查者」，而非單純的「撰寫者」，透過設定 `AGENTS.md`、建立 Skill 與運用子 Agent，才能發揮其 95% 的潛力。

**Codex 的五大操作介面**
選擇合適的介面決定了工作流的執行位置與監控深度：
- **CLI**：適用於腳本化工作流、單一任務與無頭自動化，程式碼完全留在本地。
- **IDE 擴充功能**：適用於需要精確檔案上下文的互動式編輯，支援 VS Code、Cursor、Windsurf 與 JetBrains。
- **桌面應用程式**：多執行緒工作流的核心，支援「電腦使用」（Computer Use）、目標模式（Goal mode）、Appshots 與自動化。
- **雲端（Cloud）**：適用於非同步背景任務與平行 PR，在沙盒容器中執行，不佔用本地資源。
- **應用程式內瀏覽器**：用於 UI 驗證、前端迭代與端到端測試，能直接與本地開發伺服器互動並截圖驗證。

**核心心法：Agent 而非自動完成**
工作單元應是「任務」而非「對話」，產出應是「PR」而非「文字回應」。將 Codex 視為一個永不睡覺的初級工程師團隊，在早晨指派任務，下午進行審查。目前推薦使用 `GPT-5.5` 作為預設模型，針對大型自主任務則切換至 `GPT-5.3-Codex`。

**快速上手步驟**
1. **安裝 CLI**：
   - 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"`
   - 或使用 `npm i -g @openai/codex`
2. **初始化專案**：進入專案目錄執行 `codex`，登入後執行 `/init` 以自動產生 `AGENTS.md`。
3. **定向任務**：先詢問 `Explain how authentication works in this project.` 以確認上下文載入正確。
4. **執行任務**：給予具體且有邊界的指令，例如：「為結帳流程添加信用卡驗證，需符合 Luhn 演算法，並編寫測試。」
5. **環境配置**：安裝桌面應用程式與 IDE 擴充功能，並在設定中連結 GitHub。

**AGENTS.md：專案的靈魂**
這是確保 Codex 產出高品質的關鍵檔案，位於專案根目錄。它定義了技術堆疊、建置與測試指令、程式碼慣例及禁區。
- **內容建議**：明確的建置指令（如 `pnpm build`）、檔案命名規則、資料獲取方式（如透過 `/lib/data`）。
- **注意事項**：保持在 500 字以內，避免冗長描述，嚴禁存放機密資訊。
- **安全性**：執行 `codex trust .` 以啟用專案層級的設定檔，防止惡意程式碼庫竄改設定。

**CLI 進階指令與沙盒控制**
- `codex exec "<task>"`：非互動式執行，適合整合進 Git Hooks 或 CI 流程。
- `codex resume --last`：接續上一個工作階段。
- **沙盒模式**：預設為 `workspace-write`，限制讀寫範圍；`danger-full-access` 僅限於經過驗證的自動化任務。
- **審核策略**：透過 `approvals_reviewer = "auto_review"` 啟用自動審查，減少繁瑣的確認步驟。

**目標模式（Goal Mode）與 Skill**
- **Goal Mode**：適用於跨多日的複雜目標，如「將測試套件從 Jest 遷移至 Vitest」。務必設定最大 PR 數量與明確的停止條件。
- **Skill**：將重複的工作流封裝為目錄，包含 `SKILL.md`。建議優先建立 `open-pr`（標準化 PR 流程）、`new-feature`（整合 PRD 與 AGENTS.md 的開發流程）與 `investigate`（診斷問題而非直接修復）。

**自動化與雲端擴充**
- **雲端任務**：使用 `codex cloud submit --task "<task>"` 進行平行處理，並可透過 CSV 批次提交任務。
- **自動化（Automations）**：設定定期任務，例如每週一的依賴更新檢查或每日的 Sentry 錯誤分類。
- **MCP 整合**：透過 `codex mcp add` 擴充 Codex 的能力，連接資料庫或第三方工具。
- **行動裝置端**：透過手機版 ChatGPT 監控長時執行的雲端任務，並在通勤時批准關鍵決策。

**驗證與信任**
生成程式碼很簡單，驗證才是瓶頸。建議採用「交叉驗證」策略，例如讓 Codex 撰寫，再由另一個模型或子 Agent 進行 `auto_review`。對於 UI 變更，務必利用「電腦使用」功能進行視覺驗證，確保程式碼變更確實產生了正確的視覺輸出。

## 標籤

Codex, Agent, Skills, CLI, 教學資源, Codex