跳到正文
学习站
AI编程

小白速通 Codex：五种形态、安装配置与避坑指南

讲师 老金 · 20:00 直播

如果你刚接触 AI 编程工具，想在周末的 Codex 切磋大会上直接上手写点小应用，却卡在账号、API key 和操作流程上，这场分享就是为你准备的。老金——拥有 15 年创业经历、合伙经营游戏研发公司的产品人，现阶段转型入驻 WaytoAGI OPC，探索企业与 AI 协作的新路径——用一场实操演示，把 Codex 的五种形态、安装配置、核心功能和使用技巧完整过了一遍。本文适合完全没接触过 Codex 的小白，也适合想对比 Codex 与 Claude Code 差异的进阶用户。

Codex 是什么：与 Claude Code 的定位差异

老金把 Codex 和 Claude Code 都定义为「能操作你电脑的 AI」——「基本上就是能操作电脑，就是你电脑上面能干的事情它都能干」。但两者的模型特性决定了它们适合不同的任务。

Codex 基于 ChatGPT 模型，更适用于长任务，推理能力强，擅长专注在一项任务上。「它是一个比较专精的模型，它的推理特别强」，老金自称是 ChatGPT 的死忠粉。Claude Code 则覆盖面更广，更适合跨文件、多项目的复杂工作。这也是为什么跑分榜上 Claude 的 OPUS 几乎占满榜单，但「一些专注的任务、推理的、比较长的任务，我更推荐使用 ChatGPT」。

老金还点出了一个实际体感差异：ChatGPT 的前端审美比较差，但推理能力强，所以「让它去修改某个 bug，它能定位得很准」。如果你有一个非常庞大的项目需要定位问题，这是它的强项。

Codex 的五种形态：从 CLI 到移动端

老金逐一介绍了 Codex 的五个形态，并给出了自己的使用建议。

命令行（CLI） 是最基础的形态，功能最强大、最全面，但可视化做得差。安装指令是 npm -g i OpenAI（-g 表示全局安装），启动时输入 code s 即可。老金提到 yolo 权限——「我赋予它全部的权限，增删改查，你可以不用管了」，适合不懂代码的人。不过他也坦言：「现在没人使用 Codex 的 CLI，实在是太丑了。」

桌面 APP 端 是 OpenAI 中除网页端外使用最多的版本，交互设计最好。Windows 版本在微软商店搜索 Codex 下载即可，MacOS 有单独的下载方式。老金个人最推荐这个形态。

Codex Windows 版在 Microsoft Store 的页面截图Codex Windows 版在 Microsoft Store 的页面截图

IDE 扩展 可以在 VS Code 或 Cursor 中直接搜索安装。最大的好处是能直接看到项目树，「你想改哪个项目，你就直接进哪」。但老金认为它的界面不如 Claude Code 清晰，他本人用得不多。

云端（Cloud） 是在网页上使用的沙箱环境，模型是 5.3 版本。老金特别提醒，不要一味追求顶级模型：「做一个特别小的小事，你比如说你打一句你好，用得着一个非常顶级的模型吗？又贵，然后又慢。」云端用 5.3 模型就是为了降低成本、处理简单任务。

移动端（Mobile） 目前仅苹果端可用，可以连接本地电脑或云端。连接本地电脑仅 Mac 端支持，好处是能使用你本地的定制化配置（如专属 agent、MCP 等），而云端无法使用这些配置。Windows 用户可以用向日葵等远程连接软件来操作电脑。

安装与配置：从 Node.js 到 CCSwitch

安装 CLI 前需要先安装 Node.js，老金推荐选择带有 LTS 标记的稳定版本（22+）。官网登录时，打开 Codex app 会提示授权，点击网页授权即可看到账号信息。

对于使用第三方中转站的用户，老金推荐了国内开发者做的 CCSwitch——「好像也是个不懂代码的人来开发的一个软件，反正挺好的，挺厉害的」，在 GitHub 上星级很高。安装后可以在网页上配置 API key：点加号，选择自定义，填写中转站提供的 key 和连接地址。CCSwitch 也支持配置 MCP 等通用设定。

CC Switch 应用界面展示CC Switch 应用界面展示

老金还提到，他目前用的是官网 5x 版本，到 5 月 31 日前有双倍额度活动，「100 美金大概 680 来块钱，使用量还蛮大的」。

Codex APP 核心功能详解

老金花了最多时间讲解桌面 APP 的使用，这是他认为交互设计最好的形态。

界面与权限：对话区域可以直接输入指令。权限有三个档位：默认权限下每一步操作都会询问；自动审查模式只在关键节点询问；完全访问权限则「什么都能做，不问你，比如删库的时候它就会直接删」。老金自称懒人，用的是完全访问权限。

语言设置：在设置-常规中可以切换界面语言，对英语不好的用户很友好。

添加功能：可以添加文件、照片，分析图片，阅读 Office 文件（Word、PPT 等），还可以获取 IDE 背景信息——当你连接 VS Code 或 Cursor 时，它能读取你当前选中的信息。

计划模式（Plan）：给需求时先输出计划文档，不直接操作。但老金提醒这里「坑很大」：「提示词如果你写得不够精准，你的边界不够清晰的时候，你千万不要用这个，因为它会给你迭代 N 久，然后拓宽消耗基本上一晚上就没了。」他解释了大语言模型的原理——「它是去计算下一个文字出现的概率」，需求不明确时会产生严重误差，而且你在制作过程中根本不知道。

项目选择与分支：这是老金反复强调的重点。「一定要使用这个分支功能」，每次创建新功能时建议创建新分支，开发完再合并回主干。主干就是基础 MVP（最小可行版本），比如一个网页的前后端匹配。想加登录就新建一个 login 分支，想做支付就新建一个支付分支。「你拿 AI 写东西，尤其是像我这种不懂代码的人，很多东西是不可控的，你要把它变得越来越可控。」

Codex 应用常规设置界面语言选项Codex 应用常规设置界面语言选项

模型选择：老金建议按任务复杂度选择，不要总用最高级模型。处理第三方登录或支付这类中级任务，中级模型就够了；跨系统、跨文件的复杂任务可以考虑 Claude Code。「你的级别越高，它越慢」，又浪费时间又浪费钱。

听写功能：点开后录入说话内容，说完点击停止即可翻译输入。

搜索功能：可以搜索最近信息，遍历所有项目。

插件与技能：插件（Plugin）是封装好的完整包，包含 skill、agent、MCP 等；技能（Skill）是正常的功能。老金重点推荐了浏览器插件——它会新建一个特殊分组，模拟鼠标操作，不影响你同时使用鼠标。GitHub 插件建议安装，但要注意「不要批量地往别人的仓库里去批量提交，就会给你封掉」，老金自己的账号被封过两次，解封花了半个多月。API 登录用户需要安装 Codex++ 扩展插件才能使用插件功能。

Codex 自动化模板弹窗界面Codex 自动化模板弹窗界面

自动化技能：这是老金认为「相当重要」的功能。可以设置定时任务，比如「每天根据我当天的提交，去分析我这个项目到底什么方向上有问题，去给我一些迭代的意见」。这就是他所说的人机协同——「把一切能机器做的东西都给到机器，重复性的工作，虽然内容可以是不一样的，但内核肯定是一样的。人来做判断。」

常见问题与工具选择建议

闪退与卡顿：APP 端内存消耗高，尤其在多 agent 同时运行时，「一旦你启用一个 agent，它就是一个爆炸的消耗」。老金之前的电脑是 32G 内存，多 agent 同时跑会瞬间卡死。上下文压缩卡顿是官方至今未解决的已知问题，临时解决办法是「Ctrl+A 复制内容到新对话，让它帮你提取目标和未完成的内容」。

工具选择：老金给出了清晰的分层建议——新手直接选 Codex，更容易上手；有一定基础、掌握提示词技巧、了解程序运行原理的人，建议用 Claude Code 做框架性开发；进阶人员可以 Codex 和 Claude Code 各开 20 美金档位配合使用。

黑盒 vs 白盒：老金不建议使用 Hermes、OpenCloud 这类黑盒项目，「你所有东西都不可控，你的项目里头有一大堆垃圾」。他更推荐白盒工具，能看见执行过程。虽然他是 ChatGPT 的粉丝，但他认为「Claude Code 的架构设计是最顶级的，世界上最顶级的，没有之一」，只是 Codex 的交互体验更好、更垂直。

拿 AI 许愿的系统风险示意图拿 AI 许愿的系统风险示意图

AI 时代系统治理的三种状态对比AI 时代系统治理的三种状态对比

现场问答

Q：老师从最开始怎么接触使用、从 0 学习？ A：从 ChatGPT 3.5 网页版开始接触，正反馈非常快。现在 Codex 和 Claude Code 一起跑，接近 10 个项目同时进行，对个人来说 10 倍效能「都说少了」。

Q：素材库怎么管理？ A：素材库必须打标签，配合向量检索，采用混合检索模式——先浅标签检索，再深度向量检索。比如做漫剧的素材库，先筛出真人素材，再深度检索出女性素材。

Q：想用 AI 整理微信聊天记录可以吗？ A：不建议。非官方功能很容易封号，「辛辛苦苦做了一大堆东西，只要官方一封，就全部白耗时间」。

Q：Claude Mem 和 MCP Memory Service 怎么选？ A：老金一开始推 Claude Mem，后来改用 MCP Memory Service，因为它兼容 N 多平台，更庞大好用。

Q：Hermes 或 OpenCloud 能做电商项目吗？ A：不建议。它们本质是网关类黑盒工具，不可控，容易产生垃圾内容。应该用白盒工具，能看见过程，出了问题才知道怎么改。

要点回顾

  • Codex 基于 ChatGPT 模型，擅长长任务和深度推理；Claude Code 覆盖面更广，适合跨文件、多项目工作。
  • Codex 有五种形态：CLI（功能最强但界面丑）、桌面 APP（交互最好，最推荐）、IDE 扩展（可看项目树）、云端（处理简单任务，降低成本）、移动端（仅苹果，可连本地 Mac）。
  • 安装 CLI 需先装 Node.js（选 LTS 稳定版），指令为 npm -g i OpenAI，启动输入 code s。
  • 第三方 API 配置可用 CCSwitch，在 GitHub 发行版本中找到对应系统的安装包。
  • 使用计划模式（Plan）前必须把需求和边界写精准，否则会迭代失控、消耗大量额度。
  • 每次新功能都建议创建新分支，开发完再合并，避免项目不可控。
  • 模型选择按任务复杂度来，不要总用最高级；跨系统复杂任务可换 Claude Code。
  • 浏览器插件建议必装；GitHub 插件注意不要批量提交，容易封号。
  • 自动化技能可以实现人机协同：机器做重复性工作，人做判断。
  • 闪退和上下文压缩卡顿是已知问题，临时方案是复制内容到新对话继续。
  • 新手选 Codex，有基础者用 Claude Code，进阶者两者各开 20 美金档配合使用。

直播回放约 94 分钟

播放器来自飞书妙记 · 在新窗口打开