手机写代码总出错？Codex三大隐藏限制与验证技巧_服务软件

1. 全网最详细的Codex入门教程，手把手教你玩转Vibe Coding。

2. Codex App 晚上体验了2个小时，谈谈体会：1. 2小时完成了8次迭代（见图2），效率很高2. 效率高源自 GPT 5.2 Codex 能力强、输出快，以及 Codex SDK 的 Agent 能力3. 最爽的是额度量大管饱，我是 ChatGPT Plus，2小时 7d limit 用了 7%，模型是 GPT 5.2 Codex High，我基本只有晚上有时间写个2小时代码，对我来说是基本用不完的4. GLM 4.7 Coding Plan max 有点尴尬了，没有时间使用，实在用不到就养小螃蟹电子宠物好了……还是期待 GLM55. 同时也期待 Claude6. 同时还期待 DeepSeek，大升级小升级都期待7. 睡觉！

3. AI编程大战正式开打！ Claude vs GPT同一天放大招，不是比谁代码写得好，而是AI开始自己组队当项目经理了。#大咖观察 #红衣聊AI #编程 #ChatGPT

4. 更新越频繁，Claude Code与Codex越像

5. Obsidian 搭配什么AI工具？腾讯WorkBuddy篇保姆上手教程

6. 一下午一句话 Codex 帮我开发了一个完整的游戏！

7. 如何评价OpenAI发布Codex桌面版Codex App？和 Claude Code 相比怎么样？

8. 盘点一周AI大事(11月23日)｜AI自己画CAD图纸 Google发布最强大模型Gemini 3、最强图像模型Nano Banana Pro OpenAI发布最强编码模型GPT-5.1-Codex-Max 马斯克升级Grok 4.1，情商最强字节开源最强空间重建模型Depth Anything 3 腾讯发布最强开源视频模型HunyuanVideo-1.5 Meta开源最强对象分割模型SAM 3，最强3D分割模型 SAM 3D Autodesk研发出最强CAD智能体VideoCAD AI2发布最强开源深度研究智能体Deep Research Tulu Google发布最强AI天气预报WeatherNext 2 Maxima推出AI会计智能体头号玩家套装问世 #AI新星计划 #人工智能 #AIGC #OpenAI #大模型

9. 实测 GPT-5.3-Codex，OpenAI 史上第一个高危模型，连 API 都还不敢给我们

10. Obsidian 搭配什么AI工具？Codex篇保姆上手教程 ClaudeCode 对比

11. Anthropic 的 Opus 4.6 和 OpenAI 的 Codex 5.3 几乎同时发布了。先说结论：这两个模型走的是完全不同的路线。Opus 4.6 主打的是深度和长程推理。它有 100 万 token 的上下文窗口，这意味着你可以把整个代码库、几十篇论文、一整本书扔给它，它都能 hold 住。这种能力特别适合做研究、做企业级应用、或者让多个 AI agent 协同工作。你可以把它想象成一个能看完所有材料再给你答案的资深顾问。但它也有弱点。在纯代码 benchmark 上，Opus 4.6 的表现不算顶尖。如果你只是想让 AI 帮你快速写一段代码、修一个 bug，它可能不是最优选择。Codex 5.3 正好反过来。它在代码能力上几乎是碾压级的，各种编程 benchmark 都是第一梯队。而且它的响应速度更快，支持任务中途调整方向，写代码的时候你可以随时打断它、给它新指令，它能很顺滑地切换。代价是什么？上下文窗口小很多。如果你需要它理解一个庞大的项目背景，或者做跨文档的长程分析，它就会有点力不从心。所以怎么选？如果你的工作需要处理大量信息、做复杂的多步推理、或者搭建 AI agent 团队，Opus 4.6 更适合你。它像一个能统揽全局的指挥官，擅长协调和深度思考。如果你主要是写代码、做开发、需要快速迭代，Codex 5.3 更适合你。它像一个手速极快的程序员搭档，指哪打哪，效率拉满。一句话总结：Opus 做深度和编排，Codex 做速度和代码。没有谁更好，只有谁更适合你的场景。#HOW I AI##科技先锋官# 默庵·超级个体的微博视频

12. OpenAI 发布 Codex App：一款面向开发者的桌面应用，主打“多任务并行 + 工程化执行”。它把并行线程、worktree、内建终端与 Git 流程整合到一个界面里，试图把“会写代码”升级为“能把任务做完”。1 重点：Codex App 是“并行线程+工作区隔离”的桌面体验，适合同时推进多个任务而不互相干扰。2 重点：内建 worktree 与自动化（Automations），可把重复任务放后台跑，产出会进入收件箱。3 重点：Automations 在本地运行，App 需要保持开启；在 Git 项目中自动开独立 worktree，避免改动主分支。4 重点：每个线程有内建终端与 Git 操作入口，做检查、跑脚本、看 diff 更顺手。使用方法：打开 Codex App → 添加项目目录 → 为不同任务开线程/工作区 → 在内建终端里跑测试、查看 git 状态 → 需要重复的任务可设置 Automation。对比：Cursor 更偏编辑器内多代理协作；Claude Code 偏终端优先；Codex App 更专注“工程执行”，强调任务并行与工作区隔离。

13. Codex 三种打开方式，我最推荐这一种

14. GPT-5.2 Codex来了：能独立跑7+小时的AI程序员，老金手把手教你玩转

15. //@宝玉xp:回复@不靠谱的寒大嘴:重点不是省token，而是看交付质量。这有点像老板雇程序员，有的程序员便宜，但代码质量不行，后续你要花很多时间去填坑；有的程序员贵，但是代码质量好，后续维护成本低；需要自己根据情况取舍。目前来说 Codex 性价比最高。//@不靠谱的寒大嘴:@宝玉xp 老师请教一下目前有没有哪个模型比较节约token？例如我要做个app，模型A生成很长的恿余代码（这样花的token比较多是吧？），模型B生成的代码很简洁？

16. OpenAI 正式发布 GPT-5.3-Codex，与其他版本相比，它在哪些方面有所改进？

17. gpt-5-codex 性能如何？

18. 「Github一周热点113期」AI 终端工具、一站式黑客工具箱、Skill 包、Codex 生态技能和AI短视频

19. Codex不打算让Claude Code好过

20. 试了下codex确实在编程上比Claude code 稳很多打个比喻，就像追小姑娘，Claude code 特别急切的想上床把事情干了而 codex 会，先请你吃饭、唱歌、看电影、逛街，一步一步的详细规划，慢慢达到目的。Claude code一上来就写代码，迫不及待想证明自己是个快男。Codex 一直在辛苦的规划，不停的测试，怎么做才最好，一步一步达到目标！

21. GPT-5.4 昨晚发布了。看了一圈评测，确实有点东西。最核心的更新就三个字：会干活了。用 OpenAI 的话说：用更少的来回，更准确地完成复杂的实际工作。一是原生Computer Use。模型能像人一样看屏幕、点鼠标、操作电脑，不再只是写代码调用API。这意味着AI真正具备了执行能力，而不只是生成能力。二是搜索能力暴涨。BrowseComp测试从GPT-5.2的65.8%直接干到82.7%，Pro版89.3%反超Claude Opus 4.6。17个百分点的提升，恐怖如斯。三是100万token上下文。Codex版本支持，足够让AI独立完成一个完整的工作流。有意思的是，OpenAI官方说GPT-5.4的目标是成为"AI数字员工"。这和OpenClaw的理念不谋而合——让AI从工具变成能帮你干活的人。更重要地是，如果你已经订阅了ChatGPT的Plus会员，那么本身的codex额度就不用浪费了，可以直接接入 Openclaw 使用，具体步骤如下： 1️⃣ 小龙虾终端输入： openclaw onboard 开启配置向导 2️⃣ 依次选择： yes → quickstart → 登录 OpenAI → OpenAI Codex 3️⃣ 按提示完成授权，成功后选默认模型 GPT codex-5.4，就搞定啦！ #HOW I AI##AI创造营#

22. GPT-5.4据传下周上线！200万上下文窗口+持久化状态，告别频繁遗忘

23. 我就说Codex可处，你偏不信

24. 爆肝10亿token，我给OpenClaw做了个龙虾管家！【一键安装龙虾】

25. 万字长文！小白全面入门Codex手把手教程【附保姆级文档】

26. Obsidian CLI 基础配置教程打造AI化的知识管理系统 Claude Code｜Codex｜GeminiCLI

27. AI编程大战白热化：Claude Opus 4.6和GPT-5.3-Codex同一天发布，谁才是真正的王者？

28. 【通过测试≠没有bug：AI编程的致命盲区】快速阅读：Claude 4.6写代码会埋下严重bug，自己却审查不出来。必须用Codex 5.4反复审核每次提交。“通过测试”不代表没问题——AI太擅长写能通过的测试了。---Sterling Crispin分享了一个残酷发现：Claude Opus 4.6是优秀程序员，但会持续产生严重bug，无论让它自审多少次都发现不了。解决方案？用GPT 5.4的Codex CLI对每次提交审核4遍以上。有观点认为用传统工具——linting、类型检查、测试门槛——就够了。Sterling直接反驳：AI最爱干的就是写能通过测试的测试。这是个盲区。你可以让Claude在全新上下文中反复检查自己的代码，直到它说“没问题了”，然后Codex仍能揪出bug。“通过测试就没bug”是个疯狂假设。代码可能运行完美，测试全绿，但藏着一个细微的深层误解，毁掉整个系统的意义，导致灾难性故障。这种错误，传统validator抓不到，单元测试也无能为力，因为模型已经被过度优化成“写通过测试的代码”。为什么不直接让Codex写代码？Sterling说Codex像个教导主任，过度优化“正确代码”，却错失系统真正目的（telos）。太官僚了。Claude更适合日常驾驶，但需要Codex这个苛刻的审计员盯着。有开发者开始探索plan-with-codex模式：让Claude做计划，Codex审核，两者循环直到Codex批准——在写代码前就把错误拦住。另有人用多模型代码审查：Opus负责架构逻辑，Codex抓安全漏洞，Kimi K2.5查性能问题，Sonnet 4.6管代码风格。一个被反复引用的回复：你得让它完全重写代码，从根本上消除那类bug的可能性。否则就是无限循环，让agents猜这个bug是不是“真的”、“重要的”。x.com/sterlingcrispin/status/2035031512123678994#AI创造营##人工智能#

29. OpenAI Codex：AI开始替你操控电脑了！

30. 盘点一周AI大事2月8日｜AI相亲、AI当老板、AI狼人杀 Anthropic发布最强大模型Claude Opus 4.6 OpenAI发布最强编码模型GPT5.3Codex OpenAI推出Codex桌面版 Google上线AI狼人杀 AI雇佣人类平台RentAHuman爆火 AI雇佣AI平台ClawTasks爆火龙虾相亲平台MoltMatch爆火智谱开源最强OCR模型GLM-OCR 字节发布最强视频模型Seedance 2.0 研究员开源无痕编辑视频模型Edit Yourself 字节开源最强分子预测模型Protenix-v1 Google发布论文配图AI Paper Banana #AI新星计划 #前沿科技趋势发布月 #AI #AIGC #OpenAI

31. 终于来了！DeepSeek-V4 正式发布！免费开源，百万上下文，Agent能力直逼Claude！| 零度解说

32. Codex 大更新：从写代码工具变成能操作你电脑的助手OpenAI 给 Codex 推了一次重大升级，把这个每周被 300 多万开发者使用的编程助手，从写代码的扩展成了能操作整台电脑的工作伙伴。最核心的变化是后台电脑操作。Codex 现在能自己看屏幕、自己点鼠标、自己敲键盘，在 Mac 上跑多个 agent 并行干活，而且不会抢占你正在用的其他窗口。这对于那些没开放 API 的软件特别有用——以前 agent 碰到这类应用就歇菜，现在直接像人一样手动操作。桌面 App 内置了浏览器，你可以直接在网页上圈点批注来给 agent 下指令，目前主要用于前端开发和游戏调试。图像生成也接进来了，用的是 OpenAI 新的 gpt-image-1.5 模型，做产品概念图、UI mock、游戏素材可以和写代码在同一个流程里完成。另外新增 90 多个插件，把 JIRA、GitLab、CircleCI、微软全家桶、Databricks 旗下的 Neon 等工具都接了进来。桌面 App 本身也加了处理 GitHub review 评论、多终端标签、通过 SSH 连远程 devbox（开发沙箱）等功能，PDF、表格、幻灯片可以直接在侧边栏预览。还有两个值得注意的功能。一个是记忆：Codex 会记住你的偏好、过往的纠正、花时间收集来的上下文，以后做类似任务不用每次都从头教。另一个是“自我排程”：它可以给自己安排未来的任务，自动在几天甚至几周后醒过来继续推进一件长期工作，团队已经在用它来追踪 Slack、Gmail、Notion 里没收尾的事情。可用性方面，更新从今天开始推送给用 ChatGPT 账号登录桌面 App 的用户。电脑操作功能先上 macOS，欧盟和英国稍后开放；记忆和上下文感知推荐功能，企业版、教育版以及欧盟英国用户要再等等。这一波更新的方向很清楚：Claude Code、Cursor 这些竞品都在往通用Agent 的方向走，OpenAI 要把 Codex 从编辑器里的编程助手，变成一个能跨应用、跨时间、跨工具链持续干活的数字同事。官方公告：网页链接

33. 有网友问怎么能让 Codex 的“/goal”指令长时间运行。/goal 目标不是为了时间长而时间长，它的目标是为了解决需要长时间运行的任务，避免人工反复的输入 continue。要有清晰的目标，你的任务是要解决什么问题？让它运行时间长不是一个目标要有验收标准，怎么样算完成？要有文档指导，该怎么完成任务？长时间的任务要分阶段，而不是一次性完成，每个阶段都要有文档说明要有中间进度辅助，比如进度、checklist等比如说我在让 codex 去逆向 codex app 项目，已经跑了25 个多小时了。第一步我是先跟 Codex 一起制定一个计划，计划中会有详细的验收标准然后不直接执行计划，而是把计划保存成文档，去项目中初始化 Agents md 文件，让 codex 清晰知道任务目标和验收方法以及验收标准。再试运行，/goal 后面告诉它按照 Agents md 的要求执行，并记录进度。第一次只跑了半小时就结束了，因为它没理解要把代码写成命名友好、类型完整、文件名结构良好的结果。于是我找了一个文件做样板，手动（AI 辅助）写了一个样板，告诉它这是我期望的结果，然后更新了计划文件。这样可能反复几次，后续就没什么问题了。所以还是要说清楚你想要什么，写成文档，让 AI 清楚的知道怎么去做，怎么验证结果，怎么知道是否完成。

34. 我也下载了ChatGPT的Codex了，以后可以结合Claude Code一起用。互相review。Codex建议我这样用：最佳组合是：Claude Code：想清楚、拆方案、探索复杂代码Codex：执行任务、并行实现、跑测试、做 review、自动化1. **Claude Code 用来深聊方案，Codex 用来落地执行** Claude Code 很适合长上下文讨论、架构取舍、读懂复杂意图。Codex 更适合你直接说：“去改这个 repo，跑测试，修到通过，给我总结变更。” 例子： ```text 先阅读这个项目的 README、package.json 和主要入口文件。找出登录流程在哪里实现，然后修复 xxx bug。不要大改架构，保持现有风格。修完后运行相关测试，并告诉我改了哪些文件。 ```2. **把任务写成“目标 + 边界 + 验收”** Codex 最吃这种 prompt： ```text 目标：给订单列表增加按状态筛选功能。边界：只改前端，不改 API；复用现有组件风格；不要引入新依赖。验收：可以筛选 pending/paid/cancelled；刷新后筛选状态保留在 URL query；相关测试通过。 ```3. **让 Codex 先读代码，再动手** 很多失败来自一上来就让模型“猜”。你可以固定用这个开场： ```text 先不要改代码。先调查现有实现，告诉我： 1. 相关文件在哪里 2. 当前数据流是什么 3. 你准备怎么改等我确认后再实现 ``` 如果你希望它直接干活，则说： ```text 先快速调查，然后直接实现。遇到不确定点时按现有代码风格做保守选择。 ```4. **复杂任务拆给 Codex app 的多个 agent** Codex app 的优势是并行。比如： - Agent A：修后端 API - Agent B：改前端 UI - Agent C：补测试/做 code review 适合大一点的 feature、迁移、重构。Claude Code 也能做，但 Codex app 的多 worktree/多 agent 更像“开几个工程师同时干”。5. **让 Codex 做“带测试的修复循环”** 好用 prompt： ```text 运行测试，定位失败原因，修复最小必要代码。每次修改后重新运行相关测试，直到通过。不要顺手重构无关代码。 ```6. **用 Codex 做 code review** ```text 请以 code review 方式检查当前 diff。优先找 bug、边界条件、回归风险、缺失测试。不要做风格吹毛求疵，除非会影响维护性。 ```7. **给它项目规则** 在 repo 里放一个类似 `AGENTS.md` 或项目说明文件，写： ```text - 使用 pnpm，不要用 npm - 测试命令：pnpm test - UI 使用现有 design system - 不要引入新依赖，除非先说明理由 - 修改数据库 schema 必须补 migration ``` 这会显著减少反复纠偏。**一句话分工：**Claude Code：适合“和我一起想清楚”。 Codex：适合“去 repo 里把它做完、跑完、交付给我看”。你可以先从一个小习惯开始：以后不要只说“帮我改这个 bug”，而是说：```text请先阅读相关代码，定位 bug 根因，然后做最小修复。保持现有风格，修完运行相关测试。最后用三点总结：根因、改动、验证结果。```这个 prompt 基本就是 Codex 的高性价比打开方式。#人工智能#

35. 大模型上下文工程指南

36. 你更喜欢使用codex还是claude来进行编程呢？

37. 盘点一周AI大事(4月19日)｜Claude终结设计 Anthropic上线Claude Design，接管整个设计流程 Anthropic上线最强编码模型Claude Opus 4.7 OpenAI内测下一代图像模型GPT-Image-2 OpenAI升级Codex，全面对标Claude Code Heygen开源视频制作技能包HyperFrames Quiver上线最强矢量图模型Arrow 1.1 Adobe发布重新打光图像模型TokenLight 字节开源数字人模型OmniShow 阿里开源开放世界模型Happy Oyster 研究员开源最强3D动画模型AniGen Gemini上线最强语音合成模型Gemini 3.1 Flash TTS Meta研发出神经计算机Neural Computers #前沿科技趋势发布月 #AI新星计划 #AI #AIGC #大模型

38. OpenAI 的 Codex 应用悄悄上线了一个新功能：在对话里输入 /side 命令（或从 ... 菜单里选），就能开一个"侧边对话"。主线聊得正深，突然冒出个不相关的小问题，可以开个侧边窗口问完即走，不打断主流程，也不污染当前上下文。这事儿之所以眼熟，是因为 Claude Code 三月份刚刚上线了一个几乎一模一样的功能，叫 /btw（by the way 的缩写），由 Anthropic 工程师 Erik Schluntz 做的副业项目。/btw 同样是在 Claude 干活时让你插一句别的问题：能看到完整上下文，但没有任何工具权限，答完即消散，不写进主对话历史。好处是既不会撑大上下文，也几乎不增加 token 成本。

39. 最近一直在研究 Codex 和 Claude Code 的记忆设计，发现两者的设计哲学和玩法有很大差异。Codex 的设计目标是让一个 agent 运行的够久，所以它的执行策略偏向于把记忆当做工具，持续构建工作上下文（work memory），为当前的 goal 服务。OpenClaw 也是这个工作模式。Claude Code 更像把记忆当成认知架构。它不只记录当前目标，还会在不同时间尺度上持续沉淀用户偏好、上下文变化、执行经验和行为反馈。它更偏向于让多个 agent 各自在独立上下文中高效工作，由外部逻辑（文件记录、coordinator 管理等）确保整体进度不丢失。它不信任任何单个 agent 能跑到底，所以把进度状态放在 agent 之外。Codex 也意识到当前记忆设计的缺陷，尝试引入更持久的记忆机制（执行 codex features enable memories 可启用），支持跨对话记住你的项目上下文。每个交互轮次结束后，Codex 会自动从对话中提取有价值的信息（架构决策、代码约定、踩坑经验等），存到 ~/.codex/memories/。Codex 更像是一个执行者，专注于完成任务，而不是管理记忆或上下文。它的设计哲学是“做就对了”，不太关心过程中的失误或偏差，只要最终结果符合预期就行。正因如此，很多人体感 Codex 在指令遵循方面做的更好。Claude Code 更像是一个学习者，通过不断的试错和反思来提升自己的能力。它不仅关注完成任务，还关注如何完成任务。它会持续记录和分析执行过程中的每一步，积累经验和反馈，不断优化自己的行为策略。二者各有优劣，你更看好哪种模式？

40. 早，一觉醒来又发布两个模型。1、Opus 4.62、ChatGPT 5.3 Codex Opus 这次的升级：• 上下文窗口：Opus系列首次提供100万token（1M）上下文窗口（测试版）。• 定价：保持不变，输入每百万token5美元，输出每百万token25美元。• 能力升级：提升代码规划/调试/审查、智能体任务续航与自主纠错能力，Office工具（Excel、PowerPoint）和Claude Code同步升级。GPT 5.3 Codex 的升级：• 定位：编程智能体，非通用大模型，整合GPT-5.2推理与GPT-5.2-Codex编程能力。• 速度与效率：单token推理提速25%，同任务token用量减半，上下文 400 万 token（4M，比 Opus 4.6 强）• 基准表现：SWE‑Bench Pro56.8%、Terminal‑Bench 2.077.3%、OSWorld‑Verified64.7%。• 可用性：ChatGPT付费用户已可用（Codex应用/CLI/IDE插件/Web），API访问即将开放。• 安全：OpenAI首个网络安全维度获高等级评级的模型。目前感觉 5.3 更吸引人一些。晚点试试看。

41. 盘点一周AI大事(12月21日)｜谷歌手撕OpenAI OpenAI 上线最强图像模型GPT Image 1.5 OpenAI发布最强编码模型GPT-5.2-Codex Google发布 Gemini 3 Flash Google开源A2UI协议微软开源最强3D模型TRELLIS 2 阿里开源分层编辑图像模型Qwen-Image-Layered 阿里发布Veo 3平替Wan2.6 字节发布Veo 3平替Seedance 1.5 pro 腾讯开源首个实时交互世界模型WorldPlay 研究员开源照片重新对焦Genfocus Pipeline 研究员开源实时换脸视频模型PersonaLive Meta开源最强声音分割模型SAM Audio #抖音知识年终大赏 #AI新星计划 #OpenAI #AIGC #前沿科技趋势发布月

42. OpenAI：迁移Codex，免费！

43. 我如何用 Codex 在 5 天内"找回"丢失的源代码我早年写了一个 Electron 画图程序，源码丢了，只剩一个编译后的版本。我想过重写，但一想到要从零复现那些细节就头大。当时看了 OpenAI 那篇“28 天用 Codex 做出 Sora Android App”的博客 (http://t.cn/AX5vM1pu )，我突然有了个想法：既然编译后的代码还在，能不能让 Codex 帮我“逆向还原”出源代码？ 5 天后，我拿到了一份能正常运行的 TypeScript 源代码。从混淆代码里挖出模块结构 Electron 应用打包后，代码都压在 asar 文件里。第一步是让 Codex 从里面把 js 和 css 文件提取出来。提取出来的 js 是编译混淆过的，变量名全是 a、b、c，函数调用链乱成一团。人眼看着就晕，但对 Codex 来说，这只是另一段代码。我让 Codex 分析主要的 js 文件，把里面的模块列表整理出来。它真的做到了。虽然原始的模块名已经丢失，但从代码结构和功能逻辑，它还原出了一份相当完整的模块清单。有了这份清单，我让 Codex 制定还原计划：把每个模块从混淆后的 JavaScript 还原成可读的 TypeScript 代码。清单变成了一个 checklist，每完成一个模块就打个勾。第一个坑：Codex 太想"证明自己" 刚开始还原的时候，我遇到了一个问题。 Codex 有一种执念：它特别想验证生成的代码能跑。为了让代码能 build 通过，它会悄悄删减内容，跳过一些它觉得“暂时用不上”的部分。这对于写新代码是好习惯，但对于还原旧代码是灾难。我需要的是完整还原，不是能编译的最小子集。解决方法很简单，我在 AGENT.md 里加了一条强规则： “按照模块挨个还原即可，不需要保证编译通过。” 这一行字改变了一切。Codex 不再纠结于编译错误，开始老老实实地一个模块一个模块还原。第二个坑：上下文满了，记忆就没了 Codex 的上下文窗口是有限的。早期版本跑到一定程度就会停止，我得不停输入 continue。新开会话的话，又要重新介绍任务背景。我的解决方案是建立一套“外部记忆”系统： 1. 在 AGENT.md 里介绍当前任务的整体背景 2. 创建 PLAN.md 文件，记录还原计划和当前进度 3. 在 AGENT.md 里加一条规则：每次启动必须先读 PLAN.md，每轮任务结束后必须更新 PLAN.md 这样，每次新开会话只需要输入“continue”，Codex 就会自动读取进度，接着上次的位置继续干活。后来我连手动新开会话都懒得做了。让 Codex 帮我写了一个脚本，定时检测上下文是否接近上限，自动新开会话并输入 continue。于是我就看着它自己在那儿跑。过一会看看进度，又有几个模块完成了。把碎片拼成完整的应用几天后，所有模块都还原成了 TypeScript 文件。但这还只是一堆散落的零件。下一步是把它们组装成一个真正能跑的 Electron 应用。我让 Codex 用 Electron Forge 脚手架创建了一个新项目，然后把还原的代码放进去。这时候我重写了 AGENT.md 和 PLAN.md，告诉 Codex 如何编译和测试，然后用同样的套路：自动新开会话、continue、更新 PLAN。我看着 Codex 不停地修复编译错误。它会去原来编译后的代码里验证逻辑，用 npm start 运行应用检查效果，发现问题就修，修完继续下一个。等模块基本能编译通过后，我和 Codex 一起写了集成测试，覆盖几个主要的使用流程。写好测试后，又是同样的循环：让它自己生成代码、跑测试、修问题。五天后第五天结束的时候，我拿到了一个有完整源代码、能正常运行的 Electron 应用。说“完美还原”肯定是夸张了。运行时还有一些小 bug，有些边缘功能的行为和原来不太一样。但主要功能都在，整体结构清晰，最重要的是，我终于可以改代码了。我学到的东西很多人说 Codex 不需要外部循环机制。我觉得这是错的。对于长任务，Codex 需要一个类似 ralph-loop 的 plugin。否则你就得像我一样，自己写脚本去定时新开会话、输入 continue。这明明应该是内置功能。几点经验： 1. Plan 和 checklist 对长任务至关重要。每一轮任务完成后必须更新进度，否则上下文一断，前面的工作就白费了。 2. 为 Codex 提供验证方法同样重要。我能让它自动修 bug，是因为它能自己跑 npm start 看效果、跑测试看结果。没有验证手段，Codex 就只能盲写。 3. 有时候你得明确告诉 Codex 什么不用做，它才能专注于真正需要做的事。那条“不需要保证编译通过”的规则就是例子。 OpenAI 那篇博客讲的是用 Codex 在 28 天内从零构建一个生产级应用。我的故事正好相反：用 Codex 在 5 天内把一个丢失了源码的应用“逆向还原”成源代码。方向不同，核心方法论一样：把 Codex 当成一个能力很强但需要明确指令的队友，建立外部记忆系统保持连续性，提供验证手段让它能自我纠错。

44. 「Github一周热点110期」Github历史增长最快的项目？

45. 之前翻译了一本书，最近在校对阶段。我拿了最新版的英文版和中文版，丢给 Claude Code 和 OpenAI Codex，都是 local folder 操作，同样的 prompts，生成 .md 报告。Claude Code 比 Codex 领先了八点五个光年。可能还不止。

46. OpenAI 宣布收购 Astral，将后者旗下的开源 Python 工具整合进自家的 Codex 编程智能体生态。 Astral 是 Python 开发者圈子里的明星工具公司，旗下三款开源工具几乎已经成为现代 Python 开发的标配：uv 负责依赖管理和虚拟环境（类似于一个更快更好用的 pip + virtualenv），Ruff 是目前最快的代码检查和格式化工具，ty 则用于类型安全检查。这三样工具覆盖了 Python 开发流程中最高频的痛点，用户数以百万计。 OpenAI 的意图很明确：Codex 不想只做"帮你写代码"的工具，而是要深入到整个软件开发流程：规划变更、修改代码库、运行工具链、验证结果、长期维护。要做到这些，AI 智能体必须能直接操作开发者日常依赖的工具，而不是停留在生成代码片段的层面。收购 Astral 就是把这些工具链直接收入囊中。 Codex 目前的势头也不错：周活跃用户超过 200 万，年初至今用户量增长 3 倍，使用量增长 5 倍。交易尚需监管审批，完成后 Astral 团队将并入 Codex 团队。Astral 创始人 Charlie Marsh 表示将继续推进开源工具的演进。OpenAI 也承诺交易完成后会继续支持 Astral 的开源项目。值得留意的是，OpenAI 近期收购动作频繁，同期还官宣了收购 Promptfoo（一个 LLM 评测工具）。再加上之前收购 Windsurf（未遂），OpenAI 正在通过密集收购快速补齐 Codex 在开发者工具链上的拼图，把编程智能体从"能写代码"推向"能参与整个开发流程"。

47. 用 Claude Code + GLM4.7 写 Flutter，一个输入框 Bug 怎么都修不好。换了 codex + GPT5.2 Codex，它思考了7分钟，一次修好。不敢想象如果用 codex + GPT5.2 Codex 来 ralph，那得厉害成什么样。

48. Codex 餐饮点餐系统