OpenAI 推出的 Codex App 带来了可视化的 Skills 管理和定时任务等实用功能，但在实际使用中暴露出与 Skills 适配不足、缺乏交互、运行缓慢等问题。这篇实测体验深入探讨了其功能亮点与待改进之处，为技术爱好者提供了客观的使用参考。
智能速览
Codex App 提供可视化的 Skills 列表管理界面，支持扫描和创建 Skills
新增定时任务功能，可实现定期代码审查和问题解决自动化
应用与 Codex CLI 同步支持计划模式，AI 执行前会先确认步骤
实测发现模型运行速度慢，且缺乏用户交互环节
精华内容
OpenAI Codex App 的推出为用户带来了更加便捷的图形化操作体验，但在与 Skills 生态的适配上还存在明显的不足，实际使用体验与预期有一定差距。
功能亮点
Codex App 在功能设计上确实有不少创新点。可视化的 Skills 列表界面让管理变得更加直观，用户可以轻松查看预置的官方 Skills，也能扫描已经通过 NPX 安装的 Skills。不过需要注意的是，本地创建的 Skills 无法被识别。
定时任务功能是一个很实用的亮点，用户可以设置 AI 定期执行特定任务，比如每周生成问题解决报告、处理项目的 PR 问题或进行代码审查。对于需要持续维护的项目来说，这能显著提升工作效率。
用量显示界面设计得相当出色，清晰的进度条和余量显示让用户一目了然地掌握使用情况。
计划模式
Codex App 现在支持计划模式，这个功能通过与 Codex CLI 共享后端实现。在使用时，AI 会先规划出完整的任务步骤，等待用户确认后再开始执行。
这种设计避免了 AI 随意执行命令的风险，让用户对整个过程有更好的掌控。同时，应用还提供了 code review 的快捷方式，可以快速调用相关 Skills，进一步简化了操作流程。
MCP 的添加功能也得到了支持，扩展了应用的可玩性。
实测问题
实际测试中使用了 video-wrapper skill 进行验证，这是一个能够为视频添加包装效果（如卡片、花字、人物条等）的复杂技能。第一次运行时遇到了明显问题：AI 自动选择了效果较差的 PIL 方案。
核心问题在于缺乏交互机制。按照 skill 的设计，应该先询问用户选择方案，再确认包装细节，但 Codex 直接执行了所有步骤，甚至在出错时也不提醒，直接使用降级方案。
虽然在要求修复后能够正确完成任务，最终生成了包含人物卡片、花字、章节标题和结论卡片的完整包装效果，但整个过程体验不佳。
体验缺陷
Codex App 在用户体验方面存在三个主要问题。首先是运行速度慢，这成为影响使用体验的关键因素。其次是交互不足，用户无法了解执行进度，也不知道 AI 选择了什么方案。
最令人困扰的是 AI 只管执行，不会在任何节点停下来询问用户意见。这种单向执行模式与 Skills 规范中的交互要求相悖。
相比之下，Claude Code 在与 Skills 的适配上做得更好，交互更自然流畅。Codex App 显然只是简单做了适配，还没有完全融入 Skills 生态体系。
Codex App 在功能设计和界面体验上展现出不小潜力，特别是可视化管理、定时任务等功能的加入值得肯定。但交互缺失和运行速度慢的问题确实影响了实际使用体验。随着 OpenAI 对产品持续优化，这些问题有望得到改善，期待看到更好的版本。
