这几天我一直在用Codex，先说结论：它还不能接管编程。至少现在不行。

但它确实改变了之前的Chat模式。

5月30日之后，Codex的Computer Use可以在Windows上用了。

单看每个能力都很普通：看屏幕、点鼠标、开网页、改文件。可一旦串起来，它就不只是回答问题了。

再加上与手机App打通，不一定非得坐在电脑前才让它干活。以前我想到一个bug，或者睡前突然想加个功能，基本只能先记下来，等回到电脑前再处理。现在可以直接把任务丢给它，让它先跑一轮。

以前我用ChatGPT写代码，大概是这样的：编辑器里报错，切出去问一句，复制答案，再粘回去。页面要改，也得先描述半天，哪个按钮、什么状态、想改成什么样。但本质上还是我在干活，它在旁边指导。

有次我让它按设计稿改颜色。再把色值贴在飞书里，装上飞书CLI之后，它直接打开飞书，自己去找色值，再写进配置文件。全程我没碰到键盘。

浏览器也类似。以前要让AI改页面，得描述半天：哪个页面，哪个按钮，什么状态，改成什么样。现在我直接在页面上点给它看，说这个按钮太弱，换primary。它知道我说的是哪一个。

自动化也不是那种一眼惊艳的功能，但用久了会发现它有用。像每天出简报、每周回顾、盯项目变化，这些事不难，烦的是要一直重复。

长期记忆也是。以前每开一个新会话，需要把项目背景从头讲，现在至少不用每次都从公司成立开始讲起。

所以我现在看Codex，不太把它当聊天工具了。它更像一个能干活、但需要你盯着的助理。

我用它做了「随存」

我自己做了一个小工具，叫「随存」。需求很简单。我常用NotebookLM，看到一篇文章，想存进去，就要切页面、复制、粘贴，再切回来。动作不难，可一天多来几次就烦。看起来只是几个动作。但注意力就是这么断的。

所以我想要一个浏览器插件：看到好内容，顺手存进NotebookLM。我把这个想法告诉Codex。整个过程我没写代码，就是一直跟它说哪里不对，哪里再改一下。差不多一天，一个能用的版本就跑起来了。

这件事以前我大概率不会做。一个是因为非技术出身，对写代码抵触，另一个是懒得为这么一个小需求去开发项目。

Codex把这部分成本压下来了。这就是它厉害的地方。用VibeCoding做一个自己用的小工具，确实很有成就感。但问题是，从0到一个能跑的Demo，Codex很有用；从Demo到真实产品，它只是帮手。

也是做完「随存」以后，我才更清楚地意识到：它还只是一个Demo。

开发中踩过的坑

在整个开发过程中，最折磨我的是自动保存到NotebookLM。这个功能我改了不下五遍。有时候刚修好一个bug，转头又把之前的逻辑覆盖掉。到现在它也不是我脑子里那个完美版本。

但我现在接受了：真实产品大多是这么来的：先有一个能用的版本，再靠每天使用慢慢磨。

怎么用 Codex？

Codex能力很强，但不能当甩手掌柜。你不管，它就会按自己的理解乱跑。

第一件事是把背景讲清楚。

做随存的时候，我一开始项目文件夹很乱，也没写AGENTS.md。结果Codex经常找错文件，有时还把之前配好的东西覆盖掉。后来我把项目结构理顺，在AGENTS.md里写了几行规则，它才稳定一些。

第二件事是你要做判断。

复杂业务逻辑它经常装懂。比如订单金额这种字段，它可能顺手设成整数，小数点没了也不觉得有问题。还有安全问题，SQL注入、XSS、权限漏洞，你不提醒，它不一定主动想。

第三件事是拆任务。

我后来学乖了，不再一次丢一个大需求。每次只让它做一小段。做完我看一遍，没问题再做下一段。如果跑偏了就用Steer拉回来。睡前想多压点活，可以往Queue里塞几个任务。第二天起来确实能看到进展，但前提是任务写得够清楚。

我自己也跑偏过。做随存的时候，一上来就想搞批量转存。折腾半天才发现，主功能还没跑通，后来用计划模式重新捋了一遍，先把核心流程跑顺，再谈优化。

最后说

可以不写代码，但是大的方向还是我们来定。以后会写一点代码的人会越来越多，更难的是把需求讲清楚。

所以Codex能不能100%接管编程？我的回答是不能，至少现在还不能。

重复动作可以交给它，判断标准还得你自己给。如果你只是想做个小玩具，Codex已经够了。

如果你想把东西做进真实业务里，就得补另一门课：怎么理解AI，怎么拆需求，怎么把一个应用从能跑变成能用。