OpenAI Codex — AI 编程 Agent 详细介绍

一、产品概述

OpenAI Codex 是 OpenAI 官方推出的终端优先（Terminal-First）的开源 AI 编程 Agent，于 2025 年 4 月首次发布 Codex CLI，采用 Apache 2.0 开源协议。官方将其定位为自主软件工程工具——能写代码、修 Bug、重构、跑测试、管理多文件变更，全部在终端中完成。

到 2026 年中，Codex 已从单一 CLI 演进为统一 Agent 平台，覆盖 CLI、桌面应用（macOS/Windows）、Web、IDE 扩展（VS Code、JetBrains、Xcode）和 GitHub 集成。截至 2026 年 6 月，Codex 周活跃用户突破 500 万，与 Anthropic 的 Claude Code 形成直接竞争。

产品形态速览

维度	说明
产品形态	终端 CLI + 桌面应用 + Web + IDE 扩展的统一 Agent 平台
所属层级	模型与编码执行层（工具链第 0 层）
核心角色	终端优先的自主编码 Agent
是否可独立运行	是，开箱即用
开源协议	Apache 2.0
代码仓库	github.com/openai/codex
官方文档	developers.openai.com/codex
通俗类比	Claude Code 的对标竞品——OpenAI 版的"终端结对程序员"

---

二、发展历程

时间	里程碑
2025 年 4 月	Codex CLI 首次发布，开源（Apache 2.0）
2025 年 5 月	Codex Cloud 研究预览发布，由 codex-1（基于 o3）驱动
2025 年 6 月	向 ChatGPT Plus 用户推出
2026 年 2 月	macOS 桌面应用 + GPT-5.3-Codex 模型发布；超级碗广告投放
2026 年 2 月	GPT-5.3-Codex-Spark 发布（低延迟版，Cerebras 硬件，快约 15 倍）
2026 年 3 月	GPT-5.4 for Codex；Windows 桌面应用；Codex Security Agent 发布；宣布收购 Astral
2026 年 3 月	200 万+ 周活用户；宣布合并 ChatGPT + Codex + Atlas 为一个"超级应用"
2026 年 6 月	500 万+ 周活用户（5 个月增长约 730%）；Record & Replay 功能发布

---

三、安装与环境配置

3.1 系统要求

• 运行时：Node.js 22+
• 操作系统：macOS、Linux、Windows（通过 WSL2，2026 年 3 月发布原生 Windows 应用）
• 认证方式：ChatGPT 订阅计划 或 OpenAI API Key

3.2 安装步骤

# 第一步：通过 npm 全局安装
npm install -g @openai/codex

# 第二步：启动 Codex
codex

# 首次运行会引导完成认证（ChatGPT 账号或 API Key）

3.3 认证配置

# 方式一：使用 OpenAI API Key
export OPENAI_API_KEY=sk-xxx

# 方式二：通过 ChatGPT 订阅认证（OAuth 流程）
codex login

---

四、核心架构

4.1 Agent Loop（智能体循环）

Codex CLI 运行一个核心 Agent Loop：

用户输入 → 模型推理（通过 Responses API）→ 工具调用（Shell 命令、文件读写、测试、Lint）
    → 结果返回给用户 → 继续下一轮循环

关键架构特点：

特性	说明
沙箱执行	文件操作限定在工作目录，网络访问默认关闭
统一 App Server	一个后端同时驱动 CLI、桌面应用、Web、IDE 扩展——共享配置、历史、技能、线程
Prompt Caching	重复请求自动复用缓存前缀，提升性能
Auto-Compaction	接近 Token 上限时自动压缩对话上下文
开源	github.com/openai/codex

4.2 三种运行模式

模式	行为	适用场景
Suggest（默认）	每次文件编辑和命令都需要人工审批	日常开发，保持人工控制
Auto-edit	文件修改自动执行，Shell 命令仍需审批	信任代码修改，但命令需把关
Full-auto	最大自主权——编辑和命令都自动执行（网络仍沙箱）	高度信任的重复性任务

---

五、核心功能详解

5.1 多文件编辑与统一 Diff

支持跨多个文件的编辑，输出统一的 Diff 供审查，一次需求可能涉及多个文件的协调修改。

5.2 AGENTS.md / codex.md 项目指令文件

项目级指令文件，层级化定义项目约定：

# codex.md（项目根目录）
目录结构说明：src/ 源码，tests/ 测试
测试命令：npm test
代码风格：ESLint + Prettier，2 空格缩进
禁止模式：不使用 any 类型、禁止 console.log

支持从根目录到工作目录的层级发现——子目录可以覆盖或扩展上层约定。

5.3 斜杠命令（Slash Commands）

/model       切换模型
/permissions 调整权限模式
/review      代码审查
/plugins     管理插件
/skills      管理技能
/compact     压缩上下文
/status      查看当前状态

5.4 MCP 插件系统

通过 Model Context Protocol 支持第三方集成：Figma、Jira、CircleCI、GitHub、Linear 等。

5.5 并行多 Agent 编排

可同时调度多个 Agent 在隔离的 Git worktree 上并行工作，互不干扰。

5.6 语音输入

终端内按住空格键即可语音输入需求。

5.7 CI/CD 集成

支持通过管道输入（piped input）集成到 CI/CD 流水线。

5.8 Codex Security Agent（2026 年 3 月发布）

漏洞扫描专用 Agent——在 120 万个 Commit 上测试，在 Chromium、OpenSSL、PHP 等项目中发现了约 800 个严重漏洞和 10,000 多个高危漏洞。

---

六、模型体系

Codex 由多款模型驱动，按任务复杂度分级：

模型	适用场景
GPT-5.3-Codex-Spark	实时交互编码（极低延迟，Cerebras 硬件加速）
GPT-5-Codex-Mini	轻量级、快速任务
GPT-5.2-Codex	标准编码任务
GPT-5.3-Codex	复杂工程、代码审查
GPT-5.4	深度推理 + 100 万 Token 上下文 + Computer Use
GPT-5.5	改进 Token 效率，长任务持久化

---

七、实操 Demo

场景：给项目添加新功能并自测验证

# 进入项目目录
cd ./my-project

# 启动 Codex
codex

# 在 Codex 交互终端中下发任务：
> 分析当前项目结构，在 src/api/user.ts 中新增 GET /api/users 分页查询接口，
  包含参数校验、数据库查询、异常处理，写完自动运行 npm test 验证

# Codex 执行过程：
# 1. 自动扫描项目结构和依赖
# 2. 读取现有代码风格和规范
# 3. 编写接口代码
# 4. 自动运行测试
# 5. 报错自动修复
# 6. 输出统一 Diff 供审查

---

八、适用场景

✅ 最适合的场景

场景	原因
日常编码任务	终端原生体验，写代码/修 Bug/重构一站式
快速原型开发	多种运行模式，从保守到全自动灵活切换
代码审查与安全扫描	内置 Review 和 Security Agent
CI/CD 集成	支持管道输入，自动化的代码生成/修复
OpenAI 生态用户	与 ChatGPT 账号打通，统一认证

⚠️ 需注意的场景

场景	注意事项
Windows 用户	原生应用 2026 年 3 月才发布，之前需 WSL2
多模型需求	只支持 OpenAI 模型，不支持 Anthropic/Gemini 等第三方模型
Full-auto 模式	Token 成本较难预测，建议设置预算上限
企业治理	成熟度不及 Anthropic Claude Cowork，仍在迭代中

---

九、与 Claude Code 的对比

维度	Claude Code	OpenAI Codex
开发商	Anthropic	OpenAI
开源	专有	开源（Apache 2.0）
模型	仅 Claude 系列	仅 GPT 系列
平台覆盖	CLI	CLI + 桌面 + Web + IDE
多 Agent 编排	有限	并行 Agent + 隔离 Worktree
安全沙箱	基础	文件操作沙箱 + 网络默认关闭
周活用户（2026.6）	~42 万（2026 年初）	500 万+
安装	npm install -g @anthropic-ai/claude-code	npm install -g @openai/codex

---

十、优势与局限总结

优势

优势	说明
开源透明	Apache 2.0 协议，代码完全开放
多端统一	CLI/桌面/Web/IDE 共享配置和历史
灵活运行模式	Suggest → Auto-edit → Full-auto，按需选择自主度
沙箱安全	文件操作限定工作目录，网络默认关闭
语音输入	终端内空格键直接语音
Safety Agent	内置安全漏洞扫描

局限

局限	说明
模型锁定	仅支持 OpenAI 模型，无法使用 Claude/Gemini 等
Token 成本	Full-auto 模式下成本较难预测
Windows 支持	原生支持较晚（2026.3），初期需 WSL2
企业治理	相对 Claude Cowork 仍不成熟
安全事件	2026 年 3 月曾发现通过恶意分支名窃取 GitHub Token 的漏洞（已修复）

一句话总结

Codex 是 OpenAI 对 Claude Code 的直接回应——一个开源的终端优先编码 Agent，凭借 GPT 系列模型 + 多端覆盖 + 灵活运行模式，在 2026 年实现了爆发式增长，成为 Claude Code 最强劲的竞争对手。