目錄

如果你用過 Claude Code,你大概知道「在終端機裡跟 AI 協作寫程式」是什麼感覺:不用離開命令列,AI 直接讀你的程式碼、提出修改、跑測試、幫你 commit。

OpenAI 在 2025 年 4 月發布了同類型的工具:Codex CLI。它是一個開源的輕量化 Coding Agent,在你的終端機裡本地運行,可以讀取 repo、編輯檔案、執行指令,並且以對話的方式和你一起推進工作。

TL;DR

Codex CLI 是 OpenAI 推出的終端機 AI Coding Agent,開源、本地運行、支援多種安全模式。它和 Claude Code 做的是同一件事,但走的是 OpenAI 的生態系(GPT 系列模型、MCP、GitHub 整合)。適合已經在用 OpenAI API 的開發者,或者想比較不同 Agent 工具的人。

是什麼

Codex CLI 的官方定位是「一個在你終端機裡運行的 lightweight coding agent」。它的核心能力:

  • 讀取程式碼庫:直接存取你工作目錄裡的檔案,不需要複製貼上
  • 編輯檔案:可以直接修改程式碼,或提出修改建議讓你確認
  • 執行指令:跑測試、執行建置、查看 log
  • 對話式工作:用自然語言描述你想做的事,它負責拆解和執行

架構上,Codex CLI 用 Rust 寫成(速度快、佔用資源少),開源在 GitHub,並且支援透過 Model Context Protocol(MCP)整合第三方工具。

安全模式

這是 Codex CLI 設計上很有意思的地方。它提供三個層級的「自主程度」:

Suggest(建議模式):每一個動作都需要你確認。Codex 提出修改,你決定要不要套用。適合新手或對不熟悉的程式碼庫操作時。

Auto-edit(自動編輯):Codex 可以自動修改檔案,但執行任何系統指令還是需要你確認。適合在熟悉的 repo 裡做日常修改。

Full-auto(全自動):Codex 可以自主讀取、修改、執行,不需要每步確認。適合在隔離環境(如 Docker 容器)或已知安全的操作,跑完整的自動化流程。

這個設計讓開發者可以根據情境調整風險邊界,而不是一刀切地全部信任或全部手動確認。

怎麼開始用

安裝需要 Node.js 環境:

npm install -g @openai/codex

然後設定 API key:

export OPENAI_API_KEY="sk-..."

在你的專案目錄裡啟動:

codex

啟動後會進入全螢幕的終端機 UI。你可以直接用自然語言描述任務,例如:

幫我找出 auth.ts 裡可能的 race condition,並且解釋問題在哪
把所有 API endpoint 的回應格式統一改成 { data, error, meta } 的結構
在 CI 失敗的地方加上更清楚的錯誤訊息

Codex 會讀取相關檔案、說明它的理解、提出具體的修改方案,並根據你選擇的安全模式決定是否需要確認才執行。

跟 Claude Code 的差別

這兩個工具做的事情高度重疊,選哪個主要看你的生態系偏好:

Codex CLIClaude Code
底層模型GPT 系列(含 GPT-5.4)Claude 系列
開源是(MIT License)
安全模式三層(Suggest / Auto-edit / Full-auto)可設定,沙箱選項
MCP 支援
主要語言RustTypeScript
適合的人OpenAI API 用戶、想要開源工具的開發者Anthropic API 用戶、已用 claude.ai 的人

兩者都支援 MCP,所以在工具整合上的能力趨於接近。核心差異主要是模型品質和你對哪個生態系更熟悉。

比較值得關注的功能

Subagent 並行:可以啟動多個 Codex subagent 並行處理不同任務,適合大型重構或跨模組的修改。

Code Review 模式:可以請一個獨立的 Codex agent 在你 commit 之前先 review 你的修改,相當於多了一個自動化的 reviewer。

Worktree 支援:可以讓自動化流程在獨立的 git worktree 上跑,不影響主要的工作目錄。

整體來說

Codex CLI 是一個認真做的終端機 Coding Agent,功能上和 Claude Code 同量級。如果你已經在用 OpenAI 的服務,或者傾向使用開源工具,它值得花幾個小時試試看。

不過有一點要注意:這類 agent 工具的能力很大程度上取決於底層模型,而這個領域的差距縮得很快。現在的評估半年後可能就不準了。最好的方法還是自己跑幾個真實工作場景比較看看。

參考資料

相關標籤

相關文章