Codex 复兴：云端并行 Agent 与 CLI 双形态实战
Codex 是 OpenAI 最早的代码模型名字，曾在 GitHub Copilot 初期立下汗马功劳，后被 GPT-4 系取代而沉寂。但 2025-2026 年，OpenAI 让它"重生"——不再是一个补全模型，而是一套云端 Agent + CLI的编程代理，被社区评为"令人意外地好用"。它的独门武器是云端并行：能同时在多个沙箱里跑多个编码任务、各自产出 PR。本文讲清新 Codex 怎么用，以及它和 Claude Code 如何互补。官网。
1、为什么叫"复兴"
初代 Codex 是 Copilot 背后的补全模型，纯"续写"，能力有限。新版 Codex 彻底换了内核——以 GPT-5.x 为大脑，具备完整的 agentic 能力（读仓库、改多文件、跑测试、循环推进）。名字是情怀，内核是全新的。理解这一点很重要：别把它当"老补全模型"看，它现在和 Claude Code 是同一量级的 agentic 编码代理。
2、双形态架构：CLI + 云端 Agent
新 Codex 提供两种形态，共享同一套 GPT-5.x 的 Agent 能力，按场景选用：
形态 在哪跑 工作方式 适合
------------------------------------------------------------------------
Codex CLI 本地终端 你在项目里实时交互 即时改造、本地调试
云端 Agent 云端沙箱 派任务后脱手，它自己跑 并行批处理、脱手任务CLI 是"你在场"的实时协作（类似 Claude Code）；云端 Agent 是"你脱手"的派活模式（类似派给一个云端员工）。最大区别在并行：云端可以同时开多个沙箱，互不阻塞。
3、CLI 上手与 AGENTS.md
// 安装（任选其一）
npm install -g @openai/codex
brew install codex
// 在项目里启动交互
cd your-project
codex
// 一次性执行（非交互）
codex "修复登录接口的空指针异常"
// 登录：首次运行用 OpenAI 账号登录授权核心实现：安装并登录 → 项目目录运行 `codex` 进入交互 → 自然语言描述任务，它自主读改、执行、推进 → 按审批模式决定是否需你确认，完成后给出 diff。
和 Claude Code 的 CLAUDE.md 对应，Codex CLI 读的是项目根的 AGENTS.md——写清技术栈、命令、规范、禁忌，它每次都遵守。把"怎么构建、怎么测、别碰什么"写进去，效果立竿见影。
# AGENTS.md（项目根）
## 构建 & 测试
- 构建：./gradlew build
- 测试：./gradlew test
## 规范
- 改动必须通过测试再提交
- 不引入新依赖
## 禁忌
- 不动 legacy/ 目录4、审批模式：控制它的"自主度"
Codex CLI 提供几档审批模式，按信任度选：建议模式（只给建议，不改文件，最安全）、自动编辑（自动改文件，跑命令仍需确认）、全自动（改文件 + 跑命令全放行，最快但需配好护栏）。新手从"建议"起步，磨合好再逐步放权；上"全自动"前，务必配好 AGENTS.md 的禁忌和 git 隔离。
5、云端 Agent：并行处理的杀手锏
这是 Codex 区别于其他工具的独门能力。在 ChatGPT 的 Codex（云端）里，你可以同时"派"多个任务，每个任务在一个独立云端沙箱里跑——读仓库、改代码、跑测试、生成 PR——互不阻塞、并行推进。你像项目经理一样派活、收 PR。
// 同时派三个并行任务
- 任务 A：给 /api/orders 补参数校验与单测
- 任务 B：把日志框架从 log4j 迁到 SLF4J
- 任务 C：修复 #1234 报告的并发问题
// 三个沙箱并行 → 各自产出独立 PR → 你逐个 review 合并这套打法的甜区是"一批独立、可并行的小任务"：清积压 issue、批量补单测、并行验证多个方案。任务之间有依赖、需要反复上下文的，则更适合 CLI 实时协作。
6、三大典型工作流
工作流 A：本地即时改。终端开 CLI，像和同事对话一样改代码，适合"马上要"的改造。工作流 B：云端并行批处理。把一批独立 issue 派给云端，并行跑、各自出 PR，适合"清积压"。工作流 C：开放式调试。把疑难 Bug 交给它（CLI 或云端），让它自主探索代码库、反复试错定位——GPT-5.x 在这类"边查边改边验证"的任务上尤其强。
7、与 Claude Code：对比与互补
维度 Codex Claude Code
-----------------------------------------------------------
大脑 GPT-5.x Claude Opus/Fable
强项 云端并行、开放式调试 大仓库重构、agentic 闭环
独门 云端多沙箱并行 + 自动 PR 子代理/Skills/Hooks/MCP 生态
形态 CLI + 云端 Agent CLI 代理
生态 OpenAI / ChatGPT Anthropic二者并非二选一，而是互补。实用搭配：重构、跨文件大改造交给 Claude Code（Opus 重构强、闭环稳）；并行清积压、开放式调试交给 Codex（云端并行 + GPT-5.x 试错强）。一个啃硬骨头，一个并行清扫，组合起来比单押一个更能打。
8、成本与合规注意
成本：云端并行任务和"想太多"的重型推理都很烧 token，给并行任务设数量上限、给单任务设预算。合规：云端 Agent 会把代码上传到 OpenAI 沙箱，敏感/涉密代码慎用云端，改用 CLI 本地或私有化；企业使用前确认数据合规条款。安全：全自动模式下务必配好 AGENTS.md 禁忌 + git 分支隔离，防止它误改误删。
9、总结
Codex 的"复兴"是 OpenAI 用 GPT-5.x 重做了编程工具：CLI 管本地即时改造，云端 Agent 管并行批量任务。它的独门武器是云端"多沙箱并行 + 自动 PR"，与 Claude Code 的"重构 + agentic 闭环"形成互补。
关键要点：
- 新 Codex = GPT-5.x 内核，CLI + 云端 Agent 双形态
- 独门能力：云端多沙箱并行 + 自动产出 PR
- 用 AGENTS.md 立规矩，用审批模式控自主度
- 与 Claude Code 互补：Codex 并行清扫，Claude 啃重构
对于已在 OpenAI 生态里的开发者而言，Codex 是顺理成章的选择；对于想"并行啃一批任务"的团队，它的云端 Agent 更是独门利器。把它和 Claude Code 搭配起来——一个并行清积压，一个专心啃硬骨头——你会发现 agentic 编程的吞吐量，远不止"一个 AI 助手"那么简单。
