OpenAI Codex 橙皮书·第二篇·五种形态

上篇讲了 Codex 橙皮书是什么、花叔是谁、这本书怎么读。这篇开始进正文，先把 Codex 这套系统的全景讲清楚，再带你 10 分钟装好跑起来。

一、Codex 不是一个工具，是一套系统

这是花叔在 §01 一开头就立的观点。理解 Codex 之前，先把 AI 编程工具这四年的格局看清楚。

2022 年是补全时代。GitHub Copilot 出来，你写上半句它猜下半句，本质上是一个更聪明的输入法，写代码的还是你。

2023 到 2024 年是对话时代。Cursor 火了，你不用精确描述怎么写，说「我想要什么效果」就行。后来 Cursor 加了 Agent 模式，能跨文件操作、自动跑命令，但它始终长在 IDE 里，是编辑器的延伸。

2025 到 2026 年是 Agent 时代。Claude Code 和 Codex CLI 先后出现，它们不住在编辑器里，直接在终端运行。你描述需求，它自己规划步骤、读代码、写代码、跑测试、操作 Git，整个循环自动完成。你从「写代码的人」变成「做决策的人」。

到了 2026 年中格局更清晰：AI 编程的主战场已经从 IDE 转移到 Agent。Agent 这个赛道上两个最强的玩家是 Claude Code 和 Codex，各有生态、各有擅长，两强并立。Copilot 补全那套玩法基本是上个时代的事了。

OpenAI 在 2026 年 4 月 16 日的官方博客里第一次公开 Codex 的运营指标：周活 400 万，年初至今涨了 8 倍。这个量级把 Codex 从「OpenAI 的一个实验项目」推到了「ChatGPT 之外最重要的产品线」。同期 JetBrains 2026 年 4 月的开发者调研显示，Claude Code 和 Codex 的认知度和使用率都在快速爬升，而传统 Copilot 的满意度只有 9%。AI 编程工具的代际换班已经发生了。

二、五种形态怎么选

Codex v1 橙皮书写的是「四种形态」。一个月之内多了一个：2026 年 5 月 7 日 OpenAI 上线了 Codex for Chrome 扩展。所以现在是五种，加一个延伸出去的手机伴侣。

CLI 是终端里运行的 Agent。开源，Rust 写的，跑在你本地机器上。终端输入 codex 会启动一个全屏 TUI 界面，不是一个聊天窗口，是像一个终端应用。2026 年 4 到 5 月之间 CLI 从 0.122 迭代到 0.130，加了 /vim 模式、/goal 持久化目标、codex update 自更新、codex remote-control 远控、Bedrock 原生支持。适合一个人安静写代码、需要完整控制、喜欢终端工作流的人。

App 是 macOS 和 Windows 桌面端应用。2026 年 4 月 16 日这次升级动作非常大，OpenAI 把它升级成了「桌面五件套」：Computer Use（Codex 自带光标直接操作本机 App）、In-App Browser（内置浏览器在网页上直接评论给指令）、Memory 预览（记住你的偏好同类任务不用重复 brief）、Image Generation（集成 gpt-image-1.5）、Automations 续跑（调度未来任务跨天跨周持续推进）。同期还放出了 90 多个新插件。如果 v1 时代的 Codex App 还像「带可视化界面的 CLI」，现在它已经是一个独立的 Agent 操作系统了。适合同时推进多个任务、需要本地 App 操作能力、要做跨天长任务的人。

Cloud 是 Web 版。打开 chatgpt.com/codex 就能用。连接你的 GitHub 仓库给它任务，它在 OpenAI 的云端沙盒里执行，执行过程中默认断网，完成后自动生成 PR 或 diff。你可以审查修改、合并代码，全程不碰本地环境。适合把任务丢出去就不管了，比如代码审查、Bug 修复、重构这类「交代清楚就能干」的任务。

IDE Extension 是 VS Code（以及 Cursor、Windsurf 等 VS Code 分支）的扩展。侧边栏开一个面板直接和 Codex 对话。可以操作当前项目的文件，也可以一次把任务委派到云端。适合已经习惯在 IDE 里工作不想切换的人。

Chrome 扩展是 5 月 7 日新增的。和 App 里的 In-App Browser 关键差别是：它能复用你已经登录的 Chrome 会话，意味着 Codex 可以直接帮你操作 LinkedIn、Salesforce、Gmail、公司内网这些「需要登录态」的页面。In-App Browser 过去只能跑 localhost 和无登录态页面，这一块的缺口被 Chrome 扩展填上了。每个 thread 自动分一个 tab group 可以同时操作多个标签，权限按站点 allowlist/blocklist 管理，目前只支持 Chrome，macOS 和 Windows 都能装。适合让 Agent 帮你处理网页里的重复事务，比如筛简历、整理 CRM、回邮件、查内部工单。

五种形态共享同一套配置（~/.codex/config.toml）、同一套 AGENTS.md 规则、同一个 ChatGPT 账号。你在 CLI 里配好的 MCP 工具，在 App、IDE Extension、Chrome 扩展里也能用。这是 Codex 作为「系统」而非「单一工具」的关键。

手机版是 2026 年 5 月 14 日上线的，OpenAI 把它集成进 ChatGPT 手机端。它不是新的第六形态，不是独立的 Codex iOS/Android App，也没法把代码库下到手机本地跑 Agent。它的真实身份是：桌面 Codex App 的远程控制面板。把手机和正在跑 Codex App 的 Mac 配对（Windows「即将支持」），扫码即可。手机上能实时看到那台机器上每个 thread 的状态，可以远程审批命令、切换模型、响应决策点、新建任务。心智上更适合把它归到「Codex App 的延伸」而非独立形态。

三、花叔的入口推荐

五种形态听起来很多但你不需要全用。花叔的日常配比是：

主力是 CLI + Cloud。CLI 处理需要完整控制、需要看到每一步的任务；Cloud 处理那些「交代清楚就不用管」的任务，比如改文档、重构小模块、跑测试。这两个加起来覆盖 80% 的日常需求。

偶尔用 App。需要让 Agent 操作本机其他 App、或者要跨天跑长任务（用 Automations 续跑）的时候才打开。Computer Use 他目前还在观察期，能力很强但生产场景要谨慎。

少用 IDE Extension。他自己很少在编辑器里和 Agent 对话，更喜欢终端全屏 TUI 给的「专注感」。

新尝试是 Chrome 扩展。他 5 月装上之后用得最多的场景是「让 Codex 帮我看 LinkedIn 上某个人的过往项目」「让它扫一遍 Gmail 里某个标签下的所有邮件做摘要」。这些过去用脚本难做（要解决登录、反爬虫、cookie），现在直接复用他已登录的 Chrome 会话搞定。Chrome 扩展把 Codex 从「程序员工具」往「知识工作者工具」推了一步。

花叔的建议是：不要因为有五种形态就五种都装一遍。先从 CLI 开始用稳，等你日常被某个具体痛点卡住（比如「我希望它在我合上电脑之后还在跑」「我希望它能帮我刷一遍 Gmail」），再去开对应的那个入口。每多开一种形态意味着多一套配额、多一套配置维护成本。

四、10 分钟装好 Codex CLI

前提条件两样：一个 ChatGPT 账号（Plus 20 美元一个月就够用，包含 Codex 全部功能；已有 ChatGPT Plus 或 Pro 不需要额外付费），Node.js 18 及以上（CLI 和 IDE 扩展需要；如果机器上没有，用 brew install node 最省事，Windows 去 nodejs.org 下载安装包）。

CLI 是最轻量的入口，一行命令就能装好。npm 用户：npm install -g @openai/codex。Homebrew 用户（macOS/Linux）：brew install codex。装完之后在终端里输入 codex。第一次运行会提示你登录，推荐用 ChatGPT 账号登录（浏览器自动弹出授权页面），这样 CLI、App、Cloud 的数据都是打通的。

如果你在服务器或者 CI 环境里没有浏览器，可以用 API Key 登录：codex --api-key sk-...，或者把 API Key 写到环境变量里 export OPENAI_API_KEY=sk-... 然后 codex。

登录成功后 Codex 会启动一个全屏 TUI 界面。和 Claude Code 的流式输出不同，Codex CLI 是一个完整的终端应用，有输入框、输出面板、状态栏。第一眼看上去更像一个 IDE 而不是聊天窗口。

五、第一次对话

不管你选了哪种形态，进来第一件事都是和 Codex 聊一次。进入一个有代码的 Git 项目目录，启动 Codex：

cd your-project

codex

输入一条最简单的指令：Explain this codebase to me。Codex 会自动扫描项目结构、读取关键文件、分析代码逻辑，然后给你一份清晰的项目概览。如果项目里有 README、package.json、requirements.txt 这类文件它会优先读取。

试试第二条：Find any potential bugs or code smells in this project。它会逐个文件检查找出潜在问题给出具体修改建议。这时候你会看到 Codex 的安全机制：默认的 Auto 模式下它读文件不需要你确认，但要修改文件或执行命令会先问你。

如果你想让它直接干活不打扰你：codex --full-auto。这样它在 workspace 范围内可以自由读写文件、执行命令，只有涉及 workspace 以外的操作或网络访问时才会暂停问你。

六、配置文件在哪

不管用哪种形态，Codex 的配置文件都在同一个位置：~/.codex/config.toml。五种形态共享这份配置，你在 CLI 里改了默认模型，App 里也会生效。

常用配置示例：默认模型 model = "gpt-5.4"；Web 搜索 web_search = "cached"（缓存模式）/ live（实时）/ disabled（关闭）；沙盒模式下的网络访问 [sandbox_workspace_write] network_access = false。

大部分情况下不需要改配置文件，默认值就挺合理。等你用熟了想调整模型或安全策略时再来改。

七、你该从哪个形态开始

花叔的建议是如果你拿不定主意，就从 CLI 开始。花 5 分钟装好进一个项目目录让它帮你分析代码，体验一次从「提需求」到「看结果」的完整循环，你就能感受到 Codex 和传统 AI 编程工具的本质区别。CLI 体验完了再决定要不要试 App 的多任务并行，或者 Cloud 的异步委派。一步步来，不用一次全搞定。

具体到场景：

• 从没用过 AI 编程工具 → CLI（最简单直接，一行命令启动）

• 用过 Claude Code → CLI（体验最接近，方便对比差异）

• 想同时跑多个任务 → App（多线程并行是核心优势）

• 不想装任何东西 → Cloud（浏览器打开就能用）

• 重度 VS Code 用户 → IDE Extension（不用切换上下文）

不管从哪个形态开始，后面随时可以切换，五种形态的数据互通，你在 CLI 里创建的线程在 App 里也能看到。

下一篇开始拆 §03-04：你的第一个项目 + CLI 深度使用。重点是 Auto-review 审批模型怎么改的、沙盒三档边界、Windows Full Access 警告为什么绝对不要开。这几个坑用一段时间才会遇到，提前知道能省不少事。

原文信息：Codex 橙皮书 v2.0.1 §01-§02，作者花叔，GitHub alchaincyf/codex-orange-book，CC BY-NC-SA 4.0 协议。

下一篇: 书名解读+3 ❘ 第3篇-项目与CLI深度。下篇看点: 五种形态逐个拆解 + 10 分钟安装。