Codex 是 OpenAI 推出的 AI 编程代理（AI Coding Agent），与普通对话式代码模型不同，它的核心思想不是单次问答，而是以智能体循环的方式，自主完成完整软件工程任务。
1. Prompt（提示词）
Prompt 是用户和 Codex 交互的入口，用来描述需要完成的开发任务。不同于普通聊天提示，Codex 的提示词会进入一套Agent 工作循环：
- 模型读取 Prompt，理解任务目标；
- 模型决定执行操作：读取文件、修改代码、运行终端命令；
- 获取命令执行结果，反馈给模型；
- 模型根据返回结果继续迭代，直到任务完成或用户终止任务。
编写高质量 Prompt 有三个原则：增加验证步骤、把复杂任务拆分成小任务、提供项目上下文。小而聚焦的任务，Codex 执行效果更好。
2. Thread（会话/线程）
Thread 代表一次独立任务会话，保存本次任务的全部上下文：用户提示词、模型思考记录、文件修改记录、工具调用日志。
一个 Thread 对应一个开发任务，任务之间相互隔离。你可以随时暂停、继续、回看历史操作，也可以新建多个 Thread 并行处理不同项目需求。
3. Agent 智能体循环
Agent 循环是 Codex 最核心的底层机制。传统代码 AI 只负责一次性输出代码；而 Codex 是行动-观察-思考循环：模型产生行动指令，调用工具执行，拿到运行结果再重新思考，反复迭代。
依靠这个循环，Codex 可以自动读代码、改文件、跑测试，发现代码报错后自主调整，直到代码通过验证。
4. Sandbox（沙箱隔离环境）
每一个 Codex 任务都会运行在独立的云端沙箱容器内。沙箱会预先加载你的代码仓库、项目依赖环境；任务执行时环境相互隔离，不会污染本地电脑，也避免命令误操作带来风险。所有文件改动、终端输出日志都会完整留存，方便开发者审计、查看变更记录。
5. Agent Skills（代理技能）
Skills 是 Codex 的可复用任务包，用来封装标准化开发流程。一个 Skill 本质是文件夹，内部必须包含 SKILL.md，定义任务描述、执行步骤、参考文档和配套脚本。
开发者可以自定义技能，比如代码扫描、接口文档生成、批量单元测试等。Codex 在合适场景自动加载技能，实现可复用的自动化工作流。Skills 可以打包成插件，在 Codex App、CLI 等环境复用。
6. Subagents（子代理）
Subagents 用于拆解大型复杂任务，支持多代理并行工作。主代理可以把任务拆分，交给不同类型子代理协同处理：
explorer：探索型代理，适合阅读庞大代码库、分析项目架构；worker：执行型代理，专注代码实现、bug 修复。
多子代理并行处理可以大幅提升大型项目重构、批量代码迁移的效率。
7. Rules（执行规则）
Rules 用来管控 Codex 的命令权限，定义哪些终端命令允许自动执行、哪些禁止。规则使用 Starlark 语法编写，例如允许执行 git 操作，禁止高危删除命令。
规则机制是 Codex 的安全防线，防止智能体自动执行危险操作，保障项目与系统安全。
小结
Codex 的整套核心概念围绕AI Agent 任务自动化构建。Prompt 定义目标，Thread 承载会话，Agent 循环持续迭代，沙箱保障隔离安全，Skills、Subagents、Rules 负责扩展能力与管控权限。
这套体系让 Codex 从简单的代码生成工具升级为可以自主完成开发任务的智能协作者，但所有代码变更仍需要人工审核，不能完全替代开发者。
0 条笔记