# codex

用 Codex 學新工具時，最糟的用法是叫它上課。比較好的方法是叫它幫你找入口、畫粗略地圖、設計最小練習，再逼你講回來並留下麵包屑。

Vaibhav Srivastav 的 Codex prompt 真正有趣的不是 prompt 本身，而是它把 agent 的工作後整理講清楚了：回顧最近工作、找重複流程、只把高信心項目封裝成 Skill、自動化或子代理。這很像讓 agent 睡覺做夢，把忙碌變成能力。

Codex 的重點正在從「幫工程師改程式」往外擴張：持久 thread、語音、排隊、瀏覽器、MCP、桌面操作、自動化、側邊欄與共享記憶，組成的是一套能把電腦工作從指令推到成果審查的系統。

OpenAI 官方指南把 Codex Goals 講成對話串範圍內的完成契約：目標會持續存在，但完成必須靠測試、基準測試、報告或研究證據判定。這篇補上 SP-192、SP-197、SP-207 缺的官方規格角度。

OpenAI 和 Anthropic 都把 /goal 類能力推進 coding agent，但目標只解決一小塊問題。真正能讓 agent 安全自動工作的，是策略、限制、健康指標、自治邊界與停止規則。

OpenClaw 和 Hermes 都開始把寫程式 agent 的底層執行交給 Codex app server。這不是單純換模型，而是 AI agent 產品開始把模型、執行引擎、聊天入口拆成三層。

Mem0 拆解 Codex CLI 記憶：本體不是向量資料庫，而是本機 Markdown、背景摘要、密碼清理與 grep 搜尋。這篇用工程取捨看懂本機小抄和語意記憶層各自適合什麼場景。

Codex 的 /goal 不是把任務丟進去就會自動變好的許願池。Chris Hayduk 的重點很工程化：給 Agent 可量測的終點、夠快的測試迴圈，再用 Markdown 檔案當長期工作記憶。

Jarrod Watts 拆開 Codex Goals 後發現，它解決的是 Agent 太早停下來，不是長跑任務一路跑偏。真正撐起長跑工作流的，不是更長的 Ralph 迴圈，而是事前釐清、多 Agent 審查，以及寫在 context 外面的交接記憶。

OpenAI 工程團隊開源 Symphony——把 Linear 任務板變成 Codex agent 的中央控制台，每張開放任務自動配 agent。部分團隊頭三週 PR 落地量增加 500%，但更大的觀察是：當寫程式被 Codex 拉快，下一個瓶頸是「人類的注意力」。

OpenAI 悄悄開源了 Euphony——一個在瀏覽器裡看 Harmony 對話和 Codex session log 的小工具。Apache 2.0 真開源，骨架 Lit + Shoelace 走 Web Components 路線。翻完 source code 發現四個細節：AGENTS.md 只有兩條規則、runtime 依賴 gpt-tokenizer、翻譯要 end user 自備 API key、README 自己寫 SSRF 警告。每個決定都在告訴讀者：這就是內部工具外流，順手開源。

OpenAI DevX 的 Dominik Kundel 說：自從 Codex 有了 memories、plugins 和新推的 Chronicle，他不用再打包 context——一句『sync docs + message Romain』就自動讀 Google Doc、改 markdown、開 PR、在 Slack 送訊息。很爽。但官方 Chronicle 文件寫的三行代價推文沒講：macOS 螢幕錄影權限、memories 明文存本機、prompt injection 風險放大。Chronicle 是螢幕錄影 agent，不是無害 booster。

OpenAI 在 $20 Plus 和 $200 Pro 之間塞了一個 $100/月方案，主打 Codex 程式碼工具的用量上限，官方直接點名是來對標 Anthropic Claude 的。但蜜月期限量只到五月底，之後可能就沒那麼爽了。

Nick Baumann 不追 MCP、不追新 protocol，反而回頭幫 Codex 自己寫 bespoke CLI — codex-threads、slack-cli、typefully-cli 三把每天都在用的小工具。核心訊息：把 CLI 再包一層 skill，agent 才真的知道怎麼用。

Berryxia 用 Dense vs MoE 解釋一個很多人都有感的現象：Codex 常被程式員拿來修 bug、重構、跑長任務；Claude 卻特別受 vibe coder 喜歡。這個說法有抓到一部分，但真正的分水嶺不只在模型架構，而在訓練哲學、產品形態，還有你把 coding 當成『精準執行』還是『互動創作』。

很多團隊把 Claude Code 和 Codex 當成可互換的工具，卻因為設定錯誤浪費大量時間。本文解析兩者在控制平面與信任模型上的根本差異，並提供實用的第一天設定指南。

@daniel_mac8 分享一個開源 Elixir 實作：在 Linear 建立 issue 並切到 in progress 後，Symphony 會在專屬 Codex workspace 接手，Codex 也會即時回寫狀態。原作者認為，這代表開發正往更高的抽象層移動。

Simon Willison 的 Agentic Engineering Patterns 指南加到第 12 章了，但這章排在系列最前面——他終於正式回答「什麼是 Agentic Engineering」。答案意外地簡潔：讓會跑 code 的 agent 幫你開發軟體。但真正有趣的是他花了 11 章實戰經驗後才敢下這個定義。

一篇整理 Codex 使用最佳實踐的指南。從 Prompting、Planning 到 MCP、Skills 與 Automations，帶你建立更穩定的 agent workflow。

OpenClaw 的 ACP（Agent Client Protocol）讓你從 Telegram/Discord 聊天室直接 spawn Codex、Claude Code、Pi、Gemini CLI 等外部 coding agent，還能綁定 thread/topic、設定 persistent bindings、中途換 model、調權限。本質上就是把你的聊天室變成一個 multi-agent 指揮中心。（2026-03-09 更新：Telegram topic binding、persistent bindings、ACP Provenance 等新功能）