1. 半年迭代复盘Codex 到底更新了哪些关键能力从去年底到现在Codex 这个命令行编程智能体的更新节奏明显加快几乎每隔两三周就会推一次有感知的变化。我自己的主力工作流已经全面切到 Codex 上半年下来踩了不少坑也攒了一堆省 Token 的野路子。这篇就把我实际用下来的观察整理出来顺带聊聊那些官方文档里不会写、但真能救命的小技巧。先说清楚 Codex 是什么。它是 OpenAI 推出的命令行编程智能体可以直接在终端里读写你的项目文件、执行命令、跑测试、改代码。和网页版 ChatGPT 最大的区别在于它是有手脚的能真正操作你的本地仓库而不是只给你一段代码让你自己复制粘贴。适合谁用我的判断是——只要你日常有 30% 以上的时间在写代码、改 bug、读别人的项目Codex 就值得花一周时间认真磨合。新手也能上手但前提是你得理解它的工作边界否则很容易被它自信地改错。这半年我观察到的几个大方向变化一是计划模式Plan Mode的引入让 Codex 在动手前会先列一份执行计划你可以审阅、修改、驳回这一步极大降低了它乱改文件的风险二是模型侧的持续迭代从早期的版本一路走到现在长上下文理解和多文件协同编辑的能力肉眼可见地变强三是上下文管理越来越精细/compact、/clear、/diff这类命令的语义更清晰配合得当能省下大量 Token。很多人一上来就问Codex 国内能用吗Codex 怎么安装其实安装本身十分钟就能搞定真正难的是怎么让它少烧 Token 还干得准。这半年我最大的体会就是Codex 的能力上限很高但它的 Token 消耗也极其凶猛一个不小心一次重构就能吃掉你半天的额度。所以这篇的重点会放在省 Token和新奇玩法上安装和登录的部分我只做必要说明不展开。提示本文所有技巧都基于我个人的实际使用经验不同版本、不同账号类型下表现可能有差异请以你本地实测为准。2. 省 Token 的核心逻辑先搞懂钱花在哪2.1 Token 消耗的三个大头想省 Token第一步不是学技巧而是搞清楚 Token 到底被谁吃掉了。我统计过自己一周的用量消耗主要集中在三块上下文重复投喂Codex 每一轮对话都会把之前的上下文重新发一遍。你聊得越久单轮成本越高这是最隐蔽的烧钱点。大文件全量读取让它读一个 2000 行的文件和让它读一个 200 行的文件成本差十倍。很多人习惯性让它看看整个项目这是灾难。无效的反复试错它改错了你再让它改回来一来一回就是双倍消耗。计划模式就是为这个场景设计的。理解了这三点后面的所有技巧其实都是围绕减少重复投喂、缩小读取范围、降低试错次数展开的。2.2 上下文窗口不是越大越好新手有个常见误区觉得上下文窗口越大越好恨不得把整个仓库塞进去。实测下来恰恰相反。上下文越长模型注意力越分散改错文件的概率反而上升而且成本线性增长。我的做法是按任务切分上下文。比如我要改一个登录模块就只让它关注auth/目录下的三四个文件改完立刻/clear开新会话。这样每一轮的成本都可控而且它的判断更聚焦。你可以把上下文想象成一张工作台——台面上东西越少你找工具越快堆满了杂物反而什么都找不到。2.3 计划模式为什么能省钱计划模式Plan Mode是我这半年最推荐的更新。开启后Codex 不会直接动手改文件而是先输出一份我打算这么做的清单要改哪些文件、每个文件改什么、执行什么命令验证。这一步的价值在于把试错成本前置到文字层面。文字层面的修改几乎不消耗执行资源你一眼就能看出它理解错了没有。我实测过一个中等规模的重构任务不开计划模式它改了 6 个文件、跑了两轮测试、最后发现方向错了全部回滚消耗巨大开计划模式第一版计划就被我驳回改了两句话重新生成一次通过。两者成本差了大概四五倍。注意计划模式不是万能的。对于帮我看看这个函数干嘛的这种纯问答开计划模式反而多一轮交互纯属浪费。它适合的是多文件、有副作用的改动任务。3. 实操级省 Token 技巧清单3.1 精准投喂用文件引用代替全量读取Codex 支持你在提示里直接引用文件路径比如看一下src/utils/date.ts里的formatDate函数。这种精准引用比帮我看看 utils 目录要省太多。我的习惯是先自己用编辑器定位到具体行号再把行号告诉它。比如src/api/client.ts第 45 到 80 行有个重试逻辑帮我改成指数退避。这样它只需要读取这一小段而不是整个文件。一个 1500 行的文件只读 35 行成本直接降到原来的四十分之一。如果你不确定问题在哪可以先让它做一次轻量扫描——只读文件名和目录结构不读内容然后你根据它的判断再决定读哪个文件。这一步能避免大量无效读取。3.2 会话卫生该清就清该压就压会话管理是省 Token 的基本功但很多人懒得做。我总结了一个简单的判断规则场景操作原因切换到完全不相关的任务/clear旧上下文全是噪音留着纯烧钱同一任务但对话很长/compact压缩历史保留关键信息想确认它改了什么/diff只看差异不重新读全文任务告一段落主动总结后/clear把结论记下来上下文清空/compact这个命令特别值得说。它会把之前的对话压缩成一份摘要保留关键决策和文件状态丢掉冗余的来回。我一般在同一个任务聊了十几轮之后就用一次能明显感觉到后续每轮的成本降下来。但要注意压缩是有损的如果任务对细节极其敏感压缩后可能丢失一些上下文这时候宁可/clear重开把关键信息手动带过去。3.3 提示词写法越具体越省钱模糊的提示是 Token 杀手。帮我优化一下这个项目这种话Codex 只能靠猜猜错了就是双倍成本。我现在的提示词模板基本固定成三段式目标我要达成什么一句话说清范围只动哪些文件、哪些函数约束不许改什么、必须保持什么举个例子对比一下差的写法登录有点慢优化一下好的写法auth/login.ts的verifyToken函数每次请求都查数据库改成带缓存的版本缓存用现有的cache模块不要改函数签名不要动其他文件后者虽然字多但它省下的是 Codex 反复试探的成本。提示词多写 50 个字可能省下几千 Token 的试错。3.4 让它先说再做这是计划模式的延伸用法。即使不开计划模式你也可以在提示末尾加一句先告诉我你打算怎么做我确认后再动手。这一句话能挡掉大量错误改动。我踩过最惨的一次坑让它清理一下没用的 import结果它顺手把一个看起来没用、实际上被动态引用的模块删了跑测试才发现。如果当时让它先说方案我一眼就能拦下来。现在我几乎养成了肌肉记忆——凡是涉及删除、重命名、跨文件改动的任务一律先要方案。4. 新奇玩法把 Codex 用出花来4.1 当代码考古学家用接手一个陌生项目时最痛苦的是搞不清历史包袱。我现在的做法是让 Codex 做考古给它一个具体问题比如这个legacy/目录下的代码还有没有被引用它会自己去 grep、追引用链、给结论。比这更进一步的是让它写考古报告。我会说扫描src/下所有 TODO 和 FIXME 注释按模块归类标注每条的上下文。它会输出一份结构化的清单比我自己翻快得多。这种任务 Token 消耗不高但省下的时间非常可观。4.2 当测试生成器用写测试是很多人的痛点。Codex 在这块表现相当好但用法有讲究。直接说给这个函数写测试效果一般因为它不知道你的测试风格。我的做法是先让它读一个现有的测试文件作为风格样本然后说按这个文件的风格给xxx函数写测试覆盖边界情况。这样生成的测试基本能直接用不用大改。而且我习惯让它同时生成测试数据和预期结果这样跑起来就能验证省去自己构造数据的功夫。4.3 当重构助手用但要设护栏重构是 Codex 的强项也是最容易翻车的地方。我的护栏策略是三条一次只重构一个关注点不要同时改命名和抽函数混在一起出错了很难定位。每步都跑测试让它改完立刻执行测试命令红了就回滚别攒着。用 git 兜底动手前先 commit出问题直接git checkout比让它改回来靠谱得多。我实测过一个把 800 行的大文件拆成 5 个小模块的任务用计划模式 分步执行全程可控最后只花了不到预期一半的 Token。关键就在于每一步都验证不让错误累积。4.4 当文档生成器用这个玩法比较小众但很实用。项目写完后让 Codex 扫描代码生成 API 文档草稿然后你人工润色。它生成的文档结构通常很规整省去大量机械劳动。我一般会指定输出格式比如用 Markdown 表格列出每个导出函数的参数和返回值这样直接就能贴进 README。5. 常见问题与排查实录5.1 登录与配置类问题这半年被问得最多的就是登录相关的问题。我整理了几个高频场景现象常见原因处理思路登录流程走不完网络环境不稳定换网络环境重试检查本地时间是否准确提示 token 相关错误凭证过期或状态异常退出后重新登录清理本地缓存配置文件加载失败配置文件格式错误检查配置文件语法确认字段名拼写模型不支持当前账号账号类型与模型不匹配确认账号可用的模型范围配置文件这块特别容易出问题。很多人手改配置文件时缩进或引号写错导致整个文件加载失败。我的建议是改之前先备份改完用工具校验一遍语法。如果配置文件里涉及模型名、路径这类字段一定要和官方文档对齐别凭记忆写。注意涉及账号凭证的操作务必在可信环境下进行不要在公共设备上保存登录状态。5.2 连接与稳定性问题一直在重新连接是另一个高频抱怨。我的排查顺序是先确认是不是本地网络问题换个网络环境试试如果好了就是网络的事。再确认是不是服务端波动看看是不是只有你一个人遇到社区里有没有同类反馈。最后查本地配置代理设置、DNS、防火墙都可能影响连接。大部分情况下是网络环境的问题不是工具本身的 bug。我自己的经验是把网络环境稳定下来之后这类问题基本消失。5.3 模型与额度问题关于模型支持有个坑要提醒不是所有账号都能用所有模型。有时候你看到别人用某个模型效果很好自己却提示不支持大概率是账号类型或额度的问题。遇到这种情况先确认自己的账号能用哪些模型别硬试。额度方面Plus 用户的额度是有限的重度使用的话要规划好。我的做法是把大任务拆成小任务分散到不同时间段避免一次性把额度打光。另外善用计划模式和精准投喂能显著降低单位任务的消耗。5.4 中文支持与本地化Codex 对中文的支持整体不错但有个细节用中文提问时它有时会用英文回复。如果你希望它全程中文可以在提示里明确说用中文回复。另外涉及代码注释时它默认可能写英文注释如果你需要中文注释也要提前说明。我个人的习惯是技术讨论用中文代码和注释用英文。这样既方便自己理解又保持了代码的通用性。当然这看团队规范没有绝对的对错。6. 我的半年使用心得用了半年最大的感受是Codex 这类工具的价值不在于替你写代码而在于替你干脏活累活。读陌生代码、写测试、生成文档、做机械重构这些事它做得又快又好但涉及架构决策、业务逻辑判断还是得人来把关。省 Token 的本质其实是省你自己的思考成本。你把需求想清楚了提示词写具体了它自然就少走弯路。反过来你自己都含糊其辞指望它猜对那烧的都是冤枉钱。最后分享一个我最近养成的小习惯每次开新任务前先花 30 秒在纸上或备忘录里写清楚我要什么、只动哪里、不许碰什么然后再打开 Codex。这 30 秒的投入往往能省下后面十几分钟的来回折腾。工具再好用也得配上一个想清楚的人。