我第一次在终端里跑 Codex 的时候，其实是有点不以为然的——不就是个跑在命令行里的 AI 助手吗？我平时用 OpenCode、Hermes、pi 这几个 AI 编程工具轮着切，已经挺顺手的了，还能差到哪去。
结果被打脸了，前后大概花了十分钟。
这十分钟里，Codex 把我一个三百多行的 Python 脚本拆成了六个模块，每个模块写了测试用例，还给我跑了一遍，告诉我哪里边界条件没考虑到。我全程只需要坐在椅子上点「同意」。
如果你也是天天和代码打交道的人，这篇文章我想跟你聊聊 Codex CLI 到底是个什么东西，适合谁，不适合谁，以及我实际用下来觉得值不值得花时间了解。
Codex 是 OpenAI 在 2025 年中开源的一个项目，核心是一个跑在终端里的 CLI 工具。你可以把它理解为一个住在命令行里的 AI agent——它能读你的代码仓库、理解项目结构、做编辑、跑命令、写测试、帮你做 code review。
官方仓库（github.com/openai/codex）目前 Star 数 90,796，Fork 数 13,386（数据截至 2026 年 6 月中旬，来源 GitHub API）。这个数字在开源编程工具里能排到前面。
目前 Codex 支持三个平台：
macOS 或 Linux 用户最省事，用 DotSlash 脚本就能跑，不用编译：
curl -fsSL https://dotslash-cli.com/install.sh | sh
或者直接从 GitHub Release 页面下载对应的可执行文件。Windows 用户比较麻烦，必须先装好 WSL2，然后在 WSL2 环境下使用。
内存方面，官方建议最低 4GB，推荐 8GB。如果你打算在跑 Codex 的同时把 IDE 编译拉满，建议给足一些。
启动 codex 直接进一个全屏终端 UI，可以实时看到 Codex 在做什么、准备做什么，你可以点同意或拒绝它的每一步操作。也可以在启动时直接带一个初始 prompt：
codex "Explain this codebase to me"
这个功能我天天在用。Codex 会把对话记录存在本地，下次想继续之前的话题，不用重新喂上下文，直接 codex resume 就能调出历史会话。它还支持指定具体某个 session ID，或者用 --last 跳到最后一次对话。
Codex 支持把 TUI 接到远程机器上跑。在目标机器上启动一个 app server：
codex app-server --listen ws://127.0.0.1:4500
然后本地用 codex --remote 连过去。官方提醒要配合 WebSocket auth 使用，不要把端口直接暴露在公网上。
官方推荐主力用 gpt-5.5，这是 OpenAI 最新一代编程专用模型，对复杂代码编辑、多步骤规划、工具调用这类任务表现最好。ChatGPT Pro 订阅用户还能用 gpt-5.3-Codex-Spark 模型，目前是 research preview 状态，主打速度。
切换模型一条命令：
codex --model gpt-5.5
或者在对话里输入 /model。
/review 命令可以针对三种对象做 code review：本地 diff、某个具体 commit，或者未提交的改动。Codex 会读改动内容，按优先级给你列问题，不会动你的 working tree。每跑一次会作为单独的一轮留在对话里，代码改完可以重跑对比。
支持在对话里贴截图或设计稿，Codex 能读图并结合文字一起理解。也可以让它直接生成图片——图标、banner、占位图这些，用的是 gpt-image-2 模型，日常够用。
Codex 内置了 OpenAI 维护的搜索索引，默认走缓存模式，不直接抓 live 网页，减少了 prompt injection 的风险。需要最新数据的话，加 --search 参数或者在配置里把 web_search 设为 "live"。
不想进 TUI，只想快速跑个任务，可以用 codex exec：
codex exec "fix the CI failure"
结果直接 stdout 出来，接 CI 流水线或者写脚本调用都很方便。
Codex 支持 Model Context Protocol，可以把外部工具服务接进来。配置写在 ~/.codex/config.toml 里，或者用 codex mcp 命令管理。
内置了一批斜杠命令，比如 /review /fork /side，也可以自己写自定义命令做团队特定的工作流。
Codex 有三种权限级别：
代码理解能力确实不错。我让它读一个不是我写的项目，它在几分钟内就能把模块之间的关系讲清楚，还能指出几个明显的边界条件遗漏。这个能力比我之前用过的很多工具都稳。
权限控制做得比较细。你可以在不同场景下切权限级别，不用担心它在你没注意的时候动了什么不该动的东西。
多模型切换很灵活。主力用 gpt-5.5，追求速度的时候切到 gpt-5.3-Codex-Spark，一句话的事。
不过有几点要提前想好：
Windows 用户必须用 WSL2，原生 Windows 不支持。日常在 Windows 环境里开发的人，这个门槛不算低。
Codex 是 OpenAI 的产品，数据处理走的是 OpenAI 的服务。合规要求比较高的公司，自己评估一下。
免费使用有 API 调用限制，配额取决于你的订阅计划。高频跑大量任务的话，先看一下官方定价页。
下面这几类人，我建议试试：
如果你用的 OpenCode、Hermes、pi 这类工具已经够你完成日常需求，也没啥特殊场景要补的，不一定非要切。
整体用下来，Codex CLI 给我的感觉是把 AI 编程能力做到足够「轻」——不用装 IDE 插件，不用开浏览器，终端里就能跑。但功能又足够完整，从代码编辑到 review 到远程协作，该有的都有。
背靠 OpenAI 这个大厂，模型更新和技术支持这块应该不用担心。如果你对 AI 编程助手感兴趣，想找个灵活、低门槛的入手点，自己去试试比看十篇评测都管用。
你在用什么 AI 编程工具？用下来觉得哪一点最香，哪一点最想吐槽？欢迎在评论区说说你的使用体验。
💬 评论区