开篇钩子

2026 年 3 月，OpenAI 悄然开源了一款产品，在开发者社区引发了地震般的反响——Codex CLI。三个月后的今天（5 月 31 日），它已经有了 87.2k Star、12.8k Fork、804 个 Release（最新 v0.135.0，5 月 28 日发布），6985 次 commit。这个数字只能用疯狂来形容。

但高 Star 数不等于好用。我用 Codex CLI 实打实地写了两周代码，结论是：这是一款设计哲学非常清晰但执行上仍有不少粗糙之处的产品。

Codex CLI 是开源（Apache-2.0）的，用 Rust 写的（96% 的代码量）。你可以通过 ChatGPT 订阅（Plus/Pro/Business/Edu/Enterprise）免费使用，也可以用 API Key 按量付费。

但等一下——如果你已经订阅了 ChatGPT Plus（$20/月），其实你不需要为 Codex 额外付钱。这是 Codex 最被低估的优势。比起 Cursor 的 $20/月 + 模型费用，或者 Claude Code 的 Max $200/月，Codex 的成本结构对轻度用户非常友好。

核心体验

安装和初体验

curl -fsSL https://chatgpt.com/codex/install.sh | sh

一条命令安装完成，然后在项目目录下敲 codex，登录你的 ChatGPT 账号。从零到开始编码，大概 3 分钟。

Codex CLI 的界面非常克制——不是 Qoder 那样的全屏 TUI，也不是 Claude Code 的分屏布局。它更像一个增强版的 Shell：你输入自然语言指令，它执行、输出结果、等待你的下一步。这种极简设计的好处是不会让你觉得学习成本高，坏处是功能深度藏在子命令和配置文件里。

Rust 写的 CLI 工具启动速度是真的快。从敲下 codex 到可以输入指令，几乎感觉不到延迟——比 Claude Code 的 Node.js 启动快了大概 2 倍。

计划-执行模式：最大的安全感

Codex CLI 最核心的设计哲学是 "Plan First, Execute Later"。

跟其他 Agent 工具（Cursor Agent、Claude Code）直接动手不同，Codex 在处理任何非平凡任务之前，会先生成一个执行计划。这个计划包括：

• 需要修改哪些文件
• 每个文件预计做什么改动
• 执行什么 Shell 命令
• 风险和依赖关系

你需要手动确认这个计划，它才会执行。

我测试了一个「把 Express.js 项目的错误处理从回调模式改成 async/await + 统一错误中间件」的任务。Codex 输出的计划非常详细，列出了 7 个步骤、涉及 5 个文件。我仔细审查后发现了一个潜在问题（它打算直接在 production middleware 里改，没有先确认有没有 E2E 测试覆盖），于是让它添加了一个「先检查测试覆盖率」的前置步骤。改完后执行，一次性通过所有测试。

这种「先审后做」的模式，对于那些对 AI 改动代码不放心的开发者来说，是极大的心理安慰。对比 Cursor 的 Agent 模式偶尔会「自作主张」删掉不该删的代码，Codex 的保守策略反而更让人放心。

沙盒执行：安全第一

Codex CLI 引入了沙箱执行机制。你可以在一个隔离的环境中让 Codex 运行命令，它无法修改你的实际文件系统，也无法访问网络（除非你显式授权）。

这不是一个虚拟化级别的沙箱（不是 Docker），而是基于文件系统权限和进程隔离的轻量级限制。对于大多数日常场景（代码生成、测试运行、依赖安装）来说已经够用，但如果你需要修改 /etc 下的配置或者操作 systemd 服务，沙箱模式就必须关闭。

说实话，沙箱模式在某些场景下会过度保护。比如我让它帮我配置一个本地 nginx 的 SSL 证书，它因为无法写入 /etc/nginx 而反复报错。最后我只能手动关闭沙箱，信任它去做这些系统级操作。这个取舍是对的——默认安全，但高级用户可以解除限制。

与 ChatGPT 生态的深度绑定

Codex CLI 支持三种使用方式：

1. CLI：终端里的纯命令行 Agent
2. IDE 扩展：VS Code、Cursor、Windsurf 的插件，在编辑器里使用 Codex
3. Desktop App：运行 codex app 或访问 chatgpt.com/codex，获得完整的桌面体验
4. Web：chatgpt.com/codex 的云端版本，无需本地安装

如果你已经在用 ChatGPT 的生态（比如你用 ChatGPT 管理笔记、用 DALL-E 生成图片、用 GPTs 处理特定任务），Codex CLI 能与你的 ChatGPT 历史记录、自定义 GPTs 和记忆系统无缝协作。你在 ChatGPT 网页端保存的编码偏好和项目上下文，Codex CLI 可以直接读取。

真实评测

优点

• 完全开源（Apache-2.0），代码质量和架构设计值得学习。
• 计划-执行分离模式，安全感满分，适合对 AI 改动代码不放心的用户。
• 沙盒隔离，默认不损害系统文件。
• ChatGPT 订阅用户免费使用，$20/月就能同时享受 ChatGPT Web + Codex CLI。
• Rust 实现，启动极快，几乎没有性能瓶颈。
• IDE 扩展可选，不需要离开编辑器就能使用。
• 804 次 Release 的迭代速度惊人，基本上每 1-2 天就发一个新版。

缺点

• 代码理解深度不如 Claude Code。Codex 对大型代码库的跨文件推理能力明显弱于 Claude，尤其是在涉及复杂类型推导和泛型时。
• 沙箱模式限制太多，很多实际开发场景下都需要手动关闭。
• 错误恢复机制弱。任务执行失败后，Codex 往往只是报告失败，然后让你自己决定下一步——而 Cursor Agent 和 Claude Code 会尝试自动诊断和修复。
• 过于依赖 ChatGPT 生态。如果你不是 ChatGPT 的用户，Codex 的优势会大打折扣。
• 社区/文档质量参差不齐。虽然 87k Star 很亮眼，但 Issues 里大量是重复的「怎么安装」「怎么配置 API Key」这种基础问题，核心功能的深入讨论相对少。

GitHub Issues 里有一个获得了很多 👍 的吐槽：「Codex 的计划模式很好，但当一个计划有 5+ 步骤时，'确认-执行-确认-执行' 的循环太慢了。能不能加一个 "auto-execute" 选项？」

版本更新真的快

截至 2026 年 5 月 28 日的 v0.135.0，Codex CLI 已经迭代了 135 个次版本。这个节奏令人瞠目。频繁更新意味着新功能和新 Bug 都在以相同的速度涌现。

我的建议是：钉住一个稳定版本使用，不要盲目追最新版。v0.128.x 这个版本曾经有个严重 Bug 导致沙箱模式下 npm install 完全无法工作，我花了两小时排查才发现是 Codex 的 Bug 而非我的网络问题。

横向对比

特性	Codex CLI	Claude Code	Cursor	Qoder
类型	开源 CLI	商业 CLI	IDE	开源 TUI
代码理解	良好	最优	优秀	良好
安全模式	计划+沙箱	无特殊沙箱	Agent 确认	无特殊
价格	ChatGPT $20/月	Max $200/月	$20/月起	免费
启动速度	极快 (Rust)	中等 (Node)	慢 (Electron)	快
模型	GPT 系列	Claude 独占	多模型	多模型
IDE 集成	VS Code/Cursor	VS Code/JetBrains	原生	终端 Only
开源	Apache-2.0	否	否	MIT

选 Codex CLI 的最好理由：你是 ChatGPT 的现有用户，想在不增加费用的情况下获得一个够用的终端编码 Agent。你的项目不太大（< 500 文件），且你重视安全和可审计性。

适用人群

推荐给： ChatGPT Plus/Pro 订阅用户、重视 AI 代码安全的谨慎型开发者、小型项目的个人开发者、OpenAI 技术栈深度用户、对开源工具有偏好的工程师。

不建议： 处理超大型代码库的团队（代码理解不如 Claude Code）、需要频繁系统级操作的 DevOps（沙箱限制太多）、网络不稳定的国内用户（需要访问 OpenAI 服务）。

上手建议

1. 先用 codex 的交互模式熟悉基本流程，别一上来就写脚本。
2. 善用 --sandbox on 做安全性强的操作，--sandbox off 做需要系统权限的操作。
3. 把 Codex 配置和你的 ChatGPT 记忆联动：在 ChatGPT 网页端保存你的编码偏好（「我使用 TypeScript strict mode」「我喜欢用 pnpm 而不是 npm」），Codex CLI 会自动继承。
4. 多用 plan 阶段的「反驳」功能：如果你觉得 AI 的方案有纰漏，在确认前直接告诉它——它能理解你的纠正并调整计划。
5. IDE 扩展 > CLI 如果你在做前端开发：VS Code 里的 Codex 插件能直接渲染组件预览，这是 CLI 做不到的。
6. 遇到 Bug 先查 GitHub Issues 而不是自己排查，大概率已经有其他人遇到过并给出了 workaround。