先建立一个正确心智模型：Codex 不是“补全工具升级版”，而是“会读代码、改代码、跑命令、做审查、补测试”的 coding agent。官方文档把它分成几种主要使用面：Web/Cloud 里做后台并行任务，IDE extension 里嵌入开发流，CLI 在本地终端直接读写和执行代码，SDK 则适合接到 CI/CD 或你自己的代理系统里。参考：https://platform.openai.com/docs/codex/overview、https://platform.openai.com/docs/guides/code-generation
我建议你按“4 个阶段 + 1 个长期习惯”学，不要一开始就钻配置细节。
🎯 阶段 1：3 天入门，先把 Codex 当高级结对程序员
目标是学会 4 种基本任务：
- 读代码并解释架构
- 找 bug 并修复
- 对现有改动补测试
- 做 PR review
每天只做一种，且都在真实仓库里做。官方给的典型 prompt 也基本就是这 4 类：理解请求流、找漏洞、审查 diff、补测试、修 UI。参考：https://platform.openai.com/docs/codex/overview
建议练法：
- 让它先“解释再动手”
- 再让它“只改最小闭环”
- 最后让它“补测试并验证”
你要重点观察的不是它写了多少代码，而是：
- 它是否先找上下文
- 是否会复用现有模式
- 是否能把变更收敛到最小
- 是否能自己验证
🧭 阶段 2：1 周进阶，掌握本地 CLI 工作流
这一阶段的关键不是“多会配”，而是形成稳定命令式协作习惯。CLI 的价值在于它能在你的机器上读、改、跑。官方也把 CLI 视为本地 coding agent 的主要入口之一。参考：https://platform.openai.com/docs/guides/code-generation
你要刻意练 3 件事：
- 任务拆解：一次只给一个清晰目标，别把“重构 + 修 bug + 补文档 + 改样式”混成一条
- 验证闭环：每次都要求它运行测试、lint、类型检查或至少给出未验证项
- 审查模式：对它的输出做人工 code review，而不是直接接受
实战题目：
- “先解释这个模块的职责边界，再列 3 个重构方向，不要改代码”
- “修复这个报错，只允许改相关模块，最后跑测试”
- “对当前 diff 做 review，优先找行为回归和缺失测试”
⚙️ 阶段 3：1 到 2 周，掌握配置、约束和上下文注入
这一阶段你才开始认真整理“怎么让 Codex 长期更顺手”。
优先掌握这 3 类：
- 全局配置：
~/.codex/config.toml - 项目指令：项目根
AGENTS.md - 文档接入：MCP，尤其是官方 Docs MCP
官方明确支持在 config.toml 里配置 MCP，而且 CLI 和 IDE extension 共用这份配置；官方还明确提到 AGENTS.md 作为给 agent 的规则载体。参考：https://platform.openai.com/docs/docs-mcp
你应该把项目里的这些信息收敛进 AGENTS.md：
- 测试命令
- 代码风格
- 哪些目录不要碰
- review 优先级
- PR/commit 约束
- 常见陷阱
这一步做完，Codex 的稳定性会明显提升。因为高手和新手的差别，通常不在“问得更花”，而在“上下文治理更稳”。
🚀 阶段 4：2 到 4 周，进入高手区：多环境、多任务、长链路
这一阶段你要学的是“把 Codex 当工程系统的一部分”，不是聊天对象。
重点能力：
- Web/Cloud 后台并行委派任务
- 用 GitHub / PR / diff 驱动 review
- 用 SDK 或 agent workflow 接 CI/CD
- 给 cloud task 配环境、网络权限、依赖安装策略
官方文档强调 Codex Cloud 的强项是后台并行任务；每个云任务都有隔离容器，且网络默认是关的，需要按环境控制。参考：https://platform.openai.com/docs/codex/overview、https://platform.openai.com/docs/codex/agent-network
高手实践不是“让它无所不能”，而是：
- 把网络权限收紧到必要域名
- 把 setup 脚本和依赖安装显式化
- 对 untrusted 内容保持 prompt injection 警惕
- 永远 review 输出和工作日志
🤖 模型选择
按我今天查到的 OpenAI 官方文档，GPT-5.2-Codex 是当前默认的 Codex 优化模型页面，定位是“long-horizon, agentic coding tasks”，支持 low、medium、high、xhigh 推理强度。参考：https://platform.openai.com/docs/models/gpt-5.2-codex
如果你是从零开始，建议：
- 日常开发：
medium - 难 bug、复杂重构、深度 review：
high - 非常长链路且容错要求高：再考虑
xhigh
不要默认全开高推理。高手不是一直开最强，而是按任务切档位。
🗓️ 30 天实战安排
- 第 1 周：只练“理解代码、修 bug、补测试、做 review”。
- 第 2 周：把
AGENTS.md、测试命令、约束、常用 prompt 固化下来。 - 第 3 周：开始在真实 PR 和真实缺陷单里使用，要求每次都有验证结论。
- 第 4 周：接入 Docs MCP、尝试 cloud task、尝试把一个固定流程接进 CI 或脚本。
📌 成为高手的分水岭
你可以用这 6 条自测：
- 能区分 ask / review / code 三种任务姿势
- 会先给约束，再给目标，再给验收标准
- 会把项目规则放进
AGENTS.md - 会要求测试和验证，不只看“能不能改出来”
- 会限制网络和外部输入，知道 prompt injection 风险
- 会把 Codex 用在真实工程流里，而不是只拿来问零散问题
