我实测了OpenAI的第一个智能体：它真能替你干活，而且干得不错

摘要： OpenAI Codex从"代码补全工具"进化为真正的AI智能体，能理解多步骤任务、操作应用、跨设备协作。我实测了一周，结论是：它确实能替你干活——前提是你得会用。

从"写代码"到"干活"：Codex的本质变化

如果你对Codex的印象还停留在"GitHub Copilot的底层模型"，那已经过时了。

2026年的Codex是一个软件工程智能体（Software Engineering Agent）。它的工作模式不是"你写一句它补一句"，而是你给它一个任务，它自己拆解、执行、验证、迭代，直到完成。

具体能做什么？OpenAI官方的定位是"AI软件工程师"： - 理解整个代码库上下文，不只是当前文件 - 多文件编辑，一次改动涉及十几个文件也能处理 - 跑测试、看报错、自己修bug，形成闭环 - 生成Pull Request，连提交信息都帮你写好 - 并行处理多个任务，每个任务在独立沙箱里运行

本质上，它从一个"补全工具"升级成了"能独立完成开发任务的同事"。

文章配图

我用Codex干了三件事，都是真实的工作场景：

场景一：批量重命名图片脚本（入门级）

我只说了一句话："写一个批量重命名文件夹中图片的脚本，按创建日期排序，支持JPG/PNG/WebP格式。"

Codex的输出：一个完整的Python脚本，用了PIL读EXIF时间，argparse处理命令行参数，还加了异常处理。我实际跑了一下——有两个小bug（导入路径问题），它自己修了一次就过了。总共花了约15分钟。

场景二：React任务管理页面（高级）

需求：一个任务管理前端，增删改查、拖拽排序、数据持久化。

Codex给出的方案：react-beautiful-dnd做拖拽，localStorage做存储，状态管理用useReducer。代码质量——一个中级前端工程师的水平，架构合理，边界条件处理得中规中矩。我加了些样式优化就直接用上了。

场景三：让Codex操作我的Mac

这是最让我震惊的部分。2026年5月的更新后，Codex可以不占用鼠标光标的情况下独立操控Mac应用。我让它在后台用Photoshop批量处理封面图，同时我自己继续用浏览器——两边互不干扰。

过去要让AI操作电脑，要么用OpenClaw这类工具搭配IM通信，要么就得让出鼠标控制权。Codex现在做到了"后台执行"，这是质的飞跃。

Codex目前有四种使用形态，适合不同人群：

移动端控制是另一个亮点。iOS/Android版ChatGPT里的Codex入口，可以让你在手机上发指令，家里的桌面版Codex实时响应。路上突然想到一个bug要修，掏出手机就能安排——这个过程不需要远程桌面，不需要文件传输，指令和结果都在Codex里闭环。

实测下来，有几个硬伤不能忽视：

Token消耗高。 尤其是Chronicle功能（屏幕记忆），后台持续运行智能体捕获和分析屏幕，Token消耗率相当可观。对于个人用户来说，这可能是比订阅费更大的隐形成本。

免费额度太少。 Codex的免费额度相对于它的应用场景来说偏少，重度使用很容易触顶。这也是为什么很多人同时在用Cursor、Windsurf等替代品。

上下文理解仍有边界。 当任务涉及非常特定的业务逻辑或公司内部的特殊框架时，Codex需要较多的引导。它不是"说一句话就能读完你三年代码库"的神器。

安全顾虑。 Chronicle需要截取屏幕图像进行OCR和记忆提取，虽然OpenAI声称原始截图6小时后自动删除且不上云训练，但对于处理敏感数据的场景，这仍是一个需要评估的风险点。

把Codex放到2026年的AI编程工具版图里看：

能。但有个前提——你得会用它。

Codex不是一个"说了就能搞定一切"的工具。它需要一个会拆解任务、会审查输出、会在关键节点做判断的人类伙伴。最适合的使用方式，不是"把工作全丢给它"，而是"把重复性高、逻辑清晰的部分交给它，你专注于架构决策和关键逻辑"。

对于开发者来说，2026年不用AI编程助手，相当于2016年不用Git——不是不能干活，而是效率差了一个数量级。

铠盒智能 | 小白也可以使用的7×24小时工作的智能体计算机 · AI智能体追踪