OpenAI 如何使用 Codex
Codex 被 OpenAI 的众多技术团队日常使用，包括安全、产品工程、前端、API、基础设施和性能工程团队。团队正借助它加速各类工程任务，从理解复杂系统、重构大型代码库，到交付新功能以及在紧迫期限内解决故障。
通过访谈 OpenAI 工程师并分析内部使用数据，我们整理了一系列使用场景和最佳实践，展示了 Codex 如何帮助团队提升工作效率、提高工作质量，并规模化管理复杂性。
Codex 可帮助我们的团队在入职上手、调试或排查故障时，快速熟悉代码库中不熟悉的部分。
他们经常使用 Codex 定位功能的核心逻辑，梳理服务或模块之间的关系，并追踪数据在系统中的流转过程。它还能识别出架构模式或文档缺失部分，这些内容原本需要投入大量人力才能整理完成。
在事件响应过程中，Codex 通过呈现组件间的交互关系、追踪故障状态在系统中的传播路径，帮助工程师快速熟悉新领域。
团队真实使用感言
“每当修复一个漏洞， 我都会使用询问模式，检查代码库中是否还存在同类问题”
此仓库中的身份验证逻辑是在哪里实现的？
梳理请求在本服务中，从入口到响应的完整流转流程。
哪些模块与[插入模块名称]存在交互，异常故障又是如何处理？
Codex 常用于执行跨多个文件或软件包的修改操作。例如，在工程师更新 API、修改模式实现方式或迁移至新依赖项时，Codex 可以轻松统一地完成修改。
当需要在数十个文件中执行相同更新，或更新需要识别正则表达式、查找替换无法轻松捕捉的结构和依赖关系时，该工具尤为实用。
他们还使用它进行代码清理，包括拆分超大模块、用现代模式替换旧模式，或优化代码以提升可测试性。
团队真实使用感言
“Codex 将所有旧版 getUserById() 替换为我们的新服务模式，并创建了 PR。原本需要数小时的工作，如今只需几分钟。”
按业务职责拆分当前文件为独立模块，并为各模块生成对应测试。
将所有基于回调的数据库访问转换为 async/await。
Codex 用于识别并解决性能瓶颈问题。
在调优或可靠性优化工作中，工程师会提示 Codex 分析运行缓慢、内存密集型的代码路径（如低效循环、冗余操作、高开销查询），并建议优化后的替代方案，通常能够显著提升效率和可靠性。
Codex 还可通过识别仍在使用的高风险或已弃用模式，保障代码健康。我们的团队借助它减少长期技术债，并主动预防回归问题。
团队真实使用感言
“我用 Codex 扫描代码中重复的高开销数据库调用。它能够精准识别热点路径，并生成批量查询语句，方便我后续进行调优。”
优化此循环以提高内存效率，并说明你的版本更快的原因。
找出此请求处理程序中的重复高开销操作，并给出可使用缓存的优化建议。
建议在此函数中更高效地批量查询数据库的方法。
Codex 可帮助工程师更快编写测试，尤其适用于测试覆盖率不足或完全缺失的场景。
在修复漏洞或进行重构时，工程师通常会让 Codex 提供覆盖边界情况和潜在异常路径的测试建议。对于新代码，它可以根据函数签名和周边逻辑生成单元测试或集成测试。
Codex 尤其擅长识别边界条件，例如空输入、最大长度或不常见但合法的状态，这些情况在初始测试中极易被忽略。
团队真实使用感言
“我夜间让 Codex 处理覆盖率偏低的代码模块，第二天醒来就能拿到可直接运行的单元测试 PR。”
为此函数编写单元测试，覆盖边界场景与失败路径。
为该排序工具生成基于属性的测试。
扩充测试文件，以补充空输入与无效状态等缺失场景。
Codex 通过加快开发周期前期与收尾阶段的效率，帮助团队提升开发速度。
在启动新功能开发时，工程师用它搭建样板代码框架，包括生成文件夹、模块和 API 存根，快速产出可运行代码，无需手动逐一配置关联。
随着项目临近发布，Codex 可处理各类细碎但关键的工作，助力按期交付，例如分类排查漏洞、补齐收尾开发缺口，以及生成发布脚本、遥测钩子和配置文件。
它还可以将产品需求反馈转化为初始代码。工程师常会粘贴用户需求或规格说明，让 Codex 生成代码初稿，后续再自行完善优化。
“我一整天都在开会，依旧合并了 4 个 PR，全靠 Codex 在后台自动处理工作。”
为 POST /events 搭建新的 API 路由，并添加基础验证和日志记录。
使用此模板 [插入你的遥测代码示例] 生成一个遥测钩子，用于跟踪新引导流程的成功/失败状态。
根据此规范创建一个存根实现：[插入规范或产品反馈]。
Codex 能帮助工程师在日程零散、频繁被打断的情况下，维持稳定工作效率。
它可用于记录未完成的工作、将笔记转化为可运行的原型，或拆分出可在日后再查看和继续处理的探索性任务。方便工程师在不丢失上下文的前提下暂停和接续工作，尤其适合值班或会议较多的场景。
“遇到随手小修复需求时，我直接下发 Codex 任务，无需手动切换分支，空闲时审核它生成的 PR 即可。”
Codex 同样适用于开放性工作，例如寻找替代实现方案、验证设计决策。你可以提示它给出多种解题思路、探索陌生开发模式，或是对各类假设进行压力验证。这有助于梳理方案取舍、拓宽设计选择，敲定合适的实现方式。
它还可用来排查关联漏洞。针对已知问题或已弃用方法，Codex 能够识别代码中其他相似写法，便于及时发现回归问题、完成代码清理。
“Codex 帮助我解决了冷启动问题——我粘贴一份规格说明和文档，它就会生成代码框架，或者指出我遗漏的地方。”
如果系统采用事件驱动而不是请求/响应模式，它会如何运作？
找出所有手动构建 SQL 字符串而非使用我们的查询构建器的模块。
将代码改写为更标准的函数式风格，避免数据变更与副作用。
为 Codex 提供清晰框架、上下文和迭代空间，就能发挥出最佳效果。以下是 OpenAI 团队总结的使用习惯，可在日常工作中持续稳定发挥 Codex 的价值。
对于大规模改动，先在询问模式下向 Codex 发起请求获取实施方案，切换到代码模式后，即可将该方案作为后续提示的参考依据。这种两步式流程能让 Codex 的输出更贴合实际，有助于减少结果中的错误。Codex 最适合范围清晰的任务，这类任务一般由你或同事耗时约一小时完成，或是需要编写几百行代码实现。随着模型性能持续优化，它能够承接的任务体量也会随之增大。
配置启动脚本、环境变量以及网络访问权限，能够显著降低 Codex 的出错概率。在执行任务过程中，留意可通过调整 Codex 环境配置来修复的构建错误。这一过程可能需要多轮迭代调试，但从长期使用来看，能够带来可观的效率提升。
按照在 PR 或 Issue 中描述代码变更的口吻编写提示，Codex 的回复效果会更好。这意味着要在必要时附上文件路径、组件名称、代码差异和文档片段。使用“参照 [module X] 模块的方式实现该功能”这类句式，能够优化生成效果。
随时新建任务，用来记录零散想法、未完成工作或是临时的小修复。无需强求一次性生成完整 PR。Codex 可作为工作暂存区，方便你恢复专注后继续处理。
维护 AGENTS.md 文件，帮助 Codex 在代码仓库中在不同提示下保持高效运行。该文件通常包含仅凭代码无法让 Codex 自行推断的命名规范、业务逻辑、特殊规则以及依赖关系。可查阅官方文档，了解 AGENTS.md 文件的编写规范。
Best-of-N 功能支持为同一任务一次性生成多份结果，便于快速比对多种方案并择优选用。对于更复杂的任务，你可以参考多轮生成内容，整合不同结果的优势部分，形成更完善的方案。
Codex 目前仍处于研究预览阶段，但已切实改变研发模式，帮助我们加快开发节奏、编写更优质代码，同时承接以往难以排期的工作。
我们对未来的发展潜力充满期待——随着模型持续迭代优化，Codex 进一步深度融入工作流程，我们期待依托它解锁更多更强大的软件开发方式。我们将持续分享一路积累的经验与心得。
