CODEX · 0 到 1

写在前面

我第一次打开 Codex，干了一件现在看起来有点蠢的事。

我把它当成 ChatGPT 用了。

问概念、改标题、润色段落，来回聊了几天，我甚至觉得：这不就是换了皮肤的聊天框吗？

直到有一天，我把三篇旧文章放进一个文件夹，让 Codex 读取、分析，再生成一份“写作风格分析.md”。

看到新文件真的出现在电脑里，我才意识到：我之前一直用错了。

ChatGPT 更像坐在旁边和我讨论工作的同事。

Codex 则开始进入我的文件夹，接手一部分实际操作。

要弄懂它们的区别，先别急着比较谁更聪明。我们需要先分清三个概念：模型、聊天产品和 Agent。

第一层：模型，像发动机

GPT、DeepSeek、通义千问、腾讯混元，首先都是大模型。

我们讨论它们的推理、写作和编程能力，本质上是在讨论发动机性能。

但普通人不会直接操作一台裸发动机，而是通过不同产品使用这些能力。

第二层：聊天产品，像坐在旁边的顾问

ChatGPT、Kimi、豆包、腾讯元宝，都是普通人更容易接触的 AI 产品。

你可以向它们提问、上传资料，让它们帮你搜索、总结、润色和分析。

例如：

1. “帮我想十个 Codex 选题。”

2. “把这段产品介绍写得更口语化。”

3. “解释一下什么是 Agent。”

它们通常会在聊天窗口里给你答案。

第三层：Agent，开始真正下场干活

Agent 一般翻译成“智能体”。

小白不用急着背定义。你可以先把它理解成：不只回答问题，还能围绕一个目标调用工具、操作文件并连续执行任务的 AI。

Codex 就属于这个方向。

腾讯 WorkBuddy 则更偏向通用办公场景，可以处理文件、查资料、写文案以及生成报告或 PPT。

如果进入编程场景，还有腾讯云 CodeBuddy、Kimi Code、TRAE、Qoder 等产品。

这些产品的共同变化是：AI 不再只坐在聊天窗口里给建议，而是开始进入工作环境，接手具体操作。

实践一：把同一个任务交给两类工具

先打开 ChatGPT、Kimi、豆包或腾讯元宝，粘贴一篇文章，然后说：

它通常会在聊天窗口里给出分析结果。

接着，新建一个测试文件夹，放入三篇历史文章，再用 Codex 打开这个文件夹，然后说：

最后比较两边的交付方式。

前者主要给你一次回答。

后者读取了多个文件，还生成了一个可以继续使用的新文件。

做完这一步，你会理解：Codex 的关键不只是回答问题，而是进入了你的工作区。

实践二：让 Codex 接手一个真实环节

我目前的 AI 博主工作流包括选题、评分、写稿、润色、人工复盘、排版、多平台发布和数据回传。

第一次使用时，我不建议把整套流程全部交给 Codex。先挑一个小环节，例如选题分析。

第一步，在文件夹里放入候选选题、历史文章和数据截图。

第二步，让 Codex 读取材料，写出每个选题的推荐理由和风险。

第三步，要求它把结果保存为“选题分析.md”。

第四步，检查它有没有遗漏材料、编造数据或者误解评分标准。

第五步，把有效的判断规则继续补充给它。

做完这一步，你会理解：Agent 不是替你做决定，而是接过材料和重复操作，把结果整理到可以验收的状态。

我现在怎么分工

如果只是提问、搜索、总结或者润色，我会使用 ChatGPT、Kimi、豆包或腾讯元宝。

如果是处理办公文件、生成报告或 PPT，可以考虑腾讯 WorkBuddy、Kimi Agent 等办公智能体。

如果任务涉及本地项目、多份文件、重复操作和最终交付，我会使用 Codex。

如果主要处理编程项目，还可以选择腾讯云 CodeBuddy、Kimi Code、TRAE、Qoder 等工具。

它们不是简单的国外版和国产版关系。

真正的区别是：你需要 AI 回答一个问题，还是需要它进入工作环境，把事情做完。

模型提供能力。

聊天产品提供入口。

Agent 开始接手工作。

写在后面

如果你刚接触 Codex，今天不用研究命令行，也不用折腾复杂插件。

先新建一个测试文件夹，放入三份真实材料，让它读取并生成一个新文件。

等那个文件真正出现在电脑里，你就会明白，它为什么不只是另一个聊天框。

END

参考资料

1. OpenAI Academy：What is Codex?

2. OpenAI：Introducing the Codex app

3. 腾讯 WorkBuddy 官网

4. 腾讯云 CodeBuddy 官方介绍

5. Kimi 产品说明