OpenAI 内部 Codex 使用指南曝光：顶级工程师的秘密武器！

Codex 是一个能够理解、重构、优化和生成代码的 AI 助手。最近，一份 OpenAI 内部关于如何使用 Codex 的文档流出，详细揭示了他们从安全、产品、前端到基础设施等各个技术团队的日常使用案例和最佳实践。

今天，我们就把这份内部指南为你深度解析，看看顶级工程师们是如何利用 Codex 让开发工作变得更高效、更轻松、更有创造力的。

场景一：理解代码 (Code Understanding)

工程师们使用 Codex 快速定位核心业务逻辑、梳理服务与模块之间的关系、追踪系统中的数据流。这在处理线上事故时尤其关键。

一位负责 API 平台的网站可靠性工程师 (SRE) 说：“值班的时候，我直接把堆栈跟踪粘贴给 Codex，问它认证流程在哪里。它能立刻定位到正确的文件，让我可以快速排查问题。”

你可以这样问 Codex：

• • 这个仓库里的认证逻辑是在哪里实现的？
• • 总结一下，请求从入口到响应，是如何在这个服务中流转的。
• • 哪些模块与 [模块名] 交互？它们如何处理失败情况？

场景二：探索与构思 (Exploration & Ideation)

在做技术选型或方案设计时，Codex 可以帮助你探索不同的实现方式，对你的想法进行压力测试。它可以帮你发现不同方案的优缺点，拓宽你的设计思路。

一位产品工程师分享：“Codex 帮我解决了冷启动问题。我把一份规范和文档粘贴进去，它就能帮我搭建好代码框架，或者告诉我遗漏了什么。”

你可以这样问 Codex：

• • 如果系统是事件驱动而不是请求/响应模式，这个功能要如何实现？
• • 找出所有手动拼接 SQL 字符串的模块，而不是使用我们的查询构造器。
• • 用函数式风格重写这段代码，避免可变状态和副作用。

场景三：提升开发速度 (Increasing Development Velocity)

在新功能启动时，Codex 可以快速生成项目骨架，包括文件夹、模块和 API 存根 (stub)，让你省去手动配置的麻烦。在项目发布前，它又能处理那些琐碎但必要的任务，比如修复小 bug、生成部署脚本或配置文件。

一位 ChatGPT 企业版的产品工程师提到：“我开了一整天的会，但还是合并了 4 个 PR，因为 Codex 在后台帮我干活。”

你可以这样让 Codex 做：

• • 为 POST /events 创建一个新的 API 路由，包含基础的验证和日志记录。
• • 根据这份产品需求，生成一个初步的实现。

场景四：提升测试覆盖率 (Improving Test Coverage)

测试是保证代码质量的关键，但写测试常常是件枯燥的事。Codex 可以快速生成单元测试和集成测试，尤其擅长覆盖那些容易被忽略的边界条件和异常路径。

一位前端工程师说：“我晚上把低覆盖率的模块交给 Codex，第二天醒来就能收到可运行的单元测试 PR。”

你可以这样让 Codex 做：

• • 为这个函数编写单元测试，包括边界情况和失败路径。
• • 扩展这个测试文件，覆盖 null 输入和无效状态的场景。

场景五：保持心流 (Staying in Flow)

程序员的“心流”状态非常宝贵，但常常被会议和各种琐事打断。Codex 可以帮你记录未完成的工作，将笔记转化为原型代码，让你在暂停和恢复工作时无缝衔接。

一位后端工程师分享道：“如果我发现一个可以顺手修复的小问题，我会直接发给 Codex 一个任务，而不是自己切换分支。等我有空了再去审查它提交的 PR 就行。”

你可以这样让 Codex 做：

• • 为重构该服务制定一个计划，并将其拆分为更小的模块。
• • 先把重试逻辑的骨架搭起来，加个 TODO，我稍后会回来实现退避逻辑。
• • 总结一下这个文件，方便我明天能快速接上。

场景六：重构与迁移 (Refactoring & Migrations)

当需要进行跨多文件的大规模重构，比如更新 API、迁移到新的依赖库时，简单的“查找替换”或正则表达式难以胜任。Codex 能够理解代码结构和依赖关系，实现精准、一致的修改。

ChatGPT 网页版的后端工程师说：“Codex 把我们所有的旧版 getUserById() 调用都换成了新的服务模式，然后直接打开了 PR。几分钟就搞定了我们本来需要几小时的工作。”

你可以这样让 Codex 做：

• • 将这个文件按功能拆分成独立的模块，并为每个模块生成测试。
• • 把所有基于回调的数据库访问方式，都转换为 async/await。

场景七：性能优化 (Performance Optimization)

Codex 能帮助工程师识别和解决性能瓶颈。它可以分析低效的循环、冗余的操作或高成本的数据库查询，并提出优化建议。

一位模型服务平台的工程师说：“Codex 很擅长快速发现性能问题——我花 5 分钟写一个提示词，就能节省 30 分钟的工作量。”

你可以这样让 Codex 做：

• • 优化这个循环的内存效率，并解释为什么你的版本更快。
• • 找出这个请求处理器中重复的高耗时操作，并建议缓存方案。

高手秘籍：释放 Codex 全部潜能

要让 Codex 发挥最大威力，OpenAI 的工程师们总结了以下几个最佳实践：

1. 1. 先提问，再编码 (Ask First, Then Code): 对于复杂的修改，先用“提问模式”让 Codex 生成一份实现计划，再切换到“编码模式”让它根据计划执行。
2. 2. 像写 Github Issue 一样写提示词 (Write Prompts Like a Github Issue): 提示词越清晰、上下文越丰富，Codex 的表现就越好。提供文件路径、组件名称、代码片段甚至文档链接，效果会更好。
3. 3. 利用 AgentS.md 提供持久上下文 (Use AGENTS.md for Persistent Context): 在你的代码仓库中维护一个 AGENTS.md 文件，用来描述项目的命名规范、业务逻辑、已知的“坑”等信息。Codex 会读取这个文件，从而更好地理解你的项目。
4. 4. 把任务队列当作轻量级待办清单 (Use the Task Queue as a Lightweight Backlog): 随时把想到的点子、未完成的工作、顺手修复的小问题交给 Codex，把它当作一个可以随时回顾的暂存区。
5. 5. 善用 "Best of N" 获取更优输出 (Leverage "Best of N" for Better Output): 这个功能可以让你针对一个任务同时生成多个版本的解决方案，方便你博采众长，组合出最佳结果。