https://codexer.com/categories/%E6%B7%B1%E5%BA%A6%E8%AF%84%E6%B5%8B/Recent content in 深度评测 on CodexerHugozh-cnMon, 18 May 2026 09:00:00 +0800https://codexer.com/posts/2026-05-18-codex-daily-production-review/Mon, 18 May 2026 09:00:00 +0800https://codexer.com/posts/2026-05-18-codex-daily-production-review/<h2 id="从看起来不错到真的离不开">从「看起来不错」到「真的离不开」</h2> <p>2025 年 5 月，OpenAI 发布了 Codex 的研究预览版。当时很多人试了一下，觉得「嗯，有点意思」，然后就回去继续用 Cursor 或者 Copilot 了。Zachary Proser 也是其中之一。他在第一时间写了评测，态度是「谨慎乐观但总体持怀疑态度」。</p> <p>快一年过去了，他更新了自己的评测。结论很简单：<strong>之前的怀疑已经被彻底推翻了。</strong></p> <p>这不是又一篇「AI 改变世界」的鸡汤文。这是一位在 WorkOS Applied AI 团队工作的工程师，每天用 Codex 处理真实的生产代码，用数据和具体场景告诉你，这个工具到底好在哪里，还有哪些地方不够好。</p> <h2 id="他每天早上的工作流">他每天早上的工作流</h2> <p>这是整篇文章最有价值的部分。</p> <p>Zachary 的一天从一杯咖啡开始。但在喝咖啡之前，他会先做一件事：把当天要做的维护任务批量扔给 Codex。</p> <p>比如某天早上的任务清单：</p> <ul> <li>修复用户注册流程中的 TypeScript 类型错误</li> <li>更新 Webhook 端点以支持新的事件格式</li> <li>给管理后台的 React 组件加上更好的错误边界</li> <li>把旧的认证中间件迁移到新的会话管理系统</li> </ul> <p>这些任务有一个共同特点：它们属于「已知模式的重复性工作」。代码库里已经有了类似的实现，Codex 要做的是照着已有的风格把新功能补上。</p> <p>以前这些事情会吃掉他 30% 到 40% 的上午时间。现在他把这些任务塞进 Codex 的队列，去喝咖啡、看消息。回来的时候，通常已经有 2 到 3 个 PR 准备好等他 review 了。</p> <p><strong>成功率从最初的 40%~60%，涨到了现在的 85%~90%。</strong> 这个数字只针对「范围明确的维护性任务」。更复杂的架构性工作，他仍然会用 Cursor 或 Claude Code 来做。</p> <p>这就是他所说的「两层工作流」：Codex 负责 SDLC 中的体力活，专用编码工具负责需要深度思考的部分。</p> <h2 id="真正变好的三件事">真正变好的三件事</h2> <h3 id="稳定性和错误处理">稳定性和错误处理</h3> <p>2025 年的 Codex 有一个让人抓狂的问题：任务失败了，但你不知道为什么。没有报错信息，没有建议，就是静静地失败了。</p>