Codex CLI 0.149.0 补上了并行使用里最容易漏掉的一半：Agents Dashboard 让你一眼看出哪个任务卡在你身上，codex queue 让你从别的终端往正在跑的任务里递话。这篇讲清这两个功能怎么用、名字为什么必须精确、以及它解决不了什么。
五个 Codex 同时在跑，先管哪个在等你
Posts for: #工作流
把 Jev 接进 Codex：MCP、上下文压缩、模型路由的四种玩法与三条边界
2026 年 9 月 15 日，TypeSafe AI 发布了一个不能写字的模型 Jev：你给它程序状态和一组带类型的问题，它在一次并行采样里返回选项、档位和概率，70 到 500 毫秒，每百万输入 token 0.042 美元。本文拆解它在 OpenAI Codex 工作流里的四种真实接法：MCP 工具层做能力排序与证据重排、PreToolUse 闸门做零 token 判断、上下文压缩只删可验证的只读证据、按轮与按调用的模型路由，并给出这些集成共有的六条工程约定和三条必须知道的边界。
Codex 连跑 24 小时，两个原型都很惊艳，然后我改回了「一次一件事」
开发者 Flavio Copes 让 Codex 在 Goal 模式下照着重造一遍 PocketBase，两套技术栈，连续跑了超过 24 小时，产出的两个原型都相当能看，却仍然需要大量手工返工。他的结论是：与其把这笔预算押在一次长跑上，不如换成十个能逐个审阅的小任务。本文拆解这个判断背后的可观测性逻辑，Plan 模式与 Goal 模式的真实分工，为什么「静默失败」比「写错代码」更贵，长会话里的子 agent 究竟在解决什么问题，以及在生产服务器磁盘只剩 1% 的时候，他为什么宁可自己一条一条敲命令。
我不需要几百个 Codex agent：我要的是能看懂、能审查的改动
给 Codex 的活越大，跟踪它的改动就越费劲。工程师 Rafael Pierre 反其道而行：不堆 agent 数量，而是用 issue、分支、worktree 和 PR 把每一步钉在 GitHub 上，让 AI 写的代码始终经得起自己回头看。文章拆解了可验收的需求怎么写、AGENTS.md 该装什么、两层检查怎么布、并行任务该开几个。
给 Codex 划边界：我拒绝交给 AI 的四件事
一位开发者梳理了自己与 Codex 打交道的这些年，从 GPT-3 API 时代一路走到后 harness 时代，最后列出一份反主流的清单：博客、私人消息、架构、数据建模这四件事，他坚决不交给 AI。