OpenAI 工程师 Jeremy Lewi 用一套名为 Runme 的开源笔记本，把跑评估这类重复工作交给 Codex 执行，自己只负责审批和决策。本文拆解这套工作流的三个关键设计：持久的 goal、清晰的审批边界，以及让每一轮运行都沉淀成可复用上下文的飞轮机制。
把重复工作交给 Codex，把决策留给自己：OpenAI 工程师的 Runme 笔记工作流
Posts for: #Codex
一个 Go 依赖在编译期偷偷写入了 AGENTS.md，Codex 还帮忙藏起了改动
恶意 Go 依赖在编译期写入一份假的 AGENTS.md，声称自己拥有「绝对权威」，成功让 Codex 把一次改动藏出代码审查。本文梳理 NVIDIA 红队、Prompt Security 和 GitInject 三条攻击路径，拆解这个开源指令格式为何天然是一条提示注入通道，以及安全边界到底该设在哪里。
你只输入了 16 个字符，Codex 却发走了 4 万字节：拆开一个真实的请求体
有人把 Codex 的请求体逐字节截下来测量，发现一句 16 字符的「Reply with pong.」被包装成了 42980 字节、约 9435 个 token 的请求，真正的提示词只占 0.3%。其余全是工具定义、系统指令、技能元数据和环境上下文。本文拆解这个被多数人忽略的开销，以及它对隐私和成本意味着什么。
Codex 的引擎不在聊天框里：拆解那个可复用的智能体循环
OpenAI 官方发文拆解 Codex 底层：真正支撑 App、CLI 和 IDE 的是同一个开源 harness。一个关键数据点说明执行循环的价值，GPT-5.6 Sol 在 ARC-AGI-3 上从 13.3% 提升到 38.3%，输出 token 却减少六倍。本文解读这个被多数人忽略的智能体引擎，以及它意味着什么。
一个 web_search 开关，账单涨了四五倍：复盘 Codex 在 Bedrock 上的提示词缓存事故
有人把 Codex 挂到 AWS Bedrock 上跑 GPT-5.6 Sol，账单凭空多出上千美元。追根溯源，85% 的钱花在了 cache-write 上，而根因只是一个刚打开的 web_search 开关。本文复盘这起提示词缓存事故的完整链路，以及它对 agentic 工作流成本管控的启示。