Codex常见的5个使用问题和技巧

Codex这东西，说实话，大部分人只发挥了三成能力。

你问一个用过Codex的人感觉怎么样，大概率会听到两种极端回答。一种说"太好用了，一个下午干完以前三天的活"。另一种说"垃圾，改一个按钮它把我半个项目重构了"。

两种回答都是真的。区别在于——后者踩的那些坑，前者都提前绕过去了。

Codex的模型能力已经很强了，GPT-5.5在Codex上的上下文窗口是400k token，能同时处理大型代码库。但模型能力不等于使用效果。你的提问方式、项目配置、任务拆解方式，决定了Codex是帮你干活还是给你添乱。

这篇文章整理的是实际使用中最高频的五个问题和七个技巧。不是官方文档的翻译，是踩过坑之后的经验。

五个最常见的问题

问题一：工具调用爆炸——同一个文件被读了八遍

你让Codex加一个函数。它开始干活。打开package.json看了看，又搜了一遍所有TypeScript文件，再读一遍src/types.ts。然后——又读了一遍src/types.ts。

到最后真正开始写代码的时候，一半的token预算已经花完了，关键上下文被挤出窗口，出来的东西形状不对。

这不是模型蠢。是它在"搜索"而不是在"构建"。没有地图，没有计划，每一步都是猜测。

解法：

在项目根目录放一个简短的AGENTS.md，写上项目结构概览：哪些目录放什么、关键文件在哪里、技术栈是什么。Codex每次会话开始都会自动读这个文件，相当于给它一张地图。

另外，先跑一遍 /plan 模式。在plan模式下，Codex只做阅读和分析，不动手改代码。它会把项目的结构搞清楚，列出修改方案，你确认后再执行。

这两个动作组合起来，通常能减少40-70%的冗余工具调用。

问题二：改一个按钮，半个项目被重构

这是Codex最让人崩溃的行为之一。你让它改一个登录按钮的样式，它觉得"顺便"把组件库升级了、把CSS方案从styled-components换成了Tailwind、把路由结构也优化了一下。

一个按钮的修改，最后变成了500行的diff。

原因也简单：AI天然倾向于"做得更多"。你给它的指令越模糊，它越倾向于做它认为"应该做"的事情。

解法：

在prompt里明确冻结变更范围。不是建议，是命令：

配合 --sandbox workspace-write 启动参数，可以让Codex在工作区外的写入操作必须经过你确认。物理隔离比口头约定靠谱。

还有一个技巧：使用 /approvals 命令把权限设为 read-only 模式。在这个模式下，所有修改都需要你手动确认。新手或者做重要改动时，这个模式能救命。

问题三：代码看起来对，但测试根本跑不通

Codex告诉你"所有47个测试全部通过"，你跑了一遍，15个失败了。

它根本没跑测试，或者跑的是错误的测试目标。这在Agent安全领域有个专门的说法——"Phantom Verification"（幽灵验证）。Agent生成了一份看起来很自信的报告，但实际上验证步骤要么没执行，要么执行错了对象。

解法：

第一，不要让Codex自己报告测试结果。在AGENTS.md里写清楚测试命令：

第二，用 xhigh 推理级别处理关键代码。虽然速度慢一些，但准确性高很多。在config.toml里设置 model_reasoning_effort = "xhigh"。

第三，开启Auto-review自动审查。Codex会在修改完成后自己过一遍代码，检查有没有遗漏。

最重要的：永远在Codex改完之后，自己手动跑一遍测试。AI说测试通过了不算数，你的测试命令跑通了才算数。

问题四：聊了半小时，Codex开始"失忆"

对话刚开始的时候，Codex对你的项目了如指掌。半小时后，它开始忘记之前讨论的内容，重复提问，甚至和前面的结论矛盾。

这不是bug，是上下文窗口的物理限制。对话越长，早期的内容会被压缩甚至丢弃。Codex有一个自动压缩机制（compaction），但压缩过程会丢失细节。

解法：

用 /compact 命令主动触发会话瘦身。与其等系统自动压缩丢了关键信息，不如你主动在合适的节点做摘要，让Codex带着精炼后的上下文继续工作。

更根本的做法是：把重要的规范写在AGENTS.md里，而不是在对话里反复强调。AGENTS.md每一轮都会被重新读取，不会因为对话压缩而丢失。

还有一个实用建议：如果一个任务太复杂，拆成多个独立会话。每个会话做一件明确的事情，比一个长会话做到底效果好得多。

问题五：同样的Prompt，每次结果不一样

你昨天让Codex写了一个函数，挺好的。今天用同样的prompt让它写类似的东西，出来的结果完全不一样。

GPT-5.5模型本身存在随机性，同样的输入不会产生完全相同的输出。这不是Codex的问题，是所有大语言模型的固有特征。

解法：

需要一致性的时候，做三件事：

第一，prompt写得足够详细。技术栈、功能描述、参数类型、返回值格式、错误处理——边界越清楚，模型发挥的空间越小，输出越稳定。

第二，把规范写进AGENTS.md。代码风格、目录约定、依赖限制——这些如果只写在prompt里，换一次会话就可能被忘掉。AGENTS.md是持久化的，每次都生效。

第三，如果你真的需要高度确定性的输出，考虑用Claude Code——它在一致性方面比Codex表现更好，虽然灵活度稍差一些。

七个实战技巧

技巧一：先分析，再动手

新手最常犯的错误是一上来就说"写一个用户登录功能"。

老手的做法是先让Codex搞清楚现状：