跳到主要內容
Foxyko
ChatGPT

OpenAI Codex 完整介紹:終端機編碼代理是什麼、怎麼設定、和 Claude Code 怎麼選

OpenAI Codex 是在終端機裡直接讀寫程式碼、執行指令的編碼代理。這篇說明它的運作方式、兩種登入路徑的差異、核心功能、費用怎麼算,以及和 Claude Code 的實際比較。

Foxyko 編輯部6 分鐘

本文重點

  • Codex CLI 是 OpenAI 用 Rust 寫的終端機編碼代理,能直接讀寫檔案、執行指令、審視自己的變更。
  • 第一次登入時選 ChatGPT 帳號還是 API 金鑰,會決定計費方式、能用的模型與功能範圍,這個選擇之後很難無痛切換。
  • 核心功能包含審批模式(控制自動化程度)、非互動的 exec 腳本模式、讀取 AGENTS.md 慣例,以及能跑數小時到數天的自主模式。
  • Codex 沒有獨立收費,用 ChatGPT 帳號登入的費用併入訂閱的共用額度;用 API 金鑰則是按 token 計費。
  • 和 Claude Code 相比,Codex 在終端機原生任務與成本效率上有優勢,但官方也明白標示這仍是實驗性、持續變動中的專案。

Codex 是什麼

Codex(現行版本常被稱為 Codex CLI)是 OpenAI 推出的終端機編碼代理,用 Rust 撰寫,以單一編譯執行檔的形式發佈,不需要額外裝 Node.js 執行環境。它在你的機器本機運作:讀取專案裡的程式碼、直接編輯檔案、執行指令,並且會回頭檢視自己做的變更。

安全機制上,Codex 採用的是作業系統核心層級的沙盒隔離,而不是單純在應用程式層面限制它能做什麼——這是它與部分同類工具在安全設計取向上的差異。

安裝方式

最常見的安裝方式是透過 npm:

終端機安裝指令不需要模型,這是 shell 指令

npm install -g @openai/codex

需要 Node.js 22 以上版本;也可以直接從 GitHub Releases 下載對應平台的預編譯執行檔,跳過 Node.js 依賴。

Windows 使用者可以直接在原生 PowerShell 執行,但實務上 WSL2 的相容性與順暢度通常更好。

兩種登入路徑:決定你的帳單、模型與限制

第一次登入 Codex 時要做的選擇,會直接影響後續整個使用體驗,而且事後切換不算方便,值得先想清楚:

項目用 ChatGPT 帳號登入用 API 金鑰登入
計費方式併入 ChatGPT 訂閱(Plus/Pro/Enterprise)的共用額度按實際 token 用量計費,算在你的 API 帳單裡
可用模型官方精選的一組模型(預設通常是編碼取向的模型)你的 API 金鑰有權限的任何模型都能選
功能範圍CLI/SDK/IDE,外加雲端相關功能(例如程式碼審查、Slack 整合)僅限 CLI/SDK/IDE,沒有雲端功能
用量限制受 ChatGPT 方案的時段窗口與週用量上限約束受你 API 帳戶的速率限制約束
這個選擇會同時決定你的帳單長什麼樣子、能用哪些模型,以及能不能用到雲端功能。

簡單說:已經在付 ChatGPT Plus 或 Pro、想直接用現有訂閱額度的人,選 ChatGPT 帳號登入最省事;需要精準控制成本、或想用訂閱之外的模型的開發者,API 金鑰是更彈性的路徑。 想先搞懂 ChatGPT 各方案的額度怎麼算,可以參考 ChatGPT 費用與方案完整比較。

核心功能

  • 審批模式(approval modes):可以設定 Codex 的自動化程度,從「每一步都要你點頭」的建議模式、到自動套用編輯、再到完全自主的全自動模式。全自動模式搭配核心層級的沙盒隔離,讓無人看管的執行相對安全。
  • codex exec 非互動模式:以腳本方式執行任務,不需要互動式介面,方便整合進 CI/CD 流程或排程自動化。
  • 子代理(subagents):把複雜任務拆成多個獨立的上下文並行處理,加快整體完成速度。
  • AGENTS.md 慣例:Codex 會讀取專案裡的 AGENTS.md 檔案作為固定指示,這是一個開放格式,目前已有多個代理平台支援,不是 Codex 獨有的封閉規格。
  • MCP 與網頁搜尋整合:可以在任務執行中途,透過 MCP 連接外部工具,或直接查詢網路上的即時資訊。
  • 長時間自主模式:可以讓 Codex 針對一個目標連續工作數小時甚至數天,中途設有可以介入調整方向的檢查點,不是完全放養、跑完才看結果。
  • /usage 用量統計:直接在終端機裡查看每日、每週與累積的 token 使用狀況,方便掌握成本。
  • /import 遷移功能:可以匯入既有的 Claude Code 設定與對話紀錄,降低換工具的成本。

費用怎麼算

Codex CLI 這個工具本身沒有獨立的訂閱費用,收費邏輯完全跟著你選的登入路徑走:

  • 用 ChatGPT 帳號登入:Codex 的用量算進你原本 ChatGPT 訂閱(Plus、Pro 或 Enterprise)的共用額度裡,不會另外收錢,但也會受該方案的時段窗口與週用量上限限制。免費和 Go 方案雖然也能登入 Codex,但可用的模型與額度非常有限。
  • 用 API 金鑰登入:完全依照官方 API 的按 token 計價方式計費。輕度使用一個月可能只是個位數到十幾美元;中度使用可能落在數十美元;把它當成全職自動化工作流程重度使用時,一個月的花費可能達到數十到數百美元不等,實際金額取決於選用的模型與任務複雜度。

常見工作模式

工作模式說明
互動式開發在終端機裡逐步下指令,讓 Codex 讀取專案、提出修改建議,你確認後再套用
CI/CD 整合用 `codex exec` 把 Codex 嵌入既有的自動化流程,例如自動修復特定類型的測試失敗
長時間掛機執行部署在雲端主機上,搭配加密的遠端執行環境,讓 Codex 針對明確範圍的任務持續運作
多工具協作透過 shell 腳本在 Codex 與其他編碼代理之間切換,依任務複雜度或成本考量分工

Codex 和 Claude Code 怎麼選

兩者都是終端機取向的編碼代理,但擅長的地方不完全一樣:

  • 終端機原生任務:腳本、維運、CI/CD 這類工作,Codex 的表現通常較有優勢。
  • 多檔案、複雜依賴的變更:牽涉大範圍重構、模組間依賴關係複雜的任務,Claude Code 通常處理得更穩,程式碼品質在盲測比較中也傾向被評為更乾淨。
  • 成本效率:處理同一項任務時,Codex 消耗的 token 量常明顯低於 Claude Code,對成本敏感的專案是加分項。
  • 範圍明確的自主任務:目標清楚、步驟可預期的自動化工作,Codex 的終端機基準測試表現不錯,適合這類場景。
  • 治理與品質要求極高的場景:需要更完整的審查機制、對程式碼品質有不能妥協的要求時,Claude Code 通常是較穩妥的選擇。

使用前該知道的限制

  • 官方定位仍是實驗性專案:OpenAI 自己的說明是「仍在積極開發中,尚未穩定,可能包含錯誤」,版本之間可能出現不相容的行為變動。
  • 登入路徑事後難以無痛切換:一開始選錯登入方式,之後想換算法或計費模式,通常得重新設定,不是切一個開關就能搞定。
  • 全自動模式仍需要人工監督高風險輸出:核心層級沙盒能限制它「能做什麼」,但不保證判斷「該不該做」永遠正確,牽涉重要系統或對外發布的變更,建議保留人工複核。
  • 社群生態仍在快速變動:外部工具與整合方案(例如跨代理的統一儀表板)大多還在早期階段,成熟度和文件完整度會落差很大,選用第三方外掛前建議先確認維護狀態。

延伸閱讀

常見問題

Codex 是免費的嗎?
Codex CLI 這個工具本身是免費、開源可安裝的軟體。但要讓它真正運作需要模型存取權,這部分來自兩種路徑其中一種:用 ChatGPT 帳號登入(費用併入你的 ChatGPT 訂閱),或用 API 金鑰登入(按實際用量計費)。沒有獨立於這兩者之外的「Codex 訂閱」。
用 ChatGPT 帳號登入和用 API 金鑰登入,差在哪?
差在計費方式、可用模型與功能範圍。用 ChatGPT 帳號登入,費用算進訂閱裡的共用額度,能用的模型是官方精選的一組,還能用到雲端相關功能;用 API 金鑰登入則是按實際 token 用量計費,能選用任何你的金鑰有權限的模型,但僅限 CLI/SDK/IDE,沒有雲端功能。
Codex 和 Claude Code 該選哪一個?
沒有絕對答案,取決於任務型態。Codex 在終端機原生的工作(腳本、維運、CI/CD)、範圍明確的自動化任務、成本敏感的場景上通常較有優勢;需要處理多檔案的複雜變更、依賴關係複雜、對程式碼品質要求極高、或需要更完整治理機制時,Claude Code 通常是較穩妥的選擇。
Codex CLI 穩定嗎,可以放心用在正式環境嗎?
OpenAI 官方將 Codex CLI 定位為仍在積極開發中的實驗性專案,版本之間可能出現不相容的變動。用在正式環境或關鍵工作流程時,建議先在非關鍵任務上測試過,並保留人工複核的環節,不要完全無人監督地跑在生產系統上。