[{"data":1,"prerenderedAt":53},["ShallowReactive",2],{"article-155":3},{"code":4,"msg":5,"data":6,"count":14},200,"查询成功",{"id":7,"title":8,"keywords":9,"description":10,"category_id":11,"content":12,"body_html":13,"thumb_up":14,"clicks":15,"sort":14,"remark":13,"status":16,"is_open":16,"is_deleted":14,"is_top":16,"is_recommend":16,"create_time":17,"update_time":17,"image_id":18,"url":13,"member_id":14,"cate_name":19,"prev":20,"next":23,"tags":26,"words":38,"read_time":39,"comments":14,"cover":40,"relevant":41},155,"别再把 Codex 当聊天框：把 AI 用成一支可管理的开发队","Codex, AI 编程, 工作区, Thread","本文提出一种将 Codex 从“普通聊天框”升级为“可管理的 AI 开发队”的使用方法。核心思路是把一个项目拆成清晰的工作区与独立 Thread，先 Plan 再实现，完成后用 Review 做代码审查，并通过 AGENTS.md、Skills、MCP 和定时任务把规则、流程和重复劳动标准化，从而降低上下文混乱和返工成本",16,"很多人用 Codex 的方式，还是“临时聊天”：想到什么就丢什么，写代码、改样式、修 bug、查资料全塞在一个对话里。短期看起来很快，项目一复杂，AI 就开始失忆、串上下文、输出混乱，最后变成你在救火。\n\n问题通常不在 AI，而在工作流。\n\n如果把 Codex 当成一支可管理的虚拟开发队，它的价值会完全不一样。你不再只是问答，而是在做项目管理：划定边界、分配任务、制定规则、阶段审查、自动化重复劳动。这样一来，同一个 AI 才能从“聊天工具”变成“执行系统”。\n\n## 一句话结论\n\nAI 编程真正拉开差距的，不是谁会一句神奇提示词，而是谁能把任务拆清楚、把规则写清楚、把流程固定下来。\n\n## 为什么“聊天框式使用”会失效\n\n把所有需求堆进一个对话，最常见的结果有四个：\n\n1. 上下文混乱。登录、支付、样式、修 bug 混在一起，AI 很容易串任务。\n2. 责任不清。今天改了什么、为什么改、下一步做什么，都没有稳定记录。\n3. 返工变多。先写后想，表面上快，实际上经常要重写。\n4. 审查缺失。写完就算结束，没有第二视角提前拦截问题。\n\n这也是为什么很多人感觉“AI 很强，但我还是很累”。不是模型不行，而是使用方式像临时聊天，不像项目管理。\n\n![](https:\u002F\u002Ftp.myong.top\u002Fstorage\u002Fmarkdown\u002F20260625\u002F3f850d58785a9e2b158359b11bf15a6d.png)\n\n\n## 1. 工作区：先划边界\n\n第一步不是写提示词，而是先有一个清楚的工作区。\n\n工作区对应真实项目目录，它的作用很简单：\n\n- 告诉 Codex 这次只处理哪个项目\n- 让文件、配置、日志、说明文档都落在同一个边界里\n- 避免“这个改动到底属于哪个仓库”的混乱\n\n如果项目边界不清，后面的 Thread、Plan、Review 都会失去意义。\n\n## 2. Thread：一条线程只处理一个任务\n\nThread 的核心不是“聊天记录”，而是“任务上下文”。\n\n推荐的做法是：\n\n- 一个项目可以有很多 Thread\n- 一条 Thread 只处理一个明确任务\n- 一个 Thread 结束后再开新的，不要把新需求硬塞进旧上下文\n\n比如：\n\n- `login-fix` 只修登录\n- `payment-review` 只审支付链路\n- `homepage-style` 只改首页样式\n\n这样做的好处是，AI 不需要不断猜“你现在到底要它做什么”，你也更容易回溯每一步改动。\n\n## 3. 先 Plan，再开工\n\n很多返工，都是因为少了施工图。\n\n在真正写代码前，先让 Codex 输出一份计划，至少包含：\n\n- 要改哪些文件\n- 方案的执行顺序\n- 风险点在哪里\n- 哪些地方先不动\n\n这一步的价值不在于“拖慢速度”，而在于提前暴露错误方向。先计划再开工，看起来慢一点，但后面会少很多返工。\n\n## 4. Review：让 AI 换一个身份\n\n完成一个阶段后，不要继续让它只扮演“写代码的人”，而要让它切换成“审代码的人”。\n\nReview 阶段重点检查：\n\n- 逻辑是否闭环\n- 边界条件有没有漏\n- 性能会不会退化\n- 安全风险有没有被引入\n- 改动会不会影响现有功能\n\n这一步相当于给开发流程加了第二道刹车。很多问题不是改不出来，而是根本没被看见。\n\n![](https:\u002F\u002Ftp.myong.top\u002Fstorage\u002Fmarkdown\u002F20260625\u002F4e152b5ddd3d30ab0de47a4f4308dd7e.png)\n\n\n## 5. AGENTS.md：把规则写成制度\n\n如果每次都靠口头交代，AI 和人都会忘。\n\n`AGENTS.md` 的作用，就是把项目规则、个人偏好、禁忌事项写下来，让它变成稳定上下文。它可以包含：\n\n- 项目目录约定\n- 分支命名规范\n- 提交前检查项\n- 禁止直接改动的文件\n- 代码风格和注释要求\n\n一个简单的 `AGENTS.md` 示例：\n\n```md\n# 项目规则\n- 每个 Thread 只处理一个任务\n- 先输出计划，再开始实现\n- 代码完成后必须 Review\n- 新增依赖要说明原因\n- 变更前先确认影响范围\n```\n\n有了它，很多重复交代就可以省掉。AI 不需要每次重新学习你的习惯。\n\n## 6. Skills 和 MCP：一个管流程，一个连外部系统\n\n这两个概念不要混。\n\n### Skills\n\nSkills 更适合做标准化流程，比如：\n\n- 固定的文件操作\n- 统一的检查步骤\n- 反复执行的项目规范\n\n它的价值是把“会说的话”变成“可执行流程”。\n\n### MCP\n\nMCP 更适合接外部系统，比如：\n\n- 数据库\n- 内部服务\n- 第三方工具\n- 远程资源\n\n它的价值是让 AI 访问不在当前工作区里的能力。\n\n简单说：\n\n- 重复流程，优先做成 Skills\n- 外部系统访问，才考虑 MCP\n\n不要为了“看起来高级”就乱接 MCP。能标准化的流程，先标准化。\n\n## 7. 定时任务：把重复劳动交出去\n\n不是所有工作都值得你亲手点。\n\n一些重复、固定、可检查的事情，适合交给定时任务，比如：\n\n- 每天整理待办\n- 定期检查依赖更新\n- 扫描调试残留代码\n- 汇总某类变更记录\n\n它的作用不是替代人，而是把低价值重复劳动自动化，让人把时间留给判断和决策。\n\n## 推荐的 Codex 使用顺序\n\n如果你想把这套方法真正跑起来，可以按这个顺序做：\n\n1. 建好项目文件夹，明确工作区边界\n2. 写好 `AGENTS.md`，固定规则\n3. 为每个需求单独开 Thread\n4. 先让 AI 输出 Plan\n5. 再进入实现\n6. 完成后立刻 Review\n7. 把重复流程沉淀成 Skills\n8. 需要外部系统时再接 MCP\n9. 周期性任务交给定时任务\n\n## 常见误区\n\n- 一个 Thread 里同时处理多个互不相关的任务\n- 不先计划，直接让 AI 开写\n- 写完代码就结束，不做 Review\n- 项目规则只靠口头说，不写进 `AGENTS.md`\n- 把 MCP 当成万能按钮\n- 把所有重复动作都手工操作\n\n这些做法都会让 AI 越用越乱。\n\n## 结语\n\n把 Codex 用成普通聊天框，只能得到零散回答。\n把 Codex 用成一支开发队，才会得到真正可管理、可分工、可复盘的生产力系统。\n\n真正拉开差距的，不是提示词有多花，而是你有没有把任务拆清楚、规则写清楚、流程固定下来。\n\n",null,0,15,1,"2026-06-25 23:54:55",189,"Ai",{"id":21,"title":22},154,"Codex 实战技术分享：把 AI 编程助手接入真实工程流",{"id":24,"title":25},156,"Superpowers：把 AI 编程从提示词技巧升级成工程流程",[27,30,33,36],{"id":28,"name":29},151,"Codex",{"id":31,"name":32},152,"AI编程",{"id":34,"name":35},153,"项目管理",{"id":21,"name":37},"工作流",2024,5,"https:\u002F\u002Ftp.myong.top\u002Fstorage\u002Farticle\u002F20260625\u002F6e83cfaf93e0b108efaa40908989d9c3.png",[42,47,50],{"id":43,"title":44,"create_time":45,"description":46},140,"一文讲透 Agent、RAG、Skill 与 MCP 的区别与联动","2026-04-19 10:34:30","如果你最近关注 AI 开发，一定会被这几个词刷屏：**Agent**、**RAG**、**Skill**、**MCP**。有人说它们是未来，有人说它们是炒作。更让人头疼的是，很多文章混着用，让人一头雾水。",{"id":21,"title":22,"create_time":48,"description":49},"2026-06-22 20:03:56","本文介绍 Codex 在 CLI、IDE、App 和 Cloud 中的使用场景，梳理任务闭环、Prompt 编写、AGENTS.md 与 config.toml 配置、安全边界和团队落地方法，帮助研发团队把 Codex 接入可审阅、可验证的工程流程。",{"id":24,"title":25,"create_time":51,"description":52},"2026-06-28 00:41:22","Superpowers 的价值不在于让 AI 更会写代码，而是把需求澄清、计划拆分、测试验证和系统调试变成可执行流程。本文结合官方资料与项目热度，拆解新手为什么先从 4 个核心 skill 入手，以及团队如何把它落地为可复盘的 AI 编程规范。",1783431644988]