前言

2025 年 9 月 15 日，OpenAI 發布了 GPT-5 Codex，此模型是基於 GPT-5 架構並針對程式開發任務進行優化的專用版本。此次更新被視為 Codex 模型的一次重大升級，其核心能力從程式碼輔助產生，擴展至具備自主規劃、執行與測試能力的 AI 驅動開發框架。

以下是 OpenAI 新發布的 AI 程式設計模型 GPT-5 Codex 的重點摘要與內容分析。

從複製貼上到 Vibe Coding：開發模式的演進

傳統上，當開發者需要大語言模型的幫助時，流程往往是在 IDE 中撰寫程式碼，遇到問題時，再將程式碼片段複製到 GPT-5 等模型的網頁介面中進行詢問，取得解答後，再將建議的程式碼貼回 IDE 進行編譯與測試。這個過程充滿了上下文切換的摩擦成本。

先前曾提到《使用 GitHub Copilot 的代理模式以提升撰寫程式的效率與開發體驗》，說明了如何將 AI 程式輔助工具整合至 IDE 中。其特性在於開發者能直接在 IDE 環境內，透過對話或指令詢問 AI 如何修正或產生程式碼，並授與 AI 編輯權限，由 AI 直接修改後，開發者再進行核查。這種模式被稱為 Vibe coding，是目前與未來主流的 AI 協作開發方式。

GPT-5 Codex 提出的生態系工具正是此模式的延伸與深化。

市場競爭格局與工具比較

GPT-5 Codex 的推出，使其直接進入了競爭激烈的 AI 程式開發工具市場。其主要對標的產品如下表所示，包括 Anthropic 的 Claude Code、微軟的 GitHub Copilot、Cursor IDE 等：

在 VS Code 中安裝並使用 Codex

除了 VS Code，Codex 也支援 Cursor、Windsurf 或是其他 VS Code 相容編輯器。

目前官方說明到 Codex VS Code 擴充功能在 macOS 與 Linux 提供；而在 Windows 支援仍屬實驗性，目前在 Windows 上最佳體驗為透過 Windows Subsystem for Linux (WSL) 使用。

首先到官方頁下載：Codex – OpenAI’s coding agent

下載後，點選 VS Code 左方的 Codex 按鈕（OpenAI 的圖示），會出現 Codex 得頁面，點擊 Sign in with ChatGPT 跳出登入選項，我們照著登入即可。

跳轉到網頁，會說明需要授權相關權限。

授權後，回到 VS Code 中，已經可以正常且開始使用。這邊與 Github Copilot 基本使用上是一致的。

Codex 相關設定

核准模式（Approval modes）

• Chat 模式（只聊天）

  • 能力：僅限對話、程式碼解說、建議、不會自動修改檔案或執行命令。
  • 風險：最低（不會改動專案）、適合教學、規劃或安全敏感情境。
  • 使用情境：想先討論設計或取得建議、不希望自動變更程式碼。

• Agent（預設）

  • 能力：可讀取檔案、在 working directory 自動編輯與執行命令；若需「working directory 以外」或「網路存取」，會請使用者逐次核准。
  • 風險：中等 — 在專案目錄內的自動操作可提高效率，但仍需注意不經核准的外部操作會被阻擋。
  • 使用情境：日常開發、自動修 bug、重構檔案、執行測試指令，且願意在風險點逐步批准。

• Agent (Full Access)

  • 能力：可完全自動讀寫檔案、執行命令並存取網路（無需每次核准）。
  • 風險：最高 — 有資料外洩或誤執行敏感命令的潛在風險。
  • 使用情境：高度信任環境（例如 sandbox、CI runner、或對象為非敏感專案），需最大自動化。

實務建議（權衡）

1. 開發初期或處理未知/敏感專案：使用 Chat 或 Agent（預設），並保留逐步核准。
2. 在 CI 或封閉自動化環境：若經風險評估，可考慮 Agent (Full Access) 並加上監控與審計（log）。
3. 必要時限制網路或外部工具存取，並定期檢查 Codex 變更紀錄與 commit diff。

Codex 提供的 Model 差異

• GPT-5

  • 角色：通用大型模型，適合廣泛語境下的程式碼與語言任務。
  • 優勢：通用性高、能處理多樣任務。
  • 欠缺：若需針對 agentic coding（自動修改、執行）最佳化的行為，可能不如專門優化模型。

• GPT-5 Codex（建議用於 Codex）

  • 角色：為 Codex 中針對程式碼編輯、執行與 agentic 操作做優化的版本。
  • 優勢：在程式碼理解、產生、變更建議與執行序列的可靠度與一貫性上通常更佳；推薦用於需要自動化修改與執行的場景。
  • 欠缺：可能在某些非程式碼語言任務上與 default 差異不大；可能略較耗時（視 reasoning 設定）。

切換模型的使用場景建議

• 以 GPT-5 Codex 作為首選，當工作以自動修改、執行測試、或複雜重構為主。
• 以 GPT-5 作為備選，若只是做高層設計討論或自然語言類任務，且偏好回應速度。

Reasoning Effort（推理努力）

• Low（低）：回應速度最快，但深度較淺。適合簡單修改、快速建議或大量短交互。
• Medium（中）：平衡速度與深度。一般開發建議的常用設定。
• High（高）：對較複雜問題或要自動產生多步驟執行序（例如：跨多檔案重構、複雜修補）的情境更可靠，但回應時間較長。

建議：日常使用 Medium；需執行複雜自動化任務時切到 High；大量短交互或編輯回饋時選 Low 以提速。

實務設定與最佳實踐

1. IDE 與平台：macOS / Linux 為最佳體驗；Windows 使用 WSL 或視為實驗性。
2. 認證：優先使用 ChatGPT 帳號登入以取得配套使用額度；需用 API key 時確保金鑰與環境變數安全存放。
3. 權限管理：預設使用 Agent（需核准外部動作），只在受控環境啟用 Full Access。
4. 模型選擇：以 GPT-5 Codex 為首選（coding agent），在需要快與簡短建議時切回 GPT-5。
5. Reasoning：Medium → High（複雜任務），Low（快速互動）。
6. 審查流程：即便開啟自動修改，仍保留 commit diff / PR 審查與測試流程。
7. 日誌與回溯：啟用並保存 Codex 的操作記錄（commands、檔案修改、執行輸出）以利稽核。

為 Codex 代理撰寫提示

要讓 Codex 發揮最大效能，下達清晰具體的指令是關鍵。

如果沒辦法下達具體指標，也可以先透過其他 LLM 產生具體的 PROMPT，再交由 Codex 進行分析、處理。

另外，明確指出程式碼與限制範圍也很重要。例如，使用「@」符號可以決定輸入檔案，讓 Codex 直接針對提供的檔案進行分析。

也可以同時附上驗證步驟，助於它確認工作正確性。將複雜的大任務拆解成數個小步驟，能提升處理效能與檢視效率。在除錯時，直接貼上詳細的錯誤日誌，Codex 也能協助分析並找出根本原因。

除了具體的任務指令，還能進一步客製化 Codex 的工作方式。明確要求它遵循特定流程、使用或避開某些工具，或依照指定範本產生訊息。一個重要的技巧是，指示 Codex 將特定檔案（如 AGENTS.md）視為包含特殊規則的設定檔，藉此引導其執行策略。此外，嘗試開放式的問題，也能讓它協助進行程式碼清理、腦力激盪或撰寫文件等創造性工作。

在 Codex 中使用 AGENTS.md

前一節提到，透過 AGENTS.md 檔案引導 AI 代理是個重要的技巧。這個概念的興起，正是為了應對像 GPT-5 Codex 這樣具備高度自主性的代理工具所帶來的挑戰與機會。

AGENTS.md 可以被理解為 「專為 AI 代理設計的 README.md」。當 README.md 是寫給人類開發者看的專案指南時，AGENTS.md 則是提供給 Codex 這類工具的 機器可讀操作手冊 (Machine-Readable Operations Manual)。它將專案的隱性知識（Implicit Knowledge）——例如如何設定環境、執行測試、程式碼風格——轉化為 AI 可直接遵循的明確指令。

這對於 GPT-5 Codex 的代理模式尤其關鍵。當開發者下達一個高階指令，例如「重構使用者登入模組並確保測試通過」，Codex 不再只是猜測，而是會查閱 AGENTS.md 來執行以下任務：

• 專案設定 (Project Setup)：知道要用 pnpm install 安裝依賴。
• 開發規範 (Development Guidelines)：確保程式碼遵循 Next.js 14+ 框架、啟用 TypeScript Strict Mode，並使用 Tailwind CSS 進行樣式設計，而非傳統 CSS。
• 建置與測試 (Build & Test)：在修改後執行 pnpm lint 與 pnpm test 來驗證程式碼品質與功能正確性。
• 提交拉取請求 (Pull Request)：遵循 Conventional Commits 規範來產生提交訊息。

以下是一個符合上述情境的 AGENTS.md 範例：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

# AGENTS.md

## 專案設定 (Project Setup)

-   安裝依賴: `pnpm install`
-   啟動開發伺服器: `pnpm dev`

---
## 建置與測試 (Build & Test)

-   生產環境建置: `pnpm build`
-   執行單位測試: `pnpm test`
-   程式碼風格檢查: `pnpm lint`

## 開發規範 (Development Guidelines)

-   框架版本: Next.js 14+ / React 18+
-   Node.js 版本: v20.x (請遵循 `.nvmrc` 檔案設定)
-   樣式:
    -   必須使用 Tailwind CSS 進行樣式設計。
    -   禁止在專案中撰寫傳統 CSS 檔案 (`.css`, `.scss`) 或使用 CSS-in-JS。
    -   共用元件應放置於 `/components` 目錄。
-   語法:
    -   必須啟用 TypeScript 的 `Strict Mode`。
    -   使用 `ESLint` 與 `Prettier` 進行程式碼格式化，遵循專案內的設定檔。

## 提交拉取請求 (Pull Request)

-   標題格式: 遵循 Conventional Commits 規範 (例如: `feat: 新增按鈕元件`)。
-   提交前檢查: 提交前務必在本機執行 `pnpm lint` 與 `pnpm test` 並確保所有檢查通過。

Codex 隱私說明

• 商務用戶保護

  預設情況下，OpenAI 不會使用商務用戶（包含 ChatGPT 商務版、ChatGPT 企業版 及 API）的輸入或輸出資料來改進模型。

• 一般用戶設定

  一般用戶的對話內容 可能會用於改進模型。

  若不希望資料被用於訓練，請前往 ChatGPT → 設定中關閉 為所有人改善模型。

結論

GPT-5 Codex 的發布，標誌著 AI 程式設計工具從「輔助生成」正式邁向「代理驅動開發」的典範轉移。其核心價值不僅是程式碼產出品質，更在於其自主規劃與執行任務的框架能力。透過可配置的權限模式與 AGENTS.md 這類機器可讀的指令文件，Codex 將開發流程中需要人工介入的步驟轉化為可自動執行的工作流。

從商業模式與市場競爭來看，Codex 最大的吸引力在於整合了現有的 ChatGPT 訂閱體系，讓已付費的用戶無需額外訂閱 GitHub Copilot。其初期使用限制，對比其他成熟產品也相對寬鬆（Plus: 30~150/5 小時；Pro, Business: 300-1,500/5 小時）。

就我個人體驗與開發流程整合度而言，市場上更成熟的 GitHub Copilot 在便利性上是我更推崇的。未來市場的焦點，將在於 OpenAI 如何迭代 Codex 的使用者體驗、縮小與競品的便利性差距，並發揮其獨特的代理框架優勢。開發者社群將持續關注其後續的調整與功能擴展，期待它為自動化開發帶來更多可能性。

參考文獻

1. Introducing Codex | OpenAI
2. openai/codex: Lightweight coding agent that runs in your terminal
3. Codex IDE extension
4. Using Codex with your ChatGPT plan | OpenAI Help Center