GLM-5深夜登场，这是国产开源模型首次逼平Claude Opus 4.5
这个周末，几乎所有的空闲时间都交给了Vibe Coding。
一边写稿一边用它，煮面时也挂着它，甚至看电影时，旁边也开着它。左下角的MacBook就是专门用来Vibe Coding的设备，而大屏幕的Windows主机则负责播放电影。
选择Mac的原因很简单，就是为了使用Codex应用。Codex搭配GPT-5.3 Codex，体验确实提升了一个量级。
周六时就在社交平台上感慨过，底下是一片赞同的声音。速度快，能力强，这才是关键。回想之前的5.2-codex，问题不在于能力弱，而是速度实在太慢，挂着任务出门吃个饭，两三个小时回来可能还在修改。但这次，5.3-codex的速度快了不止一点，额度充足，能力上也感觉比Opus 4.6更胜一筹。单就Vibe Coding的体验而言，确实比Claude爽快不少。
对于那些曾经对Vibe Coding感兴趣，却因为Claude封号、OpenCode的各种BUG或是看不懂复杂IDE而放弃的朋友，现在可以明确地说：OpenAI的Codex加上GPT-5.3-codex，是目前从入门到精通的绝佳选择。
一个周末的时间，用它解决了四五个过去单凭自己完全无法实现的开发需求，甚至能让人进入心流状态。如果连普通用户都能获得这种体验，那么它的易用性和强大程度可见一斑。
强烈建议，无论基础如何，现在就可以开始尝试用AI，用Codex，去实现自己的想法。
而且，最让人舒心的一点是：Codex有应用！它有可视化的图形界面！
作为一个和用户体验打了近十年交道的设计师，实在无法接受在2030年还要和命令行界面纠缠。还记得第一次用命令行时，连打开特定目录都要摸索半天，更别提那个反常识的操作——复制粘贴。在命令行里，习惯性地选中文字后按Ctrl+C，结果这个快捷键是强制终止进程。
反观Claude，不仅是封号大户，最近的商业策略也让人有些无奈。周末他们给Opus 4.6上了个“Fast”模式，号称快2.5倍。
听起来不错？但一看文档，价格直接贵了5倍，每百万Token的消耗来到了惊人的150美元。
相比之下，OpenAI这边就显得实在多了。
喜欢研究技术，但没人想自讨苦吃。这一波，OpenAI的体验确实更友好。
所以，这篇文章的核心目的，就是真诚地向大家推荐Codex。希望每个人都能在这个时代，真正开启自己的Vibe Coding之旅。春节假期将至，与其闲着，不如动手创造点东西，那种成就感，或许比玩游戏更让人满足。
二、啥是 Codex
还是先做个小科普，毕竟很多朋友可能还没接触过。
大家可能听说过Claude Code或者Clawdbot，它们本质上都是在上层封装了大量工程化能力的Agent应用。而Codex，就是OpenAI对标Anthropic家Claude Code的产品。
它虽然被定位为编程Agent，但发展到今天，已经越来越接近通用Agent了。原因很简单，信息化三十年，几乎所有东西都构建在代码之上。编程能力越强，能触及的边界就越广。这也是为什么最近资本市场对软件逻辑如此敏感，一个Claude的Excel协作插件都能引起波澜。
Codex和Claude Code都是上层的编程应用，需要搭配底层模型使用。巧的是，上周五两家都发布了新模型：GPT-5.3-codex和Claude Opus 4.6。
GPT-5.3-codex是一个纯粹的编程特化模型，因此在创作、事实核查、世界知识等方面表现一般，所以OpenAI并没有把它放到ChatGPT里供所有人使用。目前ChatGPT里只有GPT-5.2。
GPT-5.3-codex目前只在Codex中上线。
只要是Plus或者Pro会员，都可以下载并使用Codex。如果是免费会员或8美元的Go会员，虽然也能下载和使用Codex，但只能用GPT-5.2-codex，这一点需要注意。
至于下载方式，非常简单。访问OpenAI的Codex官网，看到那个显眼的“下载应用”按钮，点击即可。
下载下来的是一个Mac安装包，安装、登录，就完成了。Windows的应用版本尚未上线，目前只能使用命令行版本，不过图形界面版本估计也快了，很可能就在这一两周内。
三、如何使用
下载登录后，看到的首页界面是这样的。
在Codex的编程逻辑里，左侧边栏的文件夹（Threads，即线程）是核心概念之一。整个左侧栏其实分为两层。
第一层是文件夹，也就是工作区。可以把它理解成项目目录或主题盒子，比如“AI热点”、“数据抓取机器人”、“sandbox”等，它的作用是让文件井井有条。
第二层才是Thread。点开某个文件夹，里面的一条条对话记录就是Thread。每一条Thread都代表一条独立的任务线。
所以整体关系是：一个文件夹里可以有多条Thread，每条Thread都在同一个工作区里，围绕一个明确目标推进一次协作过程。
打个接地气的比方：文件夹像一个项目群，Thread就像群里的一个具体话题帖。你在某个话题帖里聊需求，Codex就在同一个上下文里改文件、跑命令、做记录。换一个话题帖，它就切换到另一条任务线。
这套设计对新手特别友好，因为它把容易混淆的两件事分开了：文件夹负责存放代码和资料，Thread负责存放思路和过程。这样就避免了那种经典的崩溃场景：上午让它写网页，下午让它算Excel，晚上又让它改文案，最后所有东西搅成一锅粥，上下文污染严重，AI开始胡言乱语，自己也找不到文件在哪。
在Codex里，只需要遵循一个简单的规则：同一个文件夹里做同一个大方向的事，同一个Thread里只推进一件具体的事。效果最好。它们共享项目目录里的文件和资源，但对话和目标互不污染，随时可以断点续写。
因此，非常建议在开始时就做好分类。一个简单的习惯是，在电脑上建立一个“dev”总文件夹，里面再细分，比如“Learning”放学习资料，“notes”放文章笔记，“Projects”放真实开发项目，“sandbox”当试验场，“tools”放成型的通用脚本和组件。
例如，“Projects”里可能有“AI热点”和“飞书机器人”等项目，而“飞书机器人”下又可按功能细分文件夹。
就像周末刚完成的，能定时爬取公众号数据并存到多维表格的飞书机器人。
前期的分类虽然听起来繁琐，但它至关重要。一个好的分类是后续愉快体验的开始。千万不要把所有对话都随手扔进一个Thread，管理好Thread和项目文件夹是关键。
在本地建好文件夹后，就可以通过这里，将文件夹添加为项目文件夹。
比如想开发AI热点网站，就把这个项目文件夹添加进来，然后新建一个Thread开始对话。
接下来，想说什么就可以直接发消息了。不过别急，在开始玩之前，最好先了解一些配置和功能。
四、功能与配置项
Codex作为一款成熟产品，有些功能和配置项值得先介绍一下。这也是图形化界面带来的，对新手特别友好的地方。
第一个是定时任务。
意思是Codex可以在特定时间自动执行特定任务。例如，有几个项目跑在云服务器上，但自己对服务器运维并不熟悉，于是将服务器托管给Codex。它会自动建立一个自动化任务，每天上午9点巡检服务器，检查是否有报错。
如果有报错，它会尝试自行解决，然后总结原因，通过飞书机器人发送通知，从而实现完全托管。
第二个超棒的功能是Skills。
Skills的重要性不言而喻。而这是第一次，Skills有了自己的可视化、图形化管理界面。
你不再需要像用Claude Code或OpenCode那样，不知道自己装了哪些Skills、装在哪里、有什么用。在这个界面里，可以轻松管理一切。
同时，Codex自带了Skill Creator。在Codex上构建一个Skill，体验几乎和扣子一样简单，只需要点击右上角的“New Skill”。
然后，用自然语言告诉它你想构建什么样的Skill。
这实在太方便了。Claude Code和OpenCode有个很呆板的地方：明明支持Skill，但构建Skill的Skill Creator还需要用户自己去找去安装。OpenAI显然更懂用户。
除了这两个主要功能，还有一些小配置可以调整。
进入设置界面，在“General”里，打开“Keep computer awake”开关，把“Follow-up beha vior”选项改成“steer”。这样在开发过程中，也能随时给Codex发消息调整任务。
然后在“Personalization”（个性化设置）这里，可以填写全局规则。这其实就是命令行界面中的AGENT.md，只不过OpenAI把它单独拎出来了。
这里推荐一个常用的全局规则，新手可以直接复制粘贴：
# Global rules for codex ## Operating principles - Prefer small, reviewable diffs. A void sweeping refactors unless explicitly requested. - Before editing, identify the file(s) to change and state the plan in 3-6 bullets. - Never invent APIs, configs, or file paths. If unsure, search the repo first. - Keep changes consistent with existing style and architecture. ## Safety and secrets - Never paste secrets, tokens, private keys, .env values, or credentials into code or logs. - If a task requires secrets, ask me to provide them via environment variables. - Do not add analytics, telemetry, or network calls unless I ask. ## Code quality bar - Add or update tests for beha vior changes when the project has tests. - Prefer type safety and explicit error handling. - Add comments only when the intent is non-obvious. ## Build and run etiquette - If you need to run commands, propose the exact command and why. - When you make changes that may break build, run the fastest relevant check first. ## Output formatting - For code changes: include a short summary + list of files changed. - For debugging: include hypotheses, experiments run, and the minimal fix. ## My preferences - I like concise explanations, concrete steps, and copy-pastable commands. - Default language for explanations: Chinese.
设置部分到这里就差不多了。
接着，在对话框首页，把权限改成“Full access”，让Codex拥有对你电脑的最高访问权限，这样就不会每次操作都弹窗请求确认了。
之后，每发一段Prompt过去，就可以等着“收菜”了。
在对话框中，输入“/”键，可以调出一些特殊功能。
有两个对新手比较重要的功能。
第一个是“Plan mode”。这个功能很简单，它只做规划，不写具体代码行。选中后会出现一个小图标。
对于任何大型项目（帮你下载视频、转换格式这种不算）的从零开始阶段，都推荐先用Plan模式，对需求进行详细规划，形成规范文档和实现计划后，再开始开发。
比如要构建一个管理AI热点网站信源的Skill，因为每个网站的爬取规则不同，选择直接用Skill修改代码库的方式进行管理。这时就可以先用Plan模式规划一下，再开始开发这个Skill。
过一段时间，就能得到详细的计划。
同时，Codex会询问是否实施此计划，一般来说，选“是”就行。然后，Plan小图标会消失，正式进入开发时间。
接下来等着收菜即可。
第二个是“status”，可以查看当前周期的用量和剩余额度，非常实用。
另外，模型的推理深度也需要单独提一下。
GPT-5.3-codex和之前一样，也有4个推理等级。可以理解为，档位越高，模型在给出最终答案前，会用更多的思考token进行推理和自检，通常更稳定、更全面，但也更慢、更贵。
日常更推荐使用“High”档。一旦遇到超出日常范畴的难活、硬活、大活，就可以切换到“Extra High”，它基本等同于5.2时代的“xhigh”。对于这种任务，成功率和时间成本才是最值钱的，多出来的一点推理消耗可以忽略不计。
五、开始 Vibe Coding
最后，终于可以开始真正的Coding了。
这部分反而没什么可说的，直接用自然语言描述你的需求就行。Codex右下角有个麦克风图标，现在经常打开麦克风，用嘴说需求。
个人目前的开发习惯是这样的：先在Codex上打开Plan模式，用嘴描述需求。如果涉及前端页面或服务器，会在需求描述时强调使用前端设计Skill（Frontend Design）来设计，并使用自己的服务器管理Skill介入管理。
计划生成好后，开始开发。开发完毕后，第一时间查看前端效果是否可行。如果可行，就在Codex里用语音进行后续修改；如果效果不理想，会直接打开Claude Code，进入同一个项目仓库，选择Claude Opus 4.6，让它直接重制前端。
这一点是因为有时Codex的前端能力确实比较一般，甚至奥特曼自己也这么说过。
如果没有Claude Opus 4.6，用Claude Code搭配K2.5和Frontend Design Skill问题也不大。重置完前端后，再回到Codex里继续快乐地“口喷”开发。
还有一个小技巧：在Codex里，可以多个Threads并行开发。
希望大家也能玩得愉快。
一直觉得，Vibe Coding这个东西，对非程序员的价值可能比对程序员更大。因为程序员本来就会写代码，AI对他们主要是提效；但对于我们这些不会写代码的人来说，AI直接把一道原本过不去的坎给铲平了。
在未来，会用AI写代码很可能会变成像会用Excel一样的基本技能。这是一个必然的趋势。
希望每个人都能发挥自己的创意。玩得开心。
