晚上十点，一个做后台的开发者还在改一个按钮。页面两百多行，他只想把「提交」按钮从灰改成蓝。他把整个文件复制进网页版 ChatGPT，说了一句：帮我把这个按钮的颜色改一下。
对面很客气，把改好的代码贴了回来。他把代码整段贴回文件，刷新，按钮是蓝的了，可旁边的边框也跟着变了，手机上还挤成一团。他回头翻聊天记录才发现，那个颜色在项目里写了三个地方，而网页版只看到了他贴进去的那一段。
第二天他换了个用法：不再贴代码，而是在项目目录里说一句「把提交按钮改成蓝色」。工具自己去翻文件，改完把动了哪几行列给他看。差别不在聪明程度，而在它手上有没有你的文件、能不能直接动手。
一句话原理
网页版 ChatGPT 是「你把话贴给它，它把话还给你」；Codex 是「你把项目交给它，它自己翻文件、自己改、再告诉你改了哪几行」。
区别不在脑子，在手。前者看不到你的文件，只能凭你贴的那一段猜；后者能读整个项目，所以改得准。
像请人修水管。打电话问，你说水龙头滴水，他只能回一句大概是垫圈坏了。把人请进门，他能自己拧开看一眼，但进门要你开门，干完要你验收。
一个具体例子
假设一个两百行的页面，只改其中三行。
你说：把「提交」按钮改成蓝色，别的地方别动。
Codex 看到的是整个项目的文件列表，还有几个跟这句话相关的文件。这个页面的样式文件、按钮组件的定义，可能还有一份全局配色表。
它改的是样式文件里那一行颜色值。如果按钮颜色在组件里又写了一份，它会把那份一起改。改完给你一份改动清单（diff，就是哪一行从什么变成了什么）。
怎么证明改对了？看三件事：清单里只出现颜色那几行；没有动别的文件；跑一遍构建，页面还能打开。
假设它顺手把间距也调了，清单里就会多出你没让它改的几行。所以你真正要看的不是按钮蓝不蓝，而是清单里有几行是你要的。
一个小闭环
一，说清需求。输入是一句话，动作是用地点和范围把它说死，输出是一条没有歧义的指令。少了这步，它会按自己的理解顺手优化，改出一堆你不要的东西。
二，给它项目。输入是这个项目的文件夹，动作是让它读进来，输出是它知道项目里有哪些文件。少了这步，它又退回去靠你贴的片段猜。
三，它改代码。输入是需求加项目内容，动作是找到该改的那几行写进去，输出是一份改动清单。少了这步，你拿到的还是一段要自己贴回去的代码。
四，人看改动。输入是清单，动作是一行一行过，输出是留下或者撤销。少了这步，改错的地方会跟着一起上线。
五，跑测试。输入是改完的代码，动作是让它跑测试或构建，输出是通过或者报错。少了这步，你只知道它写完了，不知道还能不能用。
跑完再回到前面那一步：报错信息本身，又是一句话的需求。
三条技术确认点
一，确认用的是哪一种入口。终端（那个黑底打命令的窗口）里跑的那个能自己执行命令、自己跑测试；编辑器里的那个改完要你点一下确认。先弄清手上这个能不能跑命令，再决定让它干到哪一步。
二，确认它能碰哪些目录。它默认只在你打开的项目文件夹里活动，越界会来问你，这就是老弹权限提示的原因。权限指能不能读你的文件、写你的文件、执行命令，别为了省事一路点同意。
三，确认项目里有没有一份 AGENTS.md。这份放在根目录的说明书，写明用什么命令跑测试、代码放哪个目录、哪些文件别动。有它，进门就知道规矩；没有，每次都从头试。
常见误区
看起来 Codex 比网页版聪明，其实它用的是同一类模型。强的地方是它能看到整个项目，还能动手。
看起来它能自己写完自己验，其实验证还是靠命令。测试写了才有得跑，没写它只能说一句看着没问题。
看起来它改得快就可以少看，其实改动清单才是你要盯的地方。它改十行你扫十行，比你自己敲快，但比不看清醒。
回到开头
那位开发者后来把习惯改了。不再整段贴代码，而是在项目里说清改哪、别动哪，改完先看清单，再让它跑一遍构建。
按钮还是那个按钮。变化是，他现在知道自己该验收什么。
网页版是隔着电话问，Codex 是请进门干活。它能不能改对，取决于两件事：它看不看得见你的项目，你看不看它的改动清单。
Token工厂：贰号token工厂
Codex 要用的模型 token 统一接入、统一计费，改个地址就能用。
点这里看详情 →