Codex 效率指南：用记忆、会话管理、浏览器和子 Agent 组成完整工作流

1. 用记忆和自定义指令建立长期协作规则

开启记忆功能，并在自定义指令中写入长期有效的原则，例如：

• 先分析再修改；
• 精准修改，不随意重构；
• 修改后必须验证；
• 不迎合用户，结论需要事实或案例支持。

这样可以减少每次重新解释工作习惯的成本。但自定义指令适合放稳定原则，具体目标、范围和验收条件仍应写进当前任务。

2. 通过跨会话引用管理上下文

文章建议使用“@会话标题”引用以前的任务。当原会话过长时，可以新开任务，让 Codex提炼：

• 已经完成的工作；
• 当前项目状态；
• 已确认的技术决策；
• 未解决的问题；
• 后续任务和限制条件。

其价值是保留必要前情，同时丢掉旧日志、失败尝试和无关讨论，降低“上下文债务”。

3. 用侧边聊天处理临时问题

侧边聊天共享主任务的背景，但不会把临时讨论不断塞进主任务。

适合处理：

• 解释某段代码；
• 确认一个技术概念；
• 比较两个局部方案；
• 检查一个小风险；
• 临时阅读某个文件。

核心原则是：主任务保持单一目标，支线问题放到独立空间处理。

4. 先用 Visualize 做交互原型，再开发

对于页面和交互需求，作者建议先生成可操作的 HTML 原型，确认：

• 页面结构；
• 视觉风格；
• 操作流程；
• 按钮状态；
• 异常与空数据状态；
• 移动端表现。

这比直接让 AI“黑盒开发”，完成后再反复调整 UI 更高效。

5. 把浏览器能力用于真实验收

Codex 可以操作浏览器，完成页面点击、表单填写、流程检查和前后端联调。

但要想测试有效，需求阶段就应列清楚：

• 每个角色允许做什么；
• 哪些操作必须被禁止；
• 正常路径是什么；
• 异常路径是什么；
• 需要检查哪些页面和尺寸；
• 遇到什么情况停止。

浏览器测试通常会产生较多操作和上下文，因此测试范围越明确，效率越高。

6. 用子 Agent 分流明确、重复的任务

文章提出一种任务分工：

• 主 Agent/强模型：理解需求、制定方案、处理复杂决策；
• 子 Agent/轻量模型：执行代码修改、补测试、整理文档、分析日志等边界明确的任务。

OpenAI 官方将 GPT-5.6 Luna定位为适合成本敏感、高频工作负载的模型，因此这种分工方向是合理的。GPT-5.6 Luna 官方说明

不过，“Luna + max 一定更省 Token”属于作者的个人体验。max 代表更高的推理强度，不天然意味着更省；应根据真实任务比较质量、耗时和消耗。

7. 用手机远程管理开发任务

手机端可以用于：

• 启动作业；
• 查看任务进度；
• 审批命令；
• 查看代码差异；
• 在离开电脑时继续跟进。

这更适合“监督和审批”，不适合在手机上处理复杂代码细节。文章还提到第三方远程桌面工具，这类工具并非 Codex 官方能力，使用时应注意设备权限、账户安全和代码隐私。

文章精髓

这七个功能最终可以组成一条工作流：

预设协作规则 → 管理会话上下文 → 提前确认原型 → 明确功能边界 → 主 Agent 制定方案 → 子 Agent 执行 → 浏览器验收 → 手机远程监督

真正提高效率的不是某个功能本身，而是三件事：

1. 把稳定规则提前固化；
2. 让不同类型的任务进入不同上下文；
3. 按照任务难度，把规划、执行和验证分配给合适的模型与工具。

查看原文