这两天，我用 CodeX 去开发了一些工具，然后我发现 CodeX 确实挺好用的。

首先需要知道如何安装，我一开始找了些教程，发现还是跑不通，后面用了个最简单、有效和迅速的一个办法，我去问 AI，我要装这个 CodeX，问它怎么办，同时告诉AI我是什么系统，然后，它会告诉我们如何配置。跟着 AI 一步一步就能很快地，上手给装起来。然后你去用你的这个 GPT 账号去登录，然后就可以跟 AI 去交流，让它用 CodeX 去帮你完成这样的一些任务。

CodeX 的使用与开发流程

像 CodeX 它有一些常用的命令，比如说这/mcp查看MCP工具，/init去初始化项目，还有些其它命令需要掌握，不过只要输入一个/，在下面回忆自动弹出来，无需自己记忆。

用 CodeX 去完成各种任务的时候，我的流程和用其它IDE开发类似，就是说，第一步呢，需要把需求文档给 AI。

文档写得越详细，那么在后面，AI 出现理解的偏差就越小，犯错误的这种概率就越小。

它就像跟我们去跟别人沟通的时候一样。很多时候为什么会出现这个鸡同鸭讲这种情况呢？

就是因为大家没有一个充分的一个上下文，不在一个频道上，举个稍微夸大的例子，我们和小学生聊微积分，他们大概率是听不懂的，因为他们没学过，所以，需求文档很重要。

AI 辅助技术方案设计

第二，当有了详细的需求文档之后，那么你就可以让 AI 去帮忙规划技术架构了。这个是非常重要的一个事情，因为不同的技术架构，对后面不管是维护，还是说项目的完成度，它都是非常重要的。

我这次做的是个 AI 相关的项目，因为很多的大模型，它是基于 Python 生态去做的，所以说我的后端都是选择了 Python。

但是我没有直接告诉AI，而是先问 AI，

“你根据我这个需求文档，你告诉我有哪些技术方案，然后列出每个技术方案的一个优缺点。”

然后我根据AI列出的方案对比，这时候再去进行选择，大概心里就有数了。

任务管理

第三步才是开始正式地让它去干活。

CodeX会写一个任务的列表，它会说第一件事干什么，第二件事干什么，然后它第一件事完成了之后，它会去把第一个任务勾选掉，然后再开始第二个任务。

以前AI 你如果说一次性告诉它一大堆任务的话，它可能第一个任务还没完成，就开始做第二个了，它就是很容易出现健忘症。像这是以前的一个很大的一个问题。

但是它现在有了这个任务的一个列表之后，就非常可以从容地去做这样的一些事情。

那么这个任务列表其实最早的话，应该是7 月份在亚马逊的Kiro比较早引入的，确实非常非常的实用，它其实也是一个软件工程里面的一个东西，用软件工程的一个思想去做 AI coding。

存在的缺点

但是 CodeX 呢，它有一个缺点，它完成任务的时候总是要思考好久。比如，我只是让它简单地去查个小 bug，它光去理解这样的一个问题，它可能都要反应好几分钟，有的时候我都不知道它是不是在工作了。

这好像 GPT-5 针对 coding 模型的常见问题，我在Cursor调用它也同样要思考很久。

总的来说，CodeX 我体验下来其实还是非常不错的一个产品，但是说对于新手来说还是不太建议，因为命令行工具是有点上手门槛的。新手还是比较建议去使用这种 IDE 的这种工具。像 CodeX 它已经推出在了 IDE 的一个版本，也还是挺不错的。

但是现在在 IDE 的版本上，它好像还不能像 CodeX 一样，可以连续写七个小时代码，这个功能我觉得还是很重要的，可以很好的解放自己。