OpenAI Codex APP 完整功能盤點

OpenAI 的 Codex APP 在 2026 年已經不是傳統意義上的程式碼助手。它把作業系統級的沙盒、Git 整合、雲端執行環境、Skills 與 MCP 全部組裝在一個桌面應用裡，使其成為目前功能最齊全的 AI Agent 客戶端之一，甚至在多項使用情境上超越 Claude Code。

下面整理 Codex APP 目前已釋出的核心功能，並說明它與 Claude Code 在設計哲學上最關鍵的差異。

沙盒不是選項，是地基

Codex 與 Claude Code 最根本的差別，在於沙盒的角色。Claude Code 的沙盒是「可選擇額外開啟」的保護層；Codex 的沙盒則是整套權限系統的地基。Codex 將當前專案資料夾本身視為沙盒，預設允許讀寫資料夾內所有檔案，但禁止修改沙盒外的檔案、也禁止聯網。

關鍵在於這兩條限制不是靠模型自律遵守，而是透過作業系統底層機制實作 — 例如 macOS 使用內建的 Seatbelt Sandbox。當 Codex 需要超出沙盒的操作（escalate）時，會主動向使用者申請權限。

權限有三檔：純手動審批、自動審查（小模型先評估風險，低風險直接放行）、完全訪問。官方與多數使用者都建議第二檔 — 在安全與便利間取得平衡。

Plan Mode、Steer 與多任務並行

Codex 採用三欄式介面：左側任務列表、中間對話、右側多功能面板（瀏覽器、批註、檔案樹）。多個專案可同時運行，任務以圓點顏色顯示狀態 — 灰色執行中、綠色等待批准、藍色已完成。

另兩個關鍵能力是 Plan Mode 與 Steer。Plan Mode 讓 Codex 不立即動手，而是先以問題卡片與使用者確認顆粒度與方向；Steer（中文常譯為「引導」）則允許在 AI 執行中途接管方向盤、修正其理解錯誤的部分，而不必等整個任務跑完才修正。對複雜任務而言，這兩個功能直接決定產出品質。

Git Worktree 與雲端執行：並行開發成為日常

Codex 對 Git 的整合相當深。它支援直接在 UI 上建立 Git Worktree — 把專案完整複製到新資料夾並掛上獨立分支，讓多個 AI 任務可以在不同 Worktree 並行開發、互不干擾，完成後再合併回主幹。

除了本地執行，Codex 也提供雲端執行環境。將專案推到 GitHub 後，可在 Codex Web（手機亦可開啟）下達指令，雲端容器會 clone 程式碼、執行修改、並以 Pull Request 形式提交。出差或臨時要動工時，這個流程比本地開發更輕量。

AGENTS.md、Skills 與 MCP：三層擴展架構

Codex 的可擴展性建立在三層之上：

• AGENTS.md：放在專案根目錄的記憶檔案，每次對話自動讀取。Codex 也支援放在 ~/.codex/AGENTS.md 的全域版本，對所有專案生效。
• Skills：封裝工作流、規範或專業能力的技能包。可從 Codex 內建市場安裝（例如 Remotion 動畫生成）、從 GitHub 下載第三方版本，或用內建的 Skill Creator 自製。
• MCP（Model Context Protocol）：標準化的工具協定，可接入 Supabase、Gmail、GitHub 等外部服務。Codex 用 codex mcp login CLI 完成 OAuth 流程後即可使用。

這套架構與 Claude Code 的 Skills / MCP 機制相似，但 Codex 的市集與安裝體驗更接近一般軟體的使用習慣。

Computer Use 與自動化排程

Codex 的 Computer Use 目前僅限 macOS，能讓 AI 透過虛擬鼠標操作整台電腦 — 例如打開聊天軟體發送訊息、開啟 Chrome 查閱看板、再以聊天工具回報摘要。配合 Codex 內建的自動化排程，可將整套流程設定為定時任務（例如每天下午 5 點產出工作日報）。

Codex 在執行自動化任務時還會把累積的經驗寫入 memory.md，幫助下一次執行 — 這是值得開發者借鑑的 Agent 工程模式。

對開發者的意義

Codex APP 體現了 OpenAI 對 Agent 工具的看法：用作業系統級機制把模型的能力 harness（馴服）在可控範圍內，再透過 Plan、Steer、Worktree、Skills 等高階抽象提升使用者的掌控感。當 AI Agent 從 demo 走向日常生產工具，這種「能力強但綁住韁繩」的設計哲學，會比單純追求自由度更有價值。