GitHub 爆火！117K Star！OpenAI 把 Coding Agent 核心代码开源了

如果你最近一直在用 AI 写代码，你可能已经发现一个非常奇怪的问题：AI 写代码越来越强了，但真正干活的人，还是你。

你提一个需求，AI 生成一段代码，你复制粘贴到项目，自己运行，发现报错，再问 AI，再复制粘贴。AI 很聪明，但整个闭环里，执行者始终是你。

而现在，这种方式正在发生变化。

OpenAI 的 Codex，正在把 AI 从：代码生成器

推向：可以直接进入项目干活的 coding Agent。

而且最有意思的是，OpenAI 已经把 Codex 的核心代码公开到了 GitHub。项目就是：OpenAI Codex GitHub

目前这个仓库已经是一个非常大的开源项目，GitHub 页面显示拥有10 万+ Star和1.7 万+ Fork，采用Apache-2.0开源许可证。

Codex 到底是什么？

很多人第一次看到 Codex，可能会产生一个误解：Codex 是又一个代码补全工具？

不是。Codex 更准确的定位是轻量级 Coding Agent。官方把它描述为：

Lightweight coding agent that runs in your terminal

翻译一下：

一个运行在终端里的轻量级 Coding Agent。

注意这里有一个关键词：Agent

它和传统的：

AI 聊天

最大的区别就在这里。

你不只是让它：帮我写一个登录页面。

而是可以让它进入你的项目，然后：

读取代码理解项目修改文件执行命令运行测试发现问题继续修改

最终把一个任务真正推进下去。

这才是 Codex 最值得关注的地方。

以前我们是怎么用 AI 写代码的？

假设你有一个 Vue 项目。以前你可能会问：

帮我实现一个用户列表页面

AI 给你一段代码。然后你自己：

创建文件复制代码安装依赖启动项目发现报错复制报错给 AI

整个过程还是人工操作。

Codex 想做什么？

它的思路非常简单：不要让开发者继续当"人肉搬运工"。而是：

进入项目目录告诉 Codex："帮我增加用户列表分页功能，并运行现有测试。"Codex 查看项目修改代码执行测试根据结果继续调整

AI 不再只是：

回答问题。

而是：

执行任务。

甚至可以直接修改你的代码

这一点其实非常关键。以前 AI 给你的只是代码片段，你需要手动创建文件、粘贴内容、处理依赖。而 Codex 进入项目之后，可以直接围绕整个工作目录完成任务。

比如你进入一个项目：

cd my-project

然后启动：

codex

你可以直接提出类似这样的任务：

帮我检查这个项目的登录逻辑，修复可能存在的 TypeScript 类型问题，然后运行测试。

这和：

"给我生成一段 TypeScript 代码"

完全是两个概念。

前者是：任务执行。

后者是：代码生成。

但真正值得关注的，是 Agent 能力

如果只是能在终端里聊天，Codex 其实还没有那么特别。真正让我觉得 Codex 很有意思的是：它可以运行命令，形成完整闭环。

AI 编程助手最怕什么？

AI 写代码的时候，它并不是运行在一个"理想开发环境"里。真正的问题是：

AI 生成代码开发者手动运行测试失败开发者手动复制报错再问 AIAI 再生成循环往复

这不是代码有问题，而是AI 和项目执行之间，始终隔着一个人。

Codex 直接解决了这个问题

Codex 最核心的设计就是：写完以后，它能自己验证。

例如：

修改代码npm test发现失败分析错误继续修改重新测试

这才形成了一个完整闭环。

而且 Codex 提供了权限和审批机制。你可以控制：

哪些操作可以直接执行哪些操作需要批准

对于开发者来说，这非常重要。因为：AI 越能干活，权限边界就越重要。

这其实是一个非常重要的信号

以前：

AI 工具为开发者辅助

现在：

AI 工具开发者 + Agent 协作

这两种设计，已经开始出现区别。因为 Agent 并不是一个普通开发者，它可能自动执行命令、自动修改文件、自动运行测试、自动读取日志、自动重试、自动提交修改。所以工程工具必须考虑：如果这个命令是 AI 执行的，会发生什么？Codex 已经开始回答这个问题。

更有意思的是：它不只是 CLI

如果你关注 OpenAI Codex 最近的架构，会发现它已经不只是一个终端工具。官方仓库目前还包含：

CLIAppSDKApp ServerSkillsPlugins

等相关能力。

这说明 Codex 正在逐渐从：

一个 CLI 工具

变成：一套 Coding Agent 基础设施。

为什么这个生态特别值得关注？

因为人类开发者看到 Codex CLI、Codex App、Python SDK 大概能理解，但 Agent 生态更需要结构化能力。比如：

Codex 核心能力App Server┌───────┼────────┐CLI    IDE      App

App Server 使用基于 JSON-RPC 的双向通信协议，同时支持 stdio、Websocket、Unix socket 等传输方式。Codex VS Code 扩展就是通过它驱动的。

这就不是简单的：写一个 CLI 工具。

而是在搭建：Coding Agent 的基础设施。

还有一个新能力：Skills

这次还加入了：OpenAI Skills Catalog

官方仓库定位是：Skills Catalog for Codex

也就是：Codex 技能目录。

目前仓库已经公开了大量 Skill，并支持开发者贡献新的 Skill。

简单理解：

CodexSkill更专业的 Agent

比如未来可以针对：

代码审查测试文档部署数据分析项目规划

提供不同能力。

为什么 Skills 也要统一？

以前 AI 编程助手经常是：通用能力，遇到什么场景都靠 prompt 硬写。最后：谁负责维护？谁负责更新？谁负责执行？谁负责扩展？

Codex 希望把这些东西放回 Skill 体系，开发者只需要：

选择或贡献 SkillAgent 自动调用

官方已经公开了 Plugin 示例，一个 Plugin 可以包含：

skills/.app.json.mcp.jsonagents/commands/hooks.json

等内容。

这说明 Codex 的生态正在从：一个 AI Coding 工具

逐渐往：可扩展 Agent 平台

方向发展。

这其实就是 Codex 的核心理念

你会发现，它一直在做一件事情：减少"AI 编程"这件事的边界。

以前：

AI 聊天├── 代码补全├── 代码生成├── 手动复制粘贴├── 手动运行测试├── 手动处理报错└── 手动部署上线

每个环节：人工介入、人工维护、人工解决兼容问题。

现在：

                Codex┌──────────┼──────────┐CLI        App        SDK│          │          │终端       桌面应用    Python 集成SkillsPlugins

不同入口，统一的核心 Agent 能力。

Codex 并不是要替代程序员

这一点必须讲清楚。现在网上很容易出现一种说法：

"以后程序员只需要说一句话。"

实际上没有这么简单。

真实的软件开发依然需要：

需求判断架构设计技术选型代码 Review安全审查测试上线运维

AI 可以承担越来越多执行工作，但：最终责任仍然需要人承担。

尤其是生产环境。不要因为 Agent 可以执行命令，就直接：

给最高权限让它随便改直接部署生产

这不是 AI 编程，这是给自己制造事故。

那它和普通 AI 编程助手有什么区别？

这个问题非常现实。答案是：它确实在变得越来越完整，但它和传统"AI 聊天工具"的区别是：它并不要求你放弃现有开发环境。

可以简单理解：

类型

主要工作

AI 聊天

回答问题

代码补全

补代码

AI IDE

辅助开发

Coding Agent

围绕任务持续执行

Coding Agent 的核心变化不是：模型变得更会写代码。

而是：AI 开始拥有"执行循环"。

比如：

理解任务查看代码制定方案修改代码执行命令读取结果发现问题再次修改验证结果

这才是 Agent。

还有一个非常值得关注的能力：Python SDK

如果你已经有一个 Python 项目，不用重新创建，可以直接：

pip install openai-codex

然后：

from openai_codex import Codexwith Codex() as codex:Thread = codex.thread_start()result = thread.run("Explain this repository in three bullets."print(result.final_response)

官方 SDK 支持：

启动 Thread运行 Turn流式获取进度控制 Workspace Access

并且可以复用已有的 Codex 身份认证。

这就意味着，Codex 不一定只能：

人 → Codex

还可以逐渐变成：

Python 程序Codex执行开发任务

对于自动化开发工具来说，这个方向非常值得关注。

这才是 Codex 最值得关注的地方

如果只看 GitHub README，你可能会觉得：就是一个终端 AI 工具，好像没什么。

但如果把 Codex CLI + Codex App + IDE 集成 + App Server + Python SDK + Skills + Plugins 放在一起，你会发现一个非常明显的趋势：

Codex 正在把 AI Agent 当成一等开发者来设计。

这句话不是说 AI 取代程序员，而是开发工具开始适应 AI 参与开发的现实。

AI 编程可能正在进入新阶段

第一阶段：AI 聊天，回答问题，开发者自己拼代码。

第二阶段：AI IDE，代码补全，工具开始变快。

第三阶段：Coding Agent。工具开始考虑：机器如何理解项目？机器如何执行任务？机器如何读取工具链状态？机器如何安全运行？机器如何自动扩展能力？

Codex 开源的真正价值

所以，如果只看 GitHub Star 数，你可能会觉得：10 万+ Star，又一个热门项目。

但如果从更大的视角来看，它释放出的信号非常明显：前端工具链正在开始适应 AI Coding Agent。尤其是 Codex 这类 Agent，已经不再只是"帮你补几行代码"，而是在：

创建项目安装依赖修改代码运行测试执行 Build检查错误自动修复

完整参与软件开发。那么Toolchain 就必须能够被 Agent 理解和控制。

Codex 核心架构与能力

核心入口：

• Codex CLI：终端运行
• Codex App：桌面应用，codex app 启动
• IDE 集成：VS Code、Cursor、Windsurf

基础设施：

• App Server：JSON-RPC，支持 stdio、WebSocket、Unix socket
• Python SDK：pip install openai-codex，支持 Thread/Turn/流式/Workspace Access

生态扩展：

• Skills Catalog：官方维护，支持开发者贡献
• Plugins：包含 skills/.app.json/.mcp.json/agents/commands/hooks.json

安全机制：

• 权限和审批机制
• 控制哪些操作可直接执行，哪些需要批准

支持平台：

• macOS、Linux、Windows

以上信息来自 OpenAI Codex 官方 GitHub 仓库及文档。

如何安装？

如果你还没有使用：

npm install -g @openai/codex

然后：

codex

即可启动。

Windows 用户同样支持，官方提供多种安装方式。

官方文档：https://developers.openai.com/codex/

Codex 这条路线到底能不能成为下一代 AI 编程的标准方案，现在下结论还太早。毕竟它仍在快速迭代中。但它正在做的事情，已经越来越清晰：

Codex CLI + Codex App + IDE 集成 + App Server + Python SDK + Skills + Plugins

最终统一成：一套 AI 原生的 Coding Agent 基础设施。

开发者只需要面对一个入口，AI Agent 也只需要面对一个更加结构化的工具链。而这可能才是 Codex 真正的野心：不是再造一个代码补全工具，而是重新思考现代软件开发中"AI 如何真正参与工程"这个问题。

尤其是在 AI Coding Agent 快速进入日常开发之后，这个方向，值得持续关注。

OpenAI Codex GitHub：https://github.com/openai/codex Codex 官方文档：https://developers.openai.com/codex/ Codex Skills Catalog：https://github.com/openai/skills Codex Plugins：https://github.com/openai/plugins

你平时用 Cursor、Claude Code 或 Codex 写代码时，有没有遇到过 AI 生成代码后还要手动复制粘贴、手动运行测试的情况？你觉得 Codex 这种"直接进入项目干活"的 Agent 模式，未来会成为开发者的标配吗？评论区聊聊～

各位互联网搭子，要是这篇文章成功引起了你的注意，别犹豫，关注、点赞、评论、分享走一波，让我们把这份默契延续下去，一起在 AI 编程的海洋里乘风破浪！