关掉笔记本代码还在跑：Codex Cloud实测与价格

把仓库连上，配好一套能复用的环境，然后丢给 Codex 一个任务。它可以改文件、跑测试，而你的笔记本可以合上盖子去睡觉。醒来之后看 diff、提修改意见、开 pull request——这就是 Codex Cloud 的完整闭环。

登录方式很直接：用 ChatGPT 账号登录。网页版或桌面端选 Work in > Cloud；手机端打开 Codex，选一个你已经发布过的环境。第一次别贪大，先给一个小改动，配一个你能亲自验证的测试结果，再让它接更大的活。

一次实测记录

2026 年 10 月 17 日，有人在 Lizard 的 Small Firecracker 沙箱里跑了一遍完整流程，用的是 Codex CLI 0.159.2，项目环境是 Node.js 22.23.2 加 npm 10.9.8。

结果是：Codex 从 lockfile 装依赖，加上了新端点，两个测试都过了——新增的 HTTP 200 响应，以及原有的 404 响应。项目的 build 命令检查 JavaScript 语法，也通过了。另外确认了 codex cloud list --limit 5 能正常认证并返回退出码 0，提交命令的参数则用 --help 查了一遍。

需要说明的是，这次没有真的提交 OpenAI Cloud 任务，也没在它的网页界面里创建环境，那两步走的是 OpenAI 官方文档。

它到底能干什么

Codex 能翻仓库、查 bug、改代码、跑项目自己的工具链。一个云环境里装着准备好的仓库、依赖和访问设置，每个新任务都在独立的工作区里启动。

它适合那种你能描述清楚、也能验证的工作：修一个挂掉的测试、加一个 API 端点、升级依赖然后看 build 过不过。如果这个改动需要来回几轮 review，就留在同一个任务里继续，这样 Codex 的工作文件不会丢。

OpenAI 特意把这条路径和"远程连你自己电脑上的 agent"区分开：云任务跑在 OpenAI 的机器上，你的电脑睡了它照样跑。

五步搭起来

1. 连仓库。Work in > Cloud > Select environment > Create environment，按提示连 GitHub，勾选项目需要的仓库，点 Get started。第一次挑一个你本来就知道怎么跑测试的仓库，这样你手里有个基准能对比。
2. 准备并检查工具。Codex 会自己看项目、装依赖和工具、检查工作流，缺信息会问你。项目对运行时版本有要求就明确说。比如 Node.js 项目可以直接让它：按项目指定的 Node.js 版本和包管理器准备环境，从 lockfile 装依赖，找出测试和 build 命令并都跑一遍，报告每条命令和结果，失败就展示错误并说明发布前要改什么。这一步可能会记下 Install 脚本和 Start skill，涉及数据库或私有包源时尤其要逐条看。
3. 发布环境。看 setup 报告，把失败的检查解决掉，保存配置，然后点 Publish，等到 Environment published 再开任务。保存只是存配置，发布才是把准备好的文件系统固化下来给新任务用，共享设置又是另一回事——这三件事在当前流程里是分开的动作。
4. 给一个可测试的改动。从已发布的环境开新任务，说清预期行为和验证方式。比如给一个 Web API 仓库加 GET /healthz，返回 HTTP 200 和 JSON {"status":"ok"}，不能暴露配置或凭证，加测试检查状态码和响应体，跑这个测试加原有测试套件，展示命令、结果和改动文件，不许部署、不许改数据库 schema。单个 HTTP 响应不能证明整个应用没问题，所以验收标准里要保留原有测试套件。
5. 审结果。接受改动前先读 diff 和测试输出，确认它真跑了报告里的命令、测试覆盖了你要的行为，留意被跳过的检查和无关的文件改动。要改就在同一个任务里提，然后提交或开 PR，合并前走你正常的 CI。任务返回成功只是 review 的一个输入。

环境、任务和七天窗口

环境提供起点，任务从启动那一刻起累积自己的改动。OpenAI 文档里写的默认恢复窗口是：最后一次对话开始或你恢复任务之后，保存的 VM 状态最多保留七天。这是 VM 恢复窗口，不是"持续执行"的承诺，也不是对话历史的保留期。重要的工作记得提交到 Git。

举个例子：你在某个任务里装了个缺的工具，这只修好了当前任务。想让这个工具出现在以后的任务里，得去改环境、验证安装、重新发布。

价格和用量限制

云对话包含在符合条件的 ChatGPT 套餐里。OpenAI 公布的美国区价格（2026 年 10 月 17 日核对）中，Free 和 Go 在定价指南里只有有限的桌面端 Codex 访问权限，选套餐前先确认云功能资格。OpenAI API key 单独支付受支持的 API 类 Codex 工作流，API key 访问不包含 Codex Cloud 功能。

订阅价格换算不出固定的云任务数量。模型选择、任务长度、上下文和工具调用都会影响消耗。本地消息和云对话共用套餐额度，ChatGPT Work 也和 Codex 共享用量。OpenAI 给的本地消息估算不是云任务配额，看用量面板确认剩余额度和重置时间。符合条件的套餐可以买额外 credits。

凭证怎么给

私有包源既需要网络访问，也需要有效凭证，只放行主机名只解决了一半。当前环境设置区分两种给值方式：用 network secret 时，程序拿到的是占位符，代理会在匹配请求发往允许目的地时替换成真凭证，走 HTTPS 443 端口。要配精确域名，并在 setup 阶段测一次请求。

下载失败就去看失败的 URL——包源和它的下载主机可能需要分别加白名单。认证失败就查凭证、权限范围和目的地。开发凭证只给任务真正需要的服务。

动手前先看的限制

云环境指南列了默认资源，企业客户可以问更大的 VM。跑那种要下大依赖或产出大 artifact 的 build 之前，先看磁盘占用。

同一份指南目前把电脑和浏览器使用、GitLab、自托管 GitHub Enterprise Server 列为新云环境体验里不支持的项目。仓库级 skills 对任务可用，本地电脑上的个人 skills 不会自动同步。如果你的验收测试需要浏览器交互，得另外安排一个带浏览器的测试环境——单元测试过了，证明不了渲染出来的应用里按钮能不能点。

为什么有些指南说法不一样

OpenAI 仍在为已有的 review 和集成工作流维护 Codex Cloud (Legacy) 文档。老教程可能讲的是只在 setup 阶段配 secret，或者容器缓存。上面这套流程用新的云环境设置，套用旧说明前先确认某个集成用的是哪套体验。

和 CLI 的关系

CLI 是你能在自己电脑或远程机器上跑的界面，Codex Cloud 提供的是 OpenAI 托管的工作区，CLI 也能往 Cloud 提交任务。要在终端里操作云任务，CLI 参考文档里有 codex cloud、codex cloud exec、codex cloud list 三条命令。exec 用来启动云端工作，跑完记得去看任务结果。

接受改动之后，应用还需要一个部署目标，发布前可能还需要浏览器测渲染后的应用。一个务实的顺序是：审 Codex Cloud 的 diff，走正常检查合并，再把那个 commit 部署到 Lizard。应用和数据库作为独立资源运行，开发沙箱停了它们还能继续跑。

Lizard Pro 每月 19 美元，含 19 美元用量。Small Sandbox 每小时 0.0162 美元，配置是 2 vCPU、4 GB 内存、5 GB 本地磁盘，按秒计费，运行期间包括空闲时间都算。超出包含额度的部分按量付费，持久卷另收费。这些是基础设施费用，OpenAI 的模型用量是分开算的。Lizard 不会给你的 Codex Cloud 额度加容量。