Codex 蓝皮书：从项目规则到交付验证

Codex 蓝皮书：从项目规则到交付验证v1.4.0 · 资料核对至 2026 年 10 月 21 日主理人: Hunk Wu (X: @ai_pmer)English PDF | English online目录第一部分：入门与环境Ch.01 从代码生成到结果验收Ch.02 安装 Codex 并核对运行环境Ch.03 排查沙盒与本地服务的连接第二部分：任务与项目规则Ch.04 用目标和验收条件指导智能体Ch.05 用 AGENTS.md 记录项目规则Ch.06 检查执行过程并及时纠偏第三部分：界面与移动工作流Ch.07 用真实界面验证前端Ch.08 把构建告警和审批接到手机Ch.09 先建立基线，再逐步改造旧系统第四部分：重构与产品交付Ch.10 验证订阅制 SaaS 的支付闭环Ch.11 用 Expo 构建并检查移动应用Ch.12 从产品使用数据到获客实验第五部分：增长与版本迁移Ch.13 核对 2026 年的模型与工具变更Ch.01 从代码生成到结果验收问题：把 AI 当作自动补全，或直接接受未检查的改动，容易漏掉需求和回归问题。本章实践：用目标、边界和验收条件写一个可执行的开发任务。在“实战产品说”与很多读者交流时，我发现大家最容易陷入一个思维陷阱：拼命去背各种 AI 编程工具的快捷键和底层语法，像背 API手册一样去学习 AI 编程。Codex 等编码智能体可以承担样板代码、测试和资料整理，但需求判断、关键设计和结果验收仍需开发者负责。相比记住更多提示词，先学会描述目标、限定修改范围并检查结果更有用。本章用一个任务模板说明如何把需求转成可执行、可验证的开发工作。理解方式：告别砖瓦工，做工地总建筑师如果你第一次接触 AI 编程，不要把它想成一个冷冰冰的代码生成器。用生活中的场景来理解：【传统手写代码】 ──> 你自己当泥瓦匠，一砖一瓦搬砖砌墙，稍不留神墙角砌歪了，整栋楼推倒重来。【传统 AI 补全】 ──> 你在前面砌砖，AI 在后面帮你递砖头（你敲一行，它猜半行，手脚依然停不下来）。【Codex 编排时代】──> 你是「总承包建筑师」，Codex 是「高素质施工队」： - 你画蓝图（定义目标 Goal） - 你立施工安全围挡（设定沙盒与红线 Constraints） - 你用水平仪验收房子（自动化测试 Validation） - 施工队（Codex）自己去算力学结构、买水泥、砌墙、抹灰。当心态从“我怎么敲出这段逻辑”变成“我怎么向施工队下发一份不会跑偏的施工单”时，你才算真正跨入了 AI 原生研发的大门。1.1 编程浪潮的演进：我们在哪里？+-------------------------------------------------------------+| 阶段一：辅助补全 (Copilot) || - 体验：输入法联想。你在前台敲，它在后台猜。 |+-------------------------------------------------------------+ │ ▼+-------------------------------------------------------------+| 阶段二：终端对话与执行 (Claude Code CLI / 早期 Cursor) || - 体验：外包程序员。你提需求，它帮你去改本地文件。 |+-------------------------------------------------------------+ │ ▼+-------------------------------------------------------------+| 阶段三：自主多端协同智能体 (OpenAI Codex 生态) || - 体验：数字化全栈研发团队。目标驱动、沙盒运行、跨端协同。 |+-------------------------------------------------------------+很多人仍把时间消耗在第一或第二阶段，但 2026 年的 Codex 生态已经确立了第三阶段标准：跨端生产力矩阵：本地 CLI 自动化执行，ChatGPT 桌面端（代码模式）负责复杂审查与 Sites 原位预览，手机端全天候离线看护与 Guardian 审批，辅以 Desktop Computer Use 自主操作浏览器完成视觉走查。强推理与前沿智能体内核：从复杂跨工具任务所用的 GPT-6 Astra，到日常复杂编码的 GPT-6.1 Sol 与明确小任务所用的 GPT-6 Luna，按任务选择模型，再在自己的环境中核对工具、权限与实际结果。当前模型说明1.2 核心心智转变：从“过程控制”到“边界控制”做产品经理（PM）最深的心得往往是：给研发下需求，最忌讳说“第一步点这个按钮，第二步去数据库查那张表”——那是典型外行指导内行。优秀的做法是给出标准 PRD（产品需求文档）：讲清业务目标、输入输出规格、性能边界与验收测试用例。指挥 Codex 完全同理。过去你用 Prompt 教 AI 怎么写 for 循环（过程驱动）；现在你要切换为架构师角色，只抓好三件事：1. **定义终态 (Goal)**：这个功能要替终端用户解决什么具体问题？2. **确立红线 (Constraints)**：哪些文件不可修改？安全密钥如何隔离？沙盒等级如何圈定？3. **自动化验证 (Validation)**：提供可运行的测试命令或断言，让 Codex 自主运行并证明其产出的可靠性。[!IMPORTANT] 主理人硬核公式稳定交付 = 明确的终态 (Goal) + 严苛的红线 (Constraints) + 自动化的断言 (Validation)动手实践：先完成这 3 步刚进入项目的新手，切忌一上来就给 AI 丢一段长达千字的模糊想法。按以下 3 步执行最简单的闭环：1. 步骤一：起草 50 字极简需求卡明确三要素：做哪个页面（目标）、基于现有哪个框架（约束）、用什么命令验证成功（断言）。2. 步骤二：给 Codex 划定安全活动范围在终端中使用沙盒模式执行（如 codex exec --sandbox workspace-write ），禁止它越权访问外部系统。3. 步骤三：让 AI 运行测试自证清白要求 Codex：“修改完成后自行运行 npm run build ，直到终端退出码为 0 再交付”。🛡 翻车自救与避坑速查表常见踩坑现象致命原因翻车自救