1.1 Codex究竟是什么
从一个多文件汇总任务说起
先看一个常见场景。
你手里有6份会议记录、1份项目计划，以及3份从企业微信聊天记录中整理出的相关对话。领导希望你在今天下班前出一个方案，列出事项、负责人、截止时间、风险和待确认问题。
如果使用普通对话AI，你可能会逐个上传材料，请它总结，再把几次回答复制粘贴再让AI合并。这么做麻烦不说，材料一多，还容易出现版本混淆、遗漏和重复。
如果使用Codex，就容易多了，你可以把这些材料放进一个文件夹，然后直接说明：
阅读文件夹中的会议记录、项目计划和聊天记录，生成一个方案。每一项必须包含事项、负责人、截止时间、原始出处和待确认问题。不要修改原文件；信息冲突时不要猜测，单独列入“待确认事项”。完成后检查是否覆盖了全部10份材料。
Codex会先读取材料，再按你的要求生成方案。材料数量、格式和任务复杂度都会影响处理时间。如果方案哪里不满意，你还可以追问，让Codex继续改。中间如果你发现还需要补充一些资料，可以直接将新文件放到文件夹中，然后告诉Codex：
根据新增的文件，修改方案。
从“生成回答”到“完成任务”
Codex是一种智能体（Agent），可以把它理解为“能够围绕任务目标连续采取行动的AI执行者”。它不只是生成文字，还可以在得到授权后完成一个工作流程：
- 阅读指定材料，理解当前状态；
- 制订计划，决定先做什么、后做什么；
- 调用可用工具，读取、创建或修改文件；
- 检查输出，发现问题后继续修正；
- 汇报做了什么、结果在哪里、还有什么未解决。
这也是Codex与“问一句、答一句”的聊天体验最重要的区别。我们日常实际的工作通常不是一次回答，而是多步执行：先整理，再核对；先生成，再测试；发现错误后，还要回到材料中定位原因。
Codex的3个组成部分
Codex能把任务推进下去，主要靠3个部分协同工作，具体见 表 1。
| 组成部分 | 用普通语言理解 | 对你的影响 |
|---|---|---|
| 模型 | 负责理解、推理和生成内容的“大脑” | 决定它能否理解复杂任务，但不能单独保证结果正确 |
| 工具 | 读取文件、处理表格、运行检查或访问外部服务的“手和眼睛” | 决定它实际能做什么，也决定可能影响哪些数据 |
| 工作区与规则 | 工作时所在的“工位”与必须遵守的“规矩” | 决定它能在哪个文件夹干活、可以改动哪些文件，以及何时必须向你请示 |
Codex看见的世界来自你提供的上下文
Codex不会自动知道你公司的缩写、某一列数据的含义、领导偏好的汇报格式，也不会天然知道哪份文件是最新版。你需要通过以下方式提供上下文：
- 指定工作文件夹和材料范围；
- 说明业务背景、字段含义和内部术语；
- 提供已有模板、合格样例和错误样例；
- 写清哪些内容是事实源，哪些只是参考；
- 标明不能读取、不能修改或不能外发的内容。
上下文不是越多越好。材料太多、版本混杂或重点不清时，Codex也可能遗漏重要信息。更稳妥的做法，是先给它与当前任务直接相关的材料，再在发现缺口时补充。
上下文也不都需要你手工整理。Codex自带联网搜索能力，能主动查找完成任务所需的公开信息。是否访问网络、能访问哪些来源，要以界面权限和公司规定为准；涉及关键结论时，仍要检查来源和日期。
搞清楚了Codex是如何帮我们推进工作的，你可能还会好奇：市面上现在有那么多AI办公工具，它们和Codex究竟有什么不同？我们接着看下一节。