前言

大多数开发者首先使用编码代理进行编码：检查存储库、生成差异、运行测试并打开拉取请求。

这仍然是 Codex 的核心。但在计算机上的大部分工作已经通过代码进行中介：执行 Shell 命令、浏览网页、调用 API、导出文档、响应事件和触发自动化。随着这些接口对 Codex 可用，它开始感觉不像是一个狭义上的编码助手，更像是一个完成计算机工作的系统。

Codex 应用程序使这种转变具体化。一个线程可以保持上下文、使用工具、展示工件，并在每次交互后继续，而不是重置。

要更充分地利用 Codex，意味着要结合使用这些功能：

    能够保存上下文的持久线程
    在用户仍在参与的情况下进行语音、转向和排队操作
    浏览器、计算机使用、MCP 服务器和连接器，使 Codex 能够超越仓库进行操作
    线程自动化和目标，在用户离开时继续工作
    侧边栏，用户可以在其中查看代码、文档、演示文稿和其他工件

1 Durable threads

    Durable threads: 长时间运行的 Codex 线程，可以在多次会话之间保留工作上下文。

Pinned threads 是让耐久线程保持手边的一种方法。它们适用于以下这类反复出现的工作流：

    a Chief of Staff thread 一个首席助理线程
    a release thread 一个发布线程
    a documentation review thread 一个文档审查线程
    a thread dedicated to external monitoring 一个用于外部监控的线程

这些都是持久的工作空间，而不是短暂的聊天。Codex 可以在一段时间后重新访问它们，保留先前的决策、偏好和工作上下文，否则需要从头开始重建。

Pinned-thread快捷方式使这一点变得实用。Command-1 到 Command-9 可以直接跳转到保存的线程。

2 语音输入

语音输入很有价值，因为它捕捉了思想在被压缩成精炼文字之前的粗略版本。

Codex 具备内置语音输入功能。它特别适用于那些用自然语言表达容易，但用键盘输入尴尬的模糊起点：

对于能够搜索、收集上下文并汇报结果的代理，这通常就足够了。它也适用于在任务完全形成之前进行两三分钟的思路倾倒。

文字记录也是同样的道理。一个原始的会议文字记录或口述的计划笔记通常比简短的总结提供更好的原始材料，因为它保留了不确定性、强调和未完成的思路线条。

3 引导和排队

当与对活动任务进行显式控制相结合时，语音变得更加有用。

Steering（转向）

在当前步骤完成之前，用新的方向中断正在执行的 Codex 任务。

当代理走向错误方向并需要在完成前进行纠正时，转向很有用。例如，在网站审查过程中，用户可以在侧面板标注表面时中断工作：

    缩小此内容
    这两个元素之间的间距感觉不对
    这个副本是错误的

Queuing

排队：在当前步骤完成后，为 Codex 添加要执行的工作。

排队机制不同。它不会中断正在进行的任务。它会将下一个任务添加到队列中。用户可能会说：

一旦工作完成，将预览链接发送给审阅者在 Slack 中。

转向会改变 Codex 当前正在执行的操作。排队会改变接下来应该发生的事情。两者都能在事情展开时让用户接近工作。

最后

我们整理出这套 AI 大模型 突围资料包：

    ✅ 从零到一的 AI 学习路径图
    ✅ 大模型调优实战手册（附医疗/金融等大厂真实案例）
    ✅ 百度/阿里专家闭门录播课
    ✅ 大模型当下最新行业报告
    ✅ 真实大厂面试真题
    ✅ 2025 最新岗位需求图谱

所有资料 ⚡️ ，朋友们如果有需要 《AI大模型入门+进阶学习资源包》，下方扫码获取~

资料展示

下面是我整理的AI大模型学习资料和工具包预览，适合收藏后按主题逐步学习。

需要这份AI大模型资料清单的话，在评论区回复「清单」即可；我会根据大家的问题继续补充对应的实战内容。