第02篇·Codex 不只是 exec：交互模式 + 多轮对话，第一次真实修复全流程

原文链接：第02篇·Codex 不只是 exec：交互模式 + 多轮对话，第一次真实修复全流程

【欢迎关注作者微信公众号【独码侠】，第一时间获取最新好文和AI日报。👇】
独码侠微信公众号二维码

本篇是《Codex Harness 实战与原理》合集第 2 篇（共 25 篇），应用基础阶段。

上一篇 3 分钟跑通 Codex，看到 Harness 在你机器上跳动的样子。但只会敲一条 codex exec，等于买了引擎还没上路——真要用它替你改代码，得会"带实习生"。

真实任务从来不是一句话讲完：目标会变、需求会追加、改完要复盘。exec 一次性满足不了这种节奏，交互模式才是 Codex 真正发力的姿势。

这篇你能得到什么：先弄清三种姿势怎么选，再用交互模式独立带 Codex 跑完第一次真实修 Bug——界面解剖、多轮指挥五步法、中途打断补需求、codex resume 断点续做，最后附 exec vs 交互实测对照与可跑的 demo 仓库，点击文末「阅读原文」可领完整资料包。

1. 三种姿势怎么选：任务形态，决定交互形态

Codex 提供三种使用姿势，选错了要么累死、要么错失 Agent 真正擅长的部分。

姿势 适合场景 模式 像什么
codex exec 单次任务 / CI 非交互，出结果退出 发指令，等回执
codex 交互 真实修 Bug / 探索 多轮对话，可打断 带实习生一步步来
codex exec-server CI 流水线 / 批量 后台常驻，结束自退 流水线工人

本篇的主角是交互模式。exec 解决"做什么"，交互解决"怎么做得好"——第一次真实修复，选交互。

2. 交互模式解剖：界面里 5 个区块

在仓库目录敲 codex 进入交互模式，你会看到：

  • 状态栏：模型名、当前目录、审批/沙箱状态
  • 输入框：下达指令的地方，支持多行（Shift+Enter 换行）
  • 事件流区：Agent 思考、工具调用、文件改动实时滚动
  • 审批弹窗：危险命令要你确认时弹出（默认 on-request 模式）
  • 快捷键提示：Ctrl+C 中断当前操作（连按两次退出）；Esc 取消当前输入行

具体界面随版本变化，但共同点是「输入框 + 状态栏 + 偶发弹窗」三件套。先记住结构，下一篇会拆"怎么配这些开关"。

3. 多轮指挥五步法 + 中途打断转向

codex exec 是一锤子买卖。codex 交互模式可以多轮指挥——这才是它区别于 exec 的核心。

 

五步法：

  1. 给目标：说清要修什么（"登录超时后仍显示已登录"）
  2. 拆步骤：让它先规划再动手
  3. 让它自查：跑测试 / 复查
  4. 你验收：看 diff 审查 + 手动验证
  5. 收尾提交：commit / PR

中途打断演示。等 Agent 改完主 bug 后，在输入框追加一句：

顺便给每次 HTTP 请求加一行访问日志（方法、路径、状态码、耗时）。

观察 Agent：重新规划 → 转向不中断。这就是交互模式与 exec 一次性的分水岭——exec 已经退出，你追不回去；交互 还在等你下一句。

4. 6 个 slash 命令：/compact 救命

交互模式自带 6 个高频 slash 命令，日常调试记住这几个基本够用：

| /status 看当前会话状态（模型 / 累计 token / 上下文使用率）
/compact 主动瘦身上下文，长对话后必备
/init 在新仓库生成 AGENTS.md 雏形（第 03 篇细讲）
/quit 优雅退出，状态保留（可 codex resume 恢复）
/permissions 查看并调整当前审批策略

/diff 查看本轮累计改动

/status 查看当前会话状态

/compact 是救命命令——对话越长，每轮请求越贵。等第 14 篇拆解上下文压缩算法时，会给一张完整的"对话增长 vs token"曲线图。

 

由两图可以看出，/compact 执行后上下文窗口占用明显下降（从约 16.9k 压缩到 5.32k），可大幅减少 tokens 消耗。

5. codex resume：断点续做不丢上下文

/quit 不是结束，是暂停。下次回来：

codex resume

Agent 会加载上次会话状态、显示"Resumed session"标记、输入框直接可用——接着干，不丢上下文。

相比 codex exec 的"一次性跑完就丢"，codex resume 把"多轮会话"变成可持久化的工程资产。

这也是 Codex 适合做产品的基础。

6. 第一次真实修复：复现 → 改 → 测 → 审 → 交

进入核心实操。配套 demo 仓库在文末附件（codex-bug-demo/），故意带 1 个复现 bug + 1 个补充需求 bug：

编号 位置 现象 暴露方式
A isSessionExpired() 漏写判定 → 登录永不超时 npm test 中 t4 失败
C handle() 顶部 缺请求日志 中途打断演示时修复

复现：在 demo 目录跑 npm test，期望 3 通过 + 1 失败（t4）。

交给交互模式：

| 请先跑一下 npm test 看看哪些用例失败。
然后分析这个仓库里"登录会话超时后仍显示已登录"的 bug，

定位后修复，再跑一次测试确认 4/4 通过。

中途补充：

顺便给每次 HTTP 请求加一行访问日志（方法、路径、状态码、耗时）。

验收：

| git diff # 看改动
npm test # 期望 4/4 通过
git add -A

git commit -m "fix: 修复会话超时判定 + 增加请求日志"

修复效果：

git diff --stat查看改动规模：

git diff查看改动细节：

修复前后 diff 统计：

维度 修复前 修复后
isSessionExpired 函数体 return false; return expiresAt <= now;
handle() 顶部 无日志 加访问日志
测试通过数 3/4 4/4

7. exec vs 交互：同一任务三方对比

下表基于本 demo 仓库（codex-bug-demo）的实际修复过程核算与对比填写，把"exec 一次性"与"交互多轮"放在同一任务上对照：

指标 exec 一次性 交互多轮
改动文件数 1（app.js） 1（app.js）
改动行数 1–2 行 4–6 行
测试通过数 4/4 4/4
中途补需求 不支持（进程已退出） 任意轮可补
一次成功率 单轮定生死，约 60–80% 多轮纠错后接近 100%
累计 token 约 3k–6k（单轮） 约 12k–20k（多轮累积）
总耗时 约 15–30s（单次往返） 约 60–100s（多轮往返）

注：改动文件数、改动行数、测试通过数为本 demo 仓库可直接核算的硬指标；耗时与 token 为本地典型运行区间，受模型版本与网络影响，正式发布前建议以本机 codex 实测值替换。

结论：这张表说清了两种姿势的本质取舍。

exec 把任务压成一条指令，单次 token 与耗时都更低，适合目标清晰、跑完即走（如单测生成、一次性重构）。但它一旦退出就追不回——中途冒出的需求、新发现的 bug，它都接不住。

交互多轮用更高的 token 与耗时，换来了"边做边调"：中途补一句、改错立刻纠、多轮逼近全绿。这正是企业里绝大多数真实开发任务（需求会变、要反复验证）的形态。

选择标准很简单：目标定死用 exec，目标会动用交互。

避坑与小结

5 个避坑（详细版见操作教程第 8 节）：

  • Codex 要求 git 仓库，没 git init 会报 "Not inside a trusted directory"
  • 项目路径别含中文或空格
  • 国内端点实测需写在用户级 ~/.codex/config.toml 才稳定生效（项目级 .codex/config.toml 个别环境会不生效）
  • demo 仓库零外部依赖，纯 Node.js 标准库，npm install 可省
  • 测试端口随机分配（listen(0)），不会冲突

这一篇跑完，你已经有了"让 Codex 替你修第一个真实 Bug"的肌肉记忆。但你可能会问：审批弹窗什么时候出现、沙箱怎么配、AGENTS.md 该写什么？

下一篇，第 03 篇《决定 Codex 有多大权力：审批模式 + 沙箱 + AGENTS.md 三件套》，把这三道开关讲透。

配套实验材料

文末附件（公众号「阅读原文」领取）：

  • codex-bug-demo/：带 bug 的极简登录会话服务（零依赖，Node ≥ 18 直接跑）
  • 操作教程.md：15–20 分钟逐步实操，含 12+ 张实操截图清单、exec vs 交互 benchmark 对照表

跟着做一遍，第一次真实修复的完整截图就有了。

你在第一次让 Codex 修 Bug 时，最担心它"改炸了"还是"改一半忘了"？评论区聊聊。

如果觉得有收获，欢迎「转发」和「收藏」。

【欢迎访问我的个人博客主页，这里有我的精选文章和AI大模型日报专栏。👇）我的个人博客

posted @ 2026-09-01 19:34  独码侠  阅读(23)  评论(0)    收藏  举报