本集《AI未來報》深入探討了 OpenAI 新推出的工具 Codex CLI。這款工具號稱能直接在開發者的終端機（俗稱黑盒子）中，以對話的方式協同撰寫程式碼。節目中彙整了來自 Reddit 開發者社群的正反意見、專業的工具分析，以及實際使用者的心得，目標是幫助聽眾快速掌握 Codex CLI 的重點，判斷它究竟是開發神器，還是需要花時間磨合的新玩具。 主要內容包括： Codex CLI 是什麼： 一個輕量級、開源的 AI 程式設計助理，能以對話驅動的方式在本地端運作。它不僅能理解開發者的需求來編寫程式碼、除錯，還能讀取本地檔案、提出修改建議，甚至執行指令。核心功能與特色：本地優先與隱私： 主要在本地端運作，僅會將指令和高層次的上下文傳送到 API，保護了原始碼的隱私。多模態輸入： 支援文字及圖片輸入，例如傳送錯誤訊息截圖或 UI 設計草圖，讓 AI 理解視覺資訊以輔助開發。開發者社群反應兩極：負面評價： 有使用者認為，相較於 Claude Code 等其他工具，Codex CLI 的表現令人失望，需要花費更多力氣下達精確指令，且生成結果較差，甚至在安裝套件等基本操作上都可能出錯。 此外，編輯檔案的功能不穩定、API 金鑰設定繁瑣、以及客服支援不足等問題也備受詬病。正面評價： 也有開發者表示對其感到驚艷，認為它在解決特定效能問題上的表現，超越了其他工具，能在短時間內找出問題癥結。與 Claude Code 的比較：背景與性質： Codex CLI 為 OpenAI 的開源實驗性專案，而 Claude Code 則是 Anthropic 公司推出的閉源商業工具。功能與體驗： Claude Code 在處理模糊概念的「Vibe coding」以及透過「hooks」進行微調的整體流程上，使用者體驗似乎更佳。 然而，目前最強大的模型（如 GPT-4o 或更新版本）在 Codex CLI 上的表現似乎更為出色，特別是在處理複雜的程式問題時。成本與學習曲線：成本： 雖然工具本身免費開源，但每次與 AI 互動都會消耗 OpenAI 的 API token，尤其在使用高階模型時，費用可能相當可觀。學習曲線： 對於不熟悉指令列介面的使用者來說，全文字的操作方式可能帶來挑戰。此外，如何讓 AI 理解大型專案的上下文，也需要一定的學習和技巧。 Powered by Firstory Hosting