如果你已经在用 ChatGPT 或 Claude 写代码，但每次都停在“复制粘贴—跑不起来—再问一遍”的循环里，这门课要补的正是中间那一段：怎么让 Codex 真正进入你的项目，而不是停在对话框里。它不讲 AI 原理，也不铺编程基础，讲的是一件更具体的事——把一个会写代码的模型，接进你日常的写、改、测、交付流程。

先弄清楚：你的缺口在哪一层

用不好 AI 编程助手的人，问题通常不在提示词写得不够花哨，而在三件事上没打通：

上下文给不全。只贴一段报错，不给相关文件、调用链和约束条件，模型只能猜，猜错就得来回折腾。
任务拆不对。让 AI 一次性改完五个文件，它改到第三个就丢了前面的约定；会拆任务的人，是把一件事切成可验证的几步。
不验证就信。AI 写完就提交，跑挂了下一次还是老样子。问题不在模型，在你没给它一个可自检的出口。

这三件事决定了你是在“问 AI 要代码”，还是在“用 AI 交付功能”。课程围绕的写、改、测、交付四个环节，对应的就是这三层缺口。

目标模式和计划模式，是这门课最该先看的一段

很多人用 AI 写代码是“我说一句、它写一段”的即时模式，适合小脚本，撑不住稍大的改动。课程里单独讲了目标模式和计划模式：先把要达成的结果和验收标准说清楚，让 AI 先出方案、列改动点，你确认之后再动手。这一步看起来慢，实际省掉的是后面反复回滚的时间。判断标准很简单：如果一次需求要动超过两个文件，就该先走计划再执行。配套练习会要求你拿自己手上的真实小需求走一遍这个流程，而不是跟着演示敲一遍就过。

把 Codex 接进真实项目：模型、记忆、工具调用

课程里有几段内容，解决的是“用起来别扭”的具体问题。比如 Codex 怎么接入国产模型——不是所有场景都能稳定访问外部服务，能切换模型意味着你在不同网络和成本条件下都有得选；再比如记忆系统，讲的是怎么让项目级的约定、目录结构、命名习惯被记住，而不是每个新会话都重新交代一遍背景。还有 computer use 这类能力，本质是让助手能操作界面去完成任务，而不只是吐文本。

这些内容不适合跳着看。建议的顺序是：先跑通一次完整的接入选型，再按项目需要去补记忆配置和工具调用，否则容易在配置上卡住，误以为是模型不行。

用小项目把流程跑完整，比看十个演示有用

课程安排了几类实操：做小游戏、电商主图详情页制作等。选这些例子不是为了教你做游戏或做电商，而是因为它们足够小、又足够完整——有输入、有输出、有可见的验收结果。跟着做完一遍，你应该能回答这几个问题：

一个需求进来，我先给 AI 什么信息，才不用来回补充？
改动涉及多个文件时，我怎么控制它不跑偏？
AI 写完的代码，我用什么方式验证，而不是凭感觉？
从能跑通到能交付，中间还差哪些步骤？

如果这四个问题你现在答不完整，这门课的内容对你就是缺的。如果你已经能稳定地用 AI 完成日常改动，只是想找几个新提示词，那它解决的不是你的问题。缺什么补什么，别在已经会的地方浪费时间。