很多人对 Codex 的印象还停留在「补全几行代码」的阶段。真把它当日常工具用起来之后，问题会变得很具体：它在什么模式下该被信任、什么模式下必须自己盯？改一个已有项目比新建一个 demo 难在哪？写出来的东西怎么测、怎么交付？这门课要解决的正是这些中间地带的缺口——不是把 Codex 当玩具演示一遍，而是把它接进写、改、测、交付这条完整链路上。

先想清楚：你缺的是哪一段

如果只是没听过 Codex，看几篇介绍就够了，不必跟完整套。真正卡人的通常是下面几种情况：

知道它能生成代码，但不确定一次该给多少上下文，任务一大就开始跑偏；
面对一个已经存在的项目，不敢让 AI 直接动，怕改坏却又不清楚怎么划定边界；
生成的代码能跑，但没有测试，交付前心里没底；
用着默认的模型和配置，从没想过接入国产模型或调整工作方式。

这门课的内容编排基本是沿着这几类缺口铺开的，所以你可以按自己的问题挑着看，而不是从头到尾被动刷一遍。

模式区别，是整门课的分水岭

课程里单独讲了目标模式和计划模式。这不是名词解释，而是决定你工作方式的东西：什么时候让 AI 先给出计划、你确认后再动手，什么时候直接给它一个明确目标让它推进。两者的风险完全不同——计划模式下你有机会在动手前纠偏，目标模式下效率高但一旦方向错了，返工成本也高。搞不清这个区别，后面写、改、测都会别扭。

配套的小游戏制作用例，适合拿来练手感和验证模式切换的效果。它足够小，出问题一眼能看出来，不至于在复杂项目里把错误归因搞混。

改和测，才是真实项目的重头

新建代码是最容易的部分，真正日常的是在别人写过的代码上继续做。这一类任务对上下文理解、改动范围控制的要求高得多。课程里涉及电商主图详情页制作这类偏实际产出的场景，用意也在这里：它不是纯算法题，而是有明确交付物、需要反复调整的任务。你做完应该能回答：改动前给它看什么、改完怎么验证没有破坏原有逻辑、测试该由人来写还是让 AI 起草。

关于测试，别指望 AI 全包。更现实的做法是让它生成用例框架和边界情况，你自己判断覆盖够不够。这一点课程里没有神化工具，值得留意。

交付和配置，别留到最后才想

computer use 相关内容和接入国产模型这两块，属于「不用也能跑，但用了工作流更顺」的部分。前者关系到让 AI 直接操作界面完成任务，后者关系到模型选择的成本和可用性——如果你的环境访问受限或想控制调用成本，这部分就不是可选项。

建议的看课顺序是：先用模式和游戏那两个用例把基本操作跑通，再挑一个自己手上的真实小项目走一遍改和测，最后回头看 computer use 和模型接入。这样每看一段都能立刻用上，而不是攒一堆概念。

看完你应该能回答

面对一个具体任务，你会先选目标模式还是计划模式，判断依据是什么？
让 AI 改已有代码之前，你会给它哪些信息，怎么限制改动范围？
AI 生成的代码，你用什么方式确认它真的可用、可交付？
在你的机器和预算条件下，Codex 接哪个模型更合适？

如果这几个问题你答得上来，这门课对你就是有效的；如果还答不上，就带着问题去看对应的那几节，比按顺序刷完更有用。