摘要：随着大模型能力日渐强大，智能体（Agent）正在成为新一代应用形态。其中代码智能体（Coding Agent）从产品和商业模式上，都已经走在了最前列。这里我结合 OpenAI 的 Codex CLI，写一些细节的话题，展示 Codex 乃至各个代码智能体是如何整合大模型推理能力、本地工具链、上下文管理和执行机制，从而完成自主编程的任务的。

一、为什么关注 Coding Agent

过去几年，Agent 概念被频繁提及，但代码智能体（coding agent）是落地最成功的方向之一。

与传统的代码补全工具不同，Codex CLI 这类 Coding Agent 通过模型 + 工具 + 上下文管理的结合，已经进化为接近一名虚拟开发助手，能够完成以下任务：

• 理解项目结构和上下文
• 自动检索并分析代码
• 安全地修改和提交补丁
• 调用本地工具完成测试、构建、文档生成等任务

正因为 Coding Agent 在技术成熟度和产品形态上都走在最前面，研究它的设计与实践经验对其它行业的智能体也具有极高价值。无论是电脑桌面 Agent、教育辅导 Agent、市场营销 Agent，还是未来的跨领域多模态 Agent，它们最终都需要解决与 Coding Agent 类似的问题：

• 如何在 LLM 的有限上下文中整合大量有效信息？
• 如何安全调用外部工具并与本地环境交互？
• 如何通过规划 → 执行 → 验证 → 迭代实现稳定可靠的自主决策？

因此，深入理解最优秀的 Coding Agent 是如何设计架构、处理复杂问题、解决技术瓶颈的，不仅能帮助我们看清代码智能体的演进路径，也为其它行业 Agent 的发展提供了可借鉴的范式。

二、Codex CLI 工作原理

图 1：Codex CLI 实际使用场景——终端中通过 Shell 工具搜索、读取文件（与图 2 为同一张截图）

Codex CLI 的执行分为四个主要阶段：

1. 会话初始化

• 加载配置（模型、沙箱策略、审批规则等）
• 自动合并 AGENTS.md，补充项目背景和风格约束
• 注入当前工作环境（cwd、shell 状态、网络可用性等）

2. 回合循环（Turn Cycle）

用户输入 → 模型规划 → 工具调用 → 本地沙箱执行 → 返回结果 → 模型迭代推理

这是 Codex CLI 的核心工作模式。

对于复杂的任务（比如完整实现一个新功能），回合循环可能会持续几十分钟，执行上百次工具调用，消耗大量的 token，但同时也正是代码智能体输出最大价值的阶段。

3. 上下文管理

由于大模型上下文有限，所以直接将整个代码树都放进上下文这样的幼稚策略是不行的，当前代码智能体一般使用两种策略：

• 摘要法（如 Aider）：提取项目的文件树、函数签名、核心注释等，压缩为简短摘要放入上下文
• 检索法（如 Claude Code、Codex）：动态检索与当前任务相关的文件与文档，在代码中多次搜索和总结，动态地管理上下文

目前来看，检索法虽然实现更复杂，也需要更强能力的模型的驱动，但在准确率和可扩展性上明显优于静态的摘要法。

4. 安全策略

• 所有操作在沙箱内执行
• 涉及写磁盘、网络访问、运行测试等高权限命令时，需要用户审批
• 用户可以随时终止高风险操作

三、Codex CLI 工具系统

图 2：Codex CLI 实际工作场景——用 rg、ls、Read 等工具理解项目

在智能体的生态中，工具调用是实现自动化的核心。所谓工具调用，就是当模型认为要完成特定任务，最好的方法是从外界获取额外信息或执行必要操作时，由云端模型输出工具调用指令（一般是 JSON 格式），然后由本地客户端（Codex CLI）在用户许可下执行对应操作，并将结果再次返回给云端模型。Codex CLI 支持以下主要工具：

工具	功能	审批	使用场景
Shell	执行命令，支持结构化输出	✅	运行测试 / 启动服务
打 Patch	修改文件并生成 diff	✅	自动修复 bug
计划工具	生成可视化任务计划	❌	辅助任务跟踪
图片上下文	本地图片挂载到上下文	❌	解析架构图
MCP 工具	调用远端工具或暴露能力	视配置	跨服务协作

可以看到，在上图的简单例子中，Codex 已经调用了"rg、ls"等几个 shell 工具，来帮助理解项目中有哪些文件，以及代码中是否有一些它期待的关键词。在实际的更复杂的任务中，工具调用更是完成任务的主要手段之一。这一工具系统让 Codex 不仅能写代码，还能驱动测试、调试、构建、文档生成等工程任务。

四、提案 → 执行 → 验证 → 迭代

Codex CLI 的任务闭环非常清晰：

1. 提案（Propose）：模型生成执行计划
2. 执行：Codex 在本地沙箱中安全运行命令
3. 验证：返回执行结果，模型分析是否达成目标
4. 迭代：若未完成 → 继续工具调用；若完成 → 会话结束

提案和计划是完成好任务的重要一步，任务成功率的保证可以认为大体上来自两个方面：

• 一是模型本身已经具备的编码能力，
• 二是多个步骤有序完成不错乱。

后者主要是通过提案和计划跟踪的方法来保证的。通过让模型先输出经过逻辑推理思考的执行计划，放入到上下文中，就可以影响后面模型再输出的每个小的改动之间互相的一致性，而不是所有改动由一次输出完成，或者多次改动之间不一致。

验证和迭代的步骤也非常关键，虽然现在编程模型已经有较高准确率，但是因为模型本身的缺陷，或者上下文信息不足，一遍写对的概率并没有非常高（当然人类也是一样的），所以能够验证和迭代就是独立工作的基本保证，在使用中我们看到目前的系统基本都具有比较强的验证和迭代能力，能够熟练使用命令行工具，以及图形化的 ChromeDriver 等办法来测试代码。不过暂时还没见到有熟练使用的 gdb 等调试器的代码智能体，估计过段时间就会有了吧。

此外，Codex 支持 MCP（Model Context Protocol）：

• 作为 MCP 客户端 → 调用远程工具
• 作为 MCP 服务器 → 向其他 Agent 提供 Codex 工具能力

这种设计使 Codex 在模型推理和工程落地之间形成了高效闭环。

五、总结

Codex CLI（以及 Claude Code）代表了代码智能体的发展方向：

• 更深的上下文整合 → 模型能理解整个工程
• 更高的自动化程度 → 自动补丁、测试和验证
• 更安全的执行策略 → 沙箱隔离 + 审批控制
• 更强的可扩展性 → MCP 协议支持多 Agent 协作

未来，Coding Agent 很可能成为开发者最重要的生产力工具之一，甚至重塑软件开发的工作方式。