如果你对 Codex 的印象还停在去年中,那现在再回来,大概率会有点错愕。不是那种“功能又多了两个”的错愕,而是你会明显感觉到,这玩意儿已经不太像最早那个“你提个需求,它去云端干活”的 Codex 了。

最早那版怎么理解都没问题。OpenAI 在 2025 年 5 月 16 日的介绍 里,本来就把它定义成 cloud-based software engineering agent。那时候大家的体感也很统一:它是个很能打的代码代理,你把任务给它,它在隔离环境里做,最后把结果交回来。核心是“代你执行”。

现在这层意思还在,但已经不够用了。你再看后面的几次更新,会发现 Codex 的重点慢慢从“会做任务”挪到了“怎么接住工作流”。

2025 年 9 月 15 日,OpenAI 在 Introducing upgrades to Codex 里开始把 terminal、IDE、GitHub 这些入口往一起拉。到了 2026 年 2 月 2 日的 Introducing the Codex app,这个方向基本就挑明了:app、parallel agents、worktrees、task inbox、skills、automations 一起上,Codex 开始明显像一个 command center,而不是单次对话窗口。

而且这不是纸面变化。OpenAI 在那篇 app 文章里还给了一个挺关键的数据:自从 2025 年 12 月中旬 GPT-5.2-Codex 上线后,整体 Codex 使用量已经翻倍;在过去一个月里,超过 100 万开发者使用过 Codex。这个量级一出来,其实也能解释为什么它这几个月一直在补“技能、插件、自动化、集成”这些层。人一多,光靠 prompt 顶着跑就不够了,迟早得把可复用、可分发、可共享这套东西补起来。

真正值得看的,不只是 Skills,而是 Skills 终于有了“打包和分发”的方式

如果你自己已经用了几个月 Codex,应该很容易理解 Skills 为什么重要。

很多重复的东西,你根本不想每次再讲一遍。仓库规则、代码风格、测试要求、发版边界、危险操作确认格式、某个项目自己的目录约定,这些东西放在长 prompt 里当然也能跑,但体验很差,而且会漂。今天写得细一点,明天忘了补一句,后面代理的行为就开始变味。

所以 Skills 这层很实用。它本质上就是把你常用的一套工作方法收起来,变成 Codex 能逐步发现、逐步调用的能力。它更像“私人定制的工作说明书”,适合你在单一仓库、单一流程里反复迭代。

但如果只写到这里,还是会低估这次变化。因为 OpenAI 这次真正补上的,不只是 Skills,而是 Plugins。

官方在 Codex Plugins 文档 里给的定义非常直接:插件是 installable bundles for reusable Codex workflows。翻成人话就是,插件不是给你多装一个小按钮,而是把一整套可复用工作流打成一个可以安装、共享、分发的包。

Codex 官方插件目录截图

这个差别很大。Skills 更像你自己手里的一把顺手工具,怎么改、怎么试、怎么迭代,都偏本地、偏个人、偏项目内部。Plugins 则开始像“包管理”了,它要解决的是另一类问题:同样一套配置、同样一套集成、同样一套工作流,怎么让一个团队、一堆项目、或者一整个组织里的人都能用起来,而且尽量保持一致。

文档里把插件能打包的东西说得很清楚,一个插件里可以一起带上三层:

  • Skills:描述工作流的提示,Codex 可以逐步发现
  • Apps:可选的应用集成或 connector mappings
  • MCP servers:这个工作流需要的远程工具或共享上下文

这就是为什么我现在更愿意把新版 Codex 看成“开发环境入口”,而不是“会写代码的聊天工具”。因为从这里开始,它不只是帮你干活,而是在学着承接一整套做事方式。

Skills 和 Plugins,别混着看

很多人第一次看到插件,会觉得“那不就是把 skill 换个名字吗”。其实不是。

更准确一点的理解是:Skill 像局部能力,Plugin 像分发单元。

前者更适合这些场景:

  • 你只在一个仓库里迭代
  • 这套行为很个人,或者很项目特定
  • 你还在试,还没准备好给别人复用

后者更适合这些场景:

  • 你想让多个项目复用同一套配置
  • 你想把 Skills、MCP 配置、应用集成打包成一个安装单元
  • 你需要一个稳定、可版本化、可共享的包

这套边界其实和官方文档是对得上的。文档明确写了:本地 skills 适合单仓库、单工作流、实验性行为;而 plugins 适合跨团队、跨项目共享同一套技能和集成。按这套设计看,skill 更像插件里的一个组成部分,不是主要的对外发布单元。真正进入 marketplace、能被安装和开关管理的,是 plugin。

这次插件层补得还挺完整,不是随便挂个入口就完事

这一点我还挺意外的,因为 OpenAI 不是只写了个概念页,它把结构、安装位置和 marketplace 都给出来了。

一个最小插件,入口是 .codex-plugin/plugin.json。然后在根目录下面,你还可以继续挂这些东西:

  • skills/
  • .app.json
  • .mcp.json
  • assets/

也就是说,这已经不是“写个说明文件给自己看”的级别了,而是一个真正常见软件包该有的样子。manifest、组件指向、展示元数据、截图、logo、默认提示,都开始进来了。官方文档里连这些字段都列得很细:

  • 标识信息:name、version、description
  • 组件指向:skills、mcpServers、apps
  • 展示元数据:displayName、shortDescription、category、capabilities、brandColor、screenshots

它甚至把目录规则都写死了,比如路径要相对 plugin root,并且以 ./ 开头;视觉资产尽量放 ./assets/。这套东西一出来,你就知道它不是“以后可能会做”的方向,而是已经按产品化思路往前推了。

Codex 官方 plugin-creator 技能截图

还有个很实用的细节。官方直接建议,用内建的 @plugin-creator skill 来脚手架本地插件。这个很像在说:别空想了,直接做一个出来试。

Marketplace 这层,才是团队真正会用上的地方

我觉得这部分对开发者尤其关键。

很多 AI 工具的问题不是“你不能定制”,而是“你定制完没法共享”。最后最懂那套流程的人,永远是写那段 prompt 或规则文件的人,其他人只能抄,抄完还容易漂。

Codex 这次把 marketplace 也补上之后,路就顺很多了。按官方文档,Codex 可以读三类 marketplace:

  • 官方目录
  • 仓库级 marketplace:$REPO_ROOT/.agents/plugins/marketplace.json
  • 个人级 marketplace:~/.agents/plugins/marketplace.json

这就很像真正的包管理思路了。你完全可以在自己的 repo 里放一个 marketplace,把团队内部常用的插件条目都挂进去。或者你自己做一个个人 marketplace,把最顺手的那些工作流收进去。安装之后,Codex 会把插件缓存到 ~/.codex/plugins/cache/$MARKETPLACE_NAME/$PLUGIN_NAME/$VERSION/。本地插件的版本名是 local,开关状态则放在 ~/.codex/config.toml。

这些细节看起来很工程化,但恰恰说明它开始认真了。因为只有把安装位置、缓存、副本加载、启用状态这些事讲明白,插件才不是展示用的概念,而是能进团队流程的基础设施。

另外还有一个值得注意的点:官方文档现在写得很明确,官方 Plugin Directory 的自助发布还没完全开放,属于 coming soon 的状态。也就是说,现在目录已经有了、机制也有了,但“自己一键发到官方市场”这件事还在往前推。这个节奏反而挺合理,先把本地和 repo 级市场跑顺,再放大到公开分发。

所以这轮变化到底值不值得开发者在意

我自己的答案是,值得,而且比“模型又变强了”更值得。

因为旧版 Codex 更像一个一次性很强的外援。你想到一个需求,丢给它,它做完这一票,很多上下文也就跟着散了。你下次再回来,还得重讲你的规则、边界、风格和工具链。

新版 Codex 在补的是另一件事:怎么把这些反复讲的话,慢慢沉淀成长期可用的工作流资产。Skills 是第一层,Plugins 是第二层,Automations 则是把这些能力再往“自动干活”推进一步。

如果你是开发者,这意味着你以后关注的不只是“它能不能写这个函数”,而是“它能不能按我团队的方式稳定地做事”。如果你是 vibe coding 用户,这个变化也很现实,因为你终于不用每次都从一张白纸重新堆 prompt。你顺手的那套流程,可以被收起来、打包、安装、共享,而不是永远只存在某个对话框里。

说白了,之前很多 AI 编程工具的问题,不是模型不够强,而是环境太薄、流程太碎、复用太差。Codex 这几个月补的,恰好就是这些地方。

所以如果你今天再问我“新版 Codex 最大的变化是什么”,我的回答已经不会是“它更像一个代码代理了”。恰恰相反,它正在慢慢脱离“只是代理”这个阶段,开始变成一个能承载技能、插件、自动化和团队配置的工作流平台。