引言
18天里，我在Codex中运行了400个任务，总共消耗710亿token。最长的一个任务用GPT-5.6连续跑了16小时。但我发现许多用户只用最基础的Codex——直接在聊天框提交请求，生成结果后就停止。本文将Codex的使用拆解为5个层级，并解释为什么你需要达到Level 3才能把Codex变成可靠的生产工具。
Level 1：直接任务提交
Level 1是使用Codex最简单的方式：直接在聊天框提交任务。你可以让Codex创建一个网页、构建一个小游戏或实现一个简单功能，通常几分钟就能得到看起来不错的成果。
然而，这种方法有致命局限。一旦任务变复杂，你常会遇到这些问题：功能不符合预期、布局不合理，或者一个很小的改动（比如改一个按钮）就导致整个页面崩溃。经过几轮修改后，之前完成的工作也可能失效。这就是为什么Level 1的输出几乎永远只是demo，很难成长为长期可维护的项目。
Level 2：文档驱动工作流
当你意识到需要帮Codex记住项目应该做什么时，就进入Level 2：文档驱动开发。
工作流如下：
- 开工前创建一个专用项目文件夹
- 准备三份核心文档：
- 产品需求
- 软件架构
- 当前进度
- 这些文档不需要从零写——让Codex向你提出澄清问题，然后根据你的回答生成文档
- 每次开始新任务前，先让Codex阅读这些文档、制定工作计划，并在执行前与你确认
- 任务完成后，把结果同步回进度文档
这相当于给项目装了一个"外部大脑"。即使对话变得很长或你创建新任务，Codex也始终明白产品要做什么、项目进展到哪、哪些部分不能改。在这个层级，你不再只是思考提示词——你思考的是产品需求、功能拆解和软件架构。
但文档只能防止Codex忘记项目，无法防止它破坏项目。
Level 3：代码管理
这就是Level 3登场的地方：代码管理。这一步是大多数Vibe coder最常忽略的。
许多开发者等到产品快做完才保存稳定版本，但那时已经太晚。你应该在项目有第一个可用版本时就使用Git。把Git想成游戏存档系统：
- 每完成一个稳定功能就保存一个版本
- 做大改动前先新建一个分支
- 改动成功就合并分支，失败就回滚
这给了你让Codex做大规模改动的信心，而不用担心一个失误需要另一个AI来收拾前一个AI闯的祸。
Level 2解决"AI忘记自己在做什么"的问题，Level 3解决"AI搞坏了项目怎么办"的问题。有了文档和版本控制，Codex已经能可靠地完成项目。
Level 4：集成开源生态
但如果每个能力都要从零构建，效率仍然太低。这就是Level 4的意义：集成开源生态。
在这个层级，你可以：
- 把自己的工作流打包成可复用的技能（skills）
- 直接使用社区的现成技能和完整项目
一个绝佳例子是字节跳动的Deer Flow，我经常用它做研究任务。以前我需要手动搜索信息、筛选结果、对比不同观点、编写报告。现在，我只要提交一个研究主题，Deer Flow就会调用工具和Agent处理整个研究流程并交付最终报告。
Deer Flow只是一个例子。GitHub上有成千上万的现成技能、Agent框架和开源工具。你甚至不需要理解每一行代码。只需把项目URL发给Codex并让它：
"下载这个项目，让它跑起来，告诉我怎么用"Codex会阅读文档、配置环境、解决报错，然后交付一个可用的版本给你。
在我自己的使用中，我已经调用过超过1000个技能，其中最常用的是"superpowers"。在这个层级，Codex不再只是代码生成器——它能把现有能力直接集成到你的工作流中。
Level 5：多Agent协作
在Level 4，你仍需要逐个调用技能和开源项目。Level 5是多Agent协作：你提交一个最终目标，让Codex自己决定需要调用哪些能力来完成整个任务。
Level 5把前四个层级整合进一个系统：
- 主Agent先阅读项目文档、用Git管理版本、调用必要的技能和开源工具
- 然后为不同阶段创建专门Agent：
- 市场调研Agent
- 需求整理Agent
- 架构设计Agent
- 软件开发Agent
- 质量测试Agent
- 这些Agent并行朝同一目标工作
- 最后主Agent汇总结果，把完整项目交付给你
有趣的是，最高层级反而回到更简单的操作。你仍然在聊天框提交任务，但有一个关键区别：
- Level 1：一个AI收到请求立即开始生成
- Level 5：主Agent先理解目标，再组织一整个Agent团队为你工作
我运行的那个16小时连续任务，就是用这种多Agent协作方式完成的，覆盖了从需求分析、市场调研到产品设计、开发和最终交付的全过程。
Level 5的力量不在于同时运行多少个Agent——而在于你清晰定义最终目标，让系统去拆解它、组织工作、完成整个流程。
结语
Level 5似乎回到了起点。你仍然在聊天框提交任务，但提交的内容变了。在Level 1，你提交一条指令。在Level 5，你提交一个完整、定义清晰的目标。
这就是从demo到生产的旅程：从简单生成出发，经过文档和版本控制，利用开源生态，最终编排整个Agent团队来交付完整项目。
常见问题
为什么大多数用户卡在Level 1？
因为Level 1看起来出奇地好。你输入一个任务，Codex几分钟就产出一个漂亮的页面或demo，这感觉就像成功。问题只在复杂时出现：功能不匹配、布局崩坏、以及"改一处小地方导致之前能用代码失效"的回退。Level 1适合一次性demo，但没有文档和版本控制，这些产出很难长成可维护的项目——这正是为什么真正的项目工作至少要达到Level 3。
Level 2的三份核心文档是什么？
产品需求（产品应该做什么）、软件架构（各部分如何组合）、当前进度（什么做完了、什么待办）。这些文档不用从零写——你让Codex用澄清问题来采访你，然后根据回答生成文档。每次新任务前，Codex会阅读这些文档、起草计划并和你确认。完成后，再把结果同步回进度文档。
为什么Git版本控制是最容易被忽略的一步？
因为大多数vibe coder只想着等产品快做完再保存，而那时已经太晚。Git应该在第一个可用版本时就启用。把它当作游戏存档系统：每个稳定功能后提交一次，大改动前开分支，成功就合并、失败就回滚。这个安全网给了你让Codex尝试大规模改动的信心，而不用担心一次失误会引发更多AI返工。
Level 1和Level 5的真正区别是什么？
Level 1是提交一条指令，一个AI收到后立即开始生成。Level 5是提交一个定义良好的最终目标，主Agent先拆解它——阅读项目文档、管理Git版本、调用开源技能——然后派生专门Agent（市场调研、需求、架构、开发、测试）并行工作。你最终回到聊天框，但提交的内容从提示词变成了完整目标。