核心概念與定位

Codex 最準確的定位，是 OpenAI 的 coding agent。它不是單純回答問題的聊天工具，也不是只補幾行程式碼的自動完成工具，而是專門協助軟體開發的代理系統。它可以讀取專案、理解程式結構、修改檔案、執行指令、跑測試、除錯、整理變更，並在一定權限範圍內完成實際工程工作。

如果一時想不起來某個工具名稱，例如你記得的可能是 Manus、Claude Code、Cursor、Copilot 或其他代理工具，也不必先卡在名字。更有效的比較方式，是先把 AI 軟體分成幾種類型：一般聊天 AI、AI 程式碼編輯器、終端機 coding agent、雲端工程代理、AI app builder，以及通用型 AI agent。Codex 的位置主要在「軟體開發代理」這一類。

第一類是一般聊天 AI，例如 ChatGPT、Claude、Gemini。這類工具最適合回答問題、寫文章、整理資料、解釋概念、發想策略，也可以幫你產生程式碼片段。但它們的基本形態仍是「對話」。如果沒有接上本機專案、檔案系統、終端機或開發工具，它們通常不會直接幫你打開專案、修改多個檔案、執行測試，再根據測試結果繼續修正。Codex 的差別就在這裡：它不是只告訴你怎麼做，而是能在工作區裡實際做。

第二類是 AI 程式碼編輯器或 IDE 助手，例如 Cursor、GitHub Copilot、Windsurf/Cascade 這類工具。它們的強項是直接嵌在編輯器裡，讓你邊看程式邊叫 AI 修改、補全、解釋或重構。這類工具對日常寫程式很方便，尤其適合一直待在 IDE 裡工作的工程師。Cursor 官方文件也把 Agent、Rules、MCP、Skills、CLI 等能力放在同一套開發體驗裡；GitHub Copilot 也有 cloud agent，可以研究 repository、建立計畫、改 branch、開 pull request。這些工具和 Codex 的重疊度很高。

Codex 和 Cursor、Copilot 這類工具的差異，不是「只有 Codex 會寫程式」，而是產品重心不同。Codex 同時提供 app、CLI、IDE extension、web/cloud 等工作面向，偏向讓 AI 以工程代理的方式參與完整開發流程；Cursor 更像以 AI 為核心的編輯器體驗；GitHub Copilot 則深度綁定 GitHub、IDE 和 PR 流程。要選哪個，不是看名字，而是看你平常在哪裡工作：如果你主要在 GitHub PR 和 issue 裡協作，Copilot 很自然；如果你每天待在 AI 編輯器裡，Cursor 很順；如果你想讓 OpenAI 的 agent 直接在本機或雲端處理專案任務，Codex 會比較對位。

主要能力與運作方式

第三類是終端機 coding agent，例如 Claude Code、Gemini CLI、Codex CLI。這一類和 Codex 最接近，因為它們都可以在命令列裡讀專案、改檔案、跑指令、處理測試與除錯。Anthropic 對 Claude Code 的定位，是可以在終端機、IDE、Slack、web 等地方直接和 codebase 一起工作；Google 的 Gemini CLI 則是把 Gemini 帶進終端機，用 ReAct loop、內建工具與 MCP server 來修 bug、做功能、補測試。這些工具和 Codex 的核心競爭點很接近。

在終端機代理工具裡，Codex 的差異主要是 OpenAI 生態和權限模型。Codex 官方文件明確區分 sandbox 和 approval policy：sandbox 決定它技術上能碰哪些檔案、能不能連網、能不能越過工作區；approval policy 決定它什麼時候要停下來請使用者批准。這代表 Codex 的設計不是讓 AI 無限制亂跑，而是在可控邊界內做事。對需要本機安全、專案檔案保護、人工審核的開發流程來說，這點很重要。

第四類是雲端工程代理，例如 Devin、GitHub Copilot cloud agent、Codex web/cloud。這些工具偏向把一個 issue、ticket 或工程任務交給雲端代理處理，讓它自己建立環境、研究專案、修改程式、跑測試，最後產出 branch 或 pull request。Devin 官方文件把它定位為 autonomous AI software engineer，強調處理 backlog、Linear/Jira ticket、bug、feature、migration、refactor 等工作。GitHub Copilot cloud agent 則能在 GitHub Actions 環境裡工作，研究 repository、建立計畫、改 branch、開 PR。

Codex 和這些雲端代理的差異，是它不只是一個雲端背景工。Codex 可以在本機 app 裡互動工作，也可以用 CLI 在終端機工作，可以放進 IDE，也可以透過 web/cloud 做遠端任務。換句話說，Codex 的定位比較像一套跨介面的 OpenAI 軟體工程代理，而不是只服務某一種雲端 ticket 流程。

第五類是 AI app builder，例如 Replit Agent、v0、Lovable 這類工具。它們的重點通常是「把想法快速變成網站、App、原型或可部署產品」。Replit Agent 官方文件就強調使用者可以用自然語言把想法變成 apps、designs、slides 等成果，不需要先具備程式知識。這類工具對非工程師、創業原型、快速做 landing page 或簡單產品非常有用。

實務應用與工作流程

Codex 和 app builder 的差異在於，Codex 更偏工程開發，不是純 no-code。它更適合已經有專案、有程式碼、有測試、有架構、有 Git 流程的情境。你可以叫 Codex 做新功能，但它最有價值的地方通常是：理解既有系統、照專案規範修改、多檔案重構、跑測試、修 bug、協助 code review。若你只是想從零做一個簡單展示頁，app builder 可能比較快；若你要維護一個真正的 repo，Codex 的工程流程會更有用。

第六類是通用型 AI agent，例如 Manus。Manus 官方文件把它描述成 autonomous general AI agent，也就是不只回答問題，而是能在虛擬電腦裡規劃、執行、交付結果。這種工具的目標比較廣，可能包含研究、做簡報、建網站、整理文件、設計、資料分析或自動化工作。它不一定只服務工程師。

Codex 和 Manus 這類通用 agent 的差異，是專注程度。Manus 類工具重點是「什麼任務都能接一點」，Codex 則是把重心放在軟體開發。通用 agent 適合跨領域任務，例如做簡報、研究市場、整理表格、建簡單網站；Codex 適合需要工程判斷的任務，例如讀 repo、改程式、處理測試、修 CI、重構架構、審查 PR。

所以，Codex 最大的不同不是「它比較會聊天」，而是它比較像能進入開發流程的工程代理。它看重的是專案上下文、檔案修改、命令執行、測試驗證、版本差異、權限控制和可審查結果。一般 AI 軟體可能只回覆答案；Codex 的目標是把需求推進成可驗證的工程變更。

如果用一句話比較：ChatGPT、Claude、Gemini 比較像知識與對話助手；Cursor、Copilot、Windsurf 比較像 AI 編輯器或 IDE 伙伴；Claude Code、Gemini CLI、Codex CLI 比較像終端機代理；Devin、Copilot cloud agent、Codex web 比較像雲端工程代理；Replit Agent、v0、Lovable 比較像快速 app builder；Manus 比較像通用任務代理；Codex 則是 OpenAI 針對軟體開發建立的 coding agent，核心是幫你把工程任務做完並留下可檢查的結果。

風險、限制與判斷重點

什麼情況適合用 Codex？如果你有一個現成專案，需要修 bug、新增功能、重構、跑測試、補文件、解釋架構、處理 CI、整理 PR、做 code review，Codex 很適合。如果你希望 AI 不只是回答，而是能進工作區實際修改檔案、執行指令、回報驗證結果，Codex 也適合。

什麼情況不一定要用 Codex？如果你只是想問一個概念、寫一篇文章、整理一份清單，普通 ChatGPT 或 Claude 就足夠。如果你想快速從零生出一個簡單 App 原型，Replit Agent、v0、Lovable 可能更直覺。如果你想做跨領域任務，例如研究資料、整理簡報、操作網頁、規劃行程，通用 agent 可能更適合。如果你每天主要在某個 AI 編輯器裡工作，Cursor 或 Copilot 也可能更符合習慣。

總結來說，Codex 跟其他 AI 軟體的差異，在於它不是單純聊天、也不是單純補程式碼，而是把 AI 放進軟體工程流程裡。它能讀專案、改檔、跑測試、做 review、遵守專案規則，也能透過 sandbox、approval、AGENTS.md、skills、plugins、MCP 等機制變得更可控、更貼近團隊流程。選 Codex，不是因為它是唯一的 AI 工具，而是因為你要的是一個能處理實際開發工作的代理。

快速分類表

  1. 一般聊天 AI：ChatGPT、Claude、Gemini。適合問答、寫作、解釋、發想。
  2. AI 編輯器：Cursor、GitHub Copilot、Windsurf/Cascade。適合在 IDE 裡邊寫邊改。
  3. 終端機代理：Codex CLI、Claude Code、Gemini CLI。適合用命令列處理專案。
  4. 雲端工程代理：Codex web/cloud、Devin、GitHub Copilot cloud agent。適合把 issue、ticket、PR 任務交給雲端處理。
  5. AI app builder：Replit Agent、v0、Lovable。適合從想法快速做出 App 或網站原型。
  6. 通用 AI agent：Manus 這類工具。適合跨領域任務，不只寫程式。

選擇建議

  1. 要問問題、寫文章、整理資料：用一般聊天 AI。
  2. 要在編輯器裡即時補程式碼：用 Cursor、Copilot 或類似 IDE 工具。
  3. 要在本機 repo 裡讓 AI 改檔、跑測試：用 Codex CLI、Claude Code 或 Gemini CLI。
  4. 要把 GitHub issue 或 PR 任務丟給背景代理：用 Codex web/cloud、Copilot cloud agent 或 Devin。
  5. 要快速做網站或 App 原型：用 Replit Agent、v0、Lovable。
  6. 要一個比較通用的任務代理：看 Manus 或其他 general agent。
  7. 要一個偏工程流程、可驗證、可審查、能進入專案的 OpenAI coding agent：用 Codex。

資料來源

  1. OpenAI Codex Manual
  2. GitHub Docs：About GitHub Copilot cloud agent
  3. Cursor Docs：Agent、Rules、MCP、Skills、CLI
  4. Anthropic：Claude Code
  5. Google Developers：Gemini CLI
  6. Devin Docs：Introducing Devin
  7. Replit Docs：Replit Agent
  8. Manus Documentation：Welcome