Codex 智能生成实战：少写代码，多写验收标准

一、Codex 最擅长什么

Codex 类智能编码工具，通常擅长：

• 根据注释或函数签名补全实现；
• 写单元测试、补边界用例；
• 重构重复代码、迁移 API；
• 解释陌生代码、定位简单 bug；
• 按模板生成 CRUD、脚本、配置。

它不擅长：

• 模糊需求，比如“优化一下性能”；
• 跨系统权限和业务取舍；
• 线上高风险变更；
• 没有测试的复杂逻辑。

所以，Codex 的正确用法不是“帮我写个系统”，而是“在这个文件里，按这些规则，完成这个函数，并让测试通过”。

二、最小闭环：描述 → 生成 → 测试 → 审查

一个可落地的 Codex 工作流只有五步：

1. 给上下文：仓库、文件、技术栈、现有风格。
2. 给任务：输入、输出、边界、错误处理。
3. 让 Codex 生成代码并运行测试。
4. 审查 diff：有没有改无关文件、引入依赖、安全风险。
5. 小步合并，方便回滚。

核心原则：测试先于信任。

三、少量代码示例

给 Codex 的任务可以写成这样：

在 utils/text.py 中新增 extract_order_id(text: str) -> str | None。
规则：匹配 ORD- 开头后接 6 位数字；多个匹配返回第一个；无匹配返回 None。
补充 pytest，覆盖正常、无匹配、多个匹配。
运行 pytest。

Codex 可能生成：

import re

def extract_order_id(text: str) -> str | None:
    m = re.search(r"ORD-\d{6}", text)
    return m.group(0) if m else None

测试可能比实现还长

from utils.text import extract_order_id

def test_extract_order_id():
    assert extract_order_id("订单 ORD-123456 已发货") == "ORD-123456"
    assert extract_order_id("没有订单号") is None
    assert extract_order_id("ORD-111111 和 ORD-222222") == "ORD-111111"

这很正常。 实现只有几行，验收标准才是关键。 Codex 生成得快，但只有测试能告诉你它是不是真的对。

四、写好提示的四个要素

想让 Codex 少翻车，提示词里至少写清四件事：

1. 上下文：哪个文件、什么技术栈、现有代码风格。
2. 输入输出：类型、格式、边界条件。
3. 约束：不能引入新依赖、必须兼容 Python 3.10、不能改公共接口。
4. 验收：运行哪条测试命令、通过标准是什么。

模板可以很短：

目标：……
范围：只改 ……
约束：……
验收：运行 pytest tests/xxx.py 全部通过

提示词不是越长越好，而是越明确越好。

五、常见坑

• 直接让 Codex 改生产代码，不审查 diff；
• 需求模糊，生成一堆“看起来对”的代码；
• 不跑测试，幻觉藏在边界条件里；
• 让 Codex 执行危险命令，比如删库、改权限；
• 不管理提示词和生成记录，出问题无法回滚；
• 一次让它改太多文件，最后没人敢审。

更稳的做法是：小任务、小 diff、强测试、快回滚。

六、总结

Codex 智能生成的价值，不是让你不写代码，而是让你把精力从敲语法转向定义问题、写测试、审代码。

少量代码就能跑通闭环： 一句清晰任务、一个函数、一组测试、一次人工审查。

记住：Codex 是杠杆，验收标准才是支点。 少写代码，多写约束。