06 · App、IDE、CLI、Cloud 怎么选

⏱️ 预计阅读 12 分钟 ｜ 🎯 目标：4 个入口不是「谁强谁弱」，是「谁更合你当前的场景」

上一篇讲了 Codex 的安全边界（sandbox + approval）。这一篇换一个维度 —— 从你坐在哪、做什么，决定打开哪个入口。 Codex 现在有 4 个表面（surface）：CLI、IDE 扩展、App、Cloud。新手最大的错是「选最强的那个」，正确做法是「选最容易验收当前任务的那个」。

🎬 一个真实工作日：App + CLI 两件套足够了

很多人一上手就把 4 个入口全装上。真相是不需要 —— 翔宇本人就只用 App + CLI 两件套。看一天怎么过的：

journey
    title 翔宇的一天 · App + CLI 主战场
    section 早上 · 接活
      App 打开项目 看待办: 5: App
      在 App 里起 Agent 接任务: 5: App
    section 上午 · 多任务并行
      App 同时跑 3 个 Agent 修不同 bug: 5: App
      用 worktree 隔离避免冲突: 5: App
    section 下午 · 自动化
      CLI 写 codex exec 脚本批量改文件: 5: CLI
      CLI 接 CI 自动 review PR: 5: CLI
    section 傍晚 · 长任务
      CLI 一行 codex cloud exec 扔云端跑: 4: CLI
      喝咖啡 看 App 里的进度: 5: App
    section 收工
      App 审 diff 合并: 5: App

💡 观察：翔宇没装 IDE 扩展，也很少直接打开 ChatGPT 网页。 App 是指挥中心 + CLI 是自动化武器，两个搭配把所有场景全包了。

⚠️ 不是劝你照搬翔宇的组合 —— 程序员有程序员的活法（IDE 主场），轻量用户有轻量用户的活法（Cloud 直接用）。 关键是按自己的身份选 1-2 个，而不是「都装上以备不时之需」。

🗺️ 4 个入口的全景图

先把它们摆成一张图。同一个 Codex 引擎（GPT-5.4 / 5.5），外壳不同：

flowchart TB
    Engine["🧠 共用一个 Codex 引擎<br/>GPT-5.4 / 5.5 · 1M context · ChatGPT 账号统一"]

    subgraph Local["💻 本地（你的电脑上跑）"]
        CLI["🖥️ Codex CLI<br/>终端原住民"]
        IDE["📝 IDE Extension<br/>VS Code / Cursor / JetBrains"]
        App["🏢 Codex App<br/>多 Agent 指挥中心<br/>macOS 2026-02 / Windows 2026-03"]
    end

    subgraph Remote["☁️ 云端（OpenAI 隔离容器）"]
        Cloud["🌐 Codex Cloud<br/>异步长任务"]
    end

    Engine --> CLI
    Engine --> IDE
    Engine --> App
    Engine --> Cloud

    CLI `<-.跨入口接力.->` Cloud
    IDE `<-.跨入口接力.->` Cloud
    App `<-.跨入口接力.->` Cloud

    style Engine fill:#dcfce7,stroke:#22c55e,stroke-width:2px
    style Cloud fill:#dbeafe,stroke:#3b82f6

🎯 关键事实 1：4 个入口共用同一个账号 + 同一个引擎，可以无缝接力（IDE 起的会话，CLI 用 codex resume 接着跑）。 🎯 关键事实 2：CLI / IDE / App 数据在你本机处理；Cloud 在 OpenAI 隔离容器里跑，专为处理仓库异步设计。

📋 4 入口对比矩阵

最实用的一张表。对号入座：

🎯 你属于哪类用户？按身份选 1-2 个，不是每个都装

新手最大的浪费是「把所有入口都装上」。其实按身份对号入座，1-2 个就够：

💡 关键判断：先看你主要工作是什么，再选 1-2 个入口装熟它。 ❌ 不要「我都装上以备不时之需」—— 这只会让你 4 个都用不熟。

⚠️ 常见误区：

• 程序员被「App 看起来更高级」吸引去装 App → 实际上写代码的主战场永远是 IDE
• 轻量用户跟风装 CLI → 终端命令对非工程师是反效率
• 「多 Agent」对单 Agent 还没玩转的人意义不大 —— 先把单 Agent 用熟再说

🤔 决策树：我该用哪个？

flowchart TD
    Start["🤔 我要做的事"]
    Q1{"任务时长?"}
    Q2{"在编辑代码吗?"}
    Q3{"要并行多个任务吗?"}
    Q4{"在终端 / SSH 上?"}

    Start --> Q1
    Q1 -->|"超过 30 分钟<br/>不想等"| Cloud["☁️ Cloud<br/>异步跑，去喝咖啡"]
    Q1 -->|"短任务 + 想看着它做"| Q2

    Q2 -->|是| IDE["📝 IDE 扩展<br/>编辑器旁边问"]
    Q2 -->|否| Q3

    Q3 -->|是| App["🏢 App<br/>worktree 并行"]
    Q3 -->|否| Q4

    Q4 -->|是| CLI["🖥️ CLI<br/>终端工作流"]
    Q4 -->|否| IDE

    style Cloud fill:#dbeafe,stroke:#3b82f6
    style IDE fill:#dcfce7,stroke:#22c55e
    style App fill:#fef3c7,stroke:#f59e0b
    style CLI fill:#f3e8ff,stroke:#a855f7

🎯 判断口诀：长任务上云、改代码进 IDE、并行用 App、终端走 CLI。

🖥️ 什么时候用 CLI · 终端原住民

$ codex
# 进入全屏交互式 TUI（终端用户界面）

$ codex exec "把所有 console.log 替换为 logger.debug"
# 非交互单次执行，适合 CI

$ codex cloud
# 浏览 / 启动云端任务的交互式选择器

$ codex cloud exec "升级 Next.js 到最新版" --attempts 4
# 直接在终端发起云任务，要求 best-of-4（生成 4 个候选选最好的）

$ codex resume
# 恢复之前的会话，不用重新讲上下文

何时用：

• 🚀 CI/CD 自动化：在 GitHub Actions / GitLab CI 里跑 Codex
• 🔌 SSH 远程开发：连服务器调试，没有图形界面
• 📜 批量脚本：「把项目里所有过期 API 调用替换为新写法」
• ⚡ 快速一次性任务：不需要持续对话的活儿

别用 CLI 的场景：

• ❌ 你需要边看页面边改 UI（用 IDE / App）
• ❌ 你要并行多个 Agent（用 App）

📝 什么时候用 IDE 扩展 · 编辑器伴侣

支持的编辑器（2026 现状）：

三档自治模式（在 IDE 里切换）：

何时用 IDE：

• ✏️ 边写代码边问：选中一段代码 → "解释这段在做什么"
• 📎 文件上下文标记：用 @filename 把任意文件塞进对话
• 🔄 委托云任务又能在编辑器里看进度：起 Cloud 任务、回 IDE 看 diff
• 🎨 生成 UI 资产：让 Codex 直接出 SVG 占位图、布局原型

💡 新手强烈推荐：IDE 扩展是上手成本最低的入口。你已经有 VS Code，装个扩展登录就能用。

🏢 什么时候用 App · 多 Agent 指挥中心

App 是 2026 年初新上的入口（macOS 2 月、Windows 3 月）。OpenAI 把它定位成 command center（指挥中心）：你不再操心「Codex 怎么写代码」，而操心「怎么同时调度多个 Agent」。

App 独有的 4 件武器：

flowchart LR
    subgraph App["🏢 Codex App"]
        Worktree["🌿 Worktrees<br/>每个 Agent 一份代码副本<br/>互不踩脚"]
        Skills["🛠️ Skills<br/>把重复多步流程<br/>沉淀成可复用"]
        Auto["⏰ Automations<br/>无人值守干活<br/>(issue 分类 / 报警监控)"]
        Browser["🌐 内置浏览器<br/>验收 UI / 复现 bug"]
    end

    style Worktree fill:#dcfce7,stroke:#22c55e
    style Skills fill:#dbeafe,stroke:#3b82f6
    style Auto fill:#fef3c7,stroke:#f59e0b
    style Browser fill:#f3e8ff,stroke:#a855f7

何时用 App：

• 👥 同时跑 3-5 个 Agent：3 个 bug 一起修，每个独立 worktree（工作树）不冲突
• 🔁 重复流程做成 Skill：每周做一次"PR review"？做成 Skill 一键调
• ⏰ 无人值守任务：CI 失败自动分类、issue 自动打标签、报警自动诊断
• 🌐 UI 验收：让 Codex 用内置浏览器点几下页面确认 bug 修了

⚠️ 新手别一上来就用 App。先用 IDE 把单 Agent 用熟，再来 App 玩多 Agent。

☁️ 什么时候用 Cloud · 异步长任务

Cloud 在 OpenAI 的隔离容器里跑，2026 年关键改进：

何时用 Cloud：

• ⏳ 任务超过 30 分钟：「升级所有依赖到最新大版本」「重构 X 模块」—— 别本地 hang 着，扔云上
• 🛡️ 不想本地跑陌生代码：让它在隔离环境装东西、跑脚本
• 📱 手机上发任务：通过 ChatGPT iOS App 给 Codex 发活儿
• 🐙 GitHub 集成：在 PR 里直接 @Codex 让它干活

接入方式：

# 从 CLI 发起
$ codex cloud exec "升级 Next.js" --attempts 4

# 从 IDE 委托（IDE 扩展里点 "Run on Cloud"）

# 从 ChatGPT 网页 / 手机 App
# 直接在对话里 @Codex

💡 典型组合：在 IDE 里写需求 → 委托 Cloud 跑 → 回 IDE 看 diff → 满意就 apply 到本地。

🔁 跨入口接力：同一个任务在不同入口流转

这是 2026 Codex 最被低估的能力。看真实场景：

flowchart LR
    A["💬 ChatGPT 手机 App<br/>地铁上发任务<br/>'明天升级依赖'"]
    B["☁️ Cloud<br/>隔离容器<br/>实际跑升级"]
    C["📝 IDE 扩展<br/>到公司打开 VS Code<br/>看 diff"]
    D["🖥️ CLI<br/>合并到本地分支<br/>git checkout / merge"]
    E["✅ 完成"]

    A --> B --> C --> D --> E

    style A fill:#fef3c7,stroke:#f59e0b
    style B fill:#dbeafe,stroke:#3b82f6
    style C fill:#dcfce7,stroke:#22c55e
    style D fill:#f3e8ff,stroke:#a855f7

🎯 背后机制：所有入口共用 ChatGPT 账号 + 上下文。你切入口，Codex 不丢记忆。

🚫 常见误解 → ✅ 正确理解

🔍 想再深一层（点击展开）

# .github/workflows/codex-review.yml
name: Codex PR Review
on: pull_request

jobs:
  review:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - name: Run Codex
        run: |
          codex exec "review the diff in this PR, output \
            risks and suggestions in markdown"
        env:
          CODEX_API_KEY: ${{ secrets.CODEX_API_KEY }}

1. 你提交任务（IDE / CLI / 手机）
2. OpenAI 起一个隔离容器
3. 容器拉取你的仓库 read-only 副本
4. setup 阶段:扫描 setup 脚本 + 装依赖（可联网）
5. agent 阶段:Codex 实际干活（默认离线，可显式开网）
6. 任务完成:输出 diff + 测试结果
7. 你拉到本地审查 + apply

📝 本章自检

✅ 过关标准：能用一句话说清 —— "4 个入口共用同一个 Codex 引擎，差别在表面 —— 选入口看场景，不看强弱。"

📚 下一篇

• ➡️ 07 · 让 Codex 调用工具和访问数据 —— MCP、命令行、浏览器和数据如何接进来
• 📖 使用桌面版 Codex
• 📝 安装和使用 IDE 扩展
• 🖥️ 使用命令行版 Codex
• ☁️ 连接 Codex App Server