所属教程:OpenAI Codex CLI 从入门到大师级完整教程 预计阅读:18 分钟
Codex 背后可以切换不同能力档位的模型。选模型不是"越强越好",而是在任务难度、响应速度和成本之间做权衡。本节帮你建立按任务选模型的判断力,而不是死记某个固定名字。
| 任务类型 | 典型例子 | 模型取向 |
|---|---|---|
| 简单/机械 | 重命名、改文案、补类型注解、跑通现成测试 | 轻量快速模型即可,省成本 |
| 中等 | 单文件功能、局部 Bug 修复、写单元测试 | 平衡型模型,速度与能力兼顾 |
| 复杂 | 跨文件重构、架构理解、疑难调试、大型迁移 | 最强模型,允许慢一点但要稳 |
上下文越长越贵。让代理一次性读入整个大仓库,即使任务很简单,成本也会随上下文长度上升。先用指令约束它只读相关目录,再谈选模型。
反复试错更贵。用弱模型硬啃复杂任务,它可能反复改错、需要你多轮纠偏,累计成本反而更高。复杂任务直接上强模型、一次做对,往往比"先省后补"更划算。
一个实用节奏:先用轻量模型让代理做只读探索和方案,方案确认后,涉及真正跨文件改动时再切到强模型执行。这样既省成本,又把强模型用在刀刃上。具体可用的模型名称和档位会随版本变化,以官方文档与当前命令行里实际列出的选项为准。
← 上一节:项目指令规则:约定、构建命令与测试命令 下一节:任务提示词结构与上下文提供 →