Codex是2025年10月OpenAI公司开发的AI代码生成训练模型，基于GPT-3架构改进，专注于将自然语言指令转换为多种编程语言代码。该模型通过混合训练自然语言和公开代码数据构建，采用Transformer架构并具备14KB代码记忆容量，支持Python、JavaScript、Java等主流语言，作为[GitHub Copilot](https://baike.baidu.com/item/GitHub Copilot/57754203?fromModule=lemma_inlink)的技术基础，核心功能包括代码生成、补全优化及多语言翻译。2025年5月升级为云端软件工程代理后，新增并行处理代码编写、调试和测试功能，集成至ChatGPT生态并向企业用户开放。同年6月通过ChatGPT Codex子系统实现多方案生成功能，允许用户为单一任务获取多个代码方案并自主选择最优解。

术语介绍

VPN（魔法，科学上网）

vpn的本质为封装（把一个 IP 数据报塞进另一个 IP 数据报的载荷里）+ 加密（让外面那个数据报的载荷不可读）。例如访问blocked-site.com

不开vpn的网络传输流程

当不用vpn的时候，数据报的样子为：

其中GFW可以看到

IP 头里的 目标 IP —— 判断是否在黑名单
TLS 握手里的 SNI（Server Name Indication，明文传输）—— 直接看到你要访问哪个域名
甚至可以做 DPI（深度包检测），分析载荷特征

然后 GFW 发一个 RST 包，或者直接丢包，连接就断开了。

开vpn的网络传输流程

首先VPN 客户端启动时，会在你的系统里创建一个虚拟网络接口（TUN 设备，比如 tun0），然后修改路由表，把默认路由（或特定 IP 段）指向 tun0：default via tun0 ← 所有流量先走虚拟网卡

于是当你的浏览器发出上面那个数据报时，OS 的网络栈不会把它送到物理网卡（wlan0），而是送给 tun0。而 tun0 的特点是：发到它的数据报不会上线路，而是被交给了 VPN 客户端进程（用户态程序通过 read() 从 TUN fd 读取）。
VPN 客户端拿到了那个原始数据报，做两件事：
1. 加密：把整个原始 IP 数据报（包括 IP 头）用对称密钥加密
2. 封装：把加密后的密文，作为载荷塞进一个全新的数据报里
结果是这样的（以 tunnel 模式为例）：
这个外层数据报从物理网卡（wlan0）正常发出，经过你的运营商到达 VPN 服务器。
VPN 服务器收到外层数据报后：
1. 看到外层 IP 头的 dst 是自己 → 接收
2. 检查 VPN 协议头 → 确认是 VPN 隧道流量
3. 解密载荷 → 还原出内层那个原始数据报
4. 把内层 IP 头的 src 改成 VPN 服务器自己的 IP（NAT），然后直接转发给目标网站
目标网站的响应包发回 VPN 服务器（因为请求的 src 被 NAT 成了服务器 IP），服务器再走一遍反向流程：加密 → 封装 → 发回给你 → 你的客户端解密 → 写回 tun0 → OS 交付给浏览器。

为什么VPN能绕过GFW？

GFW 面临的核心困境确实是一个误杀问题（false positive）。它不能无差别丢弃所有去往境外 IP 的加密流量，原因是：

大量合法服务在境外：GitHub、AWS、Cloudflare CDN、Docker Hub、各种 SaaS
跨国企业的内网通信、视频会议（Zoom、Teams）都走加密通道
学术机构访问海外数据库、期刊

如果 GFW 把”加密 + 境外 IP”一刀切全封掉，经济损失太大。这个”不敢乱封”的约束，恰恰就是 VPN 能存活的空间。

大模型和Agent

Agent

Agent 是一个能感知环境、自主决策、采取行动来完成目标的系统。早期基于规则的自动机器人、游戏 NPC 也叫 agent。只是在 LLM 出现后，”AI agent”才真正有了实用的”大脑”。

一个完整 agent 通常包含这几个部分：

感知：从环境获取信息–读文件、收消息、看屏幕、调 API 拿数据
决策：根据当前目标和感知到的信息，决定下一步做什么。现代 agent 的决策核心通常是大模型，但也可以是规则引擎、搜索算法等
执行：执行具体操作–调用工具、运行代码、修改文件、发请求、控制设备
记忆：短期记忆保存当前任务的上下文，长期记忆（向量库、数据库）保存跨会话的信息
规划：把大目标拆成小步骤，执行后根据结果反馈调整计划，形成”思考→行动→观察→再思考”的循环
自主性：这是 agent 和普通程序的核心区别–不是你一步步指挥它做什么，而是你给个目标，它自己决定怎么做

常见的Agent：Codex，Cluadecode。

大模型

本质是一个超大规模的神经网络，用海量文本训练出来，核心能力是根据输入预测下一段文字。它不”理解”世界，而是学会了语言的统计规律–什么词后面最可能跟什么词、什么问题最可能配什么回答。

几个关键特点：

输入输出都是文本：给它文字，它回文字，仅此而已。所谓”会写代码””会推理”，都是文本生成的表现
训练完就定型：模型参数固定后，它的知识就停在训练数据截止那天，不会自己更新
无状态：每次调用都是独立的，它不记得你上一轮说了啥，所谓”对话”是靠每次把历史拼进上下文实现的
不能行动：纯模型只能输出文字，改不了文件、发不了邮件、连不了网
规模是关键：参数量、训练数据量到了一定规模，会涌现出小模型没有的能力（推理、指令遵循、少样本学习），这就是”涌现能力”

常见的大模型：GPT-4、Claude、Gemini、LLaMA、Qwen、DeepSeek 等。

两者的关系

大模型像是一个博学但被困在玻璃房里的人——你递纸条进去问问题，他写纸条递出来，但碰不到外面的任何东西。

Agent 就是给这个人开了门、装了电话、配了工具箱，还让他可以自己决定先做哪件事。他还是用同一个大脑思考，但能真正把事办成。

大模型决定了 agent 能力的上限，Agent决定了它能发挥出多少。同一个 GPT-5，配简陋工具就是个聊天机器人，配上完整工具链和好的规划逻辑，就是个能干活的 agent。

API中转站

比如硅基流动，火山方舟等一系列中转站。

为什么有人用它

很多大模型官方 API（比如 OpenAI）在国内无法直接访问，中转站部署在能访问的网络环境里，帮你绕开这个障碍，并且支持多个模型（GPT、Claude、Gemini），用同一个 APIkey 调用，特别省事。

它的工作流程

你的程序把请求发到中转站的地址（比如 https://xxx.com/v1/chat/completions）
中转站用自己的 key 转发给官方 API
官方返回结果，中转站再转发给你

需要注意的风险

你发给中转站的内容会被它的服务器看到，隐私数据可能经第三方的手。并且中转站可能挂羊头卖狗肉。

Agent管理工具

CC Switch

CC Switch是跨平台开源的‌AI 编程 CLI 统一配置管理与路由代理工具‌，支持多工具（Codex/Claude Code 等）一键切换供应商。有了CCswitch，我们就不用在命令窗口一个一个配置Agent了

Codex++

‌是专为 OpenAI Codex 桌面端打造的外部增强启动器与 UI 功能解锁工具。‌‌其主要功能是解锁codex的插件（原生codex无法加载一些插件，如computeruse，chrome等）

下载步骤

命令行下载（Codex CLI）

根据此安装方式可以从终端调用codex，但是没有UI界面

npm install -g @openai/codex

官网下载

https://openai.com/zh-Hans-CN/codex/（需要魔法）也可直接从Microsoft Store下载

一些Question

关于本地路由映射

Q：用自己的APIkey，Codex返回response错误

Codex（OpenAI 的代码助手 CLI）原生只支持 OpenAI 自己的 Responses API 和 GPT 系列模型，它本身不认识 DeepSeek、Kimi 这类第三方模型，也不认识 CodingPlan 的 API。

开启了「需要本地路由映射」，CC-Switch 正在做一件事：

把你输入的 CodingPlan API，伪装成 Codex 能识别的 OpenAI 协议，让 Codex 以为自己在调用 GPT 模型
Codex 只知道 “这是一个 OpenAI 风格的模型”，就会默认显示它最高支持的模型名（比如 GPT-5.5），这不是你实际开通了这个模型，只是 Codex 的默认显示。只是 CC-Switch 做了协议兼容后，Codex 自己 “脑补” 出来的模型名，和 CodingPlan 实际提供的模型无关

那么ccswitch提供的自添加模型名就是修改codex给你显示的他所认为的模型名为实际调用的模型名称