Build Hour：API 與 Codex（第 1/5 段） ☕ Buy me a coffee

🧑‍🏫 這支是 OpenAI 官方的 Build Hour 直播第一段，介紹寫程式用的 AI 工具 Codex 和 API 最近的新功能，並開始示範用 Codex 做一個工具，替程式碼專案打分數。它值得看的地方在於說清楚 AI 寫程式已經從「幫你補字」走到「整件事交給 AI 做」，也示範人要怎麼在旁邊盯進度、適時介入。

• 00:03 本場 Build Hours 由 startup marketing 團隊的 Christine 開場，Dev X 團隊的 Charlie 主持，Ryan 從 Seattle 來到現場談 future of work
  ↳ 開場由新創行銷團隊的 Christine 負責，Dev X（開發者體驗）團隊的 Charlie 主持。Ryan 特地從西雅圖來到現場，談 AI 會怎麼改變工作方式。
• 00:33 本場目標：提供最佳實務、工具與 AI 經驗，教你用 Codex 處理所有工程工作，以及 Codex 在 pair programming 之後的下一步
  ↳ 這場要教你用 Codex（OpenAI 寫程式用的 AI 助手）處理各種工程工作，也會聊在 pair programming（兩人搭檔寫程式，AI 當搭檔）之後，下一步會走到哪裡。
• 00:33 議程第一段：先用五分鐘介紹 Codex 與 API 的新功能，包括 app 與上週發表的新模型
  ↳ 第一段先花五分鐘介紹新東西：Codex 桌面 app，以及上週推出的新模型。API 是讓開發者寫程式去呼叫 OpenAI 模型的接口。
• 01:03 議程第二段：示範 code readability assessment（程式碼可讀性評估），可以馬上用在團隊上
  ↳ 第二段是實作示範：讓 AI 檢查程式碼好不好讀、好不好維護。講者說這招看完就能直接帶回團隊用。
• 01:03 議程第三段：Ryan 談 usage engineering（字幕也說 usability engineering），官方已發表他的 blog，他會說明意義與如何用到團隊
  ↳ 第三段由 Ryan 談 usage engineering（字幕也聽成 usability engineering）。他寫過一篇已發表的 blog，會解釋這個概念的意義，以及團隊怎麼用上。
• 01:33 議程第四段：客戶經驗分享，co-founder Mitch 會說明他的工程團隊怎麼用 Codex；最後留 15 分鐘 Q&A，可從畫面右側 Q&A chat 提問
  ↳ 第四段是客戶分享：一家公司的共同創辦人 Mitch 會講他的工程團隊怎麼用 Codex。最後留 15 分鐘問答，觀眾可以在畫面右側提問。
• 02:03 AI 輔助軟體開發進入第三階段：第一階段是 autocomplete（ghost text），第二階段是在 IDE 裡的 pair programming
  ↳ 講者把 AI 寫程式分成三個階段。第一階段是 autocomplete：你打字時，編輯器用淡灰色字（ghost text）猜你接下來要打什麼。第二階段是在 IDE（寫程式的編輯軟體）裡讓 AI 陪你寫。
• 02:03 第三階段是 agent delegation：可用 Codex 桌面 app 管理多個 agent，處理愈來愈複雜的任務與工作流程
  ↳ 現在進入第三階段 agent delegation。agent 是會自己動手完成任務的 AI。你不再一行一行陪它寫，而是把整件事交出去，還能同時管好幾個 agent。
• 02:33 GPT 5.2 帶來品質大躍進，GPT 5.3 與 GPT 5.4 進一步強化把任務完整交給 agent 的趨勢
  ↳ 模型進步是這個轉變的推手。講者說 GPT 5.2 的品質明顯跳了一級，之後的 5.3、5.4 讓「整件事丟給 AI 做完」越來越可行。
• 03:04 講者表示 Codex 桌面 app 基本上已取代他的 IDE；近幾個月推出 Codex 5.3，速度更快
  ↳ 講者自己現在幾乎不開 IDE，寫程式都在 Codex 桌面 app 裡完成。這幾個月推出的 Codex 5.3 速度也更快。
• 03:04 Codex app 現在聚焦在管理 agent，而不是在 terminal 或 IDE 裡工作
  ↳ 這個 app 的定位已經改變。重點不是讓你在 terminal（打指令的文字視窗）或編輯器裡寫程式，而是讓你指揮、追蹤多個 agent。
• 03:04 Codex app 現已支援 Windows，講者稱這是重要里程碑
  ↳ Codex app 現在也能在 Windows 上使用，講者把這件事看成一個重要的里程碑。
• 03:34 Windows 版完整原生支援 Windows Sandbox，不依賴 WSL，可配合你本機的開發習慣使用
  ↳ Windows 版原生支援 Windows Sandbox，也就是讓程式在隔離環境裡執行的機制，不必另外裝 WSL（在 Windows 裡跑 Linux 的工具）。你照原本的開發習慣用就好。
• 03:34 目的是把 Codex 的安全模型與寫程式能力完整帶給 Windows 開發者，因為很大一部分開發者在 Windows 上開發
  ↳ 目的是讓 Windows 開發者拿到一樣的安全保護（限制 AI 能碰哪些東西）和一樣的寫程式能力，因為很大一部分開發者都在 Windows 上工作。
• 04:04 Codex app 近期兩大新功能是 skills 與 apps；app 內已有一些推薦的 skills 可直接使用
  ↳ app 最近加了兩個新功能：skills 和 apps。skills 是替 agent 加上特定能力的技能包，app 裡已經有幾個推薦的 skills 可以直接用。
• 04:04 apps 可在 ChatGPT 與 Codex 之間共用，以前叫 connectors，用來把 ChatGPT 和 Codex 接到你每天用的工具
  ↳ apps 就是以前叫 connectors 的功能，負責把 ChatGPT 和 Codex 接上你每天用的工具，而且兩邊共用同一套。
• 04:35 講者把 skills 看成提供給 agent 的 context，告訴它可用工具要用在哪裡、怎麼有效使用
  ↳ 講者是這樣理解 skills 的：它本質上是 context，也就是提供給 AI 參考的背景資訊，告訴 agent 有哪些工具、什麼時候該用、怎麼用才有效。
• 05:05 API 上週主要新聞是 GPT 5.4，內建操作電腦的能力，稱為 KUA（Computer Access Agent）
  ↳ API 上週最大的消息是 GPT 5.4。它內建操作電腦的能力，叫 KUA，意思是 AI 可以自己操作電腦和瀏覽器來完成事情。
• 05:05 GPT 5.4 支援最多一百萬個 context tokens
  ↳ GPT 5.4 一次最多能處理一百萬個 context token。token 是 AI 計算文字量的單位，數字越大，代表一次能讀進越多資料。
• 05:05 GPT 5.4 新增 tool search：許多開發者會用到上百個工具，造成 context 管理問題，現在可依 namespace 整理工具
  ↳ 新增 tool search 功能。開發者常幫 AI 接上上百個工具，所有說明全塞進去會很難管理。現在可以用 namespace（工具的分組名稱）把工具分類整理。
• 05:35 agent 能逐步打開所需工具，這叫 progressive disclosure：不必每個任務都把所有工具描述放進 context
  ↳ 這種做法叫 progressive disclosure（逐步揭露）：agent 需要哪一組工具時才打開它，不用每個任務都把所有工具說明一次全載入。
• 06:07 GPT 5.4 是最省 token 的 reasoning model；測試中表現與 Codex 5.3、5.2 相當，但 token 消耗與延遲明顯較低
  ↳ reasoning model 是會先推理再回答的模型。GPT 5.4 是其中最省 token 的，測試表現和 Codex 5.3、5.2 差不多，但用量更少、回應也更快。
• 06:07 完整 API 更新可到 developers.openai.com 查看 API changelog
  ↳ 想看完整的 API 更新，可以到 developers.openai.com 查 API changelog（版本更新紀錄）。
• 06:07 KUA API 大幅擴充開發者控制瀏覽器與電腦的能力
  ↳ KUA API 大幅擴充了開發者能用程式控制瀏覽器和電腦的範圍，例如讓 AI 自動在網頁上操作。
• 06:37 新的 code mode：模型可產生 JavaScript 在開發環境中執行，把原本的點擊、截圖、找座標壓成一行 JavaScript，大幅縮短完成任務時間
  ↳ 新的 code mode：以前 AI 操作畫面要點擊、截圖、找座標，一步一步來。現在它直接寫一行 JavaScript（網頁常用的程式語言）來執行，完成任務快很多。
• 06:37 skills 可上傳並產生 skill ID，讓模型引用
  ↳ skills 可以上傳到 API，上傳後會拿到一個 skill ID（編號）。模型靠這個編號就能找到並使用那份技能。
• 07:07 hosting shell 提供模型一個 container 環境，模型可以在裡面實際執行 bash 指令
  ↳ hosting shell 是給模型一個 container，也就是隔離好的執行環境。模型可以在裡面實際執行 bash 指令（Linux 的命令列指令）。
• 07:07 websocket mode：做 API 整合時可改用 websockets；在需要大量工具的情境，延遲改善 20–30%
  ↳ websocket 是一種保持連線、不必每次重新連線的通訊方式。做 API 整合時改用 websocket mode，在需要用到大量工具的情況下，延遲可以改善 20–30%。
• 07:38 hosting shell 把「給 agent 一台電腦和 shell 來解決複雜任務」帶進 API，可高度自訂、深度整合進你的 agent，並針對工作流程評估做過最佳化
  ↳ hosting shell 把「給 AI 一台電腦和指令視窗，讓它自己解決複雜任務」這件事開放到 API。你可以自己調整設定、嵌進自家 agent，它也針對工作流程評估做過最佳化。
• 07:38 若想直接用 Codex 的工具組，agent SDK 會加上 adapters，讓你的 agent 也能使用 Codex
  ↳ 如果想直接用 Codex 那套現成工具，agent SDK（開發 agent 用的工具包）會加上 adapters（轉接器），讓你自己做的 agent 也能使用 Codex。
• 08:09 願景：不論在 OpenAI 基礎設施上執行，或在你本機執行，都提供開發者需要的 primitives
  ↳ OpenAI 的方向是：不管程式跑在 OpenAI 的雲端還是你自己的電腦，都提供開發者需要的 primitives，也就是最基本、可以自由組合的功能元件。
• 08:09 本場的工具設計原則之一：讓 repository 更容易被 agent 理解
  ↳ 這場設計工具的原則之一，是讓 repository（存放專案程式碼的地方，簡稱 repo）更容易被 AI 讀懂。
• 08:39 Demo 構想：用 Codex 建一個 app，依事先定義的一組指標評估 GitHub repository，當作逐步把人從寫程式流程各階段移除的檢查清單
  ↳ 示範的構想是用 Codex 做一個 app，照一組事先定好的指標，替 GitHub（程式碼託管平台）上的 repo 打分數，當成檢查清單，看哪些環節可以逐步交給 AI、不需要人。
• 08:39 Demo 在 Codex app 的新資料夾進行，事先準備好 plan 給 agent 執行；這種 plan 可以用 Codex app 的 planning mode 自己產生
  ↳ 示範從一個新資料夾開始，講者事先準備好 plan（執行計畫）讓 agent 照著做。這種計畫也可以用 Codex app 的 planning mode 讓 AI 幫你寫。
• 09:11 下指令「Run plan.mmd」後，模型先思考，再探索 workspace，查看有哪些檔案、GitHub repository 目前狀態
  ↳ 輸入「Run plan.mmd」（執行這份計畫檔）後，模型會先思考，再自己翻看 workspace（目前的工作資料夾），確認有哪些檔案、專案目前的狀態。
• 09:42 講者認為 app 把他從 terminal 拉到更高層次的工作，重點變成檢查 agent，而非鑽研細節
  ↳ 講者覺得這個 app 讓他不用再待在 terminal 裡盯著細節，可以站在更高的層次看事情，主要工作變成檢查 agent 做得對不對。
• 09:42 模型自行去 archive 資料夾查看先前版本的程式碼，似乎是在從之前的執行中學習
  ↳ 示範中，模型自己跑去 archive（封存）資料夾看舊版程式碼，看起來是在參考之前執行的結果，從中學習。
• 10:15 技巧：提供先前任務軌跡與迭代的參考，讓模型知道任務以前怎麼做，是實作 episodic memory 很便宜的方法，讓 agent 隨時間進步
  ↳ 技巧：把以前做同類任務的過程和修改紀錄留給 AI 參考，讓它知道上次怎麼做的。這是做出 episodic memory（經驗記憶）很便宜的方法，AI 會越做越好。
• 10:46 Codex app 下方的任務清單是模型自己產生的執行計畫與進度指示，不是使用者指定的，也和 planning mode 不同
  ↳ 畫面下方的任務清單是 AI 自己列的執行步驟和進度，不是你指定的，和 planning mode 產生的計畫也不同。
• 11:16 講者用任務清單判斷要不要介入或引導 Codex，確認 agent 在做他預期的事
  ↳ 講者看這份清單來判斷要不要插手。如果 AI 打算走的步驟和預期不一樣，就及早出聲引導，確保它做的是你要的事。
• 11:16 新開討論串可開啟 planning mode：幫你蒐集 context、詢問你想要的方向，並協助擬出詳細計畫
  ↳ 開新對話時可以啟用 planning mode。AI 會先幫你收集背景資訊、反問你想要的方向，再一起擬出詳細計畫。
• 11:16 可選擇以 standard 或 fast mode 執行；fast mode 很好用，但會比較快用完使用額度
  ↳ 執行時可以選 standard（一般模式）或 fast mode（快速模式）。fast mode 很好用，但使用額度會消耗得比較快。
• 11:46 可切換部分權限與設定；講者喜歡在本機工作，也很推 Codex app 的 worktrees 功能
  ↳ 你可以調整 AI 能動哪些東西的權限和其他設定。講者習慣在自己的電腦上工作，也很推薦 app 裡的 worktrees 功能。
• 11:46 worktrees 基本上是 git sandbox，能在同一個資料夾同時進行多個任務，不會干擾其他變更
  ↳ worktrees 基本上是 git（版本管理工具）提供的隔離工作區。同一個專案資料夾可以同時進行好幾個任務，彼此的修改不會互相干擾。

根據影片，在需要大量工具的使用情境中，改用 API 的 websocket mode 可以讓延遲改善多少？