OpenAI Codex 与 Kiro
学习目标：掌握 Codex CLI 的沙箱执行机制和 Amazon Kiro 的规格驱动开发 预计时间：40 分钟 难度：⭐⭐⭐
一句话结论
Codex CLI 是 OpenAI 的终端编程代理，用 Rust 写的，在沙箱里执行——不是不给 AI 权限，是给它一个安全屋。Amazon Kiro 走了另一条路：先写规格再写代码——不是"AI 帮你写代码"，而是"AI 帮你想清楚要写什么"。两套完全不同的哲学，但都指向同一个方向：给 AI 编程加上安全网和方向盘。
OpenAI Codex CLI
是什么
Codex CLI 是 OpenAI 推出的终端编码代理。用 Rust 构建，GitHub 75K+ Stars，完全开源。
核心卖点： 每个任务在独立的容器沙箱中运行。代码不会直接修改你的项目，而是先在沙箱里完成，你审查后再合并。
花叔评价：这不是一个小改进，这是一个安全范式的转变。 Claude Code 和 Cursor 都直接操作你的文件系统，Codex CLI 说"不行，先在沙箱里试，没问题再放出来"。
安装
npm install -g @openai/codex需要 Node.js 18+。
认证
# 设置 OpenAI API Key
export OPENAI_API_KEY="your-key-here"基本使用
# 启动交互模式
codex
# 带问题启动
codex "给这个项目添加 ESLint 配置"
# 指定模型
codex --model o4-mini "优化这个函数的性能"沙箱隔离机制
这是 Codex CLI 最重要的特性，值得单独讲清楚。
传统 AI 工具的执行方式：
AI 工具 → 直接读写你的文件系统Codex CLI 的执行方式：
AI 工具 → 创建沙箱容器 → 在沙箱里执行 → 展示变更 → 你确认后合并沙箱提供什么：
- 文件系统隔离：所有文件操作在沙箱中进行
- 网络隔离：默认不允许网络访问
- 权限最小化：只授予必要的权限
- 会话恢复：中断后可以恢复
花叔的比喻： 传统 AI 工具像让装修工人直接进你家，Codex CLI 像让工人在院子里先搭个棚子，做好了再搬进来。
适合谁：
- 处理敏感代码的项目
- 对安全性要求高的团队
- 不信任 AI 直接修改代码的开发者
- 金融、医疗等合规性强的行业
注意
沙箱有性能开销。启动沙箱需要额外时间，不适合需要快速迭代的场景。安全性和速度之间要取舍。
核心功能
1. 自动文件操作
Codex CLI 可以读写文件、执行命令、安装依赖——跟 Claude Code 类似，但所有操作在沙箱里。沙箱里的改动不会自动应用到你的项目，需要你手动审查合并。
2. 会话恢复
# 查看历史会话
codex sessions list
# 恢复上次会话
codex sessions resume <id>3. 多模型支持
# 使用不同模型
codex --model gpt-4.1 "复杂重构"
codex --model o4-mini "简单修改"4. 开源 + 命令行原生
Codex CLI 完全开源，社区活跃度很高。你可以在 GitHub 上查看源码、提 issue、参与开发。
定价
Codex CLI 本身开源免费，消耗 OpenAI API 配额。
| 模型 | 输入价格 | 输出价格 |
|---|---|---|
| GPT-4.1 | $2/百万 token | $8/百万 token |
| o4-mini | $1.50/百万 token | $6/百万 token |
按量付费，没有月费。轻度使用每月 $5-15。
花叔评价
Codex CLI 是一个"安全第一"的工具。不是最快的，不是功能最多的，但是最让人放心的。在接手遗留系统、处理敏感代码、做安全审计的场景，Codex CLI 是最佳选择。日常开发还是用 Cursor 或者 Claude Code。
Amazon Kiro
是什么
Kiro 是 Amazon 推出的 AI IDE。核心思路跟其他 AI IDE 不同——规格驱动开发（Spec-Driven Development）。
其他工具的流程：
描述需求 → AI 直接写代码 → 你审查Kiro 的流程：
描述需求 → AI 生成规格文档 → 你确认规格 → AI 按规格写代码 → 你审查花叔解读：先图纸，后施工。 不是"AI 帮你写代码"，而是"AI 帮你想清楚要写什么代码"。这在大型项目中非常有用——80% 的 bug 都来自需求没想清楚，不是代码写错了。
Steering Documents
Steering Documents 是 Kiro 的核心概念。它们定义了项目的方向和约束。
不是 README，是 AI 的施工蓝图。
三层结构：
- 项目 Steering Documents — 定义项目级别的规范
- 功能 Steering Documents — 定义单个功能的设计
- 任务 Steering Documents — 定义具体任务的实现方案
示例：项目 Steering Document
# 项目规范：电商平台
## 架构决策
- 前端：Next.js + TypeScript
- 后端：Node.js + Express
- 数据库：PostgreSQL + Prisma
- 部署：AWS Lambda + API Gateway
## 编码规范
- 严格 TypeScript，禁止 any
- 函数式组件 + React Hooks
- Tailwind CSS，不用 styled-components
- API 遵循 RESTful 设计
## 安全要求
- 所有 API 必须认证
- 输入验证用 Zod
- SQL 查询用 Prisma（防注入）Kiro 在生成代码前会先读取 Steering Documents，确保输出符合你的规范。花叔说这就是 Harness Engineering 的终极实践——不是靠模型聪明，是靠约束条件精确。
安装和使用
- 去 kiro.dev 下载
- 登录 Amazon 账号
- 打开项目目录
- 创建 Steering Documents
- 开始使用
核心功能
1. 规格生成
描述一个功能需求，Kiro 会先生成详细的功能规格，包括：
- 功能描述
- 数据模型
- API 设计
- 用户交互流程
- 测试计划
2. 设计审查
你可以审查 AI 生成的规格，修改不满意的部分，确认后再让它写代码。不是让 AI 全权代劳，是人机共同设计。
3. 自动测试
Kiro 会根据 Steering Documents 自动生成测试用例，确保代码符合规范。
4. 持续同步
代码变更后，Kiro 自动更新相关的 Steering Documents，保持文档和代码一致。文档不再是一锤子买卖。
定价
| 版本 | 价格 | 包含 |
|---|---|---|
| Free | $0 | 基础功能，有限 AI 使用 |
| Pro | $19/月 | 完整功能 |
对比 Cursor（$20/月）和 Windsurf（$15/月），价格居中。但 Kiro 的目标用户不同——它更适合需要规范开发流程的团队。
花叔评价
Kiro 的规格驱动开发理念很好，但有两个问题：
- 学习成本高 — Steering Documents 要写好需要投入时间。小微企业可能觉得没必要。
- 依赖 Amazon 生态 — 跟 AWS 深度绑定，如果你们不用 AWS，体验会打折扣。
但如果你是：
- 3 人以上的技术团队
- 项目需要多人协作
- 对代码质量有严格要求
Kiro 值得一试。
Codex CLI vs Kiro 对比
| 维度 | Codex CLI | Kiro |
|---|---|---|
| 类型 | 终端 CLI | IDE |
| 核心卖点 | 沙箱安全 | 规格驱动 |
| 适合场景 | 安全敏感、遗留系统 | 团队协作、规范化开发 |
| 学习曲线 | 低（命令行） | 中（需要写 Steering Documents） |
| 模型 | OpenAI 系列 | Amazon 自研 + 第三方 |
| 价格 | API 按量 | $0-19/月 |
| 开源 | 是 | 否 |
| 团队协作 | 单人为主 | 团队原生 |
花叔的建议：
- 安全性是第一优先级 → Codex CLI
- 团队需要规范化的开发流程 → Kiro
- 两者都可以跟 Cursor/Claude Code 组合使用
跟其他工具组合
Codex CLI + Claude Code
# Codex CLI 处理安全敏感任务
codex "审计这个模块的安全漏洞"
# Claude Code 处理日常开发
claude "添加新的 API 端点"分工： Codex 管安全，Claude Code 管进度。
Kiro + Cursor
- Kiro 负责设计阶段（生成规格）
- Cursor 负责实现阶段（写代码）
- 两个工具互补，不冲突
常见问题
Q: Codex CLI 的沙箱安全吗？ A: 相对安全。容器隔离提供了额外的保护层。但没有 100% 的安全，敏感代码还是要谨慎。
Q: Kiro 的 Steering Documents 值得写吗？ A: 值得。前期花在规格上的时间，后期在减少 bug 和沟通成本上 10 倍赚回来。花叔原话："写 Steering Documents 的时间不是浪费，是投资。"
Q: 这两个能替代 Cursor 吗？ A: 不能完全替代。Codex CLI 是终端工具，Kiro 是设计导向的 IDE。Cursor 在日常编码效率上仍然是首选。
本节小结
- Codex CLI 的沙箱隔离是 AI 编程工具中最安全的方案——先隔离后合并
- Kiro 的规格驱动开发改变了"直接写代码"的习惯，先想清楚再动手
- Codex CLI 适合安全敏感场景，Kiro 适合团队规范化开发
- 花叔说：Codex = 安全网，Kiro = 方向盘——各有各的用途