OpenAI Codex 与 Kiro
学习目标：掌握 Codex CLI 的沙箱执行机制、2026 年 DevDay 之后的产品形态，以及 Amazon Kiro 的规格驱动开发 预计时间：40 分钟 难度：⭐⭐⭐ 最后更新：2026 年 10 月
一句话结论
Codex CLI 是 OpenAI 的终端编程代理，Rust 写的、开源的，如今已经从"一个 CLI"长成了 CLI + Cloud 两条腿——核心还是那套"先隔离执行、审查后合并"的安全模型。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"，并且不再只是一块 IDE，而是 IDE + CLI + Web + Crew 四端。
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。Rust 编写，完全开源（GitHub openai/codex）。
截至 2026 年 10 月 23 日，最新 release 是 0.164.0（同日发布），默认模型为 GPT-6.1 Sol。版本迭代速度很快，装完第一件事就是看版本：
codex --version核心卖点： 每个任务在独立的执行环境里跑，默认最小权限。改动不会无声无息地糊到你正在写的分支上——你看完 diff 再决定合不合。
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 默认直接在文件系统上干活，Codex 的思路是"先在一个受限环境里试，试完你给我看结果"。
安装
npm install -g @openai/codex需要 Node.js 18+；也可以直接用官方原生二进制安装。
认证
# 用 ChatGPT 套餐登录（推荐，走订阅额度）
codex login
# 或者用 API Key（按量计费）
export OPENAI_API_KEY="your-key-here"这两种口径下面"定价"一节会展开。
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"
# 换模型（默认 GPT-6.1 Sol，一般不用动）
codex --model <model-id> "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 → 在受限的独立环境中执行 → 展示变更 → 你审查后合并沙箱提供什么：
- 环境隔离：文件操作在独立环境里进行，跟你的工作区隔开
- 网络限制：默认不给网络访问，需要时显式放开
- 权限最小化：默认不授予不必要的写盘/执行权限
- 会话恢复：中断后可以恢复
注意措辞：默认最小权限 + 审查后合并，是这套设计的本质。它不是"所有操作都关在容器里、改动绝对进不了你的项目"——你在交互时批准的操作就是真的落地了。安全边界来自"默认收着 + 你点头"，不是你想象的铜墙铁壁。
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——但你要是当场说"这面墙砸了吧"，他也是真砸。
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 随手改代码的开发者
- 金融、医疗等合规性强的行业
注意
隔离有开销。启动环境、跑审批都需要额外时间，不适合需要疯狂快改的场景。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。默认在受限环境里做，需要你确认的动作会先问你。
2. 会话恢复
CLI 在 2026 年 DevDay 刷了一轮，resume 现在是一等公民：中断的会话能接回来接着聊，不用从头解释背景。
3. 多模型支持
默认 GPT-6.1 Sol。真要换模型再显式指定，别为了省 token 随便降级——重构、审计这类活儿降级只会让你多审两遍。
4. 开源 + 命令行原生
代码全开源，你可以在 GitHub 上读源码、提 issue、参与开发。这一点在同类工具里很少见。
DevDay 2026：Codex 变成了四件套
2026 年 9 月 29 日的 OpenAI DevDay 上，Codex 侧有四项更新，值得逐个说清楚，因为它们改变了"Codex 是什么"这个问题的答案。
1. Codex Cloud —— 可复用的云端环境
不是每次任务都从零起一个环境，而是可以准备可复用的云端环境，任务丢进去跑。开放给 Plus / Pro / Business / Healthcare / Edu / Enterprise。
2. Codex CLI 大幅刷新
语音输入、/agents 视图、prompt 编辑、resume、worktrees。其中 worktrees 最实用：多个任务并行时各自占一个 git worktree，不会互相踩文件。所有套餐都能用。
3. ChatGPT 桌面版里的 Code Review
直接在 ChatGPT 桌面客户端里对 GitHub PR 和 GitLab MR 做代码审查。这一下把 Codex 从"写代码的"变成了"看代码的"——审查这件事本来是最适合 AI 干的。
4. Security Cloud —— 安全扫描
面向安全的云端扫描能力。配合沙箱，Codex 的产品线现在是"写 + 审 + 扫"三段。
一句话概括： CLI 还是那个 CLI，但它不再是孤零零一个终端工具，而是一套从本地到云端的组合。
能力边界：Ultrafast 与 Daybreak
这两个容易混，说清楚：
- Ultrafast：更快的 token 生成速度，但门槛很高——仅 Pro（$500 档）与符合条件的 Enterprise/Edu 计划。企业默认关闭，需要 workspace owner 主动开启。推理驻留在美国和欧洲（含 EEA + 瑞士）。
- Daybreak：已改为显式 opt-in，不再默认出现。
细节和治理视角见同章 Agent 护栏与安全边界。能力越强，默认越收敛，这是 2026 年所有一线工具的共同动作。
定价
Codex 有两种口径，别混着算：
| 口径 | 怎么算 | 适合 |
|---|---|---|
| 订阅制 | 走 ChatGPT 套餐额度，套餐内不额外按 token 计费 | 日常高频使用，尤其是已经有 ChatGPT 订阅的人 |
| API 按量 | 按 token 计费，用多少付多少 | 自动化、CI 里跑、用量可控或突发 |
具体额度、速率限制和单价以官方定价页为准——这东西一年改三次，任何文章里的数字都会过期。
花叔的建议： 有 ChatGPT 订阅就用订阅登录，别一上来就配 API Key。反过来，如果你要在 CI 里跑 Codex，那 API 按量才是正解，订阅额度不适合干这个。
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，但默认姿态是最让人放心的。接手遗留系统、处理敏感代码、做安全审计，Codex 是首选。
2026 年之后它又多了一个身份：云端环境 + PR 审查让它能进团队的常规流程，而不只是个人的终端玩具。
Amazon Kiro
是什么
Kiro 是 Amazon 推出的 AI 编程产品。核心思路跟其他 AI IDE 不同——规格驱动开发（Spec-Driven Development）。
而且它已经不是一块 IDE 了，现在是三端 + 一个常驻 agent：
| 形态 | 用途 |
|---|---|
| IDE | 主力开发界面，规格、代码、任务在同一处 |
| CLI | 终端里跑规格驱动流程，配合脚本和自动化 |
| Web | 浏览器里直接用，不装 IDE |
| Crew | 开源常驻个人 agent：桌面 App / Web dashboard / CLI，接 Slack、Discord、Telegram、Teams、企业微信、微信 |
另外 Kiro 支持 ACP（Agent Client Protocol），意味着它可以接进兼容 ACP 的 IDE 和 CI 流水线——不是把你锁死在 Kiro 的编辑器里。
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（requirements / design / tasks）→ 你确认 → AI 按任务逐条实现 → 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。
规格三件套 + 三个机制
规格三件套是 Kiro 的主干：
- requirements — 要做什么，验收标准是什么
- design — 怎么做，技术方案和取舍
- tasks — 拆成可执行、可勾选的任务列表
这三份文档是人和 AI 之间的合同。你改合同，AI 就按新合同干；合同没写清楚的，AI 拍脑袋的部分你一眼能看出来。
围绕主干还有三个机制：
- steering — 项目级的长期约束（架构决策、编码规范、安全要求），每个任务都会读
- hooks — 事件触发的自动化，比如保存时跑检查、提交前补文档
- powers — 可复用的能力包，把团队里反复出现的模式固化下来
Steering Documents
Steering 是 Kiro 里最值得先投入的东西。它们定义了项目的方向和约束。
不是 README，是 AI 的施工蓝图。
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，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，或用 CLI / Web 版
- 登录 Amazon 账号
- 打开项目目录
- 写好 steering
- 从需求开始走规格流程
核心功能
1. 规格生成
描述一个功能需求，Kiro 会先产出 requirements / design / tasks 三份文档，包括功能描述、数据模型、API 设计、交互流程、测试计划。
2. 设计审查
你可以改规格，改到满意再让它写代码。不是让 AI 全权代劳，是人机共同设计。
3. 任务驱动实现
实现阶段它是按 tasks 一条条推进的。哪条做完了、哪条卡住了，是可见的——这比"AI 一口气改了 30 个文件然后你猜它干了啥"强太多。
4. hooks 兜底
保存、提交这些节点上挂检查，规范不靠自觉，靠钩子。
定价
Kiro 是订阅按 user、按 credit 计费。credit 按秒计费、精确到 0.01。
| 档位 | 价格 | 每月 credits |
|---|---|---|
| Free | $0 | 50 |
| Pro | $20/月 | 1,000 |
| Pro+ | $40/月 | 2,000 |
| Pro Max | $100/月 | 5,000 |
| Power | $200/月 | 10,000 |
超出套餐的附加 credits：$0.04/个。
模型范围也是分档的：
| 档位 | 可用模型 |
|---|---|
| Free | 仅 open weight 模型 + Claude Sonnet 4.5 |
| 付费档 | Claude Opus 5、Sonnet 5、GPT-5.6（Sol / Terra / Luna）、DeepSeek 3.2、MiniMax M2.5、GLM-5、Qwen3 Coder Next |
GovCloud 版本价格约贵 20%，且没有免费档。
花叔的判断： 免费档够你判断"这套流程适不适合我"，但不够干活——50 credits 加受限模型，跑两个真需求就见底了。团队规模越大，越需要盯住 credits 消耗——按 user 订阅、按 credit 计费，这两条乘起来就是一张容易失控的账单。开跑之前先想清楚谁在用什么档位。
花叔评价
Kiro 的规格驱动开发理念很好，但要认清它的问题：
- 学习成本高 — steering 和规格要写好需要投入时间。小微企业可能觉得没必要。
- 成本随团队线性增长 — 按 user 订阅、按 credit 计费。三个人和三十个人是两种预算模型，人一多就得有人管账。
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。而且现在有 CLI 和 ACP，不一定要把整个团队搬到它那块 IDE 里。
Codex CLI vs Kiro 对比
| 维度 | Codex（CLI + Cloud） | Kiro（IDE + CLI + Web + Crew） |
|---|---|---|
| 类型 | 终端 CLI + 云端环境 | IDE + CLI + Web + 多智能体 |
| 核心卖点 | 沙箱隔离、默认最小权限 | 规格驱动（requirements / design / tasks） |
| 适合场景 | 安全敏感、遗留系统、PR 审查 | 团队协作、规范化开发 |
| 学习曲线 | 低（命令行） | 中（要会写 steering 和规格） |
| 模型 | GPT-6.1 Sol（默认） | 分档开放多家模型（含 Claude、GPT、DeepSeek 等） |
| 计费方式 | ChatGPT 订阅额度 或 API 按量 | 订阅按 user + credits 按秒 |
| 开源 | 是（Rust） | 否 |
花叔的建议：
- 安全性是第一优先级 → Codex
- 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 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 的沙箱绝对安全吗？ A: 不是"绝对"。它提供的是默认最小权限 + 审查后合并这套流程保障：默认不给网络、不给不必要的写权限，动作要你确认。但你在会话里批准的改动就是真落地的。它能显著降低"AI 悄悄改坏东西"的概率，不能替代代码审查和备份。
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: Codex 和 Kiro 的定价怎么比？ A: 别直接比数字。Codex 是"ChatGPT 订阅额度 + API 按量"两种口径，实际额度看官方定价页；Kiro 是按 user 订阅 + credits 按秒消耗，团队越大总额涨得越快。先估算你们每月跑多少任务，再看哪种计费曲线更平。
Q: 这两个能替代 Cursor 吗？ A: 不能完全替代。Codex 是终端 + 云端的组合，Kiro 是设计导向的多端产品。Cursor 在日常编码效率上仍然是首选。
本节小结
- Codex 从单个 CLI 长成了 CLI + Cloud 的组合：默认 GPT-6.1 Sol，最新 0.164.0，开源可读源码
- 沙箱的本质是默认最小权限 + 审查后合并，不是"绝对碰不到你的项目"
- DevDay 2026 补齐了云端环境、CLI 刷新（语音 /
/agents/ resume / worktrees）、PR 与 MR 审查、Security Cloud - Kiro 用 requirements / design / tasks 三件套 + steering / hooks / powers 做规格驱动，形态覆盖 IDE / CLI / Web / Crew，还支持 ACP
- Kiro 按 user 订阅、按 credit 计费，五档从 $0 到 $200，团队规模越大越要预算控制
- 花叔说：Codex = 安全网，Kiro = 方向盘——各有各的用途