如需查看完整的文档索引,请参阅 llms.txt。在文档页面的 URL 末尾加上 .md 即可查看该页面的 Markdown 版本。
主导航
主题
Aug 25, 2026 Codex

我在 OpenAI 如何用 Codex 将重复性工作自动化

Runme 和 WebMCP 如何将反复执行的工程任务变成可审查、可复用的工作流。

作者: Jeremy Lewi

我在 OpenAI 如何用 Codex 将重复性工作自动化

当软件工程师这些年,我的大部分时间都花在两件事上:要么自己一遍遍部署和运维软件,要么写软件替我做这些事。

Codex 与 Runme 笔记本并排显示,笔记本中写有评测目标以及如何记录工作流的说明。

我在 OpenAI 的第一份工作是在云基础设施团队为应用团队搭建新的 Kubernetes 集群。准备一批集群要花上一周,期间我得逐一解决专用链接、配额和 Terraform 方面的问题。这批集群一就绪,我就开始准备下一批。

后来我去了 API 团队,负责评测我们的最新模型。我得逐一解决评分器、配额、配置和 PyTorch 方面的问题。等评测顺利跑完、模型发布,我又要在下一个模型上从头来一遍。

现在,我让 Codex 帮我做这些重复性工作。我仍然在开发软件,更准确地说,是 Codex 在帮我开发。过去我会为每项任务单独编写自动化程序,现在我在开发 Runme,希望用它来:

  • 收集并整理工作流的相关上下文。
  • 明确哪些环节需要审查、哪些操作需要审批,并在执行时遵守这些要求。
  • 把之前运行时积累的经验用到 Codex 后续执行的任务中。

用 Codex 运行评测

在 OpenAI,发布新模型和新功能时,我们会运行评测,检查它们是否按预期工作。每次评测前,我都会创建一个 Runme 笔记本,简要写下目标:

# 目标:对当前模型运行评测

- 回顾一次以往的运行记录,了解工作流。
- 在这个笔记本中写出详细计划。
- 等我审查并批准计划后,再开始执行。
- 记录执行过的命令、各条命令的输出,以及对结果的解读。

然后,我让 Codex 把笔记本中这个单元格的内容作为任务目标:

阅读浏览器中已打开的 Runme 笔记本里的目标单元格。以其中的内容为目标,
在笔记本中写出计划,等我批准后再开始执行。

Codex 会读取笔记本,并随着工作进展更新内容。计划写好后,我会审查,必要时加以修改。很多时候,我最能帮上忙的地方是和 Codex 一起拿主意:该用哪套评测系统,要不要部署新的基础设施,还是现有资源就够用了。

Codex 工作时,我会留意它的进度,有时用手机看一眼。它卡住时,我偶尔会给点提示。比如,配额用完导致无法创建开发环境时,我可能会建议它复用现有环境,或者找找其他已获批准的方案。

最后,笔记本里既有完成任务所需的步骤,也有尝试过却走不通的路。收尾前,我会和 Codex 一起把一些决策记录下来:当时为什么选那个方案,现在优先采用哪种做法,下次接手的人应该在哪些地方换个做法。否则,这些信息很容易埋没在对话里。

已完成的 Runme 笔记本,展示了评测目标、审查过的依据以及最终采用的配置。

与 Codex 协作编写笔记本

Runme 是一个开源 Web 应用,可以用来和 Codex 一起创建笔记本。和 Jupyter、Colab 一样,它支持 Markdown、代码单元格和 HTML,因此可以把操作说明、命令、结果、表格和图表写进同一份文档。

笔记本可以直接保存到 Google Drive。这样,同事们就能用熟悉的方式查找和分享工作成果,也省去了另建文档库的麻烦。

Runme 还会为每个笔记本生成一份配套的 Markdown 索引,文件名为 *.index.md。Google Drive 可以为这个文件建立索引。这样,智能体需要查找示例、了解操作背景或查看某次运行的结果时,就更容易找到以前的笔记本。

智能体通过 WebMCP 与 Runme 交互。应用加载时会在浏览器端注册工具,智能体可以用这些工具:

  • 阅读 Runme 及其笔记本的使用说明。
  • 运行执行范围受限的 JavaScript 程序,读取或更新笔记本内容。
  • 阅读应用文档。

之所以采用这种架构,是因为 Runme 以静态网站的形式提供,应用本身在客户端运行。如果专门为了提供传统的 MCP 端点而增设服务器,就要引入额外的基础设施,运维也会更复杂,连处理笔记本数据的位置都会改变。有了 WebMCP,应用可以直接在浏览器中提供这些功能。

收集和整理有用的上下文

每次运行评测,我都有机会把具体做法记录下来,让下次评测更省力。工作流越完善,积累的上下文就越有用。有了这些上下文,下次任务有所变化时,Codex 也能更有效地应对。

日常工作中本来就有很多能帮到智能体的信息,只是它们散落在终端历史记录、Slack、运维手册、文档和仪表板里。大家都知道文档有用,难的是让写文档足够省事,能在做事的同时顺手记下来。

Runme 把做事的初衷、采取的行动、做出的决定和最终结果都汇集在同一份笔记本中。持续目标让 Codex 始终专注于当前任务,自动审查则可以在现有权限边界内审查符合条件的操作。

计划什么时候可以执行,哪些重要选择需要人来判断,仍由我决定。Codex 负责执行重复性操作,并把经过记录下来,写得比我自己动笔还要详细。笔记本很容易分享,这些实操经验也就不必只留在一个人的聊天记录里。

把时间拿回来

我职业生涯里有很大一部分时间,都花在琢磨怎么念对那几句“咒语”,好让挑剔的机器按我的意思办事。云基础设施和 Kubernetes 原本是为了让软件部署和运维更容易,结果我们也多了一个庞杂的工具生态,看看 CNCF 全景图就知道了。解决一个问题,往往又带来一个新问题:为了用工具解决它,还得先选工具、学工具,再负责这些工具的运维。

对我来说,Codex 的吸引力就在于,它能帮我分担重复性的运维工作,而重要的决定我仍然能参与。

希望我能拿回一点时间,多陪家里的狗狗玩一会儿。