我交给 Codex 的活，成功的都有三个共同点：边界清楚、有办法验证做没做对、出了错能退回去。下面是七个真实的例子，按我碰到的顺序排，不含公司数字和客户信息。
我不是每次都亲手启动 Codex：很多时候是 Claude Code 把任务派给它，再审它交回的结果，分工见《Codex 还是 Claude Code》。下面写的是 Codex 做了什么，派单和验收的部分只在需要时提一句。
案例一：一个博客发布脚本
我想发文章时不再手改网页：读一个数据文件，生成页面，同时更新站点地图和 RSS。我让 Codex 设计数据结构，写发布脚本和 RSS 生成脚本，再把报错一个个调通。这套东西是这个博客的底子，过程我在《OpenClaw + Codex》里写过。
能成，是因为需求写得具体：用 Python，读 JSON，解析文章，生成 HTML，更新 sitemap，要有错误处理。同样的活，如果只说“帮我写个发布博客的代码”，结果会散得多。这两种写法，我在那篇文章里对比过。
案例二：修评论系统
评论接口不响应，Nginx 配置有误，Python 服务老崩。我让 Codex 先看错误日志，再改 Python 脚本、重写 Nginx 配置，并建一个 systemd 服务，让它崩了能自己拉起来。
当时我的做法是把活拆开：重启、查状态、测接口、确认评论真的写进去，由另一个工具在服务器上执行；Codex 只管读日志和改代码。这样它的边界很清楚，也没有在我的服务器上执行任何东西。
案例三：一把永远不释放的锁
5 月底，两个系统之间每小时一次的商品同步每次都失败。根因是某次同步中途进程死了，状态永远停在“进行中”，之后每小时的任务一看到锁就直接退出，一天里被拒了 38 次。
原因是 Claude Code 先查清的。我再让 Codex 加三样东西：超过 30 分钟没有任何动静，就当进程已死、自动收回锁；长同步期间定期写一条“还活着”的记录；把一个预加载步骤挪进错误处理块。Claude Code 审了改动，备份后部署，再确认下一次增量同步跑完。原因已定、改动点已列清的活，交给它很顺。
案例四：给商品补上正确的品牌
7 月我检查给 Google 购物用的商品数据，发现大量商品的“品牌”填的是我自己网店的名字，而不是厂商，有被拒登的风险。
Codex 写了一个品牌提取补丁：内置 60 多个品牌词，并专门防误判，比如“iPhone 手机壳”不能被标成苹果的产品。补丁先在一批样本上试，另设的 10 个陷阱样本全部通过，才部署。部署后缺品牌的商品明显少了。
案例五：给几个网站加统计代码，并知道何时停手
10 月初，我让 Codex 给静态网站的页面加访问统计的小段代码。要求是逐个文件和线上原版对比，只允许多出这一段。 对其中两个站共 11 个页面，流程是：先备份，再修改，再对比；首页和两个内页返回 200，代码只出现一次，其余字节不变，回滚命令一并写好。
对另一个站它没有动手：该站的安全策略只允许加载自己的脚本，统计代码会被浏览器拦掉。Codex 一个文件都没改，把原因写进了报告。同一个站另有一次范围写明的任务：给服务器配置的安全策略加上这一个域名（两行），再给 10 个页面插入代码，全部返回 200。
案例六：资料调研
不是所有的活都是写代码。 我在做一个自用的语音听写工具，让 Codex 去读 14 个有代表性的产品和系统、5 类语音识别平台的官方资料，再和我电脑上装着的两个同类软件对照，对照只读、不改。成果是一份 376 行的报告，把市场情况和我这个工具的设计放在一起讲。
报告给的是材料，决定权不在它。哪些能用、哪些不采纳，我还是要自己核对出处再定。
案例七：先在复制品上演练，到门槛就停
网店要做按购买数量递减的优惠价。我给 Codex 的条件是：只在正式站的复制品上做，设几道安全门槛，过不了就停。 有一版在复制品上跑下来，页面和加购变慢，超过了我定的 +10% 上限，实测在 +24% 到 +27% 之间；另一版发现，后台保存一个分类会触发一个钩子，把缓存条目删掉。
两次 Codex 都没有硬闯：把复制品还原成原样，交的是写着“不行”的报告，不是“可以上线”的包；正式店只被读取过，没有写入。后来的一版才过关并上线。对我来说，会停手并如实报告的结果，比一句“做好了”有用。
它们的共同点
七个活里，没有一个是“帮我优化一下”。每一个都能说清：改什么，不改什么，怎样算完。
- 上线、删除、付款、对外发送，我不交给它，由我点头。
- 我用的隔离模式下，它默认不联网，也不能自己提交代码；要联网的任务，才在任务第一行写明。
- 每次都要求它自己跑验证（测试、对比、样本），我再抽查。
想先弄清它是什么，看《什么是 Codex》。