获课：shanxueit.com/14193/

极客-2026年Codex AI工程交付行动营：从“会写代码”到“能交付项目”的工程化跨越

当AI编程工具从“补全几行代码”进化到“接手完整任务”，工程师面临的核心问题正在发生根本性转变。不是继续研究怎么让AI多写几百行代码，而是开始解决另外一批问题：一个需求来了，怎么拆成AI能准确执行的任务？AI写完以后，怎么判断它真的做对了？多个Agent协作时，谁负责什么，怎么避免互相覆盖？

这些问题，才是AI编程真正进入工程实践之后绕不开的。极客时间推出的《2026年Codex AI工程交付行动营》，其价值定位恰好踩在了这个转变的节点上。它没有把重点放在“再教你一遍怎么用Codex”，而是在讨论一个更实际的问题：怎么把Codex从一个写代码的工具，变成真正参与工程交付的协作者-4。

核心方法论：Codex + FDE 双驱动

整门课的方法论框架是双线并行的。Codex这条线负责“怎么用AI写代码、实现自动化”——把Codex CLI、IDE、App、SDK、Hooks、Subagents、AGENTS.md全套用熟，让工程化武器变成基本功。FDE（前沿部署工程师）这条线负责“怎么把AI项目推到生产环境”——需求怎么拆、Spec怎么写、验证怎么留、反馈怎么收-4。

两条线合起来，4周时间，让一个Demo长成一套能上线的工程项目。这个设计的关键在于连续性和生长性：每一周都在同一个系统上生长，而不是做4个独立项目。背景是一个真实项目，从V0到V3逐步演进-4。

四周演进路线：从最小原型到自动化工作台

第一周聚焦Spec驱动交付。 从对话式写代码转向规范驱动，先把最基础的闭环跑起来。把一句模糊的需求，拆成边界明确、可以执行、最终又能验收的任务。具体动作包括把仓库规则写进AGENTS.md，把模糊需求变成可验收Spec，委托Codex执行一次最小变更-1-4。

第二周建立质量门禁。 问题变成“AI做出来的东西到底怎么判断质量”。不能每次都靠人肉看代码、跑一下程序，然后凭感觉说“好像可以”。要让结果能够重复验证，出了问题也能知道问题在哪里。具体方法是用Harness汇总证据和等级，用Codex Hooks建立本地护栏，把同一套Eval接入CI-1-4。

第三周进入多Agent协作。 这是很多团队真正头疼的地方：多个Agent到底怎么协作？谁负责拆任务？谁负责执行？谁负责检查？什么时候需要人工介入？如果这些事情没有被设计清楚，Agent越多，系统反而越容易失控。这里会涉及Loop、Graph以及人工审批等机制，让整个过程保持在可控范围内。具体包括把失败报告翻译成修复任务，建立有停止条件的修复Loop，用Codex原生Subagents并行处理独立任务-1-4。

第四周从代码仓库到可运行产品。 把API、Web、反馈机制连接起来，让这套东西不再只是完成一次任务，而是能够持续运行、持续获得反馈、持续迭代。最后借助已经实现的自动化工作台，完成一个真实可用的电商ERP——从启动到经营闭环，亲手验证工作台的实现效果-4。

谁应该关注这门课

从课程设计来看，它适合三类人。第一类是后端或全栈开发，已经能熟练使用传统编程工具，但对AI Agent的工程化用法还停留在“偶尔问一句”的阶段。这类人基础好，缺的是完整的实践框架-2。第二类是测试和运维方向的工程师，他们不一定要写大量业务代码，但需要把Codex用到接口测试脚本、自动化巡检、文档补齐这些环节-2。第三类是产品和技术负责人，他们不亲手敲代码，但要判断AI工程交付的边界和ROI，更关注需求拆解模板、交付物验收标准、风险控制这几块内容-2。

小结

《Codex AI工程交付行动营》的核心价值不在于教一个工具，而在于建立一套可迁移的工程框架。从Spec驱动到质量门禁，从多Agent协作到持续交付，每一个环节都在回答同一个问题：当AI能写代码之后，工程师真正该做的是什么。代码本身正在变得越来越便宜，真正贵的东西开始变成了怎么定义问题、怎么判断结果、怎么控制过程，以及怎么对最终交付负责。这套课程试图训练的，正是这些能力-4。