Coding Agent 的最终形态是 TUI + GUI 吗？

这一次，OpenAI悄悄放了个大招——Codex桌面端正式上线。不少开发者已经体验了一把，反馈很直接：效率确实有提升。

在聊具体功能之前，先给不太熟悉AI和编程的朋友简单补个背景：

（Text-based User Interface），也就是基于文字、符号的终端/命令行交互界面；（Graphical User Interface）则是图形用户界面，靠窗口、按钮、图标、菜单这些元素来互动，鼠标就能操作，日常用的浏览器、桌面软件都属于GUI。至于，本质上是一个coding Agent，之前只有终端CLI形式，直到最近才正式发布了桌面端。

直接说结论：GUI时代的到来，让Agent的交互方式真正发生了质的跃迁。无论是一手处理多个项目，还是信息呈现的直观程度，桌面端都比TUI强太多了。

为什么这么说？因为桌面端能展示的信息量，和TUI完全不在一个量级上，交互也更友好。受众群体自然也就更广。那就来看看Codex桌面端到底有哪些核心能力。

打开桌面端，如果你是已登录的Codex用户，系统会自动读取数据，然后让你选择要开发的项目。进去之后就能看到之前的对话记录。整体布局非常清晰，左侧功能区+右侧主界面。

左侧功能主要包括四大块：

左上角可以新建「线程」，开启新项目进行开发，也就是说，你可以在一个界面里统一启动多个项目，实现并行开发；

接着是

和 ——前者是定时任务，能通过触发条件自动执行某些操作；后者则是近期大火的Agent Skills，可以集成SOP，快速解决特定领域的问题，比如用frontend-design开发一套美观的前端页面；

再往下是对话线程记录区，这是你的对话历史。当你切换到其他对话时，这里会展示loading状态，完成之后也会有提示。这对于同时管理多个线程来说非常友好；

左侧底部是用户信息展示区，点击可以进入设置页面（也可以通过 command + , 快捷键进入）。设置里最有用的一个选项，就是相当于开启了"yolo模式"——完全放手让Codex干活，不再反复向你确认。

右侧则是经典的上中下结构。先说上方的导航栏：左边显示对话名称和项目名称；右边有一排操作按钮——运行按钮（点一下就能运行当前项目，但需要自己配置脚本）、打开代码编辑器、快速创建commit和PR的入口，还有改动对比功能，能清晰看到AI修改了哪些代码。中间区域就是coding Agent的对话输出区，和CLI中提交Prompt触发AI输出的逻辑基本一致。下方是AI对话输入框：你可以切换当前对话的模型、添加图片、文件，开启计划模式，甚至可以开启对电脑全部访问权限的权限。官方视频里还演示了语音输入功能，懒人直接用嘴说就行。对话框底部还有两个非常实用的能力：查看/切换当前分支，开启worktree模式；此外，对话过程中还可以实时查看上下文占用情况，避免上下文满了导致输出效果下降。

这个UI给人的感觉就是简洁、干净、直观。OpenAI的产品体验，确实一直都是第一梯队的存在。顺便说一句，为了庆祝Codex桌面端上线，OpenAI还给所有付费用户的额度做了一波翻倍，方便大家更爽快地上手——这波操作，真心良心。

不过，体验归体验，光说好话也不够。说说目前发现的一些短板：

第一，虽然可以通过 @ 符号获取项目中的文件，但没有展示当前项目的文件目录树。大项目动辄几百个文件，谁能记得住所有文件名？而且也不支持 @ 文件夹，这个确实不太方便。

第二，与CLI之间没有联动。虽然GUI体验很不错，但有时候CLI用起来更顺手。现在两端对话列表数据不同步，切换起来有些割裂感。

第三，性能不算理想，比较吃内存。尤其是多个项目并发运行时，能明显感受到卡顿。

翻了翻源码发现，Codex桌面端是用Electron开发的。那些还在纠结Electron还是Tauri的同学，心里应该有点数了吧？

总的来看，体验还是相当不错的。值得一提的是，桌面端底层依然基于Codex CLI，所以回到文章标题的问题：Coding Agent或者说未来的其他Agent，大体上应该都是先开发CLI，再开发GUI。而且未来在多Agent互相调用的场景下，CLI显然更适合作为对外接口。

目前我个人主要用Codex做开发。虽然它比较慢，但带来的好处也明确——基本一次就能通过。Claude Code虽然快，但在修复bug、解决复杂问题这个维度上，整体表现还是不如Codex来得稳。