让Codex直接接手整个项目看起来很快，实际最容易丢掉范围、证据和回滚点。
没有审查目标时，Codex容易把diff重新描述一遍，或者列出大量风格建议，却漏掉真正影响用户的行为变化。
所以这篇文章只解决一件事：围绕正确性、边界、兼容性和测试证据完成代码审查。重点不是得到一段看起来完整的答案，而是让输入、步骤、结果和检查标准能够彼此对应。
适合谁
适合需要审查一组改动，希望优先发现Bug、回归和遗漏测试，而不是得到泛泛评价的人。
不适合的情况也很明确：任务没有边界、原件无法恢复、关键事实无人负责，或最终结果准备直接对外发布。先解决这些前提。
Codex可以读取项目、修改文件和执行命令，因此先使用副本或版本控制，明确禁止触碰的目录与生产环境。高风险操作、唯一原件和最终判断必须留给人工。
开始前准备
- 明确的变更范围或diff
- 相关需求和旧行为
- 测试结果与运行环境
- 建立一个测试副本或新目录，不直接操作唯一原件。
- 写下一句验收标准：每个审查发现都有可触发场景和代码证据，结论按用户影响排序并指出测试缺口
开始前再做一次反向检查：少了哪份材料就无法判断结果？哪一步做错会影响原件？把答案写进当前任务，而不是留在自己脑中。
完整步骤
第一步之前：先做一个最小样本
小样必须足够小，出现问题时能回到具体输入和步骤；也要足够真实，不能只用一个刻意简化、永远不会出错的示例。
第一步：建立行为基线
先说明改动要解决什么、以前怎么工作、哪些行为不能改变。
把“审查基线”作为本轮留存证据。后续合并或扩大范围时，都应能用它复盘。
第二步：沿数据和状态路径阅读
检查输入、分支、错误处理、持久化和输出，特别关注共享模块的下游影响。
先停在这里检查一次。此时应已经形成“风险路径清单”，并且能回到原始材料说明它从哪里来。
第三步：验证高风险假设
用最小测试、搜索调用方或运行代表流程确认，不凭代码表面猜Bug。
这一阶段的完成标志不是工具有回复，而是“审查证据”已经可供人工检查。
第四步：按严重度输出发现
每个问题写清触发条件、影响、文件位置和缺少的测试；没有问题也说明剩余风险。
继续下一步之前，抽查“可执行审查结论”中的边界项和异常项；发现前提不成立就先修正。
第五步：人工验收并沉淀流程
最后把结果与原始材料逐项对照，记录有效步骤、人工判断点和没有解决的问题。重复任务可以继续整理成模板、项目规则或Skill。
实际示例
把RSS从30篇扩成100篇时，需要检查验证器、文件大小和订阅行为。只说“修改slice参数”不是审查，必须确认所有文章确实进入Feed且格式有效。
可以先这样描述任务：
我正在处理“围绕正确性、边界、兼容性和测试证据完成代码审查”。已有材料包括明确的变更范围或diff、相关需求和旧行为、测试结果与运行环境。请先不要扩大任务范围，也不要补造缺失信息。先完成“建立行为基线”，输出可以人工检查的中间结果；我确认后，再继续“沿数据和状态路径阅读”。最终请按照“每个审查发现都有可触发场景和代码证据，结论按用户影响排序并指出测试缺口”列出验收结果和仍需人工确认的内容。
这个任务描述故意先要求中间结果，再允许继续。对高风险或范围较大的工作，可以在每一步都保留同样的确认点。
常见问题与报错
审查列出很多可能性，却没有一条能复现
减少推测，优先搜索调用方、运行现有测试或构造最小输入；无法验证的内容明确写成残余风险。
任务跑了很久，却说不清改了什么
先要求列出计划和预计修改文件，每个阶段输出变更摘要、diff、命令和未解决项；没有检查点的长任务应暂停后重新拆分。
一次修改太多文件，出现问题无法定位
回到版本控制或副本，按一个目标一组文件重新执行；每批修改后立即运行对应检查，不把多个不相关需求放进同一次任务。
排查时先看实际读取文件、修改diff、命令和输出。一次只调整一个范围或规则，避免把多个故障叠在同一次执行里。
完成后的检查方法
- 每个审查发现都有可触发场景和代码证据，结论按用户影响排序并指出测试缺口
- 关键结论能回到原始材料、文件、命令输出或当前控制台。
- 没有把缺失信息、推测内容或示例数字写成已经确认的事实。
- 重要文件保留原件、版本或可恢复副本，敏感信息没有进入公开内容。
- 结果已经由真正负责这项工作的人审阅，而不是只看页面是否生成。
当这套步骤连续在两个真实样本上成立，再考虑扩大范围或做成Skill。第一次跑通不等于流程已经稳定。
资料来源
- OpenAI Codex文档
用于核对Codex的产品定位和当前官方使用说明。
- GitHub Docs
用于核对版本控制、分支、提交和拉取请求的基础概念。
FAQ
可以一次把整个任务交给Codex完成吗？
不建议一次交付全部范围。先按本文步骤完成一个小样，用“每个审查发现都有可触发场景和代码证据，结论按用户影响排序并指出测试缺口”验收，再决定是否扩大范围。
遇到“审查列出很多可能性，却没有一条能复现”应该先检查什么？
减少推测，优先搜索调用方、运行现有测试或构造最小输入；无法验证的内容明确写成残余风险
完成后还需要人工检查吗？
需要。AI或执行工具负责推进流程，最终仍要由你根据原始材料、任务规则和“每个审查发现都有可触发场景和代码证据，结论按用户影响排序并指出测试缺口”完成验收。