学习使用 Codex 与 AI 编程代理进行智能体编程
内容提要
freeCodeCamp 发布免费课程，讲解如何可靠使用 Codex 等 AI 编程代理：通过 AGENTS.md 提供项目上下文、用 Plan Mode 拆解任务、以特征测试和 TDD 验证改动、安全使用 Git 并保护密钥、管理权限及配置 config.toml，还介绍用 MCP 连接外部工具。课程约两小时，适合开发者及借助 AI 编程的非程序员。
延伸解读
从“能写代码”到“可靠交付”的关键环节
文章强调，使用 Codex 等编程代理时，可靠结果并非来自单次提示，而是来自一套流程：用 AGENTS.md 提供持久项目上下文，用 Plan Mode 拆解任务，再用特征测试和 TDD 验证改动。这提示读者，代理的能力边界不仅取决于模型本身，也取决于是否给它结构化的指令和可验证的反馈。
安全与权限是代理编程的必修课
课程专门覆盖 Git 安全使用、密钥保护、权限控制及 config.toml 配置。这意味着让代理编辑多文件、运行命令时，必须提前设定它能访问和修改的范围，并避免将 API 密钥等敏感信息暴露给代理。对非程序员而言，这部分尤其重要，因为代理的自动化操作可能带来意外风险。
测试策略决定代理改动的可信度
文章提到用特征测试和 TDD 来验证代理的改动，并提醒注意测试陷阱。这说明在代理编程中，测试不仅是质量保障，更是判断代理是否真正完成任务的依据。读者应关注如何为现有代码补充特征测试，以及如何用测试驱动的方式约束代理行为，而不是仅凭代理的自我报告来接受改动。
面向两类学习者的课程定位
该课程约两小时，既面向将 AI 加入工作流的经验开发者，也面向想借助 AI 构建软件的非程序员。课程内容从提示词、项目初始化到 MCP 连接外部工具，覆盖较完整的工作流。读者可根据自身基础，重点学习权限配置、测试验证或 MCP 集成等不同模块。
Q&A
Codex 这类 AI 编程代理能做什么？
Codex 等 AI 编程代理可以读取你的代码库、编辑多个文件，并在与你协作完成较大任务时运行命令和测试。
如何为 Codex 项目提供持久化的指令和配置？
在 Codex 中，AGENTS.md 文件用于存放项目的持久化指令，而 config.toml 文件则保存代理的配置。
freeCodeCamp 的 Codex 课程适合哪些人学习？
该课程面向将 AI 加入工作流程的经验丰富的开发者，以及希望借助 AI 帮助构建软件的非程序员。
在课程中，如何验证 AI 编程代理所做的更改？
课程教授使用特征测试（characterization tests）和测试驱动开发（TDD）来验证代理的更改，并指出需要注意的测试陷阱。
使用 AI 编程代理时，如何安全地使用 Git 并保护密钥？
课程涵盖如何与编程代理一起安全地使用 Git，并确保 API 密钥、凭证和其他机密的安全。
如何通过 MCP 将编程代理连接到外部工具？
课程介绍了如何使用模型上下文协议（MCP）将代理连接到外部工具，包括 shadcn。
