OpenAI替Claude Code出外掛!讓Codex進駐敵營,專抓Claude的bug
OpenAI替Claude Code出外掛!讓Codex進駐敵營,專抓Claude的bug

重點一:OpenAI 為 Claude Code 推出 Codex 外掛,開發者不須離開現有工作流程,就能呼叫 Codex 對程式碼進行第二次審查。

重點二:三種指令對應不同場景:例行審查、「唱反調」的對抗式審查,以及任務卡關時直接把工作交棒給 Codex。

重點三:透過本機 Codex CLI 運作,沿用既有帳號與設定,免費 ChatGPT 帳號即可啟用。

OpenAI 工程師 Vaibhav (VB) Srivastav 於 2026 年 3 月 31 日宣布推出 Codex Plugin for Claude Code,讓習慣使用 Claude Code 的開發者,無需切換工具,即可在同一工作流程中呼叫 Codex 進行程式碼二次審查。

三種指令,對應三種需求

外掛安裝後提供三個核心指令,分別處理不同情境:

/codex:review 是標準唯讀審查,適合所有程式碼的例行檢查,是建議的預設第二道關卡。多檔案變更時建議加上 --background 讓它在背景跑,不影響手邊工作;也可以用 --base <分支名稱> 指定要跟哪個版本比較。

/codex:adversarial-review 是對抗式審查,Codex 會主動質疑實作邏輯,而非只是檢查語法。這個指令特別適合用在資料庫遷移、驗證機制修改、基礎架構腳本、大型重構等高風險變更,這類修改的危險通常藏在隱性假設裡,不是明顯的語法錯誤。

指令後方也可以加上文字,告訴 Codex 要重點挑戰哪個部分,例如:/codex:adversarial-review 請特別檢查權限邏輯。

/codex:rescue 則是把整個任務直接交棒給 Codex,適合當前任務卡關、或需要換一個角度重新處理的情況。可加 --resume 繼續上次中斷的任務,或 --fresh 從頭來過。

較長時間的工作(例如多檔案審查)可以在背景執行,不用乾等。操作流程是:

/codex:review --background
/codex:status
/codex:result

以上先丟出去跑,等你忙完再用 /codex:status 確認有沒有結束,完成後用 /codex:result 取回結果。/codex:cancel 則可以在中途取消。

安裝方式

安裝需要 ChatGPT 免費版以上訂閱(或 OpenAI API 金鑰),以及 Node.js 18.18 或更新版本。

若是第一次使用,記得先把 OpenAI 的插件市場加入 Claude Code,完整流程如下:

/plugin marketplace add openai/codex-plugin-cc
/plugin install codex@openai-codex
/reload-plugins
/codex:setup

註:(/reload-plugins 這步不能省,少了它外掛不會生效。)

若尚未安裝 Codex CLI:

npm install -g @openai/codex

/codex:setup 會先檢查本機是否已安裝並登入 Codex,必要時會提示是否安裝或登入;也可以自行用 npm install -g @openai/codex 安裝,並以 !codex login 登入。

輕量設計:不是另一套 runtime

Codex 外掛透過本機 Codex CLI 與 Codex 應用程式伺服器進行委派,沿用開發者已有的本機驗證、環境設定與 MCP 設定,不需要額外的執行環境。

此外,外掛支援啟用審查閘門(review gate):

/codex:setup --enable-review-gate

啟用後,Claude Code 在 Codex 審查完成前不會退出。Vaibhav (VB) Srivastav 提醒,這個功能需謹慎使用。因為若 Claude 與 Codex 進入循環呼叫,可能快速消耗使用額度。

用量與設定注意事項

使用這個外掛的次數,會計入你的 Codex 用量配額。免費 ChatGPT 帳號雖然可以用,但有額度上限;大量執行審查、或開啟審查閘門後放著跑,額度消耗會比預期快。

如果想固定使用特定模型或調整 AI 推理深度,可以在專案資料夾(或使用者家目錄)建立設定檔 .codex/config.toml,填入像這樣的內容:

model = "gpt-5.4-mini"
model_reasoning_effort = "xhigh"

簡單說:model 決定用哪個 AI 模型,model_reasoning_effort 決定它思考得多深——調高會更仔細,但也更耗額度。

該外掛原始碼已開放在 GitHub。

延伸閱讀:Claude台灣用戶晚上8點起高峰限流!2個原因,讓全球最紅AI也頂不住算力爆量

資料來源:Vaibhav (VB) Srivastav(@reach_vb)X 貼文、codex-plugin-cc GitHub

本文初稿為AI編撰,整理.編輯/李先泰

往下滑看下一篇文章
業績兩年從28億突破百億,諾億保經攜手自由系統強化IT與資安以接住高速成長
業績兩年從28億突破百億,諾億保經攜手自由系統強化IT與資安以接住高速成長

企業高速成長,市場最先看見的是業務營收與市場排名的飆漲,但真正決定企業能走多遠的,往往是水面下看不見的IT與營運骨幹。

諾億保經就是一個經典案例。

2024年,諾億保經的全年保費規模約28億元,隔年直接翻被衝破60億,今年,更預計挑戰120億到150億大關,強勢躍居台灣前十大保經公司;業績快速成長的同時,諾億保經的組織配置也很精實:外勤業務團隊約500人,負責核保、行政與稽核的後勤單位卻僅約30人。

值得特別注意的是,隨著營收在短時間內翻倍,受到考驗的不只是業務能力,也包括後台系統、資訊設備、網路、資安,以及法遵與內控能否同步跟上。

諾億保經總經理賴柏翰直言:「客戶資料是諾億保經的核心資產,特別是我們以投資型保單為主力業務,對個人隱私與財務資訊的防護要求極高。」此外,隨著營運規模擴大,金管會對資訊安全與內控稽核的監管標準也隨之提高,必須重塑IT與資安體質以回應高速成長。

評估完自身資源後,諾億保經做了一個重要決定:不從零自建IT團隊,而是採取資訊外包模式,提供企業擴展所需的支援。

諾億保經
諾億保經總經理 賴柏翰
圖/ 數位時代

諾億保經總監張維倫表示:「我們需要合作夥伴提供完整支援,自由系統不僅具備金融產業經驗與深厚維運實力,還能提供一站式服務,因而雀屏中選。」由自由系統負責台北與台中辦公室的端點設備、儲存架構、網路與資安維運等工作。

診斷重於工具:先清查環境盲點,再談防禦升級

缺乏專職資訊人力的中小企業或快速成長型組織,很常陷入一個迷思:市場上出了什麼新工具、新架構,就急著導入;然而,自由系統的作法是先回歸營運本質:盤點現況。

在雙方正式簽約前,自由系統的顧問團隊便深入檢視諾億保經的既有環境,找到一個最急迫的營運隱患:內勤行政人員與外勤業務人員,竟在辦公室內共用同一套網路網段,這意味著外部裝置一旦連網中毒,極可能直接橫向感染存放敏感保單資料的內部系統,為降低風險,自由系統隨即協助諾億保經進行網段隔離與權限切割,在第一時間化解安全未爆彈。

這套「先釐清現況、確認優先級、消弭落差」的邏輯,也體現在資安合規的推進上。

自由系統服務顧問黃麒翰以ISO 27001認證輔導為例指出:「諾億的認證合規由專職顧問主導,但底層關鍵的端點偵測回應(EDR)、託管偵測回應(MDR)、防火牆規則、特權帳號管理及硬體資產盤點,全由自由系統提供技術支援。我們的目標是替企業建立完整的『環境可視性』(Visibility),讓風險一目了然。」

對諾億保經來說,資訊設備、網路與日常維運雖然是營運不可或缺的基礎,卻不是公司的核心業務,如果自行建立完整IT部門,不僅要負擔人力成本,也必須長期維持涵蓋網路、設備、資安與系統維運的專業能力;相較之下,將這些工作交給自由系統的專業團隊負責,諾億保經可以將時間與精力放在可直接創造營收的核心業務。

「與自由系統合作至今,我們不僅更好強化IT體質、順利補強合規缺口,也為接下來的AI應用打下穩健基礎。」張維倫如是說道。

從防守走向進攻:雲地協同架構,讓AI真正走入第一線

IT與資安基礎逐步穩定後,諾億保經開始將資源放到下一階段:如何利用AI提升業務與營運效率。

在業務端,諾億嘗試透過AI實現「保險情境遊戲化」。

賴柏翰指出,一般客戶很難體會重大疾病帶來的財務衝擊,與其單向說明「萬一罹癌怎麼辦」,不如透過AI模擬動態情境,讓客戶在虛擬人生中面臨關鍵決策;甚至,將台股加權指數、S&P 500走勢融入情境,模擬面臨資金缺口時,抵押借款或贖回投資將對個人資產產生何種實質影響,讓保險規畫轉化為主動的探索體驗。

同樣的邏輯也導入內部培訓與後勤自動化。

過去高度仰賴資深講師與紙本教材的訓練流程,被轉化為AI互動式推演,讓500位業務能在高度擬真的客戶抗拒或理財情境中反覆演練,大幅縮短新人上手週期。至於在行政方面,傳統業務助理得耗費大量時間進行分類、掃描、校對保單文件的繁瑣流程,也交由AI與自動化工具處理,助理僅需做最終核對與歸檔,使30人的後勤編制得以支撐暴增數倍的合規案件。

在AI探索的過程中,自由系統就像是諾億保經的IT團隊、協助評估與提供所需產品服務。

自由系統售前顧問劉威利強調:「金融保險業涉及大量機敏個資,絕不能盲目把所有資料拋上公有雲AI。」因此,自由系統協助諾億精準劃分「地端與雲端邊界」,例如,哪些非機敏資料可藉助雲端模型運算、哪些敏感核保數據必須保留在地端進行私有化推論,並協同評估相應的地端硬體算力與加密機制,讓創新應用不以犧牲資安為代價。

總的來說,從28億飆升至百億規模,諾億保經展現了一家新銳金融服務企業的高敏捷度;而自由系統則證明了託管服務(MSP)已不再只是被動的修電腦與顧網路,更是高速成長企業在架構選擇、資安風控與AI轉型路上,不可或缺的最佳夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓