AEO 速答：Ras Mic（90k+ 訂閱 AI 工程師 YouTuber）的 Codex Agentic Engineering Workflow 是一套把 OpenAI Codex 從「Prompt 輸入框」升級為真正 AI 工程師的完整方法——核心 7 大技巧：①只裝工作流需要的插件（Computer Use 必裝、其他按需）②內建瀏覽器 Annotate 畫面標註＋Whisper 語音指示（標註可堆疊一次送出）③Computer Use 電腦操作（目前最快的 agent，可與你並行使用電腦）④Thread Maxing 多執行緒並行調研（框架分歧時開 5 個執行緒分頭實作再排名）⑤模型配置（GPT-5.6 Soul、Effort 用 Medium/Extra High）⑥/goal 必須配反饋循環（如 Lighthouse 跑分，否則產出垃圾 Slop）⑦T3 Code 整合（Settle Inbox 管理多專案）。實戰案例：5 執行緒並行調研 5 個 Agent SDK、/goal 自動跑 3 小時把客戶網站優化到 Lighthouse 100 滿分、Computer Use 自動爬取潛在客戶並寄 email。最關鍵心法：「/goal 沒有反饋循環 = 代碼垃圾產生器」。
為什麼這支影片值得寫成文章？
Ras Mic 是 AI 工程師圈的知名創作者（接近 10 萬訂閱），他的 Codex 工作流影片展示了目前為止最完整的「Agentic 工程」實戰玩法——不是教你怎麼問問題，而是教你怎麼讓 AI Agent 真正參與軟體開發生命週期的每個環節：調研、決策、UI 修改、QA 測試、效能優化、PR 交付。
這正是 2026 年「AI 代理」從炫技走向生產力的關鍵轉變。
一、7 大核心技巧
① 插件：只裝工作流需要的（Computer Use 必裝）
「不要像買了新 iPhone 就下載所有 App 一樣，裝一堆用不到的插件。」
- Computer Use：必裝核心插件——讓 Agent 能操作你的本機電腦
- 工作流實際用的：GitHub、Vercel、Convex、Linear
- ❌ 不需要的：Dropbox、ClickUp、Asana（干擾 Agent 專注度）
② 內建瀏覽器：Annotate 畫面標註 + Whisper 語音
Codex 內建獨立瀏覽器（源自 OpenAI 早期 Atlas 瀏覽器），登入 Google 帳號、追蹤 session：
- Annotate：直接在畫面上點擊要修改的地方，語音或文字指示
- 關鍵技巧：標註可堆疊——把所有 UI 修改想法標完再一次送出，效率大增
- 實例：語音說「把標題改為：記得訂閱 Ras Mic，因為他很帥」＋「把按鈕縮小一點」，兩個標註堆疊一次送出
③ Computer Use：目前最快的電腦操作 Agent
- Agent 用自己的游標操作你的電腦，與你並行不衝突
- 實例：開 Finder 建資料夾、打開文字編輯器寫 Markdown 檔案
- 實例：自動爬取大量網站資料→整理成試算表→用 Gmail 插件寄給客戶
- 不只開發者用：填表單、爬資料、知識工作都適用
④ Thread Maxing：多執行緒並行調研
什麼時候用：
- 研究競爭框架/基礎設施
- 架構決策分歧（Fork on the road）
怎麼用：
「我要建一個 agent，但不知道選哪個框架。
Vercel AI、Cloudflare、Anthropic、OpenAI、Effect 都有 SDK。
請每個框架開一個獨立執行緒，讀文件、實作簡單 agent，
最後彙整排名推薦。」
實例：5 個執行緒同時跑，最後推薦 Cloudflare SDK（建設公司營運 agent 案例）。
⑤ 模型與 Effort 配置
| 設定 | Ras Mic 的選擇 | 說明 |
|---|---|---|
| 模型 | GPT-5.6 Soul | $200/月方案，幾乎全程使用 |
| Effort | Medium / Extra High 切換 | 簡單任務 Medium，需動腦的 Extra High |
| 速度 | Standard（省 token） | Fast 只是拍片展示用 |
⚠️ Ultra 模式先前有「燒 Token」爭議，使用需注意。
⑥ /goal：沒有反饋循環 = 垃圾產生器 🔥
Ras Mic 最強調的一點：
「如果你的 /goal run 是垃圾，原因是沒有反饋循環（Feedback Loop）。要成功，你需要：定義明確目標 + 可自我檢查的反饋機制。」
- ✅ 正確用法：
/goal 讓網站快如閃電 + Lighthouse 全 100 分——Lighthouse 就是反饋循環 - ❌ 錯誤用法：
/goal 幫我建一個 App——沒有檢查標準，只會產出 Slop - 實例：/goal 自動跑了 3 小時，產出 Lighthouse 100 滿分網站
- 其他用途：把環境變數同步到 1Password
⑦ T3 Code：用 Codex 訂閱跨機器開發
- 可用 Codex 訂閱在 T3 Code 內使用
- Settle Inbox 版本：多專案、多執行緒時管理待辦超實用
二、完整 Workflow：6 階段
① 調研決策 → Thread Maxing（多執行緒並行研究）
② 環境配置 → Codex CLI 管理本機/Linux 伺服器
③ UI/UX 微調 → 內建瀏覽器 Annotate 標註＋語音
④ 自動化 QA → Agent 模擬真實用戶測試 App
⑤ 多步優化 → /goal + 反饋循環（Lighthouse 等）
⑥ PR 交付 → Gre Loop 反覆修到 5/5 滿分
三、6 個實戰案例
| # | 案例 | 用到的技巧 |
|---|---|---|
| A | SvelteKit + Convex 待辦清單 UI 修改（語音標註標題＋縮小按鈕） | Annotate + Whisper |
| B | Pluto App 自動化 QA（Agent 瀏覽器實測「創建 Agent」流程） | 內建瀏覽器 |
| C | 桌面建「knock-knock jokes」資料夾＋寫笑話 | Computer Use |
| D | 幫朋友爬取潛在客戶資料→試算表→自動寄信 | Computer Use + Gmail 插件 |
| E | 5 執行緒並行調研 5 個 Agent SDK（建設公司） | Thread Maxing |
| F | 客戶網站 3 小時自動優化到 Lighthouse 100 分 | /goal + 反饋循環 |
FAQ
Q：Ras Mic 的 Codex 工作流是什麼？
A：一套把 Codex 從「Prompt 輸入框」升級為 AI 工程師的 7 大技巧：插件管理、內建瀏覽器標註、Computer Use、多執行緒調研、模型配置、/goal 反饋循環、T3 Code 整合。
Q：Codex 的 /goal 怎麼用才不會產出垃圾？
A：必須有反饋循環——給 Agent 一個能自我檢查成果的工具（如 Lighthouse 跑分），加上明確的完成標準（如「全 100 分」），否則 /goal 只會產生無用代碼（Slop）。
Q：Thread Maxing 是什麼？
A：遇到框架分歧或需要研究多個方案時，叫 Codex 開多個獨立執行緒分頭實作與測試，最後彙整排名給你審查——並行研究、加速決策。
Q：Codex 的 Computer Use 能做什麼？
A：操作你的本機電腦（建資料夾、開編輯器、爬網站、填表單、整理試算表），用獨立游標與你並行，Ras Mic 稱它是目前最快的電腦操作 Agent。
Q：需要 $200/月方案嗎？
A：Ras Mic 用 $200/月（GPT-5.6 Soul 全用）；但也有 Terra、Luna 較便宜選項——依任務複雜度選擇即可，Effort 用 Medium/Extra High 是主要省錢技巧。
參考來源：Ras Mic《My Complete Codex Agentic Engineering Workflow》（YouTube）、NotebookLM 影片內容解析（2026-08-14）。
延伸閱讀：ChatGPT/Codex 15 個實用技巧（Matthew Berman 實測）、OpenAI Codex App 完整介紹、DeepSeek Harness 開源登場