Codex CLI 新增 Agent command center，但你真的需要它嗎？
- 小步
- 8月24日
- 讀畢需時 8 分鐘
Windows 實測 Agents Dashboard
閱讀前先說明：這篇內容會比較偏技術，主要會實測 Codex CLI 最近新增的 codex agents 與 Agent command center。如果你平常沒有使用 Codex CLI，部分 Terminal、WSL 與指令操作可能會比較陌生。如果你只是想了解 Codex 一般怎麼使用，不一定需要跟著完成這篇所有操作；這篇比較適合已經在使用 Codex CLI，或想進一步了解 Codex 多任務工作方式的讀者。
OpenAI 最近替 Codex CLI 加入了一個新的指令（OpenAI 官方更新說明：Codex CLI 0.149.0）：
codex agents執行後會進入一個名為 Agent command center 的介面，可以集中查看不同 Codex 任務目前是正在執行、等待輸入，還是已經完成。
乍看之下，這似乎是一個很重要的 Multi-Agent 更新。
但我實際在 Windows 環境跑過一次之後，第一個感想反而是：
如果我原本就使用桌面版 Codex，我真的需要這個功能嗎？
所以這篇文章不打算只照著更新內容介紹功能。
我會直接從實際操作出發，看看新的 Agents Dashboard 到底能做什麼、Windows 使用者目前會遇到哪些門檻，以及它真正比較適合哪些使用情境。
1. Codex CLI 新增了什麼？
Codex CLI 0.149.0 新增了 codex agents，讓使用者可以從 Terminal 開啟一個集中管理 Codex 工作的 Dashboard。
介面名稱直接叫做：
Agent command center
裡面會把目前的 Codex 工作依狀態整理，例如：
Need input：等待使用者回覆或核准
Working：正在執行
Ready：已經完成，可查看結果
也可以進一步進行搜尋、重新命名、停止工作，以及建立新的 Task。
這個設計其實有一個很明確的目的：
當你同時讓多個 Codex 工作時，不需要再靠很多 Terminal 視窗自己記住每一個 Agent 到底在做什麼。
這類需求在 Codex 社群中其實已經有人提出過。過去如果同時啟動多個 CLI 工作，常常只能依靠 Terminal tabs、tmux 或其他外部工具，自己追蹤哪一個還在執行、哪一個完成、哪一個正在等待輸入。(參考：Codex GitHub－CLI Agent Dashboard / Thread View 提案)
從這個角度來看，Agent command center 的出現其實很合理。
只是對 Windows 使用者來說，目前實際使用的過程並沒有那麼直接。
2. 在 Windows 的 VS Code 使用 Codex CLI
我平常是使用 Windows，也習慣直接在 VS Code 裡開啟專案。
因此最直覺的測試方式，就是在 VS Code Terminal 裡執行 Codex CLI。
依照OpenAI的官方說明，如果要使用Agent Dashboard，是在VS Code Terminal輸入：
codex agents結果卻沒有進入 Dashboard，而是直接出現：
Error: `codex agents` requires `--remote` on this platform
後來，經過查閱官方說明：
Windows 原生環境目前只能讓 codex agents 連到一個遠端／既有的 Codex app-server，不能像 macOS、Linux、WSL 那樣直接在本機建立 Agents Dashboard。
這跟它背後的架構有關。這個 Dashboard 需要連到一個共用的 Codex app-server；目前這種本機共享 server 的做法主要依賴 Unix socket，因此，原生 Windows 目前還不能直接在本機啟動 Agents Dashboard；要使用這個功能，得改用 WSL 或連接遠端環境。
所以，如果只是看到官方更新後想快速體驗，這裡其實就已經會卡住，而如果想要解法，就可以繼續往下看。
註：WSL（Windows Subsystem for Linux） 是 Windows 提供的 Linux 執行環境，可以直接在 Windows 裡使用 Ubuntu 等 Linux 系統，不需要另外安裝一台虛擬機。
3. 在 WSL使用 Codex CLI
這個階段，我使用的環境是 WSL 2 + Ubuntu。 也就是利用 WSL，在 Windows 電腦裡建立一套 Linux 環境，再從裡面執行 Codex CLI 與 codex agents。
安裝WSL並設定Ubuntu
|  |
|  |
3.在PowerShell執行「wsl -l -v」，用來確認 WSL 跟 Ubuntu 有沒有正常裝起來 |  |
上述的確認結果代表：WSL 本體已經安裝好了，但 Ubuntu 發行版還沒有真的裝進去。 | |
|   |
完成 WSL 與 Ubuntu 設定後，我另外在 Linux 環境安裝 Node.js，再安裝最新版 Codex CLI：
npm install -g @openai/codex@latest確認版本同樣是：
codex-cli 0.149.0再次執行：
codex agents這一次沒有出現 Windows 平台限制。
但又遇到第二個問題：
Codex 提示目前找不到由官方 installer 管理的 standalone Codex。 |
 |
換句話說：
只透過 npm 安裝 Codex CLI，仍然不足以在這個環境啟動本機 Agents Dashboard。
執行 codex agents 時，畫面直接提示目前缺少由 Codex installer 管理的 standalone 版本，並提供以下安裝方式：
curl -fsSL https://chatgpt.com/codex/install.sh | shOpenAI 官方的 Codex Repository 目前同時提供 standalone installer、npm、Homebrew 等安裝方式。
不過這次實測也發現，雖然一般 Codex CLI 可以透過 npm 安裝，但要在 WSL 中啟動本機 Agents Dashboard，還需要使用官方 installer 安裝 standalone Codex。
安裝程式偵測到原本已經存在 npm 管理的 Codex 時，也會詢問是否移除舊版本。為了避免同時存在兩套 Codex，造成 PATH 判斷混亂，我選擇移除原本的 npm 版本，改由官方 installer 管理。
完成安裝並重新登入 ChatGPT 帳號後，再次執行：
codex agents這次終於成功進入 Agent command center。
4. Agent command center 實際長什麼樣？
成功啟動之後，畫面其實非常簡單。
最上方會看到：
Agent command center
0 need input
0 working
0 ready
下方則是一個：
New task可以直接輸入新的 Codex 任務。
我切換到一個實際的專案資料夾，再重新啟動 Agent command center，接著輸入一個不修改程式的測試任務：
請分析目前專案的目錄結構與主要功能模組，不要修改任何檔案，最後整理成簡短摘要。
按下 Enter 之後，Dashboard 馬上變成：
0 need input
1 working
0 ready畫面中也出現一個新的 Task，狀態是：
Working
等 Codex 執行完成後，狀態則變成：
0 need input
0 working
1 ready再按 Enter，就可以直接進入這個 Codex 工作，查看完整結果，也可以繼續跟 Codex 對話。
所以它最基本的工作流程其實就是：
5. Agent Dashboard管理什麼?
這也是我實際測完之後，覺得最需要釐清的一件事。
看到：
codex agents再看到：
Agent command center
很容易直覺認為：
這裡是不是會列出 Main Agent 底下所有 Subagents？
實際上並不是。
我剛才輸入一個新的需求後，Dashboard 建立的是一個新的工作任務。
概念比較接近：
Agent command center
├─ Task A
├─ Task B
└─ Task C
每一個 Task 都可以有自己的工作內容與執行狀態。
而 Subagent 是另一層概念。
例如某一個 Task 很複雜：
Task A：檢查整個系統這個 Task 裡負責工作的 Main Agent，還可以再把不同工作拆給其他 Subagents：
Task A
Main Agent
│
├─ Security Subagent
├─ Testing Subagent
└─ Database Subagent
因此兩件事情不要混在一起：
codex agents主要用來集中查看與管理多個 Codex 工作。
Subagents是在一個工作裡，由 Main Agent 再委派出去處理特定任務的 Agent。
這次實際操作之後，這個差異反而比單看功能名稱清楚很多。
6. Agent Dashboard有什麼問題?
Agent command center 本身是一個 Terminal TUI。
畫面下方會提供一些快捷操作，例如：
↑ ↓ navigate
enter open
ctrl+f search
ctrl+s group
ctrl+r rename
ctrl+x stop
esc back不過實際操作時，我還是遇到一些不太直覺的地方。
例如完成的 Task 已經被選取時，畫面底部仍然顯示：
New task >第一眼很容易以為目前焦點還停留在 New task 輸入框。
實際上，只要 New task 沒有輸入文字，直接按 Enter 就會打開目前選取的 Task。
反而如果按 Esc，會直接退出 Agent command center。
功能本身並不複雜，但目前這套 TUI 還是比較偏向熟悉 Terminal 操作的開發者工具，而不是一般圖形化軟體的使用體驗。
7.Agent Dashboard跟桌面版 Codex 有什麼差別？
這也是我測完後最大的疑問。
現在的 ChatGPT 桌面應用程式裡，本來就可以切換到獨立的 Codex 工作畫面。
你可以：
同時建立不同工作
在工作之間切換
查看執行狀態
讓工作在背景繼續執行
完成後回來查看結果
從一般使用者的角度來看，這些事情跟 Agent command center 想解決的問題其實有不少重疊。
而且桌面版是完整的圖形介面，操作也更直覺。
所以如果你原本就是：
Windows + ChatGPT 桌面版 Codex 使用者
目前並沒有很強的理由，為了 codex agents 特地改用 CLI。
至少這次實測完，我不會這樣建議。
8. OpenAI 為什麼還要替 CLI 做 Agent Dashboard？
如果站在桌面版使用者的角度，很容易覺得：
已經有 Codex 圖形介面了，為什麼還要在 Terminal 再做一次？
真正的差異在於，有一群開發者的主要工作環境本來就不是桌面 GUI。
例如：
SSH 遠端 Server
Linux 開發環境
WSL
Dev Container
雲端 VM
tmux
長時間執行的 Terminal 工作流
這些情境下，可能同時存在：
Agent A → 開發功能
Agent B → 跑測試
Agent C → 查 Bug
Agent D → Code Review如果沒有 Dashboard，就只能靠多個 Terminal tabs 或其他工具自己追蹤。
因此 Agent command center 真正要解決的問題比較像是：
讓 Terminal-first 的 Codex 使用者，也有一個集中管理多個 Agent 工作的入口。
這跟「取代桌面版 Codex」是完全不同的目的。
9. 你需要 codex agents 嗎？
實際測完後，我會把使用者分成兩類。
如果你主要使用桌面版 Codex
目前沒有必要特別為了 Agents Dashboard 改用 CLI。
桌面版已經提供更直覺的多工作管理方式。
尤其 Windows 使用者，如果只是想看看新的 Agent command center，還要處理 WSL、Linux 環境與 standalone Codex，門檻明顯高很多。
如果你本來就是 CLI / Terminal 使用者
那這個功能就有意思很多。
尤其當你：
同時跑很多 Codex Task
使用 Linux / WSL
透過 SSH 開發
習慣 tmux
有長時間 Agent 工作
codex agents 就可以減少在很多 Terminal 視窗之間來回確認狀態的麻煩。
10. 這次更新真正讓我看到的是什麼？
一開始看到 codex agents，我以為這會是一個很重要的新 Multi-Agent 功能。
實際測完之後，我的看法有點不同。
它目前比較像是替 CLI 使用者補上一個「多工作控制台」。
真正值得注意的，不一定是這個 Dashboard 本身有多好用，而是 Codex 正在慢慢形成一套更完整的 Agent 工作架構。
而桌面版、IDE、CLI，也逐漸變成不同的操作入口。
對一般使用者來說，現在不需要為了每一個新入口都去學一遍。
比較重要的是先搞懂：
自己原本在哪裡工作？哪一種 Codex 入口最適合自己的工作方式？
如果已經習慣桌面版 Codex，那就繼續用桌面版。
如果本來就是 Terminal-first 的開發者，這次新的 Agent command center 才可能真正解決你的問題。
所以這次更新對我來說，最大的收穫反而不是：
「Codex 又多了一個新功能。」
而是更清楚地看見：
OpenAI 正在讓同一套 Codex Agent 能力，適應不同類型的開發工作環境。
留言