很多人用 AI还停留在“打开 ChatGPT 问一句”的阶段。但实际上AI 的使用可以分成两个层次第一个层次是只想和 AI 聊天比如写文案、翻译、润色、总结论文、改简历、问问题。第二个层次是让 AI 参与真实生产比如写代码、改项目、读仓库、修 bug、搭建 Agent、生成网页和工具。这篇文章就分成两个模块分别讲只想和 AI 聊天Chatbox API想用 Codex 等 Vibe Coding 工具 Codex API一、只想和 AI 聊天Chatbox API如果你的需求只是日常聊天、写作、翻译、总结、论文阅读、简历修改那么其实不一定非要使用网页版 ChatGPT。更轻量的方式是Chatbox API配置好以后你就可以在 Chatbox 里调用不同模型比如GPT、Claude、Gemini、DeepSeek、Kimi、通义、豆包等。这种方式适合谁相比直接打开网页聊天Chatbox API 的优点是更灵活。你可以根据不同任务选择不同模型写中文材料可以用国产模型写英文润色可以用 GPT 或 Claude写代码解释可以用推理能力强的模型日常低成本聊天可以用价格更低的模型。步骤一配置API1. 打开网站LinkAI然后注册LinkAIhttps://linkai.shop/register?affGXCP92XAAPAX2. 配置API步骤二配置Chatbox AI1. 打开Chatbox AI官网办公学习的AI好助手全平台AI客户端官方免费下载下载完后安装chatbox。2. 选择将上文中的API复制进来并选择合适的大语言模型并保存就可以使用啦。其中域名对应OpenAI格式的 域名API Key对应API密钥配置完成后即可使用二、想让 AI 成为真正生产力Codex API如果你不只是想聊天而是希望 AI 帮你真正完成工作比如写代码改代码分析项目修复 bug搭建网页生成脚本做 Agent 项目阅读整个代码仓库那就可以进入第二个层次Codex API这类工具通常被称为Vibe Coding 工具。简单说就是你不用像传统编程那样一行一行写代码而是用自然语言告诉 AI我要做什么功能哪个文件有问题怎么修改运行后报了什么错帮我修复并解释原因AI 会直接参与项目开发。步骤一配置API1. 打开网站LinkAI然后注册LinkAIhttps://linkai.shop/register?affGXCP92XAAPAX2. 配置API步骤二安装Codexnode-js 下载Node.js — Download Node.js®参考文档Node.js 与 npm 的安装与配置详细教程_npm安装-CSDN博客然后winR 输入cmd打开终端输入npm install -g openai/codex安装完之后检查版本如果有输出版本号则是成功。codex --version步骤三配置Codex1. 打开文件夹2. 将内容复制进去model_provider OpenAI model gpt-5.5 review_model gpt-5.5 model_reasoning_effort xhigh disable_response_storage true network_access enabled windows_wsl_setup_acknowledged true [model_providers.OpenAI] name OpenAI base_url https://linkai.shop wire_api responses requires_openai_auth true [features] goals true3. 再打开将api key复制进去{ OPENAI_API_KEY: sk-xxx }步骤五winR cmd打开终端输入codex愉快的使用推荐skills-superpowers使用场景推荐方案日常聊天Chatbox API论文总结Chatbox API简历润色Chatbox API英文翻译Chatbox API代码解释Chatbox API 或 Codex项目开发CC Switch Codex API修 bugCC Switch Codex API搭建 AgentCC Switch Codex API阅读代码仓库CC Switch Codex API四、普通用户应该怎么选如果你是刚开始接触 AI我建议先从第一种开始Chatbox API因为它门槛低配置简单能立刻感受到 AI 的价值。等你熟悉了 API、模型选择、上下文、提示词之后再进入第二阶段CC Switch Codex API这个阶段AI 就不只是聊天工具了而是你的开发助手、项目助手和生产力工具。总结如果你只是想和 AI 聊天、写材料、总结论文用 Chatbox API如果你想让 AI 帮你写代码、改项目、做工具用 CC Switch Codex API前者解决的是“AI 聊天”。后者解决的是“AI 干活”。从聊天到生产力中间差的不是一个模型而是一套正确的使用方式。