OpenAI Codex 实战 —— 让 AI 帮我做 PPT 和写实验报告
OpenAI Codex 是 OpenAI 推出的 CLI + 云端编程智能体，支持 /goal 自主循环执行、并行处理和开源定制。这篇文章记录了我在同一天里用它完成了两项任务：一份 18 页的技术演讲 PPT 和一份包含 3 个完整实验的数据结构实验报告 Word 文档。
整个过程不是”一键生成”，而是 人机协作、反复调试 的真实写照——这也是 2026 年 VibeCoding 的典型工作方式。
一、实战一：制作 2026 VibeCoding 工具全景 PPT
任务描述
给 Codex 下达了一个需求：制作一份面向课堂分享的 PPT，介绍 2026 年主流的 10 款 VibeCoding 工具。
Codex 生成了一个完整的 Node.js 脚本 build-deck.mjs，使用 @oai/artifact-tool 的 presentation-jsx 引擎，以 JSX 声明式语法构建 18 页幻灯片。
PPT 内容结构
PPT 十八页内容结构
生成效果
踩坑与修复
Codex 生成的代码虽然结构完整，但在实际运行中遇到了 4 个 bug，需要逐一排查修复：
点击展开Bug详情和修复方案
Bug 1：Grid 布局 rowSpan 写错
报错 Grid could not place child within the available tracks
原因： definitionSlide 和 toolSlide 的 info 面板列使用了 rowSpan: 2，但外层 Grid 只定义了 2 行，row 0 已被标题和标签占满，子元素尝试跨到 row 2 时越界。
修复： definitionSlide 的 info 面板应跨列而非跨行 → columnSpan: 2；toolSlide 的 info 面板不需要 span → 直接移除。
Bug 2：Windows 路径双盘符
报错 ENOENT: mkdir 'D:\D:\openai_codex\...'
原因： 通过 new URL(import.meta.url).pathname 获取的路径在 Windows 上带前导 /（如 /D:/openai_codex/...），path.resolve 处理后产生 D:\D:\...。
修复： 改用 Node.js 标准的 fileURLToPath(import.meta.url)：1
2import { fileURLToPath } from "node:url";
const workspaceDir = path.resolve(path.dirname(fileURLToPath(import.meta.url)), "..");
Bug 3：内容溢出
报错 column overflowed slide 3 height by 86.8px → 逐次缩小至 1.2px
原因： 4 个 infoPanel 的总高度超出了 definitionSlide 第二行的可用空间。
修复： 减小 infoPanel 的 padding（20→16）、内部 gap（10→8）、body 字号（22→20），并缩小 definitionSlide 列的 gap（14→6）。
Bug 4：Blob API 不兼容
报错 blob.arrayBuffer is not a function → Buffer.from received undefined
原因： @oai/artifact-tool 的 PresentationFile.exportPptx() 返回的是自定义 Blob 对象（{ data: Uint8Array, mime: string }），而 slide.export({ format: "png" }) 返回的是标准 Web Blob（有 .arrayBuffer() 方法）。两个 API 不一致。
修复： 兼容两种类型：1
const data = blob.data ?? new Uint8Array(await blob.arrayBuffer());
最终成果
1 | ✅ 18 页幻灯片全部生成 |
二、实战二：撰写数据结构实验报告 Word 文档
任务描述
同一次对话中，Codex 还帮我完成了另一项任务：从数据结构课程的实验要求中任选三个实验，写出包含 实验应用、算法设计、完整 C 语言代码、实验总结 的正式报告，输出为 Word 文档。
Codex 使用 Python 的 python-docx 库编写了 build_codex_test1.py 脚本，生成格式规范的 .docx 文件。
三个实验概览
实验一：单链表学生信息管理系统
实验应用
学生成绩管理系统是高校教务中最常见的数据管理场景。本实验使用单链表实现学生信息的增删改查，适用于小规模数据的链式存储管理。
算法设计
- 数据结构：带头结点的单链表，每个结点包含学号、姓名、成绩、指针域
- 核心操作：头插法/尾插法建表、按学号查找、按位置插入、按学号删除、遍历输出
- 时间复杂度：查找/插入/删除均为 O(n)，头插为 O(1)
C 语言实现要点1
2
3
4
5
6
7typedef struct Student {
char id[12];
char name[20];
float score;
struct Student *next;
} Student;
// 尾插法、查找、插入、删除、排序、输出共 6 个函数
实验总结
单链表的动态内存特性使其在频繁增删的场景中优于顺序表。本实验加深了对指针操作和链式存储的理解。
实验二：哈夫曼编码与解码系统
实验应用
哈夫曼编码是数据压缩领域的经典算法，广泛应用于 ZIP 压缩、JPEG 图像编码、MP3 音频编码等场景。本实验实现完整的编码-解码流程。
算法设计
- 数据结构：哈夫曼树（二叉树）、最小堆（优先队列）、编码表（哈希映射）
- 构建流程：统计字符频率 → 建最小堆 → 反复合并最小两结点 → 递归生成编码
- 核心操作：
buildHuffmanTree()、generateCodes()、encode()、decode() - 时间复杂度：建堆 O(nlogn)，编码生成 O(n)
C 语言实现要点1
2
3
4
5
6typedef struct HuffmanNode {
char ch;
int freq;
struct HuffmanNode *left, *right;
} HuffmanNode;
// 含最小堆、建树、生成编码、编码文件、解码文件
实验总结
哈夫曼编码展示了贪心算法在最优前缀码构造中的精妙应用，是理解无损压缩原理的绝佳入门案例。
实验三：校园最短路径导航系统
实验应用
校园导航是图论最短路径算法的典型应用场景。本实验以校园建筑为结点、道路为边，实现两地之间的最短路径查询与可视化路径输出。
算法设计
- 数据结构：邻接矩阵存储带权无向图
- 核心算法：Dijkstra 算法（单源最短路径）+ Floyd 算法（全源最短路径）
- 辅助功能：路径回溯（
prev[]数组）、路径打印（递归输出经过的建筑名称） - Dijkstra 时间复杂度：O(n²)，适合结点数 ≤ 100 的场景
C 语言实现要点1
2
3
4
5
6
7
typedef struct {
char name[30];
int edges[MAXV][MAXV];
int n; // 实际结点数
} CampusGraph;
// Dijkstra 最短路径 + 路径回溯 + 路径打印
实验总结
Dijkstra 算法是图论中最优雅的经典算法之一。通过实际地图数据的导入，代码直接从”纸上算法”变成了可用的导航工具。
文档格式
封面页（标题 + 元信息表）
目录页（三个实验的导航）
每实验含：实验应用 / 算法设计 / C 代码 / 结果说明 / 实验总结
C 代码通过 gcc -fsyntax-only -std=c99 语法检查
微软雅黑标题 + 宋体正文 + Consolas 代码，1.5 倍行距
三、经验与反思
1. VibeCoding 不是"一键生成"
无论是 PPT 的 4 个 bug 修复，还是 Word 文档的结构设计，整个过程都是 人机协作：
- AI 负责：生成初版代码、搭建框架、填充内容
- 人负责：定义目标、审查结果、修复边界情况、验证输出
这正是 Karpathy 所说的”从逐行写代码，转向描述意图、审查生成结果”。
2. 技术栈选择很关键
PPT 使用 @oai/artifact-tool 的 JSX 声明式语法，代码量约 960 行但结构清晰、可维护性强。Word 使用 python-docx，API 直观，适合程序化生成格式化文档。两者都是各自领域的优秀选择。
3. 环境差异不容忽视
Windows 路径处理、不同版本库的 API 差异、CSS Grid 布局的隐式行限制——这些问题 AI 生成的代码不一定能预判到，需要开发者有调试能力和底层理解。
总结
这次实战让我深刻体会到：2026 年的 VibeCoding，本质上是”AI 负责广度（快速生成框架和基础代码），人负责深度（审查、调试、优化、验证）”。
Codex 的 /goal 自主循环能力让它在处理这类”生成型”任务时表现出色——定义好输入输出的规格，它就能持续迭代直到完成。而人的价值在于：判断方向是否正确、修复 AI 的盲区、把关最终质量。
两个项目都在半小时内完成了从需求到交付的全过程，这在传统开发模式下是不可想象的。
