Copilot 在做什麼

雲林有個做農業機械代理的老闆，今年二月傳了兩張截圖給我，中間夾了一句：「老師，這兩個工具感覺都在幫我寫程式，有什麼不同？我到底繳哪個費用就好？」

左邊那張是 GitHub Copilot 的補全畫面，他在 VS Code 裡打了幾個字，Copilot 自動把後半段接完了，那種灰色的提示文字。右邊是 Codex CLI 的終端機畫面，他把一個任務描述丟進去，跑了幾分鐘，出來一整段程式碼，還有一個執行結果。

我看了兩張圖，回他：「不一樣。一個是站在你旁邊的建議者，一個是你派出去辦事的人。」

他說：「蛤？」

所以我多解釋了幾句。

Copilot 在做什麼

GitHub Copilot 的工作方式：你在打字，它猜你下一句要寫什麼，然後把建議顯示出來。你按 Tab 接受，或繼續打讓它重猜。

整個過程，你一直在動手。你還是那個在操作的人，Copilot 只是讓你少查幾次資料、少打一些重複的程式碼。根據微軟的研究，它可以讓工程師寫程式的速度提升三到五成。這個數字有對照實驗，不是廣告話術。

但有個前提：你得在打程式碼。你得打開編輯器、開始寫。如果你不寫程式，或者根本不開 VS Code，Copilot 跟你的日常工作沒有交集。

這種狀況，我見過很多次。老闆聽說 AI 可以幫忙寫程式，買了 Copilot，試了兩下搞不懂，就放著了。

Codex CLI 在做什麼

Codex CLI 的邏輯完全不同。你打開終端機，用自然語言告訴它你要什麼：

「幫我讀這個資料夾裡的 Excel，把所有銷售紀錄按月份加總，然後輸出一個新的 CSV 檔。」

然後它去做。它讀你的檔案，寫程式來處理資料，執行這段程式，碰到錯誤就自己修，再執行，直到結果出來。

你不需要打一行程式碼。

當然，你要能把需求說清楚。「幫我整理一下資料」不夠，「把 A 欄按日期排序、統計 B 欄每月的加總、輸出 Excel」才算清楚。「說清楚」這件事確實要練，但這個門檻，比學寫程式低很多。

兩個工具，兩種使用者

Copilot 的目標使用者是工程師，或者每天要打程式碼的人。它解決的問題是「讓會寫的人寫得更快」。

Codex CLI 的目標使用者廣很多。只要你能描述清楚任務，它就能執行。這包括很多不寫程式的老闆、行政人員、業務主管，只要願意學習把需求說清楚。

這個區別，在我陪中小企業做數位轉型時，常常是第一個要釐清的問題。你公司裡有工程師嗎？那個工程師願意用 AI 工具嗎？如果有，Copilot 是讓他加速的好工具。如果你是老闆，想自己用 AI 處理日常事務，Codex CLI 是另一條路。

雲林那個老闆，他不寫程式，Copilot 跟他沒什麼關係。我跟他說：「Copilot 先不用管。試試 Codex CLI，從自動整理進貨記錄開始，一次一個任務。」

他三週後回報：「老師，我現在有個東西幫我跑報表，它不問薪水。」

---

我做易經決策顧問做久了，習慣把工具放進決策鏈裡看。這個工具，讓你扮演什麼角色？

Copilot 讓你扮演的是熟練操作者：你在工作，它給你建議，你決定要不要接受，然後繼續做。你的位置，是執行者。

Codex CLI 讓你扮演的是指揮者：你說清楚方向，它去執行，回來給你結果，你審核。你的位置，從執行者升到了指揮者。

易經的決策思維裡有一個很基本的問題：你現在站的是哪個位置？操作者看到的是眼前的這一步，指揮者才能看到整個局面怎麼走。這不是工具決定的，是你對自己角色的定位決定的。

企業 AI 導入，沒有一個工具是「最好的」。Codex CLI 跟 Copilot 各有各的場景。一個讓工程師快三成，一個讓非工程師也能下指令。

搞清楚自己是哪種人，再選工具。用錯了，放著都可惜。