Codex Community Meetup Taipei #2：當 Agent 說做完了，你敢信嗎？

一場社群小聚，兩個關於「信任」的提問

Codex Community Meetup Taipei #2 於 2026 年 8 月 29 日在 N24 台北方舟登場，由 Codex Community Events 主辦人 Jane 號召，場地由 N24 台北方舟提供，啤酒由 AWS 贊助。當天下午五點開始報到，緊接著是一小時半的 Community Sharing Session，五位講者輪番上陣，從 Codex 做 LINE Bot、跨平台 App 開發，到開源社群的審稿系統優化，主題橫跨開發實戰與工具應用。

其中兩場 Lightning Talk，不約而同碰上同一個核心問題：當 AI Agent 說「我做完了」，你要怎麼確定它真的做對了？

育承：用 Codex 開發跨平台選舉追蹤 App

美國有 50 州，選舉候選人與新聞散落在各地媒體，光看 CNN 這類新聞台，很難拼出完整的選情全貌。育承本身喜歡追蹤美國政治，過去每週固定手動問 ChatGPT「本週選舉重大發展」，直到他意識到這個流程其實可以自動化，於是動手做了一款 App：每週自動彙整各州選舉動態、互動式地圖點擊跳轉、以及可追蹤單一州從初選到現任者結果的 Timeline 頁面。

技術上，他選用 Skip 框架，把 SwiftUI 程式碼轉譯成 Android Jetpack Compose，用單一 codebase 同時支援 iOS 與 Android，今年 Skip 剛從商業授權轉為開源。

比較有意思的是他使用 Codex 前後的落差。一開始他仍用傳統方式手動開檔案寫程式，卡關就把錯誤訊息貼給 ChatGPT 問，但 Skip 是相對冷門的框架，網路上的文件不齊全，光靠貼上下文問答，很容易卡在「看起來很怪但解不開」的死角。開始用 Codex 之後，Agent 可以直接讀取套件的原始碼，不用大海撈針找答案，能直接判斷某個行為是框架本身如此，還是真的踩到 bug。他也坦言一個小小的失落：Codex 某種程度上剝奪了自己動手刻 UI 細節的樂趣。

Serko：PyCon TW 審稿系統，如何驗證 Agent 真的做完了

Serko 是香港人，目前在台灣工作，同時活躍於 Flutter Community Team、Golang Taiwan、PyCon Taiwan 等開源社群，目前是 PyCon TW 開發組組長，接手去年建立的 AI 輔助 proposal 審稿系統。

去年的 v1 版本，流程是讀入 Excel、組 prompt、呼叫 OpenAI API、驗證回傳的 JSON，最後一次寫回 Excel。這個做法有兩個明顯的問題：無法續跑（100 筆跑到第 50 筆中斷就得整批重來），以及API token 成本高（另外付費）。

今年的優化圍繞四個可靠性條件：資料格式正確、資料完整性可追蹤、context 隔離避免污染與 prompt injection 風險、以及可續跑。他的解法是每次呼叫後即時暫存結果，重跑時先檢查哪些資料處理過，跳過已完成項目；成本問題則改用 Codex CLI，直接吃 ChatGPT 訂閱額度，不必額外付 API 費用。

不過仍有沒解決的痛點：同時開太多 Codex CLI instance 容易撞到 rate limit，也擔心帳號被限制；而目前方案高度綁定 Codex，未來若想換 Agent 或模型，改動成本不小。他也分享了一個發現，Codex 官方文件裡有個實驗性內建工具「Bring your own CSV」，可以指定 CSV 路徑、ID 欄位與處理邏輯，讓 Codex 針對資料逐筆做結構化批次處理，省去自己刻續跑與驗證邏輯的力氣。

從兩場分享看見的共同課題

一個做跨平台 App，一個做審稿自動化，兩人切入的場景完全不同，卻都在講同一件事：AI 產出的東西，要怎麼被驗證是對的。這或許正是這個階段所有 Codex 使用者都得面對的功課，不只是工具用得順不順手，而是怎麼建立一套讓自己安心的驗證機制。