Codex CLI 0.164.0 จำคำสั่งได้ 10 ช่อง พร้อมปรับสิทธิ์และปิดบังข้อมูลลับ

Codex CLI 0.164.0 เพิ่มช่องเก็บคำสั่งโปรด /presets จำนวน 10 ช่อง พร้อมเมนูเรียกใช้ด้วยแป้นพิมพ์ สำหรับบันทึกข้อความสั่งงานและคำสั่งที่ขึ้นต้นด้วยเครื่องหมายทับไว้ใช้ซ้ำ (GitHub) คนที่ให้ AI ช่วยงานเดิมทุกวันจึงมีทางลดการพิมพ์ซ้ำ ส่วนเรื่องที่ผมอยากให้สนใจพอ ๆ กันคือการตรวจว่า AI ได้รับสิทธิ์ทำอะไร เพราะความสะดวกควรมาคู่กับขอบเขตงานที่เราเข้าใจ

CLI คือโปรแกรมที่ใช้งานผ่านหน้าต่างพิมพ์คำสั่ง ส่วน Codex เป็นผู้ช่วยเขียนโค้ดที่ทำงานในหน้าต่างลักษณะนี้ ตามคำอธิบายของโครงการ (GitHub) ถ้าคุณเป็นเจ้าของร้านที่มีคนดูแลระบบ ผู้ปกครองที่มีลูกเรียนเขียนโปรแกรม หรือพนักงานที่ทำงานร่วมกับทีมไอที ประเด็นใกล้ตัวคือจะให้งานเดินเร็วขึ้นอย่างไร โดยไม่เผลอมอบข้อมูลลับหรือสิทธิ์เกินจำเป็นให้เครื่องมือ

สรุป 30 วินาที: เกิดอะไรขึ้น

รุ่นนี้เพิ่มการใส่ค่าต่อท้าย /model และ /permissions โดยตรง เพื่อเลือกโมเดล ระดับการใช้เหตุผล ความเร็ว และชุดสิทธิ์การทำงาน โมเดลในที่นี้หมายถึงตัว AI ที่ใช้ประมวลผลงาน ส่วนชุดสิทธิ์คือการกำหนดขอบเขตว่าเครื่องมือได้รับอนุญาตให้ทำอะไร (ChatGPT Learn)

อีกกลุ่มเป็นความสามารถสำหรับสภาพแวดล้อมทำงาน ได้แก่ แสดงภาพตัวอย่างในหน้าประวัติสนทนาแบบเต็มจอเมื่อเทอร์มินัลรองรับ Kitty หรือ Sixel เพิ่มทางยืนยันตัวตนสำหรับการเชื่อมต่อ MCP ขององค์กร ปิดบังข้อมูลรับรองในงานระยะไกลบางรูปแบบ และเปิดตัวช่วยตั้งค่า Amazon Bedrock เป็นค่าเริ่มต้น (GitHub) เทอร์มินัลคือหน้าต่างรับคำสั่ง ส่วน Kitty และ Sixel เป็นรูปแบบการแสดงภาพที่หน้าต่างนั้นต้องรองรับก่อน จึงไม่ควรคาดว่าภาพจะปรากฏได้บนทุกเครื่อง

รายการแก้ไขครอบคลุมการย่อประวัติสนทนา การกลับมาทำงานต่อ การยืนยันตัวตนผ่านตัวกลางเครือข่ายบน Windows การรอเลือกสิทธิ์ก่อนเดินหน้าคำสั่งที่เข้าคิว และการตรวจขอบเขตพื้นที่ทำงานที่รัดกุมขึ้น (GitHub) รายการเหล่านี้ทำให้ข่าวนี้มีน้ำหนักมากกว่าการเพิ่มปุ่มลัด แต่ยังไม่มีตัวเลขวัดว่าประหยัดเวลาหรือทำงานเร็วขึ้นเท่าใดในข้อความต้นทาง

ทำไมเรื่องนี้เกี่ยวกับคุณ

สำหรับคนเขียนโปรแกรม งานที่สั่งซ้ำอาจเป็นการตรวจการเปลี่ยนแปลง อธิบายโค้ด หรือสรุปสิ่งที่ต้องแก้ ผมแนะนำให้มองสิ่งเหล่านี้เป็นตัวอย่างคำสั่งที่คุณอาจเลือกบันทึกเอง ความสามารถที่ยืนยันจากบันทึกรุ่นคือการเก็บข้อความสั่งงานและคำสั่งแบบทับไว้เรียกซ้ำ ไม่ได้ระบุว่ามีชุดงานตัวอย่างเหล่านี้ติดตั้งมาให้แล้ว (GitHub)

สำหรับหัวหน้าทีมหรือเจ้าของธุรกิจ การเลือกข้อความมาตรฐานร่วมกันเป็นเรื่องของวิธีทำงานที่คุณกำหนดได้ แต่ผมแนะนำให้แยกการเขียนคำสั่งออกจากการแจกสิทธิ์เสมอ เพราะ changelog ระบุทั้งการเรียกใช้คำสั่งโปรดและการบันทึกค่าสิทธิ์ปัจจุบันเป็นค่าที่เรียกซ้ำได้ด้วย (ChatGPT Learn) ก่อนนำชุดตั้งค่าของใครมาใช้ ควรอ่านว่ามันขอให้ทำอะไรและเปิดสิทธิ์อะไร ไม่ใช่ดูเพียงชื่อว่าเหมาะกับงานของเรา

คนทำงานในองค์กรที่มีระบบภายในควรสนใจ MCP ซึ่งเป็นวิธีเชื่อมผู้ช่วย AI เข้ากับเครื่องมือหรือบริการอื่น รุ่นนี้เพิ่มการยืนยันตัวตนของการเชื่อมต่อ MCP สำหรับองค์กร ผ่านสิทธิ์จากบัญชี Codex ที่เข้าเกณฑ์ หรือการลงชื่อเข้าใช้เฉพาะ รวมถึงรองรับลูกค้า OAuth ที่ต้องใช้ข้อมูลลับประกอบการยืนยันตัวตน (GitHub) OAuth คือกลไกอนุญาตให้แอปเข้าถึงบริการตามสิทธิ์ที่ได้รับ ไม่ควรตีความข่าวนี้ว่าบัญชีทุกประเภทจะเชื่อมทุกระบบองค์กรได้ทันที

ทำงานยังไง

ให้คิดถึง รีโมตแอร์ที่มีปุ่มจำโหมดโปรด ครับ คุณตั้งสิ่งที่ใช้บ่อยไว้แล้วเรียกกลับมาได้ โดยไม่ต้องเลือกใหม่ทุกครั้ง /presets ทำหน้าที่ทำนองนั้นกับข้อความสั่งงานและคำสั่งแบบทับ โดยมีช่องหมายเลข 10 ช่องและเมนูแป้นพิมพ์ช่วยเลือก (GitHub) ประโยชน์ที่ผมคาดหวังคือความสม่ำเสมอของคำสั่ง แต่ผลลัพธ์ยังต้องอ่านตรวจตามงานจริง ปุ่มจำคำสั่งไม่ได้รับหน้าที่คิดแทนคนตรวจงานด้วย

ส่วนการใส่ค่าต่อท้าย /model และ /permissions คือการเลือกค่าจากบรรทัดคำสั่งนั้นได้เลย บันทึกรุ่นระบุว่าครอบคลุมตัวโมเดล ระดับการใช้เหตุผล ความเร็ว และชุดสิทธิ์ แต่ข้อความที่ให้มาไม่ได้แจกแจงค่าที่เลือกได้ทั้งหมดหรือรูปแบบคำสั่งตัวอย่าง (ChatGPT Learn) ผมจึงไม่เติมชื่อโหมดหรือค่าตัวเลือกที่ยังไม่มีหลักฐานให้ลองพิมพ์ตาม

ถ้าอธิบายเรื่อง permissions แบบภาษาคนทำงาน มันคือคำตอบว่า AI ทำอะไรต่อเองได้ และตรงไหนต้องให้คนอนุญาตก่อน ส่วน approvals คือการขออนุมัติ และ sandbox คือพื้นที่ที่จำกัดขอบเขตการทำงาน นโยบายความปลอดภัยของโครงการระบุให้ดูรายละเอียดเรื่องพื้นที่จำกัด การอนุมัติ และการควบคุมเครือข่ายในเอกสารเฉพาะ แต่ข้อความที่มีอยู่ไม่ได้ให้รายละเอียดของโหมดเริ่มต้น (GitHub Security) ดังนั้นคำอธิบายนี้เป็นการช่วยอ่านความหมายของคำ ไม่ใช่การยืนยันว่ารุ่นนี้จะถามก่อนทุกครั้งหรืออนุญาตทุกอย่างโดยอัตโนมัติ

การปิดบัง credentials หมายถึงการซ่อนข้อมูลที่ใช้พิสูจน์สิทธิ์เข้าระบบ เช่น ข้อมูลลับสำหรับเข้าใช้บริการ ขอบเขตที่บันทึกรุ่นระบุคือคำสั่ง Bash ระยะไกลที่รองรับ และเซสชัน Zsh แบบเก็บสภาพแวดล้อมไว้ รวมถึงข้อมูลรับรองจากผู้ให้บริการที่กำหนดเอง Bash กับ Zsh เป็นโปรแกรมรับและรันคำสั่ง (GitHub) คำว่า “ที่รองรับ” สำคัญมาก เพราะข้อความนี้ไม่ได้บอกว่าข้อมูลลับจะถูกซ่อนในทุกช่องทางหรือทุกสถานการณ์

สำหรับ Amazon Bedrock ซึ่งอยู่ในบริบทการตั้งค่าบริการของ AWS ตัวช่วยตั้งค่าทีละขั้นเปิดเป็นค่าเริ่มต้นแล้ว เมื่อพบข้อมูลรับรองจะจัดช่องใส่ API key ไว้ร่วมกับวิธีลงชื่อเข้าใช้ AWS อื่น ๆ โดย API key คือรหัสที่โปรแกรมใช้ขอเข้าใช้บริการ (GitHub) สิ่งที่เปลี่ยนคือขั้นตอนตั้งค่า ไม่ใช่หลักฐานว่าระบบจะเลือกสิทธิ์หรือค่าใช้จ่ายที่เหมาะกับคุณให้เสร็จทั้งหมด

จุดสังเกต: งานที่ค้างต้องรอให้เลือกสิทธิ์เสร็จก่อน

จุดเล็กที่ผมให้ความสำคัญคือคำสั่งที่เข้าคิวไว้จะรอให้การเลือกสิทธิ์ที่ค้างอยู่จบก่อนจึงทำงานต่อ เป็นรายการแก้บั๊กที่ระบุชัดในรุ่นนี้ (GitHub) ในมุมการใช้งาน ผมแนะนำให้ใช้จังหวะเลือกสิทธิ์นั้นอ่านขอบเขตให้ครบ โดยเฉพาะเมื่อกำลังจะส่งงานหลายอย่างต่อเนื่อง อย่าเลือกเพียงเพราะอยากให้หน้าจอเดินต่อ

อีกเรื่องคือ compaction หรือการย่อบทสนทนายาวให้เหลือสรุปเพื่อใช้ทำงานต่อ หากย่อไม่สำเร็จ รุ่นนี้จะไม่ทิ้งสรุปที่ทำค้างไว้ในประวัติ และเมื่อการย่อเบื้องหลังล้มเหลวจะมีทางถอยกลับโดยไม่เกิดอาการ panic หรือข้อผิดพลาดร้ายแรงแบบที่บันทึกรุ่นกล่าวถึง (ChatGPT Learn) นี่เป็นการแก้การจัดการความล้มเหลว ไม่ใช่คำรับรองว่าสรุปทุกชิ้นจะครบถ้วนหรือ AI จะไม่เข้าใจงานผิด

การกลับมาใช้เซสชันเดิมก็แก้ให้ค้นพบประวัติที่ถูกบีบอัด และคืนค่าการตั้งค่าของบทสนทนาที่บันทึกไว้ แทนการใช้ค่าเริ่มต้นส่วนกลางทับลงไป (GitHub) ผมแนะนำให้ตรวจสิทธิ์อีกครั้งหลังกลับมาทำงาน เพราะการคืนค่าที่เคยบันทึกไว้ไม่ได้ตอบแทนเราว่าค่านั้นยังเหมาะกับงานรอบนี้หรือไม่

เรื่องเงิน / ผลกระทบ

ไม่มีราคาไทย ค่าสมาชิกใหม่ ตัวเลขลดต้นทุน หรือผลทดสอบประหยัดเวลาอยู่ในข้อความ changelog ที่ใช้ประกอบบทความนี้ จึงยังสรุปเป็นจำนวนเงินบาทหรือชั่วโมงที่ประหยัดได้ไม่ได้ รายการที่ยืนยันคือความสะดวกในการเรียกคำสั่งซ้ำและการแก้ปัญหาการทำงานต่อจากประวัติ (ChatGPT Learn) ถ้าจะประเมินความคุ้มค่า ผมแนะนำให้ทีมทดลองกับงานเดิมที่ตรวจผลได้ แล้วจดเวลาที่คนใช้ตรวจแก้ด้วย ไม่ใช่นับแค่เวลาที่ AI ตอบ

เรื่องพื้นที่เก็บข้อมูล บันทึกรุ่นระบุว่าลดการใช้ดิสก์ด้วยการลบชุดติดตั้งที่ไม่ได้ใช้ เก็บกวาดสิ่งที่ค้างจาก marketplace และจำกัดขนาดบันทึกของโปรแกรมเบื้องหลัง แต่ไม่ได้ระบุว่าจะคืนพื้นที่ได้เท่าไร (GitHub) จึงควรมองเป็นงานดูแลความเรียบร้อยของเครื่อง มากกว่าจะคำนวณว่าประหยัดค่าพื้นที่ได้ทันที

องค์กรที่ใช้ Windows และมี proxy หรือตัวกลางควบคุมการเชื่อมต่อเครือข่าย มีรายการแก้ให้การเชื่อมต่อ HTTPS และ WebSocket รับมือการร้องขอยืนยันตัวตนจาก proxy ด้วยข้อมูลรับรอง Negotiate หรือ NTLM ของผู้ใช้ที่ลงชื่อเข้าใช้อยู่ได้ ชื่อสองรายการหลังเป็นวิธียืนยันตัวตนที่บันทึกรุ่นระบุไว้ (GitHub) ธุรกิจในไทยที่ใช้รูปแบบเครือข่ายเช่นนี้ก็ควรให้ฝ่ายไอทีทดสอบ แต่ยังไม่มีข้อมูลว่ามีองค์กรไทยใดได้รับผลกระทบหรือแก้ปัญหาได้แล้ว

ข้อมูลที่ยังไม่ชัด และจุดที่แหล่งข่าวพูดไม่ตรงกัน

ข้อความหน้า GitHub Releases ที่ให้มามีวันที่กำกับ 23 ตุลาคม 2026 ขณะที่หน้า Changelogs.directory กำกับ 24 ตุลาคม 2026 จึงควรแยกวันที่ของแต่ละหน้าออกจากกัน ยังไม่มีเวลาเผยแพร่พร้อมเขตเวลาให้แปลงเป็นเวลาไทย และไม่มีเวลาระดับชั่วโมงหรือนาทีให้ยืนยัน (GitHub, Changelogs.directory) ผมจึงอ้างวันที่จากหน้าแหล่งข่าวตามที่มี แทนการเดาเวลาปล่อยรุ่น

หน้า ChatGPT Learn มีวันที่กำกับ 19 พฤษภาคม 2025 แต่เนื้อหาที่ส่งมาระบุแพ็กเกจรุ่น 0.164.0 และรายการเปลี่ยนแปลงตรงกับรุ่นนี้ วันที่กำกับหน้านั้นจึงใช้ยืนยันวันเผยแพร่รุ่นนี้ไม่ได้จากข้อมูลที่มี (ChatGPT Learn) ส่วนข้อมูลบนหน้า GitHub ชี้ช่วงการเปลี่ยนแปลงไปถึงแท็ก rust-v0.164.0 ซึ่งใช้ระบุรุ่นที่กำลังพูดถึงได้ (GitHub)

Changelogs.directory แยกหัวข้อ Security Updates และมีรายการจำกัดการแทนที่ข้อมูลรับรองให้อยู่กับต้นทางที่เชื่อถือได้และตำแหน่งแทนค่าที่กำหนด รายการนี้ปรากฏในข้อความของแหล่งนั้น แต่ไม่เห็นในส่วนข้อความ GitHub ที่ให้มา จึงยืนยันรายละเอียดนี้ได้จากแหล่งเดียวในชุดข้อมูลนี้ (Changelogs.directory) การจัดหมวดว่าเป็นอัปเดตความปลอดภัยไม่ได้บอกว่ามีการโจมตีเกิดขึ้นแล้ว

สิ่งที่ยังไม่ทราบอีกคือชื่อและขอบเขตของชุดสิทธิ์เริ่มต้น เกณฑ์บัญชี Codex ที่ใช้ยืนยัน MCP ได้ครบทั้งหมด และขอบเขตการปิดบังข้อมูลรับรองในทุกระบบ บันทึกรุ่นยืนยันเพียงความสามารถและเงื่อนไขบางส่วน (GitHub) ผมแนะนำให้ถือจุดที่ยังไม่รู้เป็นรายการที่ต้องตรวจในสภาพแวดล้อมของตัวเองก่อนใช้จริง

แล้วเราควรทำอะไร

นักพัฒนาและนักศึกษาที่ใช้ Codex CLI

1. อัปเดตผ่านช่องทางจัดการแพ็กเกจทางการที่คุณใช้อยู่ สำหรับผู้ใช้ npm หน้า ChatGPT Learn ระบุคำสั่ง npm install -g @openai/[email protected] ไว้ตรงรุ่น (ChatGPT Learn) คำสั่งนี้เป็นข้อมูลสำหรับเลือกใช้อัปเดต ไม่ใช่ขั้นตอนที่บทความนี้ได้รันหรือตรวจบนเครื่องของคุณแล้ว
2. ผมแนะนำให้เริ่มกับโครงการทดลองที่ทิ้งได้ และตรวจ /permissions หลังอัปเกรด อ่านว่าชุดสิทธิ์ที่เลือกยอมให้ทำอะไร ก่อนมอบงานที่มีไฟล์สำคัญ อย่าใช้ข้อมูลรับรองของระบบที่ให้บริการจริงในการทดลอง
3. บันทึกเฉพาะคำสั่งซ้ำที่อ่านเข้าใจง่ายลงใน /presets แล้วทดลองเรียกใช้กับงานเล็กก่อน ความสามารถเก็บคำสั่งและเมนูเรียกใช้มีในบันทึกรุ่น ส่วนการเลือกคำสั่งที่เหมาะสมยังเป็นหน้าที่ของผู้ใช้ (GitHub)

หัวหน้าทีมและเจ้าของธุรกิจที่มีคนดูแลระบบ

1. ผมแนะนำให้ตกลงข้อความมาตรฐานของงานที่ใช้บ่อย ระบุสิ่งที่ต้องส่งมอบและให้คนตรวจผลร่วมกัน เก็บเฉพาะคำสั่ง ห้ามใส่รหัสผ่าน API key หรือข้อมูลลูกค้าที่เป็นความลับลงในชุดคำสั่งโปรด
2. ตรวจแยกว่าชุดที่นำมาใช้มีค่าด้านสิทธิ์อยู่ด้วยหรือไม่ เพราะ changelog ระบุการบันทึกค่าการอนุญาตปัจจุบันเป็นค่าที่เรียกซ้ำได้ (ChatGPT Learn) ผมแนะนำให้มีคนรับผิดชอบทบทวนก่อนแจกใช้ทั้งทีม
3. ทดลองงานที่กลับมาทำต่อจากเซสชันเก่า และงานที่มีคำสั่งเข้าคิว ตรวจว่าการตั้งค่าและจังหวะขอสิทธิ์ตรงตามที่ทีมคาดหวัง จุดเหล่านี้สัมพันธ์กับรายการแก้ resume และ queued prompts ของรุ่นนี้ (GitHub)

ฝ่ายไอทีองค์กรและผู้ดูแลความปลอดภัย

1. ประเมินรูปแบบยืนยันตัวตน MCP ที่องค์กรใช้อยู่ก่อนเลือกวิธีเชื่อมต่อ รุ่นนี้มีทั้งสิทธิ์จากบัญชี Codex ที่เข้าเกณฑ์และการลงชื่อเข้าใช้เฉพาะ รวมถึง OAuth ที่ต้องมีข้อมูลลับ (GitHub) ผมแนะนำให้แยกบัญชีทดลองออกจากบัญชีที่เข้าถึงระบบจริง
2. ทดสอบการเชื่อมต่อผ่าน proxy บน Windows และตรวจขอบเขตการปิดบังข้อมูลรับรองของงาน Bash หรือ Zsh ระยะไกลที่ใช้อยู่ โดยอิงเฉพาะกรณีที่บันทึกรุ่นระบุว่ารองรับ (GitHub) อย่าทดสอบด้วยความลับของระบบจริงเพียงเพื่อดูว่าจะถูกซ่อนได้หรือไม่
3. หากพบช่องโหว่ที่ตรวจสอบแล้ว นโยบายของโครงการระบุให้รายงานผ่านโปรแกรม Bugcrowd (GitHub Security) ผมแนะนำให้เก็บรายละเอียดอย่างเหมาะสมและหลีกเลี่ยงการเผยแพร่ข้อมูลลับระหว่างรายงาน

หลักฐานความปลอดภัยและความเสี่ยงที่ยังเหลือ

ด้านที่มา หลักฐานหลักคือหน้า Releases ของคลัง openai/codex บน GitHub ซึ่งระบุรุ่น 0.164.0 และแท็กปลายทาง rust-v0.164.0 โดยข้อความแหล่งนี้กำกับวันที่ 23 ตุลาคม 2026 แต่ไม่แสดงเวลาเผยแพร่ที่ละเอียดกว่านั้น (GitHub) หน้า ChatGPT Learn ให้รายการเปลี่ยนแปลงและคำสั่งติดตั้งแพ็กเกจชื่อเดียวกัน จึงเป็นอีกหน้าสำหรับเทียบรุ่นและเนื้อหาที่ประกาศ (ChatGPT Learn)

ด้านประกาศช่องโหว่ ข้อความหน้า Security ที่มีอยู่เป็นนโยบายรับรายงาน ไม่ได้ให้รายการประกาศช่องโหว่หรือเลข CVE สำหรับรุ่นนี้ จึงยังกล่าวไม่ได้ว่าไม่มีช่องโหว่ที่รู้จักทั้งหมด (GitHub Security) ส่วนบันทึกรุ่นระบุการเสริมการตรวจ sandbox บน macOS ในกรณีชื่อที่ต่างกันด้วยตัวพิมพ์ และการตรวจลิงก์อ้างอิงไฟล์โปรแกรมที่อาจถูกเปลี่ยนได้ โดยไม่มีข้อมูลในส่วนนี้ว่าถูกใช้โจมตีจริงแล้ว (GitHub)

ด้านพฤติกรรมอนุมัติ สิ่งที่ยืนยันได้คือการเลือกชุดสิทธิ์ผ่าน /permissions และการให้คำสั่งที่เข้าคิวรอการเลือกสิทธิ์ที่ยังไม่จบ ส่วนค่าเริ่มต้นว่าอนุญาตงานชนิดใดโดยไม่ถามยังไม่ปรากฏในข้อความที่ให้มา (GitHub) นโยบายความปลอดภัยชี้ว่ามีรายละเอียดเรื่อง sandbox การอนุมัติ และเครือข่ายในเอกสารเฉพาะ แต่ไม่มีเนื้อหานั้นอยู่ในชุดแหล่งข่าวนี้ (GitHub Security) จึงไม่ควรสรุปแทนว่าเครื่องทุกเครื่องมีขอบเขตเดียวกัน

ความเสี่ยงที่ยังเหลือในมุมผมคือการตั้งสิทธิ์ไม่เหมาะกับงาน การเก็บความลับในข้อความสั่งงาน และการเชื่อว่าคำว่า masking ครอบคลุมทุกช่องทาง ทั้งที่บันทึกรุ่นจำกัดไว้เฉพาะงานระยะไกลที่รองรับ (GitHub) คำแนะนำคือทดลองในโครงการที่ทิ้งได้หรือสภาพแวดล้อมทดสอบก่อนเสมอ และไม่ใช้ข้อมูลรับรองของระบบให้บริการจริง การมีแหล่งเผยแพร่ทางการและรายการแก้ความปลอดภัยยังไม่ใช่หลักฐานว่าปลอดภัย 100%

ผมมองว่า…

ผมมองว่า คุณค่าของรุ่นนี้ ไม่ใช่จำนวนปุ่มลัด แต่คือโอกาสจัดระเบียบวิธีสั่งงานและสิทธิ์ให้ชัดขึ้น นี่เป็นความเห็นของผมจากการอ่านบันทึกรุ่น ถ้าทีมตกลงคำสั่งร่วมกันได้และตรวจขอบเขตการทำงานเป็น ก็มีเหตุผลที่จะลองใช้ความสะดวกใหม่ แต่การบันทึกคำสั่งที่คลุมเครือไว้เรียกซ้ำก็ไม่ทำให้คำสั่งนั้นดีขึ้นเอง

ผมให้น้ำหนักกับการรอเลือกสิทธิ์และการคืนค่าบทสนทนามาก เพราะมันเกี่ยวกับจังหวะที่คนต้องเข้าใจว่าเครื่องมือจะทำอะไรต่อ รายการแก้ทั้งสองเรื่องมีระบุในรุ่นนี้ (GitHub) สำหรับผม การทดลองที่คุ้มค่าคือทดลองแล้วตอบได้ทั้งว่างานสะดวกขึ้นตรงไหน และเรายังควบคุมขอบเขตได้อย่างไร ไม่จำเป็นต้องเปิดใช้ทุกอย่างพร้อมกัน

ปิดท้าย: สิ่งที่ต้องจับตา

สิ่งที่ควรติดตามต่อคือรายละเอียดชื่อโหมดและขอบเขตสิทธิ์ เงื่อนไขบัญชีสำหรับ MCP องค์กร และข้อจำกัดของการปิดบังข้อมูลรับรอง เพราะข้อความรุ่นนี้ให้ข้อมูลเป็นรายการความสามารถมากกว่าคู่มือตั้งค่าครบทุกกรณี (GitHub) ระหว่างนี้ผมแนะนำให้ใช้รายการเปลี่ยนแปลงเป็นหัวข้อทดสอบ แล้วตัดสินจากพฤติกรรมที่เห็นในโครงการทดลองของตัวเอง

สำหรับคนที่ไม่ได้เขียนโปรแกรมเอง สิ่งที่นำไปคุยกับทีมไอทีได้ทันทีคือให้ตรวจสิทธิ์หลังอัปเกรด เก็บความลับออกจากคำสั่งโปรด และแยกการทดลองออกจากระบบจริง ส่วนความเร็ว ความประหยัด และความพร้อมใช้กับองค์กรของคุณ ยังต้องวัดและตรวจเงื่อนไขเพิ่มเติม ไม่มีตัวเลขในชุดแหล่งข่าวนี้ให้รับรองแทนได้

Recap

• รุ่นที่กล่าวถึงคือ Codex CLI 0.164.0 และแท็ก rust-v0.164.0 ตามแหล่งหลัก (GitHub)
• /presets เก็บข้อความสั่งงานและคำสั่งแบบทับไว้เรียกซ้ำได้ 10 ช่อง (GitHub)
• ตรวจ /permissions หลังอัปเกรด และอย่าเดาขอบเขตสิทธิ์เริ่มต้นจากชื่อรุ่น
• เก็บรหัสผ่านและ API key ออกจากคำสั่งโปรดของทีม
• ภาพตัวอย่างต้องใช้เทอร์มินัลที่รองรับ Kitty หรือ Sixel (GitHub)
• การปิดบังข้อมูลรับรองมีขอบเขตเฉพาะงานระยะไกลที่รองรับ (GitHub)
• ฝ่ายไอทีควรทดสอบ MCP และ proxy ตามรูปแบบที่องค์กรใช้อยู่
• ทดลองในโครงการที่ทิ้งได้ก่อน และไม่ใช้ข้อมูลรับรองของระบบจริง