最近這半年，智能體很火，vibe coding也很火，相信很多園子里的小伙伴也都用上了各種AI智能體輔助編程。之前的文章《ChatGPT Codex試用心得，碼農的可靠助手or失業號角？》中我也介紹過openai推出的沙盒Codex，恰逢前段時間codex-cli推出了cli版本（實際上很早就有了，但是之前的版本只能用燒api token而不是像claude code那樣可以用plus賬號授權使用所以一直沒下載）新版本可以集成gpt-5。所以進行了嘗試，有plus賬號的小伙伴可以移步https://developers.openai.com/codex/cli下載安裝，過程很簡單，不再贅述。

今天要講的是如何通過codex結合gpt-5的能力定位一個內存泄漏問題，我相信說到dump分析問題，大部分開發還是不太熟悉，但是卻又不得不面對生產環境中遇到的各種問題，能分析dump的大佬不多，能夠傾囊相授的更少（此處點贊@一線碼農大佬）。當只有自己硬著頭皮上的時候，那codex就可以出來表演了。

這里我采用真實項目測試，一方面是給codex上點難度（需要從真實的業務代碼中定位到問題），一方面也避免過于簡單的console演示不貼近生產環境。這一次演示的是托管內存泄漏，即運行的進程內存慢慢漲，確不見內存回收的場景。

 首先我們在Common中添加一個每次運行創建521mb byte[]的函數并用一個static對象“拿住”避免GC回收來模擬內存猛漲不回收的場景

接著在一個每分鐘執行1次的調度作業中插入這個函數調用，來模擬真實的業務中很可能“不注意”引入的元兇

一切準備就緒后，運行代碼，內存很快漲到3G。右鍵進程創建DMP文件

 接著就該codex上場了，首先把DMP文件拷貝到你的項目根目錄（方便codex一邊分析dump一邊查代碼確定問題）

然后在根目錄啟動你的終端，輸入codex進入（安裝過程不再贅述）codex沙盒環境，接著/model選擇gpt-5 high

然后輸入你的問題。并告知可用工具（這里我用dotnet-dump，這里有個坑就是必須告知gpt這玩意兒要用-c exit退出，否則它傻不拉幾的進入dotnet-dump的交互式命令后就卡在那了）

 然后回車后gpt-5開始列計劃，開始跑任務，用戶這時候只在需要的時候給gpt-5授權操作，過了一會兒。gpt-5就把問題定位到了：

 今天的分享就到這里，有探討需求的小伙伴可以在評論區留言