前提在这里： 
https://linux.do/t/topic/2289899?u=taxuexunmei 
现在的情况就是，测试被开完了，然后留下的测试要么是传统测试，要么是实习生小妹妹。 
有没有什么办法自己测一下自己的智能体，或者代码。 
直接用codex测其实不太现实，因为codex不是很懂业务逻辑的。很多功能其实是原先业务逻辑的附加功能，除非把所有需求文档都丢给codex，但是这样token又有点吃不消，而且每次都要这样，真的很麻烦。 
就我个人使用而言，codex只能针对本次的功能进行测试，其他一概不管了。 
真心求助。