最近社群上有人分享：用的還是同一個 Astra，只是把工作環境從 Codex 換成 Zed，突然就順暢很多，速度變快，額度好像也沒怎麼掉。
這裡容易搞混的是，Zed、GitHub、Astra、Codex 這幾個英文名字排在一起，看起來都差不多。全部混在一起，就分不清哪個是模型、哪個是做事的地方。
先講結論：Zed 不是 GitHub 的替代品，也不是 Astra 的替代品。Zed 是你開啟程式碼、交代 AI 做事、修改檔案、跑終端機、檢查變更的工作檯。同一個 AI，如果驅動它的「身體」和操作流程換了，用起來的速度感可能差很多。
1. 30 秒看懂
把這四樣拆開來看，一下子就清楚了。
| 名稱 | 大致用途 |
|---|---|
| Zed | 開啟程式碼、和 AI 一起編輯與執行的編輯器兼工作檯 |
| GitHub | 存放程式碼、修改紀錄、分支和 PR 的線上儲存庫與協作平台 |
| GPT-6 Astra | 負責推理、產出程式碼和文字的 AI 模型，也就是大腦 |
| Codex | 讓 AI 代為完成軟體開發工作的代理工具，是另一條工作管道 |
打個比方：GitHub 是倉庫加帳本，Zed 是工作檯，Astra 是大腦，Codex 是另一條生產線。
還有一點：Zed 和 Codex 並不是二選一。Zed 官方介紹了三種用法：使用 Zed 內建的代理、把 Codex 透過 ACP 這種連接方式當作外部代理接進 Zed，或是在 Zed 的終端機裡執行 Codex CLI。[1][2][3]
2. Zed IDE 到底是什麼
Zed 跟 VS Code、Cursor 一樣，是用來開啟和編輯原始碼的程式碼編輯器，一般也稱為 Zed Editor。
Zed 以 Rust 開發，畫面繪製大量使用 GPU。2026 年 4 月發表了 Zed 1.0，支援 macOS、Linux 和 Windows。[4]
現在的 Zed 不只是一般編輯，AI 已經深入放進工作畫面。使用 Zed Agent，AI 可以搜尋專案、讀取檔案、改寫程式碼、在終端機執行指令，並把變更放到審查畫面給你看。[2]
所以它不太像「功能多一點的記事本」，比較像「一張書桌上同時放著 AI 助手、終端機和 Git」。
3. 把 Zed、GitHub、Astra、Codex 拆開來看
最常見的誤會，是把 Zed 和 GitHub 當成同一層的服務。
GitHub 負責保存遠端儲存庫、留下紀錄，並用分支和 Pull Request 管理變更。Zed 則是在你自己的電腦上開啟這個儲存庫、實際動手的應用程式。
Astra 又是另一回事。OpenAI 在 2026 年 9 月發表的 GPT-6 Astra，是能處理軟體開發、操作電腦、瀏覽網頁、做研究等工作的 AI 模型。[5]
Codex 與其說是模型的名字，不如理解成用代理方式進行軟體開發的產品與執行管道。OpenAI 在 ChatGPT 裡也把 Chat、Work、Codex 當作不同的工作介面來介紹。[6]
所以，即使用的是同一個 Astra，「從哪條管道去呼叫它」也可以自己選。
4. 「把 Astra 從 Codex 換到 Zed」到底改變了什麼
嚴格來說，並不是把 Astra 這個模型搬到你的電腦裡。
真正改變的，主要是負責把上下文交給 AI、操作檔案、執行終端機、顯示變更、呼叫工具和管理對話紀錄的那一套機制。這套機制有時被稱為代理的「harness」（可以想成外殼或駕駛艙）。Zed 官方文件也說，啟動、顯示和控制代理工作的這條管道有時就叫 harness。[2]
在 Zed 裡至少有這三條路：
- 在 Zed Agent 裡使用 OpenAI 的模型。
- 透過 ACP，把 Codex 當作外部代理在 Zed 裡執行。
- 在 Zed 的 Terminal Threads 或一般終端機裡執行 Codex CLI。
所以光說「我從 Codex 換到了 Zed」，其實無法確定用的是哪一種設定。
可以這樣想：大腦沒換，換的是承載大腦的身體和駕駛座。
5. 同一個 AI，為什麼會覺得更快
AI 做一件事花的時間，不只是模型「思考」的時間。
大致可以這樣算：
總耗時
= 模型推理
+ 蒐集上下文的時間
+ 檔案搜尋與讀取
+ 工具呼叫
+ 終端機執行
+ 重試
+ 等待連線
+ 顯示與檢查變更
模型一樣，後面幾項變了，感覺就會不同。尤其是，如果有人在某個環境裡常常遇到重新連線等待和重試，換到另一個環境幾乎碰不到，那即使模型推理速度沒變，覺得「像換了個東西一樣快」也很正常。
不過，換成 Zed 也不一定就快。如果每次都要在很大的儲存庫裡大範圍搜尋，準備上下文會很慢；中間再夾一層外部代理，也會多出那條管道自己的處理。
所以，速度感不只取決於模型的名字。
6. 「額度沒怎麼掉」是不是代表無限使用
這一點很容易誤解。
2026 年 5 月，Zed 宣布可以用 ChatGPT 帳號登入 Zed Agent，用和 Codex 裡相同的 ChatGPT 使用額度來呼叫 OpenAI 模型。不需要另外準備 API 金鑰，也不同於按用量計費的 API。[1][7]
但這不代表裝了 Zed 就沒有使用限制。官方說明也寫了，用量取決於你的 ChatGPT 方案。[1]
「額度好像沒怎麼掉」的感覺，至少可能有這些原因：
- 一次任務需要的上下文或工具往返變少了
- 重試變少了
- 畫面上顯示的用量和實際內部處理的單位對不上
- 比較的兩次任務本身輕重不同
所以光憑感覺就斷定「用 Zed 就是無限」，還言之過早。
Token 並沒有變成長生不老。
7. 換到 Zed，就不需要 Codex 了嗎
單純回答「要」或「不要」，都會看錯現在的組合方式。
想和編輯器緊密結合，用上檔案編輯、程式碼搜尋、終端機執行、MCP 等功能時，Zed Agent 很順手。想用 Codex 自己的代理行為和設定時，可以在 Zed 裡透過 ACP 外部代理或 Codex CLI 來執行。
另外，Astra 在 Codex 這邊還有專屬功能。OpenAI 說明，長時間任務要跨越上下文視窗時，Codex 上的 Astra 採用了一種新機制，把先前的上下文保存成可以檢索的形式。[5]
所以，並不是換成 Zed 的那一刻，Codex 的價值就歸零了。
甚至可以「編輯器喜歡 Zed，但代理還是想用 Codex」，這種搭配也完全可行。
8. 和「用 GitHub 來跑」的感覺怎麼對應
如果你本來就是以 GitHub 為中心讓 AI 修改程式碼，那感覺其實很接近。
差別在於，GitHub 不是你工作的桌子，而是保存和合併成果的遠端那一側。
典型流程是這樣：
GitHub 儲存庫
↓ clone / pull
在 Zed 裡開啟專案
↓
對 AI 代理下指令
↓
搜尋、編輯檔案
↓
在終端機跑測試
↓
檢查變更
↓
commit / push
↓
回到 GitHub 看紀錄、PR、CI
如果之前的感覺是「讓 AI 直接在 GitHub 裡動手」，那 Zed 就像是把同一個 GitHub 儲存庫搬到自己電腦的工作檯上，和 AI 一起動手。
儲存庫還是那個儲存庫，只是換了個工作的地方。
9. 實際的工作流程
比如要修一個既有服務的 bug：先開啟 Zed，再開啟對應的儲存庫，然後對 AI 說「找出原因、修好、跑一下相關測試，再說明一下變更內容」。
用 Zed Agent 的話，AI 可以用編輯器內部的工具找到程式碼並修改。想用 Codex 的行為，就把 Codex 當外部代理開啟，或在終端機啟動 CLI。[2][3]
AI 改完之後，你檢查變更和測試結果，用 Git 提交，再 push 到 GitHub。團隊開發的話，接著走 Pull Request 和 CI。
重點是，用了 Zed 並不會讓 GitHub 消失。Zed 裡的本機作業，和 GitHub 上的紀錄、審查、整合是連在一起的。
10. 這幾條路怎麼選
比起問「哪個最強」，依照你想保留什麼來選比較容易。
| 你想做的事 | 適合的管道 |
|---|---|
| 主要在 Zed 的畫面裡編輯、查看變更，讓 AI 改程式碼 | Zed Agent |
| 想用 Zed 的介面，同時使用 Codex 這個代理本身 | Codex via ACP |
| 想原樣保留 Codex CLI 的設定和手感 | Codex CLI / Terminal Threads |
| 想用聊天之外更廣的電腦操作，或 OpenAI 那邊的其他工作介面 | 同時搭配 ChatGPT / Work / Codex |
| 想在線上保存、分享、審查程式碼和紀錄 | 繼續使用 GitHub |
這裡的重點是：選 Zed，不等於放棄 Codex。
11. 常見誤會
「Zed 可以取代 GitHub」
不是。Zed 是工作檯，GitHub 是儲存庫的遠端保管、紀錄和協作場所。
「換成 Zed，Astra 本身就變快了」
不一定。改變的是包括 harness、連線、上下文建構和工具執行在內的整體體驗。
「用 Zed 就是 token 無限」
官方資訊裡沒有這樣說。透過 ChatGPT 訂閱使用時，適用的是對應方案的用量。[1]
「Zed 和 Codex 是競品，只能用一個」
不是。Zed 可以把 Codex 當作 ACP 外部代理來用，也可以在終端機執行 Codex CLI。[2][3]
「模型一樣，換環境沒有意義」
也不對。即使模型一樣，上下文怎麼傳、工具有多少、重試、連線穩定度、審查流程不同，總耗時就會不同。
12. 總結
Zed IDE 既不是 AI 模型本身，也不是 GitHub 的替代品。它是開啟程式碼，和 AI 一起編輯、執行、檢查的高速工作環境。
說「把 Astra 從 Codex 換到了 Zed」時，真正改變的，與其說是模型的大腦，不如說是讓這個大腦做事的管道。
所以，同一個 Astra 覺得更快，是完全可能的。但不能由「覺得快」推出「模型變快了」，也不能由「額度沒掉」推出「無限使用」。
最有趣的是，這並不是單純的 Zed 對 Codex 的對決。
你也可以讓 Codex 坐到 Zed 的桌子上。
從 GitHub 的倉庫取出同一個專案，在 Zed 的工作檯上讓 Astra 做事，需要時用上 Codex 的生產線，做完再放回 GitHub。
把這些英文名字拆開之後，其實就是個很普通的「倉庫、工作檯、大腦、生產線」的故事。
參考資料（7筆）
- Zed, “Use Your ChatGPT Subscription in Zed zed.dev
- Zed Docs, “Agents zed.dev
- Zed Docs, “External Agents zed.dev
- Zed, “Zed 1.0 zed.dev
- OpenAI, “GPT-6 Astra: A new generation of intelligence openai.com
- OpenAI Help Center, “ChatGPT Work and Codex help.openai.com
- Zed Docs, “Use an Existing Subscription zed.dev
