作為GPT-5的特殊版本，GPT-5-Codex專為“智能體編程”（agentic coding）重新設(shè)計，具備雙模式特長：既能與開發(fā)者實時協(xié)作，快速回答問題和修復(fù)小bug，又能長時間自主推進復(fù)雜任務(wù)。

OpenAI內(nèi)部測試表明，該模型可連續(xù)7小時完成大規(guī)模重構(gòu)任務(wù)。這種能力的突破讓我們不得不重新思考：到2030年，軟件開發(fā)將不再是“人寫代碼+工具輔助”，而是“AI寫大部分代碼+人類監(jiān)督和設(shè)計架構(gòu)”。

文字編輯｜宋雨涵

1

解碼GPT-5-Codex

它究竟“新”在何處？

GPT-5-Codex的發(fā)布，并非簡單的性能參數(shù)提升，而是在模型的設(shè)計哲學(xué)和核心能力上實現(xiàn)了質(zhì)的飛躍。要理解其顛覆性，我們必須深入其架構(gòu)內(nèi)部，剖析那些使其區(qū)別于前代模型（包括標準版GPT-5和GPT-4）的關(guān)鍵創(chuàng)新。這些創(chuàng)新共同構(gòu)筑了其作為“AI工程師”的技術(shù)基石。

我們先來看看GPT-5-Codex的性能表現(xiàn)吧！

1. 在SWE-bench驗證和代碼重構(gòu)任務(wù)上，GPT-5-Codex都超過了目前最先進的GPT-5-high。
   
2. GPT-5-Codex能根據(jù)任務(wù)復(fù)雜度動態(tài)調(diào)整思考時間。OpenAI分享了他們的內(nèi)部使用數(shù)據(jù)：

• 用戶請求中，用戶交互中token數(shù)量（包括隱藏的推理和最終的輸出）最少的10%情況下，GPT-5-Codex的token消耗比GPT-5少93.7%（紅色箭頭處）。
  
  
• 用戶交互中token數(shù)量最多的10%情況下，GPT?5-Codex會投入更多時間，其代碼推理、編輯、測試和迭代的耗時達到兩倍（黃色箭頭處）。

3. GPT?5-Codex經(jīng)過專門訓(xùn)練，非常擅于執(zhí)行代碼審查和發(fā)現(xiàn)關(guān)鍵缺陷。OpenAI用熱門開源項目的最新提交（commit）做了評估，并讓經(jīng)驗豐富的工程師進行了驗證，結(jié)果發(fā)現(xiàn)：GPT-5-Codex的審查意見更少出現(xiàn)錯誤或無關(guān)內(nèi)容，更能把注意力集中在關(guān)鍵問題上。
   

支撐以上數(shù)據(jù)進化的核心變革就是：“智能體式編程” (Agentic Coding) 的實現(xiàn)

“智能體”（Agent）是理解GPT-5-Codex的第一把鑰匙。在傳統(tǒng)的AI編程輔助工具中，模型扮演的是一個被動的角色：你輸入一個指令或部分代碼，它返回一個補全或建議。而一個“智能體”，則具備了自主性。它能夠理解一個高層次的目標（例如，“重構(gòu)用戶認證模塊以支持OAuth 2.0”），然后自主地將其分解為一系列子任務(wù)：分析現(xiàn)有代碼、編寫新接口、實現(xiàn)認證邏輯、添加單元測試、更新相關(guān)文檔。在整個過程中，它能主動執(zhí)行代碼、評估結(jié)果、調(diào)試錯誤，并根據(jù)反饋調(diào)整計劃，直到最終目標達成。

根據(jù) OpenAI的官方介紹，GPT-5-Codex正是為此而生。它被專門訓(xùn)練用于處理真實世界的復(fù)雜工程任務(wù)，例如：

從零構(gòu)建項目： 根據(jù)需求文檔，自主創(chuàng)建項目結(jié)構(gòu)、編寫核心模塊并配置環(huán)境。

執(zhí)行大規(guī)模重構(gòu)： 在大型代碼庫中，安全地進行跨文件的代碼現(xiàn)代化和結(jié)構(gòu)優(yōu)化。

添加功能與測試： 理解現(xiàn)有功能，并為其補充新的業(yè)務(wù)邏輯和相應(yīng)的測試用例，確保代碼質(zhì)量。

2

全面升級的Codex生態(tài)系統(tǒng)

重新定義編程工作流

另外為了使Codex成為更出色的編程伙伴，OpenAI對其整個生態(tài)系統(tǒng)進行了全面升級。

新版本的Codex CLI完全重建了架構(gòu)，支持直接附加和分享截圖、線框圖和設(shè)計稿，提供智能任務(wù)跟蹤功能，并簡化了審批模式。

IDE擴展現(xiàn)在能夠深度集成到VS Code、Cursor及其他VS Code分支中。開發(fā)者可以在本地環(huán)境和云端之間無縫切換工作，而不會丟失上下文。

云端代理的性能也得到大幅提升，通過容器緩存技術(shù)，新任務(wù)和后續(xù)操作的中位完成時間縮短了90%。Codex現(xiàn)在會自動掃描并執(zhí)行項目中的設(shè)置腳本，如pip install，以配置運行環(huán)境和依賴。

重新定義編程工作流

GPT-5-Codex的發(fā)布不僅僅是技術(shù)的進步，更是對編程工作流的重新定義。OpenAI提出了一個名為“Harness”的概念，這個詞原意是馬具、韁繩，用來把馬與車或騎手連接起來，使力量可以被控制和發(fā)揮。

在編程場景下，Harness的重要性幾乎和模型本身的智能同等關(guān)鍵，它決定了模型是否真的可用。OpenAI所謂的harness，是把模型與其余的基礎(chǔ)設(shè)施整合起來，讓模型能夠真正地對環(huán)境采取行動。

這種理念在GPT-5-Codex中得到了充分體現(xiàn)。它現(xiàn)在支持多種交互模式：終端vibe coding、IDE編輯、GitHub集成、Cursor集成等，滿足不同開發(fā)習(xí)慣。

三、終極愿景與倫理邊界
GPT-5-Codex無疑是通往一個更宏大愿景的重要里程碑。這個終極愿景可能是：自主軟件生成。在未來，我們或許只需要提供一份高層次的商業(yè)計劃書、一套產(chǎn)品原型圖和一些核心業(yè)務(wù)規(guī)則，AI就能自主完成整個應(yīng)用的分析、設(shè)計、開發(fā)、部署、測試和后期迭代。

這個愿景令人興奮，但也帶來了深刻的社會、經(jīng)濟和倫理挑戰(zhàn)：

• 大規(guī)模的職業(yè)置換：?如果軟件開發(fā)的全流程都可以高度自動化，這將對全球數(shù)千萬軟件從業(yè)者的職業(yè)生涯構(gòu)成怎樣的沖擊？社會需要如何應(yīng)對這種結(jié)構(gòu)性的就業(yè)變遷？
• 創(chuàng)新的中心化風(fēng)險：?擁有最強大AI模型和算力的少數(shù)幾家巨頭，是否會壟斷軟件創(chuàng)新的能力，從而扼殺小型初創(chuàng)企業(yè)和開源社區(qū)的活力？
• 責(zé)任歸屬的難題：?當一個由AI自主開發(fā)的金融交易系統(tǒng)出現(xiàn)故障，造成巨大經(jīng)濟損失時，責(zé)任應(yīng)該由誰承擔(dān)？是AI的所有者，是使用者，還是AI本身？
• 偏見與安全的放大：?AI在訓(xùn)練數(shù)據(jù)中學(xué)習(xí)到的偏見，可能會在自主生成的軟件中被系統(tǒng)性地放大。一個微小的安全漏洞，也可能被AI在無意中復(fù)制到成千上萬個應(yīng)用里。

這些問題沒有簡單的答案。但我們必須現(xiàn)在就開始進行廣泛而深入的公共討論，并著手構(gòu)建相應(yīng)的法律、倫理和技術(shù)治理框架。確保技術(shù)的發(fā)展始終服務(wù)于人類的共同利益，而不是失控地奔向一個不確定的未來，是我們這一代人不可推卸的責(zé)任。

結(jié)語：

到2030年，軟件開發(fā)將不再是“人寫代碼+工具輔助”，而是“AI寫大部分代碼+人類監(jiān)督和設(shè)計架構(gòu)”。

開發(fā)者將更像是團隊的指揮官，專注于戰(zhàn)略性問題和創(chuàng)意設(shè)計，而繁瑣、重復(fù)、危險的工作則由AI智能體承擔(dān)。

這種轉(zhuǎn)變不僅會提高開發(fā)效率，還會降低軟件開發(fā)的準入門檻，使更多人能夠參與到創(chuàng)造性的軟件開發(fā)過程中來。然而，這也對開發(fā)者的技能提出了新的要求，需要更多架構(gòu)設(shè)計、系統(tǒng)思考和安全審查方面的能力。

lixiangjing

算力豹主編