深夜炸场，OpenAI 偷偷发布史上最强大的 AI 编程助手 Codex，新一代编程神器来了

重磅消息，没想到 OpenAI 又在深夜放炸弹了，我感觉在这几天 Google I/O 大会之前，很多人工智能公司都会逐渐的发布一些产品，来群殴 Google I/O 大会。

就在前两天，山姆·奥特曼还在 X 发推说：

很快会发布一个“低调的”研究预览版 xx；

xx 的起名要比“ChatGPT”好，以防产品像 ChatGPT一样原地起飞。

好了，现在确定了，OpenAI 推出其迄今为止最强大的 AI 编程助手 Codex 的研究预览版。

具体效果到底怎么样呢？我们还得用户自己实践去测评和体验。

现在的 AI 产品，千万别相信网络上的 AI 博主的吹嘘，大多数 AI 博主都是跟厂商有合作，第一时间为了博流量，把产品吹的神乎其神，最后，当用户真实体验的时候，也就那样，很一般。

最典型的案例就是：Manus 。

很多人看到 Codex 的第一反应就是，它不就是让微软 Copilot 火爆全球的编程模型，不就是旧瓶装新酒吗？

这次似乎不太一样，官方说以前的 Codex 模型就是自动补全的一个助手，现在是以“基于云的软件工程Agent”身份重新登台亮相，带有了人工智能的身份。

好了，那咱们看看官方是如何介绍 Codex 的。

Codex 是一个云端软件工程智能体（Agent），可以并行处理多项任务，包括编写功能、解答代码库相关问题、修复 bug 以及提交拉取请求以供审核等，并且，每个任务都在其专属的云沙盒环境中运行，并预加载代码库。

山姆·奥特们是这么说的：

今天我们推出了 Codex。它是一个在云端运行的软件工程智能体，能为你完成诸如编写新功能或修复 bug 等任务。你可以并行运行许多任务。「你只管做就行」是我最喜欢的句子之一；我没想到它会这么快，并以如此重要的方式应用于 AI 本身及其用户。

Codex 背后的模型其实就是 codex-1，它是 OpenAI o3 的一个版本，专门针对软件工程进行了优化。

它使用强化学习在各种环境中针对真实编程任务进行训练，生成的代码能够高度反映人类的风格和 PR 偏好，精确遵循指令，并可以迭代运行测试，直到获得合格结果。

不仅追求基准测试的高分，更注重生成那些开发者真正愿意合并到代码库中的代码——考虑注释、避免不必要的更改、符合代码风格，从而真正加速开发工作。

在编程评估和内部基准测试中，codex-1 模型即便没有其他 Agent 能力的优化，表现也十分出色。

所以，OpenAI 称其为迄今为止最强的编码模型。

以下是其核心功能：

• 高效代码生成：Codex 能够生成“更干净”的代码，严格遵循用户指令，并通过迭代测试确保代码通过所有测试用例。这使其在生成生产级代码方面表现出色。
• 多任务并行处理：作为一款自主 AI 编码代理，Codex 能够同时执行多个开发任务，例如编写新功能、修复 bug、回答代码库特定问题以及运行测试。任务完成时间通常在 1 到 30 分钟之间。
• 安全运行环境：Codex 运行在云端的沙箱虚拟计算机中，采用空气隔离（air-gapped）环境，无互联网或外部 API 访问，确保安全性。它还拒绝编写恶意软件的请求，进一步提升了其在安全敏感项目中的适用性。
• GitHub 集成与自定义：Codex 可以连接 GitHub，预加载用户的代码库，从而更好地理解开发环境。开发者可以通过在仓库中添加“AGENTS.md”文件，提供项目级别的配置，例如代码库导航、测试策略和代码风格标准。这种自定义功能帮助 Codex 更精准地适应具体项目需求。
• 透明性和可追溯性：Codex 会记录所有操作，引用测试输出，并总结所做的更改，为开发者提供详细的工作日志。这不仅提高了透明度，也便于跟踪和审核。

此外，Codex CLI 版本已更新，使用 codex-mini-latest 模型，适用于低延迟的代码编辑和问答任务，扩展了其在终端环境中的应用。

Codex 目前以研究预览版形式发布，仅限 ChatGPT Pro、Enterprise 和 Team 用户使用，未来计划扩展到 Plus 和 Edu 用户。以下是使用流程：

• 访问入口：用户可以通过 ChatGPT 网页版侧边栏访问 Codex，无需额外安装。
• 任务分配：输入提示后，点击“code”按钮生成代码，或点击“ask”按钮提问代码库相关问题。Codex 会在一个独立的容器中执行任务，该容器镜像用户的开发环境，确保与实际开发设置一致。
• 任务监控：任务进度会在提示栏下方显示，开发者可以实时跟踪。任务通常在 1 到 30 分钟内完成，具体取决于任务复杂性。
• 审查与验证：尽管 Codex 能够生成高质量代码，但 OpenAI 强调开发者必须手动审查和验证所有 AI 生成的代码，以确保符合项目需求和安全标准。这一点尤为重要，因为 AI 模型可能存在偏见或生成非标准代码的风险。
• 使用限制与定价：当前，Codex 提供免费且宽松的访问权限，预计未来将引入使用限制和定价方案。定价为每百万输入令牌 1.50 美元、每百万输出令牌 6 美元，并提供 75% 的缓存折扣，以降低重复请求的成本。

对于工程师来说，Codex 的使用体验类似于一个“早晨待办清单”工具：开发者可以一次性分配多个任务，然后在稍后审查草稿解决方案。这种工作流特别适合处理重复性或时间敏感的任务。

OpenAI 对 Codex 的未来充满期待。

OpenAI 的联合创始人 Greg Brockman 展望道：“你真正想要的是一个拥有自己电脑的远程同事，但它也能随时‘站在你身后’看你的屏幕。你正在写代码，想去吃午饭，对 Codex 说‘能帮我完成这个吗？’它就能无缝接管并在云端运行。”

未来的蓝图包括：

• 功能融合：本地同步的 Codex CLI 与云端异步的 Codex 将走向融合，形成统一的工作流。
• 更强交互：允许开发者在任务中途提供指导、协作制定实施策略、接收主动进度更新。
• 深度集成：与 GitHub 的连接只是开始，未来将能从 Codex CLI、ChatGPT 桌面版，甚至 Jira 等问题跟踪器或 CI/CD 系统直接分配任务。如果 CI 报错，Codex 或许能自动修复。

Greg 总结道：“它是一个你可以委托任务的实习生，一个导师，一个结对编程伙伴，集所有角色于一身。我们的目标是加速有用的工作，让世界上有更多的软件工程师，完成更多有用的编程工作，推动世界前进。”

对此大家怎么看呢？