altman 昨天早上还在 x 上卖关子，说有个研究预览版本快上线，要给它起个“如果它成了会很好记”的名字。这是一款基于云端运行的软件工程智能 agent，能够并行处理多个开发任务，协助开发者高效完成编程工作。ui 设计没整花活，codex 提供一个输入框和两个按钮——“ask”（提问）和 “code”（编码）。你只需明确描述任务，它就会开始执行。兴奋的 altman 在 x 平台连发数条推文表示：像这样的工具，让一个人能开发出的软件数量，实在令人惊叹又令人兴奋。“你其实可以直接去做”是我最喜欢的梗之一；我原本没想到，它会这么快以如此重要的方式应用到 ai 本身以及它的使用者身上。codex 能胜任的工作不仅仅是编写功能代码，还包括理解代码结构、回答关于代码库的问题、修复 bug，甚至直接提交可审查的拉取请求（pull request）。每个任务都在云端独立的沙箱环境中执行，自动加载用户的代码仓库。运行时长从 1 分钟到 30 分钟不等，取决于任务复杂度，同时用户可以实时查看任务进度。任务完成后，codex 会输出一整套可追溯的执行结果，包括终端日志、测试记录等验证信息。你可以对修改结果进行审查、提出建议，甚至直接在 github 上发起 pr，或者合并进本地项目。借助项目中的 agents.md 文件，用户还可自定义 codex 的行为，让它更贴合具体项目的开发规范与测试标准。codex 的核心模型为 codex-1，这是 openai o3 系列里专为软件工程微调过的版本。基准测试结果显示，codex-1 在 swe-bench 的得分为 72.1%，纸面参数优于 claude 3.7 以及 o3-high。训练方式也很“实战”，通过在真实开发环境中进行强化学习训练，codex 能够生成更符合人类编码风格和审查偏好的代码，严格按照指令执行，并不断运行测试，直到测试通过为止。从今天开始，codex 将向 chatgpt pro、enterprise 和 team 用户开放，而 plus 和 edu 用户的支持也将很快上线。安全性方面，codex 做得也够克制。执行任务时，它只会访问你提供的代码库和预设依赖，不能联网、不能访问外部 api，遇到不确定问题会停下来提示你处理。并且，codex 经过专门训练，能够识别并拒绝与恶意开发相关的请求，避免被滥用于开发恶意软件。目前，openai 已在内部广泛使用 codex，协助工程师完成重构、命名规范、编写测试等重复性任务，显著提升开发效率。一些外部合作团队也给出了积极反馈，比如 cisco 与 temporal 借助 codex 加快了开发与调试节奏。在深夜直播中，openai 的员工展示了 codex 更具实用性的能力：
它能够理解整个代码库的结构，自动定位并修复 bug，处理超时设置或拼写错误等常见问题。即使是在命令行报错时，codex 也能分析出错原因，自动生成修复脚本和相应的测试用例。
此外，它还具备代码审查功能，能梳理所有改动点，并指出可能导致测试失败的风险。换句话说，codex 正在逐步进化为一个真正可用的编程协作助手。
openai 员工也分享了他们用 codex 管理大型代码变更的经验，即使这些变更代码从未跑过本地环境，也能顺利合并、通过测试。知名科技作者 dan shipper 提前体验了 codex，并用一篇博客分享了他的使用感受。在他看来，通过 codex，用户可以像管理团队一样分配任务，而不需要编写代码。codex 特别适合资深开发者，在执行任务时能够产生简洁高效的代码变更，并自动生成 pull request 提交到 github。然而，codex 也有一些局限性，比如对于新手工程师不太友好，不擅长处理后续的修改与补充任务，并且尚未完全整合到主流开发平台如 github 和 slack。它的设计主要面向专业开发者，而不是那些喜欢边聊边编程的用户。codex 的核心优势在于提高高级开发者的工作效率，使他们能够同时管理多个任务，从而加速开发进程。如果你是技术主管、需要在已有项目中添加功能或修复 bug，那么 codex 是你会常用的工具；但如果你是在从零开始搞一个 “一人十亿级美元 saas”，可能就用不上它。简单来说，如果你一个人做了一个网站或工具，用户通过订阅使用，每月收入达到几百万，年收入破千万甚至过亿，那么你就是在做“一人十亿级美元 saas”。除了云端主力模型之外，openai 还同步推出了专为命令行优化的轻量模型 codex-mini-latest，支持开发者在本地环境快速接入 ai。codex cli 登录流程简洁，可直接使用 chatgpt 账号接入，并享受基础的免费 api 配额。目前已向全球范围内的 pro、enterprise 和 team 用户开放，未来几周内还将陆续支持 plus 与 edu 用户。对于接入 codex-mini-latest 的开发者，该模型可通过 responses api 调用，价格为每百万输入 tokens 花费 1.5 美元、每百万输出 tokens 花费 6 美元，支持高达 75% 的提示缓存折扣，进一步降低调用成本。它不仅是一个写代码的工具，更是未来协作模式的雏形。多代理、异步执行、自动汇报进度，这一套逻辑未来可能内嵌进 ide、git 工具、甚至 slack 里，成为开发者真正的“副驾驶”。目前 codex 仍处于研究预览阶段，图像输入等高级功能尚未开放。但过去那些对 ai 编程助手的畅想，比如自动写代码、提 pr、修 bug，终于在 codex 身上以可用工具的形式落地，成为真正能上手、能跑进实际工作流的产品。