OpenAI Codex桌面应用发布：多智能体并行协作开启编程自动化新时代

太震撼了！抢先于Claude 5问世之前，OpenAI深夜悄然祭出了一款编码杀器——Codex。它支持单人指挥多Agent并行协作，内置可复用的Skills技能包，让编码工作从此迈入自动化时代。

随着Claude 5的脚步声日益临近，奥特曼终于按捺不住了。

就在刚刚，OpenAI毫无预兆地抛出了一枚「重磅炸弹」——Codex正式进化为独立的桌面应用程序。

这不再仅仅是一个编写代码的窗口，而是一个能够同时调度千军万马（多个Agent）的「全能指挥中心」。

Codex的定位非常清晰：要做Agent的「指挥中枢」。

具体而言，Codex能够实现以下几大功能：

多任务并行切换，轻松自如：同时调用多个AI智能体协同工作，借助「工作树」（worktrees）实现变更隔离，彼此互不干扰；

创建并复用Skills：将常用工具和开发规范封装成可重复调用的能力模块；

设定自动化流程：通过后台定时工作流，把那些重复性的杂务全部交给Codex自动处理。

假设你想为相册里的照片增加「拖拽」功能，只需选择「工作树」，即可让AI在同一代码仓库中各司其职、并行开发。

Codex的进化速度令人惊叹，它不仅能够生成代码，还学会了利用代码作为「Skills」来操控电脑环境。

例如，想要解决项目中的Comment问题，直接调用已安装的Skills，Codex立刻就能将问题破解。

不仅如此，OpenAI仅凭一句指令，就让Codex消耗了700万token，独立打造出一个3D版赛车游戏。

这一次，Codex的诞生绝非新瓶装旧酒，更不是一次缺乏诚意的「套壳」包装。

它标志着AI编程正式从「对话式助手」进化为了「指挥控制中心」。

奥特曼激动地表示，「我实在太喜欢了！它比我想象中还要惊喜」。

「AI程序员永远不会耗尽多巴胺。它们不会感到沮丧，也不会耗尽精力。它们会一直坚持，直到问题被解决」。

OpenAI总裁Greg也极力推荐——

多年来我一直是终端和Emacs的忠实用户，但自从用了Codex之后，再回到终端简直感觉像是穿越回了原始时代，代差实在太明显了。 

这种感觉，就像是一个专为开发而生的AI智能体原生界面。

OpenAI Codex代表了一种全新的AI编码范式，极有可能彻底重塑开发者与代码之间的交互逻辑。

甚至，Codex还能与Claude Cowork一较高下，瞬间将杂乱的桌面清理得干干净净。

目前，Codex已在macOS平台正式上线，Windows版本也即将推出。

OpenAI还放出了「限时福利」：ChatGPT免费用户和Go版本用户也可使用Codex，而Plus、Pro、Business、Enterprise和Edu计划的用户，使用速率直接翻倍。

编码杀器Codex APP震撼登场，一人指挥所有Agent

macOS版Codex应用提供了一个功能强大的全新交互界面。

它让开发者能够轻松驾驭多个AI智能体，并行处理各项任务，并与AI协作攻克那些耗时巨大的复杂项目。

过去，开发者和AI的关系一直是「结对编程」：你写一段，它接一段。

如今，Codex的问世将彻底改变软件的构建方式——

人类不再需要与AI紧密结对，而是可以直接给AI委派任务，贯穿软件设计、构建、发布和维护的全生命周期。

这一转变的苗头，实际上从2025年4月Codex首次发布时便已初见端倪。

开发者与AI的协作方式已经发生了根本性的变革。

现有模型可以端到端地处理复杂、长流程的任务，开发者也开始在跨项目中指挥多个AI智能体：

分派工作、并行执行任务，并放心地把耗时数小时、数天甚至数周的重大项目交给AI处理。

核心挑战已不再是AI能做什么，而是人们如何大规模地指挥、监督并与它们协作——

遗憾的是，现有的IDE和终端工具并非为这种模式而生。

这种全新的构建方式，加上模型能力的持续提升，呼唤着一种全新的交互载体。

这正是OpenAI推出Codex桌面应用的原因，主打「一个AI智能体的指挥中心」。

多智能体并行，代码狂飙不乱套

Codex为与AI智能体的多任务并行，构建了一个专注的工作空间。

所有AI在按项目组织的独立线程中运行，确保你可以无缝地在任务间切换，而不会丢失上下文。

你可以在应用内直接检查AI的改动，在差异对比上写评论，甚至用编辑器打开进行手动调整。

它还内置了对Git worktree的支持，因此多个AI可以在同一个代码仓库中并行工作而互不冲突。

每个AI都在你代码的隔离副本中工作，让你能够探索不同的开发路径，无需担心它们会影响你的主代码库。

当AI智能体工作时，你可以将改动拉取（checkout）到本地，或者让它继续推进，完全不影响本地的git状态。

应用会自动从Codex CLI和IDE扩展中同步会话历史与配置，这样你马上就能在现有项目中用起来。

解锁Skills外挂，手搓3D赛车游戏

Codex正从一个只会写代码的AI，进化为一个能用代码在电脑上真正解决实际问题的AI。

通过Skills（技能），可以轻松扩展Codex的能力边界。

今后，Codex不再局限于代码生成，还能处理信息收集与整合、问题解决、文档撰写等任务。

Skills就像是打包好的指令、资源和脚本，让Codex能够可靠地连接工具、运行工作流，并按照团队的习惯完成任务。

Codex应用内有一个专门的界面来创建和管理Skills。

你可以明确要求Codex使用某个Skill，或者让它根据当前任务自动调用。

OpenAI举了一个例子：曾让Codex开发一款赛车游戏——

要求包含不同的车手、八张地图，甚至还有玩家能用空格键触发的道具。

利用图像生成Skill（由GPT Image驱动）和网页游戏开发Skill，Codex仅凭最初的一个用户提示词，就独立工作并消耗了超过700万个Token，最终把游戏做了出来。

它身兼数职，既是设计师、游戏开发者，又是QA测试员，通过实际试玩来验证成果。

6万Token

可以看到，在只消耗了6万token的这个版本里，画面显得非常粗糙。

狭窄的赛道中间塞满了撞上去会穿模的「障碍物」。

技能箱可以拾取，也可以发射，但似乎没有什么实际效果。

最尴尬的是，你会永远在「第二圈」无限循环下去……

80万Token

在80万token的版本中，画面似乎有所改善，赛道也宽敞了不少，更接近大家平时玩的赛车游戏了。

但是箱子吃到的技能好像没什么用，发射出去之后，小车们还是各跑各的……

而且依旧会在第二圈陷入循环，永远跑不完。

700万Token

最后这个700万token的版本，画质明显提升了很多。不仅有清晰的赛道，技能箱也更精致了。

这次，技能箱确实有用了。

比赛刚开始，我们就吃了AI扔出的一个大招，没来得及躲闪。于是，喜提倒数第一。

不过，比起前两个陷入无限循环的世界来说，这次至少能够完赛了。

从运行评测和监控模型训练，到起草文档和汇报增长实验，OpenAI内部构建了数百个Skills，帮助多个团队自信地将以前很难统一定义的工作委派给Codex。

Codex应用内置了一个Skills库，涵盖了OpenAI内部流行的工具和工作流，下面重点介绍几个。

实现设计：从Figma拉取设计上下文、资源和截图，并将其转化为视觉上1:1还原的生产级UI代码。

管理项目：在Linear中处理Bug分类、追踪发布、管理团队工作负载等，推动项目进展。

部署到云端：让Codex把你做好的Web应用部署到流行的云主机，如Cloudflare、Netlify、Render和Vercel。

生成图像：使用由GPT Image驱动的图像生成Skill来创建和编辑图像，用于网站、UI原型、产品配图和游戏素材。

使用OpenAI API构建：在使用OpenAI API开发时，参考最新的文档。

创建文档：一套用于阅读、创建和编辑PDF、电子表格和文件的Skills，排版布局专业。

使用Vercel和图像生成Skills更新网站

使用电子表格Skill创建表格以生成购物清单

使用Linear管理你的Issue Backlog

当你在应用中创建一个新Skill时，Codex可以在你工作的任何地方使用它：应用内、CLI或IDE扩展中。

你也可以把Skills提交到代码仓库，让整个团队都能共享使用。

OpenAI分享的Agent Skills：https://github.com/openai/skills

一键自动化，24h为你打工

Codex可以设置Automations（自动化），按计划在后台自动执行任务。

Automations将指令与可选的Skills结合，会按照你设定的时间表运行。

当Automation完成时，结果会进入审查队列，你可以随时切回来查看并根据需要继续后续工作。

设置自动化以定期创建新Skills

在OpenAI内部，团队一直用Automations来处理那些重复但重要的任务，比如每日Issue分类、查找和总结CI失败原因、生成每日发布简报、检查Bug等等。

双人格模式，秒切换

开发者在与AI合作时的偏好各不相同。

有人喜欢直截了当、只讲执行的搭档；有人则喜欢话多一点、更具互动感的风格。

Codex现在允许开发者在两种个性间选择——一种是简洁务实风，另一种是更具对话感和同理心的风格。

两者的能力完全一样，只为贴合你的喜好。只需在应用、CLI和IDE扩展中输入/personality命令即可切换。

默认安全，按需配置

此外，OpenAI还将「设计即安全」（Security by Design）的理念融入了Codex AI智能体栈的方方面面。

Codex应用采用了原生的、开源且可配置的系统级沙箱（Sandboxing），这与Codex CLI中的机制一致。

默认情况下，Codex AI智能体只能编辑它当前工作的文件夹或分支里的文件，并使用缓存的网页搜索。

如果需要运行像联网访问这类需要更高权限的命令，它会先请求你的许可。

你可以为项目或团队配置规则，允许特定命令自动以提升的权限运行。

一切皆由代码控制

如今，企业和开发者正越来越依赖Codex进行端到端开发。

自12月中旬发布GPT-5.2-Codex以来，Codex的总使用量翻了一番，过去一个月里有超过100万开发者使用Codex。

下一步，团队将继续扩展Codex的使用场景，包括上线Windows版应用、不断突破模型能力边界，以及实现更快的推理速度。

OpenAI科学家感慨：过去几周写的代码比过去几年还要多。而且，还用Codex修复了Prism的多个bug并完成了功能更新。

在应用内部，OpenAI还将根据实际反馈持续打磨多AI智能体工作流，让管理并行任务和在AI间切换变得更容易，且不丢失上下文。

他们还在为Automations开发基于云端的触发器支持，这样Codex就能在后台持续运行——而不仅仅是在你电脑开机的时候。

Codex建立在一个简单的前提之上：一切皆由代码控制。

一个AI智能体在推理和生成代码方面越强，它在各类技术和知识工作中的能力就越强。

OpenAI全家桶

然而，当今的一个关键挑战在于，前沿模型的能力与人们在实际中轻松使用它们之间存在差距。

Codex旨在缩小这一差距，让人们更容易指挥、监督并将OpenAI模型的全部智慧应用到实际工作中。

OpenAI致力于将Codex打造成最强的编程AI智能体，这也为它成为能处理代码之外广泛知识工作的全能AI奠定了基础。

附录

在制作上面这款赛车游戏时，Codex使用的初始提示词如下（总结精炼版）：

使用Three.js实现Voxel Velocity作为一个3D体素卡丁车赛车游戏，只有一种模式：单人比赛（总是3圈，1个人类对7个CPU，所有8条赛道立即在这个模式下可用，没有进度限制）。构建一个最小的赛前流程，仅包括：赛道（8），角色（8），难度（轻松/标准/刻薄），可选的镜像模式，可选的允许克隆，和开始比赛，加上一个选项菜单和一个赛中暂停菜单（恢复/重新开始/退出）。创建一个街机驾驶模型，具有灵敏的操控，宽容的擦墙碰撞，有意义的漂移作为主要技能，以及一个漂移充电系统，产生精确的加速等级（1级0.7秒，2级1.1秒，3级1.5秒），同时保持基准速度「快但可读」，并且在宽阔的道路上保持持续的超车。实现正好8个道具，单道具容量，微妙的位置加权分布，和温和的效果（最大失控≤1.2秒，最大转向禁用≤0.6秒），创造滑稽的混乱而没有硬眩晕，加上在加速期间减少50%的越野减速。定义8个角色及其给定的统计数据和AI倾向，实现CPU难度预设和赛道编写的赛车/变化样条线，漂移区和危险回避，以便AI使用多车道宽度进行干净的超车，并发布HUD/音频要素（位置，圈数/最后一圈横幅，小地图，道具槽，计时器/分段，可读的音效，和每个赛道一个音乐循环）。

随后，Codex不断地被从10个通用提示词的随机列表中重新提示，以继续处理这个问题。

其中一个提示词的例子是：

你的工作是添加新功能，使游戏更接近原作。首先，玩游戏并确定与原作相比缺少了什么。然后挑选几个缺失的功能并实现它们。在每个功能之后，彻底测试它，通过玩游戏并确认它工作正常。如果你在玩的时候注意到任何错误，也要优先修复它们。

参考资料：

https://x.com/sama/status/2018414858015039504?s=20  

https://x.com/OpenAI/status/2018385565289267236?s=20  

https://openai.com/index/introducing-the-codex-app/