OpenAI GPT-5-Codex：编程代理的新篇章

9月16日，OpenAI正式推出一款新模型GPT-5-Codex，这是一款经过微调的GPT-5变体，专为各种AI辅助编程工具而设计。公司表示，新模型GPT-5-Codex的“思考”时间比之前的模型更加动态，完成编码任务的时间范围从几秒到七个小时不等，因此在代理编码基准测试中表现更佳。

GPT-5-Codex的发布，标志着“编码代理”领域可能迎来最剧烈的一波变革。

过去一年多里，Anthropic在编码场景中几乎一骑绝尘，从Claude 3.5 Sonnet到Claude Code，再到Claude 4，牢牢占据主导地位。期间公司营收飙升，市值也冲到1830亿美元。

这一切无疑激发了OpenAI的斗志。早在2021年，OpenAI就发布了最初的Codex，催生了GitHub Copilot——全球首个AI编程工具。此后，OpenAI也在o1和GPT-4.1中重新把编码能力放回优先级。

GPT-5-Codex在SWE-bench上的得分是74.5%，几乎与GPT-5 thinking在477子集上的74.9%持平。那么，是什么让GPT-5的整体口碑迎来大逆转？

原因之一竟是：Codex团队真的“在猛干活”。

其一是“多面统一”的代理。Greg在播客中提到：

“年初我们设定了一个公司目标：年底前做出一个代理式软件工程师。要弄清楚这到底意味着什么，如何实现，如何整合所有机会与算力，这是OpenAI许多人一起承担的一项巨大任务。”

最初的代理式SWE外壳叫做10X，如今，随着新Codex CLI、“ChatGPT Codex”（现改名Codex Cloud）、IDE扩展等，OpenAI已经形成了覆盖各种需求的交互界面。

其二是更优的后训练特性。OpenAI一贯强调研究与产品的紧密结合。Thibault Sottiaux说：

“这个模型展现出一种能力：能坚持更久，具备复杂重构任务所需的‘韧劲’。但同时，对于简单任务，它响应得非常快。这让它成为一个很好的合作者。”

这种“韧劲”正是让GPT-5-Codex成为一个更全面、更实用的代理式编程模型的关键。

我们翻译了本次播客访谈的完整内容，带你深入了解OpenAI团队如何打造GPT-5-Codex，以及它背后的技术与故事。

1 为何编程是AGI研究的特殊例外

Andrew Mayne：今天我们要聊Codex。从最早版本开始我就用过它。现在你们有了新版本，我整个周末都在玩，非常震撼。我很想知道当初的起源故事：一开始怎么会想到用语言模型来写代码的？

Greg Brockman：我记得在GPT-3时代，第一次看到这种迹象：给一个docstring或者一个Python函数的定义，模型就能补全代码。当你第一次看到这个的时候，就知道这东西一定能成。

Thibault Sottiaux：令人难以置信的是我们人类多么习惯于这种持续的改进。

Greg Brockman：编程一直是个例外。我们针对编程有完全不同的研究计划。

...（此处省略部分访谈内容）...