OpenAI重磅推出GPT-5-Codex，专为智能体编程设计，显著提升代码重构、审查和缺陷发现的表现。其动态资源分配机制让模型在低负载请求中更高效 ，在复杂任务中更深入。2025编程智能体大战全面升温 ，GPT-5-Codex能否突围？
一图看透全球大模型！新智元十周年钜献，2025 ASI前沿趋势报告37页首发
刚刚 ，GPT-5「船新」版本上线！
这次OpenAI直接使用Codex品牌名称来作为新模型后缀 ，GPT-5-Codex！
新模型能力将更加擅长智能编码！
即使2025年只剩下三分之一，各家巨头在「编程智能体」的争夺依然是白热化啊！
OpenAI官博更是重新定义了「自动补全」 ，升级为「agent-complete」 。
在OpenAI播客第六集中，总裁Greg与Codex负责人Thibault Sottiaux聊了很多关于GPT-5-Codex ，以及到2030年软件开发可能会是「什么样子」 。
首先来速通一下此次重大更新。
此次发布的GPT-5-Codex属于GPT-5的一个特殊版本，它专为智能体编程（agentic coding）重新设计 。
GPT-5-Codex将具备全面的「双模」特长：
即时协作：与开发者实时配合 ，快速回答问题、修复小bug 。
独立执行：能长时间自主推进复杂任务（如大规模重构 、跨文件调试）。
简单说就是 ，GPT-5-Codex不仅快&而且更加可靠 。
GPT-5-Codex的交互响应更灵敏，小任务几乎即时，大任务可持续执行数小时 。
OpenAI内部测试可连续7小时完成大规模重构。
GPT-5-Codex三大性能全面提升
首先 ，在SWE-bench验证和代码重构任务上 ，GPT-5-Codex都超过了目前最先进的GPT-5-high 。
尤其是在非常适合于真实世界任务的代码重构任务上，GPT-5-Codex的准确率达到了51.3% ，远高于GPT-5-high的33.9% 。
其次，GPT-5-Codex此次更新的关键特性就是「动态调整」资源！
根据OpenAI内部员工的使用数据 ，在按模型生成token量（含隐藏推理和最终输出）排序的后10%用户请求中 ，GPT‑5-Codex的token消耗量比GPT‑5减少93.7%，红色箭头处。
相反 ，在前10%的高复杂度请求中 ，GPT‑5-Codex会投入更多思考时间，其代码推理 、编辑、测试和迭代的耗时达到两倍 ，黄色箭头处 。
最后，这次的GPT‑5-Codex经过专门训练，非常擅于执行代码审查和发现关键缺陷 。
按照OpenAI的说法 ，他们发现GPT‑5-Codex生成的评论更不容易出现错误或不重要的情况 ，从而让用户能将更多注意力集中在关键问题上，比如：
「不正确评论」显著降低：从13.7%降至4.4%。
「高影响力评论」显著增加：从39.4%提升到52.4%
「聚焦关键重点」：平均每个PR提出的评论数从1.32降至0.93
此消彼长 ，这让Vibe Coding更加接近于严肃的工程化编程！
为何用Codex命名？
在GPT-5-Codex的「发布会」上，Greg聊到了Codex的起源。
最早在GPT-3时代 ，他们就发现模型能根据文档串（docstring）自动补全函数代码，他们认为当时就具备了「语言模型写代码」的可行性 。
2021年 ，OpenAI就率先推出Codex ，并与GitHub合作打造Copilot，探索AI直接嵌入开发工作流的可能性 。
现在Codex的Web界面
Greg说编程一直是OpenAI特别关注的领域 ，专门使用代码数据和指标来优化模型表现，与其他领域不同。
早于Vibe Coding的Harness概念
在这次讨论中，Greg还用一个新的词语「Harness」来解释了OpenAI其实比流行的Vibe Coding更早就发现「用语言模型编程」的魔力 。
「Harness」这个词原意是马具 、缰绳 ，用来把马与车或骑手连接起来 ，使力量可以被控制和发挥 。
OpenAI的Greg在讲Codex时借用这个词，表达类似的作用：
模型本身就像「马」或「大脑」 ，能产生力量（智能 、输入输出）。
Harness就像「缰绳/集成框架」 ，把模型和外部环境（工具、IDE 、终端 、云端等）连起来，让它能真正执行任务、发挥效能 。
在做普通语言模型应用时 ，接口（interface）或「缰绳」（harness）其实很简单——模型只是补全一段文字，最多再跟进一两次对话就结束了 。
但在编程场景下 ，文本会「活起来」 ，因为代码需要真正被执行 、需要和工具连接才能发挥作用。
因此，人们意识到 ，harness的重要性几乎和模型本身的智能同等关键 ，它决定了模型是否真的可用 。
OpenAI所谓的harness，就是把模型与其余的基础设施整合起来，让模型能够真正地对环境采取行动 。
性能与使用体验
这次GPT-5-Codex的延迟是一大亮点 ，代码补全必须 ，否则用户体验差。
GPT-5-Codex可以连续执行长时间任务，特别适合大型重构 、迁移任务 。
此次更新后还支持多模式交互：终端vibe coding、IDE编辑 、GitHub集成 、Cursor集成等 ，应有尽有 ，满足不同开发习惯 。
OpenAI内部实践
除了GPT-5-Codex外 ，Greg还爆料了更多内幕。
OpenAI在内部实践中孵化了几款关键工具 ，帮助团队探索AI编程智能体的潜力。
首先是10x，一款内部原型 ，最初在终端运行 ，能显著提高开发效率 。
它支持异步长时间执行，工程师甚至可以合上笔记本让任务继续运行 ，因此被认为带来「十倍生产力」 ，但因尚未打磨成熟而未对外发布 。
其次是Agents.md，这是一个放在代码库里的说明文件，类似专门写给Codex的README。
它能压缩上下文 ，减少模型探索代码的负担 ，同时存放团队的开发偏好（如测试位置、风格约定） 。这样 Codex 能更快理解项目环境，执行任务更高效 。
最后是Code Review Agent ，这是在内部试点后效果最惊艳的工具。
它能理解PR的意图与实现是否一致 ，检查依赖关系，发现人类审查可能遗漏的bug 。
内部团队甚至在上线前一晚依赖它审查数十个PR ，并几乎零bug发布 。
讨论中也提到 ，2030年的软件开发将不再是「人写代码+工具辅助」，而是「AI写大部分代码+人类监督和设计架构」。
开发者更像是团队的指挥官 ，专注于战略性问题和创意设计 ，而繁琐、重复 、危险的工作则由 AI 智能体承担 。
收手吧，GPT-5-Codex
现在 ，编程智能体已经成为各大AI巨头的火力集中点 ，打得火热！
OpenAI此次发布GPT-5-Codex也是再次「官宣加入战场」 。
但是，收手吧，外面已经全是编程智能体了！
让我们盘点一下国内外今年到底有多少编程智能体～
国外通用/主流编程AI智能体
Cursor：深度集成在IDE中 ，有agent模式 ，会检索本地代码, 能跨文件操作 、项目级别重构等。
Claude Code CLI：代码diff、工具调用能力 、原型快速实验 。
Gemini CLI：优势在上下文窗口（context window） 、处理大型代码库的重构能力强 。
GitHub Copilot+Copilot 的扩展
国内代表性产品 /平台
国内在这个赛道加速也非常快，不少大厂都在做「编程智能体\编程模型」的组合 ，已经有很多专门用于编程的模型和产品。
腾讯的代码助手CodeBuddy
通义千问的Qwen3-Coder
字节的TRAE
百度的文心智能体平台
DeepSeek最新的V3.1系列
比如DeepSeek官方公告指出 ，V3.1在编程智能体和在命令行 / 终端环境下解决复杂任务中表现比之前的 DeepSeek系列模型有明显提升。
总体来看，虽然2025年被称为智能体之年 ，但主要还是聚焦在编程智能体 。
国外市场以Cursor、Gemini CLI 、Claude Code等为代表 ，强调模型执行力 、重构大上下文处理、IDE/CLI无缝集成等能力 。
而国内也同步推出同类型产品对标Cursor和Claude Code等产品。
GPT-5-Codex的上线，让这场「编程智能体大战」更加的白热化！
虽然OpenAI很早就洞察到「语言模型能编程」 ，但是：
AI编程IDE的认知被Cursor摘取了
AI编程CLI的认知被Claude Code拿到了 。
而且国内还同步跟进了各种同类型的产品 。
不知道这次起个大早 ，赶了晚集的GPT-5-Codex能不能拿下「AI智能体编程」的头衔～
参考资料：
https://openai.com/index/introducing-upgrades-to-codex/
https://x.com/sama/status/1967650108285259822
https://x.com/OpenAI/status/1967650096813871266
本文来自微信公众号“新智元”，作者：新智元 ，36氪经授权发布。
本文来自作者[梦洁]投稿，不代表视听号立场，如若转载，请注明出处：https://www.stddy.com/zsfx/202509-37156.html
评论列表（4条）
我是视听号的签约作者“梦洁”！
希望本篇文章《收手吧GPT-5-Codex，外面全是AI编程智能体》能对你有所帮助！
本站[视听号]内容主要涵盖：国足,欧洲杯,世界杯,篮球,欧冠,亚冠,英超,足球,综合体育
本文概览：OpenAI重磅推出GPT-5-Codex，专为智能体编程设计，显著提升代码重构、审查和缺陷发现的表现。其动态资源分配机制让模型在低负载请求中更高效，在复杂任务中更深入。202...