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。
