OpenAI發(fā)布GPT-5-Codex：可獨立工作超7小時，還能審查、重構(gòu)大型項目

機器之心·2025-09-16

2.5小時搶占Codex 40%流量！

編者按：本文來自微信公眾號機器之心（ID：almosthuman2014），編輯：Panda，創(chuàng)業(yè)邦經(jīng)授權(quán)轉(zhuǎn)載。

凌晨 1 點，OpenAI 發(fā)布了 GPT-5-Codex。

從名字也能看出來，這是針對智能體編程任務(wù)進行了專門優(yōu)化的 GPT-5。OpenAI 博客介紹說，GPT-5-Codex 的訓(xùn)練重點放在真實的軟件工程任務(wù)上。它既能在短時間的交互式會話中快速響應(yīng)，也能獨立完成冗長復(fù)雜的任務(wù)。它的代碼審查（code review）能力可以在代碼上線前發(fā)現(xiàn)關(guān)鍵漏洞。

GPT-5-Codex 已經(jīng)在 Codex 的所有使用場景中上線，包括 Codex CLI、IDE 擴展、網(wǎng)頁端、移動設(shè)備以及 GitHub 中的代碼審查。它是云端任務(wù)和代碼審查的默認模型，開發(fā)者也可以通過 Codex CLI 或 IDE 插件，在本地任務(wù)中選擇使用它。順帶一提：Codex 已包含在 ChatGPT 的 Plus、Pro、Business、Edu 和 Enterprise 訂閱中。

發(fā)布兩個半小時后，OpenAI CEO 山姆?奧特曼激動地表示 GPT-5-Codex 的流量已經(jīng)占到了 Codex 流量的 40% 左右，并且他預(yù)計該模型在今天之內(nèi)就將成為 Codex 的流量主體。

OpenAI 表示：「自從 4 月推出 Codex CLI、5 月推出 Codex Web 以來，Codex 已逐步演變成更高效的編程助手。兩周前，我們把 Codex 整合成一個統(tǒng)一的產(chǎn)品體驗，并與 ChatGPT 賬號打通。這樣，你可以無縫切換本地環(huán)境和云端任務(wù)，不會丟失上下文。」

該模型一發(fā)布就收獲了諸多好評，甚至有人表示這是「自切片面包發(fā)明以來最好的東西」。

OpenAI 已經(jīng)以附錄形式將 GPT-5-Codex 加入了 GPT-5 系統(tǒng)卡。

地址：https://openai.com/index/gpt-5-system-card-addendum-gpt-5-codex/

下面我們就來更詳細地了解一下 GPT?5-Codex。

GPT?5-Codex

GPT-5-Codex 重點優(yōu)化了在真實工程場景中的自主式（agentic）軟件工程能力。

它接受過完整項目構(gòu)建、功能開發(fā)、測試編寫、調(diào)試、大規(guī)模重構(gòu)和代碼審查等復(fù)雜任務(wù)的訓(xùn)練。相比 GPT-5，它更易于控制，遵循 AGENTS.md 的指令更好，代碼質(zhì)量更高。OpenAI 表示：「你只需要告訴它想要什么，而不用寫冗長的風(fēng)格說明?！?/p>

其在 SWE-bench Verified（軟件工程）和 Code refactoring tasks（代碼重構(gòu)）兩個基準(zhǔn)上的準(zhǔn)確度表現(xiàn)都優(yōu)于 GPT-5 (high)。

值得一提的是，OpenAI 在 SWE-bench Verified 上的成績這一次終于使用了該數(shù)據(jù)集中所有的共 500 個任務(wù)，而不是像之前那樣只使用了 477 個任務(wù)（曾因此備受批評），OpenAI 聲稱之前只使用 477 個任務(wù)的原因是「有部分任務(wù)無法在基礎(chǔ)設(shè)施上運行，而現(xiàn)在這一問題已解決?！?/p>

至于另一個代碼重構(gòu)基準(zhǔn) Code refactoring tasks 則包含許多來自大型成熟軟件庫的重構(gòu)任務(wù)，覆蓋 Python、Go、OCaml 等語言。比如 Gitea 的一個 PR，就修改了 232 個文件、3541 行代碼，為應(yīng)用邏輯引入 ctx 變量。

GPT-5-Codex 不僅性能更優(yōu)，也能根據(jù)任務(wù)復(fù)雜度動態(tài)調(diào)整思考時間。

它結(jié)合了兩種關(guān)鍵能力：一是與開發(fā)者配合的交互式會話，二是對長任務(wù)的持久自主執(zhí)行。

在處理小型請求或?qū)υ挄r，GPT-5-Codex 反應(yīng)更快；而在處理復(fù)雜任務(wù)（如大型重構(gòu)）時，它能持續(xù)工作更久。OpenAI 表示：「在測試中，我們看到 GPT-5-Codex 能獨立運行超過 7 小時，不斷迭代實現(xiàn)、修復(fù)測試，最終交付可用代碼?！?/p>

OpenAI 還分享了他們的內(nèi)部使用數(shù)據(jù)：

用戶請求中，用戶交互中 token 數(shù)量（包括隱藏的推理和最終的輸出）最少的 10% 情況下，GPT-5-Codex 的 token 消耗比 GPT-5 少 93.7%。
用戶交互中 token 數(shù)量最多的 10% 情況下，它會投入更多時間，進行更深入的推理、編輯、測試和迭代。

GPT-5-Codex 也專門訓(xùn)練了代碼審查能力，可以主動發(fā)現(xiàn)關(guān)鍵漏洞。它會遍歷代碼庫，分析依賴，并運行代碼和測試來驗證正確性。OpenAI 用熱門開源項目的最新提交（commit）做了評估，并讓經(jīng)驗豐富的工程師進行了驗證，結(jié)果發(fā)現(xiàn)：GPT-5-Codex 的審查意見更少出現(xiàn)錯誤或無關(guān)內(nèi)容，更能把注意力集中在關(guān)鍵問題上。

在前端任務(wù)上，GPT-5-Codex 表現(xiàn)可靠。它能生成美觀的桌面應(yīng)用，也在移動網(wǎng)站的偏好測試中顯著提升。云端環(huán)境下，它還能讀取你上傳的圖片或截圖，檢查自己的進度，并把結(jié)果截圖返回。

GPT-5-Codex 針對 Codex CLI、IDE 插件、云環(huán)境和 GitHub 進行了深度優(yōu)化，同時也支持多種工具調(diào)用。不過 OpenAI 也指出：「與通用的 GPT-5 不同，我們建議只在 Codex 或類似場景下使用 GPT-5-Codex。」

Codex 更新

除了發(fā)布 GPT-5-Codex，OpenAI 今天還宣布了 Codex 的一些升級，包含全新設(shè)計的 Codex CLI 以及新的 Codex IDE 插件。

Codex CLI

Codex CLI 是開源的。過去幾個月里，OpenAI 基于社區(qū)反饋重新設(shè)計了 CLI，讓它更適合「自主編程」的工作流，使模型能成為更強大、更可靠的搭檔。

現(xiàn)在用戶可以在 CLI 中直接添加圖片，例如截圖、線框圖和設(shè)計圖。這樣可以建立共享上下文，讓設(shè)計決策更清晰，并更容易得到符合預(yù)期的結(jié)果。

在處理復(fù)雜任務(wù)時，Codex 會用待辦清單（to-do list）跟蹤進度，還支持 web 搜索和 MCP 等外部系統(tǒng)連接工具，整體的工具調(diào)用更準(zhǔn)確。

終端界面也升級了：工具調(diào)用和代碼差異現(xiàn)在格式更清晰，更容易閱讀。

批準(zhǔn)模式（approval mode）簡化為三種：

只讀：需要明確批準(zhǔn)才能修改；
自動：擁有完整工作區(qū)權(quán)限，但在工作區(qū)外仍需批準(zhǔn)；
完全訪問：可以讀取任意文件，并在有網(wǎng)絡(luò)訪問的情況下運行命令。

CLI 還支持壓縮對話狀態(tài)，方便管理更長的會話。

Codex IDE 插件

Codex 也能在 IDE 中直接使用。這個插件支持 VS Code、Cursor 以及其他 VS Code 分支。它能把 Codex 帶進編輯器，讓用戶能無縫預(yù)覽本地改動，并直接用 Codex 修改代碼。

OpenAI 介紹了在 IDE 中使用 Codex 的幾個優(yōu)勢：

你可以寫更簡短的提示詞，得到更快的結(jié)果，因為 Codex 會自動利用上下文，例如你打開的文件或選中的代碼。
你可以在云端和本地環(huán)境之間流暢切換。比如，在編輯器里直接創(chuàng)建云端任務(wù)、跟蹤進行中的工作或?qū)彶橐淹瓿傻娜蝿?wù)。
如需要調(diào)整，你可以在 IDE 中直接打開云端任務(wù)，Codex 會保留上下文。

云端的 Codex

除了 CLI 和 IDE 插件，新的 GitHub 集成也讓 Codex 的云端智能體更貼近開發(fā)者的日常工作流。用戶無需離開編輯器或 GitHub，就能把任務(wù)交給 Codex。

OpenAI 表示，他們也一直在幕后不斷提升云端性能，包括：

通過緩存容器（caching containers），新任務(wù)和跟進任務(wù)的完成時間縮短了 90%。
Codex 會自動檢測常見的初始化腳本并執(zhí)行，幫你完成環(huán)境配置。
在配置了網(wǎng)絡(luò)權(quán)限后，它還能在運行時執(zhí)行 pip install 等命令，安裝所需依賴。

和 CLI、IDE 一樣，云端 Codex 也支持使用圖片。你可以上傳前端設(shè)計規(guī)范或 UI bug 截圖。Codex 會在瀏覽器里運行自己生成的內(nèi)容，檢查效果，并把截圖附在任務(wù)或 GitHub PR 中。

代碼審查

Codex 現(xiàn)在也支持代碼審查功能，可以發(fā)現(xiàn)關(guān)鍵缺陷。和靜態(tài)分析工具不同，Codex 會：

對比 PR 的目標(biāo)和實際改動，
分析整個代碼庫和依賴關(guān)系，
運行代碼和測試來驗證行為。

這種審查力度，通常只有最仔細的人類工程師才能做到。Codex 正好補上這一缺口，幫助團隊更早發(fā)現(xiàn)問題，減輕審查負擔(dān)，讓上線更放心。

在 GitHub 上啟用后：

當(dāng) PR 從草稿變?yōu)榭蓪彶闋顟B(tài)時，Codex 會自動給出分析。
如果它建議修改，你可以直接在同一討論線程里讓它實現(xiàn)。
你也可以手動請求審查，比如在 PR 里輸入「@codex review」，甚至給額外指令，如「@codex review for security vulnerabilities」（檢查安全漏洞）或「@codex review for outdated dependencies」（檢查過時依賴）。

OpenAI 表示：「在 OpenAI 內(nèi)部，Codex 已經(jīng)審查了我們絕大多數(shù) PR，每天能發(fā)現(xiàn)數(shù)百個問題，很多在人工審查開始之前就已經(jīng)被攔下。這讓團隊能更快推進，同時保持信心?！?/p>

OpenAI 如何讓 Codex 更安全？

OpenAI 還介紹了在開發(fā) Codex 時對代碼與數(shù)據(jù)安全的保護措施，他們也部署了一些防范潛在濫用的手段。

默認沙箱環(huán)境：無論本地還是云端，Codex 默認運行在沙箱環(huán)境中，且關(guān)閉網(wǎng)絡(luò)訪問。這可以避免它在你的電腦上執(zhí)行有害操作，也能減少來自不可信來源的提示詞注入風(fēng)險。
權(quán)限機制：在執(zhí)行可能危險的操作前，Codex 會請求許可。它也經(jīng)過訓(xùn)練，會運行命令來驗證自己的輸出。
可配置的安全設(shè)置：開發(fā)者可以根據(jù)風(fēng)險承受度調(diào)整設(shè)置。在云端，可以限制網(wǎng)絡(luò)訪問只允許可信域名；在 CLI 和 IDE 插件中，開發(fā)者可以決定是否批準(zhǔn) Codex 運行命令，或允許它使用網(wǎng)頁搜索、連接 MCP 服務(wù)器。這樣能擴展能力，但也會增加風(fēng)險。

OpenAI 也給出了建議：「我們始終建議開發(fā)者在上線前先檢查 Codex 的工作結(jié)果。Codex 會在每個任務(wù)中提供引用、終端日志和測試結(jié)果，方便人工驗證?！沟?OpenAI 也強調(diào)：Codex 應(yīng)作為附加審查者，而不是完全取代人工審查。

和 GPT-5 一樣，OpenAI 依然將 GPT-5-Codex 在生物與化學(xué)領(lǐng)域的任務(wù)歸類為 High 能力，并采取了相應(yīng)的安全措施，以盡量減少潛在風(fēng)險。