就在 Anthropic Claude 陷入降智風波時，OpenAI 剛剛推出了 GPT-5-Codex——這是基于 GPT-5 優化后的 Codex 專用版本，專門針對「自主編程」進行了訓練。

這次升級確實有些分量。

聚焦于真實的軟件工程場景的 GPT-5-Codex，不僅能處理日常的編程交互，還能獨立完成復雜耗時的工程項目。它能像真正的程序員一樣，連續工作超過 7 個小時，在復雜項目上不斷迭代、修 bug、跑測試，最后交付一個完整可用的解決方案。

從四月份推出 CLI 版本，到五月份上線網頁版，再到現在的全面升級，Codex 的——就是要把編程這件事徹底「自動化」。

現在無論你在終端、IDE、網頁還是手機上開發，Codex 都能提供一致的編程輔助體驗，而且已經整合進 ChatGPT 賬號體系，本地和云端可以無縫切換。

GPT-5-Codex 最有意思的特性是「動態思考」能力。它能夠根據任務復雜度靈活調整處理時間。

OpenAI 內部員工使用數據顯示，按模型生成的 token 數排序，對于最底部 10% 的簡單請求，GPT-5-Codex 比 GPT-5 少用了 93.7% 的計算資源。

相反，對于最頂部 10% 的復雜請求，它會花費大約兩倍的時間進行推理、代碼編輯、測試和迭代。這意味著日常聊天和小任務響應會更快，而復雜的大型重構則會投入更多時間深度處理。

用人話說就是：日常小問題不磨蹭，大項目該花時間就花時間。

終于有個編程模型懂得「好鋼用在刀刃上」了。

基準測試方面，在 GPT-5 發布時，OpenAI 只在 477 個 SWE-bench Verified 任務上報告結果，在被 Anthropic 指出這一問題后，今天 OpenAI 宣布這些問題已經修復，現在可以在全部 500 個任務上報告結果。結果如下：

代碼重構評測更是涵蓋了 Python、Go 甚至 OCaml 等語言，比如一個來自 Gitea 的 pull request 案例，修改了 232 個文件、3541 行代碼，將 ctx 變量貫穿到應用邏輯中。

代碼審查功能也很實用，它會在代碼庫中瀏覽分析，運行測試驗證正確性，給出的審查意見準確性不錯。在 OpenAI 內部，Codex 現在會審查大部分 PR，每天能發現數百個問題，很多時候比人工審查更早發現潛在 bug。

前端開發支持同樣到位，GPT-5-Codex 不僅能創建桌面應用，移動端開發能力也有明顯提升。它還能讀取截圖和設計稿，檢查開發進度，把工作成果可視化展示，這對前端開發確實很有幫助。

工具層面的更新也相當豐富。全新改造的 Codex CLI 現在圍繞自主編程流程重構，支持直接附加和分享圖片，包括截圖、線框圖和架構圖，用于建立對設計決策的共同理解。

處理復雜任務時，Codex 會通過待辦清單跟蹤進度，內置了網頁搜索、MCP 等工具連接外部系統。

審批模式簡化為三種：只讀模式需要顯式批準，自動模式對工作區有完整訪問權限但工作區外需要批準，完全訪問模式可以在任意位置讀取文件并運行帶網絡訪問的命令。

全新的 IDE 插件支持 VS Code、Cursor 等編輯器，讓用戶能無縫預覽本地修改并與 Codex 協作編輯代碼。插件還支持在云端與本地環境間流暢切換，可以直接在編輯器中創建云端任務、跟蹤進行中的工作，以及審查已完成的任務。

云端基礎設施也有明顯改進，通過容器緩存將新任務和后續任務的中位完成時間縮短了 90%。Codex 能自動設置運行環境，掃描常見初始化腳本并執行，在配置網絡訪問權限時還能運行 pip install 等命令按需安裝依賴。

安全方面，OpenAI 采用了沙箱運行環境，默認禁用網絡訪問，確保不會在用戶電腦上執行有害操作，同時降低提示注入風險。

開發者可以根據風險承受度自定義安全設置，在云端可以限制網絡訪問只允許可信域名，在 CLI 和 IDE 插件中可以批準命令、允許全權限運行或使用網頁搜索、連接 MCP 服務器。

與 GPT-5 管理方式一致，GPT-5-Codex 在生物與化學領域被歸類為高能力模型，已采取相應安全措施。

價格上，Codex 已經集成到 ChatGPT 的各個付費套餐中，不同套餐提供不同的使用額度。

Plus、Edu 和 Business 適合每周幾次專注的編程會話；

Pro 則能支持跨多個項目的一整周工作量。

Business 套餐可以購買額外額度，幫助開發者突破包含的上限；Enterprise 套餐則提供共享額度池，只需為團隊實際使用部分付費。對于使用 API key 的開發者，OpenAI 計劃很快在 API 中開放 GPT-5-Codex。

目前 GPT-5-Codex 的系統提示詞已經泄露，感興趣的開發者可以研究一下。

系統提示詞地址：https://github.com/elder-plinius/CL4R1T4S/blob/main/OPENAI/Codex_Sep-15-2025.md

知名博主 Dan Shipper 在體驗完 GPT-5-Codex 之后，給出的評價是：

我們在 @every 上測試了幾天，結果相當震撼：

– 它會根據任務動態選擇「思考」時間——難題上能長時間工作，簡單問題則能即時給出答案。

– 在我們的生產代碼庫測試中，它可以自主運行 長達 35 分鐘 ——相比之下，GPT-5 往往過于謹慎，這是一次明顯的升級。

– 它支持 本地與網頁開發環境的無縫切換。你可以在 VS Code 中啟動一個任務，然后在去購物時把它交給 Codex Web 繼續完成。

– 它配備了 代碼審查智能體，會真正運行你的代碼，因此能發現更多 bug。

以下是我們經過大量內部測試后的整體感受：

– 這是一次非常出色的升級，讓 Codex CLI 成為了 Claude Code 的有力替代品。

– 不過，它需要合理的提示才能表現出最佳效果。比如 @kieranklaassen 最多只能讓它運行 5 分鐘，而 @DannyAziz97 找到了訣竅。

– 有時候它會「偷懶」——在某些任務上可能思考不足，或者如果認為任務過大就會直接拒絕。

– 我整個周末都在用 Codex CLI 為 @CoraComputer 提交一個新的 PR，體驗下來發現它非常好用、易于引導——這是一個很棒的模型。

OpenAI Codex 產品負責人 Alexander Embiricos 表示，性能的大幅提升主要歸功于 GPT-5-Codex 動態的「思考能力」。Embiricos 解釋說，GPT-5-Codex 的工作方式類似，但它內部沒有路由器，而是能實時調整在某項任務上投入的時間。

Embiricos 指出，這比路由機制更具優勢：后者在一開始就必須決定要為某個問題分配多少算力和時間，而 GPT-5-Codex 則可以在處理任務 5 分鐘后決定「還需要再多花一個小時」。他說，他見過該模型在某些情況下連續工作超過 7 小時。

最近幾個月，幾乎所有 AI 大廠的重磅更新都指向同一個方向——編程能力。相比之下，如果你仔細觀察就會發現，針對普通用戶的「優化」其實是在不斷減少。

表面上看，這可能是因為面向普通消費者的 AI 產品已經陷入瓶頸期。聊天、寫文案、做翻譯，這些功能已經比較成熟，很難再有突破性進展。

但更深層的原因，還是繞不開商業邏輯。

開發先進的 AI 模型本就需要天文數字的巨額投入，這些成本總要有人承擔。與其指望海量低付費用戶慢慢回血，不如直接鎖定那些真正愿意掏錢的高價值用戶。而程序員是最愿意為 AI 工具付費、且粘性較高的群體之一。

從這個角度來說，放棄技術平權的敘事，AI 的未來可能比我們想象的更加「精英化」。這不一定是壞事，但至少我們應該對此有清醒的認識。