GPT-5 发布前的危机与竞品冲击
2025年夏天，GPT-5即将发布的夜晚，OpenAI内部气氛紧张。Every公司创始人Dan Shipper提前一个月获得GPT-5权限，带领十人团队在纽约州北部闭关一周进行深度测试。他们发现GPT-5在日常使用中表现良好，但在编程领域反响平平。Codex当时尚未确立地位，团队正试图将Agent从云端迁移至开发者本地电脑，却面临转型阵痛。与此同时，竞品Anthropic的Claude Code迅速引爆市场。Kieran Klaassen带领团队直接将任务交给Opus 4，无需工程师协助即可交付完整功能；专栏作者Katie Parrott仅用几天便搭建并部署了AI内容管理系统。Shipper评价道："用Claude Code你只要让它放开手脚去狂飙就行了，而GPT-5感觉有些胆小。"这种对比让Shipper意识到OpenAI可能正在为一个即将消亡的工作流打造完美工具。
"我们现在基本上都不怎么看代码了。"
Shipper在与OpenAI公关团队及Codex负责人Alexander Embiricos的会议中直言不讳。Embiricos当时正在赶制GPT-5发布版的一项新功能，即让Agent在访问沙盒外文件或运行命令前主动请求人类授权。Shipper的反馈揭示了当时AI编程领域的核心矛盾：用户倾向于任务委派，而模型仍受限于沙盒束缚。这一夜的经历成为OpenAI反思其编程战略的转折点，促使他们重新审视Agent的设计哲学与用户交互模式。
思维链革命与Codex的起源回溯
要理解这场反击，需回顾AI推理能力的演进。早期大语言模型如即兴话剧演员，缺乏内部推理状态。思维链提示（Chain-of-Thought）让用户要求模型逐步写出推理过程，显著提升了答案质量。OpenAI将这一机制训练进模型本体，推出了第二代推理模型o1。编程是思维链获益最多的领域，因为代码天生自带闭环：模型可修改、运行并即时验证结果。2024年9月o1预览版发布，证明增加思考时间能显著提升表现。Codex的名字源于2021年基于GPT-3微调的初代模型，它是GitHub Copilot的底層引擎。三年后，随着o1展现潜力，OpenAI内部多支团队重新追逐"AI程序员"的梦想。
Alexander Embiricos在2024年底加入OpenAI，他收购了自己的多人屏幕共享协作工具Multi。起初他想在ChatGPT桌面应用和AI浏览器Atlas上实现人机无缝协作，但模型读屏速度慢且笨拙。然而，在终端中直接操作纯文本和代码让他看到了希望：速度是拦路虎，但推理模型的延迟可转化为优势。当时大多数AI编程产品依赖VS Code的短反馈回路，不敢让模型长时间独立作业。Embiricos反其道而行之，利用推理模型的深度思考能力构建产品形态。
内部自举与云端Codex的失败尝试
在OpenAI的另一端，Thibault Sottiaux (Tibo)将推理模型用于加速内部科研基础设施开发。他在2024年12月介入编程Agent，目标是通过优化Python基础设施代码来提升研究员的实验迭代速度。Tibo的小组在单一内部代码仓库上训练了一个专用编程Agent，形成了极短的高频反馈回路。这种自举（Bootstrapping）机制让模型反哺科研过程，形成了"更强模型-更优实验-更聪明模型"的循环。2024年底至2025年初，编程被确立为OpenAI顶层战略目标。Greg Brockman形容内部像"同时下注一连串初创团队"，探索CLI、IDE或云端虚拟机等不同形态。
2025年2月，Anthropic发布Claude 3.7 Sonnet及研究预览版Claude Code。它直接运行在终端，操作本地文件，继承用户上下文并产生复利效应。2025年3月的评测显示Claude Code优于当时大多数Agent。然而，Codex团队将筹码押注于Codex Cloud。2025年5月16日，主打异步离线协作的云端版本上线。它允许用户在后台提交任务，Agent在隔离容器中修改代码并返回PR。但外部开发者面临巨大环境配置成本，且无法中途打断或纠正方向。Shipper直言："如果你想在既有大型代码库上添加功能...你会很乐意用它，但如果是凭直觉敲代码...还是另请高明吧。"云端产品未能找到PMF，团队陷入迷茫。
回归本地与插件生态的爆发
云端受挫后，Codex团队在2025年春夏之交决定调头。Tibo接任工程经理，全面转向本地部署。他们翻出了此前被放弃的Codex CLI原型，并彻底重写底层Agent引擎。团队用Rust重构了引擎，兼顾性能与安全，并将核心机制与终端界面解耦，使其能像积木一样插入编辑器、桌面应用或云端。与此同时，Michelle Pokrass负责后训练阶段，通过观察真实程序员编码并将翻车现场转化为数据集，打磨模型行为。Brockman比喻未打磨的编程模型像"SAT考满分却一天班没上过的书呆子"。
经过几个月摸索，重构的本地Agent引擎终于匹配合适的模型。2025年8月下旬，适配VS Code和Cursor的侧边栏插件推出。开发者如潮水般涌入，到10月使用量暴涨10倍以上。Ruby on Rails创造者David Heinemeier Hansson从最初拒绝AI驾驶代码，到2026年1月承认Agent具备生产级贡献能力，并在9月的Rails World宣布手写代码时代结束。尽管CLI和插件增长迅猛，Codex团队却做出了意外抉择：维持CLI基本维护，但将最重头投资押注于原生桌面应用。Tibo预判模型能独立承接的任务时间将变长，且需融合多模态信息，用户将在电脑上并发调度多个Agent。这一战略转向标志着Codex从跟随者向定义新工作流者的转变。
"AI Agent 已经完全有能力对真实代码库做出生产级贡献。"
Codex的逆袭并非一蹴而就，而是经历了从云端幻觉到本地务实、从单点突破到生态融合的艰难探索。通过自举训练优化底层能力，再通过重构引擎适配用户真实场景，OpenAI最终在编程Agent领域找到了新的平衡点。
极简主义界面与“无编辑器”的激进赌注
Codex 桌面应用的设计初衷是打造一款能承载全天高频使用、比笨重 IDE 更轻巧灵动的操作界面，旨在将用户从纯文本终端中解放出来，让普通知识工作者也能轻松驾驭多模态 Agent。为了落地这一愿景，Tibo 招募了兼具设计师、工程师和创业者背景的 Andrew Ambrosino。团队确立了一个核心基准：必须做出一款连自己都愿意天天沉浸其中的产品，并将其作为日常工作的核心主力工具。最具争议且颠覆性的决策在于：坚决不内置代码编辑器，用户修改代码的唯一途径是向 Agent 提要求。Ambrosino 认为，一旦允许手动敲码，用户就会期待专业编辑器的所有功能（如撤销、搜索），而 Codex 不可能靠做一个半吊子的编辑器获胜；只有让 Agent 写代码的体验好到让人彻底忘掉编辑器，才有赢的局面。然而，现实初期极为尴尬：团队当时正是开着 VS Code 在写这个试图干掉 VS Code 的替代品，且初期因缺乏手动编辑功能，连微小的改动都需大费周章地写提示词。Ambrosino 在内部信中承认，砍掉手动编辑功能是上线规划中他最怀疑、没底气的决定。与此同时，Google 于 2025 年 11 月发布了捆绑完整编辑器的 Antigravity，进一步加剧了团队对“不 Fork VS Code 是否犯错”的焦虑。
GPT-5.1/5.2 模型突破与内部风向逆转
转折发生在 OpenAI 专属 Codex 模型的快速迭代中。2025 年 9 月推出的初始模型尚不足以支撑桌面产品，但随后几周发生了戏剧性变化：2025 年 11 月 19 日 GPT-5.1 Codex Max 发布，首次能连续写好几个小时代码；紧接着 2025 年 12 月 18 日 GPT-5.2 Codex 发布，大幅提升了在大型代码库上做修改的能力。由于 Codex 模型线与 ChatGPT 主干彻底独立，团队无需顾忌 8 亿用户的历史包袱，可以跑得更快。Amelia 与团队协作压缩反馈循环，专注于让 Codex 对使用者更好用而非单纯刷榜。随着模型能力跃升，团队内部风向发生逆转：原本渴望编辑器的成员逐渐习惯通过划线批注让 Agent 自行改码。开发体验工程师 Dominik Kundel 在 Slack 中表示：“现在大部分改动都直接用行内评论，快得很”。Amelia 也指出 GPT-5.2 是转折点，让她第一次对 Agent 的能力感到兴奋。行业层面也在圣诞假期迎来拐点：开发者们用 Opus 4.5 和 GPT-5.2 一行代码都不碰，就把整个应用从零到一、端到端地搭了出来。到了 2026 年 1 月，Codex 团队全员将其作为主力工具；2 月它席卷 OpenAI 内部，Noam Brown 和 Brockman（终端与 Emacs 忠实用户）相继倒戈，Brockman 称回到旧工作流感觉像“穿越回了过去”，Altman 则将其称为公司内部最受爱戴的产品。
原生桌面应用发布与用户规模的指数级增长
2026 年 2 月 2 日，Codex macOS 桌面版正式向全球公众发布。其界面更像现代聊天协作软件而非代码编辑器：左侧边栏管理任务，用户可并行派遣 Agent 修 Bug、开发新特性或审查代码，且每个 Agent 在独立分支上推进互不干扰。与 Claude 桌面应用支离破碎的“拼凑路线”不同，Codex 几乎没有妥协的疤痕，呈现出凌厉、纯粹且 Agent 原生的浑然一体感。配合稍后发布的 GPT-5.3 Codex，团队开始从专攻编程的训练中走出，探索 Agent 如何服务于更广泛的知识工作。用户 Shipper 从几乎只用 Claude 切换到大块工作使用 Codex，甚至让其自主修复复杂 Bug。随着 2026 年 3 月 GPT-5.4 的到来，Codex 彻底成为其日常主力。2026 年 3 月 19 日，Codex 周活跃用户突破 200 万，整体使用量自年初以来涨了 5 倍。4 月应用加入内置浏览器功能，Agent 可自主上网核查结果并在 Mac 应用间协同。2026 年 6 月，周活跃用户超过 500 万，其中约五分之一为知识工作者。7 月 9 日，Codex 桌面应用正式合并为新 ChatGPT 桌面应用，底层仍保留 com.openai.codex 标识，标志着 ChatGPT 跑在了 Codex 之上。
“创新者的窘境”与从本地回归云端的闭环
Tibo 在白板上绘制的增长曲线揭示了 Codex 如何避开“创新者的窘境”。他画出了四条曲线：初代 Codex Cloud 短暂触顶后平缓；搭载 GPT-5 的本地 CLI 终端陡峭上升；编辑器插件生态更高一层；而伴随 GPT-5.3 Codex 和原生桌面应用问世的增长曲线则如巨浪般垂直飙升，初代 Codex Cloud 的痕迹在底部渺小得像一道划痕。这一过程仅用 10 个月完成，印证了克里斯坦森的理论：底层能力质变催生更简洁形态，击穿大众市场门槛。Codex 团队之所以能逃开既有成功掐死未来萌芽的魔咒，得益于 OpenAI 类似内部并行下注的风险投资组合架构，使其能在 ChatGPT 庞大体量外闭环迭代。更关键的是 “用 AI 来制造 AI” 改写了研发物理定律：传统公司立项需数月扯皮，而 Codex 团队仅用几周就能从零拉起新形态。Tibo 感叹现在说服支持新想法所需的口舌和会议少得多。目前，团队的核心方向是全面走向异步，重新杀回云端打造自主 Agent。从云端失败退回本地建立信任，再带着这份信任回归云端，Codex 用不到一年时间完成了从失败产品到 ChatGPT 底座的逆袭。
结论
Codex的逆袭证明，AI编程工具的核心竞争力在于深度推理能力与本地化工作流的深度融合。通过从云端失败中吸取教训，转向Rust重构的本地引擎及“无编辑器”激进设计，Codex成功解决了用户任务委派与模型沙盒束缚的矛盾。GPT-5系列模型的迭代赋予了Agent连续数小时独立作业及处理大型代码库的能力，使其从辅助工具跃升为生产级主力。尽管初期面临竞品冲击与内部质疑，但凭借OpenAI内部的并行试错机制及“用AI制造AI”的研发范式，Codex在10个月内实现用户量指数级增长。目前其正基于本地建立的信任回归云端异步Agent，完成了从边缘尝试到ChatGPT底座的战略闭环。