aiwiki.page
字体大小
页面宽度
中文
English中文
计算机 / 人工智能 / openai-codex · 产品

OpenAI Codex

OpenAI旗下的AI编程智能体系列，涵盖从2021年的代码模型到2025年的Codex CLI、云端智能体与桌面应用。

18 个关键词1 个词条链接到这里1 个尚未撰写AI 撰写
人工智能计算机强化学习AI智能体生成式预训练Tran…开源软件应用程序接口大语言模型OpenAI Cod…

OpenAI Codex 是由 OpenAI 开发的 AI 软件工程产品系列。该名称曾涵盖两个截然不同的事物：一是 2021 年推出的代码生成模型，作为 GPT-3 的衍生版本，它曾为初代 GitHub Copilot 提供支持，其独立 API 已于 2023 年退役；二是 2025 年推出的智能体，能够读取代码仓库、编辑文件、运行命令与测试，并提出修改建议或直接提交更改。当前产品形态多样，包括开源终端智能体（基于人工智能的命令行工具）、在隔离沙盒中运行各项任务的云端智能体，以及 IDE 和桌面端集成。这些产品均构建于 OpenAI 的推理与代码模型之上，这些模型是在软件任务上通过强化学习训练而成的。

该产品之所以重要，是因为它是技术重心从代码自动补全和聊天助手转向仅需极少人工监督即可执行多步骤工作的AI智能体的核心典范。它与其他编程智能体工具展开竞争，且其能力从单纯编程拓展至通用计算机操作任务，这也引发了关于何为编程智能体以及它应当拥有多大自主权的讨论。本词条首先区分共享该名称的两代产品，随后梳理其在 2025 年的重新发布、架构与模型沿革，以及向新交互形态和访问层级的扩展。接着，词条将介绍其工程工作流、应用普及情况、安全性与局限性、开源生态系统以及尚未解决的争议。

名称与术语范畴

“Codex”一词如今涵盖了几个互有关联却截然不同的对象。最早的是2021年发布的一款模型。它是GPT-3的一个变体，在公开源代码上进一步训练而成，能够将浅白的英语描述转换为程序代码。它曾作为GitHub Copilot的底层初始模型。该模型本质上是一个代码生成与自动补全引擎，并非智能体，也不是如今冠以此名的产品。

第二个对象是2025年推出的Codex智能体系列，该系列最初作为终端工具面世，随后又增添了托管型云端版本。第三个对象则是一款桌面应用程序，到2026年，其应用范围已远超出软件工程领域。这三者共享同一品牌，部分还采用相同的底层模型，但在用途、软件许可与部署形式上各不相同。

在该名称的两次使用之间存在大约两年的空窗期。OpenAI于2023年3月弃用并关闭了原有的代码模型，并向开发者表示其更新的通用GPT模型在编程方面表现更佳。据报道，当时的弃用公告称“我们最新的模型目前已是我们处理编程相关任务的最佳模型”。同期Copilot迁移到了GPT-4，而在针对代码的大语言模型不断演进之际，“Codex”这一名称暂时淡出公众视野。当时停用的是独立的专用代码模型及其API，其功能被整合到了并非专门针对代码的通用模型之中。直到2025年4月，该名称才作为一款智能体产品（而非单一模型）重新回归。

目前的几款产品互为独立。OpenAI于2025年4月16日发布了Codex CLI，这是一款在终端本地运行的开源编程智能体。一个月后的2025年5月16日，该公司公布了Codex Cloud的研究预览版。该云端服务在远程基础设施上运行任务，而非运行于开发者的本地机器。桌面应用则是第三种载体形态。该桌面应用采用专有许可协议，而CLI版本则遵循Apache 2.0许可协议（开源软件许可将在专门章节中阐述）。关于发布时间点的报道也存在分歧：一种说法认为2026年2月2日的发布针对的是macOS平台，另一种说法称其在2026年3月初扩展至Windows平台；还有第三方信源称Windows支持于2026年5月29日推出。此外，一篇博文声称该桌面应用已于2026年7月合并至ChatGPT桌面应用中，但该说法仅来自单一的二手博文，仍需结合OpenAI自身的版本发布说明进行核对。

“编程智能体”（coding agent）这一概念代表着本质上的质变，而非单纯规模上的升级。代码补全功能运行在编辑器内部，在开发者键入代码时预测接下来的几个标记（token）或代码行；早期如GitHub Copilot等工具主要专注于实时自动补全代码行。基于对话的代码生成则接收一段提示词并返回代码片段，开发者仍需手动复制代码、将其集成、运行并调试。而编程智能体则接收一项任务并通过多个步骤将其执行完毕。它能读取代码库、编辑文件、执行命令并检查结果。具体而言，它会阅读代码、提出并应用修改、在带有审批控制机制的沙盒环境中运行命令，并保留可恢复的会话历史记录。因此，两者的区别在于自主性与职能范围的不同：智能体的输出结果是一组可供审查的显式修改集，而非需要逐行接受或拒绝的代码建议。

初代 Codex 模型（2021–2023 年）

OpenAI 于 2021 年 8 月发布了初代 Codex。它是 GPT-3 的修改版生产模型，在多种编程语言的公开源代码上进行了进一步训练，旨在理解自然语言指令并生成可运行的代码。它也是 GitHub Copilot 最初采用的模型。一个常被引用的训练细节是，其训练集包含从 5400 万个 GitHub 公开代码仓库中筛选出的 159 GB Python 代码。该模型通过受限私测的形式提供，因此外部开发者主要通过应用程序编程接口来调用它。

它最广为人知的应用是在 GitHub Copilot 中。GitHub 于 2021 年中推出了这款基于 Codex 构建的技术预览版工具。在实际应用中，它充当了自动补全系统的角色：通过分析程序员已编写的代码行来推荐新代码甚至整个函数，开发者可以选择采纳或忽略这些建议。它在主流语言中的补全效果最好，早期文档列出的支持最完善的语言包括 Python、JavaScript、TypeScript、Ruby 和 Go。后来的智能体产品正是超越了这种单纯“代码补全”的范畴。当时的批评者也指出，训练所用的代码未经正确性或安全性验证，因此其输出结果同样存在底层语言模型容易出现的各类错误。

该独立模型的退役非常突然。OpenAI 于 2023 年 3 月 20 日宣布弃用 Codex，并在 2023 年 3 月 23 日正式停用这些模型。向客户说明的理由是更新的模型在编程任务上表现更优。开发者被告知迁移至 GPT-3.5-Turbo 或 GPT-4。实际上，代码编写能力被整合进了通用大语言模型中，而不再作为独立的专用产品线保留。Copilot 也走上了同样的道路。GitHub 后来表示，Copilot 已不再使用 Codex，目前默认采用最新的前沿模型，且 Copilot Chat 已于 2023 年 11 月迁移至 GPT-4。二手法材料对 Copilot 在 2023 年初更换模型的具体时间说法不一，因此该时间线需以 GitHub 官方的更新日志为准。

这一生命周期反映了该公司处理代码专用模型的几大特点。首先，代码模型被视作一块垫脚石，而非长期平台。兼具代码编写能力的通用模型在不到两年内就实现了反超。其次，该产品作为底层原语提供（即“输入文本，输出代码”的 API），而非成熟的工具，且仅提前数天通知便关停。第三，尽管被标记为测试版，但已有部分团队将其接入了生产环境，关停对其造成了不小的成本。第四，该名称随后沉寂了约两年，之后被重新用于一种截然不同的产品——即下一节将介绍的智能体。有二手信源称，在研究人员反对后，该 API 的科研访问权限后来得以恢复。但这一说法及其具体日期尚未得到一手信源的证实，应审慎对待。

转型为智能体重新发布（2025年）

2025年的重新发布始于一款本地工具。2025年4月16日，OpenAI发布了Codex CLI，这是一款在终端中运行的开源编程智能体，可将其语言模型与本地代码、Shell命令以及文件连接起来（OpenAI于2025年4月16日发布了Codex CLI，作为一款在终端本地运行的开源编程智能体。它将OpenAI的语言模型与本地代码及命令行任务连接在一起）。由于它在开发者自身的开发环境中运行，而非运行在托管的项目副本上，因此能够直接利用开发者已有的工具链、依赖项和文件。OpenAI自身的更新日志同样将CLI的发布时间记为2025年4月（2025年4月16日更新：我们发布了全新的开源本地编程智能体Codex CLI。）。部分第三方指南则将CLI的发布日期记为2025年5月（OpenAI Codex CLI是OpenAI的开源命令行编程智能体，于2025年5月首次发布），这似乎将其与当月宣布的云端产品混淆了。

云端研究预览版（2025年5月）

一个月后的2025年5月16日，OpenAI宣布推出云端托管智能体的研究预览版（一个月后的2025年5月16日，该公司宣布了Codex Cloud的研究预览版。）。每项任务均在独立的云端沙盒中运行，基于用户代码仓库的副本启动，可涵盖功能开发、代码库答疑、缺陷修复以及提交合并请求草案等任务（Codex可以为您执行编写功能、解答有关代码库的问题、修复漏洞以及提交拉取请求以供审查等任务；每项任务均在预加载了您的代码仓库的独立云端沙盒环境中运行。）。它可以同时启动多项任务，这一特性使其有别于单次提示词工具。

该预览版背后的模型是codex-1，这是OpenAI o3推理模型针对软件工程专门调优的变体（Codex由codex-1驱动，后者是针对软件工程优化的OpenAI o3版本。）。据OpenAI称，该模型在编程任务上采用了强化学习训练，训练目标倾向于反复运行测试直至通过（该公司表示，该模型利用强化学习在真实世界的编程任务上进行训练，能够迭代运行测试，直至获得通过的结果。）。这一训练目标正是后文所述测试驱动行为的基础。

访问权限的分发采取分阶段推进。预览版首先向较高等级的付费用户开放，并承诺随后支持Plus用户（目前向ChatGPT Pro、Team和Enterprise用户开放，Plus用户即将获得支持。）。Plus用户于2025年6月获得了访问权限（研究预览版首先向部分ChatGPT付费层级推出，ChatGPT Plus用户于2025年6月获得访问权限。）。早期的云端任务在无互联网访问的环境下运行；6月份的一次更新引入了受控的网络访问，使智能体能够获取文档并安装依赖包（随后，它于5月作为沙盒化云端智能体集成到ChatGPT中，最初在没有网络访问的环境下运行。6月的一次关键更新赋予了Codex受控的互联网访问权限，使其能够抓取文档并安装软件包。）。

正式发布与团队功能（2025年10月）

2025年10月6日，OpenAI宣布正式发布（GA），同时推出了面向工程团队的三项新增功能：Slack集成、SDK以及管理工具（OpenAI Codex现已正式发布，为开发者带来了强大的新功能：Slack集成、Codex SDK，以及使用情况仪表盘和工作空间管理等管理工具）。在Slack中，用户可以在频道或讨论串中@该智能体；智能体会从对话中收集上下文，选择合适的环境，并回复包含已完成任务链接的消息，用户随后可以合并更改、继续迭代，或者将其拉取到本地计算机上继续操作（在Slack频道或讨论串中@Codex，它将自动从对话中收集所需上下文，选择合适的环境，并返回Codex云端已完成任务的链接。在此基础上，您可以合并其更改、继续迭代，或将任务拉取到计算机上继续在本地工作。）。

该SDK开放了驱动CLI的相同智能体实现，以便在其他工具和工作流中使用，最初提供TypeScript版本（借助Codex SDK，您可以将驱动Codex CLI的相同智能体实现嵌入到您自己的工作流和应用程序中。最初提供TypeScript支持，后续将支持更多语言。）。管理工具则为工作空间管理员增添了环境管控、监控和分析功能（借助环境控制、监控和分析仪表盘，ChatGPT工作空间管理员现在拥有更高的可见性和控制力，以实现大规模管理Codex。）。Slack集成和SDK向所有付费方案开放，而管理工具仅限商业和企业层级使用（从今天起，ChatGPT Plus、Pro、Business、Edu和Enterprise方案的开发者均可使用Slack集成和Codex SDK，而新的管理功能将面向Business、Edu和Enterprise方案提供。）。

从代码生成到委托执行

2021年的模型以及首批Copilot集成主要是围绕响应提示词来生成或补全代码而构建的，由开发者检查每一项输出并决定下一步操作。2025年的产品则改变了工作单元。用户指定一个目标，智能体会自主阅读代码仓库、编辑文件、执行命令和测试、应对执行失败，并提交包含测试结果和摘要的代码差异（diff）供人工审查（工作完成后，Codex会将diff、测试结果和摘要打包成拉取请求，供人工审查。）。发布时的报道将其与自动补全式助手进行了对比，将其描述为一种无需逐步提示即可独立执行工作的智能体（与作为自动补全工具运行的传统代码助手不同，Codex是一个能够独立承担任务的协作伙伴。）。有分析指出，云端模式是从“辅助”转向“委托”的最鲜明体现（这一形态最清晰地体现了从辅助到委托的转变。）。这一描述出自第三方评论，而非来自OpenAI官方。

架构与执行模型

智能体循环

Codex 以循环机制运行，而非生成单次回答。有第三方解读指出，codex-1 模型会循环修改代码并运行测试，直到测试全部通过为止。OpenAI 自身的发布说明中也列出了类似的行为：智能体能够读取并编辑文件，还可以运行包括测试框架、代码检查器（linter）以及类型检查器在内的各种命令。因此，该循环的执行流程为：读取代码仓库、决定修改方案、进行编辑、运行检查；若某项检查未通过，则再次回到修改环节。其最终产物是一组拟定的更改。在对主分支进行任何改动之前，它会提交一个附带完整命令日志的 Pull Request 以供人工审查。

云端执行

在云端，每个任务都会分配到各自独立的工作区。每项作业均始于一个注入了项目文件的全新沙盒，其第一步便是准备该环境。无论是通过 Codex 应用程序、GitHub 上的 @codex 提及，还是 CLI 的 cloud 命令启动，所有云端任务都会在特定的云环境中运行，该环境预先定义了代码仓库、依赖项、机密以及网络策略。OpenAI 的官方文档说明，默认镜像名为 universal，预装了常用编程语言与开发工具；此外，Codex 最多会将容器状态缓存 12 小时，以加快开启新对话和后续操作的速度。

网络访问最初默认处于禁用状态。发布公告中明确声明互联网访问已被禁用，从而将智能体的交互范围严格限定在通过 GitHub 仓库显式提供的代码及预装依赖项之内。随后的配置允许管理员按环境开启出站访问，并受到域名白名单和允许的 HTTP 方法的限制。

由于每次运行均彼此独立，任务可以在开发者不在场的情况下继续推进。一份关于 2026 年 9 月重新发布的第三方记述称，新流程允许开发者只需准备并发布一次云环境，之后即使合上笔记本电脑，各项任务也能在后台并行运行。这次重新发布主要见于二手报道，因此其具体细节应以 OpenAI 当时的最新文档为准。

本地 CLI：权限、沙盒机制与实现

这款开源 CLI 运行在开发者的终端中，并基于本地 Git 检出副本进行操作。该工具采用 Rust 编写，在 Apache-2.0 许可协议下发布，并针对本地 Git 仓库工作：它读取文件、提出并应用修改、执行 Shell 命令，并根据用户设定的沙盒策略适时暂停以等待批准。

两项独立的设置控制其权限范围。沙盒模式决定了命令在技术层面上能执行哪些操作，而审批策略则决定智能体在何时停下来向用户确认。文档记录的沙盒模式包括 read-only（只读）、workspace-write（工作区写入）以及 danger-full-access（完全访问危险模式）。在 workspace-write 模式下，系统允许在工作区根目录内进行写入，而出站网络则保持关闭，除非将 sandbox_workspace_write.network_access 显式设为 true。权限最为宽松的 danger-full-access 模式仅适用于一次性环境，例如隔离的 CI 执行器（runner）或容器。为强制执行沙盒限制，CLI 依赖宿主操作系统而非自身代码。据报道，具体实现为在 macOS 上使用 Seatbelt，在 Linux 上使用 Bubblewrap，在 Windows 上则使用受限令牌（restricted token）。在 workspace-write 模式下，CLI 默认还会保护 .git 目录不被修改。

审批策略的范围涵盖：untrusted（只要不是明确认定的安全操作，Codex 都会暂停等待批准）、on-request（智能体根据自身判断在认为有必要时发起询问），以及 never（Codex 从不暂停）。各类使用指南在默认值以及哪些旧选项已被移除的问题上说法不一，因此应以官方配置参考为准。这些设置保存在配置文件中，sandbox_mode 与 approval_policy 在顶层设置，并可在指定的命名配置方案（profile）下进行单独覆盖。

将能力扩展至代码仓库之外

CLI 与云端智能体可以通过模型上下文协议（MCP）调用外部工具。模型上下文协议是 AI 智能体与外部工具通信的标准方式，由服务器通过 JSON-RPC 发布可调用的工具，任何支持 MCP 的智能体均可接入、读取工具列表并执行调用。开发者可以在配置文件中手动添加 MCP 服务器，也可以通过命令行辅助工具添加。

插件将这些组件打包在一起以便分发。有记述指出，Codex CLI v0.117.0（2026 年 3 月 26 日发布）将插件提升为一等工作流原语。一个插件将技能（skills）、MCP 服务器以及应用程序连接器捆绑在一起，因此单次安装即可同时配置全部三者。连接器为智能体提供对 GitHub、Slack 或 Linear 等外部服务的已鉴权访问能力。另有一份报告称，2026 年 4 月的一次 Codex 更新推出了 90 多个新插件，这表明第三方关于插件发布日期的报道并不完全一致。插件同时也引发了网络安全隐患，因为接入的工具可能会提供指令进而被智能体执行，这一问题将在安全性小节中展开讨论。

模型谱系

从 codex-1 到 GPT-5-Codex

该产品在 2025 年最初提供的模型是 codex-1（一款基于 o3 并专门针对编程进行调优的模型）以及 codex-mini-latest（面向命令行界面与 API 发布的轻量衍生模型）。这两款模型均是在通用大语言模型架构之上针对软件工程任务训练而成的，因此属于专门化模型，而非独立构建的系统。

该产品首款基于 GPT-5 的变体于 2025 年 9 月中旬推出。它于 2025 年 9 月 15 日作为专为 Codex 智能体编程调优的 GPT-5 变体正式发布。云端任务与代码审查默认采用该模型，而在 CLI 或 IDE 扩展中的本地工作流则支持手动选择。一周后，该模型上线 Responses API，除 Codex 自身界面外，也开始面向外部开发者开放。OpenAI 同时也进行了明确的分工：经编程调优的变体专门负责软件相关工作，而 GPT-5 基础模型则用于其他常规任务。

2025 年 11 月 19 日，OpenAI 推出了面向项目级任务的 GPT-5.1-Codex-Max。与 GPT-5.1-Codex 相比，该模型速度更快、性能更强，且 Token 使用效率更高，能够通过上下文压缩机制在多个上下文窗口间保持连贯工作。

GPT-5.2-Codex 与 GPT-5.3-Codex

OpenAI 于 2025 年 12 月 18 日发布了 GPT-5.2-Codex，称其为截至当时用于处理复杂真实软件工程任务的最先进智能体编程模型。其设计延续了通用模型的演进：在 GPT-5.2 通用能力的基础上，拓展了更深入的上下文处理能力、更强的智能体编程性能以及更高的安全感知能力。第三方记录显示，其 API 于 2026 年 1 月 14 日上线，定价为每 100 万输入 Token 1.75 美元、输出 Token 14.00 美元，具备 400K 的上下文窗口。

随后，GPT-5.3-Codex 于 2026 年 2 月 5 日发布。OpenAI 称其为首个统一了早期 Codex 与 GPT-5 训练管线的模型，运行速度比前代提升约 25%。关于其可用范围各方报道存在分歧：DataCamp 报道称，用户可以在该应用内、通过 CLI、IDE 扩展以及网页端在所有 ChatGPT 付费层级中使用该模型；而维基百科则指出，截至 2026 年 2 月，GPT-5.3-Codex 仅向 ChatGPT Pro（每月 200 美元）订阅用户开放。API 接入则有所延迟：OpenAI 表示正在“努力尽快安全地开放 API 访问”。2026 年 2 月 12 日，一款轻量级纯文本兄弟模型 GPT-5.3-Codex-Spark 进入研究预览阶段。

该系列后续推出的模型还包括 GPT-5.4。Codex 更新日志将其列为 OpenAI 针对专业工作最强大、最高效的前沿模型，并自 2026 年 3 月 5 日起成为绝大多数 Codex 任务的推荐选项。OpenAI 的发布说明还记录了 GPT-5.5 于 2026 年 10 月 14 日从 ChatGPT、ChatGPT Work 和 Codex 中退役。一家发布说明聚合网站报道称，截至 2026 年 10 月，Codex 的默认模型已切换为 GPT-6.1 Sol，但该消息仍需核对 OpenAI 官方说明进行确认。

代码优化与通用推理的融合

早期专用于 Codex 的模型大多是从通用模型派生并专门化训练而来。从 GPT-5.2-Codex 开始，重心逐渐转向兼具代码生成与广泛推理能力的任务。一项分析将 GPT-5.3-Codex 描述为 5.2-Codex 的继承者，其覆盖范围涵盖从编写代码、调试到更新 Jira 工单和撰写文档等方方面面。OpenAI 将这一转变定性为从单纯的代码生成迈向通用编程智能体——用户可以在其工作过程中持续进行引导与调整。

面向长时间运行任务的调优

早期版本主要依据在有限任务中生成正确代码的表现来衡量优劣。后续版本则专门针对跨越多个步骤、超出单一上下文窗口的长任务会话进行了调优。压缩机制是其中的核心技术：GPT-5.1-Codex-Max 依靠它跨多个上下文窗口协作，而据报道 GPT-5.2-Codex 依靠更强的长上下文理解和原生上下文压缩，能够在长会话中保留任务状态。工具调用的可靠性也是同步关注的重点，因为更稳定的工具调用能够支撑多步骤工作流持续无中断运行。在 GPT-5.3-Codex 中，用户可以直接体会到这一转变：用户可以在任务执行过程中随时提问、探讨实现方案并调整方向，而不必被动等待最终输出结果。

模型选择的提供方式

在 CLI、IDE 扩展和桌面应用中，用户可以选择使用的模型，并且在多数界面中还能调节推理力度（Reasoning Effort）；随着 OpenAI 发布新版本，系统默认选项也会动态更新。开发者则可以通过 API 调用这些模型。例如，GPT-5.2-Codex 支持文本和图像输入并输出文本。第三方评测机构常在较高配置下运行这些模型；一项针对 GPT-5.2-Codex 的基准测试配置将推理力度设为“high”（高），不过这属于基准评测设置，而非默认配置。企业客户也可通过合作伙伴获取这些模型。GitHub 已将 GPT-5.3-Codex 设为面向所有 Copilot Business 和 Copilot Enterprise 组织的基础模型，并称其为首个长期支持（LTS）模型。

保持信息的时效性

模型名称、退役时间表和默认配置变更频繁，第三方网站在具体日期和访问层级上的记载也经常互有出入。OpenAI 涵盖 ChatGPT、API 平台和 Codex 的官方发布说明是获取当前最新模型列表的权威来源。

交互形态与产品拓展（2025—2026年）

IDE扩展与桌面应用

除终端和云端之外，Codex还通过多种交互形态面向开发者提供服务。2026年初，OpenAI推出了独立的macOS版Codex应用，并将其定位为AI编程的“指挥中心”，即一个可同时运行多个AI智能体以处理耗时较长任务的界面。开发者社区的一份总结指出，macOS应用与Codex CLI及IDE扩展协同工作，三种形态共享同一个智能体，而非彼此独立的产品。该应用的功能特性包括：利用Git工作树（worktree）进行变更隔离的并行开发、封装团队工具与规范的可复用技能（skills），以及在后台运行的定时自动化任务。OpenAI于2026年3月4日增加了对Windows系统的支持。在2026年9月的DevDay开发者大会上，桌面应用又新增了代码审查视图。

GitHub拉取请求与代码审查

Codex具备审查GitHub拉取请求（PR）的能力。代码仓库需先与Codex建立连接，并在设置中开启自动审查；审查者也可以在拉取请求的评论中提及Codex账号来请求审查。代码仓库的规则记录在AGENTS.md文件中。为保证评论内容重点突出，GitHub审查默认仅标记最严重的问题（P0和P1级别）。在相关文档发布时，更深度的“安全审查”（Security Review）功能正处于研究预览阶段。在2026年DevDay上，自动化初审功能被拓展至GitHub拉取请求和GitLab合并请求（MR）。代码审查以ChatGPT侧边栏插件的形式分发，而本地的/review命令则可在尚未创建拉取请求前，对未提交的变更或分支差异执行同等标准的审查。

关于该插件的第三方报道指出了一个实际使用隐患：在某些视图中编写的评论会立即同步发布到代码托管平台，而非在审查者正式提交时才发送；对此，OpenAI官方指引提示用户在发布前务必检查草稿中的文件和行号引用。

云端环境与CLI更新（2026年9月DevDay）

在2026年9月29日举办的DevDay上，OpenAI宣布推出可复用的云端开发环境。团队可以共享统一的配置、已核准的设置及权限，开发者无需每次重新搭建项目环境，即可通过电脑、手机或云端直接启动远程任务。第三方评论指出，这一转变意味着开发基础设施正从“单任务一次性容器”走向“持久化环境”。根据汇总表格，该云端功能面向Plus、Pro、Business、Healthcare、Edu和Enterprise订阅方案开放。

同场活动还发布了改版后的Codex CLI。通过/voice命令可触发语音输入，直接以语音下达指令；/agents视图列出正在运行的任务并允许用户自由切换；/fork则会在独立的Git工作树中开启一个共享相同上下文的并行会话。其他改动还包括支持会话恢复、随用户滚动加载更早的历史记录以及用量查看界面。据列明，CLI的各项更新面向所有方案开放。

此外，OpenAI还发布了Codex Security Cloud，可用于扫描代码仓库及新提交记录、去除重复排查结果并准备修复方案，具体内容详见安全小节。

迈向非编程工作

DevDay上的系列发布将智能体的能力延伸到了软件开发之外。Agents API引入了“电脑操作”（computer use）功能，使应用程序能够通过图形界面操控软件；同时，GPT-6.1 Sol模型除集成到API和ChatGPT Work外，也已在Codex中上线。另外，汇总表格列出了一款名为“Dots”的产品——该产品是具备云端电脑、浏览器并连接了各类应用的持久化智能体，首批面向符合条件市场的Pro和Business Premium用户推出。这些产品虽然有别于专门面向编程的Codex智能体，但它们共享底层基础设施，标志着智能体正朝着兼顾代码与通用办公及桌面任务的方向演进。

访问权限、定价与企业应用

订阅层级与门槛功能

Codex 没有单独的定价。用户通过 ChatGPT 订阅计划使用该智能体，具体方案决定了能够运行的任务量。OpenAI 的定价页面将 Codex 归入 Free、Go、Plus、Pro、Business 和 Enterprise 等订阅层级中。云端任务的门槛要求更为严格。Plus 及以上的付费层级，以及 Business、Enterprise、Healthcare 和 Education 账户均可使用云端智能体，但具体的灰度发布节奏与工作区设置可能会限制访问权限。Free 和 Go 订阅用户无法使用云端任务。席位类型同样有所影响：仅查看（view-only）席位（包括仅查看的企业席位）无法创建云环境。

各方来源给出的具体价位有所不同。一份定价指南显示，Free 级别为每月 0 美元，Go 为 8 美元，Plus 为 20 美元，Pro 为 100 美元、200 美元或 500 美元，Business 按年计费时为每用户每月 20 美元（按月计费为 25 美元），Enterprise 和 Edu 则采用定制化定价。Pro 方案的名称也有所不同。各方对 Business 方案的描述并不一致：一份指南称其为按席位随用随付，而 OpenAI 的定价文案中则同时提到了 20 美元的 Business 方案和 100 美元的 Business 方案。500 美元档位及其高速版本仅见于第三方报道。

用量限制与积分

Plus 用户受滚动时间窗口的限制。定价页面公布了每个模型本地消息条数的配额范围，例如 GPT-6.1 Sol 为 15 到 160 条，GPT-6 Luna 为 350 到 3,000 条，同时可能还适用周限额。Pro 方案目前没有 5 小时的时间限制。积分机制允许用户突破这些上限继续使用。Plus 和 Pro 用户无需更换订阅方案即可购买积分。根据一份计费指南，OpenAI 于 2026 年 4 月 2 日对 Plus、Pro、Business 和新版 Enterprise 方案从按消息计费转向了按 Token 折算的积分计费模式。在该模式下，GPT-5.3-Codex 的标价为每百万输入 Token 消耗 43.75 积分，每百万输出 Token 消耗 350 积分。OpenAI 公布了积分消耗费率，但并未给出每积分固定的美元价格，因此一些第三方分析中使用的 4 美分换算标准仅为估算值。

采用弹性定价的 Enterprise 和 Edu 账户不受固定速率限制，其用量随购买的积分规模扩展。

API 访问与 Token 计费

专为 Codex 调优的模型也可以直接调用。GPT-5-Codex 是专门针对智能体编程微调的 GPT-5 衍生版本，仅通过 Responses API 提供，其底层快照会定期更新。公布的价格为每百万输入 Token 1.25 美元，缓存输入为 0.125 美元，输出为 10 美元。后继模型 GPT-5.3-Codex 于 2026 年 2 月 24 日发布，某聚合平台列出的价格为每百万输入 Token 1.75 美元，每百万输出 Token 14.00 美元。API 计费独立于 ChatGPT 订阅计划之外。使用 API 密钥按 Token 消耗计费，不占用任何订阅计划的额度。直接调用 API 的开发者无法使用 GitHub 代码审查和 Slack 集成等仅限云端的功能，且新模型向 API 用户推送的时间晚于 ChatGPT 订阅用户。

团队管理与企业控制

组织级控制功能分级提供。一份指南指出，Business 方案增加了 SAML 单点登录（SSO）、多因素认证（MFA）以及承诺不使用客户数据进行训练；Enterprise 方案则进一步增加了 SCIM 预配置、外部密钥管理（EKM）、基于角色的访问控制（RBAC）、审计日志和数据驻留功能。OpenAI 的帮助文档还指出，启用了 Codex 的 Enterprise 工作区可以使用 Codex Enterprise Analytics（企业分析工具）。云端可用性取决于发布进度和工作区设置，这些均由管理员控制。本文引用的资料未对工作区级别的沙箱和审批策略进行详细记录，因此这些设置仅作概括性说明。

与其他编程智能体的配合采用

从成本对比来看，Codex 与其竞争对手处于相近区间。一项分析指出，Codex 和 Claude Code 的最高费用均在 200 美元左右，且都支持在超出配额后继续计费——Claude Code 通过用量积分扣费，而 Codex 自 2025 年 10 月起通过可购买的积分实现。支出估算主要来自厂商自身。某篇博客报道称，OpenAI 自己的帮助中心显示，每名开发者每月的典型支出大致在 100 到 200 美元之间。关于企业从其他智能体迁移至 Codex 或并行运行两者的说法，主要基于厂商公告和媒体转述，应视为厂商自述而非独立测算结果。该领域的模型名称和费率表变化频繁，最新数据应以 OpenAI 的定价页面和版本发布说明为准。

工程工作流与评价

常见用法

开发者常将 Codex 用于编写新功能、修复程序缺陷、解答有关陌生代码库的疑问、重构旧代码以及处理日常琐务。早期的实际体验反馈表明，它在处理规模较小且范围明确的工作时最为可靠。一位评测者表示，它在处理小规模文案微调、样式修改等维护级别的小更新时表现完美。不过，该评测者也指出处理较大规模的重构相当繁琐，部分原因在于其工作流会在每次迭代时都新建一个拉取请求（PR），导致向现有分支追加提交变得十分别扭。

并行任务、worktree 与子智能体

Codex 桌面应用允许开发者跨项目同时运行多个智能体。在进行相互隔离的并行工作时，它支持 Git worktree，可在关联到同一代码仓库的前提下使用独立的本地工作目录。由于 worktree 共享仓库数据而无需重复克隆，智能体可以并行编辑而不会相互覆盖文件。不过，处理结果仍需要人工审核：后续合并时仍需人工检查，并可能需要解决冲突。该应用的 diff 视图允许评审者对改动发表评论，进而决定提交或拒绝这些修改。

子智能体（subagents）是在通过功能开关（feature flag）进行预览后，于 2026 年 3 月正式全量上线的功能；它们是 Codex 派生出来用于处理并行工作的专用子级智能体。西蒙·威利森（Simon Willison）撰文指出，其实现方式与 Claude Code 非常相似，内置的默认角色名为 explorer（探索）、worker（执行）和 default（默认）。OpenAI 的官方文档建议将并行智能体用于只读偏重型任务，例如代码探索、测试、会诊分拣（triage）和信息总结；而在进行重度写入工作时则需更加谨慎，因为多个智能体同时修改代码可能会引发冲突，并增加协同成本。在实际应用中，这使开发者的角色从逐行编写代码转变为定义目标、监督任务、审查变更以及整合结果。

生产力反馈与批评

外界的反馈褒贬不一，且大多来自技术博客、评测和社交媒体，而非受控的严谨对照研究。在 GPT-5-Codex 发布后不久，一篇汇总报告指出，开发者在体验到显著生产力提升的同时，也遇到了一些不容忽视的怪异问题。该汇总报告还提到云端任务完成时间号称缩短了 90%，但这源于服务商端的底层架构改进，尚未经过独立第三方的验证。

批评者指出了几种不同的失效模式。一个工程团队的记录显示，Codex 无法捕获细微的逻辑错误，这导致负担转移回了开发者身上——开发者仍需编写测试、排查边缘情况并调试引入的退化问题。该记录总结称，有时这比自己亲手编写代码耗费的时间还要多。另一位评测者报告称遇到了无法启动任务以及无法创建拉取请求的情况，并认为在进行重大重构或功能开发时，自己使用带有可选 LLM 辅助的 IDE 会更有效率。社交平台上的用户还抱怨高端模型的使用额度消耗过快，从而引发了有关效率的讨论。在本次审查的相关资料中，并未发现专门针对数据分析及其他非软件开发类工作的负面反馈记录。

在编程智能体中的定位

Codex 身处一个竞争激烈的领域。Claude Code 是 Anthropic 推出的终端优先（terminal-first）型智能体，对比评测将其默认执行循环描述为无需人工干预地自主运行：规划 → 编辑 → 测试 → 修复 → 重试。Cursor 的交互核心则是“提出修改建议、用户批准、继续推进”。GitHub Copilot 被普遍认为是一款多编辑器扩展插件，对原本就在使用 GitHub 的团队而言使用门槛最低。Cline 是一款运行在 VS Code 内的开源智能体，提供“规划”（Plan）和“执行”（Act）模式，且支持用户自带 API 密钥。Codex 本身也可通过 GitHub 获取：GitHub 将该智能体以公开预览的形式引入了其 Agent HQ 系统，部分 Copilot 订阅用户可以在 GitHub 网页端、GitHub Mobile 和 Visual Studio Code 中使用它。许多开发者选择将多种工具结合使用而非押注单一种类；一种常见的模式是将用于日常代码编辑的 IDE 助手与用于大规模重构的终端智能体搭配使用。目前大多数正面对比评测均出自供应商、关联机构或样本量较小的独立博客，因此相关的综合排名仅供参考。

安全性、可靠性与局限性

编程智能体最典型的故障是生成看似合理但实际错误的代码。模型可能会调用不存在的库函数、记错函数签名，或是写出看似正确却在边界情况下出错的逻辑。这是人工智能幻觉在软件层面的一种表现形式。其后果非常具体：虚构的导入语句通常在构建阶段就会报错，但一个细微的权限检查错误却可能顺利通过编译与粗略的代码审查，最终上线发布。因此，智能体的输出最好被视为草稿。人工审查能发现测试未能反映的问题，例如对需求的误解或不安全的设计选择；自动化测试则能捕获审查人员遗漏的回归问题。二者不可互相替代。若由智能体自行编写测试，它可能会将同一种误解同时带入代码与测试中，因此通过测试仅能证明两者逻辑一致，而不能证明代码正确。对于普通项目中的智能体编写代码，极少会采用形式验证等更严格的保障手段。

沙箱机制、网络限制与审批策略

本地 Codex 采用两套独立的控制机制。沙箱由操作系统强制执行，界定命令在技术上能够访问的范围（通常限定在当前工作区）。审批策略则决定智能体何时必须暂停操作并征询用户许可。官方文档指出，智能体在默认运行时会关闭网络访问。CLI 提供三种沙箱级别：只读（read-only）、工作区写入（workspace-write）和危险全量访问（danger-full-access），最后一种会完全解除沙箱限制。常用的“Auto”（自动）预设允许智能体在工作目录内顺畅地读取文件、编辑文件和运行命令，但在向外部写入或访问网络之前会提示用户。启用网络访问属于显式配置步骤，部分团队仅允许访问指定的域名，例如包注册中心和源码托管平台。管理员可通过集中管理配置锁定这些设置。若针对同一网络请求频繁弹出审批提示，往往表明采用更精细的白名单会比开放全量访问更为妥当。

提示注入是另一项风险。当智能体读取代码仓文件、议题（issue）、文档或网页时，可能会遭遇提示注入，即旨在篡改其行为的文本，例如隐藏在代码注释中或网页上的指令，要求智能体向外发送凭据。沙箱和网络限制能够减轻危害，因为受阻的外发请求无法泄露数据。但这类措施并不能彻底消除风险，因为受操纵的智能体仍可能在工作区内做出有害修改，而审查人员可能会忽视这些改动。常见的缓解措施包括避免在智能体环境中存放敏感密钥、限制网络访问、在合并前仔细阅读差异（diff），以及对陌生代码仓使用只读模式。云端任务则具备自身的隔离机制。据某第三方分析，初始化脚本可以访问互联网和敏感信息，但智能体执行阶段在默认情况下两者均无权限。

安全扫描

OpenAI 于 2026 年 3 月推出了 Codex Security（研究预览版），此前该功能曾以 Aardvark 为代号进行非公开测试。它能连接到 GitHub 代码仓，构建可编辑的威胁模型，尝试在隔离环境中复现疑似漏洞，并提出补丁供人工审查。在 2026 年 9 月的 DevDay 活动中，OpenAI 发布了 Codex Security Cloud，能够按需、按计划或在收到新提交时扫描整个代码仓。它会在云端对发现的问题进行调查、去重并生成修复方案，即便用户的笔记本电脑处于休眠状态也能持续运行。OpenAI 的帮助文档指出，修复方案仅作为提议而非自动更改，需由用户审查后创建草稿拉取请求（draft pull request）。扫描过程在克隆了代码仓的临时容器中运行，容器在扫描结束后即被销毁。计费基于令牌（token）用量，现有客户必须手动选择启用才会开始计费，且资金不足时扫描会暂停。有评价者指出，OpenAI 的文档并未明确说明该服务需要哪些 GitHub 权限。第三方评测中关于检出数量或准确率的报告并非独立基准测试，其数据应谨慎对待。

数据处理

代码和对话的处理方式取决于账户类型。本地工作流在用户设备上运行，而云端任务则在 OpenAI 托管的环境中运行。ChatGPT 的训练数据控制策略同样适用于通过 Codex 处理的内容，包括计算机使用期间截取的屏幕截图。据一份针对 ChatGPT 各项套餐的第三方总结，在个人消费级套餐中，OpenAI 的条款允许将内容用于训练，除非用户主动选择退出。Plus 和 Pro 账户受个人数据条款约束，不具备管理控制功能。商业工作区（包括其中 Codex 的使用）默认不参与模型训练，其数据在传输和静态存储时均经过加密。Enterprise 和 Edu 工作区额外提供了管理控制功能，例如数据保留期设置、审计日志、客户自管密钥以及数据驻留选项。第三方指南还提到了 SOC 2 和 ISO 27001 等认证，以及仅涵盖特定指定模型的 HIPAA 业务伙伴协议，因此受监管合规约束的用户应自行核查具体模型的合规范围。上述默认训练规则均来自服务商声明，未来可能有所变动。关联服务的数据保留期限由相应服务自行决定，而非 Codex。

开源生态与开发节奏

许可证范围与开源/闭源分界

Codex 的客户端部分作为开源软件发布。CLI 托管在遵循 Apache 2.0 许可证的公开代码仓库中，主要采用 Rust 编写。仓库自身的 README 也声明了相同的许可证。Apache 2.0 属于宽松型许可证，允许他人阅读、修改和重新分发代码，包括将其用于商业产品。

不同资料来源对开源部分的边界界定并不一致。某个百科信息框将 CLI 归在 Apache 2.0 许可证下，而将桌面应用程序列为专有软件；另一个平行的词条则仅标注了 Apache 2.0 许可证。OpenAI 的开发者资料将开源层描述为运行底座（harness）和集成接口，并表示模型访问和托管服务仍然相互独立。第三方指南则进一步指出，底层模型、IDE 扩展和 Codex Cloud 均非开源。在实际应用中，开源代码涵盖了客户端和智能体循环（agent loop）；而底层模型、托管服务以及按信息框所述的桌面应用程序均不在开源之列。智能体逻辑被整合在一个既包含全部智能体代码、又负责运行单条对话线程的组件中，因此该循环本身可供审查。

第三方集成接入点

外部软件可以通过多个切入点基于 Codex 进行构建。非交互模式可以运行有边界的智能体工作流，并为脚本、CI 任务和后台作业返回结构化输出。官方 SDK 适用于需要启动、恢复或流式传输任务的应用程序代码；OpenAI 的文档列举的使用场景包括：将控制 Codex 作为 CI/CD 流水线的一部分，以及将 Codex 内置到内部工具中。官方提供了针对 TypeScript 和 Python 的 SDK，而 Go 语言暂无第一方 SDK，相关空白由社区项目填补。

对于需要进行更深度控制的产品，应用服务器（app server）是关键层级。它允许应用程序连接到本地 Codex 进程、保持对话开启、流式传输事件、中断任务、暴露工具并响应审批请求。OpenAI 表示，其自家的桌面应用、终端界面和 Web 运行时，以及 JetBrains 系列 IDE、VS Code 和 Xcode 等第三方集成，均通过该层与底座通信。Codex 还可作为工具暴露给其他智能体框架：在 MCP 服务器模式下运行 CLI 会暴露两个 Codex 工具，供编排层调用。

OpenAI 将这些组件统称为开源发布物：Codex CLI、app-server 和官方 Codex SDK。这属于厂商单方面的表述；根据现有查阅的资料，第三方在生产环境中对 app-server 的实际依赖程度尚无法确定。

发布节奏

该项目的发布十分频繁。一份第三方指南指出，OpenAI 每隔数天就会发布一个新版本，其中 0.160.0 版本于 2026 年 10 月 1 日发布。随后的补丁版本在数天内接连推出，更新日志中列出了带有 GitHub 拉取请求（PR）编号的具体修复项。发布说明还会改变用户的工作方式。2026 年 4 月发布的 CLI 版本废弃了 --full-auto，转而引导用户使用明确的权限配置文件与信任流程，从而改变了一项常用的审批设置。

社区贡献与反馈

其贡献模式比许可证本身所表现的更为严格。在 2026 年 8 月的发布周期中，项目方澄清外部贡献应通过 Issue 和设计讨论进行，而非直接提交拉取请求。因此，社区意见主要通过错误报告、功能讨论和公开更新日志进入项目，而非通过直接提交未经讨论的代码。此外也存在代码分支（fork）；一个被广泛引用的分支自称是原版 OpenAI Codex CLI 的分叉，扩展了模型支持并修改了安装说明。

关于使用采纳情况的数据报道并不一致。截至 2026 年 10 月，不同数据聚合平台引用的 Star 数量从约 11.9 万到 12.78 万不等，Fork 数量约为 2 万，具体取决于抓取页面的时间。2026 年 3 月的一份二手报告称该项目拥有 400 名贡献者和 640 个带标签的发布版本，但这些数据均来自聚合文章，并未直接与代码仓库进行核实。

争议与待解问题

关于编程智能体的若干争议仍未解决。这些争议涉及劳动力市场、生产力的衡量方式、生成代码的归属权、超越单一代码库行动的智能体的治理，以及基准测试得分与实际应用效果之间的差距。目前多数证据都较新，且部分证据来自供应商自身或二次报告。

初级开发者与就业

公众讨论最热烈的问题在于：编程智能体是否正在压缩初级程序员的人才输送管道。斯坦福大学一项基于ADP薪酬数据的研究利用了自动数据处理公司（Automatic Data Processing Inc.）提供的就业数据，审查了数万家企业数百万员工的匿名薪酬信息。报告指出，22至25岁年轻劳动力所占据的初级编程岗位较三年前减少了20%。据报道，斯坦福以人为本人工智能研究院（HAI）发布的《2026年AI指数报告》（2026 AI Index）也重申了近20%的降幅，并指出同一时期这些企业中30岁及以上的开发者就业人数反而增长了6%至12%。

因果归因仍存争议。该研究的作者探讨了岗位减少是否可能由企业采用AI以外的其他因素所致。该实验室随后发布的一份综合概述认为，目前对总体就业的综合影响可能较小，这表明其影响集中于特定的初级岗位，而非全面的缩减。预测则更为激进：Anthropic首席执行官曾表示，AI可能会在未来五年内消除半数初级白领工作，但这只是一种预测，而非实际测得的结果。

生产力衡量

生产力衡量本身十分困难，而最著名的对照实验得出了出人意料的结果。METR在2025年开展的一项随机对照试验将经验丰富的开源贡献者提交的issue分配给使用或不使用AI工具的两组环境。在开始任务前，开发者预计允许使用AI将缩短24%的完成时间；完成实验后，开发者估算使用AI缩短了20%的完成时间。然而，实际测得的完成时间却有所增加：允许使用AI实际上使完成时间增加了19%。实验中主要使用的工具是搭载Claude 3.5/3.7 Sonnet的Cursor Pro，这些工具早于Codex智能体这一代，因此该结果不能直接套用。

METR于2025年8月启动的后续跟踪研究招募了规模更大的开发者群体，其结论更为审慎。对于回访的子样本群体，目前估计的加速比为-18%，置信区间在-38%到+9%之间。METR同时告诫，其实验中的开发者与代码库并不能代表大多数软件开发。包括产品营销或供应商关于Codex的公告中所引用的许多数据在内，自我报告的效率提升若未经独立测量，均应视为主观感受。

权属、许可证与著作权

有两个问题经常被混为一谈。第一是AI生成的产物是否能够确权。在美国，著作权历来与人类作者身份挂钩，联邦上诉法院也维持了这一要求，判定AI系统自主生成的作品不享有著作权。至于通过编写提示词操作智能体的开发者是否贡献了足够的人类独创性以使其生成的代码获得保护，仍是一个待解问题，取决于人类创造性投入的程度。

第二个问题是，利用公开代码库进行模型训练是否侵犯了权利或违反了开源许可证条款。2022年提起的针对GitHub Copilot的诉讼认为，代码在复制时未按诸多开源许可证的要求提供署名和声明。不同司法管辖区的裁决结果各异且仍在演变，因此应直接查阅最新的司法判决。与之相关的另一个问题是许可证的分立：Codex CLI以Apache 2.0许可证发布，而桌面和云端组件则是专有软件。当云端任务生成的补丁可能带有上游代码痕迹时，该补丁究竟适用何种条款，在实践中尚无定论。参见著作权、知识产权与开源软件。

通用桌面智能体的治理

将编程智能体扩展为通用桌面智能体改变了其风险特征。局限于代码库的智能体主要通过文件、终端Shell和版本控制系统行动，其修改可以通过代码差异（diff）进行审查。然而，一旦连接到电子邮件、日历和文档存储，并在macOS上使用计算机操作功能，就会引入具有外部效应的操作：例如将邮件发给错误的收件人、误删文件，或者智能体执行了网页或电子邮件中隐藏的指令导致数据泄露。这种被称为提示词注入的网络安全风险更难控制，因为智能体为了执行任务必须读取不可信的内容。

因此，治理重点从审查代码转变为控制账户权限、操作系统权限以及不可逆操作。为代码设计的沙箱机制和默认审批流程可能不足以保护个人或业务数据，组织必须决定如何将工作区策略延伸至此类数据。智能体行为的责任归属问题，以及数据隐私义务如何适用于智能体读取的信息，仅凭工具本身的设计是无法解决的。对于任何拥有广泛访问权限的AI智能体，都面临同样的问题。

基准测试与实际工程工作

供应商公布的基准测试结果已被证明存在脆弱性。2026年2月，OpenAI停止在SWE-bench Verified上报告得分。其对138道难题的审查发现，59.4%的问题包含有缺陷的测试用例——要么过窄（强制要求特定的实现细节），要么过宽（测试了问题描述中未提及的功能）。同一审查还发现，所有受测的前沿模型（GPT-5.2、Claude Opus 4.5、Gemini 3 Flash）都能精准复现标准补丁（gold patch）和逐字逐句的问题细节，这表明存在训练数据泄露问题。

替代基准测试同样遭遇了质疑。有报道称，在一次审查估计SWE-Bench Pro中约30%的任务存在缺陷后，OpenAI撤回了随后对其的使用推荐。另一项独立审查报告称，Pro的评分器对约三分之一的测试进行了误判。这些均为二次报道，流传的部分数据尚未得到Scale或OpenAI的证实。此外，基准得分对测试脚手架（harness）高度敏感：智能体的支持脚手架（agent scaffolding）——而非模型本身的能力——正日益成为决定得分的关键因素。

基准测试与实际效果之间的落差是核心矛盾所在。METR将其研究结论概括为：在随机对照试验中，AI放慢了经验丰富的开源开发者的开发速度，但在基准测试中展现出令人瞩目的高分，且在日常传闻中被广泛认为极为有用。对于供应商关于Codex模型的宣传，应结合这些证据以及在读者自身代码库中的实测结果进行审慎权衡。

参考来源

  1. OpenAI Codex (language model)en.wikipedia.org
  2. OpenAI GPT Model Release Timeline - Model Lineage, ChatGPT and Codex Milestones, and Platform Availabilityhidekazu-konishi.com
  3. OpenAI Codex CLIaiwiki.ai
  4. OpenAI Codex: From 2021 Code Model to a 2025 Autonomous Coding Agentmedium.com
  5. OpenAI Codex (AI agent)en.wikipedia.org
  6. OpenAI Codex App Review (2026): Mac, Windows, vs CLIvibecoding.app
  7. How to make the Codex app work on Windows/Linux - CometAPIcometapi.com
  8. OpenAI launches a Codex desktop app for macOS to run multiple AI coding agents in parallelventurebeat.com
  9. Codex CLI - Review & Setup Guide - Developers Digestdevelopersdigest.tech
  10. How OpenAI Codex Works, the codex-1 Coding Agenttheaiengineer.substack.com
  11. GitHub Copiloten.wikipedia.org
  12. GitHub, OpenAI release GPT-3-autocomplete combo for programmerstechbrew.com
  13. OpenAI Codex Deprecation: Date, Reason, and Replacementbenchlm.ai
  14. Codex Timeline: Deprecation (2023) to Agent Returnkunalganglani.com
  15. Under the hood: Exploring the AI models powering GitHub Copilot - The GitHub Bloggithub.blog
  16. Codexlablab.ai
  17. GitHub Copilot And The Unfulfilled Promises Of An Artificial Intelligence Futurehackaday.com
  18. What Is OpenAI Codex? The Complete History & Guide (2026)taskade.com
  19. OpenAI Codex: Will It Replace Programmers?voiceflow.com
  20. The Return of Codex AI — as an Agent -- Visual Studio Magazinevisualstudiomagazine.com
  21. OpenAI Codex CLI — Open-Source AI Coding Agent (2026)llmreference.com
  22. Introducing Codexopenai.com
  23. Codex Version 3 Rumors and the Cloud-Agent Shiftvolanea.com
  24. Codex (AI agent)en.wikipedia.org
  25. OpenAI’s Codex Graduates to General Availability With New Slack Integration and Developer SDKwinbuzzer.com
  26. Codex is now generally availableopenai.com
  27. OpenAI Developers on X: "Codex is now GA, along with 3 features that make it more useful for engineering teams: - @Codex in Slack - Codex SDK - New admin tools" / Xx.com
  28. Everything About Codex (2026): The Complete Guide to OpenAI’s Coding Agentbhavishyapandit9.substack.com
  29. OpenAI Codex: Transforming Software Development with AI Agentsdevops.com
  30. Codex Cloud Environments: Setup Scripts, Container Caching, Secrets, and the codex-universal Imagecodex.danielvaughan.com
  31. How to Use Codex Cloud: A Guide to Setup, Environment Configuration, and Pricing Plans｜ソウタ｜経営・マーケに使える最新AI解説note.com
  32. OpenAI Codex Tutorial: A Guide With 3 Practical Examplesdatacamp.com
  33. Codex Cloud (2026): How It Works, Limits, Always-On Optionsagent37.com
  34. Codex CLI: Setup, Sandbox Modes, and Verifying Its Outputtestmuai.com
  35. Codex CLI Rust Migration Playbook: Config Changes 2026digitalapplied.com
  36. OpenAI Codex Ships 90+ Plugins with MCP Servers Inside - Zuplozuplo.com
  37. Codex CLI Plugin System: Bundling Skills, MCP Servers, and App Connectorscodex.danielvaughan.com
  38. OpenAI Codex and Private Repositories: What Security Teams Should Knowaurascape.ai
  39. OpenAI Codex CLI Cheat Sheet: Shortcuts and Commandscomputingforgeeks.com
  40. Codex CLI sandbox modes: read-only, workspace-write, and when each is rightbackgrind.com
  41. Codex CLI Deep Dive: Config, Profiles, Sandbox 2026digitalapplied.com
  42. 6 best Codex plugins to use in 2026 - Vercelvercel.com
  43. Model Release Noteshelp.openai.com
  44. Introducing GPT-5.2-Codexopenai.com
  45. Introducing GPT-5.2-Codex - Codex - OpenAI Developer Communitycommunity.openai.com
  46. OpenAI: GPT-5.2-Codex Reviewdesignforonline.com
  47. GPT-5.3 Codex: From Coding Assistant to General Work Agentdatacamp.com
  48. GPT-5.3-Codexen.wikipedia.org
  49. OpenAI Releases GPT-5.3-Codex, a New Codex Model for Agent-Style Developmentlaravel-news.com
  50. ChatGPT & Codex changelogdevelopers.openai.com
  51. OpenAI Launches GPT-5.2-Codex for Secure Codingesecurityplanet.com
  52. GPT-5.2-Codex - API Pricing & Benchmarksopenrouter.ai
  53. GPT 5.2 Codex Benchmarks, Cost and Capabilitiesvals.ai
  54. GPT-5.3-Codex is now the base model for Copilot Business and Enterprise - GitHub Changeloggithub.blog
  55. Release Notesopenai.com
  56. GPT-5.2en.wikipedia.org
  57. GPT-5.1en.wikipedia.org
  58. OpenAI Release Notes - October 2026 Latest Updates - Releasebotreleasebot.io
  59. OpenAI DevDay 2026 Recap for Developers - InfoQinfoq.com
  60. OpenAI has significantly revamped the 'Codex CLI' and introduced 'Codex Cloud,' which allows Codex to run on the cloud. - GIGAZINEgigazine.net
  61. OpenAI expands Codex and its API at DevDay with security scans, a Decisions API, and Ultrafastthe-decoder.com
  62. OpenAI Gives Codex a Major Upgrade With Cloud Environments, Voice CLI & Code Reviewwindowsreport.com
  63. OpenAI DevDay 2026 Recap for Developersdaily.dev
  64. Codex Weekly: Cloud, CLI Voice, and Agents APIbighatgroup.com
  65. OpenAI DevDay 2026: Dots, GPT-6.1 Sol & Codex Cloud Recapaiidelist.com
  66. Introducing the Codex appopenai.com
  67. New Codex App... Have you tried it yet? - Codex - OpenAI Developer Communitycommunity.openai.com
  68. Codex's Code Review sends a comment to GitHub before you submit the reviewmixed-news.com
  69. Review GitHub pull requests with Codexlearn.chatgpt.com
  70. Codex Appcodex-docs.com
  71. Codex Review (Verified August 2026)omidsaffari.com
  72. Codex Pricingchatgpt.com
  73. Using Codex with your ChatGPT planhelp.openai.com
  74. Codex Pricing 2026: Free, $8 Go, $20 Plus, $100-$500 Pro, Business Plans, Credits, Usage Limitsmorphllm.com
  75. OpenAI Codex pricing in 2026: every plan, cost, and gotcha explainedeesel.ai
  76. Codex Pricing 2026: Plans, Credits, and DevDay Changesatoms.dev
  77. Codex Usage Limits Explained: 5-Hour Reset, Weekly Quota, and Creditsknightli.com
  78. GPT-5-Codex Modeldevelopers.openai.com
  79. GPT 5.3 Codex API Pricing 2026 - Costs, Performance & Providerspricepertoken.com
  80. Codex CLI Subscription Options: Every Plan, Limit and Cost (2026)inventivehq.com
  81. Codex pricing: what you actually pay in 2026aialleyway.com
  82. OpenAI Codex pricing in 2026: plans, token costs, and usage limitscloudzero.com
  83. Codex Pricing in 2026: Free, Plus, Pro, API Costsomidsaffari.com
  84. Codex Pricing (2026): Free, $8 Go, $20 Plus, Pro from $100layer3labs.io
  85. OpenAI Codex Pricing 2026: Plans, Credits, Rate Card, and Usage Limits Explaineduibakery.io
  86. OpenAI Codex Review: Is It Worth It in 2025?zackproser.com
  87. OpenAI Codex App: A Guide to Multi-Agent AI Codingintuitionlabs.ai
  88. Use subagents and custom agents in Codexsimonwillison.net
  89. Subagentsdevelopers.openai.com
  90. Early Takes on GPT-5-Codex: Developer Insights and Challengesblog.promptlayer.com
  91. Codex in the Real World: Where It Works, Where It Breaks, and What It Means for Developersblog.whiteprompt.com
  92. Developers Share Feedback on OpenAI's Codex Desktop App / Xx.com
  93. Claude Code Competitors in 2026: A Complete Compare and Contrast - Claude Directory Blogclaudedirectory.org
  94. Best AI Coding Assistants 2026: Cursor vs Copilot vs Claude Codescrimba.com
  95. [AINews] OpenAI Codex App: death of the VSCode fork, multitasking worktrees, Skills Automationslatent.space
  96. Agent approvals & securitydevelopers.openai.com
  97. Sandbox and Approval Policiesdeepwiki.com
  98. Codex Permissions: Sandbox, Approvals, Profilesturboai.dev
  99. Securing OpenAI Codex: Sandbox Modes, Approval Policies, and the Two-Phase Runtime (2026)anomity.ai
  100. Codex sandboxing: separate filesystem scope from approvals — harnezharnez.ai
  101. Codex Sandbox Modes: Set Up Auto Mode in 3 Waysinventivehq.com
  102. Codex Securityhelp.openai.com
  103. Cloud FAQdevelopers.openai.com
  104. OpenAI gives Codex reusable cloud environments that work across devicestechcrunch.com
  105. OpenAI open-sources Codex Security CLI for repository scans and CIruntimewire.com
  106. Is OpenAI's Codex Security Cloud safe to scan your repos?greenlitbooks.com
  107. GitHub - openai/codex-security: OpenAI's Codex Security CLI and TypeScript SDK for finding, validating, and fixing security vulnerabilities. npm: https://www.npmjs.com/package/@openai/codex-security · GitHubgithub.com
  108. Codex Security Review 2026 — OpenAI's AI That Fixes Your Vulnerabilitiesagent-finder.co
  109. Managing data, sharing, and privacy in ChatGPT Businesshelp.openai.com
  110. ChatGPT Work cloud securitydevelopers.openai.com
  111. OpenAI Codex for Business: Teams & Enterprise Guidelayer3labs.io
  112. ChatGPT and Codex: plans, models, admin and EU datalindamohamed.com
  113. OpenAI Codex CLI (2026): Is It Free? Open Source, Latest Version & Installvibecoding.gallery
  114. Codex as a platform: build on the open agent harnessdevelopers.openai.com
  115. Unlocking the Codex harness: how we built the App Serveropenai.com
  116. Codex SDKlearn.chatgpt.com
  117. The Codex Go SDK Ecosystem: Embedding Coding Agents in Go Applicationscodex.danielvaughan.com
  118. Building Consistent Workflows with Codex CLI & Agents SDKdevelopers.openai.com
  119. Codex Changelog April 2026: Goals, Browser Use, GPT-5.5, and Safer Agentsdevelopersdigest.tech
  120. Codex CLI Changelog (October 2026)gradually.ai
  121. GitHub - ymichael/open-codex: Lightweight coding agent that runs in your terminal · GitHubgithub.com
  122. Best Open Source CLI Coding Agents in 2026pinggy.io
  123. OpenAI Codex CLI: The Complete Guidegetorchestra.io
  124. OpenAI Codex CLI ships v0.116.0 with enterprise features: what developers should knowaugmentcode.com
  125. GitHub - openai/codex: Lightweight coding agent that runs in your terminal · GitHubgithub.com
  126. codex/README.md at main · openai/codex · GitHubgithub.com
  127. ChatGPT & Codex changeloglearn.chatgpt.com
  128. Using third-party agents in VS Codecode.visualstudio.com
  129. Codex CLI Guide 2026: Setup, Sandbox, AGENTS.md & MCPblakecrosley.com
  130. Stanford study finds AI has reduced availability of entry-level programming jobs - SiliconANGLEsiliconangle.com
  131. AI jobs: devs under 26 lost 20% of work since 2022crypto.news
  132. AI and Labor Markets: What We Know and Don't Know - Stanford Digital Economy Labdigitaleconomy.stanford.edu
  133. It’s official. AI is already killing entry-level jobssfstandard.com
  134. Measuring the Impact of Early-2025 AI on Experienced ...metr.org
  135. AI coding tools make developers slower but they think they're faster, study findstheregister.com
  136. We are Changing our Developer Productivity Experiment Design - METRmetr.org
  137. METR 2026: AI Made Developers 19% Slower. Is That Still True?ingenire.com
  138. Why SWE-bench Verified no longer measures frontier coding capabilitiesapp.daily.dev
  139. Engineering Reliable Coding Agents: Evaluating and Operating the System Around the Modelarxiv.org
  140. OpenAI drops SWE-Bench Verified, backs Pro after flaw auditaiweekly.co
  141. SWE-bench Pro Leaderboard (September 2026): Every Model Score, Benchmarks, and Price per Pointmorphllm.com
  142. Is SWE-bench Verified Contaminated? OpenAI Shifts to SWE-bench Procodesota.com
  143. Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity - METRmetr.org
  144. Building Coding Benchmarks that Resist Contaminationimerit.ai