OpenAI深夜放出「編程核彈」：GPT-5-Codex 正式發布，能獨立爆肝7 小時

OpenAI 剛剛推出了 GPT-5-Codex ——這是在 GPT-5 基礎上專門為軟件工程優化的版本，也是 Codex 有史以來最大的一次升級，感覺這是全面對標Claude code的一個更新，但又與Claude code不同

這次更新的核心變化主要有三點：

1.GPT-5-Codex 模型上線：專門訓練于真實世界的復雜工程任務，包括從零搭建項目、大規模重構、生成測試、調試和代碼審查，實現了計算資源的動態調度，可以獨立完成長達7小時的復雜重構任務

2.工具全面升級：Codex CLI 重新設計、IDE 插件支持 VS Code 等主流環境、GitHub 集成更深，云端和本地環境無縫切換

3.代碼審查能力強化：能自動在 PR 中發現關鍵漏洞、減少無效評論，直接提出并實現修改建議。

OpenAI四月首次推出 Codex CLI，五月推出 Codex web ，兩周前將 Codex 統一為一個由 ChatGPT 賬戶連接的單一產品體驗，能夠在本地環境和云端之間無縫切換工作，而不會丟失上下文。現在，Codex 可以在開發的任何地方工作（終端或 IDE、在網頁上、在 GitHub 中， ChatGPT iOS 應用中）

現在可以在 ChatGPT Plus、Pro、Business、Edu 和 Enterprise 訂閱方案中使用，使用額度根據方案不同而異，Business 和 Enterprise 方案還提供購買額外積分或共享積分池的選項。GPT-5-Codex 計劃很快通過 API 提供，詳情請看 ChatGPT 使用限制

https://developers.openai.com/codex/pricing

終端體驗：

$ npm i -g @openai/codex

以下是詳細信息：

此次升級的核心是全新的 GPT-5-Codex 模型。作為 GPT-5 的一個特殊版本，它專為 agentic coding 進行了深度優化。GPT-5-Codex 的訓練數據聚焦于真實世界的軟件工程場景，使其能夠勝任從零構建完整項目、添加功能與測試、調試、執行大規模代碼重構，乃至進行嚴謹代碼審查等全方位任務

本次更新還統一了 Codex 的產品體驗。用戶現在可以通過單一的 ChatGPT 賬戶，在本地環境和云端之間無縫切換工作，而無需擔心上下文丟失。Codex 已深度集成到開發者日常的全流程中，覆蓋終端、IDE、網頁、GitHub，甚至 ChatGPT iOS 應用。功能已包含在 ChatGPT Plus、Pro、Business、Edu 及 Enterprise 方案中

此次升級的目標是打造一個能深刻理解用戶工作上下文、與開發者并肩作戰、并能可靠地為團隊分擔任務的編程隊友

GPT-5-Codex本體

GPT-5-Codex 經過專門訓練，具備更強的可引導性，能更精準地遵循 AGENTS.md 文件中的指令，并生成更高質量的代碼。開發者只需簡單描述需求，即可獲得符合預期的成果，無需再為編碼風格或代碼整潔度編寫冗長的指令

1. 在關鍵基準測試中表現卓越

GPT-5-Codex 的強大能力在多個行業標準和內部基準測試中得到了驗證

在SWE-bench Verified (n=500)基準測試中，GPT-5-Codex 的準確率達到 74.5%，超越了 GPT-5 的 72.8%

在極具挑戰性的代碼重構任務（涵蓋 Python, Go, OCaml 等語言）上，其性能提升尤為顯著，準確率從 33.9% 大幅躍升至 51.3%。一個典型的例子是，它成功處理了一個來自 Gitea 的 Pull Request，該任務涉及修改 232 個文件和 3,541 行代碼

2. 動態調整思考時間，兼顧速度與深度

GPT-5-Codex 的一個關鍵特性是它能根據任務的復雜性動態調整計算資源。對于定義明確的小請求或實時聊天，其響應會非常迅速；而對于大型重構等復雜任務，它會投入更長的時間進行持久、獨立的執行。測試結果顯示，GPT-5-Codex 能夠連續獨立工作超過7個小時，不斷迭代實現方案、修復測試失敗，并最終成功交付

這種效率也體現在tokens生成上。根據 OpenAI 內部員工流量數據顯示，對于簡單任務（token生成量最低的10%），GPT-5-Codex 比 GPT-5 減少了93.7%的token。而對于需要深度推理的復雜任務（token生成量最高的10%），它會投入更多資源，token生成量增加了102.2%，以確保高質量的輸出

3. 更精準、更高質量的代碼審查

GPT-5-Codex 經過專門訓練，擅長發現代碼中的關鍵缺陷。它會導航代碼庫，梳理依賴關系，并運行代碼和測試來驗證正確性。評估結果顯示：

不正確評論大幅減少：由 GPT-5-Codex 提出的不正確評論比例從 13.7% 驟降至 4.4%。

高影響力評論顯著增加：其提出的高影響力評論比例從 39.4% 提升至 52.4%

更聚焦重點：它平均每個 PR 提出的評論數更少（從1.32降至0.93），這意味著它更專注于提出關鍵、有價值的建議，避免了信息過載

此外，GPT-5-Codex 在前端任務中也非常強，能夠創建美觀的桌面和移動應用。具備多模態能力，可以接收用戶提供的圖像或截圖作為輸入，在云端工作中直觀地檢查其進度，并向用戶展示其工作的截圖

需要注意的是： 與通用模型 GPT-5 不同，官方建議僅在 Codex 或類似的代理式編程環境中使用

Codex 生態系統全面更新

為使 Codex 成為更出色的結對程序員，其整個生態系統也獲得了全面更新

1. 全新 Codex CLI

OpenAI 依據社區的反饋，對開源的 Codex CLI 進行了重建。現在，它支持：

附加和分享圖像：直接在 CLI 中發送截圖、線框圖和設計稿，以建立清晰的設計共識

智能任務跟蹤：對于復雜工作，Codex 會生成一個待辦事項列表來跟蹤進度

強大的工具集：集成了網頁搜索、MCP 等工具，以連接外部系統，且工具使用更加準確

優化的終端 UI：工具調用和代碼差異（diffs）的展示格式更清晰易讀

簡化的審批模式：提供只讀、自動（工作區外需審批）和完全訪問三種模式，并支持壓縮對話狀態以管理長會話。詳情請看 Codex CLI 快速入門

https://developers.openai.com/codex/cli

2. Codex IDE 擴展

Codex 現已深入集成到開發者的 IDE 中，支持 VS Code、Cursor 及其他 VS Code 分支

利用本地上下文：Codex 能利用用戶已打開的文件和選中的代碼，讓用戶用更短的提示獲得更快、更精準的結果

無縫云端協作：用戶可以在 IDE 內創建云端任務、跟蹤進度、審查結果，甚至直接在 IDE 中打開云端任務進行最后修改，Codex 會全程保持上下文同步。詳情請看 IDE 擴展快速入門

https://developers.openai.com/codex/ide

3. Codex 云

云端代理現在更貼近開發工作流，讓用戶無需離開編輯器或 GitHub 即可委派任務

性能大幅提升：通過容器緩存技術，新任務和后續操作的中位完成時間縮短了90%

自動化環境設置：Codex 會自動掃描并執行項目中的設置腳本（如 pip install），以配置運行環境和依賴

可視化工作流：與 CLI 類似，用戶可以使用圖像分享設計規范或UI錯誤。Codex 可以在自己的瀏覽器中構建、迭代，并附上最終成果的截圖到任務或 GitHub PR 中。詳情請看官方文檔

https://developers.openai.com/codex/cloud

4. 智能代碼審查

Codex 的代碼審查遠超傳統的靜態分析工具。它能理解 PR 的真實意圖，結合整個代碼庫和依賴關系進行推理，并執行代碼和測試來驗證行為

自動化審查流程：為 GitHub 倉庫開啟后，Codex 會在 PR 從草稿變為就緒時自動進行審查并發布分析報告

交互式修復：如果 Codex 建議修改，用戶可以直接在 PR 評論區要求它來實施

按需觸發：用戶也可以通過 @codex review 或更具體的指令（如 @codex review for security vulnerabilities）來隨時請求審查

在 OpenAI 內部，Codex 已經審查了其絕大多數的 PR，每天捕獲數百個問題，極大地提升了團隊的開發速度和信心

https://developers.openai.com/codex/cloud/code-review

安全

沙盒環境：默認情況下，無論本地還是云端，Codex 都在禁用了網絡訪問的沙盒中運行，以防止有害操作和提示注入攻擊

權限控制：在執行潛在危險操作前，Codex 會請求用戶許可。開發者可以根據風險承受能力自定義安全設置，例如在云端限制網絡訪問到受信任的域，或在 CLI/IDE 中審批高權限命令

透明與可追溯：Codex 會提供引用、終端日志和測試結果，幫助用戶理解它的工作過程。官方始終建議將 Codex 視為輔助審查工具，而非人類審查的替代品

與 OpenAI 對 GPT-5 的方法一致，GPT-5-Codex 在生物和化學領域被視為高能力模型，并已實施了嚴格的安全措施來最小化相關風險。詳情請看其系統卡附錄

參考：

https://openai.com/index/introducing-upgrades-to-codex/