核心觀點：

OpenAI 發布了 GPT-5-Codex，一個能夠完成軟件開發任務的“工程智能體”，但僅通過 CLI、IDE 插件和網頁端使用，不開放 API。Codex 在代碼重構和處理復雜任務方面表現出色，能根據任務復雜度動態分配計算資源，并大幅提升了代碼審查的效率和質量。

凌晨時分，OpenAI 悄然推出了備受矚目的 GPT-5-Codex，然而，對于期待通過 API 調用的開發者而言，這無疑是一個令人沮喪的消息。OpenAI 此次做出了一個重大的戰略決定：Codex 將不提供 API 接口。這意味著開發者無法再通過 API Key 來調用這一強大的模型，其使用途徑將僅限于命令行界面（CLI）、集成開發環境（IDE）插件以及 Codex 的官方網頁端。

GPT-5-Codex 的核心使命是“代為執行”，其能力已遠超以往的局限。它不再僅僅是編寫幾行代碼的助手，而是能夠從用戶提出需求的那一刻起，完成項目的搭建、測試的運行、缺陷的修復、截圖的生成，乃至提交拉取請求（PR）的全流程工作。更令人驚嘆的是，它能夠一口氣連續工作七小時不間斷。雖然 Codex 的概念在 GPT-3 時代便已初露端倪，但 GPT-5-Codex 標志著 OpenAI 首次將其打造成為一個真正能夠交付實際成果的“工程智能體”。

那么，GPT-5-Codex 的實力究竟有多強？一組基準測試數據或許能說明問題。在 SWE-bench 基準測試中，Codex 的通過率從 GPT-5 的 72.8% 提升至 74.5%。雖然增幅看似不大，但這背后代表著模型在“修復 Bug、增加功能、閱讀文檔”等傳統開發任務上的穩定性得到了顯著增強。

然而，當任務涉及到代碼重構時，兩者之間的差距便顯現出來。在處理大型代碼庫的結構性改造任務時，GPT-5 的成功率僅為 33.9%，而 Codex 則達到了 51.3%，提升幅度接近 20%。這類任務與編寫簡短函數截然不同，需要模型具備上下文聯動能力、理解依賴關系，并能通過調試逐步解決問題。這表明 Codex 的訓練重點顯然聚焦于此類高難度挑戰。

尤為值得關注的是，GPT-5-Codex 在“動態思維”方面的表現，即模型在不同復雜度任務下消耗的 Token 數量（可視為“模型輸出量”）。通過分析 OpenAI 員工使用 Codex CLI 的海量數據，并對各級復雜度任務的 Token 用量進行百分位曲線分析，得出了以下結論：在最簡單的任務（前 10%）中，GPT-5-Codex 采取了精簡策略，其計算量比 GPT-5 減少了 93.7%；而在最復雜的任務（后 10%）中，Codex 則會投入更多資源，其 Token 消耗量比 GPT-5 增加了 102.2%，用于進行邏輯推理、代碼編輯、運行測試和迭代。簡而言之，它能夠根據任務的簡繁程度，實現“小任務快輸出，大項目細思考”，這正是工程智能體應有的特質。對于高度依賴代碼審查的團隊而言，Codex 還能顯著節省人工精力。

OpenAI 對 Codex 的審查能力也進行了評估，并通過三組數據來佐證其優越性：錯誤建議比例方面，GPT-5 的錯誤率為 13.7%，而 Codex 降至 4.4%；高價值建議比例方面，GPT-5 僅為 39.4%，Codex 則提升至 52.4%；平均每個 PR 的留言數量方面，GPT-5 為 1.32 條，Codex 則優化為 0.93 條，這意味著它能更精準地傳達關鍵信息，減少不必要的溝通成本。

這些測試成績的意義遠不止于更高的 Benchmark 分數，更重要的是，它證明了 Agent 式 AI 在以下三個方面的能力：能夠根據任務復雜度合理分配時間；能夠理解系統級的上下文信息；能夠輸出“工程意義上的結果”，即能夠實際運行、經過測試并最終合并到主分支的代碼，而非僅僅是看起來美觀的代碼片段。這也解釋了 OpenAI 強烈推薦“將 Codex 僅用于 Codex 系統內部”的原因。

目前，Codex 已經實現了與用戶開發流程的深度集成，覆蓋了開發者可能編寫代碼的各個環節——從終端、IDE，到網頁端、GitHub，甚至 ChatGPT 的手機 App。無論用戶身處何種開發環境，Codex 都能無縫銜接，隨時響應需求。

此外，Codex 還進行了用戶體驗的優化。CLI 界面更新了 UI，支持附加截圖、線程圖、上傳設計格式等功能，使得工作進度的展示和交互記錄更加精細。在處理復雜任務時，它能夠自動生成待辦列表，并進行環境搭建和依賴分析，甚至能夠即時執行環境初始化和 pip install 等操作。IDE 插件則支持 VS Code、Cursor 等主流編輯器，能夠根據用戶打開的文件自動理解當前任務，并支持在編輯器內直接進行代碼編輯，無需重復解釋指令，同時能夠無縫跳轉到云端任務，確保上下文的完整性。而 Codex Cloud 則代表了自動化效率的上限，它能夠模擬瀏覽器操作，查看生成的網頁或 UI 頁面，并根據用戶提供的截圖進行渲染，將運行結果的截圖和日志展示給用戶，并直接提交到 GitHub PR。

在定價方面，Codex 已被納入 ChatGPT 的全套訂閱計劃中，包括 Plus、Pro、Business 和 Enterprise 等版本。雖然使用次數有限制，但總體而言，提供的額度并不算少。例如，Plus 用戶每 5 小時可執行 30 至 150 次本地任務，每周有總量限制。Pro 用戶則享有更高的調用次數，每 5 小時約支持 300 至 1500 次本地調用，并附帶“云端任務特批額度”。Business 和 Edu 版本可通過購買積分進行額外擴容，而 Enterprise 版本則采用共享池模式，按使用量計費。

Codex 并非第一個涉足編程 Agent 領域的公司，也必然不會是最后一個。但此次發布可能標志著 Agent 從單純的“產品功能”向“開發流程”的轉變。現在，關鍵在于我們是否敢于將部分真實項目委托給它來完成。