OpenAI Codex桌面版深夜突襲！一人指揮Agent軍團，程式設計師徹底告別996

太帶勁了！搶先Claude 5，OpenAI深夜祭出了一個編碼殺器——Codex。它可以讓一人指揮多Agent平行協作，自帶Skills，編碼從此進入自動化時代。

Claude 5的腳步聲越來越近，奧特曼終於坐不住了。

就在剛剛，OpenAI毫無預警地拋出「王炸」——Codex正式進化為獨立的桌面App。

這不僅僅是一個寫程式碼的窗口，更是一個能同時指揮千軍萬馬（多個Agent）的「全能指揮部」。

Codex定位非常明確：要做Agent的「指揮中心」

具體來說，Codex可以做到以下幾點：

• 多工平行切換，毫不費力：同時呼叫多個AI智能體開展工作，並通過「工作樹」（worktrees）實現變更隔離，互不干擾；
• 建立並呼叫Skills：將工具和開發規範封裝成可復用的能力；
• 設定自動化流程：通過後台定時工作流，把那些重複性的瑣事統統交給Codex處理。

假設想要為相簿裡的照片加入「拖曳」功能，選擇「工作樹」，即可讓AI在同一倉庫中各司其職。

Codex的進化令人毛骨悚然，它不僅生成程式碼，還學會了利用程式碼作為「Skills」來操控電腦。

比如想要解決項目中的Comment，直接呼叫安裝好的Skills，Codex立刻就把問題破解了。

不僅如此，OpenAI僅憑一句話，就讓Codex消耗700萬 token，徒手搓出一個3D版賽車遊戲。

這一次，Codex的誕生，並非是新瓶裝舊酒，更不是一次毫無誠意的「套殼」包裝。

它標誌著AI程式設計正式從「對話助手」進化為「指揮中心」。

奧特曼激動表示，「真是愛了愛了，它比我想像中還要驚喜」！

「AI程式設計師就是不會耗盡多巴胺。他們不會感到沮喪，也不會耗盡能量。它們會一直堅持下去，直到解決問題」。

OpenAI總裁Greg牆裂推薦——

我多年來一直是終端和Emacs的鐵粉，但自從用了Codex之後，再回到終端簡直感覺像穿越回了過去，代差太明顯了。

這種感覺，就像是一個專門為開發而生的AI智能體原生介面。

OpenAI Codex代表著一種全新的AI Coding範式，極有可能重塑開發者與程式碼互動的邏輯。

甚至，Codex還可與Claude Cowork狂飆能力，把雜亂桌面瞬間清理乾淨。

目前，Codex正式在macOS上線，Windows版即將推出。

OpenAI還放出了「限時福利」，ChatGPT免費使用者和Go版本也可用上Codex，Plus、Pro、Business、Enterprise和Edu計畫的使用者，速率直接翻倍。

編碼殺器Codex APP震撼登場一人指揮所有Agent

macOS版Codex應用，是一個功能強大的新介面。

它能讓開發者能輕鬆駕馭多個AI智能體，平行處理任務，並與AI協作搞定那些耗時的大活兒。

過去一直以來，開發者和AI的關係是「結對程式設計」，你寫一段，它接一段。

如今，Codex的出世將徹底改變軟體建構的方式——

人類不再與AI緊密結對，直接給AI委派任務，貫穿於軟體設計、建構、發佈和維護的全生命周期。

這一轉變的苗頭，實際上從2025年4月發佈Codex以來，便已初見端倪。

開發者與AI的協作方式已發生了根本性轉變。

現有模型可以端到端地處理複雜的、長流程的任務，開發者也開始在跨項目中指揮多個AI智能體：

分派工作、平行跑任務，並放心地把耗時數小時、數天甚至數周的重大項目交給 AI 。

核心挑戰已不再是AI能做什麼，而是人們如何大規模地指揮、監督並與它們協作——

遺憾的是，現有的IDE和終端工具並非為此而生。

這種全新的建構方式，加上模型能力的提升，呼喚著一種全新的互動載體。

這正是OpenAI要推出Codex桌面應用的原因，主打「一個AI智能體的指揮中心」。

多智能體平行，狂飆程式碼不亂套

Codex為與AI智能體多工平行，建構了一個專注的空間。

所有AI在按項目組織的獨立線程中運行，確保你無縫地在任務間切換，而不會丟失上下文。

你可以在應用裡直接檢查AI的改動，在diff上寫評論，甚至用編輯器打開進行手動調整。

它還內建了對Git worktree的支援，所以多個AI可以在同一個倉庫（repo）上開工而互不衝突。

每個AI都在你程式碼的隔離副本上工作，讓你能探索不同的開發路徑，而無需操心它們會如何影響你的主程式碼庫。

當AI智能體幹活時，可以把改動拉（checkout）到本地，或者讓它繼續推進，完全不動本地的git狀態。

應用會自動從Codex CLI和IDE擴展中同步會話歷史和配置，這樣你馬上就能在現有項目中用起來。

解鎖Skills外掛，手搓3D賽車遊戲

Codex正從一個只會寫程式碼的AI，進化為一個能用程式碼在電腦上真正解決問題的AI。

通過Skills（技能），可以輕鬆擴展Codex的能力。

今後，Codex不再侷限於程式碼生成，還能處理資訊收集與整合、問題解決、寫作等任務。

Skills就像是打包好的指令、資源和指令碼，讓Codex能可靠地連接工具、運行工作流，並按照團隊的習慣完成任務。

Codex應用裡有一個專門的介面來建立和管理Skills。

你可以明確要求Codex使用某個Skill，或者讓它根據手頭的任務自動呼叫。

OpenAI舉了一個例子，曾讓Codex做一個賽車遊戲——

要有不同的車手、八張地圖，甚至還有玩家能用空格鍵觸發的道具。

利用圖像生成 Skill（由GPT Image驅動）和網頁遊戲開發Skill，Codex僅憑最初的一個使用者提示詞，就獨立工作並消耗了超過700萬個Token，把遊戲做了出來。

它身兼數職，既是設計師、遊戲開發者，又是QA測試員，通過實際試玩來驗證成果。

• 6萬Token

可以看到，在只消耗了6萬token的這個版本裡，畫面非常粗糙。

很窄的賽道中間，塞滿了撞上去會穿模的「障礙物」。

技能箱可以吃，也可以發射，但好像沒有什麼效果。

最尷尬的是，你會永遠在「第二圈」無限循環下去……

• 80萬Token

在80萬token的版本裡，畫面似乎好了一些，賽道也寬敞了不少，更接近大家平時玩的賽車遊戲了。

但是箱子吃到的技能好像沒什麼用，發射出去之後，小車們還是各跑各的……

而且依舊會在第二圈陷入循環，永遠跑不完。

• 700萬Token

最後這個700萬token的版本，畫質明顯好了很多。不僅有清晰的賽道，技能箱也更精緻了。

這次，技能箱確實有用了。

比賽剛開始，我們就吃了AI扔出的一個大招，沒有閃。於是，喜提倒數第一，

不過，比起前兩個陷入無限循環的世界來說，這次至少能完賽了。

從跑評測和盯著模型訓練，到起草文件和匯報增長實驗，OpenAI內部建構了數百個Skills，來幫助多個團隊自信地把以前很難統一定義的工作委派給Codex。

Codex應用內建了一個Skills庫，涵蓋了OpenAI內部流行的工具和工作流，下面重點介紹幾個。

• 實現設計：從Figma拉取設計上下文、資源和截圖，並將其轉化為視覺上1:1還原的生產級UI程式碼。
• 管理項目：在Linear中處理Bug分類、追蹤發佈、管理團隊工作負載等，推動項目進展。
• 部署到雲端：讓Codex把你做好的Web應用部署到流行的雲主機，如Cloudflare、Netlify、Render和Vercel。
• 生成圖像：使用由GPT Image驅動的圖像生成Skill來建立和編輯圖像，用於網站、UI原型、產品配圖和遊戲素材。
• 使用OpenAI API建構：在使用OpenAI API開發時，參考最新的文件。
• 建立文件：一套用於閱讀、建立和編輯PDF、電子表格和檔案的Skills，排版佈局專業。

使用Vercel和圖像生成Skills更新網站

使用電子表格Skill建立表格以生成購物清單

使用Linear管理你的Issue Backlog

當你在應用中建立一個新Skill時，Codex可以在你工作的任何地方使用它：應用內、CLI或IDE擴展中。

你也可以把Skills提交到程式碼倉庫，讓整個團隊都能用上。

一鍵自動化，24h為你打工

Codex可以設定Automations（自動化），按計畫在後台自動幹活。

Automations將指令與可選的Skills結合，會按照你設定的時間表運行。

當Automation完成時，結果會進入審查佇列，可以隨時切回來查看並根據需要繼續後續工作。

在OpenAI，團隊一直用Automations來處理那些重複但重要的任務，比如每日Issue分類、尋找和總結CI失敗原因、生成每日發佈簡報、檢查Bug等等。

雙人格模式，秒切換

開發者在與AI合作時口味各不相同。

有人喜歡直截了當、只講執行的搭檔；有人則喜歡話多一點、更有互動感的風格。

Codex現在允許開發者在兩種個性間選擇——一種是簡潔務實風，另一種是更具對話感和同理心的風格。

兩者的能力完全一樣，只為貼合你的喜好。只需在應用、CLI和IDE擴展中輸入/personality命令即可切換。

默認安全，按需配置

此外，OpenAI還將「設計即安全」（Security by Design）的理念融入了Codex AI智能體棧的方方面面。

Codex 應用採用了原生的、開源且可配置的系統級沙箱（Sandboxing），這就跟在Codex CLI裡一樣。

默認情況下，Codex AI 智能體只能編輯它當前工作的資料夾或分支裡的檔案，並使用快取的網頁搜尋。

如果需要運行像聯網訪問這類需要更高權限的命令，它會先請求你的許可。

你可以為項目或團隊配置規則，允許特定命令自動以提升的權限運行。

一切皆由程式碼控制

如今，企業和開發者正越來越依賴Codex進行端到端開發。

自12月中旬發佈GPT-5.2-Codex以來，Codex的總使用量翻了一番，過去一個月裡有超過100萬開發者使用Codex。

下一步，團隊繼續擴展Codex使用場景，包括上線Windows版應用、不斷突破模型能力邊界，以及實現更快的推理速度。

OpenAI科學家感慨，過去幾周寫的程式碼比過去幾年還要多。而且，還用Codex修復了Prism多個bug和功能更新

在應用內部，OpenAI還將根據實際反饋持續打磨多AI智能體工作流，讓管理平行任務和在AI間切換變得更容易，且不丟失上下文。

他們還在為Automations開發基於雲端的觸發器支援，這樣Codex就能在後台持續運行——而不僅僅是在你電腦開著的時候。

Codex建立在一個簡單的前提之上：一切皆由程式碼控制。

一個AI智能體在推理和生成程式碼方面越強，它在各類技術和知識工作中的能力就越強。

然而，當今的一個關鍵挑戰在於，前沿模型的能力與人們在實際中輕鬆使用它們之間存在差距。

Codex旨在縮小這一差距，讓人們更容易指揮、監督並將OpenAI模型的全部智慧應用到實際工作中。

OpenAI致力於將Codex打造成最強的程式設計AI智能體，這也為它成為能處理程式碼之外廣泛知識工作的全能AI奠定了基礎。

附錄

在製作上面這款賽車遊戲時，Codex使用的初始提示詞如下（總結精煉版）：

使用Three.js實現Voxel Velocity作為一個3D體素卡丁車賽車遊戲，只有一種模式：單人比賽（總是3圈，1個人類對7個CPU，所有8條賽道立即在這個模式下可用，沒有進度限制）。建構一個最小的賽前流程，僅包括：賽道（8），角色（8），難度（輕鬆/標準/刻薄），可選的鏡像模式，可選的允許克隆，和開始比賽，加上一個選項菜單和一個賽中暫停菜單（恢復/重新開始/退出）。建立一個街機駕駛模型，具有靈敏的操控，寬容的擦牆碰撞，有意義的漂移作為主要技能，以及一個漂移充電系統，產生精確的加速等級（1級0.7秒，2級1.1秒，3級1.5秒），同時保持基準速度「快但可讀」，並且在寬闊的道路上保持持續的超車。實現正好8個道具，單道具容量，微妙的位置加權分佈，和溫和的效果（最大失控≤1.2秒，最大轉向停用≤0.6秒），創造滑稽的混亂而沒有硬眩暈，加上在加速期間減少50%的越野減速。定義8個角色及其給定的統計資料和AI傾向，實現CPU難度預設和賽道編寫的賽車/變化樣條線，漂移區和危險迴避，以便AI使用多車道寬度進行乾淨的超車，並行布HUD/音訊要素（位置，圈數/最後一圈橫幅，小地圖，道具槽，計時器/分段，可讀的音效，和每個賽道一個音樂循環）。

隨後，Codex不斷地被從10個通用提示詞的隨機列表中重新提示，以繼續處理這個問題。

其中一個提示詞的例子是：

你的工作是加入新功能，使遊戲更接近原作。首先，玩遊戲並確定與原作相比缺少了什麼。然後挑選幾個缺失的功能並實現它們。在每個功能之後，徹底測試它，通過玩遊戲並確認它工作正常。如果你在玩的時候注意到任何錯誤，也要優先修復它們。 (新智元)