編譯 | Tina

9 月 16 日，OpenAI 正式推出一款新模型 GPT-5-Codex ，這是一個(gè)經(jīng)過微調(diào)的 GPT-5 變體，專門為其各種 AI 輔助編程工具而設(shè)計(jì)。該公司表示，新模型 GPT-5-Codex 的“思考”時(shí)間比之前的模型更加動(dòng)態(tài)，完成一項(xiàng)編碼任務(wù)所需的時(shí)間從幾秒到七個(gè)小時(shí)不等。因此，它在代理編碼基準(zhǔn)測試中表現(xiàn)更佳。

GPT-5-Codex 的發(fā)布，為近來“編碼代理”（Coding Agents）領(lǐng)域或許最劇烈的一波氛圍轉(zhuǎn)折畫上了句號(hào)。

過去一年多里，從去年 6 月的 Claude 3.5 Sonnet、到 2 月的 3.7 Sonnet 與 Claude Code，再到 5 月的 Claude 4，Anthropic 在編碼場景幾乎是一騎絕塵，牢牢占據(jù)主導(dǎo)地位。期間公司營收一路飆升至 50 億美元（其中 10% 來自 Claude Code），市值沖到 1830 億美元，單單增加了 1220 億美元市值。

這一切顯然點(diǎn)燃了 OpenAI 的斗志。要知道，早在 2021 年，OpenAI 就發(fā)布了最初的 Codex，催生了 GitHub Copilot——全球第一個(gè) AI 編程工具（如今仍有 182 位開發(fā)者在持續(xù)貢獻(xiàn)）；GPT-3 還啟發(fā)了 Debuild，預(yù)示了后來所有的 vibe coding 創(chuàng)業(yè)潮。此后，OpenAI 也在 o1 和 GPT-4.1 中重新把編碼能力放回優(yōu)先級。

GPT-5-Codex 在 SWE-bench 上的得分是 74.5%，幾乎與 GPT-5 thinking 在 477 子集上的 74.9% 持平。那么，是什么讓 GPT-5 的整體口碑迎來大逆轉(zhuǎn)？

原因之一是：Codex 團(tuán)隊(duì)真的“在猛干活”。

其一是“多面統(tǒng)一”的代理。Greg 在今天的一個(gè)播客中提到：

“年初我們設(shè)定了一個(gè)公司目標(biāo)：年底前做出一個(gè)代理式軟件工程師。要弄清楚這到底意味著什么，如何實(shí)現(xiàn)，如何整合所有機(jī)會(huì)與算力，這是 OpenAI 許多人一起承擔(dān)的一項(xiàng)巨大任務(wù)?！?/blockquote>

最初的代理式 SWE 外殼叫做 10X，運(yùn)行在終端里。如今，隨著新 Codex CLI、“ChatGPT Codex”（現(xiàn)改名 Codex Cloud）、IDE 擴(kuò)展（2.5 周安裝量突破 80 萬），以及 GitHub 代碼審查機(jī)器人，OpenAI 已經(jīng)形成了一整套覆蓋各種需求的交互界面。

其二是更優(yōu)的后訓(xùn)練特性。OpenAI 一貫強(qiáng)調(diào)研究與產(chǎn)品的緊密結(jié)合。今天的播客里也提到了幾個(gè)重要特性，最重要的莫過于“長時(shí)間運(yùn)行的代理任務(wù)”上的重大改進(jìn)。

Thibault Sottiaux 說：

“這個(gè)模型展現(xiàn)出一種能力：能堅(jiān)持更久，具備復(fù)雜重構(gòu)任務(wù)所需的‘韌勁’。 但同時(shí)，對于簡單任務(wù)，它響應(yīng)得非常快，不用多想就能給出答案。這讓它成為一個(gè)很好的合作者——你可以提問、定位代碼、規(guī)劃方案；而一旦放手，它就能長時(shí)間連續(xù)工作。 我們在內(nèi)部見過它連續(xù)工作 7 小時(shí)完成復(fù)雜重構(gòu)，這是此前從未有過的。我們也在代碼質(zhì)量上投入了巨大精力，它正是針對 Codex 用戶的實(shí)際需求進(jìn)行了優(yōu)化?！?/blockquote>

這種經(jīng)過巧妙運(yùn)用的“韌勁”，正是讓 GPT-5-Codex 成為一個(gè)更全面、更實(shí)用的代理式編程模型的關(guān)鍵。它不只是針對最難的問題進(jìn)行優(yōu)化，然后逼得用戶在較簡單任務(wù)上切換到“更笨”的模型。

我們翻譯了本次播客訪談的完整內(nèi)容，帶你深入了解 OpenAI 團(tuán)隊(duì)如何打造 GPT-5-Codex，以及它背后的技術(shù)與故事。

1 為何編程是 AGI 研究的特殊例外

Andrew Mayne：今天我們要聊 Codex。我其實(shí)從最早版本開始就用過它，那時(shí)候我還在這里工作。現(xiàn)在你們有了新版本，我整個(gè)周末都在玩，非常震撼，真的沒想到短短幾年內(nèi)這項(xiàng)技術(shù)能進(jìn)步到這個(gè)程度。我很想知道當(dāng)初的起源故事：一開始怎么會(huì)想到用語言模型來寫代碼的？

Greg Brockman：我記得在 GPT-3 時(shí)代，第一次看到這種跡象：給一個(gè) docstring，或者一個(gè) Python 函數(shù)的定義，模型就能把代碼補(bǔ)全。當(dāng)你第一次看到這個(gè)的時(shí)候，就知道這東西一定能成，而且會(huì)很大。當(dāng)時(shí)我們還談過一些理想化的目標(biāo)，比如說想象一下，如果語言模型能寫出一千行連貫的代碼，那就太驚人了。這就是我們當(dāng)時(shí)的大目標(biāo)。而現(xiàn)在，這個(gè)目標(biāo)早已被實(shí)現(xiàn)并超越了。其實(shí)我們現(xiàn)在已經(jīng)習(xí)慣了，都不覺得稀奇。但在研發(fā)過程中，你往往只看到模型的漏洞和缺陷。偶爾退一步去看，就會(huì)發(fā)現(xiàn)技術(shù)真的走了很遠(yuǎn)。

Thibault Sottiaux：是啊，令人難以置信的是我們?nèi)祟惗嗝戳?xí)慣于這種持續(xù)的改進(jìn)，它很快就變成了日常工具。每天都在用，然后回想一下，一個(gè)月前還根本不可能做到的事情，現(xiàn)在卻已經(jīng)習(xí)以為常。這真的挺令人著迷，人類對新事物的適應(yīng)速度是如此之快。

Greg Brockman：不過我們一直有個(gè)困境，就是到底要不要在某個(gè)領(lǐng)域深耕。因?yàn)槲覀兊氖姑?AGI，通用智能。所以從直覺上說，我們是想把所有能力一視同仁地提升。但編程一直是個(gè)例外。

我們針對編程有完全不同的研究計(jì)劃，專注在編程數(shù)據(jù)、代碼指標(biāo)，以及模型在代碼任務(wù)上的表現(xiàn)。后來我們也開始在其他領(lǐng)域嘗試這種方法。但對編程來說，我們一直都給予了特別的關(guān)注。

比如 GPT-4，我們最終推出了一個(gè)全能型的大模型，但其實(shí)我們也訓(xùn)練過 Codex 模型，還做過偏向 Python 的模型。在 2021 年左右，我們真的很努力地想把代碼能力推到極限。當(dāng)時(shí)我們做的 Codex 演示，或許就是今天所謂 Vibe coding 的最早雛形。

我還記得當(dāng)時(shí)構(gòu)建的交互界面讓我突然意識(shí)到：普通語言模型的交互非常簡單，就是補(bǔ)全一句話，或者接個(gè)對話。但代碼不同，代碼是要“活”的，要執(zhí)行，要和工具連接。這時(shí)你就會(huì)發(fā)現(xiàn)，所謂的“交互外殼”（harness）本身，和智能模型本身一樣重要，它決定了模型能不能真正用得起來。從那一刻起我們就明白了這一點(diǎn)。

今年我們用上了更強(qiáng)的模型，就不僅僅是去參加編程比賽、追求原始能力，而是要讓它真的好用。于是我們在訓(xùn)練中引入多樣化的環(huán)境，把模型和真實(shí)開發(fā)場景接起來，再配合合適的交互外殼。這也是 Thibault 和他的團(tuán)隊(duì)特別努力推進(jìn)的方向。

Andrew Mayne：你能不能把 “harness” 用更簡單的方式解釋一下？

Thibault Sottiaux：其實(shí)很簡單。模型本身只是一個(gè)輸入—輸出系統(tǒng)。所謂 harness，就是把它和其他基礎(chǔ)設(shè)施集成起來，讓它能真正作用于環(huán)境。這包括工具、循環(huán)方式，比如我們說的“agent loop”（代理循環(huán)）。單看起來其實(shí)很簡單，但當(dāng)你把這些部分真正端到端地結(jié)合起來訓(xùn)練時(shí)，你會(huì)看到一些很神奇的行為——模型能替你行動(dòng)、創(chuàng)造，成為真正的合作者。你可以把它類比成：大腦是模型，而 harness 就是身體。

Andrew Mayne：沒錯(cuò)，很有意思。想想 GPT-3 的時(shí)代，我們還得寫帶注釋的代碼，比如在 Python 函數(shù)前加 # 注釋，告訴模型這函數(shù)是干什么的。而現(xiàn)在的模型已經(jīng)能很自然、直覺地寫代碼了。你剛才提到過通用模型和編程專用模型的區(qū)別——這是因?yàn)橛脩粜枨蠛艽?，還是你們自己想要這樣去用？

Greg Brockman：兩者都有。比如在 2022 年，我們和 GitHub 合作推出了 Copilot。當(dāng)時(shí)第一次真正感受到了 AI 進(jìn)入編程工作流的感覺：它能加速你。但那時(shí)也有很多問題，比如界面設(shè)計(jì)該怎么做：要不要像 Ghost text 一樣自動(dòng)補(bǔ)全，還是要提供一個(gè)下拉菜單給不同選項(xiàng)？不過有一點(diǎn)很明確：延遲本身就是產(chǎn)品特性。自動(dòng)補(bǔ)全的延遲門檻是 1500 毫秒，超過這個(gè)時(shí)間就沒人愿意等了，再聰明也沒用。所以當(dāng)時(shí)的共識(shí)就是：在延遲限制內(nèi)，用上最聰明的模型。但后來有了 GPT-4，它更聰明，但無法滿足延遲要求。這時(shí)候怎么辦？我們發(fā)現(xiàn)答案是：換 harness，換界面。你必須讓交互方式和模型能力共同演化。

速度快又聰明的模型當(dāng)然好，但就算是更聰明卻慢一些的模型，也絕對值得，因?yàn)橹悄軒淼幕貓?bào)在長期一定會(huì)顯現(xiàn)。

Andrew Mayne：當(dāng)年做 GitHub Copilot 的時(shí)候，我確實(shí)沒能理解這個(gè)點(diǎn)。那時(shí)覺得只要模型能補(bǔ)全就行了，沒意識(shí)到 harness 和工具的作用能帶來這么大的差別?，F(xiàn)在有了 CLI，比如 Codex CLI，我可以在命令行里用它，還有 VS Code 插件，甚至可以直接部署到網(wǎng)頁上。我當(dāng)時(shí)并不完全理解這些價(jià)值。你們自己是怎么用這些東西的？在哪些地方感覺最有用？

Thibault Sottiaux：回到一開始的觀察：很多開發(fā)者在用 ChatGPT 調(diào)試非常復(fù)雜的問題。他們會(huì)不斷嘗試把更多上下文塞進(jìn)去：代碼片段、堆棧追蹤，然后貼給模型求助。隨著交互越來越復(fù)雜，我們突然意識(shí)到：與其讓用戶主導(dǎo)交互，不如讓模型自己去找上下文、自己推理和調(diào)試，這樣用戶就能坐看模型干活。這個(gè)思路的轉(zhuǎn)變，讓我們開始更認(rèn)真地思考 harness，并賦予模型自主行動(dòng)的能力。

2 CLI、IDE 與終端：不同工具的適用場景

Greg Brockman：我們當(dāng)時(shí)也在嘗試不同的形態(tài)。年初時(shí)我們做過幾種不同實(shí)現(xiàn)：比如異步的 agent harness，也做過本地體驗(yàn)。

Thibault Sottiaux：我們還在終端里跑過原型。后來覺得這還不夠“AGI 味兒”，我們想讓它能規(guī)模化、遠(yuǎn)程運(yùn)行。你合上筆記本，它還能繼續(xù)干活，你甚至可以用手機(jī)遠(yuǎn)程跟進(jìn)。這感覺太酷了，所以我們就往那方向推進(jìn)。但其實(shí)在終端里的版本是完全能用的，OpenAI 內(nèi)部很多人也在高效使用。那個(gè)工具當(dāng)時(shí)叫 “10X”，因?yàn)樗娴淖屔a(chǎn)力提升了 10 倍。但最后我們沒把它作為產(chǎn)品發(fā)布，因?yàn)楦杏X還不夠打磨完善。

于是我們嘗試更多形態(tài)，先重點(diǎn)做異步。現(xiàn)在我們又回過頭，把 agent 帶回到終端和 IDE。最終的目標(biāo)是把它變成你身邊的一個(gè)協(xié)作者，并且嵌入到你已經(jīng)在用的開發(fā)工具里。

Greg Brockman：我們還做過其他嘗試，比如遠(yuǎn)程守護(hù)進(jìn)程連接本地 agent，這樣能兩者兼得。其實(shí)我們發(fā)現(xiàn)，這里幾乎是一個(gè)“形態(tài)矩陣”，可以異步、可以本地同步、也可以混合。問題在于我們到底該把重心放在什么地方：是做成通用的、能適配各種環(huán)境的外部化工具，還是先專注在內(nèi)部環(huán)境，把內(nèi)部工程師的體驗(yàn)做到極致？我們當(dāng)然都想做。但如果自己都用不好，又怎么可能讓全世界都用得好呢？這就是我們的挑戰(zhàn)，要找準(zhǔn)聚焦點(diǎn)，讓工程努力產(chǎn)生最大價(jià)值。

今年我們確立的一個(gè)公司目標(biāo)就是：年底前做出一個(gè)“代理式軟件工程師”。這意味著什么？怎么實(shí)現(xiàn)？怎么把資源和算力投入其中？這是一個(gè)龐大的工程，很多人都在為此努力。

Andrew Mayne：你剛提到 “10X” 這個(gè)內(nèi)部工具，它看起來非常有用，但你們最終沒有對外發(fā)布。這類決策一定很難吧？什么時(shí)候應(yīng)該公開，什么時(shí)候不該？像云端代碼現(xiàn)在非常強(qiáng)大，我猜也是類似的故事——先內(nèi)部使用，然后再對外部署。那接下來你們是怎么判斷重點(diǎn)放在哪里的？比如能在云端跑、能做類 agent 的任務(wù)，我走開它就繼續(xù)干。但對我來說，這種新形態(tài)太新了，很難完全理解。有時(shí)這些東西需要先沉淀一段時(shí)間，人們才會(huì)慢慢發(fā)現(xiàn)價(jià)值。你們內(nèi)部有人有類似的“啊哈時(shí)刻”嗎？

Greg Brockman：當(dāng)然有。我覺得我們已經(jīng)能大致勾勒未來的樣子了：未來你肯定會(huì)想要一個(gè)擁有自己電腦的 AI，它能調(diào)用一批代理并行完成任務(wù)。你早上起來，喝著咖啡，順手給它點(diǎn)反饋，比如“這個(gè)結(jié)果不對”或者“流程需要這樣改”。但模型還沒聰明到讓這種交互成為日常。所以現(xiàn)在，模型依然需要在你的終端、在你的編輯器里，貼近你原本的工作方式來幫忙。這就是當(dāng)下。

對我們來說，現(xiàn)在和未來是交織的：一方面要把 AI 帶入代碼審查、主動(dòng)幫你生成有用的內(nèi)容；另一方面，更多的 PR 也帶來新挑戰(zhàn)，比如你要如何篩選出真正值得合并的？這些機(jī)會(huì)都擺在眼前，我們也看到 OpenAI 內(nèi)部的開發(fā)模式、代碼庫結(jié)構(gòu)都開始因而發(fā)生變化。

Thibault Sottiaux：是的，背后有兩個(gè)關(guān)鍵點(diǎn)。第一，基礎(chǔ)設(shè)施真的很難。我們當(dāng)然希望所有代碼、任務(wù)、包都能完美容器化，這樣就能規(guī)?；\(yùn)行。但現(xiàn)實(shí)是，很多人都有復(fù)雜的環(huán)境配置，只能在他們自己的筆記本上跑。

我們希望能夠利用（用戶現(xiàn)有的環(huán)境），在用戶所在之處與他們“會(huì)合”，這樣他們就不必為了 Codex 去做特定配置。這樣就能給大家一個(gè)非常容易上手的入口，讓你直接體驗(yàn)到一個(gè)強(qiáng)大的編碼代理能為你做什么。

同時(shí)，這也讓我們可以去試驗(yàn)“正確的交互界面”應(yīng)該是什么樣子的。六個(gè)月前，我們還沒在玩這些類型的工具。一切都非常新，而且在快速演進(jìn)。

我們必須持續(xù)在這方面迭代和創(chuàng)新——到底什么是合適的界面、怎樣才是和這些代理協(xié)作的正確方式。老實(shí)說，我們還沒覺得已經(jīng)把它打磨到位了，這還會(huì)繼續(xù)演進(jìn)。但把它做成零配置、開箱即用、極易上手，就能讓更多人從中受益、愿意去嘗試。對我們來說，這還能帶來反饋，幫助我們持續(xù)創(chuàng)新——這非常重要。

Greg Brockman：我記得年初我和我們的一位工程師聊天，他非常出色。他說，ChatGPT 有一個(gè)集成，可以自動(dòng)看到終端里的上下文。他說這是顛覆性的，因?yàn)樗辉傩枰獜?fù)制粘貼錯(cuò)誤信息了。他可以立刻問：“嘿，問題出在哪？”然后它就能告訴他，效果非常好。你會(huì)意識(shí)到，這是我們做的一個(gè)集成本身帶來的巨大改變，并不只是因?yàn)槟Ｐ透斆鳌?/p>

我覺得很容易被其中某一個(gè)維度吸引，只盯著它，問“到底哪個(gè)更重要？”但答案是：兩者都重要?；叵胛覀冊?2020 年最初發(fā)布 API 時(shí)，我一直是這么想的：一個(gè) AI 的“可取性”有兩個(gè)維度。一是智能，可以把它看作一個(gè)軸向；二是便利性，你可以把它理解為延遲、成本，或者它可用的集成能力。

這兩者之間存在一個(gè)“可接受區(qū)域”。比如說，如果一個(gè)模型非常非常聰明，但要運(yùn)行一個(gè)月才能出結(jié)果——你可能還是會(huì)用，如果它能產(chǎn)出極其有價(jià)值的代碼，或者某種疾病的解藥之類的成果，那也值得。相反，如果模型并不那么智能、能力有限，那你可能只想用它做自動(dòng)補(bǔ)全。這時(shí)它就必須極其方便——幾乎不給你帶來任何認(rèn)知負(fù)擔(dān)地給出建議，類似這種。

而我們現(xiàn)在所處的位置，當(dāng)然是在這個(gè)譜系上的某個(gè)點(diǎn)。我們有更聰明的模型，它們沒有自動(dòng)補(bǔ)全那么方便，但又比“等一個(gè)月才出答案”要方便得多。所以我們的挑戰(zhàn)之一，就是搞清楚：什么時(shí)候該投資把“便利性”往左拉（更低延遲、更低成本、更好集成），什么時(shí)候該投資把“智能”往上推。這是一個(gè)巨大的設(shè)計(jì)空間，也正是它有趣的地方。

Andrew Mayne：是啊。我不知道你還記不記得，我在 2020 年做了一個(gè)在發(fā)布會(huì)上上過推薦的應(yīng)用，叫 AI Channels。當(dāng)時(shí)的挑戰(zhàn)是，GPT-3 應(yīng)用的能力很強(qiáng)，但我得寫六百字的提示詞才能讓它干活。以每千 token 六美分的價(jià)格、再加上延遲，我當(dāng)時(shí)覺得：這還不是適合它的世界。后來有了 GPT-3.5 和 GPT-4，你就一下子看到了那些能力。我很難說清楚為什么，但你能感受到一切都配合起來了。你剛剛也提到過，讓模型能在你工作的地方看見上下文這件事。我記得我當(dāng)時(shí)把內(nèi)容從 ChatGPT 里復(fù)制粘貼到工作區(qū)，就像走進(jìn)超市卻拒絕拿購物車，抱著所有東西走到收銀臺(tái)——極其低效。一旦你把東西放到帶輪子的車上，就順暢多了。我覺得我們現(xiàn)在正看到各種這樣的“解鎖”。

而我現(xiàn)在面臨的問題是：我坐下來要干活時(shí)，我該進(jìn) CLI 嗎？用 VS Code 插件？還是用 Cursor？抑或是別的工具？你們是怎么做選擇的？

Thibault Sottiaux：就現(xiàn)在而言，我們?nèi)蕴幵趯?shí)驗(yàn)階段，嘗試不同的方式讓你去和代理互動(dòng)，并把它帶到你已經(jīng)高效的地方。比如，Codex 現(xiàn)在已經(jīng)進(jìn)入了 GitHub。你可以 @Codex，它就會(huì)替你干活。如果你寫“@Codex，修這個(gè) bug”或“把測試挪到這里”，它就會(huì)跑起來，在我們數(shù)據(jù)中心自己的“小筆記本”（獨(dú)立計(jì)算資源）上去執(zhí)行這些任務(wù)，你不需要操心。

但如果你是在一個(gè)文件夾里和文件打交道，那你就會(huì)面臨一個(gè)選擇：是在 IDE 里干，還是在終端里干？

我們觀察到，資深用戶在終端里發(fā)展出了非常復(fù)雜的工作流；而當(dāng)你實(shí)打?qū)嵉靥幚砟硞€(gè)文件或項(xiàng)目時(shí)，你更偏好在 IDE 里做，因?yàn)榻缑娓拢耗憧梢猿蜂N、更直觀看到編輯，不會(huì)只是從屏幕上“刷刷地滾過去”。

同時(shí)，終端又是一個(gè)很棒的“vibe coding”工具：如果你并不那么在意產(chǎn)出的具體代碼本身，你可以就地生成一個(gè)小應(yīng)用。那更像是把關(guān)注點(diǎn)放在互動(dòng)與結(jié)果上，而不是具體代碼文本。總之這還是一個(gè)“看你要做什么”的問題，但現(xiàn)在確實(shí)還是實(shí)驗(yàn)階段，我們在嘗試不同的方式，我想這還會(huì)持續(xù)一段時(shí)間。

Greg Brockman：我完全同意。我也認(rèn)為，我們未來的方向會(huì)是把這些東西做得更加一體化。大家本來就會(huì)用多種工具：終端、瀏覽器、GitHub 網(wǎng)頁界面、本地機(jī)器上的倉庫……每個(gè)工具都有大家“何時(shí)該用它”的經(jīng)驗(yàn)法則。因?yàn)槲覀冞€在實(shí)驗(yàn)階段，所以這些東西看起來會(huì)彼此割裂、差異很大，你好像得去學(xué)一套新技能，理解每個(gè)工具的“可供性”（affordances）。

在我們迭代時(shí)，重要的是要認(rèn)真思考它們彼此之間如何契合。你已經(jīng)能看出一些趨勢了：比如 Codex 的 IDE 擴(kuò)展可以運(yùn)行遠(yuǎn)程的 Codex 任務(wù)。我想，我們最終的愿景是：應(yīng)該有一個(gè) AI，既能使用它自己的電腦、自己的集群，也能“看著你的肩膀”在本地幫你。這兩者不該是割裂的。

Thibault Sottiaux：對，我們把它想成一個(gè)“單一的編碼實(shí)體”，始終在那兒幫助你、和你協(xié)作。就像我和 Greg 合作——有時(shí)我們在 Slack 上聊，有時(shí)當(dāng)面交流……有時(shí)我們通過 GitHub 評審互動(dòng)。和其他人類合作者互動(dòng)時(shí)，這一切都很自然。我們對 Codex 的設(shè)想也是這樣：一個(gè)具有代理特性的實(shí)體，真正意義上在你實(shí)現(xiàn)目標(biāo)時(shí)為你“加速”。

3 代理記憶的局限

Andrew Mayne：那我們來聊聊一些使用方式，比如 agents.md。你能解釋一下嗎？

Thibault Sottiaux：好的。agents.md 是一組你可以提供給 Codex 的指令文件，它和你的代碼放在一起。這樣 Codex 就能多一點(diǎn)上下文，知道怎樣更好地在代碼庫里導(dǎo)航并完成任務(wù)。

我們發(fā)現(xiàn)有兩類內(nèi)容放在 agents.md 里特別有用：第一，類似“壓縮”的東西——對于代理來說，直接讀 codex.md（原文如此）會(huì)更高效一些，而不必把整個(gè)代碼庫都探索一遍；第二，是那些在代碼庫本身并不明確表達(dá)的“偏好”，例如：測試其實(shí)應(yīng)該放到這里，或者“我喜歡以某種特定方式來做事”。這兩類東西——偏好，以及如何高效在代碼庫中導(dǎo)航的說明——都是非常適合寫進(jìn) agents.md 的。

Greg Brockman：這里有一個(gè)很根本的問題：你如何把“你想要什么、你的偏好是什么”傳達(dá)給一個(gè)“無上下文”的代理，同時(shí)替它節(jié)省掉一些人類上手時(shí)需要的“熱身”過程？我們對人是這么做的——寫 readme.md。而 agents.md 只是一個(gè)約定俗成的文件名，告訴代理“應(yīng)該去看它”。

但這也反映了一個(gè)“時(shí)間點(diǎn)上的現(xiàn)實(shí)”：當(dāng)前的代理記憶能力并不好。比如你第十次運(yùn)行代理，它真的從前九次給你解決難題的經(jīng)歷里獲益了嗎？所以我們確實(shí)有研究要做：怎樣讓它擁有記憶？怎樣讓一個(gè)代理真正去探索你的代碼庫、深刻理解它，然后把這些知識(shí)利用起來？這只是眾多例子中的一個(gè)，但我們已經(jīng)能看到在這些方向上有很多“觸手可及”的研究成果在前方等著我們。

4 遷移與審查

Andrew Mayne：現(xiàn)在競爭格局非常激烈。曾經(jīng)有一段時(shí)間，OpenAI 對很多人來說幾乎是橫空出世——突然就有了 GPT-3，然后是 GPT-4?，F(xiàn)在 Anthropic 在做很棒的模型，谷歌的 Gemini 也很強(qiáng)。你們怎么看待這個(gè)版圖？你們覺得自己的位置在哪里？

Greg Brockman：我認(rèn)為還有很多進(jìn)步空間。我更少去關(guān)注競爭，而是更多去關(guān)注潛力。因?yàn)槲覀冊?2015 年創(chuàng)辦 OpenAI 時(shí)，就認(rèn)為 AGI 會(huì)比人們預(yù)期更早到來。我們只是希望在這一進(jìn)程中能發(fā)揮積極作用。而這意味著什么、如何把它落實(shí)到實(shí)際執(zhí)行，一直是我們要思考的核心任務(wù)。

所以當(dāng)我們開始摸索如何構(gòu)建真正有用、能幫助人們的模型時(shí)，把它真正帶到人們手中就成了至關(guān)重要的事。你可以看看我們一路上做出的選擇，比如推出 ChatGPT，并且提供廣泛的免費(fèi)使用。這是出于我們的使命——我們希望 AI 是人人可得、能惠及所有人。

在我看來，最重要的是保持這種指數(shù)級的進(jìn)步，并且不斷思考如何以積極、有用的方式帶給大家。比如現(xiàn)在，我們有了 GPT-4 這一類預(yù)訓(xùn)練模型，再疊加強(qiáng)化學(xué)習(xí)，使其更可靠、更智能。想象一下：如果你只是“讀過互聯(lián)網(wǎng)”，只是觀察過人類思維的碎片，然后第一次嘗試寫代碼，你可能會(huì)很糟糕。但如果你能親手去解一些棘手的編程問題，有 Python 解釋器，有和人類一樣的工具，那么你就能變得更加健壯和精煉。

現(xiàn)在我們讓這些部分組合在一起，但必須繼續(xù)推向下一層級。很明顯，比如大規(guī)模重構(gòu)代碼庫——目前還沒人真正攻克。但這沒有什么根本上的障礙。一旦解決，我覺得這會(huì)是企業(yè)級的“殺手級應(yīng)用”。

想象一下，如果代碼遷移的成本降低一半，那么可能會(huì)讓遷移的數(shù)量增加十倍。再比如 COBOL，如今仍有大量系統(tǒng)困在 COBOL 里，可是已經(jīng)沒有新的 COBOL 程序員在培養(yǎng)了。這只會(huì)成為全世界的風(fēng)險(xiǎn)與負(fù)擔(dān)。唯一的出路就是構(gòu)建能夠真正應(yīng)對這種問題的系統(tǒng)。這是一個(gè)巨大的開放空間。指數(shù)曲線會(huì)繼續(xù)下去，而我們必須跟上。

Andrew Mayne：我今天最喜歡的一個(gè)小插曲，是看到 OpenAI 發(fā)了一條推文，教大家如何在 CLI 中把 completions API 切換到 responses API。

Thibault Sottiaux：這是一個(gè)非常好的用法。我預(yù)計(jì)未來會(huì)有更多類似的場景——你給 Codex 特別的指令，讓它可靠地執(zhí)行重構(gòu)，然后它就自己跑完。這太棒了。遷移真的是最糟心的事之一。沒人愿意做遷移。沒人想從一個(gè)庫切換到另一個(gè)庫，還要保證一切正常。如果我們能把大部分工作自動(dòng)化，那會(huì)是一項(xiàng)非常美妙的貢獻(xiàn)。

Greg Brockman：我覺得還有很多其他方向。比如安全補(bǔ)丁，這會(huì)很快變得重要，我們現(xiàn)在也很重視。另外，AI 還能生成新工具。想想 Unix 工具集的重要性——如果 AI 能為你構(gòu)建工具，甚至為自己構(gòu)建工具，就能搭建起一個(gè)復(fù)雜度與實(shí)用性不斷提升的階梯，推動(dòng)效率飛輪持續(xù)運(yùn)轉(zhuǎn)。未來的 AI 不僅能寫代碼，還能執(zhí)行自己的代碼，管理服務(wù)，甚至做 SRE（站點(diǎn)可靠性工程）類的工作。這些都在地平線上，已經(jīng)在開始發(fā)生，但還沒到我們理想中的狀態(tài)。

Thibault Sottiaux：我們在 OpenAI 內(nèi)部解決的一個(gè)大問題是代碼審查。

我們發(fā)現(xiàn)，隨著代碼量增長，瓶頸在于團(tuán)隊(duì)要處理的審查任務(wù)太多。于是我們專門打造了一個(gè)高信號(hào)的 Codex 模式，能對 PR（合并請求）進(jìn)行深入審查，理解開發(fā)者的設(shè)計(jì)意圖，再去驗(yàn)證代碼是否實(shí)現(xiàn)了這個(gè)意圖。它還能逐層深入，檢查依賴關(guān)系，思考契約邏輯，指出一些即使是最優(yōu)秀的審查員也要花上數(shù)小時(shí)才能發(fā)現(xiàn)的問題。

我們先在內(nèi)部上線，效果非常成功。當(dāng)它掛掉時(shí)，大家甚至很不滿，因?yàn)橛X得失去了安全網(wǎng)。它極大加速了團(tuán)隊(duì)，包括 Codex 團(tuán)隊(duì)本身。就在我們發(fā)布 IDE 擴(kuò)展的前一晚，我的一位頂尖工程師提交了 25 個(gè) PR。我們自動(dòng)發(fā)現(xiàn)了不少 bug——Codex 找出了許多問題。第二天我們發(fā)布的 IDE 擴(kuò)展幾乎沒有 bug，速度快得驚人。

Greg Brockman：很有意思的是，關(guān)于代碼審查工具，人們一開始都很緊張。因?yàn)檫^去我們試過的所有自動(dòng)審查實(shí)驗(yàn)，結(jié)果都是“噪音”——你收到一封來自機(jī)器的郵件，只覺得煩人，然后選擇忽略。但現(xiàn)在我們看到完全相反的結(jié)果。

這說明，當(dāng)能力低于某個(gè)閾值時(shí)，它就是凈負(fù)擔(dān)；可一旦超過閾值，人們就會(huì)主動(dòng)需要它，甚至失去了還會(huì)很不滿。我們的觀察是：如果某個(gè) AI 功能現(xiàn)在只是“有點(diǎn)用”，那么一年后它就會(huì)變得極其可靠、成為任務(wù)關(guān)鍵。這正是代碼審查的發(fā)展方向。

Thibault Sottiaux：代碼審查還有個(gè)很有意思的地方，就是要把人類一起帶上，讓它成為合作者。我們思考了很多，怎樣才能讓審查結(jié)果讓你愿意去讀，甚至覺得有收獲——哪怕它偶爾錯(cuò)了。你能理解它的推理邏輯。而事實(shí)上，它超過九成的情況是正確的。就算你是代碼作者或?qū)彶檎?，也常常能從中學(xué)到東西。

Greg Brockman：回到我們之前說的“進(jìn)步速度”。想想 GPT-3 和 GPT-4，當(dāng)時(shí)我們還很關(guān)注“雙倍確認(rèn)”的問題：AI 說錯(cuò)了，你指出來，它卻會(huì)和你爭論。

Andrew Mayne：對，它會(huì)堅(jiān)持說自己對。

Greg Brockman：是啊。但我們現(xiàn)在早已遠(yuǎn)離那個(gè)階段了。當(dāng)然，在極少數(shù)邊緣情況里還會(huì)發(fā)生，就像人類也會(huì)。但令人驚嘆的是，我們已經(jīng)到了這樣一個(gè)水平：即使它沒有完全抓住重點(diǎn)，它也能指出有價(jià)值的東西，提出合理的思路。我每次看完這些代碼審查，都會(huì)覺得：“嗯，這說得對，我應(yīng)該考慮一下?！?/p>

5 GPT-5 Codex 的“七小時(shí)奇跡”

Andrew Mayne：說說我們?yōu)槭裁丛摓?GPT-5 Codex 感到興奮？

Thibault Sottiaux：GPT-5 Codex 是 GPT-5 的一個(gè)版本，我們針對 Codex 做了優(yōu)化。剛才我們提到過 harness（交互外殼），它就是針對 harness 優(yōu)化的。我們把它視作一個(gè)緊密結(jié)合模型與工具的單一代理，因此更可靠。

其中一個(gè)顯著特點(diǎn)是，它能堅(jiān)持更長時(shí)間，具備處理復(fù)雜重構(gòu)任務(wù)所需的“韌勁”。同時(shí)，對于簡單任務(wù)，它響應(yīng)得更快，不用深思熟慮就能直接答復(fù)。

它是一個(gè)很好的合作者：你可以問它關(guān)于代碼的問題，讓它幫你找出需要修改的部分，或者幫你理解與規(guī)劃。而一旦你放手讓它去做某個(gè)任務(wù)，它能長時(shí)間堅(jiān)持。

我們在內(nèi)部看到它最長連續(xù)工作 7 小時(shí)，完成非常復(fù)雜的重構(gòu)，以前沒見過其他模型做到這一點(diǎn)。我們也在代碼質(zhì)量上下了很大功夫。它就是為人們在 Codex 中的使用場景做了最優(yōu)優(yōu)化。

Andrew Mayne：當(dāng)你說它能堅(jiān)持七小時(shí)，不只是不斷把上下文塞回去，而是它真的在做決策、判斷重要性并往前推進(jìn)？

Thibault Sottiaux：是的。想象一個(gè)特別棘手的重構(gòu)。我們都經(jīng)歷過：代碼庫已經(jīng)無法維護(hù)了，你必須做一些修改才能繼續(xù)前進(jìn)。這時(shí)你做個(gè)計(jì)劃，然后交給 GPT-5 Codex，它就會(huì)一步步解決所有問題，讓測試能跑通，最終完成整個(gè)重構(gòu)。這就是我們看到它連續(xù)工作七小時(shí)完成的事例。

Greg Brockman：讓我驚嘆的是，這些模型的核心智能已經(jīng)如此強(qiáng)大。三到六個(gè)月前，它們就已經(jīng)比我更擅長在內(nèi)部代碼庫里找到特定功能了。而這需要相當(dāng)復(fù)雜的能力。

Andrew Mayne：那你是不是該“讓位”了？比如說：“Greg，對不起了……”

Greg Brockman：（笑）但事實(shí)是，我能去做更多別的事。我想讓人們認(rèn)識(shí)我，不是因?yàn)槲視?huì)在代碼庫里找功能點(diǎn)。這不是我定義自己工程價(jià)值的方式。我更想花時(shí)間去思考架構(gòu)，去決定要跑多少個(gè)代理、分配到哪些任務(wù)。這就是我認(rèn)為的核心價(jià)值：AI 能接管那些枯燥瑣碎的部分，也能在有趣的部分成為合作伙伴。

我可以選擇如何分配我的精力。我是個(gè)死忠 Emacs 用戶，但我也用 VS Code、Cursor、Windsurf 這些工具，一方面是為了嘗試，另一方面也是喜歡工具的多樣性。但要把我從終端里拽出來很難。不過現(xiàn)在我們已經(jīng)到了那個(gè)臨界點(diǎn)：當(dāng)我在重構(gòu)時(shí)，我會(huì)想“我為什么要自己打這些東西？為什么要去回憶某個(gè)語法？”這都是機(jī)械的事情。我希望有個(gè)實(shí)習(xí)生幫我干，而現(xiàn)在我在終端里就有了這么個(gè)實(shí)習(xí)生。我覺得這真的很了不起。

Andrew Mayne：那我們來聊聊未來吧。你們怎么看？代理化的未來里，最讓人興奮的是什么？我們將如何使用這些系統(tǒng)？

Thibault Sottiaux：我們非常確信，未來的形態(tài)會(huì)是：在云端有大量代理組成的群體，由人類、團(tuán)隊(duì)、組織來監(jiān)督和引導(dǎo)，創(chuàng)造巨大的經(jīng)濟(jì)價(jià)值。往后幾年，這就是畫面：數(shù)百萬代理在公司和組織的數(shù)據(jù)中心里做有用的工作。

問題在于：我們?nèi)绾我徊讲阶叩侥抢?？如何找到合適的形態(tài)、正確的交互模式？其中一個(gè)必須解決的重大問題就是安全、保障和對齊。代理必須能做有用的工作，但必須以安全的方式。你始終要作為操作者、作為人類保持掌控。這就是為什么在 Codex CLI 里，代理默認(rèn)在沙箱中運(yùn)行，它不能隨意修改你電腦上的文件。我們會(huì)持續(xù)投入很多努力，讓環(huán)境安全，理解何時(shí)需要人類介入和批準(zhǔn)某些操作，并逐步賦予更多權(quán)限。你的代理會(huì)有一組你允許它使用的權(quán)限，必要時(shí)還能在你的許可下“升級”，執(zhí)行那些更高風(fēng)險(xiǎn)的操作。

Thibault Sottiaux：所以，要搞清楚整個(gè)系統(tǒng)，然后把它變成多代理（multi-agent），讓個(gè)人、團(tuán)隊(duì)、組織都能去引導(dǎo)，并且與組織整體目標(biāo)保持一致——這就是我認(rèn)為的發(fā)展方向。雖然有點(diǎn)抽象，但我覺得非常令人興奮。

Greg Brockman：是的，我完全同意。我覺得在更細(xì)的層面上，有很多技術(shù)問題需要解決。比如 Thibault 提到的“可擴(kuò)展監(jiān)督”問題——人類該如何管理那些不斷產(chǎn)出大量代碼的代理？你大概不會(huì)想去讀每一行代碼。事實(shí)上，現(xiàn)在大多數(shù)人也不會(huì)逐行看這些系統(tǒng)產(chǎn)出的代碼。那么如何維持信任？如何確保 AI 產(chǎn)出的東西確實(shí)是正確的？

我認(rèn)為這里有一些技術(shù)途徑。我們從 2017 年起就在思考這些問題，當(dāng)時(shí)我們首次發(fā)表了一些策略，探討如何讓人類或較弱的 AI 去監(jiān)督更強(qiáng)的 AI，并通過這種方式逐步建立起信任和監(jiān)督，確保即使在它們執(zhí)行高難度、重要任務(wù)時(shí)，我們依然能掌握方向盤。這是一個(gè)非常重要的問題，而在開發(fā)更強(qiáng)大的編碼代理時(shí)，它也有著非常實(shí)際的體現(xiàn)。

但我認(rèn)為還有一些容易被忽略的維度。每到一個(gè) AI 能力層級，人們就容易過擬合，覺得“啊，這就是 AI，將來也就是這樣”。但我們還沒有真正看到的是——AI 解決那些真正全新、困難的問題。現(xiàn)在大家想到的更多是“我需要重構(gòu)代碼”，你至少知道大致是什么樣子，AI 會(huì)幫你完成很多工作，節(jié)省大量時(shí)間。但如果是那些根本無法用其他手段解決的問題呢？

我想到的不僅是編程領(lǐng)域，還包括醫(yī)學(xué)，比如研發(fā)新藥；材料科學(xué)，比如創(chuàng)造出具有全新特性的材料。我認(rèn)為很快就會(huì)出現(xiàn)能夠解鎖這些應(yīng)用的新能力。對我來說，一個(gè)重要的里程碑將是：當(dāng) AI 產(chǎn)出的成果本身極具價(jià)值和意義，不是因?yàn)樗阋?，也不是因?yàn)樗?AI 產(chǎn)出的，而是因?yàn)樗褪且豁?xiàng)突破性的成果。即便不是 AI 獨(dú)立完成，而是在人類協(xié)作下，AI 扮演了關(guān)鍵角色。

我們已經(jīng)開始看到一些跡象。例如在生命科學(xué)領(lǐng)域，研究人員會(huì)讓 o3 提出五個(gè)實(shí)驗(yàn)方案，他們嘗試之后，四個(gè)失敗，一個(gè)成功。而反饋是：結(jié)果大約相當(dāng)于一個(gè)三、四年級博士生的水平，這簡直令人驚訝——而這還是在 o3 時(shí)代。到了 GPT-5 和 GPT-5 Pro，我們看到的情況完全不同?？蒲腥藛T會(huì)說：“好，這是真正在做新穎研究?！庇袝r(shí)它并不是獨(dú)立解決重大理論，而是與人類合作，把能力延伸到人類單獨(dú)無法達(dá)到的地方。對我來說，這正是我們必須持續(xù)推進(jìn)并做對的關(guān)鍵。

6 未來的軟件工程

Andrew Mayne：我和人們談未來時(shí)常遇到一個(gè)挑戰(zhàn)：大家想象未來，總是把它看作是“披著閃亮外殼的現(xiàn)在”，比如有機(jī)器人，或者機(jī)器人寫所有的代碼。但你們剛剛提到，有些事是你喜歡做的，有些事是你不愿做的。那 2030 年會(huì)是什么樣子？五年前是 GPT-3，那五年后呢？

Thibault Sottiaux：六個(gè)月前我們甚至都沒有這些工具，所以要準(zhǔn)確想象五年后的樣子真的很難。但有一點(diǎn)很重要：那些作為關(guān)鍵基礎(chǔ)設(shè)施、支撐整個(gè)社會(huì)運(yùn)行的代碼，我們需要持續(xù)去理解，并擁有工具去理解。這也是我們重視代碼審查的原因——代碼審查應(yīng)當(dāng)幫助你理解代碼，成為一個(gè)隊(duì)友，幫助你深入別人寫的代碼，甚至包括 AI 寫的代碼。

Greg Brockman：實(shí)際上我會(huì)說，我們已經(jīng)存在一個(gè)問題：外面有很多代碼并不安全。這種情況時(shí)常發(fā)生。我記得大約 12 年前的 Heartbleed 漏洞，那是互聯(lián)網(wǎng)廣泛使用的核心軟件中的一個(gè)嚴(yán)重漏洞。而且你會(huì)意識(shí)到，這不是個(gè)別現(xiàn)象，類似的漏洞還有很多，只是沒人發(fā)現(xiàn)。

Andrew Mayne：對啊，還有那么多 NPM 包，很多都被放著，可能有人往里塞了惡意代碼。

Greg Brockman：沒錯(cuò)。以往一直是攻防貓鼠游戲：攻擊者越來越高級，防御者也越來越強(qiáng)。而有了 AI，你會(huì)想：到底哪一方會(huì)更有優(yōu)勢？可能它會(huì)加速這種貓鼠循環(huán)。但我覺得也有希望通過 AI 解鎖全新的防御能力。比如形式化驗(yàn)證（formal verification），這可能就是防御的“終局”。讓我興奮的是：不只是延續(xù)這種無休止的競賽，而是能帶來更高的穩(wěn)定性和可理解性。我認(rèn)為在其他方面也會(huì)有類似機(jī)會(huì)，讓我們以全新的方式理解系統(tǒng)?，F(xiàn)在很多傳統(tǒng)軟件系統(tǒng)幾乎已經(jīng)逼近人類理解的邊界了。

Thibault Sottiaux：我們構(gòu)建 Codex 的原因之一，就是改善基礎(chǔ)設(shè)施和現(xiàn)有代碼，而不是單純增加世界上的代碼量。這一點(diǎn)非常重要。Codex 能幫助發(fā)現(xiàn) bug，幫助重構(gòu)，幫助找到更優(yōu)雅、更高效的實(shí)現(xiàn)方式——達(dá)到同樣的目標(biāo)，甚至更通用，而不是制造出 1 億行沒人能看懂的代碼。讓我興奮的是，Codex 能幫助團(tuán)隊(duì)和個(gè)人寫出更好的代碼，成為更優(yōu)秀的軟件工程師，最終創(chuàng)造出更簡潔卻能完成更多事情的系統(tǒng)。

Greg Brockman：我覺得 2030 年的一個(gè)重要圖景是：我們將生活在一個(gè)“物質(zhì)極大豐富”的世界。AI 會(huì)讓創(chuàng)造任何你想要的東西，比你想象中容易得多——這可能不僅在數(shù)字世界，在物理世界里也會(huì)如此。

但同時(shí)，這將是一個(gè)“算力極度稀缺”的世界。我們在 OpenAI 內(nèi)部已經(jīng)感受到一點(diǎn)：不同研究項(xiàng)目為了算力爭搶，研究成敗常常取決于算力分配，這種情況的嚴(yán)重性難以言表。

我認(rèn)為未來也會(huì)如此：你的創(chuàng)造力不僅受想象力限制，還會(huì)受限于算力。因此我們常常思考：怎樣增加世界上的算力供應(yīng)？我們既要提高智能水平，也要提升智能的可用性。而這歸根到底是一個(gè)物理基礎(chǔ)設(shè)施問題，而不僅僅是軟件問題。

Thibault Sottiaux：我覺得 GPT-5 很驚人的是，我們能把它作為免費(fèi)、Plus 以及 Pro 套餐的一部分提供。比如說，你訂閱 Plus，就能用 Codex，也能用 GPT-5，就是大家用的同一個(gè)版本。而且它在這種方式下也非常高效。

Andrew Mayne：讓我印象深刻的是：我覺得這個(gè)模型功能更強(qiáng)大，但價(jià)格和之前一樣，甚至更低。這讓我大吃一驚。

Greg Brockman：是的。我們在提升智能的同時(shí)，價(jià)格也在大幅下降。這其實(shí)很容易被忽略，但真的很瘋狂。比如我們對 o3 做過 80% 的降價(jià)?；叵?GPT-3 的時(shí)代，還是每千 token 六美分。

Andrew Mayne：對，最近有篇報(bào)道在抱怨，說“推理模型”更貴了。但他們沒把推理模型和過去六七個(gè)月的新推理模型相比，也沒看到它們效率提高了多少。

Greg Brockman：沒錯(cuò)。而且這種趨勢會(huì)持續(xù)。說到算力稀缺，我覺得有一個(gè)跡象很明顯：現(xiàn)在大家在談上百萬 GPU 的集群。但未來可能很快就會(huì)變成：每個(gè)人都需要有一個(gè)專屬 GPU 來運(yùn)行他們的代理。這樣算下來，我們可能需要接近 100 億個(gè) GPU。我們距離那個(gè)目標(biāo)還差幾個(gè)數(shù)量級。所以我們的工作之一，就是想辦法增加算力供應(yīng)，讓它真實(shí)存在，同時(shí)在當(dāng)前有限的算力下盡可能榨出最大價(jià)值。這既是效率問題，也是智能提升問題。但很明確，要把它真正實(shí)現(xiàn)出來，需要大量的工作與建設(shè)。

Thibault Sottiaux：還有一點(diǎn)有趣的是，代理與 GPU 的關(guān)系。如果 GPU 靠近用戶會(huì)帶來巨大好處。因?yàn)楫?dāng)代理執(zhí)行時(shí)，它可能在幾分鐘里調(diào)用兩百次工具，每一次都需要 GPU 和你的筆記本往返執(zhí)行。如果 GPU 離你更近，延遲就會(huì)大幅降低，整個(gè)交互和運(yùn)行過程都會(huì)更順暢。

Andrew Mayne：我們時(shí)常被問到關(guān)于未來和勞動(dòng)力的問題：學(xué)不學(xué)編程？

Thibault Sottiaux：我覺得現(xiàn)在是學(xué)習(xí)編程的絕佳時(shí)機(jī)。

Greg Brockman：我同意。一定要學(xué)編程，但更要學(xué)會(huì)使用 AI。這才是最重要的。

Thibault Sottiaux：用 Codex 學(xué)一門新語言非常有趣。我們團(tuán)隊(duì)里有不少人之前不懂 Rust，但我們決定用 Rust 來寫核心 harness。結(jié)果他們借助 Codex 提問、探索陌生的代碼庫，很快就掌握了，還取得了很棒的成果。當(dāng)然，我們也有經(jīng)驗(yàn)豐富的 Rust 工程師來指導(dǎo)，確保質(zhì)量。但總的來說，現(xiàn)在真的是學(xué)習(xí)編程的好時(shí)機(jī)。

Greg Brockman：我記得自己最初學(xué)編程時(shí)用的是 W3Schools 的教程，學(xué) PHP、JavaScript、HTML、CSS。我當(dāng)時(shí)在寫第一個(gè)應(yīng)用時(shí)，想實(shí)現(xiàn)數(shù)據(jù)序列化，但甚至不知道“序列化”這個(gè)詞。我就自己設(shè)計(jì)了一種特殊字符序列作為分隔符。但如果數(shù)據(jù)里本身就包含這個(gè)序列呢？那就慘了（笑）。這種問題，教程里不會(huì)提醒你。但 Codex 在代碼審查時(shí)就會(huì)告訴你：“嘿，有 JSON 序列化庫，用這個(gè)就行?！彼晕矣X得編程的門檻會(huì)越來越低，你不用重新發(fā)明輪子，它還能替你提出你自己都沒想到的問題，并給你答案。這就是為什么我覺得現(xiàn)在是最適合動(dòng)手創(chuàng)造的時(shí)代。

Andrew Mayne：我也常常通過看它怎么解題學(xué)到很多，發(fā)現(xiàn)新的庫、新的方法。我有時(shí)會(huì)給它很瘋狂的任務(wù)，比如：只用一千行代碼寫一個(gè)語言模型，它會(huì)怎么做？有時(shí)它會(huì)失敗，但你能看到它嘗試的方向，然后會(huì)發(fā)現(xiàn)：“啊，原來還有這種辦法。”

Thibault Sottiaux：我注意到，那些最會(huì)用 AI 編程的人，往往有堅(jiān)實(shí)的軟件工程基礎(chǔ)。他們設(shè)計(jì)了合理的架構(gòu)，搭好了代碼框架，再讓 AI 來幫忙，這樣就能跑得更遠(yuǎn)。如果對代碼本身一無所知，你就無法走到這一步。

Andrew Mayne：自從你們上線 GPT-5、能用 Codex 部署以來，使用情況如何？

Thibault Sottiaux：使用量爆炸式增長?？傮w增長超過 10 倍，原本就在用的用戶也用得更多了，場景更復(fù)雜，時(shí)間更長。我們現(xiàn)在把它納入 Plus 和 Pro 套餐里，額度也很大，這也推動(dòng)了成功。

Greg Brockman：我覺得“氛圍”也在轉(zhuǎn)變。人們開始意識(shí)到，GPT-5 要怎么用才最合適。我們有自己一套交互外殼和工具的組合方式。一旦用戶理解了這種方式，他們的效率就會(huì)極快提升。

Andrew Mayne：非常感謝兩位今天來聊這些。最后還有什么想說的嗎？

Greg Brockman：謝謝邀請！我們對接下來的發(fā)展非常興奮。還有很多東西要去構(gòu)建。指數(shù)級進(jìn)步還在繼續(xù)。而讓這些工具變得人人可用、真正有用，正是我們的使命。

Thibault Sottiaux：是的，謝謝邀請！我也特別興奮。Codex 不斷進(jìn)步，我們的研發(fā)速度也在加快，每天都在做更好的 Codex。就我個(gè)人而言，我現(xiàn)在花在和 Codex 對話上的時(shí)間可能比大多數(shù)人都多。這讓我真切地感受到 AGI 的存在，也希望更多人能從中受益。

https://www.youtube.com/watch?v=OXOypK7_90c

會(huì)議推薦

10 月 23 - 25 日，QCon 上海站即將召開，限時(shí) 9 折優(yōu)惠，單張門票立省 680 元，詳情可聯(lián)系票務(wù)經(jīng)理 18514549229 咨詢。