科技媒体 Every 联合创始人兼 CEO Dan Shipper 近日发布长篇报道《How Codex Happened》，回顾了 OpenAI 编程智能体 Codex 在过去一年多里的产品路线变化。按照报道披露的过程，这个项目从早期低谷一路转向，最终不仅完成产品翻盘，还在组织层面吞并了 ChatGPT 桌面应用。
为完成这篇报道，Shipper 用数月时间采访了 6 位 Codex 核心参与者，分别是 OpenAI 总裁兼联合创始人 Greg Brockman、Codex 负责人 Thibault Sottiaux（Tibo）、Codex 前产品负责人 Alexander Embiricos、研究员 Mia Glaese、设计师兼工程师 Andrew Ambrosino，以及设计师 Ed Bayes。Shipper 也是项目的外部观察者之一。Every 长期在新模型发布前获得测试权限并发布「Vibe Check」评测，GPT-5 发布前夜，他就在 OpenAI 办公室。
这篇稿件本身也采用了 Every 所说的「智能体原生」形式：6 场采访的完整文字稿全部附在文内，读者点击任意一句引语都可以跳转到原始访谈内容，还能用自己的智能体对照文字稿提炼经验、交叉验证内容。据 Every 介绍，这篇报道本身也是借助 Codex 采写完成的。
从内部项目到「吞掉」ChatGPT
报道提到，如今 ChatGPT 桌面应用在 Mac 系统中的内部名称仍是 com.openai.codex。Shipper 据此写道，Codex 实际上是从内部「吞掉」了 ChatGPT。外界曾以为 Codex 拥有独立模型线是管理层提前拍板的结果，但 Tibo 在采访中表示，并不存在这样的决策，起点只是一次研究探索。
在不到一年的时间里，Codex 团队先后尝试了 4 种产品形态：云端、终端、编辑器侧边栏，以及最后一个完全没有代码编辑器的桌面应用。为了判断这种「不让用户亲手改代码」的形式是否站得住，Embiricos 每天都会在办公室追问同事：今天有没有把它当成主力工具。
Every 报道称，2026 年 6 月 Codex 周活跃用户已超过 500 万；到 7 月，Codex 桌面应用直接成为新版 ChatGPT 桌面应用。如今 Codex 与 ChatGPT for Work 合计周活跃用户超过 4000 万。Tibo 也已升任 OpenAI 全部核心产品与平台负责人，统管 ChatGPT、Codex 和 API。
GPT-5 发布前夜，Shipper 看到 Codex 的迟疑
Shipper 将故事起点放在 2025 年夏天。Every 提前一个月拿到 GPT-5，日常体验令人满意，但放进 Codex 写代码时表现并不突出：模型速度快，也足够聪明，却经常过早停下，更像一个守边界的结对编程搭档。
与之相比，Every 当时已经开始用 Claude Code 把整个任务交给 Opus 4，然后等它返回完整功能，甚至整个应用。Shipper 在 OpenAI Mission Bay 办公室的会议室中把这些感受告诉了 Embiricos。他说，Claude Code 可以放手让它一路执行，而 GPT-5 看起来偏保守。谈到「我们其实已经不怎么看代码了」时，他自己也感到尴尬，因为对面坐着的是一位专门负责自主编程智能体的人。
离开办公室时，Shipper 产生了一个判断：OpenAI 也许正在为一种即将消失的工作流打造最好的工具。
推理模型出现后，编程成了最适合闭环验证的场景
为了说明 Codex 后来的变化，Shipper 把时间拉回到推理模型出现的阶段。早期大模型更像即兴演员，只能边生成边作答。到 2024 年 9 月，OpenAI 推出 o1 预览版，把「先一步步推理，再输出答案」训练进模型本身。同一个模型，只要有更多思考时间，在复杂问题上的表现就会更好。
编程由此成为主要受益场景之一。代码修改、运行、验证，往往几秒内就能形成反馈闭环，模型可以自己测试，再自己修正。按照报道中的说法，理论上只要思考时间足够，推理模型可以独立完成任何编程任务。
Codex 这个名字在 OpenAI 内部也经历过几次不同的起点。最早的 Codex 是 2021 年基于 GPT-3 微调的模型，也是初代 GitHub Copilot 的底层支撑。o1 出现后，OpenAI 内部多支团队又从不同方向重新追逐这个方向。
两条并行线索：Embiricos 的判断与 Tibo 的「自举」思路
其中一条线索来自 Alexander Embiricos。他在 2024 年随自己联合创办的编程协作工具 Multi 被收购后加入 OpenAI，之后先后参与 ChatGPT 桌面应用和 Atlas 浏览器上的人机协作尝试。问题在于，当时模型读屏幕速度慢，能力也不足。直到 2024 年底，他看到推理模型接入终端，能够自己读文件、运行命令、处理错误，这一刻才第一次真切感受到「AGI」。
另一条线索来自 Tibo。Shipper 在 OpenAI 员工餐厅采访他，文中对其外形和团队声望都有详细描写，但更关键的是履历：Tibo 职业生涯大部分时间都在为研究员搭建基础设施，先在 DeepMind，后到 OpenAI。所谓研究基础设施，是 AI 研究员运行、评估、复现和部署实验时依赖的共享代码系统。
在很多人看来，基础设施更像科技行业的「水管」，重要但常被忽视。可在 AI 研究里，很多关键进展恰恰建立在这类工作之上。实验耗时缩短，团队就能多跑几轮实验，更快筛出更好的模型。也正因为这个背景，Tibo 后来切入编程智能体的路径，并不是先做消费级产品，而是先做给研究员和工程师用的内部工具。
2024 年 12 月，Tibo 开始做编程智能体，目标是帮助 OpenAI 更快编写基础设施和支持研究。团队在 OpenAI 的单一代码仓库 monorepo 上训练内部编程智能体，研究员每天都在使用，反馈回路很短。至于具体采用了哪些训练技巧，报道没有给出细节，只写到他与其他实验室一样，对方法保持谨慎。
当 Shipper 追问 OpenAI 是如何决定拆出独立模型线时，Tibo 的回答很直接：没有那样一个明确决定，起初只是为了让团队自己提速。研究员用这些模型做实验，做出更强模型，再拿新模型做更好的实验，这套逻辑在工程里叫「自举」（bootstrapping）。
OpenAI 内部多支团队并行下注
到 2024 年末，编程已经成为 OpenAI 的公司级目标，多个团队同时围绕同一问题推进。Brockman 在采访中说，真正没有定论的是产品形态：智能体究竟应该待在终端、编辑器，还是待在云端的一台专属电脑中。
Shipper 援引 Sam Altman 过去的说法称，OpenAI 某种意义上是在同时押注一批创业公司，只不过这些创业公司都在公司内部。这种方式在一些内部人士眼中显得混乱且浪费，但在不断变化的前沿 AI 领域，它又几乎不可避免。因为能补全一行代码的模型、能思考 30 秒的模型、能持续工作 1 小时的模型，适合的产品形态并不相同。
之后几支队伍开始合并。按 Brockman 的描述，是「合并了两个，然后又合并了两个」。新组建的 Codex 团队把 Embiricos 这样的产品负责人、Tibo 这样的工程负责人，以及 Glaese 这样的研究人员放在同一组里。产品经理先提出「如果模型能做到这个会怎样」，研究员再把这种想法变成可交付能力。
七周做出的 Codex Cloud，在内部成功，在外部受阻
2025 年 2 月，Anthropic 发布 Claude Code 研究预览版。产品直接在用户本机终端工作，使用已有文件和工具，也可以被用户随时打断，开发者很快接受了这种模式。
Codex 团队当时没有走这条路，而是押注云端。他们用了大约 7 周做出 Codex Cloud，并在 2025 年 5 月 16 日上线。用户在 ChatGPT 中描述任务后，Codex 会在一台隔离的云端机器上修改代码、运行测试，最后返回一个提交 PR 的按钮。
这套方案在 OpenAI 内部表现不错，但在外部市场并不顺利。开发者需要花几个小时，在云端重建自己电脑上的软件、权限和各类配置；执行过程中无法随时纠偏，哪怕只是追加一句问题，也要重新启动一台云端电脑。OpenAI 内部高度标准化的开发环境，掩盖了普通用户面临的门槛。Embiricos 承认，当时模型本身也还不够聪明。Glaese 后来回看这段经历时说，团队怀着更面向未来的产品愿景，却没有先到用户所在的地方，也就是他们自己的笔记本电脑上。
Tibo 在采访中还透露，团队并非完全没有做过终端方案，内部曾有终端原型，但一个月后就放弃，转而全力押向云端。在 OpenAI 内部，智能体的理想形态长期被理解为：它在云端持续为你工作，就算你已经合上笔记本，它也不会停。Brockman 形容，正确的形态是「一个拥有自己笔记本电脑的云端 AI」。
但现实发展并不顺利。报道写到，团队的工程经理后来跳槽去了 Cursor，OpenAI 据报道以 30 亿美元收购 Windsurf 的交易也在 7 月告吹。Codex 团队第一次真正陷入方向迷失。
方向逆转：像推理模型一样回溯，然后转向本地
Shipper 用推理模型的工作方式解释 Codex 的下一步：走错路之后，回头检查假设，再换一条路径。Codex 团队接下来做的正是这种回溯。
当时的 Codex 在设计师 Bayes 看来，还是 OpenAI 的「偏僻角落」。如果想做一个足够体面的设计师项目，通常会去 ChatGPT 团队。也正是在这一阶段，Tibo 接手团队，并改变了主要方向：从云端转向本地。
他的做法不是先给 CLI 叠更多功能，而是先用 Rust 重写智能体本身，把读文件、运行命令等底层机制与终端界面解耦。这样一来，同一套能力以后就可以运行在编辑器、桌面应用、云端，甚至 ChatGPT 里。
模型能力也在同步推进。报道提到，Michelle Pokrass 带队提升 GPT-5 在真实世界编程环境中的表现。Brockman 的比喻是，OpenAI 的模型在编程竞赛中能拿高分，却没有真正见过杂乱无章的现实代码库。Pokrass 的团队坐在程序员身边观察，把模型出错的位置转化成训练任务。
Shipper 由此也重新理解了自己在 GPT-5 发布前夜感受到的那种「胆怯」。被云端版的挫折教育过之后，OpenAI 做出的其实是一个更谨慎的协作者，而当时多数工程师恰恰需要这种风格。报道称，GPT-5 发布后推出的 VS Code 与 Cursor 扩展，到 10 月使用量增长了十多倍。Embiricos 认为，这时本地智能体终于等到了足够能打的模型。
押注桌面应用，而且故意不做代码编辑器
按常规思路，团队接下来最合理的动作应该是继续加强 CLI 和编辑器扩展。但 Codex 团队把下一次最大投入放到了原生桌面应用上。
Tibo 的判断是，模型能处理的任务会越来越长，用户很快会同时运行多个智能体，并整天与这些智能体协作。如果还用一个诞生于上世纪 70 年代的纯文本窗口去管理一切，体验会越来越不合理。Embiricos 则从云端版的失败中看到了另一种可能：用户先与智能体紧密合作，再像带新同事一样，逐渐确认哪些任务可以彻底放手。
Ambrosino 加入后，这个只有 4 个人的小团队没有从 VS Code 取经，而是更多借鉴聊天应用。随后，他们做出一个最冒险的决定：桌面应用不内置代码编辑器。任何代码修改，都交给智能体完成。Ambrosino 的理由是，一旦允许用户亲手敲代码，产品就会背上撤销、搜索、快捷键等编辑器的完整预期；Codex 不能靠成为一个次级编辑器胜出，只能靠让智能体足够好用，直到用户不再怀念编辑器。
问题在于，团队自己当时也还在用 VS Code 开发这个试图替代 VS Code 的产品。Embiricos 每天会在桌边轮流追问同事有没有开始把它当主力工具，最初得到的几乎全是否定回答。有人抱怨，只是替换一句话也得专门写提示；Ambrosino 自己也说，「不能编辑文件」是最让他怀疑的一项设计。到 11 月，Google 推出集成完整编辑器的 Antigravity，团队一度面面相觑：没有分叉 VS Code，会不会是一场误判。
模型更新改变了产品命运
在 Ambrosino 看来，以 11 月时的模型质量，应用无论怎么打磨都无法正式推出。后续出现的两次模型更新成为转折点。
- 11 月 19 日发布的 GPT-5.1 Codex Max，已经可以连续写好几个小时代码。
- 12 月 18 日发布的 GPT-5.2 Codex，更擅长在大型代码库中做修改。
由于 Codex 的模型线独立于 ChatGPT，团队能够快速迭代，而不必顾虑对 8 亿 ChatGPT 用户造成影响。
到 1 月，整个 Codex 团队都改用 Codex 应用；到 2 月，知名研究员 Noam Brown 表示自己已经「完全切换」到这套工具。Brockman 这位长期使用终端和 Emacs 的老用户也完成切换，并把回到旧工作流的感觉形容为「像回到了过去」。Altman 后来则把它称为 OpenAI 历史上最受内部欢迎的产品。
2026 年 2 月发布 macOS 版，3 月后加速增长
尽管云端版此前同样在内部评价很高，但这次产品节奏明显不同。2026 年 2 月 2 日，Codex macOS 桌面应用发布。用户可以让一个智能体修复 bug，让另一个智能体开发新功能，两者分别在各自独立的代码副本中工作。
Shipper 也承认，这些功能本身并不算首创，Claude 桌面应用早已提供类似能力。差别在于他对两者路线的判断：Claude 应用是从聊天延伸到代码，再扩展到 Cowork，路径一层层叠加，整体略显拼接；Codex 应用则从一开始就以智能体为中心，没有历史包袱，界面更干净，速度更快。因为它故意不放编辑器，用户几乎所有操作都可以直接交给智能体完成。
几天后，GPT-5.3 Codex 发布。Glaese 在采访中说，从这次更新开始，Codex 模型线第一次不再局限于编程专项训练，而是开始覆盖更广泛的知识工作场景。Shipper 自己也在这之后从几乎只用 Claude，转向大量使用 Codex；到 3 月初 GPT-5.4 发布后，Codex 已经成为他的主力工具。
随后产品数据持续增长：
- 3 月 19 日，周活跃用户突破 200 万；
- 4 月，应用加入内置浏览器，并支持预览文档、幻灯片和表格；
- 6 月，周活跃用户超过 500 万，其中约五分之一是知识工作者；
- 7 月 9 日，Codex 桌面应用正式成为新的 ChatGPT 桌面应用。
Shipper 写道，最初 Codex Cloud 只是 ChatGPT 内的一个标签页，如今则变成了 ChatGPT 运行在 Codex 之上。Bayes 回忆，在宣布合并的全员大会结束后，他意识到原本「角落里的几个人」，已经成了「ChatGPT 的未来」。
白板上的增长曲线，和重新回到云端的计划
报道结尾回到 2026 年 6 月。Shipper 在曼哈顿再次见到 Embiricos，这时后者已经转任 OpenAI 企业产品负责人。
Embiricos 在白板上画出 Codex 的几条增长曲线：云端版短暂上扬后很快走平；GPT-5 之后的 CLI 曲线更陡；编辑器扩展更高；而 5.3 Codex 与桌面应用带来的增长，又把前面几条曲线都压了下去。最早那笔云端产品的曲线，已经只像白板底部一道轻微划痕。
Shipper 把这张图联想到 Clayton Christensen 在《创新者的窘境》中的图示：硬件进步推动计算从大型机走向个人电脑，再走向手机；每次跃迁都会催生更简单的产品形态和更大的市场。按照他的理解，这种原本花了半个世纪才完成的切换，在 OpenAI 内部被几个人用 10 个月重演了一次。
报道还提到，这张图最早由 Clayton Christensen 于 1995 年在《哈佛商业评论》的一篇文章中提出，用于说明延续性创新与颠覆性创新的动态关系，中文版由 ChatGPT 制作。
依照 Christensen 的理论，赢下上一条曲线的团队，往往赢不了下一条曲线。Shipper 认为 Codex 暂时避开了这个问题，原因有两点：一是 OpenAI 被有意组织成多支并行押注的团队，让 Codex 得以在 ChatGPT 的巨大体量之外独立迭代；二是用 Codex 构建 Codex，改变了产品开发的速度，几个人几周就能做出新形态并立即让他人试用。Tibo 的说法是，现在要说服别人，已经不太需要那么多口头解释。
白板上还有最后一条曲线。报道写道，数百万人已经开始信任运行在自己电脑上的智能体，下一步则是重新回到那个一度失败的愿景：让智能体在用户离开后继续工作。Embiricos 表示，团队接下来会转向异步，这意味着重新回到云端。
Shipper 在文章结尾注意到，这一次，Embiricos 的笔记本电脑就放在会议桌上，但盖子始终合着。
本文信息来自 MarsBit 对微信公众号「机器之心」（ID：almosthuman2014）文章的转载，作者署名为「关注AI的」。