文：Web3天空之城| 未經許可不得轉載

【城主說】在AI重塑軟件開發領域的浪潮中，除了風頭正勁的Cursor和最近有點不順的Windsurf，OpenAI的AI編碼工具Codex絕對是一個不容忽視的后起之秀。它不再僅僅是一個用于代碼自動補全的模型工具，而是朝著一個更宏大的目標邁進：成為一個能夠在后臺自主完成開發任務的智能代理。考慮到最近Windsurf被OpenAI收購，如果Codex模型和Windsurf整合在一起，Cursor可能要睡不著覺了，這恐怕也是Anthropic 忽然背刺Windsurf的原因之一吧。

在最近一次深度訪談中，來自Codex團隊的產品負責人亞歷克斯（Alexander M. Burikos）和研究員漢森（Hanson Wang）詳細闡述了這一轉變背后的理念、挑戰與未來圖景。他們指出，軟件開發的核心范式正在從開發者與AI的同步“結對編程”，轉向異步的“任務委派”。這一轉變不僅將根本性地改變開發者的工作流程，甚至可能重塑我們與AI協作的交互界面。

核心觀點

• ? 范式轉變 ：軟件開發正從與 AI 同步結對編程，轉向將任務異步委派給 AI 代理，這代表了生產力的根本性變革。

• ? 智能體核心理念 ：Codex 的目標是成為一個能在獨立環境中工作的編碼代理，開發者向其委派任務，而非進行實時協作，從而實現大規模并行工作。

• ? 專業工程優化 ：新版 Codex 模型經過特別訓練，不僅能編寫功能代碼，更注重生成符合專業軟件工程師品味和規范（如代碼風格、測試、PR描述）的代碼。

• ? 開發者角色的演進 ：未來開發者的工作重心將從編寫代碼轉向審查、規劃、驗證和管理由 AI 代理完成的工作。

• ? 軟件開發的普及化 ：通過降低編程門檻，AI 代理將使更多人能夠構建定制化軟件，從而可能導致專業開發者數量的大幅增加。

• ? 未來交互形態 ：與 AI 代理的交互將無處不在，從 IDE、終端到 Slack，甚至可能演變成類似“抖音”式的信息流，用于快速審批和指導 AI 的工作。

Codex團隊明確指出，他們正在探索一種與現有AI編程助手截然不同的工作模式。當前主流的AI工具（如GitHub Copilot）更像是與開發者并肩作戰的“結對伙伴”，在實時編碼中提供輔助。而新一代Codex的核心理念，則是成為一個獨立工作的智能代理。

在我們看來，Codex就像是一個思想實驗，旨在探討如何與AI一起編碼，我們為此投入了所有精力，去思考如果AI獨立于你，在它自己的電腦上工作，那會是怎樣的一種體驗。因此，你是在向它委派任務，而不是與它結對工作。

這意味著開發者不再需要全程監督AI的每一步操作，而是可以將一個完整的、耗時較長的任務（如修復一個bug、實現一個新功能）直接交給Codex。Codex將在其獨立的云端環境中自主執行、測試、驗證，并最終以一個拉取請求（Pull Request）的形式交付成果。這種異步協作模式，旨在將開發者從繁瑣的實現細節中解放出來，專注于更高層次的構思與決策。

專業的工程品味：訓練AI像資深工程師一樣思考

一個關鍵的挑戰是如何讓AI生成的代碼真正可用。早期的模型雖然能在編程競賽中表現出色，但其生成的代碼往往不符合專業軟件工程的規范和“品味”。Codex團隊投入了大量精力，通過強化學習（RL）對模型進行微調，使其不僅僅能編寫功能代碼，更能像一位經驗豐富的工程師一樣工作。

如果你拿我們的推理模型，它們在編程方面非常出色……但它有點像一個非常早熟的、像競技程序員一樣的大學畢業生，他還沒有多年的團隊專業軟件工程師的工作經驗。……我們從o3版本到Codex 1版本所做的大量工作，實際上就相當于那些最初幾年的工作經驗，比如：“嘿，一個好的PR描述應該是什么樣子？”……你如何能做好測試？你如何展現你的測試成效？

這種對“專業工程品味”的追求，意味著Codex不僅關注代碼本身，還注重代碼風格的一致性、測試用例的編寫、PR標題和描述的規范性等一系列軟技能，從而確保其交付物能夠更容易地被人類同事審查和合并。

開發者角色的演進：從“編碼者”到“審查者”和“規劃者”

隨著AI代理承擔越來越多的編碼工作，人類開發者的角色將發生根本性轉變。據統計，工程師實際花在寫代碼上的時間僅占約35%。AI代理的出現，將進一步放大這一趨勢，讓開發者將更多精力投入到那些更具創造性和戰略性的工作中。

我們正在轉向一個世界，在這個世界里，我們通常用于編寫代碼的大部分時間，將轉移到實際審查代碼上。 我們正在努力構建的未來是這樣的：……所有那些容易自動化的工作，通常是那種更基礎、更繁瑣的工作，你都不會親自去做，而是將其委派出去。而那些更有趣的工作，也許是因為它們含糊不清，也許是因為它們確實非常困難，那才是你主導的工作。

未來的開發者，其工作重心將從埋頭編寫實現代碼，轉向：

• ? 審查 由AI完成的工作，確保其質量和方向正確。

• ? 規劃 更大、更復雜的項目，進行系統設計和架構決策。

• ? 驗證 和 構思 ，將模糊的想法轉化為清晰的任務，并管理多個并行工作的AI代理。

Codex團隊認為，未來與AI代理的交互將是無處不在的，它會深度融入開發者的每一個工作場景，無論是IDE、終端，還是Slack。當有bug報告時，開發者可能只需在聊天窗口中對AI說一句“去修復它”。

亞歷克斯甚至提出了一個更大膽、半開玩笑的設想：未來的工作流可能看起來更像抖音或Tinder。

或許未來與代理人協作的方式……實際上會像抖音（TikTok）一樣。比如說，你可能有一個垂直信息流，它基本上是代理人制作的視頻，你可以觀看，其中包含一個想法，比如：“嘿，有客戶提出了這個請求，我覺得我們應該修復它。”然后你向右滑動，表示“好的，我們來修復它，我們來做這件事。”你向左滑動，表示“不，我們不應該那樣做。”

這個看似戲謔的構想，背后揭示了一個深刻的趨勢：人機交互的未來，將朝著更高效、更直觀、信息流化的方向發展。人類將以一種管理者和策劃者的身份，快速地對AI代理提出的想法和工作成果進行審批、反饋和指導。

一個屬于AI智能體的新時代

一個由AI智能體深度參與，人類開發者負責審查、規劃和創意的“后編碼時代”正悄然來臨。盡管通往這個未來的道路上還充滿挑戰，例如如何高效地審查海量AI生成的代碼，以及如何構建一個能無縫融合“結對”與“委派”的終極交互界面，但方向已經無比清晰。正如Codex團隊所展望的，2025年將是“智能體的元年”，一場由AI驅動的生產力革命，才剛剛拉開序幕。

=附：天空之城全文書面版=

主持人Sonya: 歡迎收聽紅杉資本《訓練數據》播客。今天，我們有幸邀請到來自 OpenAI 的 CodeX 團隊的 Hanson Wang 和 Alexander M. Burikos，共同探討軟件開發的未來。CodeX 是 OpenAI 旗下的一系列 AI 編碼工具，旨在幫助開發者將任務委托給云端和本地編碼代理。與最初于 2021 年開發、用于自動補全代碼行的 OpenAI CodeX 不同，CodeX 的最新演進版本能夠在后臺自主為你完成整個任務。O3 和 CodeX 之間的主要區別在于，盡管 O3 擅長競技編程，但 CodeX 經過強化學習（RL）調優，擅長日常企業開發任務。亞歷山大和漢森分享了更多關于 CodeX 的背景故事，以及從快速自動補全到長期運行的后臺代理這一更廣泛的范式轉變。此外，他們還分享了他們對未來開發者將如何與人工智能交互的驚人愿景，隨著同步和異步體驗的融合。提示一下，它可能看起來更像抖音，而非你當前的集成開發環境。

主持人Lauren: 感謝各位的加入。很高興能邀請到你們。

漢森: 很高興來到這里。

主持人Lauren: 我們很樂意聽你們多講講你們的工作。請給我們講講 CodeX 團隊的故事。

漢森: 嗯，是的，我是漢森。我是協助訓練 CodeX 1 模型的研究人員之一。

亞歷克斯: 我是亞歷克斯，產品負責人。

漢森: 對我來說，CodeX 這個名字是對初代 CodeX 模型的絕佳呼應。當它首次問世時，那對我而言就像是一個頓悟時刻，因為我認為 GPT-3 確實很酷，但 CodeX 是我第一次覺得“哇，這真的能做一些改變世界的事情”的時刻。實際上，這也是我進入整個初創企業領域的方式。我最早做的幾個演示之一就是使用 CodeX 進行數據分析。我認為這實際上是一個很有趣的故事。我當時在這里，是紅杉資本 ARC 項目的一部分。我就是這樣認識了勞倫。然后在我們做的演示中，我們實際使用了 OpenAI CodeX 來做數據分析。于是我便開始涉足創業領域。隨著時間的推移，GPT 的后續版本相繼發布，將人工智能用于智能體用例將是未來的趨勢，這一點變得異常清晰。因此，我加入了這家公司，從事智能體編碼方面的工作。

亞歷克斯: 是的，這是一種典型的 OpenAI 風格，我們喜歡讓命名盡可能簡單易懂。這是 CodeX，我記得是 2021 年。

主持人Sonya: 是的，這是在 ChatGPT 之前，對嗎？沒錯，是的。

亞歷克斯: 所以，它實際上是為 GitHub Copilot 提供支持的模型。而最近，在我們開發這個產品（我們稍后會討論）的時候，我們覺得，你知道，這是一個非常有趣的品牌，也是一個非常恰當的名字，你知道，Code（代碼），CodeX，Code Execution（代碼執行）。所以，我們決定某種程度上“復活”這個品牌并繼續使用它。

CodeX 是什么：一個全新的編碼代理

主持人Sonya: 你說是讓它恢復活力。那么，CodeX 是不是沉寂了一段時間，然后你們為了這個代理應用而重新啟用它了呢？我們最近沒有使用這個品牌。好的，好的，真的很棒。你能簡單介紹一下 CodeX，這個代理以及它的功能嗎？

漢森: 是的，我認為，基本上 CodeX 是一個編碼代理，它擁有自己的容器和自己的終端，類似于完全在云端運行。你給它一個任務，它會以這種“一次性”的方式向你返回一個 PR。實際上，我們在此過程中嘗試了許多不同的形式，但最終決定采用這一種。

亞歷克斯: 是的，你知道，我們一直在開發許多代理，也一直在開發許多編碼產品。基本上，在我們看來，CodeX 就像是一個思想實驗，旨在探討如何與 AI 一起編碼，我們為此投入了所有精力，去思考如果 AI 獨立于你，在它自己的電腦上工作，那會是怎樣的一種體驗。因此，你是在向它委派任務，而不是與它結對工作。因此，你知道，在這次 CodeX 發布中，我們真正引以為豪的一些事情，包括思考計算環境，以及我們如何設置它，以便代理能夠真正獨立工作，同時保持高效。還有創建模型，稍后我會詳細談論，這個模型基本上不僅擅長編寫看起來良好或具有功能的代碼，而且非常擅長編寫對專業軟件工程師有用的代碼，理想情況下甚至無需觸碰他們自己的電腦即可合并。

主持人Lauren: 那么 CodeX 和 CodeX CLI 之間有什么區別呢？

亞歷克斯: 是的，我們確實收到了一些關于這方面的問題。我保證這一切會隨著時間的推移變得更加清晰明了。因此，對我們而言，CodeX 基本上是我們代理式編碼的品牌。我們的愿景是，你知道，我們將擁有這個代理，它主要將在其自己的計算機上工作，但它也應該能夠在你使用的任何工具中與你協同，無論你在哪里工作，無論是你的終端、你的集成開發環境 (IDE) 還是你的問題管理工具。所以 CodeX CLI 基本上就是你終端中的 CodeX。所以 CLI 代表的是命令行界面，對嗎？那么就像在你的終端里，你可以使用 CodeX。那就像是你的開發環境。那么 CodeX，或者說在 ChatGPT 中的 CodeX，本質上就是 CodeX 在它自己的計算機上運行。目前，這些只是相互獨立的事物。順便一提，我在 OpenAI 工作最喜歡的一點是，我們非常樂意削減范圍，并迅速推出產品。但隨著時間的推移，我們實際上會把這些事物更緊密地結合起來。所以你真的可以把它看作是，它就像 CodeX，而且，你知道，它可以在 ChatGPT 中，也可以在你的命令行界面（CLI）中。

模型的演進：從競技編程到專業品味

主持人Lauren: 非常棒。那么，為了讓模型不僅僅是編寫下一行代碼，還能發揮其他作用，你們需要做出哪些不同的調整呢？

漢森: 是的，我認為最有趣的一個進展是，如果你回顧一下，你知道，就像我們推出的第一個推理模型 o1，我們當時強調了它在數學方面以及甚至在編程競賽中的表現有多出色。就像現在，我以前是一名競技程序員，而且它在競技編程方面比我更強。在這方面，它比 OpenAI 的大多數人，幾乎所有人都要強。但dinitro 為我們發現的一點是，盡管它在這些編程競賽中表現出色，但它實際上并不擅長生成可合并的代碼。所以我們在博客文章中也強調了這一點，對于像 o3 這樣的模型，它生成的代碼通常不符合專業軟件工程師的品味或風格。因此，我們在訓練這個模型上投入了大量精力，主要是讓模型與專業軟件工程師的品味或偏好保持一致。我想，這需要大量的專業訓練。

亞歷克斯: 是的，我有一個我很喜歡的、非常產品化的類比，那就是，如果你拿我們的推理模型，它們在編程方面非常出色，確實很擅長編程，但它有點像一個非常早熟的、像競技程序員一樣的大學畢業生，他還沒有多年的團隊專業軟件工程師的工作經驗。是的，所以我們從 o3 版本到 Codex 1 版本所做的大量工作，實際上就相當于那些最初幾年的工作經驗，比如：“嘿，一個好的 PR 描述應該是什么樣子？”還有 PR 標題，比如你如何理解代碼庫的風格，然后確保你的代碼也符合相同的風格？你如何能做好測試？你如何展現你的測試成效？諸如此類的事項。

用戶的“頓悟時刻”與實戰案例

主持人Sonya: 用戶在使用 Codex 時，通常會在何時產生頓悟時刻？

漢森: 是的，我認為我們在新用戶引導中會做的一件事，就是讓用戶在代碼庫中發現并修復一個錯誤。我認為，這是 Codex 真正大放異彩的領域之一，尤其是在錯誤修復方面。因為它實際上可以獨立嘗試，不僅能判斷是否存在異常，而且還能進行驗證，例如：‘好的，我可以嘗試復現一個特定的問題。’因此，我認為，甚至在 Codex 發布之前，我們就遇到了一些錯誤，當時我們對此感到有些困惑。說實話，有時最簡單的做法就是將問題的描述粘貼到 Codex 中。我們驚訝地發現，云端竟能如此頻繁地提供可用的修復方案。

亞歷克斯: 是的，這里有個趣聞。希望這不會泄露太多，但在凌晨一點，在發布前夜，或者說發布當天凌晨一點鐘的時候，我們正在處理一個與動畫相關的錯誤，一個 Lottie 動畫的錯誤。而且你知道，這類事情就是那種，好吧，我想我們可以把它從發布范圍中剔除。沒有它也能正常發布。但我們真的很想把它加進去，而且我們就是搞不明白如何解決。于是，一位工程師最終描述了這個錯誤的具體情況，并將其輸入到 Codex 中。實際上，對于任何使用 Codex 的人來說，一個有趣的專業提示是，如果遇到一個非常困難的任務，讓 Codex 進行多次嘗試會很有用。于是，他們把那段描述粘貼進去，并運行了四次。就像是，嘿，有個 bug，我們搞不清楚是怎么回事。而其中三次推出都未能成功。然后，四次中的一次，恰好就是我們凌晨 1 點被卡住數小時的那個 bug 的修復。在發布前。于是，修復成功落地，代碼也已部署，動畫也趕在發布時上線了。

主持人Sonya: 這太棒了。也許可以多告訴我們一些你們 OpenAI 內部是如何使用它的，比如現在是不是每位工程師、每位研究人員都在他們的工作流程中使用 Codex 了？

亞歷克斯: 是的，實際上我能再給你分享一個類似的“魔法時刻”嗎？

主持人Sonya: 哦，當然，請務必。

亞歷克斯: 所以說，關于 Codex 一個有趣的地方在于，它的形態與人們可能習慣的非常不同，對嗎？像許多人們習慣使用的 AI 產品一樣，特別是在軟件領域，也許 GitHub Copilot 是第一個真正優秀的產品。它們實際上是那種讓你在工作中保持順暢流轉，并且能夠無縫地與你來回協作的事物。你有點像在結對協作，對吧？并且這是結對協作的各種變體。我們認為這很棒。同樣，Codex 命令行接口（CLI）也是一種你可以通過這種方式使用的工具。但對于 Codex，你知道，我們真正想要推動的是你正在“委派”的這種理念。因為在未來，我們設想，你知道，絕大多數的編程工作實際上將獨立于人類完成，獨立于那些一次只能做一件事、在自己電腦上工作的人。所以，你知道，它基本上將由在自己電腦上工作的“代理”來完成。

因此，將任務委派給一個代理，與在你的工具中與某種 AI 模型進行結對協作，是截然不同的兩件事。因此，你必須以一種不同的方式來使用它。所以，當我們實際在發布前開發一個阿爾法版本時，我們會直接把這個代理交給人們，并告訴他們：“嘿，你們想怎么用就怎么用。”我們注意到，許多嘗試使用我們的 Codex 阿爾法版的用戶，并沒有真正覺得它非常有用。于是我們心想：“嗯，這很有趣。”讓我們審視一下 OpenAI 的內部人員是如何使用像 Codex 這樣的內部工具的。我們意識到存在一個巨大的差異，那就是使用它的思維模式。適用于 Codex 的良好思維模式是一種“富足心態”，即“嘿，什么都嘗試一下”。即使是多次，也要嘗試任何可能性，看看什么有效，這能節省我的時間。因此，我們已經略微調整了引導用戶開始使用產品的方式，以試圖創造這種“頓悟時刻”，即并行執行多項任務。所以對我們而言，如果我們看到有人試用它，并且他們在一天或一小時內運行了大約 20 個任務，那真是太棒了。而且，他們基本上已經明白了如何使用這個工具。

人機新分工：從編碼到審查

主持人Lauren: 引人入勝。當你必須審查所有這些代碼時，這會如何改變人的角色？比如如果三個中有兩個能用，那你怎么辦？

漢森: 是的，我認為我們也非常注重讓輸出結果易于人們審查。所以我們引以為豪的一件事是，我們還沒在其他很多工具中看到過，那就是模型能夠引用自己的工作。所以不只是被更改的文件，甚至還包括終端輸出。所以如果它運行了一個測試，而且你知道，比如由于某種原因測試無法運行，它實際上會告訴你，而且會告訴你：“這是我運行的具體終端命令，這是輸出結果。”這使得驗證輸出結果變得容易得多。但這是一個很好的觀點。我認為我們正在轉向一個世界，在這個世界里，我們通常用于編寫代碼的大部分時間，將轉移到實際審查代碼上。

主持人Sonya: 需要人類來審查代碼嗎？因為我認為代碼是那種，要么能編譯，要么不能編譯的東西。一旦它編譯通過，你就可以去檢查它是否完成了它應該做的事情。那么，你甚至還需要人類來做代碼審查嗎？

漢森: 我認為，是的，我的意思是，至少在可預見的未來，我確實認為情況會是這樣。我的意思是，我認為其中很大一部分也只是與早期用戶建立信任。我認為人們確實需要感受到，哪些地方運行良好，哪些地方不盡如人意。我認為總會有一些外部背景信息，關于是什么讓這段代碼正確，而這些信息可能超出了你最初提供的背景。

亞歷克斯: 是的，如果你想想開發人員所做的事情——這顯然是過于簡化了——但比如說，首先是想出可能應該做什么，也許與團隊討論，決定要做什么，你會把這稱為構思。嗯，然后可能就是設計了，比如，我們到底在做什么？然后就像規劃，我們要怎么做？接下來是實施，然后是驗證，你知道，測試這些改動。這，你知道，這基本上就是一個循環，而這種實施和測試的小循環正是 CodeX 目前擅長的。盡管我們也可以談談如何用它來規劃。然后是實際部署代碼，以及可能維護代碼、編寫文檔等等。所以，你知道，我忘了具體的數字，但我最近記得的一個統計數據顯示，工程師可能只有大約 35% 的時間在編寫代碼。這實際上甚至不是工程師工作的大部分。

所以，你知道，我們正在努力構建的未來是這樣的：無論你是軟件開發人員，還是從事任何其他職業，所有那些容易自動化的工作，通常是那種更基礎、更繁瑣的工作，你都不會親自去做，而是將其委派出去。而那些更有趣的工作，也許是因為它們含糊不清，也許是因為它們確實非常困難，那才是你主導的工作。所以我們正努力構建那種工作模式、那個世界。我認為我們必須循序漸進地實現它。舉例來說，現階段，如果你是人類并編寫代碼，另一個人會審查你的代碼，對吧？因此，我們不會貿然介入并試圖改變這一點。于是我們想，好吧，讓我們與此對接。因此，目前這款產品的工作原理是：作為開發者，你通過工具獲得效率提升。你請求工具編寫一些代碼。你決定它是否合格，是否要將其發布給你的團隊，然后你的團隊可以進行審查。然后隨著時間的推移，我們將逐步擴展我們的能力范圍。因此，我們將越來越多地協助您進行規劃，甚至可能是設計，甚至是在您的應用程序或工作中出現情況時思考應對策略。然后我們會推動讓審查變得越來越容易，正如漢森所描述的。

漢森: 是的，我確實認為我看到了一個未來，在那里會有多個智能體協同工作。所以你會有，比如 Codex，Codex 智能體編寫代碼，然后可能像操作智能體，它是負責測試的，以及所有我們在公司一直在開發的各種不同智能體都可以協同工作。

賦能更多人：軟件開發的普及化

主持人Lauren: 太棒了。你有沒有看到，現在你可以委托編寫代碼了，工程團隊以外的人也開始使用 Codex？當我們進入“氛圍編碼”的世界時，你們正在幫助我們在這個方向上走得更遠。

亞歷克斯: 是的，這實際上非常有趣。我們當時在做... 所以答案是肯定的，但我給你講個故事。我們當時正和這里的林賽一起撰寫我們的發布博客文章。我們當時正在討論要引用客戶的哪些話。我們有一個客戶想說，嗯，我們工程團隊很喜歡這個。并且它對于產品經理們來說就像一件利器。我記得當時看到那句話時心想，這句話真酷，因為我身在產品團隊，我用它來避免為了一些事情去打擾工程師或者去回答問題。但我記得當時看到那句話時心想，我們想把它放在發布博客文章里嗎？因為我們正在構建的東西，其目標受眾是專業的軟件工程師，而不是玩票性質的編程者。所以我想我們最終沒有包含那句原話。但dinitro為隨著時間的推移，就像，你知道的，當我們有能夠幫助我們編寫代碼的代理時，我會期待越來越多的人能夠為代碼庫貢獻力量，是的。

主持人Sonya: 你認為專業軟件開發人員的數量會隨著時間推移而增加還是減少？

亞歷克斯: 這只是我的個人看法，但我認為它會大幅增加。

主持人Sonya: 嗯。

亞歷克斯: 我認為……

主持人Sonya: 不是憑感覺編程的人，而是專業的軟件開發者。

亞歷克斯: 是的，我這么認為。但是，你知道，是的，在我看來，軟件越容易編寫，我們就能擁有越多的軟件。現在，我們可以想象一下，我敢打賭，如果我們拿出手機看一看——嗯，你們各位都是投資者。但如果你不是投資者，我敢打賭，如果你拿出手機，手機上的大多數應用程序都是由大型團隊為數百萬用戶開發的。并且很少有應用程序是專門為我們個人和我們所需要的特定功能而開發的。因此我認為，隨著為個人或團隊構建定制軟件變得越來越可行，我們最終將對軟件產生越來越高的需求。

漢森: 是的，當我思考我如何使用它時，我認為它現在確實是一個倍增效應，而不是任何形式的替代。就像，特別是觀察我們內部高級用戶的使用模式時，存在著巨大的差異：Codex 的頂級用戶每天都在完成 10 次以上的 TRs。它確實是一個如此巨大的倍增效應，以至于我無法想象一個……的世界。這就像是極大地降低了軟件開發的門檻。

亞歷克斯: 話雖如此，我認為這是一個非常重要的問題，而且坦白說，我們也不知道。因此，這是我們公司非常重視的一點。

技術深潛：長時程代理與環境挑戰

主持人Sonya: 我想簡單談談技術層面內部的運作情況。你提到模型本身，使其與競技編程不同的一點是，你讓它更...擅長專業軟件開發人員會做的事情。這是模型方面最大的區別嗎？還是我們應該將其視為 O3 的近親？

漢森: 是的，所以它絕對是與 O3 相同的模型，并進行了額外的強化微調。話雖如此，是的，我認為其中一部分就是這些更偏向于定性的方面，即是什么造就了一個優秀的軟件工程師，而不僅僅是一個優秀的，比如說，編碼員。你知道的，比如代碼風格，甚至是它如何編寫注釋。我認為，這正是人們在其他模型上注意到的一個特點。

除此之外，我還想強調一個重大挑戰是為智能體（agent）創建良好的學習環境。那么，如果你考慮一下真實的軟件代碼庫，它們是如此多樣且復雜。比如，想想看設置一個代碼庫需要投入多少開發運維（DevOps）工作。而這正是我們在設置環境時，通過實踐痛苦地學到的。但是……我們要不要談談我昨天給你看的那個多代碼庫？

亞歷克斯: 哦，對了。我當時在給漢森看 OpenAI 收購的那家初創公司的代碼庫，我們因此也加入了。于是我們一起查看了那個代碼庫，考慮將其用作一個環境。漢森就問：“那單元測試在哪里？”要知道，因為智能體是使用單元測試來驗證的。我當時就想：“這可是一家真正的初創公司，竟然沒有單元測試。”

漢森: 我的意思是，說實話，我也一樣。所以我沒什么好抱怨的。嗯，所以，你們有所有這些非常混亂的環境。所以我們，嗯，在訓練過程中，我們基本上必須生成這些非常真實的環境，供智能體學習。我認為我們之所以能夠讓這樣一個端到端的產品得以運作的原因之一是，我們擁有與訓練時使用的相同環境，以及用于生產服務的相同，嗯，基本上就是這個容器化基礎設施。所以，嗯，我們的用戶是，你知道的，就像我們正在運行我們自己的計算環境一樣。當用戶使用 Codex 時，他們運行在與我們在訓練時使用的完全相同的環境中。

主持人Sonya: 所以你不會聽到那個智能體說：“但在我的機器上運行正常。”

漢森: 沒錯。

亞歷克斯: 好的，好的，好的。

主持人Sonya: 我認為這些也是我見過來自 OpenAI 的運行時間最長的智能體，也許之前運行時間最長的是 Deep Research。我的理解是，Codex 有時會在不同的任務上花費 30 分鐘。在使推理時間能夠支持如此長時間的查詢方面，你們遇到過哪些令人驚訝的挑戰和問題？

亞歷克斯: 也許我先從產品方面談起，模型方面也有很多，但在產品方面，我實際上思考最多的是用戶意圖。實際上，如果你想象一下有人在他們的集成開發環境中（IDE）使用自動補全功能，這不一定非常困難。我的意思是，它顯然是困難的，但預測他們接下來幾微秒內想做什么，這并不算特別難。但是對于一個需要 30 分鐘才能完成的任務，幫助用戶描述任務內容實際上是相當困難的。比如他們甚至可能不知道 30 分鐘工作量具體需要什么。因此，我們花了一段時間討論，并且仍在討論的一件事是，用戶交給 Codex 的任務，其合適的粒度應該是什么？并且，我們如何才能使其變得容易，讓 Codex 能夠非常靈活，你可以用它來做單行修改，也可以用它來做你知道自己確切想要什么的大型重構，或者你知道自己想要什么的更大功能。或者，當你不知道自己確切想要什么時，能否使用 Codex？所以，也許你應該讓 Codex 提供一個計劃，然后你可以讓 Codex 建議一些任務，之后再執行這些任務。所以這仍然是一個爭論的焦點，對我們來說是一個迭代過程。

漢森: 是的，我認為這實際上對你使用它來說是一個很好的專業技巧。它實際上非常擅長制定自己的計劃。然后，你知道，有時預先詳細說明所有你想要的東西非常繁瑣。而這正是這種工作方式所面臨的獨特挑戰之一。比如，如果你想每次工作一小時，那么你確實需要提前明確很多事情。這意味著你可能需要花 10 到 20 分鐘來構思。但是，如果你實際使用“提問模式”來首先生成一個你想要做的事情的概要計劃。然后你可以和模型一起對該計劃進行迭代，在你將其運行一小時之前。

主持人Sonya: 這真的就像是和一名實習生一起工作。

亞歷克斯: 是的。

主持人Sonya: 那么在模型方面呢？當模型開始長時間運行時，它的行為有沒有什么令人驚訝的地方？

漢森: 是的，我認為我們的模型在保持任務專注方面已經好多了，尤其是在這種更長時間的運行中。我會說，有些情況下，即使模型的耐心程度很高，它也是有限度的。所以有時會令人沮喪，你知道，就像它會中斷大約 30 分鐘。然后，你知道，這是一個我們正在努力改進的案例，它會像，你知道，有點像一個人，他會回來告訴你，對不起，我不能，這太多了。我沒有足夠的時間來做這件事。實際上，它會這樣說。這很滑稽。

主持人Lauren: 就像一個實習生。

漢森: 所以在許多方面都非常、非常地像人類。

未來展望：融合的交互與市場演變

主持人Lauren: 是的。我很好奇您是如何看待適當的交互模式，以及它們如何演變，以及圍繞此的一系列產品如何隨著時間推移而演變。我們有 Codex，我們有 Codex CLI。

亞歷克斯: 在工程和產品構建的設計空間中，你認為還有哪些可能性？是的，我們發布的 Codex，你知道，它真的只是一個研究預覽版。它是一個思想實驗，一個有用的思想實驗，但仍處于非常早期的階段。而我們對 Codex 最引以為傲的，是其模型以及作為計算環境基礎的開端。我們發布的用戶界面（UI）是我們不斷迭代的成果，這其中有一些有趣的故事，但它絕不是最終的形態。對于聽眾而言，我們發布的用戶界面基本上是 Chat GPT 中的一個接口，你可以在其中提交任務，并要求 Codex 回答你的問題或編寫代碼。然后你會得到一個有點像待辦事項列表的東西，列出了你可以查看并考慮合并的內容。實際上，我認為我們構建它的目的，是大力推崇這種“可供你委托的異步代理”的理念。

但我們希望構建的是這樣一種設置：你無需思考自己是在委托任務還是與代理協作。它應該就如同與一位隊友協作，而這位隊友則普遍存在于你使用的所有工具中。因此，你應該能夠調出你正在使用的任何工具，無論是你的終端、你的集成開發環境（IDE）、你的問題管理工具，或許還有你的告警工具、你的錯誤，你知道的，那個顯示錯誤的工具，然后直接尋求幫助。甚至可能在你到達之前，Codex 就已經查看過了。并且它對此已經有了自己的見解。你可以提出問題，無論是簡短的問題還是冗長的問題。它會恰當地決定在回答你之前需要花費多少時間。并幫助你順利地落實這些變更。所以，我們基本上想融合這種“結對”和“委托”的理念。但我們發布的首個成果，只是一個最純粹的思想實驗。

我要補充的另一點是，在 OpenAI 工作的一個獨特之處在于，我們是 ChatGPT 的創造者，它就是，你知道的，大多數人都在使用的那種人工智能系統。因此，我們實際上不認為未來會是這樣：當你度過一天的時候，你得決定是使用像 Codex 代理，還是，我不知道，像購物代理，或者像打車代理。順便說一句，我只是在這里隨口說一些東西。或者你像是一個營銷代理人。實際上，我們認為它應該這樣運作：你只需要有一個助手與你對話，你可以向它詢問任何事情、任何方面，它就可以為你完成你需要的事情。所以，你知道，那就是 ChatGPT，它將成為我們的助手。然后，如果你是某種工具的高級用戶，比如說你是一名軟件開發人員，你在某些功能性工具上花費大量時間，那么你可以進入那個工具，擁有一個定制化的界面，其中有按鈕、有列表，你可以使用它們來高效地完成你的日常工作。

主持人Sonya: 你認為我們還會使用 IDE 嗎？

亞歷克斯: 是的，當然會。但它們會演變，對吧？比如現在，它們非常專注于編寫代碼。而且，正如 Hanson 所說，可能代理會編寫越來越多的代碼。所以，它會變成，重點會轉向提交代碼、評審代碼或驗證代碼，甚至可能轉向規劃更大的項目里程碑。

漢森: 是的，我認為我們團隊中很多人已經這樣了。他們就像，早上第一件事，來到辦公室，泡杯咖啡，然后啟動一些任務，只是為了獲得一個起點。然后，你知道的，他們早餐后回來，查看生成的任務，或者生成的拉取請求（PRs），然后他們會處理這些。綜合開發環境（IDE）有點像你進行工作的地方，你知道，它也許能讓你完成 80% 的工作，希望如此，甚至更多。但總是有這“最后一公里”，你需要深入進去，根據你自己的直覺進行精細調整。

主持人Lauren: 你如何看待整個市場的發展？比如在 OpenAI 內部，你們有這么多不同的策略。當你想到異步任務，想到你提到的一些轉向 ChatGPT 的事情時，我們看到其他工具和專用模型正在爆發式增長。你顯然有偏見，但我很好奇你對整個市場的看法。

亞歷克斯: 是的，現在對于開發者來說是一個瘋狂的時代。比如說，現在有太多非常有用的新工具了。舉個有趣的例子，最近我在飛機上，沒有 Wi-Fi，我本來以為我能寫些代碼，做個東西，結果卻沒 Wi-Fi。然后我就想，你知道嗎，算了吧。根本不值得我再花時間去嘗試寫代碼了。然而，你知道，多年前我參與的那個初創公司，它誕生的部分原因正是我在飛機上，在沒有 Wi-Fi 的情況下寫了一些代碼。而我現在甚至都不會再那么做了，因為市場已經，它真的改變太多了。我認為，我們將在同樣的時間內看到一次類似的轉變。所以，在接下來的兩年里，編碼將會看起來完全不同。

我認為目前，人們投入精力最多并從中獲得最大價值的工具，都是那些與你緊密協作的工具，比如在你的開發環境中，你知道，就像是結對編程。我認為我們將看到一個轉變，但我們必須弄清楚這將如何發生。但我們即將看到的轉變是，實際上，大部分代碼將由代理（agents）編寫，并且這些代理不會在你一次只能做一件事的環境中工作，而是會在它們自己的環境中工作。它們不會僅僅在你想到特定任務時被觸發，而是會連接到你使用的工具中，在那里執行工作。因此，我認為我們將基本看到向代理的這種轉變。我認為我們將不得不弄清楚很多事情，尤其是關于代碼審查的很多事情，正如你所問的。就我個人而言，我并不確切知道那將如何運作，但我確實知道，即使在 OpenAI，我們已經看到更多的代碼是由代理合并的，實際上，甚至有更多的代碼是由代理生成的，因為人們，比如說，會多次啟動任務以選擇他們最喜歡的實現方式。因此，目前并不完全清楚我們應該如何管理所有這些正在編寫的代碼。

不過，我將說幾件事，以防對聽眾有用，那就是你確實可以對你的代碼庫做一些事情，使其更易于代理處理。這不一定特別新穎，但顯然，使用類型化語言非常有幫助。另一件非常有幫助的事情是擁有經過更好測試的更小模塊。就像我們開玩笑說的——能有好的測試用例，對。是的，有測試用例。就像我們拿我創業公司的代碼倉庫開玩笑一樣，但我敢打賭，如果現在讓我們來寫，我們肯定會以不同的方式來寫。甚至還有一些小細節，比如這個項目的代號是 WAM。這是 Codex 的代號。它是 W-H-A-M。而且我們給它命名的時候，是深思熟慮的，因為我們知道代碼會存在于服務器、網站以及其他各種地方。我們希望代理能夠很容易地搜索與 WAM 相關的代碼并找到它們。所以我們把項目命名為 WAM，而且我們首先在代碼庫中用 grep 搜索，以了解這個名稱出現的頻率。比如，如果我們把它命名為 "code"、"Codex" 或 "agent" 這樣的詞，你可以想象代理會很難——它會變得非常困惑。

主持人Sonya: 你現在稱之為 Codex，所以現在代理會感到困惑。嗯，所以在代碼中，這算是我的觀點，對嗎？

亞歷克斯: 就像是刻意設計。就像在代碼中，我們大量使用“WAM”這個術語，因為那實際上讓代理更容易找到。顯然，如果我們不使用這樣的詞語，代理仍然可以找到路徑，但它將不得不花費更多時間來找到正確的文件。

漢森: 是的，這很棒，你知道，很多實際上也讓人類更容易理解代碼庫的事物，也傾向于讓代理更容易理解。比如良好的測試，編寫好的文檔是另一個很好的例子，在這種情況下，我認為現在甚至有更多的動力去做這些，因為它不僅讓你的生活更輕松，它也讓代理的生活更輕松。

主持人Sonya: 好的，抱歉我像個煩人的風險投資人，但 Claude Code 也像是，我認為其他人提供的代理式編碼體驗。你認為市場，我很好奇你認為你們的體驗今天相比如何？那么你認為市場可能會趨向于相同的愿景嗎，關于，你知道，同步和異步編碼是什么樣子？在那種未來的設想中，你認為 OpenAI 會在哪些方面勝出？

亞歷克斯: 我認為我們會看到各種情況并存，不是嗎？就像你剛才提到的，有些工具是在你的電腦上運行的。也有工具是在它們自己的電腦上運行的。就像我之前提到的，我認為我們將看到大多數工作由代理在其自己的電腦上完成，但我們仍然需要非常重視投入，以加速那些也在自己電腦上工作的開發者，不是嗎？因此理想情況下，我們可以在這方面兩全其美，但大多數工作將通過代理計算完成。

漢森: 此外，我認為軟件工程中最困難的部分之一確實是獲取所有外部環境的上下文，并將其編碼到這些需求和設計文檔中。而之后的實現階段，就像我們之前提到的那樣，生命周期中用于實際編寫代碼的時間并沒有那么多。因此，我認為 ChatGPT 的優勢在于，它是一個助手，它現在具備記憶功能，并且能夠通過各種連接器訪問你使用的所有不同工具。我們擁有諸如操作員、深度研究等具備所有這些不同能力的功能。因此我認為，當所有這些融合在一起時，其愿景就是像 Codex 這樣的工具真正能夠大放異彩的地方，一旦它能夠獲取并利用所有這些知識。而且我認為，有了這些，它應該能夠更有效地完成僅限于編碼部分的工作。

亞歷克斯: 嗯，就好比想象一下，你雇傭了一名軟件工程師，而那名軟件工程師唯一能做的就是從你那里接收任務并提交一個 PR，對嗎？或者，你知道，它擁有這些非常明確的功能，而且它能精確地完成這些事情。然后你提出一個隨機的要求，比如，嘿，團隊要聚在一起了。比如，你介意也幫忙，嗯，預訂一間會議室并主持一次頭腦風暴嗎？如果你雇傭了一位隊友，而他們卻拒絕做那種工作，那樣會非常令人沮喪，對嗎？因此類似地，我認為這確實是，我們正在構建一個未來，在那里，你正在合作的智能體將更加通用化一些。比如，你知道，參照 Hanson 所談論的，比如說，operator 和 deep research，就好比如果你認為 operator 擁有一個網頁瀏覽器，deep research 擁有另一種類型的網頁瀏覽器，Codex 擁有一個終端，真的，你的隊友擁有的工具與人類隊友的工具非常相似，就像人類隊友一樣，對嗎？

因此，我們最終的目標是選擇我們希望真正投入特定受眾的領域，以便取得快速進展。很顯然，我們正在通過編碼方面來做這件事，借助 Codex 或類似 GPT 4.1 的工具，我們為特定受眾生成了專門的評估，然后為他們，也就是為開發者，構建了一個更好的模型。但隨著時間的推移，我們將這些東西通用化，成為人人都能使用的簡單工具。所以我認為，再次重申，就我們而言，你知道，對于 OpenAI 和類似 Chachapiti 的產品，我覺得我們所構建的產品將會與那些僅專門用于編碼的產品大相徑庭。

激進的未來 UI：給 AI 代理刷Tiktok

主持人Sonya: 你認為開發者與 Codex 交互的主要用戶界面會是什么？你覺得會是 Chachapiti、命令行界面（CLI）、集成開發環境（IDE），還是以上所有呢？

漢森: 是的，我認為是以上所有方式的結合。我想我們只是希望在開發者所處的環境中，在那一刻滿足他們的需求。所以它可能甚至不在編輯器或終端中，而是在 Slack 上。比如，有人給你發消息說：“嘿，有 bug 了。”然后你就回復說：“嘿，去修復它。”

亞歷克斯: 我來告訴你一個我構想的有趣的未來用戶界面，它一點都不嚴肅。但或許未來與代理人協作的方式，如果你是未來的初創公司創始人，你的團隊只有你一個人，或者你和幾位聯合創始人，以及許多代理人，實際上會像TikTok一樣。比如說，你可能有一個垂直信息流，它基本上是代理人制作的視頻，你可以觀看，其中包含一個想法，比如：“嘿，有客戶提出了這個請求，我覺得我們應該修復它。”然后你向右滑動，表示“好的，我們來修復它，我們來做這件事。”你向左滑動，表示“不，我們不應該那樣做。”是 Tinder 還是TikTok？抱歉，它是一個混合體，一個混合體。我沒說這會很有道理。

主持人Sonya: 我喜歡它。

亞歷克斯: 然后你長按以提供反饋。所以你會說：“是的，做吧，但是，你知道，確保字體是斜體的。”基本上，你擁有所有這些智能體，它們訂閱了你公司或團隊的信息，會主動提出想法、付諸實施，并向你提供更新，而你則有點像是在組織和管理正在進行的工作。

主持人Lauren: 它們還會向你展示世界可能樣貌的小型預覽。

亞歷克斯: 是的，當然這只是個半開玩笑。我認為那將是一種與智能體保持一定距離的合作方式。此外，人們能夠親自去做工作并與智能體配合，這肯定會非常重要。

主持人Sonya: 我知道這是個半開玩笑，但這確實是一個非常酷的畫面，因為我認為大家都在概念上同意這個想法，即與智能體協作并審查它們所做的各種變更，這將會與我們今天的編程方式截然不同。但似乎沒有人真正給我一個這會是什么樣子的畫面。所以那是一個非常棒的想法。我很喜歡。太棒了。

快問快答

主持人Sonya: 我們是否以快速問答環節收尾？

亞歷克斯: 那就這么辦吧。

主持人Sonya: 好的。有什么推薦給人工智能愛好者的內容或讀物嗎？

亞歷克斯: 對我來說，這答案立刻浮現。那就是伊恩·班克斯所著的《文明》系列。你讀過嗎？是的，它令人驚嘆。是啊。它是一個科幻系列，始于二十世紀八十年代創作。它對未來星際航行中類人與非人類種族可能呈現的面貌，持有異常積極樂觀的視角。并且有很多疑問，比如當我們擁有通用人工智能（AGI）之后，生命的意義和目的何在？

漢森: 嗯，我覺得對我來說，就像理查德·薩頓的任何作品一樣。我想那就像是我對強化學習的入門。我覺得它就像是，這里有個笑話，就是我們每天都在讀“痛苦的教訓”（The Bitter Lesson）。那有點像 OpenAI 的哲學。就像我覺得，你知道的，即使是 Codex，我們給它一個終端，它真的在使用 POSIX 工具。那就像是與電腦交互最符合“痛苦的教訓”理念的方式。

主持人Lauren: 你最喜歡的 AI 應用呢？

漢森: 必須是 ChatGPT。

主持人Lauren: 不是 ChatGPT，拜托。我們真是超級無聊，太無聊了，我是說。好的，要么它可能是你們發布的一個新功能，除了 Codex 之外，或者是 OpenAI 之外的東西。

亞歷克斯: 好的，所以我猜我沒有，這很有趣。我并沒有真的去想 AI 應用，對吧？但我確實喜歡我的生活變得更輕松。所以，你知道，我喜歡的一些事情是當你使用 AI 時，但它有點隱形。所以就像，我做產品，所以我經常提交 bug。Linear 就有一個非常優雅的集成，當你從 Slack 對話中提交一個 bug 時，它就會直接從 Slack 對話中生成這個 bug。但他們從不在任何地方提及 AI。就好像你甚至沒有注意到它正在使用 AI。哦等等，我想到了一個我最喜歡的 AI 應用的答案，Waymo。啊，是的。

漢森: 嗯，我的意思是，對我來說，Copilot 絕對是那個每天都持續為我帶來價值的東西。

主持人Sonya: 好的，機器人技術，看漲還是看跌？

漢森: 看漲？是的。

主持人Lauren: 你認為哪種新的應用或應用類別會在 2025 年爆發？除了編程之外？

漢森: 嗯，我的意思是，我覺得當你請到 Yusa 和 Josh 的時候，答案其實是一樣的，但 2025 年絕對是代理（Agent）的元年。我想我們會看到代理（Agent）在許多不同的類別中興起。是的，我不得不認同這一點。

主持人Sonya: 哪種類型的智能體最讓你感到興奮？

漢森: 除了編程智能體之外嗎？這是個好問題。

亞歷克斯: 嗯，我的意思是，我的看法是，你知道，如果我們——我知道這本來是快速問答，對吧，但我們看待智能體的方式是，你擁有推理模型，對嗎？然后你給予這些推理模型訪問行業工具的權限。然后你想辦法訓練那個智能體去執行某種特定功能，對嗎？所以它不僅僅是關于寫作，而是關于新聞業；或者不僅僅是關于編碼，而是關于軟件工程，對嗎？所以這有點像我們正在做的事情。在我看來，我今年對智能體如此興奮的原因是，我們現在已經有幾款由 OpenAI 發布的智能體，其他公司也正在發布智能體，所以我們開始看到智能體的大致形態，并開始識別出其基本要素。因此，我特別興奮的是，當我們將其整合起來，并提出一個智能體時，你無需為每個單獨的功能分別配置它，而它是一個帶有計算機、擁有瀏覽器和終端的智能體，并且它能做多件事情，而你無需明確指定，比如“你就是我的編程智能體”之類的。

主持人Sonya: 非常棒。非常感謝您的加入。祝賀您在 Codex 所取得的成就，并感謝您向我們預告了您認為編程市場將如何演變，此外，也讓我們一窺了長期運行的、異步的、智能體驅動的體驗將如何呈現。非常感謝。謝謝。

亞歷克斯: 感謝邀請我們。

主持人Sonya: 謝謝。