Tibo Sottiaux，OpenAI 核心产品与平台组织负责人，也是 Codex 产品的掌舵人。在近日接受的 Pragmatic Engineer 播客专访中，他首次深度披露了 Codex 从零到一的诞生历程、技术架构选型内幕、OpenAI 内部软件开发生命周期的重构细节，以及本地 Agent 与云端 ChatGPT 合并的完整技术路径。
以下是本次访谈的核心要点梳理：
从数学狂人到 AI 先驱：DeepMind 时期的未竟之作
Tibo 的工程思维启蒙于比利时布鲁塞尔郊外的一个小村庄。八岁接触计算机后，网络成为他探索世界的窗口。大学期间，他主修应用数学并从事供应链优化咨询，擅长利用蒙特卡洛模拟和随机优化算法解决制药及工业领域的效率瓶颈。
2015 年加入谷歌伦敦团队后，Tibo 曾负责一个提升移动端网页加载速度的项目。尽管团队攻克了大量技术难题，但因实际用户规模不足，该项目最终被高层叫停。这段经历让 Tibo 深刻认识到：缺乏真实用户需求和技术反馈闭环，再完美的技术方案也无法落地。
随后，Tibo 加入 DeepMind，负责核心研究基础设施搭建。在此期间，他与团队基于大语言模型构建了一套内部聊天交互系统，用于辅助研究人员调试模型输入输出。该系统比 ChatGPT 早诞生一年，并在内部引发病毒式传播。然而，受限于谷歌当时庞大且僵化的发布流程，这一划时代的原型未能推向市场。
加盟 OpenAI：二十人团队撬动全球现象级产品
为追求前沿研究与敏捷工程的深度融合，Tibo 于 2024 年加入 OpenAI。令他震撼的是，当时支撑 ChatGPT 全球流量的工程团队仅有二十人。入职后，他立即投身于 o1 推理模型的发布冲刺，并见证了 Codex 雏形的诞生。
随着 o1 preview 展现出强大的逻辑推理能力，OpenAI 达成共识：必须利用模型自身加速研发进程。团队训练了专属内部模型，注入大量 Python 代码库以强化工程规范，旨在帮助研究员快速编写分布式训练基础设施代码。
在联合创始人 Sam Altman 和 Greg Brockman 的推动下，该内部项目与自主软件工程师项目（ASWE）合并，演变为面向全球开发者的 Codex 产品。从最初的云端版本到轻量级的 Codex CLI 命令行工具，Codex 迅速席卷全球开发者社区。
架构抉择：为何坚持用 Rust 重构底层？
在 Codex 构建初期，团队做出了一个反直觉的决定：抛弃主流的 Python 和 TypeScript，全面采用 Rust 重构底层核心。尽管当时大模型生成 Rust 代码的能力尚不完美，但团队坚持回归第一性原理。
架构设计上，团队将前端交互与底层 Agent 引擎彻底剥离。Agent 核心需应对高并发、资源调度及内存安全等严苛挑战。Rust 严格的静态类型系统和编译期检查机制，为并发安全和内存管理提供了数学级别的保证。
Rust 的强类型特性不仅未阻碍 AI 模型，反而成为 Agent 的自检工具：模型可借助编译器报错实现快速自我纠错。此外，这种语言隔离避免了交互逻辑与核心推理逻辑的耦合，确保了 Codex 内核的纯粹性与可扩展性。
开源策略与生态包容：拒绝绑定，硬实力竞争
Codex 采取了彻底的开源路线，CLI、SDK 及应用服务端全部开放。这种策略旨在构建技术反馈闭环：开发者可利用 Codex 阅读、修改甚至扩展 Codex 自身的源码。这也极大降低了新员工的入职门槛，使其能迅速通过工具熟悉代码库并提交生产代码。
尽管开源带来了功能被竞品快速复刻及社区噪音增加的挑战，但 Tibo 认为，定义下一代开发范式必须拥抱开放。此外，Codex 原生支持接入 Anthropic 等第三方模型，拒绝生态绑架。
赋予用户选择权倒逼 OpenAI 时刻保持敏锐，必须在模型能力、推理效率及产品体验上凭借硬实力胜出，而非依赖封闭生态锁定用户。
演进逻辑：框架是拐杖，终极目标是“去框架化”
Tibo 指出，现有的开发框架只是弥补模型能力不足的临时“拐杖”。早期 Codex 依赖繁琐的系统提示词和沙箱限制来纠正模型行为。但随着基座模型理解能力的提升，模型已能内生地意识到运行测试等必要步骤。
随着模型迭代，Codex 的外部脚手架代码正变得越来越薄，提示词长度急剧缩减。工程团队与研究团队紧密协同，若某缺陷可通过后续模型训练从底层根治，团队将果断放弃在框架层堆砌临时补丁，静待模型能力的自然跨越。
研发范式革命：AI 接管代码审查与维护
在 OpenAI，传统的人工代码审查制度正被自动化 AI 审计取代。专门训练的审查模型能穿透多层依赖，精准识别人类专家难以察觉的隐蔽逻辑断裂和安全漏洞。
目前，所有 Pull Request 必须经过自动化 AI 安全扫描，隐患将被直接拦截。人类工程师的角色发生根本跃迁：不再纠结于变量命名或格式对齐，而是聚焦于业务意图、架构边界及系统契约的定义。
由于代码编写与修正成本趋近于零，传统的系统维护税正在消失。AI 能在数小时内完成依赖升级适配，或在几天内完成原本需数年的大型架构重构。未来的优秀工程师，核心竞争力在于对顶层架构的控制力与模块化解耦的品味。
云端大合并：将本地极客工具融入十亿用户终端
Codex 发展历程中最具挑战的工程战役，是将原本运行在本地终端的工具完整植入面向全球用户的 ChatGPT 云端架构。
团队基于 Kata 容器构建了安全虚拟化架构，为每个云端任务启动专属沙箱环境。该环境具备完整的互联网访问能力及深度系统操作权限，用户甚至可指令 ChatGPT 在云端安装 Blender 进行渲染或训练小模型。
在此过程中，Codex 本身充当了“战地记者”，记录了团队在技术决策中的每一次争论与妥协。未来，这种深度 Agent 计算能力将彻底融化在 ChatGPT 基底中，让普通用户也能无缝调用顶级代码智能。
高管工作流：全语音驱动的 Agent 化管理
Tibo 的个人工作流已全面转向高度 Agent 化。他通过手机端语音向 ChatGPT Work 布置任务，Agent 能自动穿透内部讨论、查阅文档及日志，输出严谨的高管汇报简报或技术推演。
过去需数天统计的管理问题，现在只需口述即可获得精准分析报告。周末时，Tibo 常利用 AI 工具在几小时内将构思的产品原型转化为可交互的 Demo，展现了 AI 时代开发者将构想快速具象化的特权。
给开发者的建议：深耕底层认知与架构品味
面对 AI 接管代码编写的趋势，Tibo 给出两条核心建议：
第一，保持对底层系统机制的极端好奇心。在超大规模系统中，快速看清本质、拆解技术支柱的能力无可替代。
第二，极度重视表达意图的清晰度，培养架构品味。未来写代码的重要性稀释，而清晰定义问题、阐明业务目标及鉴别优雅架构的能力，将成为指挥 Agent 大军完成伟大工程的关键护城河。
软件工程的本质是用最高效的工具解决人类社会最复杂的问题。随着工具智能的飞跃，数字世界的疆界正向真正的构建者彻底敞开。