Codex天团深度复盘：编程顶流是如何诞生的？
智东西
在AI编程工具领域，OpenAI的Codex曾一度边缘化：用户稀少、口碑平平，团队甚至面临解散危机。然而不到一年时间，它成功逆袭，不仅成为ChatGPT桌面版的底层系统，支撑起4000万周活用户，其CLI版本下载量更反超Claude Code。
智东西10月20日报道，AI公司Every创始人Dan Shipper通过采访OpenAI联合创始人Greg Brockman及Codex核心团队成员，复盘了这场翻身仗。文章揭示了产品从“云端遇冷”到“本地爆发”的关键转折，以及OpenAI如何通过内部多路押注避免“创新者窘境”。
思维链：推理模型重塑编程范式
当前AI产品中常见的“思考中”界面，标志着计算范式的转换。早期大模型类似即兴演员，无法规划或回溯；而引入“思维链”后，模型可在作答前进行推演和纠错。
2024年9月发布的OpenAI o1预览版，是首个具备思维链特征的模型。编程因其“改代码-运行-验证”的快速闭环特性，成为推理模型最适配的场景之一。理论上，给予充足时间，推理模型可独立完成复杂编程任务。
多路并进：内部竞争孕育Codex雏形
2024年底，“编程”被提升为OpenAI公司级目标。多条团队从不同路径探索，形成了Codex的早期形态：
Embiricos路线：将“慢思考”转化为优势
Codex产品负责人Alexander Embiricos认为，既然推理模型需要长时间思考，就应让其执行完整任务而非即时问答。他确立了一条核心原则：无论任务耗时多久，用户必须每隔30至60秒看到进度反馈，让可见的进度成为产品体验的一部分。
Tibo路线：专用模型线的意外诞生
基础设施工程师Thibault Sottiaux（Tibo）尝试用推理模型加速内部研究，训练专用的编程Agent。这条技术路线与ChatGPT主线不同，形成了事实上的第二条模型线。虽初衷仅为优化迭代速度，却成为Codex后期能力突破的关键。
▲Thibault Sottiaux
2025年初，多支队伍合并。面对产品形态的不确定性，CEO Sam Altman支持“多路押注”策略，将内部团队视为独立创业公司，以此规避创新者窘境。
云端受挫：产品未能“到用户所在的地方去”
2025年5月，OpenAI发布Codex云端版，试图打造“云端的异步Agent”。尽管内部评价良好，但外部市场反应冷淡。主要原因在于：用户需将本地开发环境完整迁移至云端虚拟机，配置成本高且无法中途打断纠偏。
团队复盘中承认两点失误：一是内部高度标准化的开发环境掩盖了外部用户的苛刻需求，产品未真正适应用户习惯；二是当时模型能力尚不足以完美处理复杂场景。
▲Codex CLI
重构与进化：Rust重写与实战训练
2025年夏末，Tibo接管团队并转向本地化策略。他用Rust重写了Codex核心，实现机器逻辑与终端界面的解耦，为后续多端适配奠定基础。
给模型补上“社会实践课”
针对模型“高分低能”的问题，OpenAI通过记录程序员监督GPT-5时的失败案例，将其转化为训练任务，显著提升了模型在真实混乱代码库中的处理能力。
押注原生桌面应用
随着插件用量激增，Tibo决定最大投入指向原生桌面应用。设计师Andrew Ambrosino提出“轻IDE”理念：不做内置编辑器，专注于优化“指挥Agent写代码”的体验，界面参考聊天应用。
尽管谷歌Antigravity等竞品的出现曾引发团队动摇，但GPT-5.1 Codex Max和GPT-5.2 Codex的快速迭代，大幅减少了人工修改需求。2026年2月，Codex成为OpenAI内部最受喜爱的产品，连资深工程师也全面采用。
融合与爆发：Codex重塑ChatGPT
2026年2月，Codex macOS桌面应用公开。其支持多Agent并行工作，互不干扰。随后版本加入浏览器和跨应用操作能力，吸引大量非程序员用户。至同年6月，周活突破500万，其中约20%为知识工作者。
2026年7月，Codex桌面应用正式取代原有客户端，成为新的ChatGPT桌面应用。底层包名变更为com.openai.codex，二者合计周活达4000万。Tibo升任核心产品负责人，主导ChatGPT未来方向。
结语：打破窘境，重返云端
OpenAI通过内部多赌注机制和“用AI造AI”的高效开发模式，避免了现有产品对创新的扼杀。模型能力的每一次跃迁，都催生了新的产品形态：从代码补全到侧边栏问答，再到如今的独立Agent桌面端。
展望未来，Codex并未放弃最初的云端构想。团队计划重新走向异步云端架构，以进一步拓展能力边界。
