新智元报道
新智元报道
一图看透全球大模型！新智元十周年钜献，2025 ASI前沿趋势报告37页首发
刚刚，GPT-5「船新」版本上线！这次OpenAI直接使用Codex品牌名称来作为新模型后缀，GPT-5-Codex！新模型能力将更加擅长智能编码！即使2025年只剩下三分之一，各家巨头在「编程智能体」的争夺依然是白热化啊！OpenAI官博更是重新定义了「自动补全」，升级为「agent-complete」。在OpenAI播客第六集中，总裁Greg与Codex负责人Thibault Sottiaux聊了很多关于GPT-5-Codex，以及到2030年软件开发可能会是「什么样子」。首先来速通一下此次重大更新。此次发布的GPT-5-Codex属于GPT-5的一个特殊版本，它专为智能体编程（agentic coding）重新设计。GPT-5-Codex将具备全面的「双模」特长：即时协作：与开发者实时配合，快速回答问题、修复小bug。独立执行：能长时间自主推进复杂任务（如大规模重构、跨文件调试）。简单说就是，GPT-5-Codex不仅快&而且更加可靠。GPT-5-Codex的交互响应更灵敏，小任务几乎即时，大任务可持续执行数小时。OpenAI内部测试可连续7小时完成大规模重构。GPT-5-Codex三大性能全面提升首先，在SWE-bench验证和代码重构任务上，GPT-5-Codex都超过了目前最先进的GPT-5-high。尤其是在非常适合于真实世界任务的代码重构任务上，GPT-5-Codex的准确率达到了51.3%，远高于GPT-5-high的33.9%。
在这次讨论中，Greg还用一个新的词语「Harness」来解释了OpenAI其实比流行的Vibe Coding更早就发现「用语言模型编程」的魔力。「Harness」这个词原意是马具、缰绳，用来把马与车或骑手连接起来，使力量可以被控制和发挥。OpenAI的Greg在讲Codex时借用这个词，表达类似的作用：模型本身就像「马」或「大脑」，能产生力量（智能、输入输出）。Harness就像「缰绳/集成框架」，把模型和外部环境（工具、IDE、终端、云端等）连起来，让它能真正执行任务、发挥效能。
这次GPT-5-Codex的延迟是一大亮点，代码补全必须<1.5秒，否则用户体验差。GPT-5-Codex可以连续执行长时间任务，特别适合大型重构、迁移任务。此次更新后还支持多模式交互：终端vibe coding、IDE编辑、GitHub集成、Cursor集成等，应有尽有，满足不同开发习惯。
除了GPT-5-Codex外，Greg还爆料了更多内幕。OpenAI在内部实践中孵化了几款关键工具，帮助团队探索AI编程智能体的潜力。首先是10x，一款内部原型，最初在终端运行，能显著提高开发效率。它支持异步长时间执行，工程师甚至可以合上笔记本让任务继续运行，因此被认为带来「十倍生产力」，但因尚未打磨成熟而未对外发布 。其次是Agents.md，这是一个放在代码库里的说明文件，类似专门写给Codex的README。它能压缩上下文，减少模型探索代码的负担，同时存放团队的开发偏好（如测试位置、风格约定）。这样 Codex 能更快理解项目环境，执行任务更高效 。最后是Code Review Agent，这是在内部试点后效果最惊艳的工具。它能理解PR的意图与实现是否一致，检查依赖关系，发现人类审查可能遗漏的bug。内部团队甚至在上线前一晚依赖它审查数十个PR，并几乎零bug发布。
讨论中也提到，2030年的软件开发将不再是「人写代码+工具辅助」，而是「AI写大部分代码+人类监督和设计架构」。开发者更像是团队的指挥官，专注于战略性问题和创意设计，而繁琐、重复、危险的工作则由 AI 智能体承担。收手吧，GPT-5-Codex现在，编程智能体已经成为各大AI巨头的火力集中点，打得火热！OpenAI此次发布GPT-5-Codex也是再次「官宣加入战场」。但是，收手吧，外面已经全是编程智能体了！让我们盘点一下国内外今年到底有多少编程智能体～国外通用/主流编程AI智能体Cursor：深度集成在IDE中，有agent模式，会检索本地代码, 能跨文件操作、项目级别重构等。Claude Code CLI：代码diff、工具调用能力、原型快速实验。Gemini CLI：优势在上下文窗口（context window）、处理大型代码库的重构能力强。GitHub Copilot+Copilot 的扩展国内代表性产品 /平台
国内在这个赛道加速也非常快，不少大厂都在做「编程智能体\编程模型」的组合，已经有很多专门用于编程的模型和产品。腾讯的代码助手CodeBuddy通义千问的Qwen3-Coder字节的TRAE百度的文心智能体平台DeepSeek最新的V3.1系列比如DeepSeek官方公告指出，V3.1在编程智能体和在命令行 / 终端环境下解决复杂任务中表现比之前的 DeepSeek系列模型有明显提升。总体来看，虽然2025年被称为智能体之年，但主要还是聚焦在编程智能体。国外市场以Cursor、Gemini CLI、Claude Code等为代表，强调模型执行力、重构大上下文处理、IDE/CLI无缝集成等能力。而国内也同步推出同类型产品对标Cursor和Claude Code等产品。GPT-5-Codex的上线，让这场「编程智能体大战」更加的白热化！虽然OpenAI很早就洞察到「语言模型能编程」，但是：AI编程IDE的认知被Cursor摘取了AI编程CLI的认知被Claude Code拿到了。而且国内还同步跟进了各种同类型的产品。不知道这次起个大早，赶了晚集的GPT-5-Codex能不能拿下「AI智能体编程」的头衔～
文章原文
