网易首页 > 网易号 > 正文 申请入驻

GPT-5.3-Codex突然登场!AI能自己造自己了

0
分享至

智东西2月6日报道,今天,就在Claude发布Opus 4.6后的几分钟,OpenAI也推出了自家的最新编程模型:GPT-5.3-Codex。OpenAI号称,这是世界上最强大的智能体(Agentic)编程模型。

GPT-5.3-Codex在SWE-Bench Pro和Terminal-Bench 2.0这两个编程基准测试中拿到了SOTA,并在OSWorld和GDPval等智能体能力和真实世界任务测评中,较GPT-5.2-Codex实现一定提升。在Terminal-Bench 2.0上,GPT-5.3-Codex的得分比Claude Opus 4.6高了11.9%。

不过,OpenAI参加的基准测试数量更少,也基本没有和Claude Opus 4.6重叠的,得分只能作为参考。

为演示其编程能力,OpenAI晒出了一个由GPT-5.3-Codex打造的赛车游戏。这个游戏里有多辆赛车同时开展比拼,还配备了8张地图,甚至还能用空格键使用道具,就是画风确实有些简陋。我们也简单试玩了一下这个游戏,完成度还挺高的。

体验链接:

https://cdn.openai.com/gpt-examples/7fc9a6cb-887c-4db6-98ff-df3fd1612c78/racing_v2.html

OpenAI还透露,GPT-5.3-Codex是OpenAI首个在自我创建过程中发挥关键作用的模型。GPT-5.3-Codex的早期版本,被Codex团队用来调试模型训练、管理部署、诊断测试结果和评估,加速了模型的开发。

GPT-5.3-Codex其实就是GPT-5.2-Codex和GPT-5.2的结合体,具备前者的编程能力和后者的推理能力和专业知识储备,且速度也提升了25%。

这意味着GPT-5.3-Codex不仅可以用于编程,也可用于软件工程里的所有其他工作,比如调试、部署、监控、测试、指标分析等。你还可以用GPT-5.3-Codex来做PPT、Excel、Word等等,从OpenAI分享的案例来看效果还不错。

▲GPT-5.3-Codex打造的PPT(图源:OpenAI)

与GPT-5.3-Codex同期发布的,还有OpenAI的最新的企业级智能体平台Frontier,具备共享上下文、在反馈中学习、持续改进等能力,并支持设定清晰的权限与边界。

▲Frontier打造的Agent(图源:OpenAI)

目前,GPT-5.3-Codex已向付费ChatGPT用户开放,可在Codex应用、CLI、IDE插件和Web中使用。API访问仍需等待后续更新。Frontier现阶段仅面向有限客户,未来几个月将有更广泛的可用性。

不过,在这波发布中,与隔壁的Claude Opus 4.6相比,GPT-5.3-Codex和Frontier在讨论热度上明显逊色一筹,发布模型的推文转赞评数量都只有Claude Opus 4.6的不到一半,评论区中也能看到不少质疑声。

关心编程能力的用户认为GPT-5.3-Codex在实际使用体验和安全性上和Claude Opus 4.6仍有差距,而将OpenAI模型用于写作等其他场景的用户,则认为OpenAI不再重视他们。这显示出OpenAI在编程等市场的产品号召力和社区影响力上,以及如何平衡自家的ToC和ToB业务上,仍有很长的路要走。

一、能在数百万token代码库修Bug,还会给人类主动汇报工作

OpenAI称,在GPT-5.3-Codex的帮助下,其编程工具Codex将不再只是一个“会写和审代码的智能体”,而是会进化为一个几乎可以完成开发者和专业人士在计算机上能做的所有事情的智能体。

在Web开发方面,OpenAI让GPT-5.3-Codex打造了两个游戏,一个是此前我们看到赛车游戏,另一个则是一个潜水游戏,游戏机制类似《潜水员戴夫》。

不过,光是打造这样一个游戏其实对如今的前沿编程模型来说已经不难了。OpenAI还分享,在发出“修复这个 bug”、“改进游戏”等通用后续提示词的情况下,GPT-5.3-Codex可以在数百万token的过程中自主迭代这些游戏。

GPT-5.3-Codex在理解日常网站构建意图方面明显优于GPT-5.2-Codex。对于简单或描述不充分的提示,它会默认生成功能更完整、默认设置更合理的网站。

例如,在构建一项名为“Quiet KPI”的服务的网站首页时,GPT-5.3-Codex可以自动将年付方案展示为折扣后的月价,还会自动生成包含三条不同用户评价的轮播组件,而不是仅呈现单条内容。整体页面因此显得更加完整、更加接近可直接上线的产品。

程序员、设计师、产品经理和数据科学家的工作远不止写代码。GPT-5.3-Codex从设计之初就支持整个软件生命周期中的工作,包括调试、部署、监控、编写PRD、编辑文档、用户研究、测试、指标分析、以及更多专业工作。

在使用类似GDPval的自定义技能后,GPT-5.3-Codex在GDPval(一个衡量44种职业中明确知识型任务的评估)上达到了与GPT-5.2相当的水平。

在考察模型计算机使用能力的OSWorld-Verified中,人类平均得分约为72%,而GPT-5.3-Codex达到了64.7%。GPT-5.3-Codex在该评测中表现显著优于以往的GPT模型。

随着GPT-5.3-Codex的发布,Codex还提供了一个新的设置选项“工作中可引导”。开启后,GPT-5.3-Codex会在工作过程中频繁更新关键决策和进展,支持实时对话、提问、讨论方案,并在执行期间持续解释其思路并提供反馈。这让人类用户可以更高效地指挥和监督多个Agent。

OpenAI称,得益于基础设施和推理栈的改进,Codex用户的GPT-5.3-Codex整体速度提升了25%。该模型开发过程中,OpenAI与英伟达展开了合作,基于GB200 NVL72系统设计、训练和部署。

二、推出企业级智能体平台,惠普、Uber已经用上了

在智能体平台方面,OpenAI今天发布的Frontier,要做的是帮助企业构建、部署并管理真正能干活的智能体。

OpenAI认为,当前企业在推进AI应用时面临严重的数据与系统碎片化挑战。智能体虽然被广泛部署,却因缺乏跨系统的全局视野和上下文而难以发挥实效,导致模型能力与实际部署之间存在巨大的“机会鸿沟”。

要打造能干活的智能体,OpenAI的思路是赋予智能体与人类在工作中所需的同款能力。Frontier像培养人类员工一样,为AI同事提供系统化的“入职”支持。

比如,Frontier会让智能体理解跨系统的业务流程、获取执行任务所需的工具与权限、学会判断工作质量,并在明确的安全边界内运作。该平台可与现有系统和数据集成,支持智能体通过多种界面融入工作。

Frontier的核心能力包括连接企业内部数据与应用,构建统一的业务语义层;提供开放的智能体执行环境,支持规划、操作与学习;内置评估优化机制,使AI能持续从经验中提升质量;同时确保企业级安全治理,为每个智能体设定身份、权限与防护边界。

为了让企业更方便地管理智能体,Frontier提供了概览界面,在这里可以看到活跃的智能体数量,这些智能体完成了多少任务,又用掉了多少额度。

此外,OpenAI还会派驻工程师与客户团队协作,将实践经验与研究反馈相结合,加速落地进程。已有不少大型企业客户采用了Frontier,比如惠普、Intuit、甲骨文、State Farm、赛默飞(Thermo Fisher)、Uber等等。

结语:OpenAI押注“AI劳动力”

这次发布中,OpenAI将其主要精力都放在了AI的生产力与落地能力上。无论是GPT-5.3-Codex在编程、软件工程全流程和计算机使用能力上的强化,还是Frontier试图为企业补齐“能干活的智能体”这一关键拼图,都指向同一个方向,也就是让AI真正走进生产环境,成为可以被管理、被信任、被规模化使用的劳动力。

如何在持续加码企业级智能体和生产力场景的同时,维持开发者与普通用户的信任感与参与感,如何在ToB的长期布局与ToC的广泛影响力之间找到平衡,或许将成为OpenAI接下来一段时间里必须回答的关键问题。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
拒绝内塔尼亚胡续任执政!埃森科特放话:他一分钟都不能多留

拒绝内塔尼亚胡续任执政!埃森科特放话:他一分钟都不能多留

娱乐圈的笔娱君
2026-11-16 14:43:49
方博夺冠的背后,是WTT的不合理!冠军奖金还不够机票钱,难怪樊振东要退出

方博夺冠的背后,是WTT的不合理!冠军奖金还不够机票钱,难怪樊振东要退出

十点街球体育
2026-11-16 17:44:57
“浑身都是放纵的痕迹!”母亲晒儿子大学三年变化,连面相都变了,家长认为责任在学校,网友们痛斥

“浑身都是放纵的痕迹!”母亲晒儿子大学三年变化,连面相都变了,家长认为责任在学校,网友们痛斥

蝴蝶花雨话教育
2026-10-20 00:05:15
泽连斯基危险了?谈判刚结束,俄媒爆:俄或放开对乌总统暗杀限制

泽连斯基危险了?谈判刚结束,俄媒爆:俄或放开对乌总统暗杀限制

战域笔墨
2026-11-16 15:19:45
罗永浩拿低俗段子调侃刘欢女儿名字被推向风口浪尖,全网都在等他一个道歉!

罗永浩拿低俗段子调侃刘欢女儿名字被推向风口浪尖,全网都在等他一个道歉!

唐大业
2026-11-15 20:27:48
赖昌星送价值63万凌志车与77万虎皮,厦门海关杨前线收下后依旧不肯放行,直到一个 “量身定制” 的女人登场,才撬开五百亿走私帝国的大门

赖昌星送价值63万凌志车与77万虎皮,厦门海关杨前线收下后依旧不肯放行,直到一个 “量身定制” 的女人登场,才撬开五百亿走私帝国的大门

磊子讲史
2026-10-24 17:20:42
NBA签一份7年合同有多难?历史仅6人 皮蓬7年1800万 魔术师签25年

NBA签一份7年合同有多难?历史仅6人 皮蓬7年1800万 魔术师签25年

库库侃体育
2026-11-16 20:02:49
杜塞尔多夫乒乓球队官宣换帅!对俱乐部续约樊振东是否会造成影响?

杜塞尔多夫乒乓球队官宣换帅!对俱乐部续约樊振东是否会造成影响?

杨华评论
2026-11-16 20:01:03
杨议吐槽郭德纲“新爹”马志明:别把他捧太高,他就是一说相声的

杨议吐槽郭德纲“新爹”马志明:别把他捧太高,他就是一说相声的

秋姐居
2026-11-14 20:10:59
陆毅说:“如果我女儿的男朋友很上进,但家境一般,我会棒打鸳鸯。因为我觉得门当户对很重要,而且婚姻要得到双方父母的祝福,才会幸福”

陆毅说:“如果我女儿的男朋友很上进,但家境一般,我会棒打鸳鸯。因为我觉得门当户对很重要,而且婚姻要得到双方父母的祝福,才会幸福”

背包旅行
2026-11-16 09:55:48
说黄乐40岁了对黄仁勋没杀伤力,其实你错了,她的眼神足以证明了

说黄乐40岁了对黄仁勋没杀伤力,其实你错了,她的眼神足以证明了

皮蛋儿电影
2026-11-10 11:28:13
热火VS火箭,传来4好1坏消息,字母哥有望率队击退杜兰特

热火VS火箭,传来4好1坏消息,字母哥有望率队击退杜兰特

生活新鲜市
2026-11-16 13:16:43
中国“星链”走到商用前夜

中国“星链”走到商用前夜

经济观察报
2026-11-15 22:13:39
男子花3500找了一个小姐,又觉得不过瘾,让小姐再喊个闺蜜过来“一起玩”

男子花3500找了一个小姐,又觉得不过瘾,让小姐再喊个闺蜜过来“一起玩”

张晓磊
2026-10-18 11:58:47
平顶山打人夫妻结婚照曝光:男的酷似昆山龙哥,女的刻薄像燕冬萍

平顶山打人夫妻结婚照曝光:男的酷似昆山龙哥,女的刻薄像燕冬萍

江山挥笔
2026-02-22 09:48:58
知名经济学家:居民不花钱,其实是因为已经进入了极限状态

知名经济学家:居民不花钱,其实是因为已经进入了极限状态

午夜搭车a
2026-10-22 01:32:16
今日重点赛事!11月16日 CCTV5、CCTV5+ 体育节目单

今日重点赛事!11月16日 CCTV5、CCTV5+ 体育节目单

林子说事
2026-11-16 09:16:55
越来越多人得胰腺癌,医生揭露凶手,竟是冰箱久放的3种食物

越来越多人得胰腺癌,医生揭露凶手,竟是冰箱久放的3种食物

健康科普365
2026-10-03 22:25:05
告别纯燃油:全新2028款本田CR-V将全系混动上市 | 酷乐汽车

告别纯燃油:全新2028款本田CR-V将全系混动上市 | 酷乐汽车

CLauto酷乐汽车
2026-11-16 00:32:18
赌场还是屠宰场?A股正在把散户吃干抹净

赌场还是屠宰场?A股正在把散户吃干抹净

A活着
2026-10-12 17:03:56
2026-11-16 20:44:49
智东西 incentive-icons
智东西
智东西,AI产业新媒体,专注报道人工智能的前沿技术发展,和技术应用带来的千行百业产业变革。
12943文章数 117195关注度
往期回顾 全部

科技要闻

历史头一回!马斯克用"筷子"夹住太空飞船

头条要闻

上任2个月尤尼斯在街头遭暗杀身亡 知情人:被以"斩首"

头条要闻

上任2个月尤尼斯在街头遭暗杀身亡 知情人:被以"斩首"

体育要闻

NBA开赛最大惊喜,是他们?

娱乐要闻

陈晓楠对话厉娜和许飞引全网热议

财经要闻

10万人逼宫英伟达,黄仁勋要复职了?

汽车要闻

更豪华更好开 问界新M8细节升级见真章

态度原创

游戏
时尚
手机
教育
公开课

传《GTA6》主线约50个小时 全成就大约200个小时

“小棕裙”今年冬天爆火,这样穿时髦又松弛!

手机要闻

鞠婧祎代言 荣耀700系列四款高颜值配色公布:全系标配原生AI背屏

教育要闻

济南市历下区燕山小学教育集团将出席2026第四届课博会,解码“做中学”视域下小学科学教育生态构建

公开课

李玫瑾:为什么性格比能力更重要?

无障碍浏览 进入关怀版