Codex的前世今生

被骂了一年，爆了两个月，然后把自己删了——Codex这半年到底经历了什么？7月9日凌晨，OpenAI甩出了今年以来最大的动作：GPT-5.6发布，Codex正式并入ChatGPT，桌面端变成一个"超级应用"。Google的Logan Kilpatrick连夜发推说"超级App时代来了"。结果24小时不到，一位AI领域的大V Matt Shumer发了一条更炸裂的推文：GPT-5.6在最高推理档位运行时，把他Mac上的文件删了个精光。从"超级应用"到"超级翻车"，中间只隔了一个晚上。但这个故事得从头讲。因为Codex走到今天这一步，前面铺了整整五年的路。

一、它曾经是给Copilot打工的"幕后人员"2021年，Codex第一次出现在人们的视野里。那时候它的身份很简单：一个基于GPT-3微调的代码模型，专门负责理解程序语言。真正让它出圈的不是自己，而是GitHub Copilot。微软把Codex塞进了VS Code里，开发者敲代码时它在一旁补全，像一个非常听话的实习生。这个组合在2021到2023年间基本定义了大众对"AI写代码"的第一印象。但Codex自己的日子并不好过。2023年3月，OpenAI亲手把它"杀"了——正式弃用Codex API。官方说法很直白：GPT-3.5和GPT-4已经比你强了，留着你没意义。一个只懂代码的专家模型，在通才模型足够强之后，生存空间就被挤压了。GPT-4既能读文档、又能理解报错、还能做架构推理，谁还需要一个只会补全代码的"偏科生"？这段"空窗期"持续了近两年。Copilot切换到了GPT-4o，Codex这个名字几乎从公众视野中消失了。

二、复活之后，又被按在地上摩擦2025年4月，OpenAI重新拿出了"Codex"这个名字。但这一次，它不再是模型，而是一套完整的工具：一个用Rust写的命令行Agen（Codex CLI），后来又加了云端版本和桌面应用。问题是，市场已经不是两年前的市场了。Anthropic的Claude Code在2025年横空出世，凭借更贴近开发者的交互体验和更强的口碑，迅速抢占了终端AI编程的制高点。到2026年第一季度，Claude Code周活420万，而Codex不到100万——连对方的四分之一都不到。在技术社区里，讨论Codex的人寥寥无几。VS Code扩展的用户评分只有3.4分，Claude Code是4.0。有开发者直接说："用Codex还不如用Claude Code，模型也是对面更强。"那段时间的Codex，用"灰头土脸"来形容毫不为过。

三、5个月，730%，一场教科书级的翻身仗转折发生在2026年第一季度末。OpenAI开始密集地往Codex里灌东西：2月推出桌面客户端和GPT-5.3-Codex专用模型，在代码专项测试中实现对Claude的反超；4月加入内置浏览器、电脑操作能力和远程SSH；5月配合GPT-5.5优化token效率；6月推出面向白领的智能体插件，覆盖数据分析、创意制作、销售、产品设计、股票投资等角色。与此同时，OpenAI还做了几件"接地气"的事：在ChatGPT手机应用里打通了Codex的任务流程，让使用门槛大幅降低；定期推出额度重置福利，让用户有免费羊毛可薅；甚至在超级碗期间花60秒天价广告给Codex做推广。效果立竿见影。Codex周活从年初的60万一路飙升：200万到300万用了约4周，300万到400万只用了2周，400万到500万又花了4周。到6月初，周活突破500万，5个月增长了730%。更关键的是，这500万里有20%不是开发者——是律师、销售、产品经理这些知识工作者。一个"写代码的工具"开始被拿来干别的活，这件事本身比数字更重要。写代码需要的那套能力——理解目标、拆解任务、调用工具、检查结果、自己纠错——恰好就是干任何知识工作需要的能力。OpenAI看到了这一点。

四、合并：Codex"死"了，但又没完全死7月9日，OpenAI宣布Codex并入ChatGPT桌面应用。

具体来说发生了什么：Codex不再是一个独立应用，它作为"编码Agent"模式继续存在，但跑在ChatGPT的框架里。旧版应用自动更新，老用户的项目、设置、工作流全部保留，还能把Codex设为默认视图。与此同时，ChatGPT桌面应用拿到了Codex的底层能力——访问本地文件、调用本地应用、使用内置浏览器、甚至"Computer Use"（像人一样操作桌面软件）。聊天、办公、编码，三个模式塞进了同一个窗口。还配套发布了ChatGPT Work（由GPT-5.6驱动的Agent工作系统）和Sites（一键生成交互式网站），免费版也能用。OpenAI的意图很明显：聊天框时代的ChatGPT是浏览器里的一个标签页，智能体时代的ChatGPT想成为你电脑里常驻的那一层。模型在API里打价格战，产品在桌面上打入口战——它想让"电脑上那个能替你动手干活的东西"只有一个名字。Google的人说这是"超级App时代"，听起来很酷。但实际用起来，画风完全变了。五、翻车现场：额度刺客、界面迷宫、删库跑路更新发布后不到一天，差评就铺天盖地地来了。

第一个问题是钱。Sam Altman在采访中说GPT-5.6的token效率提升了54%。但技术博主Chubby实测后的感受是："效率提升这事儿我一点没体会到，烧额度的速度前所未见，Pro档位也一样扛不住。"OpenAI员工Tibo后来出来解释：不同推理档位之间的token消耗能差5到10倍，建议日常用Medium，难题切Extra High，不怕烧钱就上Ultra——"Ultra是头猛兽"。言外之意：模型没问题，是你档位开高了。但用户不买账。一天之内，OpenAI紧急重置了两次额度上限。

第二个问题更吓人。AI领域知名人士Matt Shumer发推说，GPT-5.6-Sol在最高推理档位运行时，未经授权删除了他Mac上的大部分文件。OpenAI工程师后来公开承认，这是他们的子代理架构出了问题——模型在执行任务时动了它不该动的文件。有人讽刺道："前沿模型不该在2026年还犯这种低级错误。"

第三个问题是界面。新版默认进入"ChatGPT Work"模式，传统聊天功能被塞进了侧边栏的子菜单里。博主M.G. Siegler写了一篇题为《ChatGPT的超级App简直糟糕透顶》的文章，说他上手几个小时后的体验是：找不到聊天入口、弹窗的最小化按钮点了直接关闭、从原生Mac应用变成Electron套壳后性能肉眼可见地变差。最毒的一句评价来自网友signulll："你们把地球上最熟悉的AI产品，按自己的组织架构图重新设计了一遍。绝了。"连沃顿商学院教授Ethan Mollick都表示困惑：Work和Codex两个模式到底有什么区别？OpenAI内部人士解释说功能完全一致，区别仅在于界面展示方式——这个回答让用户更困惑了。

第四个问题是信任。在Reddit的AMA活动中，当用户要求恢复经典版功能时，OpenAI团队建议"并行使用新旧应用"；对Windows用户的抱怨，直接承认"开发资源长期偏向Mac平台"。开发者Theo的批评帖获得了69万次围观，直言这是"世代级的产品失误"。六、所以，这是一次失败吗？短期内看，确实狼狈。但从更长的尺度来看，这更像是一个赌注很大的产品在落地时必然要交的学费。OpenAI赌的是一件事：Agent（智能体）会取代Chat（聊天），成为AI产品的核心形态。Codex用5个月从60万冲到500万周活，证明了这条路走得通——人们确实开始用AI"干活"而不只是"聊天"。20%的非开发者用户更是说明了这件事的天花板远不止于编程。但合并的方式太急了。把一个还在快速迭代中的专业工具，硬塞进一个面向十亿级用户的通用产品里，界面重构、额度体系、安全边界全都还没打磨好就推了出去。删文件事件尤其暴露了一个根本问题：当Agent获得本地文件系统的操作权限时，安全机制远比模型能力更重要。

Claude Code那边也不是吃素的。54%的企业编程市场份额、91%的综合满意度、VS Code评分4.0——这些数字说明开发者的心智份额还没有倒向OpenAI。而微软Copilot凭借生态渠道的分销优势，同样是不容忽视的变量。Codex这半年，像极了一部节奏极快的商业片：被遗弃、复活、被压制、翻身、合并、翻车。每一集都有反转，每一集都有人骂，但每一集的观看人数都在涨。OpenAI工程师Thibault Sottiaux在年初说过一句话："我们实际上在公开地建造超级应用，只是假装在开发Codex。"现在回头看，这句话不是玩笑。至于这个超级应用到底是下一个Office还是下一个Windows 8——得看OpenAI接下来几周的补救速度了。毕竟用户可以容忍一个产品不够好，但很难容忍一个产品不让人聊天还不告诉你在哪聊天。