8000字，Codex逆袭​​ChatGPT抓马史首次大公开

Codex是科技发展历程中一个极为关键、却长期未被充分叙述的篇章。

就在不久前，这段往事终于被详尽地挖掘出来。

Every公司的CEO Dan Shipper用了好几个月的时间，访问了OpenAI联合创始人Greg Brockman以及六位Codex项目的核心成员，最终撰写了一篇超过8000字的深度报道《How Codex Happened》。

这篇文章首次完整还原了Codex从最初发布遇冷、未能找到市场契合点，到最终逆袭成为ChatGPT桌面端基础架构的全过程。

最能体现这场翻身仗的，是一个藏在Mac系统里的细微之处：

新版ChatGPT桌面应用的内部标识符，至今仍然是“com.openai.codex”。

一年前，Codex还仅仅是ChatGPT内部的一个不起眼入口；不到12个月后，ChatGPT反而被整合到了它的框架之中。

这堪称一次“反向收购”。

至于这场逆袭是如何实现的？从团队透露的信息中，我们梳理出以下四个关键点：

1、初版Codex Cloud在外部市场遇冷，团队迅速调整方向转向本地Agent；2、OpenAI为Codex开辟了独立的模型研发线，实现了研究、产品与工程的直接联动；3、团队在一年内尝试了四种不同的产品形态，最终锁定了不含代码编辑器的桌面应用；4、他们利用Codex来开发Codex，仅凭几个人就能在几周内构建出一个全新产品。

当然，比这些结论本身更引人入胜的，还是背后那些一波三折的故事。

Enjoy。

初代Codex，败于过于超前

新一代Codex的起源，可以追溯到2024年底。

那时，如今已是Codex负责人的Sottiaux，正带领团队训练一个内部编程Agent，专门用于帮助OpenAI的研究人员编写基础设施代码、运行实验，并利用实验结果来改进下一代模型。

？？Codex还未正式面世，就已经在OpenAI内部参与打造它的“下一代版本”了。

以今天的视角来看，这套玩法多少有些过于前卫。

不仅仅是Sottiaux的团队，实际上当时OpenAI内部有好几个团队都在同时押注AI编程领域，只是各自选择的方向不同：

有人押注终端，有人押注集成开发环境（IDE），还有人坚信“Agent就应该运行在云端”。

其中，云端路线听起来尤其吸引人。

人下班、电脑合上盖子，Agent还能在自己的虚拟机上继续工作，第二天回来一看，代码改好了，测试通过了，连代码审查请求都已经准备好了。

这谁能不心动？？

于是在2025年春天，几支探索力量逐渐合并，团队最终决定：

先做云端版本。

他们只用了大约7周时间，就开发出了Codex Cloud。本以为这款于2025年5月发布的产品会取得成功，结果现实却给了所有人一记重击——用户并不怎么买账。

问题出在环境配置上。

公司内部有统一的开发环境配置，研究员几乎可以“拎包入住”。但外部的开发者面对各种不同的依赖项、权限设置和私有工具，光是让Agent接入他们的真实工作环境，就得先克服一大堆障碍。

更尴尬的是，产品负责人Embiricos后来复盘时，又补了一刀：

当时的模型，也还没有聪明到能够独立处理复杂任务的程度。

因此，第一版Codex Cloud同时撞上了两堵墙。

环境配置过于繁琐，模型能力也未能跟上。

团队提前构想出了理想的工作模式，但现实条件还差得很远。

这场云端豪赌，就这样失败了。。。

两人的副线项目，挽救了Codex

就在OpenAI遭遇挫折的同时，隔壁的Anthropic却带着Claude Code从另一条路径冲了出来。

Claude Code直接在用户自己的电脑上运行，文件、工具和开发环境都是现成的。用户可以随时中断操作，也能在同一个上下文基础上继续进行调整。

开发者们很快用行动做出了选择。

Codex团队这才意识到，自己追求的云端最终形态或许没有错，只是中间跨越的步子迈得太大了。

怎么办？

回头，把曾经放弃的本地路线重新捡起来。

说起来，这条本地路线其实一直都在。

早在Codex Cloud发布前一个月，OpenAI就开源了Codex CLI。它可以直接在终端里读取文件、修改代码和执行命令，产品形态与Claude Code颇为相似。

不过，CLI当时并非Codex团队的主线项目。

按照Embiricos的说法，它是一个由两个人“英雄式”地拼凑出来的副线项目。团队内部也曾做过本地Agent的原型，但一个月后就放下了，集体转向了想象空间更大的云端方向。

谁能想到，最后救场的，恰恰是这条被搁置的副线。

2025年夏天，Sottiaux接管团队，直接宣布：

转向本地。

但他没有急于给CLI堆砌功能。相反，团队先把底层的Agent整个重写了一遍。

这个选择在当时看来多少有些反常。

毕竟Claude Code已经跑起来了，外部用户又在催促新功能，Codex团队却一头扎进底层，开始用Rust语言进行重构。

表面上看，别人忙着抢占市场，他们还在家里更换发动机。

但Sottiaux想要解决的，正是Codex此前反复更换形态的根本问题。

CLI只是用户看得见的外壳，真正有价值的，是下面那套能够读取文件、执行命令、调用工具和修改代码的Agent。

只要把这套核心能力从终端中解耦出来，它以后就能随处安家：

终端可以用，IDE可以用，桌面应用、手机、云端和ChatGPT也都能接着用。

这一次，团队没有急着去赌下一个界面，他们先把“Codex本身”给造了出来。

不过，发动机换好了，车暂时还是开不快。

团队还缺少一个足够强大的模型。

过去的OpenAI模型在编程比赛里成绩很好，但一旦面对真实的代码库就容易露怯。项目文件混乱、依赖关系复杂、用户还会中途打断，这与刷一道干净的算法题完全是两码事。

Greg Brockman对此有一个很形象的比喻：

这些模型就像SAT考了满分，却一天班都没上过的学生。

于是，负责GPT-5后训练的Michelle Pokrass团队开始给模型“补充工作经验”，让它接触混乱的大型代码库，学会理解项目结构、追踪Bug，也学会在需要越权时停下来询问用户。

到了2025年8月，重构后的Codex CLI终于与GPT-5结合，随后又进入了VS Code和Cursor的侧边栏。

这一次，用户真的来了。

到当年10月，Codex的使用量增长了超过10倍，IDE扩展也迅速超过终端，成为最常用的入口。

那个由两个人拼凑出来、差点被留在副线里的CLI，终于把Codex从云端首败中救了回来。

Embiricos回忆，当时自己脑子里只剩一句话：

“终于可以开打了。”

IDE刚刚爆火，团队又转去做App了

照理说，CLI和IDE扩展都在猛涨，接下来就该顺势加人、加功能，大干一场了。

Codex团队偏偏又拐弯了。

Sottiaux认为，模型很快就能连续工作几小时，同时处理代码、图片、语音和外部信息，用户以后可能同时指挥五六个Agent。

这么多任务全塞进终端，多少有点难为这个几十年前诞生的黑框框了。

于是，他决定继续维护CLI，同时把下一笔最大的投入押到原生桌面App上。

为了把App做出来，Sottiaux找来了设计师兼程序员Andrew Ambrosino，整个核心团队只有4个人，目标却很大：

做一个能同时管理多个Agent的“总控台”。

界面更像聊天软件，左边是不同项目和任务，每个任务里都有一个Agent，用户可以同时派几路活，再回来查看进度、补充要求。

随后，一个更大胆的决定来了：

这款编程App里，不放代码编辑器。

也就是说，Codex哪怕只写错了一个单词，用户都不能顺手进去改，只能继续跟Agent说，让它自己修。

Ambrosino算得很清楚，一旦允许用户手动编辑，搜索、撤销、快捷键、调试等整套IDE功能都会跟着找上门。

4个人去复刻VS Code，结局大概率是做出一个处处缩水的低配版。

团队索性把后路堵死：

Codex得强到让用户放下编辑器，这个App才有存在的意义。

想法挺酷，早期版本却把自己人都难住了。

Embiricos每天问团队成员：今天你把它当主力工具了吗？

最初所有人都回答：没有。

有人抱怨，想替换一句话都得专门提示Codex，实在太麻烦。就连Ambrosino自己也在内部怀疑：

不提供文件编辑，会不会是个大错？

偏偏这时候，Google又发布了带完整编辑器的Antigravity。

Codex团队几个人互相一看，心里估计都在打鼓：

咱当初真的不该套个VS Code吗？

更要命的是，当时的Codex模型也撑不起这个设计，Ambrosino后来直言，即使App功能全部做完，模型质量依然会让它“无法发布”。

团队只能一边把产品往前推，一边等模型追上来。

结果，还真等到了。

2025年11月，GPT-5.1-Codex-Max发布，模型开始能够连续编程数小时。

一个月后，GPT-5.2-Codex又补强了大型代码库修改能力。

到了12月，团队内部的口风开始变了。

原本嚷着需要编辑器的人，逐渐不再亲手改代码，他们会在结果里留下批注，再让Codex自己处理。

2026年初，整个Codex团队都开始把这款App当主力工具，随后OpenAI内部的工程师和研究员也陆续切了过来。

连习惯终端和Emacs的Greg Brockman都“叛变”了。

再回到以前的工作流，他只觉得像是“回到了过去”。

2026年2月2日，Codex桌面App正式发布。

这一次，外部用户也买账了。

3月，Codex周活突破200万，6月超过500万，其中约五分之一已经是知识工作者。

到了7月，Codex桌面App进一步与ChatGPT桌面体验合并。

想当年，Codex只是ChatGPT里的一个小入口。

然而现在，ChatGPT反过来住进了Codex的壳里。

形势，已然逆转。

Greg又剧透：以后可能连输入框都没了

你以为到Codex这里就结束了吗？

NONONO。

在最新做客播客节目《No Priors》时，Greg Brockman话里话外透露：

Codex这条产品路线，可能只是OpenAI更大计划的预演。

Greg Brockman谈到了OpenAI内部正在使用的主动式Agent Dots。

这个Agent有自己的云端电脑，可以持续读取用户授权的日历、邮件和Slack。

Greg自己的Dots是一只小猫头鹰。

每天早上醒来，它已经替他整理好了待办事项：哪些消息忘了回、哪些事情答应了还没做、日程里有没有冲突，甚至会提醒他“这场会得提前走，不然下一场赶不上”。

更离谱的是，其中一些事Greg压根没交代过。

Greg特意强调，Dots最关键的变化来自“产品形态”。

模型只能补全几行代码时，它适合待在IDE里；能够独立工作几小时后，它需要一个管理多个Agent的桌面工作台；等用户习惯把整项任务交出去，它又会回到云端，在人离开后继续干活。

绕了一大圈，Codex最初押注的云端路线，又要杀回来了。

只不过这一次，模型能力、底层Agent和用户习惯都已经补齐。

在《How Codex Happened》的结尾，Embiricos也明确透露，Codex下一步将转向异步工作：

“这意味着，我们必须重新回到云端。”

有意思的是，说这句话时，他面前那台电脑已经牢牢合上了（Dan Shipper认为这个动作多少有点表演成分）。

云端还只是第一步。

Greg对AI界面的判断，要更激进得多。在他看来：

最好的UI，就是没有UI。

今天用AI，用户还得打开App、找到输入框，再想办法把需求描述清楚。

Greg认为，这些步骤以后都会逐渐消失。

用户可以直接通过语音、Slack、iMessage等入口呼叫Agent，它平时藏在后台，根据上下文持续工作，需要用户做决定时，再主动冒出来。

固定的按钮和菜单，也可能一起退场。

碰到订机票、分析数据、组装自行车这类任务，AI可以现场生成一套正好够用的界面。

任务结束，这套界面也就完成使命。

说白了，以前是人学习怎么操作软件，以后就是软件开始临时长成你需要的样子。