**Codex 逆袭：从失败到 ChatGPT 底座​ | OpenAI | ChatGPT | GPT-5 | Claude Code | o1 | 思维链 | 创新者的窘境 | Sam Altman — Transcript & Summary | SozAI** Source: https://sozai.app/transcript/codex-comeback-from-failure-to-chatgpt-foundation-openai/ OpenAI Codex从云端版失败到桌面应用逆袭，成为ChatGPT核心底座的历程：推理模型、Claude Code竞争、团队如何转型与产品抉择。 ## Key Takeaways - Codex的逆袭依靠对推理模型闭环优势的把握，以及从失败中快速转向桌面端的决策 - 用AI加速AI研发的自举模式大幅降低了内部立项和协作成本 - 产品形态上，原生、多Agent并行的桌面界面比纯文本终端更适合长时间协作 - 未来方向是异步、云端的自主Agent，而非仅停留在结对编程 ## What the video covers - 视频讲述Codex团队在2025年云端版Codex Cloud未找到PMF后陷入转型阵痛 - 竞品Anthropic的Claude Code凭借让Agent自主长时间工作的模式迅速走红，形成强烈对比 - GPT-5被用户评价为过于保守、像被沙盒束缚，与Claude Code的放手狂飙形成反差 - 思维链提示被训练进模型本体，催生了以o1为代表的推理模型，并带来Thinking思考轨迹 - 推理模型在编程上获益最大，因为代码可运行验证形成天然闭环，能自我测试与修Bug - Codex历经多个起点：2021年初代Codex、推理模型时代的CLI终端、VS Code插件，以及后来的原生桌面应用 - 团队在云端受挫后优先做结对协同助手，插件推出后开发者涌入，但也引发对工作流未来的质疑 - 团队选择押注原生桌面应用，让用户能同时管理多个多模态Agent，并走向普通知识工作者 - GPT-5.2与GPT-5.3 Codex的推出被视为转折点，用户开始用行内评论替代手动编辑 - 2026年Codex周活跃用户超过500万，并于7月正式成为新的ChatGPT桌面应用 ## Chapters 1. 00:00 开场与Codex的困境 2. 01:38 GPT-5发布前夜与Every的测试 3. 03:35 Claude Code的冲击与对比 4. 05:32 推理模型与思维链的兴起 5. 17:49 Codex的多个起点与团队合流 6. 26:26 云端失败与结对助手的转型 7. 35:06 桌面应用的抉择与逆袭 8. 49:30 未来方向：重回云端异步Agent Answers ## Questions about this video Codex为什么在云端版本失败？ Codex Cloud上线后虽然吸引眼球，但外部开发者需要在云端完整重建本地环境、凭证和配置，往往耗时数小时，导致几乎没有持久留存，团队因此陷入迷茫。 推理模型为什么对编程特别有利？ 编程天生具备闭环：模型可以修改代码、运行并几秒内验证结果，自主测试和修Bug，不需要人工逐步复核，因此推理模型在这一领域的收益最明显。 Codex为什么选择押注原生桌面应用？ 团队认为未来用户会同时调度多个多模态Agent并长时间协作，纯文本终端难以胜任，而原生桌面界面能提供更丰富的操作形态，并有助于把Codex推向普通知识工作者。 ## Full Transcript — Download SRT & Markdown 00:00 Speaker A 大家好，这里是最佳拍档，我是大飞。 00:50 Speaker A 它几个月前刚上线云端第一版 没找到PMF，团队正处在转型阵痛里 想把 Agent 搬到开发者自己的电脑上 而在对面 竞品 Anthropic 的 Claude Code 正在一群把整项任务甩出去 然后起身走人的用户中间，迅速引爆 基兰·克拉森（Kieran Klaassen）带着一组人 把整项任务直接交给 Opus 4 然后走开 直到一个完整的功能、甚至一个完整的应用被交付回来 他们的专栏作者凯蒂·帕罗特（Katie Parrott）几乎没靠工程师帮忙 几天就搭好并部署了一套自己的 AI 内容管理系统 用Shipper的话说，用 Claude Code 你只要让它放开手脚去狂飙就行了 而 GPT-5 感觉有些胆小 像被沙盒死死束缚住 害怕施展自己真正的力量 正是因为反馈了这些发现 Shipper坐进了 OpenAI 的会议室 对面是公关团队的林赛·麦卡勒姆（Lindsay McCallum） 01:38 Speaker A 2025 年夏天，在 GPT-5 发布的前一夜，旧金山 Mission Bay OpenAI 的办公楼里一片躁动。 02:38 Speaker A 后来用户发现 如果要求模型在回答前一步一步写出推理过程 答案往往会好很多 这个小学数学老师都会教的办法 叫思维链提示 OpenAI 索性把它训练进了模型本体 于是有了第二代的推理模型 和屏幕上那个闪烁的Thinking 作答之前 模型会在一张叫思考轨迹的草稿纸上反复推演 碰壁就退回重走 直到确信答案才输出 第一款这样的模型叫 o1 2024 年 9 月放出预览版 此前 AI 的进步主要靠堆算力 o1 让 OpenAI 发现，同一个模型 只要在难题上给它更充足的思考时间 表现就能明显变好 这场跃迁里编程获益最多 因为它天生自带闭环 模型可以改代码、运行它、几秒钟内知道改动有没有生效 能自己测试、自己修 Bug 不需要人在旁边复核 理论上，只要思考时间足够长 推理模型就能独立完成任何编程任务 在 OpenAI 内部 打造一位"AI 程序员"的执念由来已久 03:35 Speaker A 就在那一晚，Every 公司的创始人丹·希珀（Dan Shipper）坐在会议室里，心里冒出一个不太合时宜的念头：OpenAI 也许要丢掉自己在 AI 编程领域的天命了。 04:20 Speaker A 但当时的模型读屏幕又慢又笨 根本落不了地 可是在终端里，模型不需要看屏幕 直接穿梭在纯文本和代码的世界里 这让他相信 这足以撑起一款真正的编程产品 在他看来，产品要成立 用户必须每隔 30 秒、最多 1 分钟 就能看到模型在做什么 速度依然是拦路虎 当时大多数 AI 编程产品都围着 VS Code 搭建 靠的是极短的反馈回路 不敢让模型长时间独立作业 因为底层的模型扛不住 而 OpenAI 早期的推理模型恰恰相反 慢条斯理 你越催它越拉垮 于是恩比里科斯反过来想 能不能把这个缺陷 也就是得出答案所需的延迟 变成一种优势呢？ 与此同时，在 OpenAI 的另一角 蒂博·索蒂奥（Thibault Sottiaux） 大家习惯叫他 Tibo 正把推理模型的力量掉转头来对准自己 05:06 Speaker A Every 这家公司的业务，是用真实业务测试前沿模型，讲清楚它们能做什么、不能做什么。OpenAI 提前大约一个月把 GPT-5 的访问权限给了他们，好让他们摸清模型的短板，发布当天再同步推出深度评测。十个人的团队为此在纽约州北部闭关了一周，轮流测试那个期待已久的模型。 06:06 Speaker A 让它们写研究员要用的 Python 基础设施代码 因为研究员每天都在用 所以带来了极短的高频反馈回路 编程能力突飞猛进 他们用的训练方式跟当时大团队为公众训练模型的方式很不一样 很长一段时间里甚至很难兼容 结果很清楚 模型反哺了催生自己的科研过程 工程师管这叫自举（Bootstrapping） 先做出一个擅长帮研究员跑实验的模型 研究员借它做出更强的模型 更强的模型跑到更优质的实验 再带来更聪明的模型，循环往复 这场努力给了 Codex 一半的灵魂 一套能自我迭代、改进底层科研基建的 Agent 要变成全公司能用、并最终走出 OpenAI 围墙的产品 它还需要另一半的灵魂 也就是恩比里科斯关于人类究竟该怎么和这类 Agent 协同工作的产品构想 大规模探索之后，必然迎来合流 2024 年底到 2025 年初 编程被确立为OpenAI的顶层战略目标 包括Tibo和恩比里科斯在内的多支团队 正从不同切角攻克同一个命题 Greg Brockman说 当时悬而未决的核心是找到正确的产品形态 Agent 到底该待在开发者执行命令的 CLI 里 07:13 Speaker A 他们最想测试写代码，因为这是 AI 进化最快的战场。结果有点尴尬：日常用着挺喜欢，可一放进 Codex 里，反响平平。那时候的 Codex 还没有今天的地位。 08:18 Speaker A 有恩比里科斯这样技术敏锐的产品人 有Tibo这样的工程基建大牛 还有阿米莉亚·格莱斯（Amelia Glaese）这样的顶尖研究员 也有人叫她米娅 阿米莉亚从 DeepMind 跳槽过来 之前在 Gemini 和模型对齐上做过研究 在 OpenAI 她负责模型训练和对齐所需的数据体系 她自称是冷峻的经验主义者 采访里毫不避讳量化倾向 说在科研里单凭直觉起不了什么大作用 可一聊到训练模型 又会笑着承认这有多像一场未知的冒险 每次训练新模型 都像踏上一场奇幻大冒险 大家心里都在想 老天，这回到底该怎么搞定它？ 就在他们合流的同时 Anthropic那边一条更有希望的路径率先爆发了 2025 年 2 月 24 日 Anthropic 发布 Claude 3.7 Sonnet 同步推出了 Claude Code 的研究预览版 09:05 Speaker A 它几个月前刚上线云端第一版，没找到 PMF，团队正处在转型阵痛里，想把 Agent 搬到开发者自己的电脑上。而在对面，竞品 Anthropic 的 Claude Code 正在一群把整项任务甩出去、然后起身走人的用户中间迅速引爆。基兰·克拉森（Kieran Klaassen）带着一组人，把整项任务直接交给 Opus 4，然后走开，直到一个完整的功能、甚至一个完整的应用被交付回来。他们的专栏作者凯蒂·帕罗特（Katie Parrott）几乎没靠工程师帮忙，几天就搭好并部署了一套自己的 AI 内容管理系统。 09:46 Speaker A 把筹码押在了另一个愿景上 Codex Cloud 他们设想一个跑在云端、拥有独立沙盒虚拟机的 Agent 主打异步离线协作 让你在电脑甚至手机上随手下发任务 只给了自己大约七周的时间研发和发布 它想让用户在 ChatGPT 侧边栏点开它 输入需求点 Code 任务进入后台排队 然后Codex 就能把代码库拉进隔离的云端容器 改文件、跑测试 最后返回摘要和改动对比 以及一个能直接提交 PR 的按钮 2025 年 5 月 16 日 Codex Cloud 正式上线 Tibo说它在 OpenAI 内部极其成功 可是在公司外部 上线后虽然吸引了眼球 却几乎没有持久的留存 为了跑通它 外部开发者得在云端完完整整重建自己本地的环境、凭证和配置 这个过程往往长达几个小时 一旦配好，面对定义极其明确的任务 10:37 Speaker A 用 Shipper 的话说，用 Claude Code 你只要让它放开手脚去狂飙就行了。而 GPT-5 感觉有些胆小，像被沙盒死死束缚住，害怕施展自己真正的力量。 11:46 Speaker A Brockman说过，放眼未来 正确的产品形态应该是一个在云端拥有自己独立笔记本电脑的 AI 所以他们真的把它造了出来 但是现实很残酷 云端产品没能找到 PMF 团队工程经理跳槽去了估值 90 亿美元的 Cursor OpenAI 打算以 30 亿美元收购 Windsurf 的交易也告吹了 恩比里科斯说，最艰难的时候 是他们觉得自己不知道该做什么 或者明明知道该做什么 却很难看到进展真的发生 第一次，Codex 团队迷失在了荒野里 推理模型最强大的地方 恰恰是它的回溯能力 如果它推断 Bug 藏在某个模块 重写完发现 Bug 还在 它通常不会一条道走到黑 而是重新审视最初的假设 扩大寻找解法的范围 基于试错学到的信息转向一条更有希望的新路径 这种用错误自我纠偏的能力 正是它能找出那些最初并不显而易见的解法的原因 云端产品折戟之后 2025 年的春夏之交 12:38 Speaker A 正是因为反馈了这些发现，Shipper 坐进了 OpenAI 的会议室，对面是公关团队的林赛·麦卡勒姆（Lindsay McCallum），身旁是 Codex 团队的亚历山大·恩比里科斯（Alexander Embiricos）。恩比里科斯一边交谈一边敲代码，赶着做完 GPT-5 发布版的一项新功能：让 Agent 在访问沙盒外文件或运行命令前，主动停下来请求人类授权。 13:29 Speaker A 与此同时 米歇尔·波克拉斯（Michelle Pokrass）正带队让 GPT-5 在真实的工业级编程场景中脱胎换骨 她负责后训练阶段 打磨模型行为去适配现实世界的工程任务 用Brockman的比方 一个没打磨过的编程模型 很像一个 SAT 考了满分、却一天班都没上过的书呆子 即便竞赛成绩很亮眼 一进真实混乱的代码库就频频翻车 波克拉斯团队的办法 是坐到真实程序员旁边看他们怎么编码 把每一次翻车现场 转化成可以规模化重复训练的数据集 就这样 OpenAI 迎来了那个后来把Shipper带到 Mission Bay 会议室里的模型节点 放到团队经历的惊涛骇浪里看 他当晚感受到的那份谨慎就完全合情合理了 经历云端挫折后 团队优先做出了一个擅长跟人类程序员并肩协同、一步一印的结对助手 所以当 Codex 团队在 8 月下旬 推出适配 VS Code 和 Cursor 的侧边栏插件时 开发者如潮水般涌入 14:25 Speaker A Shipper 说了句后来被反复引用的话：我们现在基本上都不怎么看代码了。当着一个专造自主编程 Agent 的人谈任务委派，他自己也有点脸红。离开的那个夜里，他还在怀疑：OpenAI 是不是正在为一个即将消亡的工作流，打造一款完美的工具呢？ 15:01 Speaker A 最符合商业惯性的选择 是继续向这两大成熟战场追加投资 可 Codex 团队偏偏做了个出乎所有人意料的抉择 Tibo说 他们决定继续维持 CLI 的基本维护 但把接下来最重头的投资 押在一款原生桌面应用上 身处 OpenAI 内部 他比大多数人更早看清了趋势 模型能独立承接的任务时间正变得越来越长 很快还要融合多模态信息 人们会倾向于在电脑上同时并发调度好几个 Agent 整天跟它们泡在一起 他说 如果你打算把一整天都花在它里面 它就必须是一个形态极度丰富的操作界面 在纯文本的终端黑框里管理五六个多模态 Agent 简直不可理喻 对恩比里科斯来说 本地桌面应用还指明了一条通往理想工作流的路径 用户先跟 Agent 近距离磨合 然后像给新员工入职一样 逐步摸清哪些大块任务可以放心甩手交给它 更深的意义在于 这个界面未来能把 Codex 带出狭窄的极客圈层 推向那些这辈子都不会主动打开命令行的普通知识工作者 为了设计并落地 Tibo招募了安德鲁·安布罗西诺（Andrew Ambrosino） 16:07 Speaker A 要理解这场绝地反击，我们得先回到一个闪现在屏幕上的词：Thinking。 17:12 Speaker A 在写这个试图干掉 VS Code 的替代品 每天恩比里科斯走进办公室 都会环顾长桌发起灵魂拷问 来，挨个汇报 你今天把它当主力工具了吗？ 起初大家的回答清一色是没有 没有编辑器，哪怕一处微小的改动 都得大费周章地写一条提示词 安布罗西诺自己在 2025 年 11 月的内部信里也承认 砍掉文件的手动编辑功能 是整个上线规划中他最怀疑、最没底气的决定 外部市场让这个决定显得更冒险 2025 年 11 月 Google 发布了 Antigravity 同样是基于 VS Code 构建、把 AI Agent 和完整编辑器捆在一起的编程工具 安布罗西诺回忆 他们只是互相看了一眼 心里都在打鼓 不 fork 一个 VS Code 17:53 Speaker A 第一代大语言模型本质上是一个外置型的处理器，它们没有内部推理状态，思考的方式就是直接向你输出内容，既没法提前规划，也没机会事后修改。早期的聊天模型就像一个即兴的话剧演员，抓着观众丢来的一个提示词，就得现场把整场戏演完。产出偶尔惊艳，偶尔也闹笑话，比如坚称 strawberry 里只有两个 r，还挨个拼出来证明，最后沾沾自喜地自我肯定。 18:33 Speaker A 而不只是让模型在榜单上刷更高的分 而且因为 Codex 模型线跟 ChatGPT 主干彻底独立 他们不用顾忌那 8 亿用户 可以跑得更快 到了 12 月 团队内部的风向戏剧性地反转了 原本嚷着要编辑器的人 逐渐习惯了通过划线批注 让 Agent 自己去改代码 开发体验工程师多米尼克·昆德尔（Dominik Kundel）在 Slack 里写道 他原本渴望一个代码编辑器 现在大部分改动都直接用行内评论 快得很 阿米莉亚也说，5.2 是个转折点 她第一次觉得 哇，她对它能为自己做的事非常兴奋 整个行业在圣诞假期迎来了拐点 开发者们用 Opus 4.5 和 GPT-5.2 一行代码都不碰 就把整个应用从零到一 端到端的搭了出来 到了 2026 年 1 月 19:16 Speaker A 后来用户发现，如果要求模型在回答前一步一步写出推理过程，答案往往会好很多。这个小学数学老师都会教的办法，叫思维链提示。OpenAI 索性把它训练进了模型本体，于是有了第二代的推理模型，和屏幕上那个闪烁的 Thinking。作答之前，模型会在一张叫思考轨迹的草稿纸上反复推演，碰壁就退回重走，直到确信答案才输出。 20:04 Speaker A 互不干扰 你可以选择寸步不离地实时掌控航向 也可以一口气下发多个任务直接离开工位 等它们真正需要人类决断时再回来接管 这类工作机制本身不算前所未有 Claude 桌面应用的几个月前 就已经允许技术和非技术用户这么做了 但是 Claude 桌面端走的是修修补补的拼凑路线 最初只有对话，后来硬塞进代码 再后来打补丁一般的拼入协同 整个界面显得支离破碎 用户很难搞清哪类任务该切到哪个标签 也搞不清每个面板下到底开放了哪些系统权限 而 Codex 桌面应用身上几乎没有这种妥协的疤痕 Shipper第一次打开它时 配合几天后发布的专属驱动模型 GPT-5.3 Codex 感觉是凌厉、纯粹 而且彻彻底底是 Agent 原生的 有一种只有当所有细节都服从于同一个终极愿景时 才会迸发的浑然一体 这种干净一部分来自晚来的优势 OpenAI 是在 Claude 桌面应用加完代码和协同标签之后才动手 等于看到了一条已经被验证过的轨迹 GPT-5.3 Codex 也是 OpenAI 模型能力的一个转折点 21:08 Speaker A 第一款这样的模型叫 o1，2024 年 9 月放出预览版。此前 AI 的进步主要靠堆算力，o1 让 OpenAI 发现，同一个模型只要在难题上给它更充足的思考时间，表现就能明显变好。 21:48 Speaker A 整体使用量自年初以来涨了 5 倍 4 月，应用加上了内置浏览器 Agent 可以自己上网查东西、在活页面上核对结果 还能在别的 Mac 应用之间协同 展示文档、幻灯片和表格的预览 哪怕一个从没写过代码的人 也能开口要一份演示文稿或预算报告 全程不用离开这个应用 到 2026 年 6 月 Codex 的周活跃用户超过 500 万 其中大约五分之一是知识工作者 7 月 9 日 OpenAI 让 Codex 桌面应用正式成为新的 ChatGPT 桌面应用 对话被放了进去 有意思的是 新的 ChatGPT 在底层依然对 Mac 自称 com.openai.codex 这个名字 22:27 Speaker A 这场跃迁里编程获益最多，因为它天生自带闭环：模型可以改代码、运行它，几秒钟内知道改动有没有生效，能自己测试、自己修 Bug，不需要人在旁边复核。理论上，只要思考时间足够长，推理模型就能独立完成任何编程任务。在 OpenAI 内部，打造一位"AI 程序员"的执念由来已久。 23:03 Speaker A 身后立着一块巨大的白板 Shipper这次来是想问 这个团队究竟怎么从当年 Codex Cloud 的惨烈滑铁卢里爬出来 一路杀成 ChatGPT 核心底座的内容呢？ 又凭什么避开了他当初在 Mission Bay 最担心的那条 传统结对编程的死胡同呢？ 绝大多数团队都会本能地躺在既有的甜头里吃老本 可 Codex 团队没有 恩比里科斯拿起黑色白板笔 开始画 Codex 的历史增长轨迹 他先画了一条很短的上升折线 代表初代 Codex Cloud 短暂波峰后很快平缓触顶 接着是一条陡峭得多的大曲线 代表搭载 GPT-5 之后的本地 CLI 终端 再一条更高 那是席卷市场的编辑器插件生态 最后一条 是伴随 5.3 Codex 和原生桌面应用问世的增长曲线 23:49 Speaker A Codex 因此有过很多个起点。最早的一个就是它的名字：2021 年发布的第一代 Codex 是基于 GPT-3 在公开代码上微调的模型，也是初代 GitHub Copilot 的底层引擎。三年后，当 o1 的预览版让人看到推理模型的潜力，管理层一声号召，内部好几支团队又从不同方向追起了这个梦。 24:59 Speaker A 闭环迭代自己的产品线和模型线 更关键的是，用 AI 来制造 AI 彻底改写了产品研发的物理定律 在传统科技公司里 立项一款全新产品 要经历数月跨部门扯皮去争取预算和编制 而在这种内耗拉锯中 正处于现金牛地位的成熟产品 几乎永远会大获全胜 但是在 OpenAI 团队是直接用 Codex 打造 Codex 区区几个人就能在几周内 从零拉起一套全新的产品形态 Tibo对此有过一句很实在的感叹 现在想要说服别人支持一个新的想法 需要的口舌和会议比以前少得太多了 注视着白板 恩比里科斯还有最后一条全新的曲线要画 既然全球已经有数百万开发者 在本地电脑上对这个 Agent 建立了近乎不可动摇的信任 下一步 就是重新杀回一年前折戟沉沙的那个宏大愿景 打造一个哪怕你起身离开、合上电脑 依然在后台为你工作的自主 Agent 他说 他们接下来的核心方向是全面走向异步 这意味着他们必须重新把战火烧回云端 这一次 Shipper忍不住注意到他放在会议桌上的那台笔记本电脑 屏幕上盖正严丝合缝地彻底闭合着 26:06 Speaker A 其中一个起点，是恩比里科斯在 2024 年底开启的。他形容自己第一次真正感受到 AGI，是看到有人把推理模型接进终端，亲眼看着它自己读文件、运行命令、自行解决报错。他是在 2024 年早些时候加入 OpenAI 的，公司收购了他联合创立的程序员多人屏幕共享协作工具 Multi。他先想在 ChatGPT 桌面应用和 AI 浏览器 Atlas 上，实现人机无缝协作。 Topics: Codex OpenAI ChatGPT GPT-5 推理模型 思维链 Claude Code AI编程 Agent 桌面应用 学习这个视频 - [这个视频的闪卡](https://sozai.app/zh/tools/ai-flashcard-generator/?from=transcript&id=82502) - [这个视频的测验](https://sozai.app/zh/tools/quiz-generator/?from=transcript&id=82502) 免费，由 AI 根据这份文字稿生成。无需注册。 --- This is the markdown twin of https://sozai.app/transcript/codex-comeback-from-failure-to-chatgpt-foundation-openai/ — the same content, without the markup. Published by SozAI (https://sozai.app). Reuse and quotation are allowed with attribution and a link back. Machine-readable index: https://sozai.app/llms.txt · data API: https://sozai.app/api/