OpenAI 已经提出 GPT-5-Codex是其通用模型的一个变体，专注于 Codex 中基于代理的编程任务。其目标是使团队能够在交互式会话和长期后台工作之间切换，而不会丢失上下文或结果质量。
该公司强调，该模型 调整你推理的时间 基于复杂性：对简单请求可在几秒钟内响应，并可在任务需要时投入数小时。这种方法面向软件工程，包括以下高级功能： 代码审查和关键错误检测.
GPT-5-Codex 是什么？它有什么用途？
与通用 GPT-5 相比，此版本已 经过真实开发场景的训练 使用类似框架 PyTorch 从头开始创建项目，添加功能和测试，调试、重构并持续监控变化。
根据 OpenAI 的说法，该模型更 严格遵守代理指南（AGENTS.md），所以最好按照说明操作，类似于 打开助手，并且使用短提示生成更高质量的代码，而无需编写长提示。
除了编程之外，GPT-5-Codex 还可以 通过运行代码和测试来评估正确性并在投入生产之前标记影响问题，这对于审查要求严格的团队特别有用。
在接口工作中，公司认为这是 前端任务的可靠合作伙伴 以及桌面应用程序的创建，并根据内部人类偏好评估改进移动体验的生成。
以上所有内容均已集成到通常的流程中： 终端 (CLI)、IDE、Web、GitHub 和 ChatGPT 应用程序，云和本地环境之间具有上下文连续性。
绩效和适应性“思考时间”
此次发布的关键之一是 动态推理管理：模型本身实时决定投入多少“精力”，并在检测到任务复杂性增加时延长执行时间。
OpenAI 声称已经观察到 超过七小时的独立会议 在大规模重构中，通过迭代来纠正测试失败并验证结果，直到达到目标。
这种行为与基于 预先确定资源的路由器；在这里，模型会随着进展重新评估努力，将敏捷对话与持续执行相结合。
从实践层面来看，这意味着 对具体请求的快速响应 当工作涉及协调多个模块之间的变更或解决复杂的依赖关系时，需要投入更多时间。
对于软件团队来说，这种方法有望 减少不相关的迭代 并更加关注高影响力的步骤，特别是在审查大型存储库或处理跨领域任务时。
工具和集成：CLI、IDE、Web 和 GitHub
Codex 命令行界面已 围绕基于代理的流程重新设计现在可以直接在 CLI 中附加图像，以促进设计决策或检测视觉不一致。
系统可以 使用待办事项列表监控进度 并集成了网络搜索和 MCP 等工具，MCP 是一种将 LLM 安全地连接到外部数据和实用程序的开放标准。
该界面还改进了 工具调用格式和比较，这有助于更清楚地跟踪代理的推理和审查差异。
在开发环境中，IDE 扩展和 GitHub 集成允许 在不丢失上下文的情况下在本地和云之间移动工作，依靠编辑器中的开源来获得更精确的答案。
OpenAI 表示代理运行于 默认受控环境 并且可以调整权限，以限制对敏感项目的潜在破坏性行动。
可用性和访问权限
GPT-5-Codex 已启用 ChatGPT Plus、Pro、Business、Edu 和 Enterprise，此外还有终端、Web、IDE、GitHub 方面的 Codex 经验。
该公司计划将其提供给 稍后提供 API 客户端，尽管目前还没有公布该频道的具体时间表或具体价格。
GPT-5 Codex 测试和指标
根据 OpenAI 分享的信息和外部报告，GPT-5-Codex 提供 在面向代理的场景中比 GPT-5 有更好的结果，例如 SWE-bench Verified 基准。
具体数字如下： SWE-bench Verified 中性能提升高达 74,5% 重构测试的比例从 GPT-33,9 的 5% 跃升至 GPT-51,3-Codex 的 5%，这表明多文件维护和编辑方面取得了进步。
该公司还强调其 评审意见错误或不相关程度较低，从而将注意力集中在关键问题上并减少 PR 中的噪音。
GPT-5 Codex 对技术团队意味着什么
对于开发商来说，拥有一个代理人 结合快速交互和自主工作 为缩短周期和更有效地确定复杂任务的优先级打开了大门。
在组织中，模型能够花费数小时完成一项任务的能力需要企业 AI 战略、明确的成本和执行限制政策，以及在多种语言和具有广泛背景的单一存储库中验证其性能。
实践 安全地集成到现有流程中，具有权限控制、代理决策跟踪和可读差异以保持质量和可追溯性。
专注于软件工程， GPT-5-Codex 的目标是成为技术贡献者 能够创建、审查和维持复杂的项目，根据问题的实际规模调整计算工作量，并提高人工智能编码工具的标准。
