文章核心观点 - Codex是科技史上最重要且尚未被充分讲述的故事之一，Every CEO Dan Shipper花费数月采访OpenAI联合创始人Greg Brockman及六位Codex核心成员，撰写了8000多字长文《How Codex Happened》[1] - 文章首次还原Codex如何从首发遇冷、未找到PMF，一路翻盘成为ChatGPT桌面端底座[3] - 最能说明逆袭的细节是新版ChatGPT桌面应用内部标识至今仍叫“com.openai.codex”，一年前Codex只是ChatGPT里的小入口，不到12个月后ChatGPT反而住进了Codex的壳里，形成“反向吞并”[4][5] - 逆袭的四个关键点：第一版Codex Cloud在外部遇冷后团队迅速转向本地Agent、OpenAI为Codex单开模型线让研究产品和工程直接协同、团队一年更换四种产品形态最终押中没有代码编辑器的桌面应用、用Codex开发Codex几个人几周就能搓出一个新产品[8] 第一版Codex Cloud遇冷与转向本地Agent - 新一代Codex源头可追溯到2024年底，如今已是Codex负责人的Sottiaux正带团队训练内部编程Agent，专门帮OpenAI研究员写基础设施代码、跑实验再用实验结果改进下一代模型[9] - Codex还没正式出道就已在OpenAI内部参与打造“下一代自己”[10] - 当时OpenAI内部有多支团队同时押注AI编程，方向各有不同：有人押终端、有人押IDE、还有人认定Agent就该住在云端[12] - 云端路线听起来尤其诱人：人下班电脑合盖，Agent还能在自己的机器上接着干，第二天回来代码改好了测试跑完了连PR都已经摆在桌上[14] - 2025年春天几支探索力量逐渐合流，团队拍板先冲云端，只花约7周就把Codex Cloud鼓捣出来，发布于2025年5月，结果用户没咋买账[15] - 问题出在环境上：公司内部有统一开发配置研究员几乎可以“拎包入住”，而外部开发者面对各种依赖权限和私有工具，光把Agent送进真实工作环境就得先闯一遍新手村[16] - 产品负责人Embiricos复盘时补充，当时的模型也没聪明到能独立扛下复杂任务[17] - 第一版Codex Cloud同时撞上两堵墙：环境配置太麻烦、模型能力也没赶上，团队提前造出了理想中的工作方式但现实还差着一截[18][19] - 在OpenAI折戟的同时，隔壁Anthropic带着Claude Code从另一条路冲了出来，Claude Code直接运行在用户自己的电脑上，文件工具和开发环境全是现成的，用户可以随时打断也能沿着同一段上下文继续调整[21][22] - 开发者很快用脚投票，Codex团队这才发现追求的云端终局也许没有错，只是中间那几步迈得太大了，于是回头把曾经放弃的本地路线重新捡起来[23][24][25] - 早在Codex Cloud发布前一个月，OpenAI就开源了Codex CLI，可直接在终端里读取文件修改代码和执行命令，产品形态跟Claude Code颇为相似[25] - 不过CLI当时并非Codex团队的主线项目，按照Embiricos的说法它是由两个人“英雄式”搓出来的支线项目，团队内部还做过本地Agent原型可一个月后就放下了集体转向想象空间更大的云端[26] - 最后救场的恰恰是这条被搁置的支线[27] 转向本地与底层Agent重写 - 2025年夏天Sottiaux接管团队直接宣布转向本地，但没有急着往CLI里堆功能，相反团队先把底层Agent整个重写了一遍[28] - 这个选择当时看起来多少有点反常，毕竟Claude Code已经跑起来了外部用户又追着要新功能，Codex团队却一头扎进底层开始用Rust重构[30] - 表面上看别人忙着抢市场他们还在家里换发动机[31] - Sottiaux想解决的正是Codex此前反复换形态的问题，CLI只是用户看得见的外壳，真正有价值的是下面那套会读文件跑命令调用工具和修改代码的Agent[32] - 只要把这套核心能力从终端里拆出来，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[33] - 这一回团队没再急着赌下一个界面，他们先把“Codex本人”造了出来[34] - 不过发动机换好了车暂时还是开不快，团队还缺一个足够强的模型[35] - 过去的OpenAI模型在编程比赛里成绩很好，到了真实代码库却容易露怯，项目文件乱依赖复杂用户还会中途打断，跟刷一道干净的算法题完全是两回事[36] - Greg Brockman对此有个很形象的比喻：这些模型就像SAT考了满分却一天班都没上过的学生[37] - 负责GPT-5后训练的Michelle Pokrass团队开始给模型“补工作经验”，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[38] - 到了2025年8月重构后的Codex CLI终于搭上GPT-5，随后又进入VS Code和Cursor侧边栏[39] - 这一次用户真来了，到当年10月Codex使用量增长超过10倍，IDE扩展也迅速超过终端成为最常用的入口[41] - 那个由两个人搓出来差点被留在支线里的CLI，终于把Codex从云端首败里捞了回来[42] - Embiricos回忆当时自己脑子里只剩一句话：“终于可以开打了”[43] 从IDE转向桌面App - 照理说CLI和IDE扩展都在猛涨接下来就该顺势加人加功能狠狠干一波，Codex团队偏偏又拐弯了[43][44] - 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[45] - 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，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[46][47] - 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”[48] - 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来回查看进度补充要求[48] - 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，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[49] - 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[50] - 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[51] - 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[52] - 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[52][53] - 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[54] - 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[55][56] - 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”[56] - 团队只能一边把产品往前推一边等模型追上来[57] 模型迭代与桌面App发布 - 2025年11月GPT-5.1-Codex-Max发布，模型开始能够连续编程数小时[59] - 一个月后GPT-5.2-Codex又补强了大型代码库修改能力[60] - 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[61][62] - 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[63] - 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”[64][65] - 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[66][67] - 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[68] - 到了7月Codex桌面App进一步与ChatGPT桌面体验合并[69] - 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[70][71][72] 未来方向：云端回归与无UI界面 - 在最新做客播客节目《No Priors》时Greg Brockman透露Codex这条产品路线可能只是OpenAI更大计划的预演[74] - Greg Brockman谈到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[77][78] - 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[79] - 更离谱的是其中一些事Greg压根没交代过[80] - 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[82] - 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[83][84] - 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”[86] - 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[88] - 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[88][89] - 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[90] - 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[91][92][93] - 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[94] - Greg还透露OpenAI正在推动个人助手与工作Agent逐渐合流，ChatGPT手里有庞大的消费级用户，Codex和企业业务又掌握着专业工作场景[95][96] - OpenAI接下来的思路是把这几条线汇到一起，让同一个Agent既了解你的工作也能处理日常事务[97] - 所以Codex从编程工具一路长成ChatGPT桌面端底座很可能只是第一步，它先拿掉了代码编辑器让用户通过对话指挥Agent写代码，现在OpenAI连输入框都准备一起拿掉[98][99][100] - 以后的人类负责说一句“我要什么”，剩下的界面工具和执行流程全由Agent临时搭出来[101] 彩蛋：Agent-native文章 - 这篇报道本身也是一篇“Agent-native文章”，Every把正文和六位核心成员的采访资料一起交给了AI[103] - 读者可以让Agent总结章节解释原文对比不同受访者的说法甚至继续深挖作者没有展开的细节[104] - 操作也很简单：打开文章后点击顶部的Read with agent，选择Codex Claude或Gemini，再按照页面提示打开或复制阅读Prompt[105] - 提示词都是提前写好的直接复制粘贴到用的AI即可[109] - 然后可以直接问：Codex第一次云端发布为什么失败，也可以继续追：对比Sottiaux和Embiricos的说法两人认为Codex翻盘的关键分别是什么[111] - 等于把一篇8000多字的长文变成了一个可以随时追问交叉检索的采访资料库[111] - 文章写的是AI如何改变软件，结果阅读方式本身也被AI改了[112]