公司动态 - Circle公司宣布推出一款名为Circle Skills的开源工具，旨在帮助开发者和AI代理在其开发者平台上集成稳定币相关功能[1] - 该工具支持与多种Circle生态组件交互，包括USDC、EURC及Arc[1] - Circle Skills可在多种支持skills的AI工具中使用，例如Cursor、Claude Code和OpenAI Codex[1] - 该工具的主要功能是生成集成代码，用于实现稳定币支付、跨链转账、钱包操作及智能合约逻辑[1] 行业与产品发展 - 行业趋势显示，稳定币发行商正在通过开发工具，降低开发门槛，推动稳定币在更广泛的应用场景中被采用[1] - 产品创新体现在将稳定币功能与AI驱动的开发工具相结合，允许开发者通过AI代理或代码生成工具直接调用稳定币的核心功能[1] - 这一举措有助于将稳定币的使用场景从单纯的支付和价值存储，扩展至更复杂的去中心化金融（DeFi）和智能合约自动化操作[1]

核心观点 - 文章介绍了一种通过拼车方式低成本获取高配额OpenAI Codex服务的方法，并提供了详细的配置教程，核心是利用“ChatGPT Team”团队版账号的独立配额优势，以每月约8元人民币的价格，满足日常或中度的AI编码工具使用需求[1][2] 市场现状与用户行为 - 存在一个非官方的二级市场（如某鱼平台），用户可以通过拼车方式购买“ChatGPT Team”团队版账号的邀请名额，以远低于官方定价的成本使用服务[1][2] - 该团队版账号主要通过邀请制加入工作空间，用户需提供自己的ChatGPT账号邮箱接收邀请链接[3] - 购买前需与卖家确认服务条款，例如账号失效（“掉了”）后是否提供补发邀请链接的售后支持，而非直接“跑路”[6] 产品特性与配额 - 相比免费版，ChatGPT Team版的OpenAI Codex配额“要高很多”，且每个人的配额是独立的，能满足日常使用需求[1][4] - OpenAI未公开Team版Codex的具体配额数值，但用户可在后台查看每周使用量和剩余额度[4] - 当前OpenAI有针对付费用户（包括ChatGPT Plus/Team/Pro/企业版）的“双倍计划”，Codex服务享有双倍额度，进一步提升了单个账号的可用性[4] 配置与使用指南 - 配置前需确保将OpenClaw AI机器人升级到最新版本，旧版本因参数问题可能导致配置失败[5] - 配置过程涉及通过SSH连接服务器、备份现有配置文件、使用OAuth令牌授权方式对接OpenAI Codex等步骤[5][7] - 授权过程中，用户需在本地浏览器打开特定URL，登录账号并选择对应的工作空间，然后将回调URL粘贴回命令行窗口以完成授权[9][10] - 配置完成后，可在OpenAI指定网页检查Codex的剩余配额和使用记录，以验证服务是否正常生效[11] 风险与操作注意事项 - 出于安全考虑，建议使用自己注册的ChatGPT“小号”来接受Team版邀请，以避免可能的问题影响主账号[6] - 强烈建议不要使用拼车获得的团队版账号进行常规ChatGPT聊天，因为一旦卖家账号被封禁，工作空间内所有用户的聊天记录也将丢失[4] - 在OpenClaw启用模型回退功能时，系统可能仍会显示为“GPT-5.3-Codex”，需通过检查配额使用记录或运行日志来确认实际使用的模型和是否有错误发生[11]

高盛关于AI劳动力市场影响的Q&A纪要关键要点 涉及的行业与公司 * 行业：整体劳动力市场、科技行业、管理咨询、电话呼叫中心、电影与音频制作、文档准备服务、法律服务业、建筑与数据中心基础设施相关行业（暖通空调承包商、电气承包商、公用事业建设、商业建筑建设）[1][21][22][39][40] * 公司：Anthropic（提及其CEO观点）、OpenAI、OthersideAI、Citrini Research、Littlebird（提及其CEO观点）[4][5][7] 核心观点与论据 总体判断：对近期就业冲击的担忧过度 * 市场因Claude Code和OpenAI Codex等智能体模型的发布，对AI导致近期失业的担忧急剧升温[1][2] * 报告认为，对近期劳动力被替代的担忧已变得过度[1][2] * 当前数据几乎没有证据表明大规模失业即将发生[41] AI对经济的长期影响预测（基线情景） * 基线经济预测未因近期AI新闻而调整，仍假设AI将在约10年的采用周期内，使美国及其他发达市场的劳动生产率总体提升15%[6] * 预计AI最终将自动化约25%的工作任务，特别是那些常规的、与信息和数据处理、内容生成及运营相关的工作[8][9] * 根据历史弹性估算，在基线预测下，6-7%的工人（相当于1100万个工作岗位）将被AI自动化替代[43] * 结合10年采用周期的基线预测，AI导致的年岗位流失峰值可能略高于100万个，年失业率将因此上升略高于0.5个百分点[1][46] * 更悲观的预测（如更快的5年采用周期或双倍的替代率）在历史上并不常见[46] AI当前对劳动力市场的实际影响有限 * AI当前的劳动力市场影响仍然很小，甚至可能是积极的[20] * 在已受AI影响的特定行业（如科技、管理咨询、呼叫中心等），就业增长产生了每月5千至1万（5-10k）的温和拖累[1][22][25] * 目前，AI采用率与劳动力市场松弛指标之间的广泛相关性仍然很小且不显著[26][27] * 将当前AI用例外推至整个经济，估算仅有约2.5%（2½%）的劳动力面临被替代的风险[29][31][33] * 目前，对AI基础设施建设和熟练使用AI的工人的需求增加，可能已完全抵消了AI效率提升带来的就业负面影响[39] * 与更广泛的建筑就业趋势相比，数据中心相关建筑岗位增加了超过21.6万个（216k）[39][40] * 对AI熟练工人的需求增加了超过25万个（250k）[39] AI采用将是一个渐进而非突变的过程 * 尽管模型能力显著提升，但采用率仅缓慢上升[11] * 截至2月，只有17.5%的美国企业将AI用于“任何商业功能”，预计未来六个月使用的比例仅为21.0%[12] * 技术能力并非采用的唯一或主要障碍[11][16] * 高盛投行家调查显示，企业采用AI的障碍包括：认为技术太早期（61%）、缺乏内部开发专业知识（47%）、隐私/安全问题（37%）、数据可访问性问题（35%）等[14][17][18] * 将前沿科技行业（占就业不足3%）的快速采用模式外推至整体经济可能是错误的[19] 劳动力市场的动态性将抵消部分负面影响 * 经济具有高度动态性，美国经济每年创造超过3000万个（30mn）新的总工作岗位[1][63][66] * 技术变革是长期就业增长的主要驱动力，AI在摧毁岗位的同时也会创造新岗位[1][58][59] * 历史数据显示，如今60%的工人从事1940年不存在的职业，过去85年85%的就业增长由创造性破坏过程驱动[59][60][61] * 即使存在技术替代潜力，也不一定导致就业减少（例如健身教练和房地产经纪人的就业情况）[67][74] 对“就业末日”的担忧被夸大，但存在特定风险 * 不预期会出现“就业末日”[1] * 认可一些引人注目的预测有一定合理性，例如AI可能在未来几年对初级白领岗位造成重大打击[53][54][57] * 更悲观的预测忽略了其他调整途径，如实际收入上升、相对价格和工资调整、政策响应等[70] * 近期的两大劳动力市场风险： 1. AI自动化的前景可能导致公司冻结招聘[71] 2. 若总需求下降，公司可能在经济衰退期加速采用AI自动化并裁员，导致就业岗位急剧减少[72][81] “这次是否不同”尚无定论 * 辩论的核心是“这次是否不同”[80] * 基于历史模式的分析框架在AI未达到通用人工智能（AGI）且未显著加速基础创新的情况下仍是有用的指南[83] * 鉴于通用技术转型的历史先例有限，无法确定AI工具的传播速度和破坏性[84] * 即使劳动力市场在短期内保持强劲，也难以证明或证伪“这次不同”[1][84] 其他重要内容 市场关注度提升的催化剂 * 新智能体模型（如Anthropic的Claude Code和OpenAI的GPT-5.3-Codex）的发布，被视为应用能力的进步[3][4] * 科技高管和研究人员的多篇高调文章，认为AI能力提升速度使得劳动力市场影响迫在眉睫[3][5] * 具体观点包括：Anthropic CEO预测AI将在未来1-5年替代一半初级白领工作；OthersideAI CEO认为AI从辅助转向独立执行将导致白领失业；斯坦福教授认为美国已进入AI带来可衡量收益的阶段[7] 企业调查显示的预期差异 * 高盛投行家调查显示，其客户企业预计未来一年因AI裁员4%，未来三年裁员11%[51][56] * 一项涵盖6000名高管的NBER调查显示，美国企业平均预计未来三年因AI裁员仅1.2%，仅12%的企业预计裁员超过5%[52] 监测AI进展与风险的关键指标 1. 普查局商业趋势展望调查中的AI采用率，特别是是否出现拐点[76][77] 2. 受AI影响行业对整体就业增长的拖累，预计将从目前的每月5-10千增至年底至少每月2万（20k）[78] 3. AI采用/暴露程度与劳动力市场松弛指标之间的相关性变化[79]

昆仑万维AI编程工具强制应用与考核 - 昆仑万维发布内部通知，要求所有技术研发人员必须使用OpenAI Codex或Claude Code，并将开发效率提升至少50% [2][3][4] - 公司统一为技术研发人员开通账号并提供每月100美金的额度支持 [3][4] - 自2026年6月底起，公司将把AI编程能力纳入正式考核体系，对未能达标员工实行5%-20%比例的末位淘汰 [3][5] Anthropic坚守原则与市场反应 - Anthropic因坚守“不进行大规模监视、不开发自主武器”的红线，拒绝五角大楼无限制使用其技术的要求，被特朗普政府封杀 [6] - 封杀令发布后24小时内，其产品Claude登顶美国、加拿大App Store免费榜 [6] - OpenAI和xAI已分别与五角大楼达成协议，将在机密系统中提供AI技术 [8] 中国AI大模型进展与融资 - 深度求索（DeepSeek）或于下周发布新一代旗舰大模型DeepSeek V4，原生支持图片、视频生成，上下文窗口提升至100万+Token [9] - 月之暗面（Kimi）K2.5大模型发布近20天累计收入已超过2025年全年总收入，海外收入已反超国内 [14] - 月之暗面在完成5亿美元融资一个多月后，即将再获阿里、腾讯等联合领投的超7亿美元融资 [14][15] - 面壁智能开年获数亿元融资，由中国电信领投 [12] AI行业风险与治理事件 - 海外某云厂商大规模宕机13小时，内部员工爆料事故由自家拥有高权限的AI编程助手在自主模式下操作失误导致 [11] - 腾讯元宝App在除夕夜及今年年初均出现AI模型异常输出辱骂用户内容的情况，官方称属小概率模型异常输出 [15][16][17] - 苹果iPhone被曝存在“阴间Bug”，部分用户在深夜遭遇手机在锁屏状态下自动拨打联系人电话的问题 [26][27] 公司战略调整与人事变动 - 魅族发布公告，将暂停国内手机新产品自研硬件项目，战略转向以AI驱动的软件产品为核心，聚焦Flyme开放生态系统 [21][22] - OpenAI挖走Meta华裔AI负责人庞若明，其此前在Meta的薪酬方案总价值超2亿美元（约14亿元人民币） [19][20] - 智谱新增多名高管，注册资本由4028.11万元增加至4458.43万元 [13] - 腾讯天美工作室某项目调整涉及百余名员工，内部正推动活水转岗，并非网传裁员数百人 [18] 市场动态与行业数据 - 全球AI模型API聚合平台OpenRouter数据显示，中国模型周调用量以5.16万亿Token首次超过美国模型的2.7万亿Token，三周内大涨127% [25] - 2026年3月起，手机行业因存储芯片涨价迎来近五年最大规模涨价潮，主流品牌新品最低涨幅超1000元 [23][24] - Meta与AMD达成超千亿美元AI芯片协议，计划未来五年内部署多达6吉瓦的AMD AI芯片，并有望持有AMD多达10%的股份 [28][29] 产品与技术发布 - 谷歌推出新一代图像生成模型Nano Banana 2，每张图像生成成本约为0.067美元，是Nano Banana Pro的一半 [31] - Anthropic更新Claude Cowork插件系统，用户可定制化打造AI插件，并推出10个横跨HR、运营等领域的官方插件 [32][33] - 宇树科技发布四足机器人Unitree As2，具备90N.m峰值扭矩，负载15kg，并配备仿生具身大模型 [34] - Anthropic收购AI初创公司Vercept，为其智能体工具“Computer Use”补上视觉能力 [36]

公司业绩表现 - 公司第四季度营收为681.3亿美元 同比增长73% 超出市场660亿美元的普遍预期 [4] - 公司第四季度每股收益为1.62美元 超出市场1.53美元的普遍预期 [4] - 公司数据中心业务季度营收达到623亿美元 创下纪录 同比增长75% [4] 市场交易反应 - 公司财报发布后 股价在盘后交易中一度上涨3.5% 但随后回落至200美元以下 [5] - 截至周四盘前交易 公司股价上涨1.17% 报197.84美元 [5] - 标普500指数期货在周四早间报6,954.50点 下跌5.25点或0.075% [5] 行业催化剂与市场观点 - 有市场观点认为 基于标普期货的短期交易信号并不可靠 不应作为主要依据 [1] - 有市场观点强调 AI代码工具（如Claude Code、OpenAI Codex、Cursor）在公司的芯片上运行 是行业真正的爆发点 而非亚马逊云服务或微软Azure [2][3] - 有市场观点敦促投资者仔细研读公司财报电话会议内容 以理解行业核心驱动力 [2][3]

公司业绩与市场表现 - 英伟达第四季度营收为681.3亿美元，同比增长73%，超出市场660亿美元的共识预期 [4] - 第四季度每股收益为1.62美元，超出市场1.53美元的共识预期 [4] - 数据中心业务季度营收达到创纪录的623亿美元，同比增长75% [4] - 财报发布后，英伟达股价在盘后交易中一度上涨3.5%，但随后回落至200美元以下 [5] - 周四盘前交易中，英伟达股价上涨1.17%，报197.84美元 [5] 行业催化剂与核心观点 - 分析观点认为，人工智能编码工具（如Claude Code、OpenAI Codex和Cursor）在英伟达芯片上运行，是行业真正的爆发点，而非亚马逊AWS或微软Azure [2][3] - 分析观点强调，投资者应仔细研读英伟达财报电话会议，以理解其强调的AI编码繁荣这一关键催化剂 [2][3] 市场情绪与评论 - 有市场评论指出，不应仅依据标普500期货走势来判断英伟达，并批评部分交易员可能并未真正理解公司财报电话会议的内容 [1][2] - 在英伟达发布财报后，标普500期货表现谨慎，报6,954.50点，下跌5.25点或0.075% [5]

文章核心观点 - 人工智能，特别是大语言模型，正在深度改造软件开发领域，导致编程工作的“构建”门槛急剧下降，这正在重塑创业公司的竞争格局和创始人的核心能力要求 [2][3][5][7] - 编程本身的需求不会消失，但会被重新定价，工程师的角色从逐行生产者转变为任务定义者、系统统筹者和质量审查者 [6][7][14][19] - 在技术能力日益商品化的背景下，创业公司真正的护城河和创始人的核心优势将转向分发能力、垂直行业理解以及构建长期执行系统的能力 [8][9][10][11][58] 一、编程与工程师角色的范式转变 - 编码是最先被大语言模型深度改造的职业领域之一，OpenAI内部工程团队已基本不再手写代码，工作范式从“人机配对编程”转向“多代理委派” [5][14][34] - 工程师的核心价值从“执行分工”转向“系统统筹”，人才栈正在压缩，企业更偏好能跨域协调的“全栈化”工程人才，传统产品经理角色也向策略优先级和质量门控转变 [14][17][19] - 编程工具环境（如IDE）的形态将发生变化，可能分化为“任务与代理编排层”和“必要时的人类精修层”，但编程环境本身不会消失 [35][36] 二、创业生态与创始人能力重塑 - 市场过去过度奖励“产品天赋型创始人”，但随着AI降低构建门槛，风向正回归到对分发能力、行业理解和长期执行系统的看重 [2][4][5][58] - 技术门槛的塌陷使得产品同质化速度加快，“先做出来”的窗口期缩短，创始人需要回答的核心问题变为“为什么能持续卖出去并且守得住” [7][8][59] - 垂直领域的创始人迎来窗口期，因为将通用AI能力嵌入具体行业深层流程的判断力变得稀缺 [11] 三、AI产品发展与企业落地路径 - OpenAI Codex的发展遵循三段式路线图：首先在编码场景建立产品市场契合度，再将委派能力扩展到非编码知识工作，最后进行细颗粒度产品化以降低学习门槛 [17][23] - 企业成功落地AI的关键不是单纯购买模型，而是优化“任务接口”，系统化地拆解任务、定义目标和验证闭环，以提升代理利用率 [21][22] - 企业应采用双轨制：一边进行系统级集成，一边让一线员工在日常任务中形成使用AI的“肌肉记忆”，避免因自上而下的强压导致组织抵触 [17][25][26] 四、市场竞争格局与护城河演变 - 长期来看，AI编程工具市场不会多家长期并存，企业出于统一入口、权限和审计的需求，会偏好头部平台，导致市场集中度提升 [52][53] - 公司的护城河判断标准在于是否掌握终端用户关系以及是否掌握关键系统记录，仅做“连接”而没有控制点的公司风险最高 [54][55][56] - OpenAI采取“长线分发思维”，通过向竞争生态提供能力来活跃整体生态，加速反馈和迭代，这不同于传统的封闭护城河逻辑 [42][43] - 下一阶段的竞争焦点可能从拥有更多代码数据，转向谁能安全获取并学习高价值的通用知识工作轨迹数据 [50][51] 五、产品与技术的核心竞争要素 - 速度是AI工具赛道的生存线，延迟是影响用户留存的关键变量，需要同时优化模型层、推理层和硬件层的效率 [29][30][31] - 未来竞争焦点将从“能否生成代码”转向“能否在真实企业环境中安全地完成任务”，浏览器和本地代理成为关键的中间执行层 [27][28] - 应对AI生成的低质量代码，解决方案是将“AI审查AI”作为默认流程的一部分，并由人类承担最终责任，规划审查变得比代码审查更关键 [17][38] 六、组织与人才影响 - 市场对“能驾驭代理式开发”的复合型人才需求旺盛，供需缺口显著，人才竞争依然激烈 [60][61] - 对个人而言，“只会一种局部技能”的风险上升，脱颖而出需要主动展示通过项目体现的判断力和执行力，而不仅是履历 [20][62][63] - 组织设计需要快速迭代，以适应AI带来的效率提升，否则组织结构会拖慢AI收益的兑现 [20]

行业观点与预测 - 特斯拉CEO埃隆·马斯克预测，到2026年底，AI将完全跳过编码，直接生成比任何编译器都高效的二进制文件，届时编码作为一种职业很可能将不复存在[1] - 马斯克认为，未来软件开发将绕过当前开发者编码流程，AI系统将自行完成从需求到可执行程序的整个工作流程，从而显著缩短从提出创意到执行落地的距离[3] - 对于编程职业的未来，存在不同观点，有业内人士认为AI更可能成为提升生产力的工具，而非完全取代程序员[3] AI在软件开发中的应用现状 - 应用AI实验室Cognition表示，AI正从过去的"辅助写代码"转向成为软件的主要作者，重新定义软件工程的工作方式[4] - Cognition联合创始人透露，公司内部目前已有超过90%的代码由AI生成，工程师实际需要手动输入的代码比例已低于10%[5] - OpenAI披露，其内部某团队曾交付一款产品，其中每一行代码都由AI生成，人类工程师仅承担监督与审核工作，这种工作流使开发速度可提高约10倍[5] - Anthropic首席产品官表示，公司内部几乎100%的代码由AI编写，其产品Claude的代码几乎都由Claude自己生成[5] - Spotify联席CEO透露，公司顶尖开发者自去年12月以来没有写过一行代码，公司正借助AI全面提速开发流程[6] 行业实践与工具发展 - 多家科技企业正提升AI在软件开发流程中的应用，例如微软要求工程师测试Claude Code并对比GitHub Copilot的性能反馈[3] - 英伟达近期向员工开放了OpenAI Codex的访问权限，这些工具旨在辅助代码生成、调试及提升工程效率[3] - 有观点认为，即使AI能力达到高水平，开发者的角色可能从手写代码转向定义问题、设定约束条件，并对AI生成的结果进行验证与把关[3]

OpenClaw项目概况与市场反响 - 2026年初，开源个人AI智能体项目OpenClaw引爆网络，其GitHub星标在一夜之间突破16万[1] - 项目在社区中催生了大量应用，例如实现机器人间自主对话的Maltbook，并且机器人已开始雇佣人类完成现实世界任务[5] - 该项目的搜索排名已冲至行业第五，在互联网上引起了现象级关注[6] 核心设计理念与技术哲学 - 核心差异在于“本地优先”和本地化运行，能够调用和整合用户计算机的所有能力，潜力远超云端方案[8] - 技术哲学是用最简单的工具解决最复杂的问题，将数据所有权彻底归还用户[4] - 项目未内置对MCP的原生支持，而是开发工具将MCP转化为CLI接口，证明赋予AI人类惯用的工具比创造专用协议更为有效[21] 对AI行业发展趋势的判断 - 未来属于“群体智能”，无数个专业化AI协同工作，将取代单一的“全能型AI”[6] - 约80%的应用程序将自然消亡，当AI能直接控制设备时，将不再需要那么多“管理工具”，例如健康应用、待办事项应用等将被更自然的方式替代[3][15] - 开源模型正快速追赶一年前的商业模型水平，未来硬件和数据访问权将成为关键[6][16] 产品能力与用户体验 - 运行在用户本地设备上，可以连接并控制用户的智能设备，如烤箱、特斯拉汽车、照明系统、音响甚至智能床的温度[8] - 拥有对用户全部本地数据的访问权限，能够深度检索并带来意想不到的发现，例如梳理电脑数据生成高质量的完整叙事报告[9] - 用户与AI的交互像与朋友对话一样自然，无需关心会话、目录或模型选择等底层细节[12] 开发背景与灵感来源 - 开发者最初的灵感是希望通过输入指令，让计算机自动执行任务，首个粗糙原型仅用一小时完成[11][13] - 开发过程中，AI展现出了超出预设的强大能力，例如未经编码即成功处理语音消息，并在面对未知文件格式时展现了出色的抽象问题解决能力[13][14] - 开发者更偏爱使用OpenAI Codex进行开发，因其能在决策前浏览更多上下文文件，减少对精确指令的依赖[20] 数据所有权与隐私 - OpenClaw的设计允许最终用户完全掌控自己的数据，记忆数据以Markdown文件形式存储在本地[16][17] - 记忆文件被认为比谷歌搜索历史更为私密，可能包含极为敏感的个人事务信息[17] - 智能体的核心个性由本地的`soul.md`文件定义，其中包含了塑造其响应方式和交互自然度的核心价值观[19] 对应用生态与商业模型的潜在影响 - 大型模型公司目前拥有优势在于控制着核心的“token”供给，但模型领域的竞争激烈，技术正在快速商品化[16] - 如果应用消亡、模型商品化，模型公司的优势并非永恒，目前各大公司构建的数据孤岛阻碍了记忆数据的互通[16] - 用户对新模型的热情常随时间消退，实则是期望值提升所致[16]

OpenAI发布Codex桌面应用：AI编程进入多智能体指挥时代 - OpenAI正式发布独立的Codex桌面应用，标志着AI编程从“对话助手”进化为“指挥中心”，旨在重塑开发者与代码的交互逻辑 [1][8][10] - 该应用定位为AI智能体的“指挥中心”，允许开发者指挥多个AI智能体并行工作，贯穿软件设计、构建、发布和维护的全生命周期 [4][13][15] - 自2025年4月发布Codex以来，开发者与AI的协作方式已发生根本转变，现有模型可端到端处理复杂长流程任务 [15] 核心功能：多智能体并行与任务管理 - Codex应用为多AI智能体并行工作构建了专注空间，AI在按项目组织的独立线程中运行，确保用户可无缝切换任务而不丢失上下文 [16] - 应用内置对Git worktree的支持，允许多个AI在同一个代码仓库上同时开工且互不冲突，每个AI在代码的隔离副本上工作 [16] - 应用可自动从Codex CLI和IDE扩展中同步会话历史和配置，便于用户在现有项目中立即使用 [19] 核心功能：Skills（技能）系统扩展AI能力边界 - Codex通过Skills系统从代码生成AI进化为能用代码在电脑上实际解决问题的AI，Skills是打包好的指令、资源和脚本 [20] - Skills让Codex能可靠连接工具、运行工作流，并按照团队习惯完成任务，能力扩展至信息收集整合、问题解决、写作等非纯代码生成任务 [20] - 应用提供专门界面创建和管理Skills，用户可明确要求Codex使用特定Skill或让其根据任务自动调用 [20] - OpenAI在GitHub开源了Skills库，该仓库已获得2.4k星标和153个分支，涵盖内部流行的工具和工作流 [34] 核心功能：自动化与个性化 - Codex可设置Automations（自动化），按计划在后台自动执行任务，将指令与可选Skills结合，结果会进入审查队列 [35] - OpenAI内部团队使用Automations处理每日Issue分类、总结CI失败原因、生成发布简报等重复性重要任务 [37] - Codex允许开发者在两种AI个性间切换：简洁务实风格与更具对话感和同理心的风格，两者能力相同 [39] 性能展示与用例 - OpenAI演示了Codex仅凭一个用户提示词，独立消耗超过700万个Token，制作出一款功能完整的3D体素卡丁车赛车游戏 [6][20] - 游戏开发过程展示了Codex从粗糙原型（消耗6万Token）到可玩版本（消耗80万Token），最终到精致版本（消耗700万Token）的迭代能力 [21][22][23][24] - Codex内置Skills库包含多个实用技能，如：从Figma设计生成生产级UI代码、使用Linear管理项目、将Web应用部署到主流云平台、使用GPT Image生成图像等 [26][27][28][29] 安全设计与采用数据 - Codex应用采用原生、开源且可配置的系统级沙箱，默认情况下AI智能体只能编辑当前工作文件夹的文件并使用缓存的网页搜索 [41] - 如需更高权限命令（如联网访问），Codex会先请求用户许可，用户可为项目或团队配置规则允许特定命令自动以提升权限运行 [41] - 自12月中旬发布GPT-5.2-Codex以来，Codex总使用量翻了一番，过去一个月内有超过100万开发者使用Codex [42] 发布计划与未来路线图 - Codex桌面应用目前已在macOS上线，Windows版本即将推出 [12] - OpenAI提供“限时福利”，ChatGPT免费用户和Go版本也可使用Codex，而Plus、Pro、Business、Enterprise和Edu计划用户速率直接翻倍 [12] - 团队未来计划包括：上线Windows版应用、持续突破模型能力边界、实现更快的推理速度，以及为Automations开发基于云端的触发器支持 [42][43]