OpenAI Codex翻身记：Tibo接手不到一年，ChatGPT桌面版都归了它

科技媒体 Every 的联合创始人兼 CEO Dan Shipper 日前发出一篇长文《How Codex Happened》，把 OpenAI 编程智能体 Codex 过去一年多从谷底爬回来的经过完整讲了一遍。

为写这篇稿子，Shipper 花了好几个月，前后采访了六位 Codex 的核心参与者：OpenAI 总裁兼联合创始人 Greg Brockman，Codex 负责人 Thibault Sottiaux（也就是 Tibo），Codex 前产品负责人 Alexander Embiricos，研究员 Mia Glaese，设计师兼工程师 Andrew Ambrosino，还有设计师 Ed Bayes。

Shipper 自己也是这段经历的见证人。Every 一直能在新模型发布前拿到测试权限，并发布「Vibe Check」评测；GPT-5 发布前夜，他就待在 OpenAI 的办公室里。

报道的呈现方式同样少见。Shipper 管它叫「智能体原生（agent-native）」稿件：六场采访的文字稿全文随文附上，点任何一句引语都能跳回原始对话；读者还能派自己的智能体去交叉比对文字稿、提炼产品经验，甚至找出作者漏掉的洞见。按 Every 的说法，这篇报道本身就是靠 Codex 采写出来的。

文中好玩的细节不少。现在 Mac 系统里 ChatGPT 桌面应用报给系统的名字还是 com.openai.codex，也就是说 Codex 是从内部把 ChatGPT「吞」了下去。外界一直以为 Codex 有独立模型线是高层拍板的远见，Tibo 却说，压根没做过这样一个决定。

一年时间里，团队做了四种产品形态：云端、终端、编辑器侧边栏，最后是一个完全没有代码编辑器的桌面应用。为了验证这个「不让人亲手改代码」的东西到底行不行，Embiricos 每天到办公室都要挨个问同事：你今天拿它当主力工具了吗？

结果相当扎眼。据 Every 报道，今年 6 月 Codex 周活超过 500 万；7 月，Codex 桌面应用直接变成了新版 ChatGPT 桌面应用；到现在，Codex 与 ChatGPT for Work 合计周活超过 4000 万。Tibo 也已升任 OpenAI 全部核心产品与平台的负责人，ChatGPT、Codex 和 API 都归他管。

下面顺着 Shipper 的叙事脉络，把这个故事捋一遍。

GPT-5发布前夜 一场有点尴尬的对话

故事要从 2025 年夏天讲起。Every 提前一个月拿到 GPT-5，平时用着挺满意，可一放进 Codex 里写代码，反应就平淡了：快是快，也聪明，但总是过早收手，像不敢越过被允许的边界，更像一个结对编程的搭档。

可那时的 Every 已经换了干活方式：把整个任务丢给 Claude Code 里的 Opus 4，人走开，等一个完整功能甚至整个应用交回来。

于是在 OpenAI Mission Bay 办公室的会议室里，Shipper 把这些观察摆到了 Embiricos 面前：用 Claude Code 可以放手让它跑，GPT-5 却显得胆怯。说到「我们其实已经不怎么看代码了」这句时，他自己都红了脸——眼前这位的工作，恰恰就是做自主编程智能体。

那晚走的时候，Shipper 心里冒出一个念头：OpenAI 也许正在为一种快要消失的工作流打造完美的工具。

一切始于「Thinking...」

要弄明白 Codex 是怎么翻盘的，Shipper 把时间拨回了推理模型诞生那会儿。

早期的大模型像即兴演员，只能一个词一个词边想边说。2024 年 9 月，OpenAI 推出 o1 预览版，把「先一步步推理再作答」练进了模型本身：同一个模型，多想一会儿，难题上就能做得更好。

编程是受益最大的领域。写代码天生是个闭环：改、运行，几秒内就知道对不对，模型能自己测、自己修。理论上，只要思考时间够，推理模型可以独立完成任何编程任务。

Codex 这个名字本身也有过好几次「开端」：最早的 Codex 是 2021 年基于 GPT-3 微调、支撑初代 GitHub Copilot 的模型。o1 之后，OpenAI 内部好几支队伍又从不同方向重新追起了这个梦。

两条没摆上台面的线索：一回「摸到了AGI」，一场「自举」

Embiricos是其中一条线的当事人。2024年，他联合创办的编程协作工具Multi被OpenAI收购，他随之进入这家公司，先是在ChatGPT桌面应用上、后来又到Atlas浏览器里试人机协作，可那会儿模型读屏幕又慢又笨。转折出现在2024年底：推理模型被接进终端，自己读文件、跑命令、处理报错，他头一次实打实地「感受到AGI」。

另一条线的主角是Tibo，如今OpenAI核心产品都归他管。

采访是在OpenAI员工餐厅做的，采访者是Shipper。按Shipper的描述，Tibo一头亮棕色头发拨向一侧，细框金属眼镜架在脸上，鼻梁以上像个建筑师；鼻梁以下就全是程序员的样子了——棕色胡茬，深棕色连帽衫上印着「Research and Deployment Co」，手上还捏着一块意式辣香肠披萨。他在团队里有多受欢迎？同事Ambrosino在社交媒体上发过一条只有「tibo」几个字的帖子，点赞上千。到了中国，他还多了个「重置之神」的名号。

外表之外，履历更值得看。Tibo职业生涯的大头都花在给研究员修基础设施上，先是在DeepMind，后来转到OpenAI。研究基础设施指的是什么？就是AI研究员跑实验、评估、复现、部署所依赖的那套共享代码。

在不少人眼里，基础设施好比科技世界的水管——缺了不行，可谁也不会多看一眼，除非哪儿漏水。日后执掌Codex的人出自这个行当，听上去有点意外。不过在AI领域，关键进展恰恰常常发生在研究基础设施上：一次实验省下时间，就能多跑几轮，好模型也就来得更早。

「给造模型的人造工具」这个路子，正是他踏进编程智能体的起点。2024年12月，Tibo动手做编程智能体，图的是让OpenAI写基础设施、做研究都能快一点。团队在OpenAI的单一代码仓库（monorepo）上训练内部编程智能体，研究员天天在用，反馈回路短得很。训练技巧具体用了哪些？他和各大实验室的同行一样，一个字不肯多说。

Shipper追问「模型线是怎么决定拆出来的」，Tibo答得很平静：没做过这个决定。最初不过是次研究探索，图的是让自己快一点。研究员拿这些模型做实验，造出更强的模型，再回头做更好的实验——工程师把这叫「自举」（bootstrapping）。

一组藏在公司里的「内部创业公司」

2024年末，编程被定成OpenAI的公司级目标，好几支队伍同时攻这一个问题。Brockman说，真正没定下来的是「产品形态」：智能体到底该待在终端里、编辑器里，还是云端一台属于自己的电脑上？

Sam Altman讲过，OpenAI某种程度上是在押注一连串创业公司，只不过它们全在公司内部。这种并行探索，一些内部人士觉得又乱又浪费，Shipper却认为，在前沿不停移动的AI领域，这几乎是必须的：能补全一行代码的模型适合做自动补全，能想30秒的适合做侧边栏问答，能连续工作一小时的，就得配一套全新的形态。

再往后，各支队伍开始并到一起。按Brockman的说法，是「合并了两个，然后又合并了两个」。新组建的Codex团队把Embiricos这类产品型人物、Tibo这样的工程高手、Glaese这样的研究员凑在一处：产品经理提「要是模型能做到这个该多好」，研究员负责把它变成现实。

七周赶出来的云端版，以及它的失利

2025年2月，Anthropic放出Claude Code研究预览版。这东西直接在你电脑的终端里干活，用你现成的文件和工具，随时能打断，开发者很快就接受了。

Codex团队赌的却是云端。大约七周，Codex Cloud就出来了，2025年5月16日上线：在ChatGPT里把任务描述清楚，Codex在一台隔离的云端机器上改代码、跑测试，完事给你一个提交PR的按钮。

这东西在OpenAI内部很吃得开，到了外面却叫好不叫座。开发者得花上几个小时，在云端把自己电脑上的软件、权限和配置重建一遍；任务跑到一半纠不了偏，想追问一句都得另开一台云端电脑。OpenAI内部开发环境是标准化的，恰恰把普通用户面对的门槛给盖住了。Embiricos承认，那会儿模型也确实不够聪明；Glaese的反思则是，团队抱着面向未来的愿景，却没「去用户所在的地方」——他们的笔记本电脑上。

终端这条路线其实没被跳过。Tibo透露，内部做过终端原型，一个月后放弃，全力转投云端。在OpenAI，智能体的理想形态一直被认为是待在云端自主干活、你合上笔记本它也不停。Brockman的说法是：正确的形态，是一个拥有自己笔记本电脑的云端AI。

现实没这么顺。团队的工程经理跳槽去了Cursor，OpenAI据报道以30亿美元收购Windsurf的交易也在7月告吹。Codex团队头一回在荒野里迷了路。

像推理模型那样回头看一眼

推理模型厉害在哪？能回溯——发现走岔了，就重新检查假设，换条路走。Codex团队接下来干的正是这个。

那时候的Codex，设计师Bayes管它叫OpenAI的「偏僻角落」：想当光鲜的设计师，你该去ChatGPT。Tibo就在这时接手，方向来了个大转弯：转本地。

他没急着往CLI里堆功能，而是先用Rust把智能体本身重写了一遍，把读文件、跑命令的底层机制跟终端界面拆开，往后它就能跑在编辑器、桌面应用、云端，甚至ChatGPT里。

模型那头，Michelle Pokrass带队让GPT-5更擅长真实世界的编程。Brockman打了个比方：OpenAI的模型能在编程竞赛里拿高分，可乱糟糟的代码库它从没见过。Pokrass的团队坐到程序员旁边看，把模型出错的地方变成训练任务。

这也就能理解 Shipper 那晚为什么觉得它「胆怯」：被云端版坑过一次的 OpenAI，打造出来的是一位谨慎的合作者，而这恰好是当时多数工程师需要的。GPT-5 发布之后上线的 VS Code 与 Cursor 扩展，到 10 月用量涨了十多倍。对 Embiricos 来说，重建后的本地智能体总算等来了能驱动它的模型，他的说法是：「终于可以开打了。」

一个不能写代码的编程应用

照理说，下一步该往 CLI 和编辑器扩展上加码。可 Codex 团队偏偏把最大的一笔投入放到了原生桌面应用上。

Tibo 的判断是，模型能扛下的任务越来越长，用户很快就会同时开几个智能体、一整天都和它们泡在一起，这种时候还用上世纪 70 年代那种纯文本窗口来管一切，实在不像话。Embiricos 看中的则是云端版没做成的那套流程：先跟智能体紧密配合，再像带新人那样，一点点弄清楚哪些活可以交出去。

Ambrosino 进来以后，这支四人小团队从聊天应用里找灵感，而不是盯着 VS Code，随后拍板了最冒险的一条：不内置代码编辑器，想动任何代码，都得交给智能体去改。他的逻辑是，只要开了让用户自己敲代码的口子，撤销、搜索、快捷键这些编辑器的标配就会被期待。Codex 没法靠当一个蹩脚编辑器赢，只能把智能体做到好用得让人不再惦记编辑器。

有点滑稽的是，他们开发这个 VS Code 替代品时，用的还是 VS Code。Embiricos 每天绕着桌子问一遍「你主力用它吗」，一开始没人点头。有同事吐槽，为了替换一句话还得专门写条提示；Ambrosino 自己也承认，「不能编辑文件」是他最没底的决定。11 月 Google 推出集成完整编辑器的 Antigravity，团队成员面面相觑：没去分叉 VS Code，是不是犯了大错？

模型这边同样是卡点。Ambrosino 觉得，按 11 月时的模型水平，应用做得再漂亮也发不出去。转机一个接一个：11 月 19 日的 GPT-5.1 Codex Max 能连着写好几个小时代码，12 月 18 日的 GPT-5.2 Codex 更擅长在大代码库里做修改。Codex 模型线独立于 ChatGPT，团队因此能快速迭代，不用操心影响 8 亿 ChatGPT 用户。

到了 1 月，全团队都换用了 Codex 应用；到 2 月，知名研究员 Noam Brown 说自己「完全切换」了，终端和 Emacs 的老用户 Brockman 也转了过来，他说回到旧工作流「像回到了过去」。Altman 后来称它是 OpenAI 有史以来最受内部喜爱的产品。

如今，ChatGPT 跑在 Codex 上

可云端版当初在内部也大受欢迎，这次会不一样吗？

2026 年 2 月 2 日，Codex macOS 桌面应用发布。用户可以让一个智能体修 bug、另一个开发新功能，各自在独立的代码副本上干活。Shipper 坦言，这些功能谈不上开创性，Claude 桌面应用早就做到了，但在他眼里，Claude 应用是从聊天到代码再到 Cowork 一层层叠上去的，有点拼凑感；Codex 应用没有历史包袱，干净、快、彻底以智能体为中心。因为不放编辑器，用户能做的几乎所有事，智能体都能代劳。

几天后发布的 GPT-5.3 Codex 是另一个转折点：按 Glaese 的说法，Codex 模型线头一回不再只做编程专项训练，开始面向更广的知识工作。Shipper 自己也从几乎只用 Claude 变成大量使用 Codex；3 月初 GPT-5.4 到来后，Codex 成了他的主力工具。

数字随后一路往上走：3 月 19 日周活突破 200 万；4 月加入内置浏览器，还能预览文档、幻灯片和表格；6 月周活超过 500 万，其中约五分之一是知识工作者；7 月 9 日，Codex 桌面应用正式成为新的 ChatGPT 桌面应用。

当初 Codex Cloud 不过是 ChatGPT 里的一个标签页；现在反过来了，ChatGPT 运行在 Codex 之上。Bayes 回忆，走出宣布合并的全员大会时，他意识到「角落里的几个人」已经成了「ChatGPT 的未来」。

白板上的曲线与合上的笔记本

报道结尾，Shipper 回到今年 6 月与 Embiricos 在曼哈顿的又一次碰面，后者已转任 OpenAI 企业产品负责人。

Embiricos 在白板上画出 Codex 的增长曲线：云端版短暂上扬后很快走平；GPT-5 之后的 CLI 更陡；编辑器扩展再高一层；最后是 5.3 Codex 与桌面应用，把前面的曲线都比了下去。第一笔，如今已像白板底部的一道划痕。

Shipper 觉得，这很像 Clayton Christensen《创新者的窘境》里的示意图：硬件进步推动计算从大型机走到个人电脑再到手机，每次飞跃都带出更简单的形态、更大的市场。这场花了半个世纪的更替，在 OpenAI 内部被几个人用 10 个月演了一遍。

这张图最早由 Clayton Christensen 于1995年在《哈佛商业评论》的一篇文章中提出，用来解释颠覆性创新的动态。它把延续性创新与颠覆性创新放在一起对照，后者起步时规模很小，最终却会颠覆市场。中文版由 ChatGPT 制作

按 Christensen 的理论，赢了上一条曲线的团队，几乎赢不下下一条。Shipper 认为 Codex 躲过了这个宿命，原因有两条：一是 OpenAI 有意把自己组织成一组并行押注，让 Codex 能在 ChatGPT 体量之外独立迭代；二是用 Codex 构建 Codex 改变了产品开发的「物理规律」，几个人几周就能做出新形态拿给大家试。用 Tibo 的话说：现在说服别人需要的口舌少多了。

白板上剩下的最后一条曲线，指向一个数百万用户已经信得过的场景：智能体跑在自己电脑上。再往前一步，就是回到那个曾经没做成的构想——人走开之后，智能体还在干活。Embiricos 表示，团队要转去做异步，这也就意味着得重新回到云端。

这回 Shipper 留意到一个细节：Embiricos 的笔记本电脑就搁在会议桌上，合得严严实实。