Open AI有哪些方面的更新？

Open AI 的一系列更新既延续了 Open AI 技术突破的基因，也显现出其在产业落 地和商业模式上的成熟思考。

1. Codex 向应用层延伸，占据开发者工作流的关键节点

Codex CLI 与 Codex 云端智能体展现了 OpenAI 在开发者工具领域的双向布局： 前者作为轻量化终端工具，通过自然语言驱动的代码生成与任务执行（如文件操 作、依赖安装等），直击终端环境下快速原型开发与碎片化问题处理的效率痛点， 且凭借开源策略（Apache 2.0 许可证）快速吸引社区生态，GitHub 首日获 1.4 万 星，并默认适配 o3、o4-mini 等最新模型，让开发者直接受益于模型升级；后者则 定位全栈工程平台，瞄准企业级市场，整合需求分析至部署的软件工程全流程， 支持团队协作与复杂项目管理，其自动化测试和智能部署功能可减少人工干预、 提升规模化项目交付效率。

1）Codex CLI：作为一款可从终端运行的轻量级编码代理工具，允许开发者直接 在命令行中通过自然语言生成代码、执行任务（如文件操作、依赖安装、测试运 行等），解决了终端环境下快速原型开发和碎片化问题处理的痛点。其设计目标是 通过本地化部署模式，最大化释放 OpenAI o3、o4-mini 等模型的推理能力，并为 后续 GPT-4.1 等 API 模型的接入提供兼容性支持。该工具具备终端级运行特性， 可直接在用户计算机本地执行，通过构建极简交互接口，实现模型能力与用户开 发环境的深度耦合。Codex CLI 支持 suggest、auto-edit 和 full-auto 三种审批模式，允许开发者灵活控 制自动化程度，兼顾自动化效率与操作安全。所有操作均在本地执行，保障代码 隐私和数据安全。此外，Codex CLI 支持多模态输入，开发者可通过命令行上传截 图或草图等视觉 prompt 信息，结合本地代码访问权限，形成“视觉输入+代码执 行”的闭环工作流，显著提升跨模态任务处理能力。 上个月，Open AI 宣布 Codex CLI 完全开源，这一举措标志着 OpenAI 在工具层面 向开发者社区的深度开放——通过开源代码的形式，允许开发者根据自身需求进 行功能扩展或本地化定制，从而构建多样化的应用场景。Codex CLI 采用 Apache 2.0 许可证开源，并配套百万美元开源基金计划（Codex Open Source Fund），单个 项目可获得最高 2.5 万美元 API 积分，旨在激励开发者基于 CLI 和 OpenAI 模型 持续创新，推动模型能力在实际生产场景的转化，形成“工具开源-应用创新-生态 反哺”的正向循环。

Codex CLI 作为终端级轻量编码代理，将多模态推理能力有机嵌入开发者工作流， 为企业和开发者提供了更高的自主可控性和定制灵活性。依托本地化代码访问机 制，结合对多个模型（o3，o4-mini）与 API 的持续适配，并叠加模型本身的持续 升级，OpenAI 实质上构建了 AI 能力向开发环境渗透的新范式。其配套的百万美 元资助计划形成技术生态闭环，在激励开发者共创的同时，加速模型能力的落地 转化。 2）Codex：Codex 作为一款云端软件工程智能体，具备并行处理多项任务的能力。 Codex 能够为用户执行多种操作，例如编写功能代码、解答代码库相关问题、修 复程序错误以及提出供审核的拉取请求等；每项任务均在预加载代码库的专属云 沙盒环境中运行。 Codex 的云端代码 Agent 支持代码工程任务的批量分派与并行执行，用户可通过 自然语言指令灵活调度类似“外包型”任务，每次交付成果均带有可审查的操作 日志与变更报告，便于团队在标准化软件开发流程下快速验收和返工。

Codex 由 codex-1 模型驱动，该模型是 OpenAI o3 的一个版本，针对软件工程进行 了优化。它通过强化学习，在多种环境中针对真实编码任务进行训练，生成的代 码能够高度反映人类编程风格和拉取请求偏好，精确遵循指令，并且可以迭代运 行测试直至获得通过结果。OpenAI 已开始向 ChatGPT Pro、Enterprise 和 Team 用 户推出 Codex，即将支持 Plus 和 Edu 用户。 OpenAI 推出的 Codex 作为一款代码生成工具，其工程化任务处理流程清晰且高 效。用户可通过 ChatGPT 侧边栏访问 Codex，输入自然语言指令后点击“Code” 即可触发代码生成任务，或点击“Ask”查询代码库相关问题，每个任务都会在独 立的、预先加载了用户代码库及所需依赖的云沙盒环境中执行。Codex 支持文件 读写操作，并能执行包括测试框架、代码检查工具、类型校验器等在内的各类命 令，任务完成时间因复杂程度不同而在 1 至 30 分钟之间，用户可实时监控任务的 执行进度，同时系统会自动记录终端日志、测试输出等执行证据以便用户对每一 步操作进行溯源。任务完成后，Codex 会在沙盒环境中提交变更，并以可供审查 的代码变更集合、附带详细执行证据的操作报告等形式交付结果，还支持一键生 成 GitHub 拉取请求或将变更直接同步至本地开发环境。此外，用户可通过在仓库 根目录放置类似README的配置说明文档AGENTS.md文件对Codex进行指导， 明确代码库的导航逻辑、设定测试命令与环境配置要求、规范项目特定的开发规 范与最佳实践。内部测试数据表明，即便未配置 AGENTS.md 文件，codex-1 模型 在标准编码评估中的表现也显著优于同类工具，其工程化能力在微服务架构实现、 测试用例生成等场景中尤为突出，在 HumanEval 基准测试中代码生成准确率高达 72.3%。

Codex 当前不支持联网访问外部资源，所有任务均在安全隔离的云沙盒环境中运 行，这保障了代码安全，也限制了对外部依赖自动拉取等复杂跨平台集成能力。 同时，Codex 也缺乏图像输入、任务中实时修正等功能，Open AI 未来计划引入交 互式代理工作流，深化与 IDE、CI 系统等工具的集成，进一步提升工程自动化与 人机协作水平。

2. API 进一步开放，持续维护开发者生态建设

在模型部署方面，OpenAI 持续探索合理策略，以平衡商业用户需求与公众教育价 值。模型选择器的更新与工具支持的强化，可能加速企业级用户的 AI adoption 进 程。 对于开发者群体，o3 和 o4-mini 已通过 Chat Completions API 和 Responses API 开 放访问（部分组织需完成验证流程）。其中，Responses API 新增推理摘要功能，可 在函数调用过程中保留推理标记，优化性能表现。此外，该接口即将支持内置工 具在模型推理中的应用，包括网页搜索、文件搜索和代码解释器等，进一步拓展 API 的实用性边界。这种能力扩展标志着 OpenAI 在开发者生态建设上的深化— —通过开放更强大的模型与工具整合能力，赋能开发者构建智能化应用，推动 AI 技术向垂直领域渗透。

3. 用户体验创新上 OpenAI 积极探索新的应用场景拓展

在用户体验创新方面，OpenAI 积极探索新的应用场景拓展。 购物体验升级：在购物体验优化上，OpenAI 致力于让产品查找、比较与购买流程 更为便捷。自宣布日起，当用户进行产品搜索时，ChatGPT 会主动提供产品推荐。 不仅展示产品的图片和用户评论，还直接提供指向可购买产品网页的链接。目前， OpenAI 正积极拓展覆盖品类，涵盖时尚、美妆、家居用品和电子产品等领域，旨 在满足用户多样化的购物需求。 交互方式拓展：交互方式上，ChatGPT 新增了 WhatsApp 搜索入口。用户可通过 向号码 1-800-ChatGPT（+1-800-242-8478）发送消息，实现与 ChatGPT 的直接互 动。借助该渠道，用户能够便捷获取最新信息查询服务，以及实时体育比分等内 容，拓宽了信息获取途径。 引用功能强化：为便于用户核实信息并深入探究，ChatGPT 对引用功能进行了升 级。一方面，支持多重引用，单个回答中可包含多个来源引用，使信息来源更为 丰富全面；另一方面，新增高亮 UI 设计，用户通过新的高亮界面，能清晰分辨 回答中各部分内容对应的引用来源，增强了信息的可追溯性与可信度。 搜索效率提高：在搜索效率提升方面，ChatGPT 搜索界面增添了实用功能。“热门 搜索趋势 (Trending searches)”可让用户快速了解当下热门搜索方向，把握信息潮 流；“搜索建议自动补全(Autocomplete suggestions)”则能辅助用户更快找到所需信 息，减少输入时间与搜索误差，优化了搜索交互体验。同时，ChatGPT 的 Deep Search 功能可直接对接 GitHub，开发者实现直接针对代码库和技术文档向 ChatGPT 提问。除了回答有关代码库的问题，该功能还允许 ChatGPT 总结代码结 构和模式，并了解如何使用真实的代码示例实现新的 API。