GPT-5 Codex 是 OpenAI 最新的编程智能体更新，今天正式发布，带来两个重大改进：动态思考时间和本地与云环境之间的无缝切换。这种切换体现了 OpenAI 对编程的愿景：AI 像同事一样工作，当你离开办公桌时它会继续工作。
新功能
- 新模型 (GPT-5 Codex) ：GPT-5 Codex 是专为编程优化的微调版本，可以自主选择"思考时间"。对于简单查询会立即回答，对于需要多步骤重构的复杂任务则会花更长时间思考。
- VS Code、网页和命令行界面 (CLI) 之间的切换：使用 GPT-5 Codex，你可以在 VS Code 中开始编程，然后在关闭笔记本电脑前将任务交给 Codex Cloud。因为任务现在运行在 OpenAI 的服务器上而不是你的机器上，所以即使你离线它也会继续工作------这是本地执行无法做到的。
- 更好的代码审查：OpenAI 还发布了一个代码审查机器人，可以在独立空间中运行你的代码库，执行检查，并在 GitHub 上应用修复------比只读取代码的机器人能发现更深层的问题。
- 可用性和成本：GPT-5 Codex 将为基于网页的 Codex 版本提供动力，并可在 CLI 和 VS Code 扩展中选择使用，定价与 GPT-5 一致。
Codex 学会思考------并持续工作
这次更新的重点是 Codex 可以运行专门为编程制作的 GPT-5 微调版本。GPT-5 Codex 动态选择自己的"思考时间"：对于简单问题如"我们在哪个文件夹？"会立即返回结果，对于困难任务则会思考更长时间。
动态思考时间让 GPT-5 Codex 更加实用。你可以与它进行来回对话，而不是每次都要让它工作几分钟。
另一个重要变化是 OpenAI 构建的本地和云环境之间的切换功能。你可以在 VS Code 或终端中开始一个任务，然后将其交给 Codex Cloud 在后台运行，然后在保持上下文的情况下将工作拉回本地。这就像是把笔记本电脑上需要看护的工作交给一个同事，让他在你去做其他事情时继续工作。
测试结果
我们在 Every 测试了 GPT-5 Codex 几天，发现了以下情况：
有效的方面
对思考时间很智能 当要求它"快速"解释项目内容时，它在30秒内返回答案，没有规划阶段。告诉它"深度思考"并"花一小时"，它就会切换到带有详细规划的深度分析模式。
更令人印象深刻的是：没有任何具体指导，模型也能做出明智选择。问它"我运行的是什么版本的 Ruby？"它会快速执行。要求它"解释这个代码库"，它会自动花更多时间提供详细分析。
可以长时间工作（使用正确的提示） 虽然 Codex 仍然不会无限期运行，但它比之前版本有了显著改进。以前它会在30秒到1分钟后停止，GPT-5 Codex 可以维持更长的会话------如果你知道如何要求的话。通过将任务分解为里程碑，测试者让它连续工作了35分钟。
运行时间是自主性的代理指标。每次运行时间的提升都让我们更接近这样的门槛：重启 AI 的认知成本超过关闭它的好处。那时我们就有了 AGI：让你的智能体持续运行在经济上是合理的。
视觉功能真的有帮助 模型处理截图的能力出人意料地有用。测试者用它创建了一个三维游戏，它能够看到游戏截图，正确识别问题（如光照和色彩平衡），并纯粹基于视觉输入修复它们。
更好地尊重你的环境 与 GPT-5 不同（后者在要求修复一个按钮时往往试图重建整个架构），GPT-5 Codex 表现出更多克制。在测试中，它始终产生尊重现有代码库结构的最小化、聚焦的更改。
需要改进的方面
仍然挑剔要处理的任务 当要求它在一个会话中编写复杂功能时，它直接拒绝了："那本质上是一个多冲刺项目。我不可能在一个 CLI 会话中编写所有这些而不破坏任何东西。"
环境设置摩擦 设置 Codex 暴露了一个令人恼火的限制：它对你的开发环境做出可能不符合现实的假设。修复需要手动重新配置系统文件和环境设置，仅仅是为了让 Codex 识别机器上已安装的工具------在写一行代码之前需要大约30分钟的繁琐设置工作。
多智能体工作流仍然存在问题 给出明确指令运行10个不同的智能体，每个10分钟，它会完成一个智能体的任务，宣布下一步，然后等待继续的许可。模型理解多智能体的概念，但还没有真正的子智能体，拒绝自主继续。
结论
GPT-5 Codex 是向智能体编程迈出的又一步。由于其可变的思考级别，它在编程生命周期的更多部分更加实用，其本地到网页的切换功能很有前景。
尽管如此，它仍然过于谨慎。在 CLI 中，它还没有达到与 Claude Code 的功能对等------例如，它没有子智能体。但这是朝着正确方向迈出的真正一步，正在成为我们复合工程工具包的宝贵组成部分。