导读：Codex的翻盘并不是一次“模型突然变强”的简单故事。它经历了云端首发遇冷、两人CLI支线救场、Rust底层重构、独立模型线、IDE爆发和无代码编辑器桌面App等连续转向。根据Dan Shipper对OpenAI联合创始人Greg Brockman及多位Codex核心成员的长篇采访，真正决定结果的，是模型能力、Agent底座和产品界面终于在同一时间对上了节奏。
01 / 一年前还没找到PMF，一年后却成了桌面端底座
这段产品史最有戏剧性的细节，藏在Mac应用的内部标识里：新版ChatGPT桌面应用仍保留着com.openai.codex这个名字。Codex最初只是ChatGPT里的一个编程入口，后来ChatGPT的桌面体验反而进入了Codex构建的应用框架。
采访给出的主线可以概括成四步：第一版Codex Cloud在外部市场没有达到预期；团队回到本地Agent路线；OpenAI建立面向真实工程任务的Codex模型线；产品形态从终端、IDE继续演化为管理多个Agent的桌面工作台。
这不是一条事先设计好的笔直路线。团队在一年里反复推翻自己的产品判断，甚至在某些阶段，真正救场的恰恰是早先没有被当作主线的项目。
02 / 第一版Codex，输在“未来来得太早”
新一代Codex的源头可以追到2024年底。当时Thibault Sottiaux带领的团队正在训练内部编程Agent，帮助OpenAI研究员编写基础设施代码、运行实验，再把实验结果用于改进下一代模型。
同一时期，OpenAI内部有多组人从不同方向探索AI编程：有人押注终端，有人押注IDE，也有人认为Agent最终应该住在云端。云端方案非常诱人：用户合上电脑后，Agent仍可在隔离环境里继续修改代码、运行测试，第二天直接交付结果。
2025年春天，多条探索线汇合，团队决定先冲云端，并在约7周内完成了Codex Cloud。它在2025年5月公开后，没有迎来团队期待的爆发。
问题来自两个方向。第一，OpenAI内部开发环境统一，而外部用户的依赖、权限、私有工具和仓库结构千差万别，光是让Agent进入真实环境就很麻烦。第二，当时的模型虽然擅长干净的编程测试，却还不足以稳定完成复杂、长时间、不断被用户打断的真实工程任务。
首败的本质：团队提前做出了异步云端Agent的理想形态，但环境配置、模型可靠性和用户信任都还没准备好。
03 / 两个人做的CLI支线，反而把Codex救了回来
就在Codex Cloud遇冷时，Claude Code用另一条路线快速增长：它直接运行在用户自己的电脑上，现有文件、工具和环境可以立即使用，用户也能随时观察、打断和继续任务。
Codex团队重新意识到，云端终局未必错误，但中间跨过了太多用户尚未适应的步骤。OpenAI其实早已在2025年4月开源Codex CLI，只是当时它由两个人推动，更像一条“英雄式”支线，并非团队的核心赌注。
2025年夏天，Sottiaux接管团队后，明确把重心转向本地。但团队没有急着堆功能，而是用Rust重新构建底层Agent。这个决定看似慢，目标却很清楚：终端只是外壳，真正需要稳定的是下面那套读文件、执行命令、调用工具、修改代码和处理审批的Agent核心。
一旦核心能力与界面解耦，它就能进入CLI、IDE、桌面应用、手机、云端和ChatGPT。团队不再把未来押在某一个固定入口上，而是先把“Codex本人”造出来。
04 / 只有Agent底座还不够，它还缺一位真正上过班的模型
底层重构解决了产品反复换壳的问题，却没有立刻解决模型能力。过去的编程模型在竞赛题上成绩很好，进入真实代码库后却容易失灵：项目文件混乱、依赖复杂、Bug跨越多个模块，用户还会在执行中途提出新要求。
Greg Brockman把这类模型形容成“SAT考了满分，却一天班都没上过的学生”。负责GPT-5后训练的团队开始让模型接触更接近实际工作的任务：理解大型仓库结构、追踪Bug、连续修改多个文件、运行测试，并在需要额外权限时停下来询问。
2025年8月，重构后的Codex CLI搭上GPT-5，并进入VS Code与Cursor侧边栏。到同年10月，采访称Codex使用量较此前增长超过10倍，IDE扩展也快速超过终端，成为更常用的入口。
这次变化说明，AI编程产品很难只靠模型或界面单独获胜。模型、Agent运行框架、真实环境接入和可控权限必须一起成熟，用户才敢把完整任务交出去。
05 / IDE刚开始爆发，团队却又转去做一个没有编辑器的App
按常规产品思路，CLI和IDE扩展增长后，团队应该继续加人、加功能。但Sottiaux判断，模型很快会连续工作数小时，同时处理代码、图片、语音和外部信息；用户也不只指挥一个Agent，而会并行安排多个任务。终端和IDE侧栏难以承载这种“Agent总控台”。
设计师兼程序员Andrew Ambrosino加入后，核心团队只有4个人。他们要做一款类似任务管理与聊天工作台的桌面应用：左侧是项目和线程，每个任务由一个Agent持续执行，用户在不同工作之间查看进度、补充要求和审阅结果。
更冒险的决定是：App里不提供代码编辑器。哪怕只错一个单词，用户也不能直接手改，而要继续要求Codex修正。
这并不是为了追求极简。如果加入手动编辑，搜索、撤销、快捷键、调试和插件等整套IDE能力都会跟着出现。4个人无法重新做一遍VS Code，于是团队把赌注压在一个更激进的假设上：Codex必须强到让用户愿意从“亲手改代码”转向“审阅并指导Agent”。
06 / 最初连内部团队都不愿用，模型升级后习惯突然反转
早期桌面版本并不好用。团队成员抱怨，为替换一句话也要专门提示Agent；就连Ambrosino本人也怀疑，不提供文件编辑是否犯了大错。与此同时，市场上又出现了带完整编辑器的Agent产品，这进一步放大了压力。
转折来自模型能力。采访时间线称，2025年11月GPT-5.1-Codex-Max开始支持连续数小时的编程任务，一个月后GPT-5.2-Codex强化了大型代码库修改。原本习惯直接改代码的人，逐渐改成在结果中留下批注，再让Agent自己修。
2026年初，Codex团队把桌面App变成主力工具，随后更多OpenAI工程师和研究员也开始采用。官方在2026年2月2日发布macOS版Codex App，将它定义为可并行管理多个Agent、处理长任务的工作台。
长篇采访给出的数据是：Codex在2026年3月周活跃用户超过200万，6月超过500万，其中约五分之一已是知识工作者。到7月，Codex与ChatGPT桌面体验进一步合并。
07 / 下一步又回到云端，但这次逻辑已经不同
Codex的路线似乎绕了一个圆：最早的云端产品失败，随后本地CLI和IDE建立信任，桌面App让用户习惯同时管理多个Agent，下一步又要走向异步云端。
区别在于，第一次是“先有云端形态，再等能力追上”；第二次则是模型、Agent底座和用户习惯已经形成后，再把长时间任务重新托管到云端。采访中，产品负责人Alexander Embiricos明确提到，Codex将走向异步工作，因此需要再次把运行环境托管到云端。
Greg Brockman在播客中还描述了OpenAI内部探索的主动式Agent“Dots”：它拥有云端计算环境，在用户授权后读取日历、邮件和Slack，为用户整理未回复消息、承诺过但尚未完成的事项和日程冲突。
注意：Dots是访谈中描述的内部探索，不应理解为已经面向公众正式发布、功能与隐私规则均已确定的产品。
08 / “最好的UI就是没有UI”，输入框也可能退到后台
Brockman对未来界面的判断更激进：当模型只能补全几行代码时，它适合住在IDE；当它能连续工作几小时，用户需要一个管理多个Agent的桌面工作台；当用户习惯交付整个任务，Agent又会进入云端并在用户离开后继续工作。
再往后，固定应用和输入框本身也可能弱化。用户通过语音、Slack、消息应用或其他入口表达目标，Agent平时在后台根据上下文工作，需要决策时再主动出现。面对订票、分析数据或组装设备等不同任务，系统临时生成够用的交互界面，任务结束后界面也随之消失。
这条路线的核心不是“所有软件都不需要界面”，而是界面从固定产品结构变成按任务动态生成。以前人学习软件菜单，未来软件可能根据人的目标临时组织工具、信息和审批节点。
09 / One More Thing：报道本身也是一篇Agent-native文章
这篇产品史还有一个有趣设计：Every把公开正文与多位核心成员的采访资料组织成可供Agent阅读的内容。读者可以选择Codex、Claude或Gemini，使用预设Prompt继续追问章节、对比受访者说法或定位某个决策的来龙去脉。
它把一篇线性长文变成了可以对话的资料库。读者不仅能问“第一版云端发布为什么失败”，还可以继续比较Sottiaux和Embiricos分别如何理解Codex的翻盘关键。
这种Agent-native阅读方式比普通摘要更进一步：内容提供者提前准备结构化材料和阅读入口，Agent负责检索、解释与交叉对照，读者保留判断与追问权。
10 / 做视频网分析：Codex真正的护城河不是某个界面
回看整条时间线，Codex最大的变化不是从网页换到终端、从终端换到IDE或从IDE换到桌面App，而是把Agent核心从具体界面中拆了出来。只要任务、工具、权限、上下文和执行状态能够稳定流转，入口就可以不断变化。
这也解释了为什么第一版云端方案失败、后来却仍要回到云端：产品方向未必错误，错误的可能只是时机和路径。用户要先在本地看见Agent怎么工作、建立可控感，再逐步接受异步执行和更高权限。
对其他AI产品团队而言，值得借鉴的不是“也做一个Codex”，而是三条方法：
- 先解决环境摩擦：模型进入用户真实文件、工具和权限体系，往往比单纯提高基准分更重要。
- 把Agent内核与界面解耦：终端、IDE、桌面和云端只是不同入口，任务状态与工具调用才是可复用资产。
- 让产品形态跟着能力变化：模型只能补全时做编辑器插件，能承担长任务时再做多Agent工作台，能稳定异步时再扩大云端托管。
Codex的逆袭不是一次豪赌押中，而是团队愿意承认第一次没押中，并保留足够小的支线去找到第二条路。
站内导航与延伸阅读
- Codex导航：https://www.zuoshipin.com/link/1474.html
- ChatGPT导航：https://www.zuoshipin.com/link/29.html
- Codex桌面端新手教程：https://www.zuoshipin.com/article/1385
- Codex用户增长与Agent入口战：https://www.zuoshipin.com/article/5553
- Codex负责人Tibo的产品路线：https://www.zuoshipin.com/article/5632
- 更多AI资讯：https://www.zuoshipin.com/archive/75
