导读：OpenAI开发者团队真的把Codex搬进了厨房。节目《COOKED》里，嘉宾只靠口述需求，让Codex现场做出一款8位拉面游戏，先跑进模拟器，再装进ModRetro掌机；另一边，GPT-Live-1化身语音副厨，云端Codex在笔记本合上后继续干活。但节目上线后，评论区最密集的关键词不是“游戏”，而是Reset。这场看似轻松的产品秀，恰好暴露了Agent时代最现实的矛盾：能力越来越能干，额度却越来越像生产资料。
01 / OpenAI开了档厨房节目，名字先玩了一次双关
OpenAI开发者账号上线了厨房节目《COOKED》。英文里“cooked”既可以表示食物煮好了，也常被用来形容“这下完了”。Codex负责人Tibo随后用“We’re cooked”回应，让节目主题和开发者社区的额度焦虑撞在一起。
节目不是单纯做饭。主持人Danny和Alex邀请AI内容创作者Matthew Berman及剪辑师Brian Knepprath，把厨房挑战、Codex编程、实时语音和社区作品点评组合成一场开发者综艺。
02 / 一杯姜汁下肚，Codex开始“一次生成”掌机游戏
挑战规则故意围绕“one shot”设计：嘉宾先喝下一小杯鲜姜汁，再使用Codex的Ultrafast模式，一次尝试给ModRetro掌机做出可玩的游戏。“One shot”既指一口喝完，也指尽量通过一次生成完成原型。
Matthew对着Codex终端口述需求：做一款8位像素风的拉面模拟游戏，玩家选择一个dot作为主角，寻找食材、拿面条和汤底、控制火候并完成搅拌，最终做出一碗拉面。
终端画面显示任务由GPT-6 Astra的极速配置执行。Codex先建立游戏结构，再让原型在电脑模拟器中运行。玩家操纵小圆点去冰箱取材、选择火候并顺时针搅拌，完成后还能得到“有点煮过头”“汤底丝滑”“面条完美”等结果反馈。
临近节目结束，游戏被装进ModRetro掌机并成功运行。OpenAI开发者官网也已经公开ModRetro与OpenAI的合作页面，明确说明该系列Game Boy Color游戏由Codex辅助制作，并提供网页试玩或ROM下载。
03 / 游戏只是前菜，真正展示的是一条Agent生产链
如果只看“AI写了一个小游戏”，节目很容易被理解成常见的Vibe Coding演示。但把细节连起来，会发现OpenAI实际展示了四层工作流：
- 自然语言立项：用户用语音描述玩法，不必先写完整规格文档。
- Codex执行：Agent在终端里创建代码、运行项目并处理反馈。
- 模拟器验证：先在电脑环境中测试玩法和交互，再进入目标硬件。
- 真实设备交付：把生成结果部署到ModRetro掌机，验证不止停留在截图或网页Demo。
这比“生成一段代码”更接近实际开发：需求、执行、运行、调试和设备部署形成闭环。节目没有给出完整耗时、人工修改次数和失败过程，因此不能把它理解成任何游戏都能稳定一次生成；但作为端到端原型案例，它确实说明Codex已经能把自然语言需求推进到可运行成果。
04 / GPT-Live-1当副厨：AI学会等人把话说完
厨房另一侧，主持人先把食材照片交给自己的dot，让常驻Agent整理菜谱和备菜步骤，再把内容放进ChatGPT Space。现场负责语音指导的则是节目中介绍的GPT-Live-1。
这位AI副厨先用略带调侃的语气评价主持人，随后再逐步指导做饭。节目强调它采用全双工语音方式：模型在说话时仍能持续聆听，不必把“听”和“说”完全切成两个轮次。
主持人故意把句子拖长，中途加入停顿和“嗯”，AI没有立刻抢话，而是等到表达真正结束后才回答。对厨房、驾驶、维修和实时协作场景来说，判断“用户只是停顿”还是“已经说完”，比单纯追求低延迟更重要。
能力边界：这段视频能证明节目现场展示了自然停顿处理，却不能单凭一次演示推断所有噪声环境、口音、多人对话和长时间会话都能同样稳定。实时语音产品仍需在真实场景中测试打断、回声、误唤醒与隐私控制。
05 / 合上电脑，云端Codex继续干活
节目还展示了Codex云端任务：代码在OpenAI托管环境中执行，用户可以合上笔记本，让任务继续运行。这种异步方式适合依赖安装、长时间测试、构建和批量修改，也意味着开发者不必一直把本地电脑留在任务现场。
与此同时，新版Codex CLI以全屏界面亮相，可以同时观察多个Agent，也支持直接对终端说话。它把命令行从“一问一答”改造成任务控制台，重点不再只是生成代码，而是监控多条并行工作流。
云端执行并不等于可以完全放手。涉及发布、删除数据、改动生产环境、访问密钥或产生费用的任务，仍应设置权限边界、检查点和人工审批。
06 / 社区作品点评：AI游戏开始从Demo走向可玩
节目用“cooked”和“undercooked”两块牌子点评社区作品：前者代表火候正好，后者代表还没做熟。复古太空射击、手绘赛马等项目获得肯定，其中手绘马跑上赛道的作品拿到“双倍cooked”。
当天最佳作品是一项使用Astra破译拿破仑密信的项目。这些案例共同指向一个变化：AI编程展示正在从“看起来像程序”转向“用户能实际操作的成品”。评判标准也随之改变，代码数量不再重要，能否完成交互、部署和迭代才是关键。
07 / 节目做好了拉面，评论区却只想要Reset
《COOKED》发布的时间点，让讨论迅速偏离节目本身。Tibo此前提出连续28天每天上线一项Codex改进，否则就为用户重置额度；节目上线时正值挑战第15天。
挑战早期即使一天推出多项更新，社区投票仍可能把结果指向重置。此后“产品改进”和“额度Reset”逐渐变成连续剧，甚至有人在线下遇到Tibo时也会追问重置。
到了第15天，大量评论直接要求Reset。部分用户认为厨房节目有趣，却不算一项能立刻改善工作流的产品更新；也有人把话题转向订阅额度，抱怨高强度使用Agent时很快触顶。
最有戏剧性的细节是，整期节目里真正说出“reset”的反而是AI副厨。它原本是在调侃不会做饭的主持人，却刚好击中了评论区最关心的词。
08 / 为什么额度会成为Agent时代的硬需求？
传统聊天模型达到上限，用户通常只是暂时不能继续问问题；编程Agent达到上限，可能意味着测试停下、构建中断、并行任务全部等待，团队当天的生产节奏被直接打断。
| 使用方式 | 额度耗尽的影响 | 更适合的管理方式 |
|---|---|---|
| 偶尔问答 | 延迟下一次咨询 | 控制单轮长度 |
| 长时间编程Agent | 开发、测试与修复链路中断 | 拆分任务并设置检查点 |
| 多个Agent并行 | 消耗速度更快，失败重试成本更高 | 限制并发并按价值排序 |
| 云端异步任务 | 用户可能晚些时候才发现任务停止 | 启用完成通知和预算上限 |
因此，评论区对Reset的执着并不只是玩梗。它反映出Agent已经进入真实工作流，使用额度开始接近算力预算、构建时间和云资源配额。
09 / 使用教程：怎样用Codex做一个可运行的8位游戏原型
- 先写最小玩法：只保留移动、收集、计时和结算四个核心循环，不要一开始就要求完整世界观和大量关卡。
- 明确目标平台：告诉Codex是在浏览器、模拟器还是掌机上运行，并给出分辨率、输入键、内存与资源限制。
- 让Agent先建验收清单：要求它列出启动、移动、碰撞、拾取、失败和胜利等可验证条件，再开始编码。
- 先在模拟器闭环：让Codex运行项目、读取报错、修复资源路径和输入逻辑，直到基础流程可连续完成。
- 逐项加入美术与音效：先用占位图验证玩法，再替换像素资源，避免代码与素材问题同时出现。
- 最后部署真实设备：检查按键映射、帧率、ROM体积、存档和长时间运行，不要把模拟器成功直接等同于硬件成功。
推荐Prompt结构：目标平台 + 核心玩法 + 输入方式 + 技术限制 + 验收标准 + 运行测试命令。让Codex每完成一个阶段先运行验证，再继续扩展，通常比“一次做完整游戏”更可靠。
10 / 做视频网分析：这不是厨房秀，而是Agent产品说明书
《COOKED》最值得看的不是AI会不会煮面，而是OpenAI如何把四种交互拼成完整叙事：用户通过语音提出需求，Codex负责执行，云端环境承接长任务，实时语音Agent陪伴现场过程，最后把成果装进真实硬件。
这条路线把“聊天窗口”逐渐藏到后台。用户不再需要反复问模型能做什么，而是直接交付目标、观察进度、验收结果。未来Agent产品的竞争重点也会从单次回答质量，转向任务连续性、工具可靠性、权限控制、额度透明度和失败后的恢复能力。
但社区反应也说明，产品展示越强调Agent能替人工作，用户就越会用生产工具的标准审视它：额度是否稳定、长任务会不会中断、并发是否可控、订阅价格是否匹配实际产出。OpenAI端上了一碗很会讲故事的拉面，开发者真正想确认的，是厨房能不能每天稳定开火。
相关站内导航与文章
- Codex导航：https://www.zuoshipin.com/link/1474.html
- ChatGPT导航：https://www.zuoshipin.com/link/29.html
- GPT-6 Astra导航：https://www.zuoshipin.com/link/32152.html
- GPT-6.1 Sol导航：https://www.zuoshipin.com/link/53843.html
- Codex逆袭史：https://www.zuoshipin.com/article/55339
- 更多AI资讯：https://www.zuoshipin.com/archive/75
