未来的AI Coding会是什么样子？

Copilot、Cursor、Windsurf还是Claude Code？都不是！而且你一定也猜不到。

在红杉最新专访中，OpenAI Codex产品负责人Alexander Embiricos描述了他的理想未来：

软件从开发&测试的传统「线性模式」，变成了「经纪人模式」：

Agent与人类的关系，从「配合」彻底切换成「多任务委托」。

更大胆的设想还在后头——Alexander说，未来的软件开发界面或许不再是IDE，而是像Tinder或者TikTok的订阅信息流。

Agent不断推送工作进展，人类只需滑动决定Approve（通过） or Not。

Sora制作的未来编程范式应用

Codex核心理念一改以往代码补全逻辑，强调「大胆委托心态」：让Agent并行运行多个任务，用Agent自动完成所有繁琐工作——bug修复、重构、功能开发……

而开发者则退居幕后，主导审查、规划与验证，从「亲自动手」转向「高效审核」。

Codex模型虽然基于o3，但进行了微调，更有「工程味」和「品位」。

Codex不再是单纯求解竞赛难题的AI学霸，而是一个懂得PR描述、风格对齐、测试覆盖的成熟工程师。

另一个令人惊讶的消息是，把o3的价格打到「白菜价」的原因竟然也是Codex！

OpenAI秘密使用Codex作为内部智能体软件工程师来「递归的」优化推理成本——而这仅仅只是个开始。

2025，注定是Agent元年，而OpenAI的大棋是：

未来不再有「专门的Agent」，ChatGPT将成为唯一通用助手，接入所有接口，接管一切。

Codex能否成功承载这个理想，也许年底就能见分晓。

1 Codex演进路线：从工具到智能体

Codex最初是代码补全模型，如今已发展为能在云端独立运行的编程智能体。

用户可将完整任务交给Codex完成，输出如PR（Pull Request）等实际成果。

未来，使用Codex完成任务，甚至无需触碰计算机。

2 与传统自动补全的区别

相较于o3等模型专注于竞赛编程，Codex通过强化学习微调。

更符合专业开发者的真实工作风格，输出更可合并、更实用的代码。

3 实际应用场景与优势

Codex特别擅长修复bug与执行重复任务，OpenAI内部工程师通过并行提交多个任务，显著提升开发效率。

未来开发者将主要做「审核与决策」，而非具体编程。

4 人与AI协作的新范式

Codex强调的是「委托」而非「配对」。

未来，AI将独立在云端运行，开发者只需提供任务描述。

Codex将会嵌入CLI、IDE、项目管理工具等各类开发工具中。

5 编码之外的开发流程重塑

软件开发不仅是写代码，更包括规划、设计、部署和维护。

Codex未来目标是覆盖整个开发流程，甚至提出开发计划、撰写文档、参与运维等。

6 行业影响与未来展望

随着AI编程工具门槛降低，「专业开发者」总量或将增加。

未来开发者的日常可能更像「Tinder」式管理流式任务，由多个Agent提交工作成果，人类仅需筛选与审核。

7 训练环境与挑战

Codex在训练和推理阶段都使用相同的容器化环境，解决了「只在我机器上能跑」的问题，实现了高度一致的开发体验。

8 未来形态与愿景

未来将不再区分「写代码的Agent」与「助手Agent」，ChatGPT将统一一切，具备终端、浏览器等通用工具，适应用户所有需求。

9 IDE界面将被「刷信息流」模式替代

Alexander爆料，未来的软件开发界面可能像Tinder那样呈现：Agent不断提交任务成果，你滑一滑决定是否通过。

这一理念背后是「富足心态」：不再是补全状态下的一行代码一个建议，而是多个任务并行执行、多个结果一起提交——未来的AI能力就像水一样，任意使用。

未来的编程，就好像订阅了无数的智能体一样，你只需决定使用谁的成果。

Codex和红杉采访之外还有更大的爆料！

OpenAI已经在内部运行递归自我改进的人工智能！

她的名字叫Alice。

她已经存在，并且还在工作，只是还没有完全稳定，没有完全获得「人类」的信任。

据Satoshi介绍，Alice已经可以自主设计、评估和改进新的模型架构。

这并不是推测，也不是理论，这是一种自我引导智能的开始。

一旦解决了Alice的问题，就会进入模型自我升级的阶段，其速度比任何人类工程师团队都要快。

Codex所预示着AI Coding未来似乎已经触手可及。