OpenAI CTO 揭秘:AI 正在重塑软件构建方式
OpenAI 应用 CTO 和 Codex 负责人在 Pragmatic Summit 峰会上的访谈实录。文章指出 Codex 已从辅助工具进化为“队友”,不仅能并行执行任务、夜间自主测试,甚至能训练模型并生成报告。这种转变导致工程师职能边界消融,瓶颈从代码生成转移至需求理解,同时也催生了“AI 原生”一代工程师和 50 倍效率的超强个体。
OpenAI 应用 CTO 和 Codex 负责人在 Pragmatic Summit 峰会上的访谈实录。文章指出 Codex 已从辅助工具进化为“队友”,不仅能并行执行任务、夜间自主测试,甚至能训练模型并生成报告。这种转变导致工程师职能边界消融,瓶颈从代码生成转移至需求理解,同时也催生了“AI 原生”一代工程师和 50 倍效率的超强个体。
文章提供了OpenAI内部使用Codex的丰富一手信息和独特洞察,结构清晰易读,内容非常契合当前时间点(2026年),极具时效性和行业参考价值。
文章介绍了 OpenAI 在 DevDay 上发布的重大更新,重点讲解了 Dots——一个拥有独立云电脑、可执行后台任务的个人智能体。作者以产品发布协调为例,分10步详细讲解如何从零开始设置和使用 Dots:创建 Dot 并赋予明确职责、连接所需的应用和云电脑、委派任务并保留上下文、设置定时任务和自定义规则以保持控制权等。文章还提及新模型 Sol 6.1、GPT-6 Astra 驱动的 Dots、Codex Cloud 编码环境等新功能,并强调核实智能体输出来源、区分建议与决策的重要性。
作者整理了 8 个面向游戏开发方向的 Agent Skill,涵盖素材生成与部署、游戏引擎(游戏循环、物理碰撞、2D/3D 渲染)、Unity/Unreal 玩法开发与性能优化、游戏 UI 设计、玩法与难度设计、手感与反馈调校、多人联机同步,以及边写边测试的开发调试工具,凑齐了一个游戏开发团队的分工。此外还展示了用 GPT-6 Sol 生成的 3D 滑雪小游戏,具备道具收集升级、流畅操作和动态场景等完整玩法,体现了 AI 编程工具在游戏开发领域的强大能力。
程序员鱼皮实测 OpenAI 最新发布的 GPT-6 Astra 模型,通过 4 个由浅入深的案例评估其能力:3D 程序化城市生成器、3D 奥德赛战争视频动画、复刻 Cursor 的全栈 AI 编程工具,以及操作 KiCad 完成电路板布线。结果显示 Astra 在前端审美、产品设计、生成速度方面较 GPT-5 系列大幅提升,且有自己的产品想法,速度比同级模型快近三分之一;但在精细的 Computer Use 画布交互上仍存在坐标不准等问题,且 Codex 额度消耗明显更快。作者认为 Astra 适合视觉要求高的前端和全栈项目,日常任务用国产模型更划算。
文章提出三个核心判断:装了 skill 不等于会被调用(Vercel 测试显示默认配置下 56% 的用例中 skill 未被触发,需显式指令);Codex 兼容性不能靠猜,官方插件市场、npx skills CLI、git clone 三条安装路径可靠性递减;装多了会互相冲突。随后详细推荐 10 个通用 skill:superpowers、mattpocock/skills、addyosmani/agent-skills、ok-skills、graphify、archify、last30days、taste-skill、Anthropic-Cybersecurity-Skills 和用于环境校验的 agnix,并给出安装路径取舍建议与避坑清单,强调效率提升在于正确的工具链配置而非盲目堆砌插件。
作者实测OpenAI新发布的GPT-6 Astra模型,认为其综合能力追平Claude Fable 5,OpenAI重回黄金时代。文章从三方面展开:一是速度大幅提升,任务完成时间从数小时缩短到十余分钟;二是前端和审美能力史诗级强化,一句话即可生成高精度3D网页模型;三是代码能力追平Fable 5,能从本质层面发现并修复系统深层问题,并介绍Codex实验性跨窗口笔记功能。作者还分享了为超级模型简化的AGENT.md配置建议,强调聪明模型需要更少限制规则。
本文介绍 Matt Pocock 开发的一套 AI 开发 Skills,包括 grill-me、to-spec、to-tickets、implement、tdd、code-review 和 grill-with-docs 共七个工具。核心思想是:AI Agent 最危险的不是慢,而是过于愿意在需求模糊时继续执行并自由发挥。这套 Skills 通过先追问清楚需求、把共识写成规格、拆成可验证任务、用测试约束实现、最后分轴审查代码,将问题反馈提前到写代码之前,从而减少返工。文中提供了 Claude Code 和 Codex 的安装方法以及每个 Skill 的可复制提示词。
本文从不同职业角度介绍OpenAI Codex的实际应用,涵盖财务、教师、运营、咨询、法律、科研和程序员七大场景。案例包括Excel数据处理、SQL取数分析、PPT生成、海报图片制作、合同审查、文献综述、数据分析等,并介绍以Codex为大脑搭建自定义工作流的进阶玩法。作者强调Codex与聊天AI的区别:它交付的是做完的活,而非文字建议。
这是一篇面向新手的 Codex 全面教程,系统讲解了 OpenAI Codex 这一可实际操作的 Agent 工具。文章从界面布局、项目与任务管理讲起,详细介绍了 Local、Worktree、Cloud 三种工作区模式的选择,Plan 计划模式的适用场景,权限与沙盒的配置方法。还覆盖了集成终端、内置浏览器、Computer Use、Memory 等基础工具,CLI 常用命令与快捷键,AGENTS.md 项目规则文件的写法,并厘清了 Skills、Plugins、MCP 三者的区别与用法,帮助读者独立上手 Codex 完成实际任务。
这是一份面向小用户的 Codex(OpenAI coding agent)入门指南。文章指出 Codex 不是单纯的聊天机器人,而是能读写文件、运行命令的“工作搭档”。作者通过对比 ChatGPT,明确了 Codex 的适用场景,并介绍了 App、CLI、IDE 插件等多种入口。核心内容包含四段式提示词模板、常用工作流(解释项目、修 Bug、加功能、审代码)、配置文件 AGENTS.md 的编写方法,以及 MCP、Skills 和 Automations 的区别与用法。最后强调了安全使用原则及新手从只读理解到自动化的进阶路线。