2 月 3 日消息，人工智能已然對軟件開發的方式產生顛覆性影響，如今編程中大量繁重瑣碎的工作，都由一眾智能體與子智能體完成。但開發者們仍在不斷探索人機協作的全新交互界面與產品形態，即便最頂尖的人工智能實驗室，也難以跟上這一迭代節奏。

據了解，當下的主流趨勢是智能體化軟件開發，即人工智能智能體可獨立完成編碼任務的系統，Claude Code 與 Cowork 這類應用便是該模式的典型代表。與此同時，OpenAI 也在逐步完善其 Codex 工具，該工具于去年 4 月以命令行工具的形式推出，一個月后便拓展出網頁端界面。

如今 OpenAI 正式邁出追趕的關鍵一步。當地時間本周一，該公司推出了適配 macOS 系統的全新 Codex 應用，整合了過去一年間廣泛流行的各類智能體化開發邏輯。這款新應用支持多智能體并行作業，可融合不同智能體的能力，以及當前最前沿的工作流程。此次發布距離 OpenAI 推出其最強編碼大模型 GPT-5.2-Codex，尚不足兩個月，公司希望憑借該模型吸引 Claude Code 的用戶。

OpenAI 首席執行官薩姆?奧爾特曼在媒體電話發布會中表示：“若要處理復雜場景下的高精尖開發工作，GPT-5.2 是目前性能最強的模型。但它此前的使用門檻偏高，因此我們認為，將這款模型的強大能力封裝進更靈活的交互界面，會具備極為重要的價值。”

盡管奧爾特曼對 GPT-5.2 充滿信心，但各類編碼基準測試的結果卻呈現出更復雜的態勢。截至發稿，GPT-5.2 在 TerminalBench（一項衡量人工智能處理命令行編程任務能力的測試）中暫居榜首，不過 Gemini 3 與 Claude Opus 的智能體得分與其基本持平（數值略低），處于該基準測試的誤差允許范圍內。另一項測試人工智能修復真實軟件漏洞能力的基準測試 SWE-bench，結果也與之相似，GPT-5.2 并未展現出明顯優勢。不過，智能體化的應用場景很難通過現有基準進行有效評估，且頂尖模型在用戶體驗上的差異可能十分顯著。

這款 Codex 應用還搭載了多項全新功能，這些功能將幫助其達到與各類 Claude 應用相當的水平，部分場景下甚至實現反超。應用支持設置自動化任務，可按預設計劃在后臺自動運行，執行結果會存入隊列，待用戶返回后統一查看。用戶還能根據自身工作風格，為智能體選擇不同交互風格，從務實理性型到共情溝通型均可切換。

但對 OpenAI 而言，這款產品最大的核心賣點，是人工智能帶來的極致開發效率。奧爾特曼稱：“你可以從零開始，僅憑這款工具，在數小時內開發出功能相當復雜的軟件。我能多快輸入新的創意，軟件的開發速度就有多快，這便是唯一的限制。”