一个名字，两次登场：Codex 从代码补全模型到云端工程智能体
实体定义：Codex 现在指向两个时代的产品。第一代是 OpenAI 在 2021 年发布的 GPT-3 代码特调模型，曾作为早期 GitHub Copilot 的底层引擎，其 API 于 2023 年退役[1]；第二代是 2025 年 5 月发布的云端软件工程智能体[2]——它在隔离沙箱里读你的仓库、跑测试、产出可审查的拉取请求。本文把两代物放在一起讲清楚。
2021 · Codex 模型
定位是「会写代码的语言模型」：基于 GPT-3 微调，配套发布了 HumanEval 代码评测基准，一度驱动 GitHub Copilot 的行内补全。它回答的是「这一行怎么写」，2023 年春季 API 停用后逐渐淡出。
2025 · Codex 智能体
定位是「能交付任务的工程同事」：由 o3 系列推理模型经强化学习特调而来，在云端容器中并行处理多项任务，产出带说明的 diff 与 PR。它回答的是「这个需求谁来干完」。
为什么旧名字被重新启用
产品命名上复用一个已经退役的名字并不多见，但放在行业史里看并不难理解。2021 年的 Codex 是「代码大模型」这个品类的开创者之一：论文与 HumanEval 基准至今仍是代码能力评测的公共参照物[1]；它与 GitHub Copilot 的早期合作则让「AI 写代码」第一次走进大众开发者的日常。四年后，当 OpenAI 需要为一个面向真实软件工程的智能体命名时，启用 Codex 既是对自家技术谱系的认领，也暗示了一次重心转移——从「替你写下一行」转向「替你完成一项任务」。维基条目对这段沿革有完整记载[3]，两代产品血缘上也有延续：新一代底座正是 o3 系列模型的强化学习特调版本。
拆解一次云端任务：沙箱里发生了什么
在 ChatGPT 里给 Codex 派活后，云端流程大致按以下五步推进：
- 任务进入队列你用自然语言描述需求，也可以直接绑定仓库里的一个 issue；每个任务相互独立，互不阻塞。
- 预载执行环境系统启动独立容器，预先克隆目标仓库并按项目配置安装依赖，省去每次冷启动的等待。
- 受限网络作业容器默认限制外部网络访问，智能体只能在仓库及其依赖范围内读写，降低越权改动与数据外泄的风险[4]。
- 自测并迭代它会主动运行仓库的测试与检查命令，根据失败输出继续修正；需要验证界面时也可在受控环境里自行核对。
- 交付拉取请求最终产出带改动说明的 diff 或 PR，附上验证过程记录，等你在本地环境里验收合并。
并行是这个形态的核心优势：几路任务同时开工互不干扰，特别适合「批量处理一批同质小改动」的场景——这类活在传统串行工作流里最磨人。
家族成员：云端版、CLI 版到底是什么关系
如今挂着 Codex 名号的不止一个入口，理清三者分工能避免选型混乱：
云端智能体
住在 ChatGPT 内的沙箱形态，适合长耗时、可并行、需要环境隔离的任务；手机端也能查看进度。
Codex CLI
开源的轻量命令行代理，跑在你本地终端里，直接操作当前目录；源码托管于 GitHub，社区可参与共建[5]。
IDE 扩展
编辑器内的桥接层，把任务下发与结果审阅嵌进日常开发界面；功能随版本快速演进，以官方文档为准。
三者的关系可以概括为「同一套模型能力，三种交付形态」：云端版赢在算力与并行，CLI 版赢在贴身与低摩擦，扩展版负责把两者缝进编辑器。它们共享账号体系与计费通道，具体支持范围以官方文档为准[6]。
什么活该交给谁：场景适配表
| 典型场景 | 云端智能体 | 本地 CLI | 备注 |
|---|---|---|---|
| 批量修复同类告警 | 非常契合 | 可行 | 并行优势最大化 |
| 从 issue 到 PR 的闭环 | 非常契合 | 可行 | 沙箱自带验证环节 |
| 紧急线上热修 | 不建议 | 更合适 | 本地迭代反馈更快 |
| 涉密未联网代码库 | 不适用 | 视合规而定 | 务必先过安全评估 |
| 探索陌生开源库写示例 | 可行 | 更顺手 | 终端即查即跑 |
| 大型跨仓重构 | 分批可行 | 分步可行 | 建议先拆任务再派发 |
把任务派好再开工：三条实战心法
云端智能体的产出质量，七分取决于你怎么交代任务。第一，一次说清验收标准：与其丢一句「优化这个模块」，不如明确「让某测试文件全部转绿、不改动对外接口」，智能体有了可判定的终点线，就不会在半路自由发挥。第二，把大活切成小票：跨十几个文件的重构不要整包下发，按依赖顺序拆成三五个独立子任务分批派发，每批验收通过再放行下一批——这既压缩了单次失败的损失，也让代码审查变得可行。第三，留出人工把关位：沙箱里的测试全绿不代表业务语义正确，合并前务必通读 diff，重点盯边界条件、并发处理与数据迁移这类机器最容易想当然的地方。这三条心法不来自任何官方手册，而是把智能体当同事用的基本礼仪：目标清晰、粒度合理、责任分明。
开通前提与费用口径
Codex 智能体面向 ChatGPT 的付费订阅用户开放，不同档位可用额度与功能范围有差异；CLI 本体开源免费，运行时的模型调用按相应计费通道结算。各地区的可用性、配额细则与最新模型版本变化较快，动手前请以官网价格页与文档为准[2]。本文对不确定的细节一律不做断言。
常见问题
- 2021 年那个旧的 Codex 模型还能调用吗？
- 不能。旧模型的 API 已于 2023 年退役，如今官网与文档里的 Codex 均指新一代智能体产品线；旧论文与基准仍是公开资料。
- 云端版和 CLI 版会互相冲突吗？
- 不会。两者是同一能力的不同形态，账号互通、各自独立运行；团队常按「长任务上云、即时问题留终端」来分工。
- 我的私有代码会被用来训练吗？
- 企业级协议通常包含数据处理承诺，个人档位则以服务条款为准；涉及敏感仓库时应在开通前逐条确认相关条款。
- 一个任务一般要跑多久？
- 从几分钟到小时级不等，取决于仓库规模、测试时长与任务复杂度；派发后可以离开界面，完成后回来验收即可。
- Codex 和其他公司的编程智能体相比处于什么位置？
- 各家产品迭代都很快，横向结论容易过时；稳妥的做法是用自己仓库里的真实任务做一轮盲测，看产出质量与返工率再定。
参考资料
- 来源：arXiv 论文《Evaluating Large Language Models Trained on Code》（初代 Codex 与 HumanEval）：arxiv.org/abs/2107.03374
- 来源：OpenAI 官方博客《Introducing Codex》（2025 年云端智能体发布公告）：openai.com/index/introducing-codex/
- 来源：维基百科 OpenAI Codex 条目（两代产品的沿革梳理）：en.wikipedia.org/wiki/OpenAI_Codex
- 来源：OpenAI 开发者文档 Codex 板块（沙箱与网络策略说明）：developers.openai.com/codex
- 来源：GitHub 开源仓库 openai/codex（CLI 源码与文档）：github.com/openai/codex
- 来源：OpenAI 官网 Codex 产品页（形态、计划与入口汇总）：openai.com/codex