OpenAI 推出 macOS 版 Codex 应用：整合智能体化开发逻辑，剑指 Claude Code 用户

2 月 3 日消息，人工智能已然对软件开发的方式产生颠覆性影响，如今编程中大量繁重琐碎的工作，都由一众智能体与子智能体完成。但开发者们仍在不断探索人机协作的全新交互界面与产品形态，即便最顶尖的人工智能实验室，也难以跟上这一迭代节奏。

据了解，当下的主流趋势是智能体化软件开发，即人工智能智能体可独立完成编码任务的系统，Claude Code 与 Cowork 这类应用便是该模式的典型代表。与此同时，OpenAI 也在逐步完善其 Codex 工具，该工具于去年 4 月以命令行工具的形式推出，一个月后便拓展出网页端界面。

如今 OpenAI 正式迈出追赶的关键一步。当地时间本周一，该公司推出了适配 macOS 系统的全新 Codex 应用，整合了过去一年间广泛流行的各类智能体化开发逻辑。这款新应用支持多智能体并行作业，可融合不同智能体的能力，以及当前最前沿的工作流程。此次发布距离 OpenAI 推出其最强编码大模型 GPT-5.2-Codex，尚不足两个月，公司希望凭借该模型吸引 Claude Code 的用户。

OpenAI 首席执行官萨姆・奥尔特曼在媒体电话发布会中表示：“若要处理复杂场景下的高精尖开发工作，GPT-5.2 是目前性能最强的模型。但它此前的使用门槛偏高，因此我们认为，将这款模型的强大能力封装进更灵活的交互界面，会具备极为重要的价值。”

尽管奥尔特曼对 GPT-5.2 充满信心，但各类编码基准测试的结果却呈现出更复杂的态势。截至发稿，GPT-5.2 在 TerminalBench（一项衡量人工智能处理命令行编程任务能力的测试）中暂居榜首，不过 Gemini 3 与 Claude Opus 的智能体得分与其基本持平（数值略低），处于该基准测试的误差允许范围内。另一项测试人工智能修复真实软件漏洞能力的基准测试 SWE-bench，结果也与之相似，GPT-5.2 并未展现出明显优势。不过，智能体化的应用场景很难通过现有基准进行有效评估，且顶尖模型在用户体验上的差异可能十分显著。

这款 Codex 应用还搭载了多项全新功能，这些功能将帮助其达到与各类 Claude 应用相当的水平，部分场景下甚至实现反超。应用支持设置自动化任务，可按预设计划在后台自动运行，执行结果会存入队列，待用户返回后统一查看。用户还能根据自身工作风格，为智能体选择不同交互风格，从务实理性型到共情沟通型均可切换。

但对 OpenAI 而言，这款产品最大的核心卖点，是人工智能带来的极致开发效率。奥尔特曼称：“你可以从零开始，仅凭这款工具，在数小时内开发出功能相当复杂的软件。我能多快输入新的创意，软件的开发速度就有多快，这便是唯一的限制。”