OpenAI自曝：用Codex将100%代码工作自动化，程序员未来已来
新智元报道
编辑：好困 Aeneas
【新智元导读】100%是用Codex写的。还有内部爆料说，Codex让他们仅用三天时间就搭出了服务器，三周就发布了APP。人类程序员，真的要退出历史舞台了？
硅谷的空气里再次充满了躁动，而这一次的震源中心，回到了OpenAI。
OpenAI的奇点时刻，也要来了？
就在刚刚，X被一条爆料彻底刷屏——
Codex，已经正式接管了OpenAI研究员「Roon」100%的代码编写工作！
Roon发出了感慨万千的宣告：
编程一直很痛苦，然而却是必经之路。我很高兴，它终于结束了。
我惊讶于自己竟然这么快就摆脱了编程的阴影，而且一点都不怀念它。甚至我有点遗憾，从前的电脑为什么不是这样的。
早在去年12月，Claude Code之父Boris Cherny就曾投下一枚震撼弹——
自己对Claude Code的贡献100%都是由Claude Code完成的。
这一「套娃式」的自我进化，直接引爆了硅谷的自动编码狂潮。
面对如此巨大的蛋糕，OpenAI显然不会拱手相让。
如今，反击已经开始。
在刚刚过去的周末，Sam Altman已经公开预告：接下来一个月会发布一堆关于Codex编码模型的新产品。
社区的风向也开始发生微妙的转变。
一些资深开发者评论道：在90%的情况下，GPT-5.2-Codex都能一次性完成我提出的请求。
Claude虽然不错，但它偶尔会偷偷插入「坏代码」；相比之下，OpenAI的新方案更像苹果——主打一个开箱即用。
看来，Codex和Claude Code的大战，已经一触即发！
人类写代码的时代，彻底结束？
OpenAI研究员Roon的这个爆料，也让网友们直言：AI终于到达了这个奇点！
看来，人类直接手写代码的时代，真的结束了。
经过多年的模型迭代与数据积累，我们似乎真的站在了一个临界点上：
人类直接手写代码，正在变得不再有任何意义，甚至是一种效率的浪费。
在Roon的评论区，人们开始集体对编程时代说再见。
是的，我热爱电脑，热爱软件开发，对我而言，编程只是实现目标的手段，仅此而已。
复杂的语法只是是我们为了让逻辑得以执行而必须付出的昂贵代价。
如今，这些中间商终于可以退场了。
激进的观点开始涌现。
甚至有人建议，既然不需要人类阅读代码了，我们就该让模型跳过人类可读的汇编语言，直接使用机器代码。
今天的编程就像曾经的打孔卡一样，应该永远消失了。
与此同时，另一个炸裂的消息从OpenAI内部流出——
一位研究员爆料，在Codex的辅助下，他们仅用了三天时间，就从零搭建了OpenAI的MCP服务器，并完成了规模验证。
不仅如此，他们还在3周内推出了Sora的安卓应用；此外，还有一大波由Codex构建、甚至由Codex自我审核的内部工具正在排队上线。
如果没有Codex的话，很难想象OpenAI能以如此惊人的速度发布产品。
有趣的是，这位大佬似乎还玩起了Claude Code之父的梗：
过去30天，我花了大量时间审核Plan和PR，几乎没写一行代码！
有人评价，这正是「起飞」第一阶段的样子。
而下一步，或许就是真正的端到端AI自主研究。
还有人问，确定你们这不是营销？
这位研究者详细解释说，绝对不是。
具体的使用过程是这样的：
首先，他会花很多时间来撰写规格说明，并在脑海中构想输出应该是什么样子。
然后，会启动一个「4×Codex」的云端并发任务。这样不仅可以一次性看到多种不同的变体，也能补上自己一开始遗漏的细节。
接下来，就是让Codex自己发挥。等它跑完，人类再介入进行测试和验证。
Codex CLI 0.9+来了！
既然「人机协作」的范式已经改变，那么承载这种范式的工具自然也要升级。
面对Anthropic在的步步紧逼，OpenAI显然有备而来。
就在今天，Codex CLI连续推送了两次更新，版本号直接来到了0.91.0。
其中，Codex 0.9.0带来了最受大家期待的功能——Plan Mode（计划模式）！
Code模式是Codex的默认体验，它的工作方式和其他AI智能体一样。
这点咱们就不多费口舌了。
但Plan模式则完全不同，它将编程任务拆解为两个截然不同的阶段：
第一阶段：理解意图（明确目标、划定范围、识别约束条件、制定验收标准）
第二阶段：技术规格（生成决策完备的实施方案）
在这种模式下，输出的内容非常详尽，无需任何后续追问即可直接执行。
Plan模式最聪明的地方在于：它坚持「证据优先探索」。
在开口问问题之前，Codex会先在你的代码库中进行2次以上的针对性搜索，检查配置、Schema结构、程序入口等。
此外，Plan模式还可以调用全套工具：
它可以（并且将会）调用各种技能、子智能体和后台终端，从而构建高层级的实施计划。
当Codex确实需要你输入时，它是结构化的，而且只有关键且聚焦的问题：
· 尽可能提供选项
· 总是包含一个推荐选项（对新手极其友好）
· 只问那些会实质性改变计划的问题
为了实现这一交互，它利用了新的request_user_input工具。
这个工具会暂停执行流程，抛出一道有针对性的多项选择题，并支持你在选择时补充反馈或上下文。
更贴心的是，一旦它在任何时候检测到歧义，尤其是当你在引导它时指令模糊，它会立即停下来确认，而不是盲目执行。
现在，开发流程变成了这样：
用户请求一个计划 -> AI研究代码库与规划 -> 针对性询问用户 -> AI完善并完成计划 -> 提示是否执行？
但是，代码谁来审？
看起来完美无缺，对吧？Codex负责思考，Codex负责执行，Codex负责填满你的GitHub。
但就在我们为这种极致的效率欢呼时，一个被忽视的深渊正在脚下裂开——
在这个新时代，最大的悬念不再是谁在写代码，而是谁来审核代码。
当AI火力全开，每天向仓库甩出10+个PR时，人类开发者面临的实际上是一场针对注意力的DDoS攻击。
AI生成代码是毫秒级的，而人类理解代码上下文是分钟级甚至小时级的。
这种「生产与审查的极度不对称」带来了两个可怕的后果：
审查者被淹没，开始习惯性点「Approve」，Code Review沦为形式。
那些看起来能跑、但缺乏系统性思考的代码块，正在像癌细胞一样在代码库中扩散。
利益冲突显而易见，但我们需要看透这一层。
Claude Code的创造者吹捧自己的工具天经地义——这是商业的本能。
但作为受众，我们不能把「Demo里的完美世界」当成日常。
毕竟，Demo不会展示调试三小时都找不到的竞态条件，也不会展示由于上下文丢失导致的逻辑断层。
除此之外，数据里还藏着一个迷人的悖论。
Ars Technica曾报道称，开发者对AI工具的使用量在涨，信任度却在跌。
为什么？因为AI正在跨越「恐怖谷」。
以前的AI代码烂得很明显，现在的AI代码烂得很隐蔽——它引用了不存在的库，或者在一个极其边缘的Case上埋了雷。
人们用得越多，踩的坑越多，信得自然越少。
正如Jaana Dogan所警示的，我们正在面临软件工程「琐碎化」的风险。
100个提交，可能让GitHub的绿格子很好看。
1个架构变更，可能需要三天思考，零行代码产出。
前者廉价如尘土，后者珍贵如黄金。
问题从来不是AI能不能写代码，而是它写的代码，是不是我们系统真正需要的，以及我们是否有能力维护它。
这对我们意味着什么？
无论我们是否准备好，这个时代已经来了。对于不同的人群，这意味着完全不同的生存法则。
致开发者
AI编码工具不是「即将来临」，它们已经破门而入。
问题在于，如何在不丢失自身核心价值的前提下整合它们。
技术大牛们依然在做那些艰难的思考工作，AI只是接过了「打字员」的工作。
如果你只会「搬运代码」，那你确实该慌了。
致非开发者
「技术工作」与「非技术工作」的边界正在消融。
Claude Cowork这类工具创造了新物种。曾经需要开发者才能搞定的任务，可能很快只需要你能清晰描述出你想要什么。
清晰描述需求的能力，将成为新的编程语言。
最后的话
虽然OpenAI的研究员和Claude Code的创造者都在宣称AI包办了100%的代码，但请记住——
那是他们的实验室环境，不是你的生产环境。
唯一可以确定的是，我们正在经历从「写代码」到「指挥写代码」的不可逆的转变。
而且，正在加速。
参考资料：
https://x.com/tszzl/status/2015253546372153347
https://jpcaparas.medium.com/the-claude-code-creator-says-ai-writes-100-of-his-code-now-956b2a5905ba?sk=4c840f27eb03694c8210086834a41691
https://x.com/LLMJunky/status/2015487691891024052
相关攻略
从零到一：用AI生成一份专业的媒体影响力报告 但凡在内容或运营团队待过的人，大概都对制作《媒体影响力报告》这类活儿记忆犹新。那过程，堪称一场跨部门接力赛：运营同事得先从各个平台后台手动扒拉数据，计算阅读量、粉丝增长和互动率；拿到一堆冰冷数字后，还得拉着账号负责人反复琢磨定位和文案；最后，抱着半成品火
封面新闻记者 邹阿江 图由航空工业成飞提供 2026年“五一”国际劳动节前夕，航空工业成飞的技术专家聂海平，荣获了一枚全国五一劳动奖章。 消息传来，身边同事都说，“大师”拿奖是实至名归。可聂海平自己呢，还是那副老样子——摆摆手，说自己不过是个普通人，幸运地站在一个好平台上，干着点自己感兴趣的事儿罢了
编辑 | 王凤枝 “AI时代，每天干3个小时就足够了。” 这句话出自前亚马逊资深工程师、技术大牛史蒂夫·雅吉（Steve Yegge）之口，算得上是对当前AI狂热的一剂清醒剂。 当整个行业都在为“10倍提效”而欢呼雀跃时，雅吉却点出了一个被普遍忽视的代价：在AI的高强度辅助下，程序员的产出固然爆炸式
一、概述 每天重复相同的操作，是不是感觉有点枯燥？比如，你每天都要煮饭，得经历洗米、加水、按下煮饭键这三步。如果每次都要从头到尾念叨一遍这个过程，那可就太费劲了。 别担心，函数就是来拯救你的。在Python的世界里，函数就像一个“一键煮饭”的智能按钮。你只需要把那些重复的步骤打包成一个固定的“命令”
吃透Pandas两大“数据汇总神器”：透视表与交叉表实战指南 在数据处理的工具箱里，如果说基础的清洗、筛选是基本功，那么多维度、交叉式的数据汇总，往往就是区分新手与熟手的分水岭。面对诸如“按地区加品类统计销售额”、“分析不同省份的商品订单分布”这类需求，如果还停留在手动分组、多层循环的老路上，不仅代
热门专题
热门推荐
《Zero Parades: For Dead Spies》的媒体评测已经解禁，结果相当亮眼。这款被许多人视为《极乐迪斯科》精神续作的作品，在OpenCritic上拿到了86分的媒体均分，在Metacritic上也有83分。游戏将于5月21日正式登陆PC平台，看来2026年的必玩叙事RPG名单上，又
目录 你是否也遇到过这些问题 处理效果 前置准备 超简单AI自动化解决方案 第1步：准备好你的原始数据 第2步：针对指定的文件下达指令 第3步：验收 还能解决这些同类问题 指令为什么这么有用？ 更多场景直接抄作业 销售数据三级汇总 成本数据多级汇总 库存数据汇总 员工薪资汇总 常见问题答疑 核心价值
AI Agent 的发展，正迎来一个关键的转折点，从概念验证迈向真正的生产力交付。 想象一下，当一个 AI 智能体能够在无需人工介入的情况下，独立完成一个复杂项目的全流程，并将成功经验固化为可随时调用的“技能”——这是否标志着 AI 在职场中的角色，已经从辅助工具演变为自主的生产力单元？ 随着 Op
彭博社的马克・古尔曼在最新报道中透露了一个有趣的发现：苹果为WWDC 26发布的宣传海报，其设计细节可能暗藏玄机，指向了即将在iOS 27中亮相的全新Siri交互界面。 根据古尔曼的分析，新版Siri的核心变化在于与灵动岛的深度融合。唤醒时，它将不再以传统的全屏或底部卡片形式出现，而是会以一个扩展的
GitHub 的 Star 数量还值得信赖吗？真相可能比你想象的更严峻。 开源社区中“购买 Star”的现象早已不是秘密，其便捷程度甚至超过点外卖，单价低廉且支持批量折扣。然而，卡内基梅隆大学（CMU）一项被 ICSE 2026 顶会收录的最新研究，首次系统性地揭示了这场“造假生意”的惊人规模：Gi