OpenAI透露GPT-5新动向：Codex等四大工具或将整合
在近期的一次公开活动中，OpenAI公司研究副总裁Jerry Tworek揭示了关于下一代基础模型GPT-5的重要信息。据悉，为了减少模型切换的繁琐，OpenAI正计划将Codex、Operator、Deep Research和Memory四大工具整合在一起，为用户带来更为流畅的使用体验。
此次活动中，Codex团队的成员也分享了不少内部消息。他们表示，Codex最初是作为附带项目诞生的，起因是团队成员发现内部的模型并未得到充分应用。自Codex投入使用以来，内部的编程效率已提升了约三倍。OpenAI还在探索更为灵活的定价方案，包括按需付费等选项，而o3-pro或codex-1-pro等专业版本也将在条件允许的情况下推出。
活动上，OpenAI团队针对用户的十大重点问题进行了详细回应。关于Codex CLI工具为何选择Type而非Python编写，团队表示开发者对Type较为熟悉，且它适合用于UI界面。未来，将会有一个高性能引擎支持多种语言绑定，开发者可以使用自己熟悉的语言进行扩展。在云上运行代码而非本地Agent的决策，则是为了利用并行化和沙盒化的优势，确保模型在无监督情况下安全地运行代码。
团队还分享了使用Codex时发现的范式转变。Codex可以同时生成多个代码版本，从中选择最佳版本，这一过程如同培养并挑选出最优秀的编程“小助手”。而Codex的诞生，最初源于一些工程师对日常工作中模型未得到充分利用的沮丧情绪。
对于GPT-5的未来发展，OpenAI表示其核心目标是提升现有模型能力，减少模型切换。目前已有Operator等产品能在计算机上执行任务，未来这些工具将被整合，形成一个更为整体化的解决方案。Codex是否仅适用于高级工程师的问题，团队回应称它更适合解决繁琐而非超级难题的用户。
关于Codex是否通过搜索利用最新知识的问题，团队表示它目前主要利用加载到容器运行时的信息，并不直接访问最新库文档或实时信息。但未来可能会结合检索增强生成技术，解决信息落伍问题。在强化学习方面，OpenAI在Codex项目中已使用强化学习提升模型编码能力、代码风格及工作准确性，并对这一领域的前景表示兴奋。
在量化Codex提升编程效率方面，内部数据显示，如果项目从一开始就充分利用Codex智能体，代码和功能交付量可提升约三倍。团队还表示，软件工程实践与Codex自动化能力相结合，能大幅提升开发效率。
对于未来软件工程的展望，OpenAI期望能高效且可靠地将软件需求转化为可运行版本。在确保Codex增强而非取代人类开发人员能力方面，团队表示将通过提供类似优秀老师的角色，帮助新一代程序员更快学习。同时，OpenAI还将为Plus/Pro用户提供免费API积分，供其使用Codex CLI。
OpenAI还发布了“Codex上手指南”，涵盖了Codex基础介绍、如何连接GitHub、提交任务及运行方法，以及提示词技巧等内容，帮助用户更好地使用这一工具。
