GPT-5-Codex 是 OpenAI 全新推出的、專注於工程的 GPT-5 變體,專門針對 Codex 產品系列中的代理軟體工程進行了調整。它旨在處理大型實際工程工作流程:從零開始創建完整專案、添加功能和測試、調試、重構以及在與外部工具和測試套件互動的同時執行程式碼審查。此版本代表了針對性的產品改進,而非全新的基礎模型:OpenAI 已將 GPT-5-Codex 整合到 Codex CLI、Codex IDE 擴充、Codex Cloud、GitHub 工作流程和 ChatGPT 行動體驗;API 的開放時間已規劃中,但不會立即發布。
GPT-5-Codex 是什麼?為什麼它會存在?
GPT-5-Codex 是 GPT-5 的「編碼專用版」。它並非通用的對話助手,而是透過強化學習和工程專用資料集進行調整和訓練,以更好地支援迭代式、工具輔助的編碼任務(例如:運行測試、迭代故障、重構模組以及遵循 PR 規範)。 OpenAI 將其定位為早期 Codex 專案的繼承者,但基於 GPT-5 主幹構建,旨在提升對大型程式碼庫的推理深度,並更可靠地執行多步驟工程任務。
其動機是切實可行的:開發者的工作流程越來越依賴能夠提供更多功能(而非單一程式碼片段建議)的代理。 OpenAI 的目標是透過讓模型與「產生 → 運行測試 → 修復 → 重複」的循環以及組織公關規格相協調,打造一個感覺像隊友而非一次性完成任務的 AI。從「生成功能」到「交付功能」的轉變正是該模型的獨特價值。
GPT-5-Codex 是如何建構和訓練的?
進階架構
GPT-5-Codex 是 GPT-5 架構(更廣泛的 GPT-5 譜系)的變體,而非一個全新的架構。這意味著它繼承了 GPT-5 基於 Transformer 的核心設計、擴展特性和推理改進,但增加了針對軟體工程任務的 Codex 專用訓練和基於強化學習的微調功能。 OpenAI 的附錄將 GPT-5-Codex 描述為針對複雜的現實世界工程任務進行訓練,並強調在程式碼執行和驗證環境中進行強化學習。
它是如何訓練和優化程式碼的?
GPT-5-Codex 的訓練計畫強調 它使用強化學習式的微調,對基於實際軟體開發工作流程建構的資料集和環境進行微調:多檔案重構、PR diff、運行測試套件、調試會話和人工審核訊號。訓練目標是在程式碼編輯過程中最大限度地提高正確性、通過測試並產生具有高精度和高相關性的審核評論。這種專注正是 Codex 與面向聊天的通用微調的區別所在:損失函數、評估工具和獎勵訊號與工程結果(測試通過、diff 更正、虛假評論減少)保持一致。




