OpenAI：GPT-5就是All in One，集成各种产品
GPT-5将会集大成于一体？！
就在发布“最强编程智能体Codex”之后，OpenAI又接着在Reddit举行了“有问必答”活动。
公司研究副总裁Jerry Tworek，剧透了下一代基础模型GPT-5的最新消息：
为了减少模型切换，未来计划将Codex、Operator、Deep Research和Memory整合在一起。
除此之外，其他Codex团队成员也纷纷开启了爆料模式，比如：
-
Codex最初只是一个附带项目，启动原因是他们意识到在内部工作流中未充分利用好模型；
-
内部在使用Codex时，编程效率提升了约3倍；
-
OpenAI正在探索灵活的定价方案，包括按需付费；
-
o3-pro或codex-1-pro最终将在团队能力允许的情况下推出；
-
……
Okk，下面我们一起吃瓜。
回应10大重点问题
整体而言，OpenAI团队这次主要分享了Codex的详细情况，以及公司未来的发展计划。
为了尽量贴合问答者原意，我们直接以对话形式展开。
Q1: 为什么要用TypeScript编写Codex CLI工具，而不是Python？
A1: 因为开发者对TypeScript比较熟悉，而且它适合用于UI（包括终端界面）。不过，未来会有一个高性能引擎，支持多种语言的绑定，开发者可以使用自己熟悉的语言进行扩展。
Q2: 为什么选择在云上运行代码，而不是在本地运行Agent（比如使用MCP）？
A2: 虽然Codex CLI可以在本地运行Agent，但受限于计算机性能，通常是单线程的。而在云端运行可以实现并行化和沙盒化，这样可以让模型在无人监督的情况下安全地运行代码。
Q3: 团队在使用Codex时，发现了哪些与目前的“氛围编码（vibe coding）”不同的范式转变？开发这个工具的灵感是什么？
A3: 主要区别是可以同时生成大量代码版本，然后从中选择代码质量最好的版本。这就好比你可以培养一大批喜欢编程的小程序员，然后从中挑选出最佳代码版本。事实上，Codex工具最初是一些工程师的业余项目，他们对在OpenAI的日常工作中没有充分利用模型感到沮丧，因此才想到要开发它。
Q4: GPT-5是否有可能不仅仅帮助编写代码，还能在计算机上完成更多任务？换句话说，它是否会成为一个真正的助手，而不仅仅是提供建议？
A4: GPT-5是我们的下一代基础模型，核心目标是提升现有模型的能力，减少模型切换。
目前已经有一个可以在计算机上执行任务的产品——Operator。虽然它目前仍处于研究预览阶段，但未来会进行改进，成为一个非常有用的工具。
未来计划是将现有的工具（如Codex、Operator、Deep Research、Memory）整合在一起，使它们感觉像一个整体。
Q5: Codex只适合高级工程师吗？
A5: 可能对那些想解决繁琐问题而非超级难题的人来说更合适。
Q6: Codex是否通过搜索有效地利用了有关库和其他资源的最新知识？
A6: 它目前主要利用加载到容器运行时的信息，包括GitHub仓库和其他在容器设置期间加载的文件。它并不直接访问最新的库文档或通过搜索获取实时信息。
不过，我们正在考虑如何让模型更好地利用最新知识。未来可能会结合检索增强生成（RAG）技术，通过动态引用外部知识库来解决信息落伍的问题。
Q7: OpenAI是否有类似《Absolute Zero: Reinforced Self-play Reasoning with Zero Data》论文中提到的研究方法，比如让编码LLM通过“自我博弈”和强化学习（RL）来提高编码水平？
A7: 在Codex项目中，我们使用了强化学习来提升模型的编码能力、代码风格以及报告工作的准确性。
作为强化学习领域的研究者，我们对这类研究方向感到兴奋，并且认为强化学习在LLM和编码领域的应用前景广阔。
Q8: 如果量化Codex提升的编程效率，现在的整体开发效率提升了多少？
A8: 目前还处于早期阶段，但内部数据显示，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以提升约3倍。
相比以往，良好的软件工程实践越来越重要，包括清晰的代码模块划分、对关键功能的充分测试、高效的测试流程，以及便于快速审核的代码结构。当这些因素与Codex的自动化能力相结合，就能大幅提升开发效率。
Q9: Codex团队认为10年后软件工程将会是什么样子？
A9: 我们期望能够高效且可靠地将软件需求转化为可运行的软件版本。
Q10: 如何确保Codex用来增强人类开发人员的能力而不是取代他们，特别是那些依靠边做边学的初级开发人员和自学成才的程序员？
A10：通过提供类似优秀老师的角色，降低新手入门的难度，帮助新一代程序员更快地学习。
当前的模型（如Codex）还远不能取代拥有更长记忆和更广泛背景知识的人类。如果模型能够承担部分工作，人类将有更多机会专注于他们真正擅长的事情。
最后，团队表示将面向Plus/Pro用户推出免费API积分，以供用户使用Codex CLI。
更多回答可移步𝕏知名博主光头哥的主页，里面主要涉及Codex的功能细节讲解。
One More Thing
与此同时，OpenAI官方还发布了一份“Codex上手指南”。
里面主要包含了以下内容：
-
Codex基础介绍
-
如何连接你的GitHub？
-
怎样向Codex提交任务以及运行？
-
有哪些提示词技巧？
如何学习AI大模型 ？
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。【保证100%免费】🆓
这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】
读者福利： 👉👉CSDN大礼包：《最新AI大模型学习资源包》免费分享 👈👈
（👆👆👆安全链接，放心点击）
对于0基础小白入门：
如果你是零基础小白，想快速入门大模型是可以考虑的。
一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。
要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。
对于从来没有接触过AI大模型的同学，我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。（全套教程文末领取哈）
很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。
这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。（全套教程文末领取哈）
光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战项目来学习。（全套教程文末领取哈）
随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。（全套教程文末领取哈）
截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。（全套教程文末领取哈）
只要你是真心想学AI大模型，我这份资料就可以无偿分享给你学习，我国在这方面的相关人才比较紧缺，大模型行业确实也需要更多的有志之士加入进来，我也真心希望帮助大家学好这门技术，如果日后有什么学习上的问题，欢迎找我交流，有技术上面的问题，我是很愿意去帮助大家的！
这份资料由我和鲁为民博士共同整理，鲁为民博士先后获得了北京清华大学学士和美国加州理工学院博士学位，在包括IEEE Transactions等学术期刊和诸多国际会议上发表了超过50篇学术论文、取得了多项美国和中国发明专利，同时还斩获了吴文俊人工智能科学技术奖。目前我正在和鲁博士共同进行人工智能的研究。
资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。
这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以扫描下方二维码&点击下方CSDN官方认证链接免费领取 【保证100%免费】
（👆👆👆安全链接，放心点击）
Agent 垂直技术社区，欢迎活跃、内容共建。
更多推荐
10
0- 0
已为社区贡献20条内容
所有评论(0)