OpenAI与Anthropic之间围绕AI编程工具的竞争正愈演愈烈。目前,Anthropic的Claude Code已被众多企业认定为首选工具,但OpenAI并未就此罢手。本周,OpenAI宣布对旗下自动化编程工具Codex进行全面升级,推出多项重大更新,大幅扩展其功能边界。
此次升级最引人注目的变化在于:Codex现在可以在用户的Mac电脑后台运行,自主打开任意桌面应用,并通过模拟鼠标点击和键盘输入来执行操作。这一能力使Codex得以同时部署多个智能体,在后台并行处理任务,同时不干扰用户在其他应用中的正常使用。OpenAI在其博客中表示,用户可以继续使用电脑完成主线工作,而智能体则在后台自主处理辅助任务,充当用户的"编程助手"角色。OpenAI列举的潜在使用场景包括:迭代前端界面改动、测试应用程序,以及操作那些未开放API接口的应用程序。
值得关注的是,OpenAI此次为Codex新增的部分能力,与Anthropic此前发布的Claude Code功能颇为相似。上个月,Anthropic宣布Claude可以在用户离开键盘时,远程操控其Mac桌面环境。
除智能体功能之外,Codex还新增了内置浏览器,允许用户向智能体下达指令,由其在指定的Web应用中执行操作。OpenAI表示,该功能主要面向前端开发与游戏开发场景,并计划未来进一步扩展,使Codex能够"全面控制浏览器,突破本地Web应用的限制"。
其他新增功能同样值得关注。一项名为"记忆"的预览功能,可让Codex记录并回顾以往的工作会话,从而更好地理解特定用户的工作习惯与偏好。此外,Codex还获得了图像生成能力,可用于生成产品概念图、演示文稿配图、界面原型图及占位图片等内容。为进一步增强Codex的执行能力,OpenAI还宣布与CodeRabbit、GitLab Issues等应用完成111项插件集成,使Codex能够直接调用这些工具完成相关任务。
在实际应用层面,这些插件赋予了Codex处理日常事务性工作的能力。例如,用户可以让Codex查看Slack频道和Google日历,自动生成当天的任务清单。
在定价方面,OpenAI还面向ChatGPT企业版和商业版用户推出了新的按需付费选项,为用户提供更加灵活的采购方式。
曾经被视为行业无可争议领导者的OpenAI,近几个月来在企业服务领域持续发力,与Anthropic的竞争日趋激烈,同时也逐步收缩在消费级产品上的投入。此外,该公司近期还面临多起争议事件,包括涉及ChatGPT对用户心理健康影响的相关诉讼。
Q&A
Q1:OpenAI Codex最新升级新增了哪些核心功能?
A:此次Codex升级的核心功能包括:后台多智能体并行运行能力,可在不干扰用户工作的情况下自主操控桌面应用;内置浏览器,可在Web应用中执行指令;"记忆"预览功能,能回顾历史工作会话;新增图像生成能力;以及与CodeRabbit、GitLab Issues等111个应用的插件集成,并支持查看Slack和日历生成任务清单。
Q2:Codex的后台智能体功能和Anthropic的Claude Code有何区别?
A:两者功能较为相似。Codex的后台智能体可在用户使用电脑时同步运行,不干扰主线工作,适用于前端迭代、应用测试等场景。Anthropic的Claude Code则是在用户离开键盘时远程操控Mac桌面。总体而言,OpenAI此次更新被业界认为是对Claude Code已有能力的跟进,Anthropic目前在企业编程工具市场上仍保持领先地位。
Q3:Codex新的按需付费定价方式适合哪些用户?
A:新的按需付费选项主要面向ChatGPT企业版和商业版用户,旨在提供更灵活的服务采购方式,让企业可以根据实际使用量付费,而非固定订阅,更适合使用需求波动较大或希望控制成本的企业客户。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。