codex有风险么

刚刚 openai 把 codex 做成了一个独立的桌面应用，还搞了个限时活动，不仅免费用户和购订阅都可以使用，而且付费用户的额度翻倍。左侧可以添加多个仓库， 直观明了管理多个仓库，允许同时开启多个现成，给 agent 安排不同任务。设置了专门的界面来创建和管理 skills， 内置二十余款 skills， 可以 非常方便地统一管理。官方还搞了个很夸张的演示， 让 codex 使用 skill 做了一个三 d 赛车游戏，整个过程消耗了超过七百万 token， 只用了一条出使 prompt 还内置了 automations 自动化功能，让 codex 按时在后台自动跑任务，比如找 bug、 生成周报等等。还内置了 work trees， 多个 agent 可以 在同一个仓库上同时工作而不发生冲突。不仅提高效率， wipe coding 的 门槛也大大降低了。

前两天呢， oppo 还推出了 codex 的 app 版本，所有计划的用户呢都可以使用，并且额度翻倍两个月，也就是说接下来的两个月你可以爽玩，如果你有 mac 设备的话，可以直接下载进行使用。我们首先来看一下这个页面里都有些什么功能，在左侧映入我们眼帘的呢，就是这个定时任务， 然后定时任务下面呢还有一个 skills， 第一个呢是技能创建者套娃这一块，玩明白了，这个呢应该是从 github 上搜索安装， 我们可以试一试。我说我需要一个制作 ui 的 skills， 然后发送给他，在这里呢我们就能看到他运行的命令帮我们创建。下面呢又询问了我们一下，是否允许他列出 getup 中的项目。好，当然可以，我从精选技能里查到了跟 ui 最相关的这些，他把它列了出来，问我们想安装哪一个，我随便让他装一个吧。 已经把这些 ui 相关的 skills 都装好了，重启 codex 就 能加载 skills， 我 们在上方点击这个刷新，就能看到它帮我们安装的技能，可以说是非常方便。我们接着来试一下它，这个技能创建者，我让它制作一个可以利用 remote 生成丝滑文字动画并生成视频的 skills， 我 可以发送， 现在已经写完了，我们让它安装一下，安装到这样呢，它就会自己找到这个合适的位置安装进去。就关于 skills 那 个视频，我已经拖了有个一个多月了，看来好像不用出了，这个很方便，我们看一下它安装的怎么样， 刷新一下哦，已经存在了，在这里你可以直接点击他，然后进行尝试，这样呢，就自动选中了一个技能，你再去聊天的时候，直接就默认用他，我让他制作一个 skills 的 科普视频， 然后直接来吧，虽然他下边还没跑完，但是这个视频已经出来了，我们可以简单看一下。你有没有发现最近到处都在聊 skills 啊，他应该用的这个技术是不支持中文的，但是这个动画是可以的。 在上期视频呢，我用那个 mini max agent 也做了一个类似的，我还是那个观点，就是你用 skills 来制作视频，它性价比太低了，所以我们先不管它了，看一看其他的功能。我们可以在左侧看到这个工作区里我们聊的所有内容，也可以直接新建一个工作区，或者是把本地的文件直接在这里打开。 比如说我刚才把我的博克工作区给导入了进来，那这里呢，可以看到他还有很多的聊天记录，因为这个项目在很久之前，我用过 codex 来给大家做过演示。可能有些朋友呢，还记得我曾经让他在这个项目中呢，添加过一个精灵球，点击之后出现烟花。我这里呢给他一个任务是尝试在首页添加一个悬浮的精灵球，点击后 出现烟花，那在右下角呢，可以看到有这个精灵球，点击一下，啊，有这个彩带， 我说是烟花啊，他给我做成彩带了。一个新的对话中呢，在下方我们可以选择三种不同的模式，第一种呢就是本地 到我们本地进行操作。第二个呢就是工作区里泊客税模式呢，是 get 版本控制的一个高级功能，我们可以在同一个 get 仓库里创建多个独立的工作目录，每个工作目录呢都可以剪出不同的分支，而且还不需要多次的克隆，主要是可以节省值班工钱和时间，尤其是一些大型的项目，可以直接并行的开发，同时去修复多个 bug 或者创建多个功能。 第三个 cloud 就是 云嘛，不会在我们本地进行任何操作，而是在 openai 的 服务器上去进行处理。大家所熟知的那种一两个小时的长任务，那就可以在云端里进行完成，包括说我们一开始提到的这个定时任务，当我们设定在云端的时候，即使是我们的电脑关机，它一样会开始工作，大家可以按自己的需求去选择， 我一般呢还是选择本地，主要就是发发博克，它的即时性比较强，我要在本地实时的看它的效果。当我们在这个工作区里随便聊了一句之后，那右上角呢就会多出一个运行的图标，我们点击一下可以在这里设置我们的运行命令，因为这个项目呢就是一个 x o 静态泊客站点，所以我给他设置了一个启动命令，然后我点一下 它呢就会自动在下方去启动，我们也可以直接点击去添加更多的命令，然后可以在这块查看，比如说 debug 或者是这个 text 的 测试。只不过如果我们只在这里配置，它只应用于当前的对话中。如果想要整个工作区都默认使用这一个命令，那我们点击下方这里 啊在这一块进行添加就可以了。在后面呢我们还能看到有个按钮，哎，好奇怪，点击下菜单哦，有很多的 ide， 也就是在其他的 ide 中去打开这个项目，那后面这个就不用说了，就是 get 用的嘛，在后边就是快捷打开一个终端，可以直接在里边输入命令之类的，然后是这个更改记录 啊，都能在这里查看。最后呢还有一点刚才我们没有提到这个语音就不说了，就是前面这个按钮，他默认情况下呢，是在一个沙盒里去进行我们的命令， 但当我们点击之后呢，就赋予了他最高的权限，他这里呢也有提示，非常的危险，所以不建议大家打开更多的配置呢，各位可以在设置里去查看。 总体的功能大概就是这么多，应该都讲到了，我个人还是比较喜欢这种设计风格的，各位如果感兴趣，又刚好有麦克设备，可以下载来看一看。那以上呢就是本期视频的全部内容了，如果对你有所帮助或者觉得视频做的还不错的，欢迎给个一键三连，有什么想看的内容也可以在评论区进行留言，我都会看。那最后祝各位玩的愉快，我是段峰，我们下期再见，拜拜！

就在今天， astonovic 放出了他们的最强模型 cloud office 四点六这个最强的头衔，它只保住了二十七分钟，半个小时不到， openai 直接在线狙击发布了 gpt 五点三 codex。 这里放一张今天特别火的图，美国的 ai 大 战 vs 中国的 ai 大 战，大家怎么看？熟悉我的朋友都知道我的 ai 大 战 vs 中国的 ai 大 战，大家怎么看？熟悉我的朋友都知道，我的模型评测风格一般，不去看一些奔驰实测， 两个模型同一个 problem， 正面硬钢，剧透一下哈，结果挺意外的，一个功能做全了，但代码有坑，一个代码漂亮，但他前端漏了功能，到底两个模型哪个写代码更能打？看完这个视频你心里就有数了。 好，我们下面来快速过一下模型树懒部分 off。 四点六这边三大亮点，第一个， 它的一个上下文翻了五倍，到了一百万 token， 但目前只能按 api 付费的用户才能去体验。第二个 agent teams， 多代理协助，不是以前那种只代理模式，是真正的团队多个 agent 并行干活，互相沟通，质疑，不通过这个负责人去中转。第三个的话，它整个的一个输出 token 啊，翻倍了，由原来的六十四 k 到现在一百二十八 k， 可以 执行一个更长的一个任务，不中断。好，我们来看一下 gbt 五点三 ko deck 这边在第一项这一块， terminal bridge mark 这个参数呢，它是比 office 四点五要强接近十二个百分点，并且 这个速度相较于它的上一代模型快了百分之二十五左右，我的一个体感非常的明显，特别快。第二个的话是它的一个 首个参与构建自身的一个模型，也就是说他用早期的版本来 diabag 自己的个训练管理部署，然后针对评估 ai 帮自己 diabag， 想想就挺科幻的是不是？第三个的话是以前扣贷干活你只能等着，现在你可以随时介入，随时去调方向，不用先停止了。 那真实项目这一块的话，我给他准备了两个项目，第一个让他去做一个跨项目的一个迁移认证体系，也就是说我有一个纹身图的一个 agent， 我 要让他去参考另外一个项目，把那部分啊，谷歌邮箱登录、 github 邮箱登录 认证全部给他摘过来，这个考验他对另外一个项目的探索能力、架构适配能力。但第二个项目的话，我之前做了一期视频，是讲 skill 的 加载原理的，那并且我也做了一个开源项目，把它放出来了，那个时候是一个终端交互的一个性质，现在我把它做成一个外部 y。 第一个是 cloud 四点六完成的一个落地页，大家觉得怎么样？就一般般吧。那它在登录这一块的话， github 谷歌邮箱注册全部搞定了，没有任何的问题，我们也可以试一下，点击 可以看到它能登录成功邮箱也是对的，那整体这一块的话，它是整个完成度还 ok 的。 我们来看一下 gbt 五点三 codex 表现怎么样。 首先落地说实话不太行，比较简陋，大家看它的那个集成登录的情况，只实现了 get up 后端的代码，谷歌那边它也完成了，但是它没有在前端上写一个按钮。整体这一块的话，我会把票投给 cloud off 四点六 单看功能这一块哈，但是后面还有坑，待会我再慢慢讲。好，下面我们来看另外一个项目，就是给一个 skills agent 去加一个 外部 ui 嘛，因为之前是终端，我们来看一下，也就说我有这样的一个项目啊，这个项目是去使用当前一点零去构建了一个 skills agent， 演示了这个三层加载的一个原理嘛， 那主要的一些特性的话，就是有一些流势输出，然后托肯的响应，显示工具的名称，执行的过程，展示三层 skills 的 一个加载过程。原来的话是通过终端 ui 去交互的嘛，现在我希望他给我们做成一个外部版本，我们直接来看结果， 这个是 cloud 的 off 四点六完成的，这个 ui 太简陋了。 ok 来给了一个这个平台的文章，让他去做 思考，他会去做加载技能，然后去分析，再提取，再做其他的一些任务，看他能不能做到。 ok， 可以 看到他有调用的 skill 去加载这一个 skill， 然后他去执行那些命令，他发现这是命令有问题，他这个时候需要去安装相关的依赖， 那这个的话就是 gpt 五点三 codex 完成的，左边是他发现了我安装了哪些 skills， 并且右边你可以开多个聊天框去聊天，我在提示词里面其实有让他去要去实现对应的一些指令，那 gpt 五点三这一边的话是完成的非常好的。好，我们来试一下， 可以看到这边它加载了就是新闻提取器，这个时候它会去执行霸性，跟那边一样，因为一些依赖问题，这个先忽略它，总之就展示这一个加载的过程嘛， 很明显 gpt 五点三 codex 完成这个版本会比 off 四点六会好很多，我感觉不管从 ui 上交互上， 这一轮我会给他投票。好，我们来看一下完整的一个对比结果。第一个项目就是给这个 agent 加上一个用户认证体系嘛，主要是 email， 谷歌认证 get up， 然后从另外一个项目迁移过来。我们来看一下评分情况， 对话人数大家都用了第一轮，那功能完整程度的话， off 四点六这边要完整一些，所以给了他九点五分。 那 gpt 五点三这边因为它漏了嘛，所以说它的评分要低一些，在 ui 上的话也是这边会好一些。在代码架构上这个就有有的说了，在代码架构上的话， off 四点六这一边就是快，但它整体的实现其实有有一些漏洞， 那 gpt 五点三扣带这边它就像一个更有经验的工程师一样，然后整体的代码架构，工程规范都很完美， 为什么会得到这一个评分呢？给大家解释一下这个评分怎么来的。他们两个模型把代码写完， get commit 提交完了之后， 我用了他们两个最顶尖的模型去 review 代码，先让 off 四点六去 review 啊，两个人写的，再让 gpt 五点三 code 是 两个人写的，大家得到的结果都一样，就是 gpt 五点三 code 写的代码要好， 只不过在功能实现上它漏了，以及在落地页上它的实线会没有 off 四点六那么好看。但是代码这一块的话， gdp 五点三扣袋子这边肯定是要厉害一点的。 那整体总结一下的话，在代码架构上扣袋子要领先一些，它全链路的用户隔离、迁移、脚本测试覆盖都写到了。但实际功能体验上的话， off 是 因为它三种登录都可用， 然后 codex 它这边缺少了一个谷歌的，我不知道它为什么会缺少的。哈，那 ui 设计上也是 office 更优。那第二个想法，就我们刚刚看到的，我们把这个 skills agent 的 一个终端 ui 变成一个 web ui 嘛，那这块的话， gpt 五点三就明显领先了，不管是在 ui 上还是整体的代码实现上， 都要领先于这个 off 四点六。所以说我觉得整个这一次的发布来看的话， off 四点六它的代码提升并不是特别明显，反而这个 gpt 五点三 codex 相较于 gpt 五点二 codex， 我 认为它们提升了蛮多的。因为这几天我也一直在用 gpt 五点二 codex， 以前是速度有点慢，现在是速度又快，质量又高，我觉得未来 g p t 五点三 codex 大家会用的特别多，不像以往一样，大家可能都用 cloud code 的， 现在的话多了一个选择，并且它更便宜。我做这一期测试，我把这个 off 四点六这个模型的 整个五个小时的窗口全部用完了，但是这个我只花了二十道订阅了，它还没用完，一直可用，一直可用，很爽，速度又快，那为什么不选择一一个便宜，质量又高的呢？所以这一轮总结来看的话，就是 codex 整个代码实现明显领先，功能实现也领先，整个 uiux 都领先，所以说我把票投给了 codex。 好，我们来一个总结，第一个项目去做跨项目的一个迁移认证，这轮 off 四点六渗出， 第二个把一个终端 ui 变成外部 ui， 这一个 gpt 五点三 codex 渗出。那整体平均来看的话， codex 是 要领先一些，因为它这一次提升真的非常明显，速度快，成本更友好，而且后续的话我会更加的去增加我整个 codex 的 一个使用频率。 ok， 这就是这一期视频的全部内容了，如果你觉得视频做的不错，可以给我一键三连，谢谢大家，拜拜。拜拜。

朋友们，今天的大事件都知道了吧， oppo 四点六和 g p t 五点三 touch 在 十分钟左右相距发布，那很自然，这两货今天又成了整个社交网络最靓的仔。那么有一个问题就来了，他们俩到底谁更强呢？ 今天我们就让他们俩来一场巅峰对决，我们用三个案例来快速的看一下他们俩到底谁的效果更好，分别覆盖 web 前端开发、移动端开发和桌面端 app 开发。那具体结果如何？我们一起来看一下。 ok， let's go！ 好， 第一个案例是开发了一个叫做 amnesia 啊，有人知道这个单词什么意思吗？它是无所不知的意思啊，其实简单说就是一个可以一次性向六个大模型来提问的一个 app。 那 这六个模型就是 国内的三个 g i m mini max， kimi， 还有国外的三个七幺 g p g， oppo 四点六，还有 jamaican 三 pro。 好， 下面有一些具体要求啊，这个我们不细看啊，我们先看一下它们整体的一个结果， ok， 这个是 g p g 五点三控制器的结果，那大概的 u i 就是 这样。然后呢，这个是 oppo 四点六的结果， 它这边看不到任何的那个，比如说每个模型，但是呢，待会儿我们试一下，说个消息，看它能不能出来啊。那么从界面上面来看呢，你会觉得好像 哎，这个 g p 五点三的好像稍微有点设计感，对吧？但是这里有个很大的问题啊，你看他每一个模型，他的回答是在这边的，那这个你要看起来就很不方便，对吧？但，哎呦喂，我们来试一下啊，我们让他帮我脑爆一些用于测试两个模型编程能力的一些项目，好，发送 好，可以看到每一个模型，它这边呃都能回答，都能正常工作。然后这边还有一个主回答，它这边选的是 g p g 五点二，我不知道它是不是有偏塔啊，哈哈， 偏塔之间的模型对吧？所以功能上面看起来都 ok， 然后这边呢，还能去，比如说隐藏某一个，对吧？隐藏隐藏，隐藏隐藏，然后也可以全部显示，可以相当于是可以切换啊，这边还有横向滚动 哦，它是这样的，然后有网格的，这个布局好，布局大概就这样。那这里的我觉得最大的缺陷就在于说，嗯，只有那么一点小小的窗口，看起来很不方便，但是呢，功能层面完全没问题。然后我们来看一下这个 off 四点六的结果好， and 啊，它就是这种，就是并列的好，可以看到， 呃，他有点闪动啊，然后这个能不能关掉呢？啊？他这边也能切换，这个布局好，目前看起来两个模型生成的结果啊，功能层面都能够正常的工作，那么他们俩最大的区别呢？就在于这个布局，对吧？然后整体看下来，我会觉得 oppo 四眼六他的这个布局会相对来说会就是比较符合我想要的一个风格，然后如果看我们的提示词的话， 你会发现其实 oppo 四点六生成的就是我们想要的，对吧？左侧一个互换六表，然后右侧是并列的六列，而不是这边 g p t 五点三扩展齿所生成的这个布局，我觉得这个这边占了这么大块，就是会导致用起来很不方便，那这个虽然说它会有一个很想滚动的一个结果，但是你想想在大的屏幕上面 是不是看起来就很方便了？好，所以第一轮我会觉得 oppo 四点六获胜， ok， 第二个案例是让他们俩同时来开发一个简版的小红书啊，使用 flutter， 然后本地的 sql 保存所有数据， 然后笔记留，发布笔记，笔记详情还有点赞评论这些功能，包括我的主页，那么 ui 层面我们就直接让它尽量的与小红书保持一致就行了。好，它们俩生成结果，我们一起来看一下， 左边这个是 gpt 五点三 codex 的 结果，然后右边这个是 oppo 四点六的结果。然后如果说抛开小红书这件事情本身来看的话，呃，我会觉得 gpt 五点三 codex 的 版本设计层面会稍微好一些啊，包括它整体的这个 配色呀，包括比如说这种圆角啊，包括它配的图啊，好像会稍微好一些，对吧？包括你们看它底部的这些东西，呵呵， 但是这里我们有一个前提，我们刚刚也跟大家重点强调了，就是让他尽量的符合小红书的这个风格，包括整个设计界面。所以你从这个角度来看啊，依然我会觉得 oppo 四点六会更加符合小红书的这个风格啊，包括这个点进去以后的这个， 嗯，详情页面吧，对，包括整个，比如说，尤其是底部的这个东西，对吧？就是，就很明显啊，就这个，就是他自己完全自己设计了一套，没有按照我们的提示式来，按照详述的风格来去设计。然后呢，他们俩还有一个非常大的区别，就是发布啊，发布这边呢， g p p 五点三克莱斯它是发布不了的啊，你看点击这个东西，它没有用，然后呢， oppo 四点六它的版本是可以发布的啊，给大家随便选一张图片啊，比如说这个，对吧？打开随便填一个，呃，笔记 真棒，发布，你看它发布成功了啊，点赞也没问题，所以从这个角度来看，无论是从设计还是从功能层面都获胜，尤其是从这个遵从 提示词的这个方面啊，我感觉 oppo 四点六已经把 g p g 五点三 corner x 打的有点招架不住了，哈哈，反正这个提示词就这些啊，大家也可以自己拿回去测，对吧，看看你测出来结果是不是这样子。 好，所以现在 oppo 四点六已经二比零领先了，哈哈，我们再来看最后一个版本。好，最后一个版本呢，一直是我用来做最终测试的啊，就是让他用这个 rust 加 gpu i 框架来开发一个 macos 的 app 啊，这个 gpu i 框架是非常新的一个框架 of rise， 本身也是非常难的一个语言，所以这就非常考验这些模型它的学习能力，包括它综合它的调研能力啊，然后呢，实 际应用的能力，就你想象一下，让你用一种非常难的语言，然后呢去用一个非常新的框架来开发一个完整的 app， 这个难度是非常大的。然后呢，它开发的一个结果就有点类似于那个 cc switch， 它的一个 相当于用来切换 cloud 的 那个 api 提供商的这样的一个界面啊，然后这边有系统拓盘，可以下拉之类的。好，我们来看一下两个 app 实现的结果。 好，这个是 g p 五点三的结果，可以看到这个在我看来这属于什么东西？你这个真的是一个 api 情况下，我看看创哥的 api， 然后这边的这个 ki 率让我自己来去填写。我的天，这什么东西啊？我们就填一个吧， t 等于 等于 y 率保存好，就这样填光了，填了这个东西，但是我觉得非常不合理啊，你还让我自己用这种这种 k y 率在这边写接上的方式来去写， 但是呢，输入都是没问题的啊，像之前的。呃，我记得是五点一的时候啊，他用 g p u i 开发的那个 app 根本就是无法输入的，就是根本不行，哈哈， 那至少的话，他现在是有这种输入框就能够正常的输入，我觉得相对于他自己来说是一个非常大的进步，但是整体来说我觉得我很不满意，哈哈。然后再来看一下这个 oppo 四点六的版本啊，这个我觉得 看起来就舒服很多啊，这边你可以看到啊，当然我这边也是，它本来的界面是这样，这个就其实就挺像 cc switch 它的一个这样的界面的，然后这边你可以新创建一个那个新的这个群，而且你看这边它还有一个 official， 就是 default， 就是 默认的是使用 cloud 官方的那个账号，然后可以新建一个新的账号， 放歌的 a p i 啊，八个位，我们现在有自己的 a p i， 大家想要的话可以了解一下，然后这边可以通过这种 kpi， 至少这种方式就比你这种方式要友好很多，对吧？嗯，左边 base， 右边前一个 c， ok， 保存成功了，然后呢，这边点进去能够自动地继续编啊，这个是官方的啊，这边是保持了以前的，对吧？然后我们来看看之前的这边的 c 好 过去这边是有保存，所以从这个角度啊，无论是从 ui 的 设计，交互 还有功能层面，我会觉得都是 oppo 四点六会获胜，你看这边，这这算什么交互啊？我的天，你怎么会这么用的？ ok， 以上就是我对 oppo 四点六和 g p d 五点三 q d x 两个模型的快速测试， 所有的提示词都在文档里面啊，大家想要的话可以自己拿回去测试一下，但是我测试出来结果大家也都看到了， oppo 四眼六可以说是把 g p p 五减三刻带子按在地上摩擦呀。我的天，这两个差距我觉得还是挺大的。总的来说， oppo 四眼六依然是当之无愧的王者啊，绝对的替人存在。所以 说实话，我还是挺意外的，因为我觉得 oppo 四零六可能是更强，但没想到会强这么多。好，那对于这三次测试以及对于他们俩的模型能力，大家怎么看啊？欢迎在评论区留言。那这个视频教具觉得有用，可以点赞关注一下我唱歌，我们下期见，拜拜。

大家好，我是 kate gbt 五点三 cotas 正式发布了。山姆说呢，它是目前顶尖的编程模型。 swbench pro 得分非常高， tonya bench 二点零百分之七十六的得分也是要比 opus 四点七要高很多， 而且他的计算机使用能力很强。我们在和他沟通过程中，如果说我们发现他在思考执行过程中啊，和我们想的不一致，可以随时中断，那他呃会根据我们新的指令来继续执行下去，而且他现在速度更快。 ovni 的 工程师说呢，目前在 high 和 x high 的 推理强度下， gbt 五点二 coattas 它的推理速度要比上周的 gbt 五点二 coattas 快 了百分之六十到七十。一是它的 talk 效率更高。 第二呢就是推理优化，现在是越来越多的用户喜欢用 gbt 五点二 coattas， 那 既然五点三 coattas 它的速度还有它的效率更高，那肯定会越来越多的用户会使用它的， 它特别适合去解决一些疑难杂症。之前呢，我经常介绍的一个指标是 swbench viv 的， 而现在呢，更多的呃， ai 公司呢，强调 swbench pro， 它呢是含盖四种编程语言，更抗污染，更具挑战性，而且更贴近工程实践。 gpt 五点三克拉斯呢，它在专业知识方面还是非常优秀，虽然说它做的啊， ppt 速度又比较慢，然后，呃，排版也不是特别美观， 它真的会根据你 pdf 里面的文档图片是什么样子，它会帮你裁剪一下，放在对应的 ppt 的 位置。别的 ai 做 ppt 的 时候，我真的是要去多去检查，看看它有没有错误。通过这张图我们可以看到，目前 gpt 五点三它的透更，效率更高， 然后它的准确率还会更好。 g b t 五点二 q t s 它的编码能力更强，美学方面也有了改进。前两天我介绍了呃， open i 官网上 q t s app 来做的一个游戏， 那现在 open i 呢，将它们升级了，这是一款赛车游戏，这是不同的场景，然后我们可以看到赛车跑在这样的一个发光的跑道上，非常炫酷， 要比我们之前看到那个版本要美观很多。它这个游戏呢，就是用到开发网页游戏的 skill。 目前呢，五点三 codex 在 构建日常网站时候也能更理解你的意图。 官方展示出来呢是五点三。在美学方面啊，还有理解，意图方面是要比五点二会更好。虽然 codex 主要是面向软件开发，但是它在幻灯片制作， 呃， word 文档表格方面、 pdf 制作方面都是非常优秀。这里呢，就是我刚刚有提到的非常喜欢 kotas。 现在的一点， kotas 会在工作过程中提供频繁的更新，让你随时掌握关键决策和工作进展。它会主动说明操作步骤，响应反馈，始终让你保持进行。我们需要在设置通用 后续交互行为里面将它给打开。 open i 工程师呢，他们还用 codex 训练和部署 gbt 五点三 codex 官方说，五点三 codex 是 首个在准备框架下被归类为网络安全相关任务高能力的模型。但是在五点二的时候呢， open i 就 强调 codex 网络安全方面的话是非常厉害。现在我们来看一下 omni 的 工程师如何花一万美元用 kotas 自动化研究工作？他的个人工作环境非常简单， get 工作数，还有多个需要窗口加每个工作数，一个 vsco 的 实力。他认为新版的 kotas app 就 能提供这条体验。 关键突破呢，是让 kotas 持续记录并改进自身的工作流程。作者认为 kotas 是 一个惊人的搜索引擎， 之前我在视频里就一直在说，我最喜欢的就是呃 g b t 它的搜索能力。那在作者这里呢，它需要在不熟悉的代码库中快速实现。一次性实验的时候，它就会让 ko d s 进行广泛的径直调查，搜索相关 slack 的 频道，阅读相关讨论， 获取一些变更深层详细的笔记，自动作出超参数决策。同时作者发现呢， slack 充满了关于模型行为的讨论报告和数据。 所以他让 codex 呢定位并深度爬取相关频道，查看分享的截图，提取模型相关文档，浏览电子表格， 历时了多个小时，产出超过七百个新假设。他认为 codex 是 一个极其认真高照回的搜索 agent。 五点三 codex 呢，他尤其擅长同时协调多个子代理工作， 并且它现在速度有了极大的提升。你只需要与一个主 agent 对 话，由他指挥一个 agent 的 团队 分别进行 slack 调研、代码调研、代码编辑和数据科学，大幅减少了通过代理并行工作时所需要的上下文切换。最后呢，再来看一下 codex 最近帮我来做了一些什么事情。先来看一个 gbt 五点二 codex s high 的 模式 帮我做的呃元素周期表，这个元素周期表有五千多行代码，我们可以看到 coca 现在做的页面的话还是比较美观的， 左边呢它分它对这个元素呢有不同的族周期类别，时间线，它这里的时间线呢非常非常有趣， 我们可以来滑动一下，就可以看到右侧呢有对应的不同元素的显现，当我选择不同类别，那也很清晰的看到右边的元素哪些是啊非金属，哪些是卤素，也可以按照周期 来区分，或者呢是按照竹来识别不同的元素，这些功能他都做的特别好，包括最上方我们还有一个搜索，我这里呢，搜索了一下，同，那我可以把它点击进去看一下， 它这里呢是有原子序数，原子量发现者常见用途。我们点一下旁边，在时间线定位， 他说该元素为古代已知的元素周期表，我其实让多个模型都来做过，我在今天这里展示的元素周期表绝对是这些模型里做的最好的， 因为他是做的最完整的，多个功能都是给我展现了出来。最后我们再来看一下对模型的对比，那我先选中一个模型，再选中一个， 第三个选择它，然后点击打开对比，就可以看到非常详细的这些元素的对比了，而且最下方呢，我们还会看到有数据说明，现在呢就给大家看一下怎么做出来它的给它的提示词呢，其实是非常简单的， 在左下角呢，它有一个加号，当点击这里的 plan mod 的 时候，它就会帮我们生成一个 plan， 这是它最终生成的，先是目标和交付物，再接着是 ui 视觉设计，然后是元素表布局和啊交互模型，再接着是数据模型，然后第五部分呢，是时间的细节。 在制定这个 plan 的 时候，它会有几个问题问我有一些细节问题让我去选择一下。我们看到它做的这个 plan 还是非常详细的， 这种 plan 的 话比我在 curser 里面让同样的模型做出来的话是要更详细的。所以，呃，我觉得我们可以看一下 codex 官方的 skill， 它里面有一个 creator plan 究竟是怎么写的，也可以用在别的 ai 编程工具里。那我确认上方没有问题，然后就开始让它去执行了。再看一个，今天我让它来做一个 skill， 先是让它调用谷歌的 nano banana 来生成图片， 这是 rapidkit 的 一个调用的事例，我直接发给他，他很快就生成了。之后呢，我就让他做一个兵马俑街舞，他说他先按照前端设计 skill 来做计划，然后他就开始执行了。 我们看到他这里的 plan 的 话，内容也是非常多，包括分镜，时间轴也都有， 还有主要的接口类型也给出来。之后呢，我就让他调用刚刚创建的 replicate 的 啊 nano blender 的 一个 skill 来生成图片素材。在它生成图片过程中，我发现生成的图片呢，啊太写实了，我就让它调整一下， 于是它就开始重新生成图片。再之后我发现这个图片，嗯，设计呢，还是得好好规划一下，如果说一下子让它生成不同风格的图片， 做出来的场景肯定是不好的。呃，我在这个对话里呢，用的是 g p t 五点二克的 high， 明显感觉目前呢，呃，即使选择了 high， 它的速度呢，也要比之前的五点二克的 high 速度要快很多。我们看一下它的生成效果，它的最上方呢也有聚光灯， 然后他这里的兵马俑呢，做的，呃非常不像兵马俑，所以很多任务还是要让 office 四点七来做。但是啊， cos 呢，也有他非常擅长之处， 他在后端方面还有复杂任务，还有他在一次性任务上完成的准确率是要更高一些。右侧呢就是他执行的计划，我们可以看到啊，他这里的计划呢分镜是哪些？ 然后验收校验，明显可以看到 codex 在 这里呢，写内容还是比较节约的，所以写文档方面的话，我个人觉得可能还是用 office 四点七比较好一点。以上呢，就是今天介绍了关于 gpt 五点三 codex 的 所有内容， 这是一个非常好的模型，速度快了起来之后，那真的我们很多任务都可以交给它。

很多人对 ai 编程工具的认知还局限在辅助股权代码、减少手动输入的层面，殊不知，这样的理解早已跟不上行业的实际发展。 openai 旗下的 codex 桌面板早已跳出了单纯代码助手的定位，升级为全新的开发指挥平台。开发者只需下达清晰指令，多组 ai 智能体便会自动分工写作， 从设计稿转化到项目部署上线，全程无需手动敲击代码就能完成全流程开发。这背后，是编程开发的底层逻辑发生了本质改变。以往的人机协助模式更像是双向配合，开发者梳理需求， ai 生成基础代码，后续还要反复调试修改，整个过程繁琐且耗时。而如今的开发模式早已简化，只需明确指令，比如按照 figma 设计稿制作登录页面，对接 o s 零认证部署至 v c o 平台，短短时间内， ai 智能体就会自动拆分任务， 分别完成 ui 代码转化、认证配置、上线部署等工作，通过专属流程隔离操作，避免任务冲突，最终自动整合成果， 开发者无需额外干预，就能拿到可直接运行的云端项目。 codex 能实现这样的高效写作，核心一是多智能体协同作业，不 再依赖单一 ai 完成全部工作，而是模拟团队分工，分别负责前端、后端部署、运维等环节，开发者只需把控整体目标，扮演指挥者角色。二是技能包附用机制，将 figma 转代码、项目部署、问题管理等重复流程打包存储，一次调用后即可自动记忆， 后续直接赋用，大幅减少重复劳动。三是安全刹厢兜抵保障，默认限制操作权限，尽可访问当前项目文件夹，关键操作需手动确认，从根源规避操作风险，让开发者可以放心使用。实际应用中，已有开发者借助 codex 通过七百万 token 的 资源量， 从零搭建出可正常运行的三 d 赛车游戏。整个过程中，开发者仅负责下达指令、把控方向、任务拆解、流程执行、版本迭代均由 ai 自主完成，这样的效率是传统开发模式难以企及的。当下行业趋势已十分清晰，开发者的核心竞争力正在悄然转移，过去比拼的是代码书写速度、 框架熟练程度，未来更看重需求拆解能力、精准指令设计能力以及自动化工作流的规划能力。指挥基础代码编辑的开发者，可发挥的空间会逐渐缩小，而能调度调度 ai 做好指挥的开发者，仅凭一人就能实现小团队的开发效能。 相关数据也印证了这一趋势，越来越多的开发者开始使用这类 ai 工具，使用规模持续增长，传统的终端开发模式也正逐步被全新的指令驱动模式替代。这并非制造行业焦虑，而是客观呈现技术革的现实。 对开发者而言，核心问题从来不是 ai 带来的冲击，而是能否快速适应新角色，成为合格的 ai 写作指挥官。 codex 降低的不是编程的基础门槛，而是规模化整合开发的门槛。未来需要打磨的 不再是繁杂的语法细节，而是把模糊的创意需求转化为 ai 可执行的精准指令。最后不妨思考，当代码编辑变成清晰的指令下达，你更愿意成为统治权的指挥者？还是仍在打磨指令表达的精准度？

hello， 大家好，今天呢，我们来说一下二月五号，也就是今天最新发布的这一个 g p t 五点三的 codex 版本， 嗯，据 openai 说呢，呃，这一代呢，比上一代是有了一个百分之二十五的一个速度的提升， 然后，呃，对于这种上下文的这种记忆也是更加的增强了，也是不会去遗忘。然后根据我今天的一天的使用下来呢，我发现确实是比这一个五点二的 codex 有 了一个很强的提升。然后我们可以先来看一下它这一个官网，你看， 根据它官网的一个测试数据啊，它与这一个五点二的 codex 以及五点二自身相比，它的这一个 output tokens 啊，是要更少啊，只要更少就能达到更高的精度，这样的话就说明我们可以完成更加复杂的任务。 然后包括这里的一个 accuracy， 它相比于前代也是增加了十几个百分点。然后包括这里是 openai 它官网给我们的应用，也就是说，嗯， 单凭这一个 codex， 它自己就能去实现这样一个游戏界面啊，就能实现这样的一个游戏界面的架构。然后啊，我们继续来看， 然后就是，嗯，除了 coding， 它还可以给我们去做这种，嗯，材料建议的这种 ppt 啊，嗯，这种 word 文档啊， 这种分析表格文档啊，还有 pdf 文档，它现在都是可以啊，非常容易地去进行去做，当然 在五点二版本也是能做的，但是五点二版本可能没有那做的那么好。嗯，我们继续来看，然后这是另外一个 os world 啊，他的这样的一个 accuracy 的 一个评评估，你看他是要比前代更是多了接近三十个百分点 啊，所以说啊，我们今天就是来简单的测试一下这个 gpt 嘛。嗯， 哦，还有一件事，就是说现在这一个 codex 版本，嗯，不同于网页版，它 codex 版本是一定要部署在我们电脑的这一个系统上的，因为它是要读取我们系统的文件，嗯， 所以说现在是只支持 mac os， 还有那个 linux os 啊，现在是不支持 windows 系统的，这是我要说的一点。然后我们今天要做的这样的一个测试呢，就是说，呃，你看，我现在已经是把这一个最新版的 codex 给安装好了，然后它这里的 model 这里也显示的是五点三 codex 啊，然后我用的这一个 reasoning， 我 用的是 extra high， 也就是用的它最高算力啊。 那么我们今天要做一个什么事呢？因为我事先呃已经是把这一个 codex 的 官方的一个呃 document 放到了我电脑的一个位置上啊，我是放在了我电脑的这个 document， 然后里面有一个 codex 文件夹，然后这个文件夹里就是我 codex 进行读写的一个主要的场所啊。 我们今天就是啊给 codex 一个指令，让它来读取我们文件夹里的一个 excel 表格，然后根据这个表格读取到内容去做一个 maclab 程序啊，去给它做一些数据统计， 然后把统计后的这个 maclab 程序再给返回到这个 codex 这样的一个文档里 啊，这是我们今天要它做的一个非常简单的任务，来看一看它的这种实时的读写能力，以及它的这样的一个读写速度，以及理解人类指令的这种能力相比于前代到底是进步了还是退步了？ 那么我们还是首先要新建一个 excel 文件，你看我这里先打开一个 excel， 我 点击一个 new blank wordbook， 嗯，这里的话可以随便写嘛，比如说这里的话写个 number 啊，然后后面的话就写这个数值啊， value， 然后后面的话，比如说 number 的 话 啊，我给他一个编号嘛，从 a 一 开始一直到这一个 a 十吧，我给他十个数据，然后我们给他一个 value， 给他一个 value， 我 们首先先全部给他设置成二， 然后在有的地方给他啊，人为的改一下数，六，呃，八，对。然后 unit 话，比如说是毫米啊，这是两毫米，嗯，我们先给他全都弄成毫米， 然后这里我们用一个 play trick， 比如说这里我不用毫米了，我用一个米，然后这里的话就是对应的这样的一个零点零零二米， 对吧？这还是两毫米嘛？我们就要看现在的这一个五点三的 codex 能不能反映出来它是一个两毫米，而不是就是说占前不顾后这种感觉，是吧？然后我们就今天就让它去 输出一个频率图吧，比如说这个表里二出现了多少次啊？四出现了多少次啊？六出现多少次？八出现了多少次啊？然后还要求他进行一个小小的一个转换，然后我们也不给他太多的一个指令，我们直接来到这一个，呃，我们保存一下， 保存的话就是保存 document codex， 好， 然后它的名字就叫做 book one 吧，给他一个 book one， 好， 现在是保存到我们的电脑里了，你看这里就是我们的 book one， 然后回到我们的 codex， 我 们就给他去施加这样的一个指令，稍等，我换一下这个书法 啊，那么我们就让他啊， please 啊，去读一下我们的 book one 吧。啊，在我们的这个默认文件夹里， 我们这里当然也不告诉他默认文件夹是哪一个啊，让他自己去寻找。然后呢，给我们生成一个 maclab code 啊，这个扣子呢，去 plot 啊，一个 histogram 啊，就是我们的柱状图啊，数据的柱状图，然后我们也不告诉他是什么样的柱状图，一般来说的话，我们就默认是这种直方的频率图嘛， 好，那我们就发送给他。好，然后大家来啊，等一下，看一看他到底要思考多久。然后啊，首先你看他开始 low key 这个 book one 了， low key book one， 你 看，哎，大约五秒后，他就发现了这个 book one 这个 excel 文件，然后开始这一个读取这个文件 速度还是要比呃，前几代是要快的，你看，它已经 pass 不 换啊，已经 identify 这些 numer， numeric field， 还有这一个 unit， 你 看 好，你看，已经是生成完毕了，总共用时四十秒，它就已经生成了这样的一个 matlab code 啊，生成了这样的一个 matlab code， 这个 code 的 名字叫做 plotbook one histogram， 我 们可以回来看一下。哎，你看，就在这里生成了， 对吧，就在这里生成了，因为这个扣子呢，也是呃，不大的，所以说也是很简单，那么我们在这里运行一下。 哎，你看，我们这边出了一个错， error using unable to final open 啊，这里的话，是我们的这一个 maclab 的 问题，我来给它改一下这样的一个文件，稍等一下， 好，这里的话，你看，我就自动的去生成了这样的一个 figure， 呃，二的话它是出现了六次，三四六八各出现了一次，那么我们回到我们刚才啊，输入了这个表格， 你看二一次，两次，三次，呃，四次，五次，六次啊，然后三四六八各出现了一次，对吧？ 所以说啊，这一个读取还是没有问题的。然后这样的话，比如说，比如说我现在把这个八改成二，我们保存一下， 然后再给这一个，呃， codex 啊，给他一个指令，比如说， now， 呃， we've changed book one sheet can you regenerate a code for me。 然后我们继续来看它这一次要思考多久， 这一次应该是要比上一次我估计是要更快一些的。好， 那我们拭目以待呗。你看， i've regenerated the script， ok， 三十三秒搞定。三十三秒搞定的话，你看，呃，是这样的一个文件，这样的一个文件， 这样一个文件的话，你看他在这里可能就是已经做了更改了，那我们不知道，我们重新去打开一下这个文件，我们给他取消一下，然后重新跑一下。 哎，你看这一次二的频率就变成了七了，然后原来的八就不见了，说明我们的 my lab code 已经被它改过了。你看这是原先两个不同的一个脂肪图， 所以说我们通过这样的一个小例子啊，我们就可以看到现在的 codex 五点三啊，功能还是比较完善，性能也是比较强劲。好，那我们今天就测试到这，好，再见。

奥特曼放话下月狂发 codex 更新，聪明人已经开始布局了，我是老韩，今天必须聊聊 open ai ceo 奥特曼刚宣布下个月密集发布 codex 重大更新， 而且特别强调网络安全、智能体循环工具调用，这背后藏着什么商业机会？机会一， ai 开发服务爆发 codex 越强， ai 辅助开发对企业的帮助就越大。用 codex 做快速原型开发，用 ai 处理重复性编码人，专注核心业务逻辑，效率翻倍，利润翻倍。机会二，垂直行业 ai 编程工具 codex 是 通用工具，但每个行业都有特殊需求，谁能基于 codex 做行业定制，谁就有壁垒。机会三， ai 开发者生态服务 codex 开放了工具调用和 mcp 模型上下文协议接口，这意味着可以开发 codex 插件，可以提供配套工具，可以做生态整合。 机会四，企业代码安全审计 open ai 强调网络安全不是没道理， ai 写的代码，企业敢直接用吗？有没有安全漏洞？有没有性能隐患？源泉科技也在关注 callix 更新，努力让我们的 ai 营销助手更加智能和便捷。我是老韩，留言互动一下，免费带您体验 ai 营销！

好的，大家好啊，今天 openai 终于是更新了一个新的东西，叫做 codex app， 一个桌面版，它 openai 沉寂了这么久，终于是端了点有用的东西上来，这个我也是第一时间上手测试了一下，我这边规划下来大概有这么几个我觉得还不错的一个功能，我自己也试了一下。第一个它是支持 skills 管理， 这是什么意思？我们可以看到这这是一个它的界面，它的界面的侧边栏里把你本地电脑上的所有的 skill 它已经扫进来了，同时你可以自己去添加，或者说新建一些 skill， 都在这里一个模块化的去管理，这看上去还是比较直观和清晰的， 这个是比那个 ci 界面会好看一点。第二个是我觉得还蛮好的，是它是一个基于 git 的 一个 worktree 的 一个并行隔离开发，就是什么意思？比方说这里，我们在我们的一个新的项项目下，它这里有一个 logo 和一个 worktree 的 一个形式，当你选 worktree 的 时候，它就会基于你当前项目的这个分支，这个主分支你就可以去下发 多种的开发任务，你可以同时去测试，或者说同时去修改，或者说同时去呃，新建一些新的功能，它都是独立出来的，不同的分支，当你把这些分支都做完之后，它又可以去合并到一起，这个就比很方便。 第三个是他多了一个叫自动化的任务 automation， 这里相当于是你可以去设置一些定时的任务，或者说一些自动化的任务。比方说你每次做完之后，你想让他帮你 review 一下代码，或者说你想设置一个定时给你发送什么新闻或者消息的一个自动化的任务，都可以在这里去设置，这个也蛮好。 第四个我觉得还不错的一个小功能，他是你可以自己去配置你运行这个项目的运行的命令，或者说第八个命令或者测试的命令，这个就有点意思，这个有点像 vsco 的 那种一样的一个 编辑器的一个功能，你看上面我这里是设置了一个 run 的 一个功能，它这里当你点这个 add action 时，你可以去选择你的这个工具是 run， debug 还是 test， 或者说其他的工具。比方说这你选择 run， 你 可以取一个这个命令的名字，下面就是 你要运行的这个命令的一个具体的命令行代码。比方说你想运点一下这个运行，它就会去跑一个前端，你就可以用 p m run， 或者说你要你要配置这个项目之后，你想把这个一键点击，它就会把环境和 run 的 命令都放到这里面，你直接去这里点击这个运行， 它就会自动去跑起来，这个就有点意思了，这个感觉其他的平台的桌面版没有太见过这个功能。这边 open， 比方说你有的项目，你想具体去看一下细节的代码，你就可以去设置你默认的一个打开的一个软件，因为它它相当于是把所有的代码文件全部是隐藏在后台的，你没办法去仔细的看。 第五个的一个功能就是它可以在你提交或者修改了代码之后，它可以直接在这个界面去管理你的地址的版本，不管是提交也好还是推到远端也好，这里它现在是智慧的，因为我已经把我刚才改过的都推上去了。 如果你要推，这里有 commit， 有 push， 这些命令都有，同时如果你有任何的改动或者说暂存，它都会在这里显示出来。这个还蛮好的，相当于有一点，把 vs code 的 里面的一些很好的功能拿到这边就做了减法。这个我觉得整体来说这个 olex app 我 觉得还是很不错的，而且界面的设计和简约 都很好看。这个唯一有一个我觉得需要诟病一下，我知道是因为我没有发现，他这里虽然可以去把我们的终端调出来，但是他只能跑一个终端，因为很多项目他比方说是前后端分离的，他可能需要跑两个终端，他跑多个终端的时候， 现在这个 app 里面只支持一个终端，所以这个我觉得是可能后面看能不能更新的一个功能。对总体来说这个体验我觉得还是很不错的，只不过现在刚刚只有 mac 版本上了，后面 windows 可能要等一下。对，大概就是这样。

大家好呀，今天我一定要向大家安利一下 codex 的 automation 这个功能，对它是一个非常省心的点，这个自动化怎么跑？我就用了它自己内置的一个 summarize git 这么一个功能来做一个演示，我们一起来看一下吧。先说时间，我设定的呢是每天九点钟，只要我的 codex 的 app 是 在运行的状态，它就会自己去手动跑，不需要你触发 这个时间你是可以自己去设定的，你可以设定的是每天定时或者是二十四小时轮动啊。第二点，当它自动化在开始跑的时候，它会自己去创建一个独立的 walk tree 啊，它是在一个工作区里面去跑，会影响你手上的开发，这是第二点。 那第三点呢？它输出的结果就会进到一个 inbox 里面，类似于一个邮件箱啊，只要它完成了之后，它就会发给你，如果说有变化，就会有一个通知你，你就可以去点开查看，那如果说没有变化，它就会自动归档了。 第四点，就是它的整一个自动化的内容，你是可以通过 prompt 去控制的，这个 prompt 你 可以去引用你的 skill， 比如说我想让它的自动化的内容以一个 word 方式或者 excel 的 方式输出，那我就可以去调用这个 excel 的 skill， 只要你说清楚啊，它是完全可以遵照这个 prompt 去进行一个执行的。 对，这个是第四点，那第五点呢？就是他的一个权限是完全遵照你全局杀香的一个设置的，如果你自己设置的是止毒，那么这个自动化一定也是止毒，完全是由你来控制的，当你觉得整个自动化的流程它是安全的，你再进行一个权限的放开， 我觉得这个这个自动化的功能是非常有效的，你可以用它给你内置的一些模板去测试，或者是说你自己来进行一个创建。当然现在只支持苹果的用户，安卓的用户可能还需要再等一等。那么你今天自动化了吗？快去用起来吧，记得一键三连哦，拜拜。

当地时间二月五号，几乎就在 cloud 四点六 opus 发布的同时啊， open i 正式宣布旗下最新一代编程旗舰模型 g p t。 五点三 codex 正式发布。 这是 open i 首次跨级发布模型啊，在还没有发布 g p t。 五点三模型的时候，就已经率先发布了 g p t。 五点三的编程模型， 外加前一天 codex 应用刚刚上线，这套组合拳也逐渐 open i 在 ai 编程领域这个兵家必争之地扳回一城的决心。 那 gpt 五点三 codex 的 编程性能到底如何呢？是什么底气让 open i 赶在编程领域和 cloud 一 绝高下？我就证明，我将带你先快速了解 gpt 五点三 codex 模型的核心特性，然后再与 cloud 四点六 opus 模型进行全方位的对比。 首先，根据官方介绍，相比 gpt 五点二 codex 模型， gpt 五点三 codex 模型在 swbench pro 榜单上的准确率提升超过了百分之十五，并且解决相同问题所消耗的 token。 榜单上的准确率提升超过了百分之十五，并且解决相同问题所消耗的 token 大 幅度减少。 类似的，在命令行编程榜单 terminalbench 二点零上以及 computer use 的 榜单上， gpt 五点三 codex 跑分涨幅也都超过了百分之十。可以说新模型进步显著啊！ 并且新模型更加擅长处理复杂编程任务，尤其是复杂的网页编程任务。例如大家现在看到的紧张刺激的赛车小游戏就是一个纯 html 的 应用，甚至这个游戏还带有音效和八张不同的地图，是不是很夸张？ 与此同时， gpt 五点三 codex 的 意图理解能力也大幅提升，同样是创建用于引导、转化成交的落地页，相比 gpt 五点二 codex， gpt 五点三 codex 会更多地通过巧思来传递产品价值，促进成交。 例如会有很多策略展示，包括包年的折扣、通过数据对比而不是数据罗列来展示产品效果等等。这个小实验，我自己也采用科特中的 gpt 五点三 codex 模型进行了复刻，确实效果非常不错。 而除了拥有更强的编程能力之外，新版 gpt 五点三 codex 还能接入各类办公软件，高效完成如 ppt 表格、文档编辑和优化等各项工作。 不得不说， android 前脚刚发布了新一代 ai 办公软件 co work， gpt 五点三 codex 就 全面升级，提升了操作办公软件的性能。看来 ai 办公依然成为顶尖大模型公司共同瞄准的下一个风口。 此外， gpt 五点三 codex 还首次提出了交互式开发的技术概念，也就是说，开发者可以在使用 gpt 五点三 codex 的 时候，可以随时介入 codex 的 工作流程中，随时发消息，随时就能调整 codex 的 工作方向和工作计划，从而避免一次性执行任务时间过长、中途跑偏，大幅浪费 talk 的 情况。 当然了， openai 对 gpt 五点三 codex 模型本身，而是 gpt 五点三 codex 的 训练过程。 据习， gpt 五点三 codex 是 open i 乃至整个业内首个自我训练、自我迭代、自我升级的模型。简单来说，就是 open i 的 研究员们通过将早期的 gpt 五点三 codex 模型接入 codex agent 来持续根据 gpt 五点三 codex 的 模型训练，而这个过程中， codex agent 成功地发现了 gpt 五点三 codex 模型存在的不足，并提出了解决方案，并最终取得了非常不错的训练效果。 说这是一次非常成功的用 ai 训练 ai 的 实践啊，怪不得 sam 奥特曼前段时间发推特带着矫情的口吻说自己要被 ai 淘汰了呢。 不过呢，看到这里，我相信有很多同学可能会和我相同的疑问呐，那就是 cloud 四点六 opus 和 gpt 五点三 codex 的 这两个模型到底怎么选呢？最新一代最强编程模型花落谁家呢？接下来，我就为大家来详细介绍二者的性能对比。 关键提醒，对于目前绝大多数 ai 编程的开发者来说，并不会局限于用一个 ai 编程模型，对于顶尖 ai 编程模型来说，性能差异也不会太大。所以咱们的对比主要还是帮助大家快速了解两个模型不同的功能特性。 首先，从跑分来看，根据 swebench pro、 chromiumbench 二点零等权威榜单的评测结果， gpd 五点三 codex 相比 clove 四点六 opus 约有百分之五到百分之八左右的性能优势。 而如果具体深度探讨模型的不同能力维度啊， cloud 四点六 opus 模型的核心优势在于拥有一兆的上下文窗口，而 gpt 五点三 codex 只有四百 kox 的 上下文窗口， 并且在智能体编排长、上下文剪辑处理企业级任务和工作流方面， cloud 四点六 opus 模型更占优势。而在响应速度或者单任务编程的准确性上， gpt 五点三 codex 模型则更有优势，这些能力具体的数值指标对比如图所示。 紧接着我们通过一个实战编程的案例来对比测试二者的性能。其中 cloud 四点六 opus 运行环境是 cloud code， 而 gpt 五点三 codex 运行环境则是 cursor 中的 codex。 两款模型都各自搭配自己的编程 agent 来执行开发任务，具体的编程任务非常简单，是要求两款模型制作一个 html 的 单页，用于直观展示对比 ans 二频最新发布的 cloud 四点六 opus 模型和 openai 最新发布的 gpt 五点三 codex 两款模型的性能差异，同时要求有需要的话自行上网搜索这两款模型的相关信息、网络风评以及性能评估数据等等，并且不能出现具有说服性错误的信息展示。 同时需要通过合理的前端页面格式化展示，让用户非常直观的能够看懂两款模型在编程性能上的差异。 最终二者的运行效果如下所示啊。大家现在看到的左侧就是 cloud 四点六 opus 生成的网页对比，而右侧则是 gpt 五点三 codex 生成的网页。相比之下， cloud 四点六 opus 生成的网页效果更加美观，对比纹度更加丰富，而且结论呢，也更加清晰。 而 gpt 五点三 codex 则似乎能够更加理解数据结论准确性的要求，生成的网页里面包含了大量的可溯源事实依据的对比结论，我个人觉得更喜欢哪个呢？ 其实啊， web coding 技术发展至今，基座模型早就不再是简单的 ai 编程工具了，而是集合了编程能力、推理能力和 agent 能力的通用基座模型， 并且包括 anthonpick open ai 在 内的全新一代编程模型也全都建指下一个风口。 ai 办公从这次 cloud opens 四点六和 gpt 五点三 codex 模型发布当中就能够窥探一二。 不得不说，二零二六刚开年这顿非常明显的感受到大模型技术竞争进入百日华诞，我将持续为大家带来最前沿实用的技术解读和技术教学。感谢大家关注和三点支持，我们下个视频再见。

我是老韩，今天必须聊聊 open ai 憋的这个大招，可能改变整个 ai 编程格局。奥特曼刚刚发了条推文，信息量巨大。从下周开始的一个月，我们将密集发布多项与 codex 相关的重大更新，意味着 open ai 要把 codex 从单纯的写代码工具升级成完整的软件智能体平台。第一， 智能体循环 agent loop 全面升级就是 ai， 不 再是你问一句，我答一句，而是理解你的需求，自己规划执行步骤，调用各种工具，遇到问题自己解决，直到任务完成。第二，安全机制大幅强化。 奥特曼强调的网络安全不是说说而已，工具调用、权限管控，让企业敢用，放心用。第三，性能优化到极致。 openai 透露了一个关键技术，提示词缓存 prompt caching， 通过保持提示词前缀一致，实现推理速度提升十倍，成本降低百分之六十，上下文窗口自动压缩。 第四，生态全面打通。 codex 现在不仅能写代码，还能调用 shell 命令，连接 mcp 服务器，集成各种工具，支持本地云端部署。圆圈科技也在关注 codex 更新，努力让我们的 ai 营销助手更加智能和便捷。我是老韩，留言互动一下，免费带您体验 ai 营销！

好，大家好，我是小刘，今天我们一起来看一个 open i 最新发布的新的 i 编程工具，就 codex。 那 这个工具呢，提出了三个很有意思的概念，就是多置人体病型 walking tree， 还有异步工作流。 那我们今天主要是针对这三个特性来学习下这款工具。好吧，那首先是 codex 呢，你可以从这个官网进行下载，这个没什么好说的，对吧？你直接双击点就行了。 然后下载完之后呢，你会进入到这样一个页面，这个页面呢我们暂且分为三个部分，就是，哎，左侧是你布置任务的区域，在这里呢，你可以选择创建一个县城，注意哦，一个任务有多个县城去完成，也就是并行完成。我给大家举个例子啊，比如说你现在我要做一款学生管理系统，那我可能是 a 县城， 那 a 县城做成了这个效果，那我又想使用 b 县城去做，可能做成这个效果又使用 c 县城去做，是不是那有三个县城去帮我完成同一个任务，这里呢他们都是并行执行的，那哪一个县城完成的最好？我可以优先选用这个县城。通过这样的一个模式，其实就是所谓的这个 walking tree， 主分支是我们当前的代码，那我们就相当于从主分支拷贝了一份，然后呢在每一个子分支上进行修改， 你可以在每个分支去进行不同的任务并行开发，而这样的一个模式最后合并到主分支，这样能够更快的去提高我们的开发效率。好吧，那嗯，首先我们在左侧可以选择去新建一个县城，你创建一个县城之后呢，他给你一些提示，在这里你可以选择创建你自己的文件夹， 比如说，哎，我选择把这个项目放到某一个地方，那你就选择指定你自己的文件夹，是不是？当然你也可以选择，哎，我使用我当前已经选择项目，对吧？ 好，那选到项目之后你就可以布置任务了，对吧？你可以通过斜杠的方式去调用不同的，比如说 m， c， p， 像 plan， 像 skills， 对 吧？都可以通过在这里去进行布置。那啊，完成之后呢，我们可以选择不同的模型，比如说像，嗯， 像，高等、中等、低等，对吧？他目前提供了 open， 所有的模型，在这里你都可以去看到，也可以通过语音的方式，比如说，哎，我选择对话， 然后这里旁边的这个盾牌图标呢，就是开启一个杀核模式，相当于你的所有操作，并不会影响你的真实文件，就是杀核模式，那当然了，你也可以选择取消。 好，完了之后呢，我们接下来呢，就是我们的刚刚说的第二个区域，对吧？那接下来就第三个区域，就这一块，这块我们选择开启终端和关闭终端，就是你点击这个图标，你就把你的终端开起来了，可以选择 command 加 g， 然后我们这边也可以看到你所有的代码的文件改动，这里呢就是相当于，哎做一个文件的预览，看你代码是不是改了地方了，对吧？做一个 review， 对 吧？就这么一个东西，那主要是分为这三个部分，好，那我们大致这样已经明白了，对不对？ 其实再看一下这个顶部栏，顶部栏呢，可以选择打开不同的工具，比如说像我们开发 ios， 可以 选择打开插扣的，也可以选择打开 cursor， 这个 cursor 呢是基于你当前的这个目录的，比如说我现在选择零杠零四，对不对？零二杠零四，那这时候我选择 open， 这个时候呢？比如说我现在打开你看它就会自动的 使用 cursor 打开你这个目录，去查看你当前这个项目 cursor， 对 吧？就是这种方式。然后呢？呃，我们可以看到就目前提供了两种主模式，一个是本地分资模式，比如说 local 模式和 walking tree 模式。这个 walking tree 模式就是说我所谓的就是 我们可以从这个组分支拆分出一个哎县城去并行执行。而这种模式比如说我给你举个例子，比如说现在我现在不打开这个项目了，对吧？然后打开这个项目呢，这时候我想要去给大家布置一个新任务，之后呢我选择去呃执行， 那这个时候执行呢？大家可以看到，对吧？它就相当于哎，我会自动的去帮你启动一个 walking tree 分 支，创建一个新的这种啊分支去重新出式化，然后把你的代码里面呢做一个拷贝，一个副本，对不对？给你复制一份，复制完以后呢，它就在这个新的这个新的这个啊 walking tree 里面去写代码， 写完代码之后呢，最后再进行提交，我给大家看一下，比如说我现在呃给他呃，让他做做这样的操作，对不对？做这样操作我们这个 settings 这边也可以进去看到我们的 walking tree， 在 直行就点这个地方可以看到有个 walking tree， 那这时候我们可以看到对不对？就这时候他就会在这边去执行，那执行完成之后呢，你就可以选择打开它了，打开之后我们可以选择这边有个运行图标，那注意运行图标这里呢，你可以选择添加一个动作，这个动作你可以选择在这里输入你的一些命令，比如说像我这个是静态文件，对不对？所以我使用一个 open index 点 html 的 命令，然后选择 save， 这时候我直接点击保存一下这个命令，对不对？比如说我就打开，对吧？然后选择 save 好， 这时候我的运行， 那就做这么一个操作，哎，所以你可以加一层一个秘密，那这时候我可以开发完了，对不对？开发完了我需要和主分支进行合并，所以这时候我可以选择这个 hand hand off to local， 也就是说将将你这个代码你觉得不错，对不对？把它合并到这个主分支去，你看这时候，哎 to 到本地，也就说相相当于从这个 walking tree 合并到你的这个本地分支，然后选择覆盖本地分支， 这个时候呢，他的代码就属于本地的最新分支了，哎，不是最开始的那一版了啊，所以呢，你相当于你可以布置多个任务在这里去并行，比如说，哎，改成，改成呃，红色风格 y， 对 吧？然后我选择回车，那时候我再选择创建一个新县城，对吧？改成绿色风格 y， 啊，这时候呢，我就我就不断的去拼，但是有个 bug， 就是 你每次误完之后，建议你去把它拼起来，这样的话它会消失哦，所以你你就这样子不断的去改紫色风格 y 不是？然后每次布置完一个任务之后，我们可以将它进行拼起来，这样我们就可以看到，哎，我们的任务都在并行执行，可以看这些任务都在并行执行，最后执行完之后你可以去看效果看，没什么问题呢，就按照刚我们方式选择将它合并到我们的这个主分支，通过这样的方式就可以看到我们整体的这个改动， 下面就是可以看到对不对？然后我们选择这个 settings， 选择这个 settings 可以 看到这边有一些我们的常规的描述，比如说你想默认打开 ctrl 啊，你想去，哎进行这个色系的切换啊，或者系统的切换啊，对吧？通过这样方式，当然你也可以选择在这里呢去配置你自己的一个隐私的一个情况，或者是沙盒的一个情况，比如说只读，或者说，嗯，只允许弓箭工作，工作空间读取，对吧？包括我们的这个 mcp， 也可以带你去添加你的 mcp， 也是还比较方便啊。当然 get 也是一样的，包括 walking tree 的 一个配置，那这里呢，可以看到我们刚刚所有的这个 布置的任务，通过这里呢去看到我们所有布置的任务，然后就在这里执行，对吧？没有什么问题之后你就点这个，呃，这个 hard to log， 然后这个时候就完成了，比如说我们刚刚完成，对不对？点运行，你看是不是通过这样的蓝色风格就改完了， 而且通过这样的方式，其实我们可以看到，对吧？这个扣代码还是比较简单的，然后通过这个 skills 呢，也可以去这里安装，比如说这里呢，可以看到有一些 skills， 我 们选择尝试，这时候就会自动的把这个 skill 给它放到你的终端这边来，然后去，哎，帮助我 啊创建一个 skill， 这个 skill 我 相信大家都认识吧，这是帮助你去创建 skill 的 skill， 那 就是这里还有很多其他的 skill， 那 这个奥特曼斯呢，就相当于我们的一个自动化定时任务了，在这里呢，我们可以选择去创建我们的定时任务。在每周的什么时间点去执行这个任务，比如说我这里呢创建了这个任务，然后创建好之后呢，这时候呢，比如说像日历提醒啊，像，呃，我们的这种，哎，这种 推送啊，消息推送啊，还有我们的这种，呃，日常的垃圾清理啊，还有日记转写啊之类的，那都可以在这里设置一个定时任务，那也是属于 beta 的 形式，大家也可以去尝试一下。下面 codex 呢，是集成这些东西。好吧，好，那就本期视频的全部内容呢？嗯，我是小刘，我们下期再见。

老 a， 你 知道吗？ openai 刚发的 gpt 五点三 codex， 真的 是把 ai 拉到了程序员的工位上。 我昨天看演示视频，他居然能在几百万行的代码库里精准定位 bug， 修完还主动把修复逻辑和风险点整理成文档发我， 这不就是相当于招了个七乘二十四小时的高级打杂吗？以前我改个复杂 bug 得翻半天历史提交记录，现在 ai 直接帮我把关联代码全理清楚，效率至少翻了三倍。 不过话说回来，这东西到底是真能干活，还是又一次 ppt 级别的升级？哈喽，大家好，我是阿兰，欢迎来到科技商学频道。大家好，我是老 a， 今天咱们就聊聊欧朋亚刚刚发布的 gpt 五点三 codex， 还有那个新的企业级智能体平台 frontier。 我看完发布信息，最大的感受不是又更强了，而是 ai 终于从工具变成同事了。以前咱们用 gpt 写代码，是把自己的思路拆成小问题喂给他，现在反过来了，他主动帮你梳理整个项目的技术债，甚至会提醒你哪些模块可能在上线后出问题。 这倒不是夸大，欧鹏 ai 这次公布的测试数据里， gpt 五点三 codex 在 osl 的 评测里拿到了百分之六十四点七的得分，人类平均水平也就百分之七十二， 这是什么概念？就是说，在日常计算机操作这件事上， ai 已经能完成八成以上的工作，从写代码、改 bug， 到部署监控、做 ppt、 拉 excel 报表，它全包了。 而且最恐怖的是，这个模型居然参与了自己的开发。 codex 团队用早期版本的 gbt 五点三 codex 来调试训练流程管理部署、集群分析，测试结果相当于自己给自己当项目经理和工程师。 这就好像一个程序员边写代码边优化边仪器效率直接拉满。你说的这个自我迭代能力，其实才是这次发布里最值得关注的点。以前 ai 都是人类训练出来的，现在他开始参与自己的进化了。 gpt 五点三 codex 是 把 gpt 五点二的推理能力和前代 codex 的 编程能力结合在了一起，速度还提升了百分之二十五。以前咱们写代码得切换好几个工具，现在一个模型就能搞定从需求分析到上线监控的全流程。 对，我特意去试了一下它的 web 开发能力，我就给了一句，帮我做一个类似 quiet kpi 的 网站首页，它不仅自动把年付套餐改成了月均折扣价，还生成了三个不同用户的评价轮播组建，甚至连配色和排版都考虑到了移动端适配。 这要是以前，前端工程师至少得折腾半天。不过也别光吹优点，我看评论区里很多程序员吐槽说 gbt 五点三 codex 在 实际使用时经常出现逻辑漏洞，而且生成的代码可读性很差，维护起来比自己写的还费劲。 还有人说 openai 现在一门心思搞企业级市场，已经把普通用户抛在脑后了。确实，这次发布的热度比隔壁 cloud opus 四点六差远了， openai 的 推文转赞屏还不到对手的一半。评论区里全是抱怨，有人说现在的 gpt 写文案越来越敷衍，不如以前有灵气。 还有人担心以后免费用户会不会彻底被边缘化？这其实暴露出 openai 的 一个战略困境。 以前他靠 chat gbt 的 二 c 业务快速出圈，现在想往二 b 市场转型，结果两边都没讨好，企业客户觉得他的智能体平台还不够成熟，普通用户又觉得自己被抛弃了。 毕竟以前大家用 chat gbt 是 为了聊天写文案，现在 oppo ai 天天谈 ai 劳动力，这画风转变太生硬了。 不过这次发布的 frontier 平台，倒是看得出来 open ai 想深耕企业级市场的决心。这个平台能把企业内部的各种系统和数据打通，给每个 ai 智能体分配明确的身份和权限，还能让 ai 在 工作中不断学习优化。 惠普、 uber 这些大厂已经在用了，据说 uber 用它来优化司机调度算法，效率提升了不少。我研究了一下 frontier 的 核心能力，它最厉害的地方是构建了一个统一的业务与一层。 以前企业里的 crm、 erp 数据库都是各自为政， ai 想跨系统调用数据，得写一堆接口。现在通过 frontier ai 能直接理解企业的业务逻辑，不用再折腾复杂的集成工作，这对大型企业来说确实能省不少事儿。 而且 open ai 还给 frontier 配了专属的工程师团队，会和客户一起把实际场景里的问题反馈回研发部门，加速迭代。这种深度合作模式，其实就是在把自己从技术供应商变成企业的数字化合作伙伴。 但问题是，现在的 ai 劳动力还远没到可以完全信任的地步。我听说有企业用 gpt 五点三 codx 生成的代码上线后出现了严重的安全漏洞，因为 ai 为了快速完成任务，自动引入了有风险的第三方库。 这种情况要是大规模发生，肯定会影响企业对 openai 的 信任。你说的没错，这也是为什么这次发布后质疑声那么大。很多开发者觉得 gpt 五点三 codax 在 安全性和可解释性上和 cloud ops 四点六还有差距， 毕竟写代码不是写作文，一旦出错可能会给企业造成巨大损失。其实 open 它自己也意识到了这个问题，所以在 gpt 五点三 codex 里加了个工作中可引导的模式， 开启后， ai 会在每一步操作前都告诉你它要做什么，遇到不确定的地方还会主动提问，你可以随时打断纠正。 这相当于给 ai 配了个监督岗，至少能降低出错的概率。不过我觉得不管现在有多少质疑， open ai 这次的方向是对的。以前 ai 是 辅助工具， 现在它要变成可以被管理、被规模化使用的劳动力。这就像工业革命时期的蒸汽机，一开始也被工人抵触，但最终还是彻底改变了生产方式。 没错，这次发布其实是欧鹏 i 在 压住 ai 劳动力这个赛道。 atp 五点三 codex 强化了编程和软件工程全流程的能力， frontier 又补上了企业级部署和管理的短板， 两者结合起来，就是要让 ai 真正走进生产环境，成为和人类并肩工作的同事。 但这个转型过程肯定不会一帆风顺。怎么平衡 tob 和 tc 业务，怎么在提高生产力的同时不丢掉开发者社区的支持，这些都是 oppo air 必须解决的问题，毕竟以前的 oppo air 是 科技圈的创新先锋，现在要变成企业服务提供商，身份转变带来的阵痛必然会持续一段时间。 我倒是觉得 oppo ai 现在面临的最大挑战不是技术上的，而是心态上的。他能不能放下以前那种颠覆一切的姿态，沉下心来打磨企业客户真正需要的产品，能不能在追求规模化落地的同时，依然保持对普通用户的尊重， 这些才是决定他未来能走多远的关键。你说的太对了，这次发布让我想起了当年移动互联网时代的转型，很多 pc 互联网巨头因为放不下既得利益，错过了移动互联网的风口。 现在 openai 也站在了类似的十字路口，他能不能在 tob 的 长期布局和 toc 的 广泛影响力之间找到平衡真的不好说。 不过有一点可以肯定， gbt、 五点三、 codex 和 frontier 的 发布标志着 ai 已经从实验室走向了生产线。不管你愿不愿意， ai 劳动力时代已经来了。接下来就是看各个企业怎么适应这种新的生产方式，怎么把 ai 的 能力真正转化为商业价值。 对，而且这不仅是企业的事，也是每个从业者都要面对的问题。以后程序员可能不用再花大量时间写重复代码，但得学会和 ai 协助，学会给 ai 明确的任务指令，学会审核 ai 生成的结果。 设计师、产品经理也是一样， ai 会帮你完成基础工作，但核心的创意和决策还是得靠人。 我甚至觉得这次发布可能会改变整个科技行业的人才结构，未来的企业可能不需要那么多只会写代码的初级程序员，但会需要更多懂 ai 协助、懂系统架构、懂业务逻辑的复合型人才。毕竟 ai 能帮你干活，但没法替你思考。 你这个观点很有意思，以前咱们说 ai 会取代人类工作，现在看来，它其实是在重塑工作的内容和方式。就像当年计算器发明后，会计并没有失业，只是不再需要手工记账，而是把精力放在了数据分析和战略决策上。 没错， ai 不是 来抢饭碗的，是来解放生产力的。他把人类从重复性、机械性的工作中解放出来，让我们能专注于更有创造性、更有价值的事情。这其实是科技进步的必然结果，不管你接受不接受，他都会发生。 不过话说回来，现在的 ai 劳动力还处于初级阶段，还有很多问题需要解决，比如怎么保证 ai 生成内容的准确性和安全性，怎么让 ai 更好的理解人类的意图，怎么平衡效率和伦理之间的关系？这些问题不是短时间内能解决的，需要整个行业共同努力。 但至少 open ai 已经迈出了关键一步，它让我们看到了 ai 大 规模落地的可能性，也让我们意识到 ai 不是 遥不可及的技术概念，而是能真正改变我们工作和生活的工具。 接下来就看其他科技公司怎么跟进，看企业怎么把 ai 用起来了。好了，今天咱们就聊到这里，不管你是科技从业者还是普通用户，都可以好好想想， ai 劳动力时代会给你带来什么改变？你又该怎么适应这个新的时代？ 没错，欢迎大家在评论区留下你的看法，和我们一起聊聊你对 ai 劳动力的理解和期待。感谢大家收听本期科技商学。我是阿兰，我是老 a， 咱们下期再见！