XNews

GPT-5.2-Codex 发布及 AI 编程代理实践

GPT-5.2-Codex 发布及 AI 编程代理实践

OpenAI 发布了 GPT-5.2-Codex,作为一个专注于长期任务、防御性网络安全和视觉/交互理解的代理编程模型。

Key insights

OpenAI 推出 GPT-5.2-Codex 作为代理编程模型

OpenAI 于 2025 年 12 月 18 日宣布了 GPT-5.2-Codex,将其定位为一个代理编程模型。该模型旨在像自主工程师一样,在真实终端环境中执行任务,编写和调试代码,并在复杂项目上保持长期关注。OpenAI 强调了原生上下文压缩技术,使模型能够在大规模重构或迁移过程中处理极长的上下文,从而改善对先前设置和进展连续性的记忆。

GPT-5.2-Codex 强调防御性网络安全能力

GPT-5.2-Codex 包含增强的网络安全能力,被描述为迄今为止在代理编程任务中最强大的。该模型可以帮助安全研究人员发现漏洞和进行系统防御。OpenAI 增加了部署安全措施,认识到模型强大的能力代表了双重用途风险;该公告指出,该模型尚未被归类为“高”风险级别,但包含额外的安全保障。

视觉和用户界面理解扩展以支持设计到代码的工作流程

GPT-5.2-Codex 改进了视觉和交互理解,能够更准确地解释屏幕截图、架构图和用户界面设计。该模型可以读取设计草图并将其转换为功能原型代码,其 Windows 原生操作能力得到了优化。这些视觉改进旨在简化从设计资产到工作原型的过渡。

基准测试显示在 SWE-Bench Pro 和终端基准 2.0 上达到最先进水平

GPT-5.2-Codex 在领先的编程代理基准测试中取得了最先进的结果:在 SWE-Bench Pro 上的准确率为 56.4%(相较于 GPT-5.1 有显著改善),在终端基准 2.0 上的准确率为 64.0%。该公告还提到在原生 Windows 操作和大任务稳定性方面有显著改善。

随着代理的普及,工程责任仍然是核心

西蒙·威利森认为,在人工智能代码生成无处不在的时代,工程师必须重新构建其核心价值,以提供可验证的、经过验证的代码。他提出了两个强制性步骤:手动测试并提供可观察的证据(日志、屏幕截图、录音)以及添加到代码库中的自动化测试,显示红到绿的行为。威利森建议将 AI 代理视为初级工程师,进行自我验证的培训,并强调人类对正确性的责任。

代理优化的代码库可以提高代理效率

一项 AmpCode 实验报告显示,让 AI 控制命名和文件组织可以提高代理效率。当人类开发者停止重命名或重新组织代理生成的代码时,代理的操作速度和准确性得到了提升。文章框架提出了一种新模式:'由代理为代理创建的代码库',其中代码结构与 AI 的概率预期相一致,从而提高了 AI 的可维护性,可能以牺牲人类惯例为代价。

Source posts