XNews

OpenAI Codex 与 GPT-5.2-Codex / Sora 安卓

OpenAI Codex 与 GPT-5.2-Codex / Sora 安卓

OpenAI 发布了 GPT-5.2-Codex,作为一种优化用于自主工程任务的代理编码模型。- 重点:复杂的长期任务、安全性、视觉用户界面理解 - 上下文压缩使得长上下文项目成为可能 - 保持迭代执行的稳定性 - 增强的安全工具用于漏洞发现 - 对屏幕截图和用户界面的视觉解析以原型代码 - 基准测试:SWE-Bench Pro 56.4%,Terminal-Bench 64.0% - Simon Willison 使用 Codex CLI 和 GPT-5.2 将 JustHTML 移植到 JS,约 9000 个测试通过 - Simon 的过程使用了 1.4 亿个标记和 43 次提交 - OpenAI 在 28 天内使用 Codex 构建了 Sora 安卓;约 85% 的代码由 AI 生成 - Sora 首日:生成超过 100 万个视频,99.9% 无崩溃 - 团队采用架构优先、规范优先、自动化测试和 CI 循环。

Key insights

GPT-5.2-Codex 被定位为代理编码模型

OpenAI 宣布了 GPT-5.2-Codex,作为一种用于自主工程任务的代理编码模型,强调了三项改进:通过上下文压缩处理复杂的长期任务、增强的网络安全防御支持,以及改善的视觉/交互用户界面理解,以将设计转化为原型。已发布的基准测试包括 SWE-Bench Pro 为 56.4% 和 Terminal-Bench 2.0 为 64.0%,OpenAI 还指出了 Windows 原生操作的改进。

真实案例展示代理编码的优势

Simon Willison 使用 Codex CLI 和 GPT-5.2 将 JustHTML 从 Python 移植到 JavaScript,运行了 9200 多个 html5lib 测试,并在 43 次提交中生成了约 9000 行代码,使用了大约八个提示。该工作流程利用了测试套件、规范优先规划、冒烟测试和 CI 循环,以便代理能够针对失败的测试进行迭代,直到通过。

Sora 安卓展示了 Codex 的快速产品化

OpenAI 描述了在 28 天内与四人团队一起构建 Sora 安卓的过程,其中约 85% 的代码由 AI 生成。团队提供了架构支架、内部“代理手册”和基于 CI 的测试循环,结果在第一天生成了超过 100 万个视频,99.9% 无崩溃率。该过程强调了规划、优先架构,并将代理视为初级工程师以管理质量。

代理工作流程需要架构和测试自动化

在各个示例中,团队采用了“规范优先”和架构优先的方法:为 AI 提供系统设计、冒烟测试、CI 触发的测试循环和每次会话的工件,以保持连续性。这种模式减少了代理错误,实现了自动化验证,并将人类角色转向监督、规划和集成,而不是手动编码。

Source posts