文章

本文讨论了 OpenAI 的 GPT-5 Codex 的发布，将其定位为 Anthropic 在编码人工智能领域的主要竞争对手。它强调了促成这一转变的三个关键因素：一套全面的界面，包括命令行界面、云服务、IDE 扩展和 GitHub 代码审查机器人，满足了不同开发者的需求；改进的训练后质量，例如“可变韧性”（能够在复杂任务上持续数小时，同时在简单任务上快速完成）和减少在错误上的“加倍下注”，表明模型具有更强的可靠性和准确性；以及迫切需要针对真实世界代码库上的多轮、多步骤自主编码定制新的评估基准，因为 SWE-bench 等传统指标难以全面评估这些高级能力。文章还引用了对 OpenAI 的 Greg Brockman 和 Thibault Sottiaux 的采访，提供了关于这些进展的内部观点。