AI Engineer Code Summit: OpenAI on New Ways of Working With Codex
TL;DR · AI 摘要
OpenAI在Codex云迁移中面临用户体验挑战，但通过Codex Cloud 2.0实现环境共享与任务隔离，同时推出个人代理和语音模式提升开发效率。
核心要点
- Codex Cloud 2.0支持环境共享与多任务隔离，提升云开发效率。
- 用户迁移本地任务到云时仍面临上下文管理难题，需优化交互设计。
- 个人代理（如dots）可跨会话持续协助，语音模式提供新交互方式。
结构提纲
按章节快速跳转。
思维导图
用一张图看清主题之间的关系。
查看大纲文本（无障碍 / 无 JS 友好）
- Codex工作方式革新
- 云迁移挑战
- 初期体验不佳
- Codex Cloud 2.0解决方案
- 新功能特性
- 环境共享机制
- 任务隔离技术
- 个人代理支持
- 用户反馈
- 上下文管理难题
- 语音模式需求
金句 / Highlights
值得收藏与分享的关键句。
Codex Cloud 2.0允许用户'publish an environment once and run multiple tasks in isolated instances'，显著提升云开发效率。
Kundel承认'it took a while for models and harnesses to equalize'，揭示云功能初期体验不佳的技术根源。
用户反馈'when I start a task locally and later want to move it to the cloud'仍存在操作困惑，需优化上下文迁移机制。
AI工程师代码峰会：OpenAI关于与Codex协作新方式的分享 —— 潜在空间
AI工程师代码峰会今日拉开帷幕，一系列工作坊陆续展开，包括来自前沿实验室OpenAI、Anthropic和Google DeepMind的分享。我参加了由OpenAI两位开发者体验工程师Dominik Kundel和Charlie Guo主持的工作坊，其标题颇具吸引力——“与Codex协作的新方式”。
过去一年中，所有前沿实验室在编码代理领域都经历了持续的产品迭代。但并非所有变化都一帆风顺。例如，向云迁移的转变，对Codex、Claude和Antigravity的许多用户来说仍显得困惑。
OpenAI工作坊中展示的Codex演化示意图。
我们还见证了与代理协作的新方式。OpenAI的dots和Anthropic的Claude Duet等个人代理可以在会话之间提供协助，而语音模式则为开发者提供了另一种指导编码任务的方式。
OpenAI的工作坊涵盖了这三个方面，会后我也向Kundel提出了关于这些主题的后续问题。
Guo在工作坊开始时列举了自2026年6月AI工程师世界博览会以来Codex推出的一系列功能。“我不得不精简这份列表，以便在屏幕上显示，因为要放的内容实在太多，”他说。“我认为团队的发布速度令人难以置信。”
向云迁移的尴尬过渡
Codex于2025年5月推出时被描述为“一个基于云的软件工程代理，能够并行处理多项任务”。但Kundel承认，“模型和工具链需要一段时间才能达到能够构建真正令人着迷的体验的水平”。换句话说，Codex的云功能部分经常给用户带来尴尬的体验。
这种情况在9月下旬的DevDay之后开始改变，当时宣布了Codex Cloud的2.0版本。突然间，云使用似乎变得更加可行。正如DevDay公告中所述，你现在可以“终于合上笔记本电脑，让代理继续工作”。
根据官方工作坊写在ChatGPT站点上的说明，新版本的Codex Cloud允许你“一次性发布环境，并在该环境的隔离实例中运行多个任务”。
Kundel谈到这些云环境时表示：“如果你在公司工作，这些环境可以在公司内部共享，或者你也可以自己创建。”“你开始时只需选择想要访问的GitHub仓库。”
会后，我向Kundel坦白，我仍然觉得Codex的云功能令人困惑——例如，当我本地启动一个任务，之后想要将其迁移到云时。
Kundel回应说：“我们确实希望让这个过程更简单。其中一些改进将取决于管理上下文差异。例如，昨天我正在本地处理一些事情，然后只是让Codex将其转交给云。”
赞助
您的赞助广告位在此
接触正在构建未来的人工智能工程师。
潜在空间被负责代理、模型和基础设施开发的工程师阅读。咨询赞助此广告位。
为演示这一功能，Kundel 在网页上重新打开了一个现有的云任务，并向我展示了其 Appshot（一项新功能，可将应用体验保存至 ChatGPT）仍然存在。对于一个本地启动的任务，他描述了自己曾要求 Codex 推送分支并启动新的云线程。
他继续解释道，Codex Cloud 现在就像“一个背景存在，更像是一个执行任务的不同引擎”。他补充说：“同样地，你实际上可以要求本地 Codex —— 例如 —— 在云端 Codex 上启动一个任务。因此它们正在逐渐融合在一起。”
语音作为用户界面
Kundel 在工作坊中演示的案例之一，是一个虚构唱片公司 Blossom Music 的新网站。他现场演示了对网站的编辑，并表示在迭代开发时有时会使用语音输入。
“你可以非常快速地对这些内容进行迭代，逐步实现你脑海中设想的界面，尤其是当你还不确定最终想要达到什么效果时，”他说道。
工作坊后期，Guo 解释了语音在将工作委派给不同代理时的有效性。
“我看到的大多数使用语音进行编码的人，基本上是将其视为日常工作的一种额外媒介，”他说。但就个人而言，他更倾向于将语音作为控制平面，他表示这使他能够掌控代码库中的所有操作。
“我不认为语音模式是‘我现在只专注于语音这条工作线’，而是思考‘我如何管理我的线程？如何查看进度？如何从电脑上的其他应用中提取数据？如何在应用中创建新线程？’——只需使用我的声音。”
Guo 在演示语音模式时使用了电话作为道具。
工作坊结束后，我询问 Kundel 他工作中使用语音的方式有哪些？
他回答说，语音输入是一种方式，但另一个使用场景是与他的 dot 进行交互。
“由于我的 dot 可以访问我所有的开发终端、笔记本电脑和云环境，它也掌握了我正在处理的内容和操作，”他告诉我。“因此，我经常在上班途中与它交流……通过它来处理问题、在开车时启动一些 PR，这样当我回家或到办公室时，就可以直接查看和审核这些 PR。因此，语音功能非常强大。”
dot（个人代理）
说到 dot，个人代理在工作坊中仅被简要提及。或许是因为，正如 Guo 承认的那样，对于开发者来说，它们并不完全直观。
“作为一名 Codex 高级用户，使用 dot 有时会感觉有些笨拙，”他说。“我认为这是因为它们代表了一种新的范式，而且它们擅长的领域与主 Codex 不同。”
但他说，作为高级用户，他发现 dot 有三个特别有用的场景。第一个是作为“安全网”——你的 dot 可以标记你可能遗漏的内容。第二个是作为“委派接收器”；Guo 表示他“在 Slack 中经常使用它”。第三个是作为“无处不在的存在”。
“我认为 dot 的第三个不同之处在于，我们希望它们真正存在于你工作的每一个角落，”Guo 说道。
对于 Kundel 来说，他告诉我，他经常从 dot 开始许多任务，而不是直接向 Codex 发起请求。
“原因在于，它通常已经掌握了大量上下文，并且了解如何管理任务，它可以为我推送这些 PR。”
结论
Kundel 在研讨会结束时提供了一份在 Codex 上使用的技巧清单，其中包括“降低努力程度”（即调整工作强度）以及“请求代理的帮助”。
但最终他表示，关键在于不要过于执着于当前在 Codex 中的工作方式——“事情在持续变化。”