今天凌晨發(fā)布的 GPT-5.3-Codex 可以說(shuō)是 OpenAI 對(duì)這段時(shí)間來(lái)，各種本地 Agent 爆火的一記重拳回?fù)?，?dāng)然主要是對(duì) Anthropic 的反擊。

配合 OpenAI 前幾天的發(fā)布的 Codex 桌面版應(yīng)用，Skill、Cowork、Claude Code，甚至是 Openclaw，這些熱門(mén)工具能實(shí)現(xiàn)的功能，現(xiàn)在通過(guò) Codex 的外殼 + GPT-5.3-Codex 模型能力，都能做到了。

▲ 在 Codex App 內(nèi)可以直接選擇 GPT-5.3-Codex 模型，也能選擇深度思考的強(qiáng)度

和之前介紹 Cowork 的能力一樣，我們也丟了一些類(lèi)似的任務(wù)讓 Codex 來(lái)完成，像是直接處理本地文件、各種格式轉(zhuǎn)換、調(diào)用不同的 Skills 組合能力、做 Word/PPT/Excel、下載視頻、開(kāi)發(fā) App……

GPT-5.3-Codex 的表現(xiàn)確實(shí)亮眼，相比較從頭開(kāi)始安裝 Claude Code，對(duì)新人用戶(hù)來(lái)說(shuō)，現(xiàn)在直接下載 Codex 會(huì)是一個(gè)更好的選擇。這也是未來(lái)模型廠商的一種趨勢(shì)，一開(kāi)始大家都是從黑乎乎的命令行終端開(kāi)始做本地 Agent，接著都慢慢回歸到可視化的友好界面。

網(wǎng)上對(duì) Codex 的評(píng)價(jià)在這幾天也有了不少逆轉(zhuǎn)，許多開(kāi)發(fā)者從 Claude Code 轉(zhuǎn)向 Codex，一些在國(guó)內(nèi)的獨(dú)立開(kāi)發(fā)者也表示 Codex Plus 會(huì)員就可以用，而且還不會(huì)像 Claude 那般總是無(wú)情封號(hào)。

奧特曼更是激動(dòng)的宣布，Codex 的活躍用戶(hù)已經(jīng)超過(guò) 100 萬(wàn)。在模型更新博客，也是毫不掩飾和留有余地的夸贊，

GPT-5.3-Codex 是我們第一個(gè)能夠自我構(gòu)建的模型。通過(guò)使用 5.3-Codex，我們能夠以如此快的速度發(fā)布 5.3-Codex。

跟 Claude 團(tuán)隊(duì)用兩周的時(shí)間，使用 Claude Code，100% AI 代碼，搓出一個(gè) Cowork 一樣；還有 OpenAI 去年年底發(fā)布的文章，「使用 Codex 在 28 天內(nèi)構(gòu)建 Android 版 Sora」，Agent 的時(shí)代真的來(lái)了。

用 Codex 取代我的 ChatGPT 和 Claude Code

和大多數(shù)的本地 Agent 一樣，無(wú)論是終端還是 Cowork，我們都是先選擇一個(gè)工作文件夾。在 Codex 中，我們可以創(chuàng)建多個(gè) Project，選擇對(duì)應(yīng)的文件夾，再進(jìn)一步開(kāi)始對(duì)話(huà)，Codex 把它們叫做 Threads 線(xiàn)程。

先用最普遍和簡(jiǎn)單的例子，我們添加了一個(gè)空的下載文件夾，然后點(diǎn)擊開(kāi)始一個(gè)線(xiàn)程，選擇 GPT-5.3-Codex 模型；就像在 ChatGPT 里面對(duì)話(huà)一樣，輸入指令。

要求它幫我們下載一個(gè) X 視頻，Codex 會(huì)自動(dòng)檢查可用的 Skills 來(lái)處理，接著通過(guò) yt-dlp 工具進(jìn)行下載，這個(gè)視頻有四個(gè)多小時(shí)長(zhǎng)，Codex 會(huì)一直在對(duì)話(huà)框里自動(dòng)更新下載進(jìn)度。

▲GIF 圖經(jīng)過(guò)加速處理

視頻下載后，我們還可以要求它提取視頻的逐字稿，給我們一份雙語(yǔ)版本的文檔，最后讓它把整個(gè)流程打包為一個(gè) Skill，方便下次使用。

如果視頻中有一些比較有意思的片段，想要裁剪視頻，或者是把裁出來(lái)的視頻轉(zhuǎn)成 GIF 圖，在 Codex 里都能做到。

例如，我們這里下載了一個(gè)視頻，然后要求它把視頻的 5s-25s 裁剪出來(lái)成為一個(gè)新的視頻；得益于 GPT-5.3-Codex 的 Token 快速處理，整個(gè)過(guò)程不需要很長(zhǎng)時(shí)間，反而更多是取決于本地電腦的硬件解碼編碼能力。

▲ GIF 圖經(jīng)過(guò)加速處理

或者我們也可以直接要求它把視頻的前 5s 轉(zhuǎn)成一個(gè) GIF 文件，并且確保大小在 10MB 以?xún)?nèi)，幀數(shù)可以自行調(diào)整，清晰度上將寬度控制在 640px。

很快，我們就能得到對(duì)應(yīng)的 GIF 文件。更極端一點(diǎn)，還能讓它把整個(gè)視頻轉(zhuǎn)成圖片，每秒 30 幀，每一幀就是一張圖。

這些對(duì)本地文件的直接處理，和 GPT-5.3-Codex 在 Terminal-Bench-2 測(cè)試集上的優(yōu)異表現(xiàn)，讓 Codex 基本上能滿(mǎn)足各種生產(chǎn)力工具、效率工具的功能實(shí)現(xiàn)。

作為對(duì)比，同樣是剛剛發(fā)布的 Claude Opus 4.6 在 Terminal-Bench 2.0 上得分是 65.4%，GPT-5.3-Codex 是 77.3%。

▲ 圖片來(lái)源：https://x.com/neilsuperduper/status/2019486017703547309/

例如在這個(gè)文件夾中，有多張圖片，我們首先是要求它根據(jù)圖片內(nèi)容，對(duì)這些圖片文件進(jìn)行重命名，并保持文件名不超過(guò) 20 個(gè)字母，不允許使用符號(hào)。

▲ GIF 圖經(jīng)過(guò)加速

自動(dòng)修改完成后，我們還能要求他對(duì)這些圖片進(jìn)行拼接，無(wú)論是垂直拼接還是水平，調(diào)用對(duì)應(yīng)的工具，Codex 都可以做到。

和 Claude Skills 一樣，Codex 也能安裝 Skills 市場(chǎng)上豐富的技能，并且在應(yīng)用內(nèi)，就已經(jīng)提供了包括 pptx、xls、word、canvas、notion 在內(nèi)的多款技能。

回到基礎(chǔ)的編程能力，升級(jí)后的 GPT-5.3-Codex 表現(xiàn)也比 GPT-5.2 要好上不少。我們直接要求它寫(xiě)一個(gè)「每日一詞」的 App。和在 ChatGPT 里面直接用 Canvas 給我們一個(gè)帶不走的網(wǎng)頁(yè)不同，Codex 能在本地從零開(kāi)始，完成項(xiàng)目，然后使用 Vercel 或 Cloudflare 等 Skills 部署到網(wǎng)頁(yè)上。

這里我們選擇的推理模式是 Extra High，超強(qiáng)推理模式，于是在每一步操作之前，GPT-5.3-Codex 都會(huì)詢(xún)問(wèn)我下一步的操作選擇，這也和 Codex 內(nèi)部能直接根據(jù)任務(wù)情況，調(diào)用不同 Skills 有關(guān)，其中的頭腦風(fēng)暴 Skill，會(huì)自動(dòng)進(jìn)行不斷對(duì)話(huà)的模式。

最后，它基本上還是完成了我一開(kāi)始要求它完成的全部功能，并且還能進(jìn)一步開(kāi)發(fā) macOS、iOS，和安卓版本。

如果我們有現(xiàn)成的代碼項(xiàng)目，也可以選擇該項(xiàng)目文件夾，在 Codex 中打開(kāi)，GPT-5.3-Codex 會(huì)分析項(xiàng)目存在的 Bug，并且修復(fù)它。

在過(guò)去很長(zhǎng)一段時(shí)間里，無(wú)論是工具還是模型，開(kāi)發(fā)者的首選其實(shí)都是 Anthropic 的 Sonnet/Opus 模型和 Claude Code 工具。OpenAI 在編程、尤其是長(zhǎng)代碼邏輯推理上的掉隊(duì)，曾讓不少開(kāi)發(fā)者轉(zhuǎn)投陣營(yíng)。

GPT-5.3-Codex 的出現(xiàn)，就是為了終結(jié)這場(chǎng)爭(zhēng)論。現(xiàn)在 GPT-5.3-Codex 在編程基準(zhǔn)測(cè)試和實(shí)際表現(xiàn)上，不僅碾壓了自家的前代模型，也確實(shí)有把友商模型按在地上摩擦的前兆。它真正具備了編寫(xiě)、測(cè)試和推理代碼的能力。

做游戲項(xiàng)目，是這次模型介紹博客里，網(wǎng)站開(kāi)發(fā)部分主要案例，我們也讓 GPT-5.3-Codex 做了一個(gè)簡(jiǎn)單的物理彈球游戲，整體的效果雖然沒(méi)有達(dá)到我的期待，因?yàn)槲以谔崾驹~里面有說(shuō)希望這是一個(gè) RPG 的游戲，但 GPT-5.3-Codex 給我的界面還是過(guò)于簡(jiǎn)陋了。不過(guò)，好在還是能玩。

我們也在 X 上找到了一些用 GPT-5.3-Codex 做的小游戲，像這個(gè)類(lèi)似超級(jí)瑪麗的收集金幣。

▲來(lái)源：https://x.com/Angaisb_/status/2019548783869325331

強(qiáng)中更有強(qiáng)中手

對(duì) Anthropic 來(lái)說(shuō)，OpenAI 今天玩的這些，可能會(huì)說(shuō)，這都是我們玩剩下的。無(wú)論是代碼、或者 Agent 的能力，還是開(kāi)始著手去做本地 Agent，從之前 Codex 的終端轉(zhuǎn)成現(xiàn)在的 macOS App。

在技術(shù)的領(lǐng)域，OpenAI 仿佛都是跟著 Claude 的腳步在走，Claude 深耕代碼能力，OpenAI 搞了 Sora、日?qǐng)?bào)、瀏覽器、ChatGPT agent，都沒(méi)什么水花，于是也在代碼上發(fā)力；Claude 一月初推出 Cowork，OpenAI 也緊接著在二月初發(fā)布 Codex App。

就和今天的密集發(fā)布一樣，凌晨 1:45，Claude 官方發(fā) X 推出 Claude Opus 4.6，緊接著就是 OpenAI 端上 GPT-5.3-Codex。兩款模型其實(shí)都是為了給 Agent 更強(qiáng)大的基座能力，以前是說(shuō)代碼/vibe coding，但現(xiàn)在 Agent 能做好，基本上都是「寫(xiě)代碼寫(xiě)得好」。

Opus 4.6 雖然在 SWE-Bench 上的表現(xiàn)甚至不如 Opus 4.5，并且 Terminal-Bench 2.0 上的成績(jī)也沒(méi)有 GPT-5.3-Codex 強(qiáng)，但是 Opus 破天荒地把上下文長(zhǎng)度拉到了一百萬(wàn) token 的窗口。而且，這些 benchmark 的表現(xiàn)還沒(méi)有相差很多。

Claude 說(shuō)，我的 Sonnet 5 還沒(méi)上來(lái)，那才是真功夫。

我們?cè)诰W(wǎng)上也找了一些 Opus 4.6 最新的測(cè)試案例，有網(wǎng)友說(shuō) Claude 4.6 Opus 只是一次調(diào)用，就完全重構(gòu)了他的整個(gè)代碼庫(kù)，將原來(lái)混亂的代碼「屎山」全部模塊化，并且沒(méi)有模型能像 Opus 這樣做到。

還有網(wǎng)友拿 Opus 4.6 和 4.5 進(jìn)行對(duì)比，讓兩個(gè)模型玩同一款經(jīng)營(yíng)游戲，看誰(shuí)的賬戶(hù)等級(jí)、財(cái)富和裝備更高。測(cè)試博主提到，4.6 版本在初期制定戰(zhàn)略的時(shí)間更長(zhǎng)，但是做出了更好的戰(zhàn)略決策，并且在最后確實(shí)做到了遙遙領(lǐng)先。

還有網(wǎng)友也做了一個(gè)游戲，不過(guò)是一個(gè)寶可夢(mèng)的克隆版。博主提到這是他用 AI 做出來(lái)的最酷的東西。他提到，Claude Opus 4.6 思考了 1 小時(shí) 30 分鐘，使用了 11 萬(wàn)個(gè) Token，并且只迭代了三次。

▲ https://x.com/chatgpt21/status/2019679978162634930

在 CLaude 官方演示和早期用戶(hù)的反饋中，也提到了一個(gè) Opus 表現(xiàn)優(yōu)秀的案例。Opus 4.6 在一天內(nèi)自主關(guān)閉了 13 個(gè) issue，issue 即項(xiàng)目存在的待解決問(wèn)題，并將另外 12 個(gè) issue 準(zhǔn)確分派給了正確的人類(lèi)團(tuán)隊(duì)成員。

和 Kimi K2.5 的智能體蜂群一樣，Opus 4.6 也能管理一個(gè) 50 人規(guī)模組織的代碼庫(kù)。在 Claude Code 中，我們可以組建 Agent Teams，召喚出一整個(gè)隊(duì)伍的 AI，不再是一個(gè) AI 在戰(zhàn)斗。這些AI 可以有的負(fù)責(zé)寫(xiě)代碼，有的負(fù)責(zé) Review，有的負(fù)責(zé)測(cè)試，它們之間自主協(xié)作。

也有網(wǎng)友測(cè)試了 Claude Code 里面的 Agent 蜂群，提到啟用蜂群之后的 Opus 4.6，速度提升 2.5 倍，并且效果也更好。

我們現(xiàn)在的狀態(tài)就跟這張圖片一樣，雖然一山比一山高，但都繞不出這個(gè)圈。前幾個(gè)月可能是 Gemini 賺走了風(fēng)頭，一月份來(lái)，應(yīng)該是 Claude，然后看樣子又要輪到 OpenAI，或者馬斯克的 Grok。

好在這個(gè)輪回的過(guò)程中，作為用戶(hù)的我們，能明顯感覺(jué)到 AI 的能力一直在變強(qiáng)。

GPT-5.3-Codex 的 API 還沒(méi)有開(kāi)放，原因是模型太強(qiáng)了，會(huì)存在很大的風(fēng)險(xiǎn)，所以 OpenAI 還在考慮怎么安全地啟用 API。

Claude Opus 4.6 已經(jīng)可以在 Claude 通用聊天應(yīng)用、Claude Code、API 多種方式使用，這兩個(gè)作為今年國(guó)外御三家首發(fā)的兩款模型，非常值得一試。

未來(lái)，更好的服務(wù) Agent，讓 Agent 為我們做事，還會(huì)是大模型更新的重點(diǎn)。