Codex 在经历 150 次更新后每周用户突破 700 万，但这些数字背后隐藏着一场更大的竞争

据 OpenAI Developers 的一篇帖子称，Codex 在两个月内获得超过 150 次更新后，据报每周活跃用户已突破 700 万。这些数字展现了 AI 编码智能体迄今最快的普及进程之一。不过，它们直接来自 OpenAI，尚未经过独立审计。

更宏大的故事并不只是越来越多开发者开始要求 AI 系统编写代码。OpenAI 正在将 Codex 打造为委托工作的操作层。其不断扩展的工具集涵盖规划、计算机控制、视觉反馈、远程计算机、移动端访问和拉取请求管理。

这一战略使 Codex 与 Anthropic 的 Claude Code 展开正面竞争，后者较早便在使用终端工作的开发者中建立了势头。Reuters 称，当 Codex 桌面应用于 2 月推出时，OpenAI 落后于 Anthropic。五个月后，OpenAI 正以规模、分发能力和发布速度为证据，表明双方的差距已经缩小。

Codex 的 700 万每周用户和 150 次更新需要结合背景来看

这些公开数据之所以重要，是因为它们延续了一条快速增长曲线，但 OpenAI 尚未公布足够的方法论信息，因此不能将其视为经过审计的采用数据。

OpenAI Developers 7 月 15 日发布的帖子称，Codex 每周活跃用户超过 700 万。帖子还称，该产品在此前两个月内获得了超过 150 次更新。OpenAI 开发者布道师 Romain Huet 将这些变化概括为 Codex 近期扩张的浓缩图景。

更新数量涵盖了广泛的产品界面和功能。其中包括 GPT-5.6 模型选项、Goal 模式、更快的计算机操作、Appshots、内联编辑、Sites、移动端访问、SSH 工作流和拉取请求处理。该帖子将它们描述为一个日益互联的系统的组成部分。

OpenAI 此前已在 6 月报告每周活跃用户超过 500 万。根据其工作场景扩展公告，这一数字较 2 月桌面应用发布时增长了六倍以上。

如果该公司的两组数据采用相同定义，那么在两次披露之间，Codex 每周用户至少增加了 200 万。相对于此前公布的基数，这意味着至少增长了 40%。OpenAI 尚未披露日活跃度、留存率、任务完成情况，或仅尝试过一次 Codex 的用户占比。

这些缺失的细节很重要。“每周活跃”可以描述多种程度的使用投入，从一次短暂会话到每个工作日都有多个智能体持续运行。它也无法说明增长来自个人开发者、企业部署、临时访问促销，还是更广泛的 ChatGPT 分发渠道。

150 次更新这一数字也存在类似的局限。OpenAI 尚未发布分类明细，说明哪些变化计入了这一总数。一次重大的工作流发布和一次小型界面调整都可能各算作一次更新。

尽管如此，可见的发布记录仍支持其整体发展方向。OpenAI 的发布说明记录了 Goal 模式和 Appshots，以及计算机操作和浏览器交互方面的变化。因此，Codex 发布说明证实了其中几项被点名的功能，即使它们没有独立验证更新总数。

OpenAI 的增长主张也符合既有时间线。该公司表示，在 2 月桌面应用发布前后的一个月内，超过 100 万名开发者使用了 Codex。后续外部报道显示，3 月初其每周活跃用户已超过 160 万。

到 6 月，OpenAI 表示知识工作者约占用户总数的 20%。这一群体的增长速度是开发者群体的三倍以上。Axios 还报道称，人们正在将编码智能体应用于数据收集、统计分析、研究和文档制作。

这一发展过程解释了为什么尽管存在验证缺口，700 万这一数字仍值得关注。衡量 Codex 时，已不再仅仅将其视为一款专业编码产品。OpenAI 正将其作为通用工作智能体来衡量，而软件开发恰好是它最早也是最强的市场。

因此，这一数字应被视为公司自行报告的采用里程碑，而非已成定论的市场衡量结果。其发展方向看起来可信，但确切规模仍取决于 OpenAI 尚未公开的定义。

产品正从代码生成扩展到工作执行

OpenAI 的 150 次更新冲刺将编码助手过去分别处理的四个阶段连接起来：规划、行动、检查和交付。

早期的编码助手主要存在于文本编辑器中。它们预测代码、解释函数并生成独立的代码片段。更新一代的智能体则接收目标、检查代码仓库、编辑多个文件、运行命令、测试结果并修改自己的工作。

Goal 模式明确体现了这一区别。用户定义一个结果及其成功标准，然后让 Codex 继续朝着该结果工作。该功能可在桌面应用、命令行界面和编辑器扩展中使用。

这改变了交互单位。用户不再需要分别提出每一项修改要求。智能体可以围绕预期结果组织多项操作，而用户则审查进度，并在必要时调整工作方向。

Appshots 将这一循环扩展到了源文件之外。在 macOS 上，用户可以通过快捷键将应用程序窗口附加到 Codex 线程中。附件包含窗口图像和其中可获取的文本。

这种视觉上下文让 Codex 能够将实现与渲染输出进行比较。开发者可以展示布局错乱、意外弹窗或未完成的界面，而无须将每个视觉细节都转化为提示词。然后，智能体便能将观察到的结果与底层项目联系起来。

内联编辑减少了另一种摩擦。用户不必将智能体的回答视为独立产物，而是可以直接在工作界面中审查和调整建议的变更。这使人的判断更贴近代码发生变化的时刻。

计算机操作进一步拓宽了行动空间。在这里，计算机操作意味着智能体可以与软件界面、浏览器和桌面控件交互。它可以检查任务执行后的实际结果，而不只是依赖终端输出。

OpenAI 还在连接本地和远程环境。Codex 可以检测用户 SSH 配置中定义的计算机，然后在这些远程系统上打开项目和线程。SSH 是开发者通常用来控制远程计算机的加密协议。

对于那些无法在笔记本电脑上轻松容纳类生产环境的团队而言，这项能力十分重要。大型代码仓库、专用硬件、内部服务和受控开发计算机往往位于其他地方。远程访问让 Codex 界面能够跟随工作，而不必强迫工作局限于一台设备。

移动端访问则将同一原则延伸到不同时间和场景。开发者可以在计算机上启动任务，通过手机上的 ChatGPT 检查进度，并远程提供进一步指令。OpenAI 的远程工作流将 Codex 描述为持续存在的协作者，而非受限于单次会话的编辑器功能。

拉取请求工作流完成了整个闭环。拉取请求通常简称 PR，它将拟议的代码变更打包，以便在合并前进行审查。Codex 可以协助审查变更、检查文件、回应反馈，并为直至合并的整个流程提供支持。

OpenAI 的桌面端扩展还引入了多文件视图、终端、应用内浏览器和远程开发连接。该公司的工作流概览将这些功能定位为一个用于构建、验证和交付软件的统一工作空间。

Sites 将产品推向了另一个抽象层级。用户无须要求生成孤立的前端文件，而是可以引导智能体产出可部署的 Web 成果。随后，视觉检查和浏览器交互也会成为创建周期的一部分。

其底层机制在于集成，而非某一次孤立的模型能力提升。GPT-5.6 可以提供推理和计算机操作能力，而 Codex 应用则在多个工具之间维持上下文。该界面将模型输出转化为用户可以监督的可见操作。

这种组合解释了其发布速度。OpenAI 正在为过去彼此独立的界面和环境建立连接，包括聊天、终端、编辑器、浏览器、桌面端、移动端和代码审查。每建立一处连接，就能从用户工作流中消除一次手动交接。

开发者仍然需要验证结果。然而，其价值主张已从提高输入速度转向减少协调步骤。Codex 正在竞争成为软件任务开始、推进和完成的统一场所。

Claude Code 是 OpenAI 必须取代的对手

Codex 的增长给 Claude Code 带来了压力，因为 OpenAI 在匹配其智能体模式的同时，还通过 ChatGPT 和专用应用扩大分发范围。

Anthropic 推动终端成为 AI 编码智能体的一种自然交互界面。Claude Code 可以检查项目、执行命令、编辑文件，并持续完成多步骤任务。它的流行表明，开发者愿意委托超越自动补全范畴的实质性工作。

OpenAI 进入桌面端竞争时所处的位置并不占优。Reuters 2 月的一篇报道称，Anthropic 凭借 Claude Code 主导了编码市场。桌面端发布被描述为从既有竞争对手手中争夺势头和客户的一次努力。

如今，Codex 正以广度挑战这一领先优势。它为专注终端的开发者提供命令行和编辑器访问，同时还提供桌面端协调、移动端控制、远程环境和视觉反馈。这些界面可以吸引那些不会围绕终端构建工作流的人。

分发能力是另一项优势。Codex 位于更广泛的 OpenAI 账户和产品体系之中。ChatGPT 用户无须先选择独立的开发者工具厂商或采用陌生的工作流，就有机会接触它。

但这并不能决定产品竞争的胜负。开发者通常会根据模型表现、工具可靠性、代码仓库理解能力、延迟和使用限制来选择智能体。庞大的用户漏斗可以带来试用，却无法保证持久的偏好。

独立比较同样无法得出简单的赢家结论。一项 2026 年的研究考察了由五种编码智能体生成的 7,156 个拉取请求。研究发现，没有任何一个智能体在所有任务类别中都处于领先地位。

在该数据集中，Claude Code 在文档和功能开发任务上取得了最高的接受率。Cursor 在修复任务中领先。Codex 呈现出不同的任务分布，但未能在完整比较中占据主导地位。

此类研究也存在局限。公开的拉取请求无法涵盖专有代码仓库、被放弃的尝试、本地编辑，或没有生成可见 PR 的已完成任务。产品版本的变化速度也快于学术出版周期。

尽管如此，这些发现仍对“每周用户数可以证明技术优势”这一观点提出了挑战。采用情况同时反映了访问便利性、营销、捆绑销售、界面设计和模型质量。它无法单独说明哪种智能体能为特定代码库产出最佳结果。

更重要的竞争性转变关乎产品的形态。Claude Code 和 Codex 越来越像操作环境，而非编程功能。两者都能读取项目上下文、调用工具、执行命令，并持续处理长期任务。

如今，它们的竞争聚焦于编排。用户需要分配工作、了解进度、在假设不成立时进行干预，并在部署前审查变更。胜出的系统必须让这种监督闭环清晰易懂，同时又不过度拖慢智能体。

OpenAI 广泛的界面布局提供了一种答案。桌面工作区可以同时显示多个智能体、终端、差异对比、浏览器和远程项目。移动端控制则让开发者离开工作站后，仍能访问这些任务线程。

Anthropic 以终端优先的定位提供了另一种答案。许多经验丰富的开发者偏爱可组合的命令行工具，因为它们能融入现有脚本、代码仓库和自动化流程。与不断扩展的应用程序相比，专注的终端体验可能让人感觉更可预测。

Cursor 和 GitHub Copilot 带来了进一步压力，但在这场特定竞争中，它们仍是辅助性的竞争者。Cursor 掌控编辑器界面，而 GitHub 掌控代码仓库、拉取请求和组织级开发工作流。两者都未消除 Codex 与 Claude Code 围绕委派式智能体工作的核心竞争。

据 OpenAI 报告，其每周用户数达到 700 万，这增强了它对规模优势的主张。150 次更新则增强了它对迭代速度的主张。Claude Code 仍在迫使 OpenAI 证明，更广泛的界面能够带来更出色的持续工作成果，而不仅仅是提供更多入口。

这一区别将影响企业决策。团队不会只问哪个智能体能写出令人印象深刻的函数，还会问哪个系统更契合权限、审查规则、远程基础设施、安全控制以及开发者现有习惯。

因此，对 OpenAI 而言，战略目标不只是取得模型领先地位。Codex 必须在 Claude Code 将其早期开发者忠诚度转化为组织标准之前，成为默认的控制界面。

Codex 数据未能揭示的内容

用户增长和发布量体现了发展势头，但无法衡量可靠性、安全性、留存率或被生产环境接受的工作成果。

拥有代码仓库和计算机访问权限的智能体，能够创造比自动补全更大的价值。与此同时，它也会获得更多犯下严重错误的机会。区别在于系统能否安全地处理权限、歧义、外部指令和意外的工具输出。

生成的建议在有人接受之前不会产生实际影响。智能体则可以编辑文件、运行脚本、打开网站、连接服务或更改远程环境。每增加一种操作，都会同时扩大实用性和风险。

提示词注入是其中一个隐患。恶意指令可能隐藏在智能体读取的网页、代码仓库文件、议题或文档中。这类指令可能试图诱导智能体泄露数据或执行不安全的命令。

计算机操作也带来了相关问题。可视化界面是为人类理解而设计的，而不是为确定性自动化设计的。按钮会移动、标签会变化、对话框会重叠，页面也可能展示具有欺骗性的内容。

人工审查有所帮助，但随着输出量上升，审查也会变得更加困难。监督多个智能体的开发者可能收到大量拟议变更，数量多到无法逐一彻底检查。生成速度加快可能会将瓶颈从实现转移到验证。

OpenAI 自己的研究提供了有用的背景信息。6 月的一项研究报告称，2026 年上半年，Codex 活跃用户增长了五倍以上。研究还发现，在某些周里，超过 10% 的用户同时管理至少三个智能体。

同一项研究报告称，26.6% 的用户使用了技能，即面向专门工作流的可复用指令包。这些数据表明，智能体编排正在成为真实的用户行为，而不只是一个营销概念。

然而，这项智能体采用研究包含 OpenAI 研究人员，并依赖 OpenAI 的产品数据。它提供了罕见的大规模样本，但并非对该公司产品叙事的独立验证。

该研究描述的外部采用情况也依然不均衡。OpenAI 内部的高强度使用，并不能自动预测普通工作场所的采用情况。OpenAI 员工拥有不同寻常的访问权限、技术熟悉度、激励机制以及对实验性系统的容忍度。

每周活跃度无法回答企业是否获得了可靠回报。更有用的指标应包括被接受的拉取请求、被撤销的变更、审查时间、安全事件、任务完成情况、团队留存率和生产缺陷。

发布次数甚至可能与可靠性产生矛盾。两个月内推出 150 多项变更，体现了组织速度，但也让用户更难围绕界面、模型行为和用量消耗形成稳定预期。

开发者曾公开抱怨用量限制不断变化，以及配额消耗速度快得出乎意料。零散报告无法证明整个平台存在普遍故障，但确实表明，当智能体执行耗时且消耗大量 token 的任务时，可预测性至关重要。

模型选择又增加了一个层面。注入的公告描述了 GPT-5.6 和 Ultra 并行工作，这表明 Codex 可以路由或协调不同的能力配置。OpenAI 尚未公开详细说明所有路由规则或不同工作负载之间的对比。

缺乏这种透明度时，用户无法始终判断结果改善究竟来自模型、智能体框架更新、额外计算资源，还是工具行为变化。他们也难以在不同账户和环境中复现性能。

目标模式也有其自身的权衡。明确的成功标准可以让智能体保持专注，但现实中的软件目标往往并不完整。系统可能满足字面目标，却遗漏未明确说明的产品、无障碍、安全或维护要求。

Appshots 改善了共享上下文，但截图仍只是局部观察。它们只展示某个状态、视口和时刻，无法自动揭示隐藏的应用逻辑、响应式行为或捕获窗口之外的条件。

SSH 支持让 Codex 更接近高价值基础设施，也使权限设计变得更加重要。团队必须决定智能体可以访问哪些机器、可以执行哪些命令，以及哪些凭据必须保持不可访问。

PR 工作流提供了一个自然的控制点。测试、代码审查、分支保护和审批规则可以在合并前限制损害。随着智能体在减少逐步人工参与的情况下生成更大规模的变更，这些控制措施会变得更加重要。

因此，采用 Codex 的团队应评估成果，而不是更新数量。他们可以跟踪接受率、审查修正次数、回滚频率、漏网缺陷，以及同类任务的耗时。

他们还需要持久的组织记忆。智能体决策、审查评论、测试证据和架构约束通常分散在多个工具中。一个可搜索的工程知识库可以帮助审查者在批准自动化变更之前找回这些上下文。

核心的不确定性并不在于 Codex 能否完成有用的工作。据报告，每周有数百万用户使用它，这清楚表明广泛的实验正在进行。真正的不确定性在于，OpenAI 能否将这些实验转化为可信、可重复的委派。

三个信号将检验 Codex 的增长叙事

下一阶段取决于持续使用、可衡量的生产成果和竞争对手的回应，而不是另一个引人注目的更新数量。

第一个信号是 OpenAI 下一次公布的用户数据。更高的每周用户数将支持其持续扩大覆盖范围的说法，但如果同时提供留存率和活跃度定义，这一数据会更有意义。需要关注 OpenAI 是否区分新用户和持续使用的团队。

一份可信的信息披露应区分开发者与知识工作者，以及个人账户与组织部署。它还应解释什么才算活跃使用。缺少这些细节，另一个里程碑更多只能证明分发能力，而非用户投入程度。

OpenAI 6 月的数据提供了一个基准。该公司称 Codex 每周用户超过 500 万，其中知识工作者约占五分之一。据报道，7 月发布的文章将总用户数提高到了 700 万以上。

如果 OpenAI 随后证明，这些用户在促销和重大产品发布后仍保持活跃，其平台论点将更有说服力。如果增长大幅放缓或统计定义发生变化，那么 700 万这一里程碑将更像是发布高峰。

第二个信号是有关已完成工作的证据。OpenAI 需要证明 Codex 是否能产出被接受的变更、缩短周期时间，并避免增加审查负担。企业案例研究应包含具体的运营指标，而不仅仅是经过挑选的演示。

拉取请求数据将尤其有用。Codex 现在覆盖了从初始任务到审查和合并的整个工作流。这为衡量其拟议变更通过人工审查并进入生产环境的频率创造了机会。

独立评估也应针对不同任务类型测试当前版本。现有的 7,156 个 PR 研究发现，没有一个系统在所有情况下都处于领先地位。新的结果可以显示 GPT-5.6 和更新后的 Codex 智能体框架是否改变了这一格局。

如果 Codex 能在不增加缺陷或审查时间的情况下提高接受率，这一判断将得到加强。如果更高的输出量只是带来更多被拒绝的变更、回滚或监督工作，这一判断就会被削弱。

第三个信号是 Anthropic、Cursor、GitHub 和云平台的回应。Codex 的界面扩张迫使竞争对手决定，是匹配其广度，还是捍卫更专注的定位。

Anthropic 可以深化 Claude Code 的终端工作流，同时扩展远程控制和非编程任务。Cursor 可以利用其编辑器地位，将规划、实现和审查保留在用户熟悉的工作区内。GitHub 可以让 Copilot 与代码仓库和组织政策更紧密地结合。

基础设施分发同样重要。OpenAI 于 4 月通过 Amazon Bedrock 提供 Codex，扩大了企业访问其模型和智能体能力的方式。Reuters 将此举描述为与 Anthropic 展开企业 AI 竞争的一部分。

如果主要竞争对手发布的新产品赢得开发者偏爱，那么 OpenAI 的更新速度能够形成持久优势这一观点将被削弱。如果对手的反应缓慢或零散，Codex 成为默认智能体工作区的机会将得到增强。

安全事件可能加速任一方向的发展。涉及自主计算机访问的严重事件会促使买家转向更严格的控制。相反，清晰的权限系统和可审计的智能体操作可能成为竞争优势。

因此，每周 700 万用户的说法和 150 次更新的冲刺标志着一次转变，而非最终结论。OpenAI 已经证明，它能够迅速分发 Codex，并以快于传统开发者工具的速度拓展其边界。

它尚未证明每周覆盖范围等同于持久的工作流掌控力。这需要透明的留存数据、可靠的执行、可控的审查成本，以及团队愿意让智能体接触高价值系统的证据。

开发者现在应根据新鲜感消退后留下的成果来评判 Codex。它能否完成经得起审查的任务？团队能否理解每一个具有实质影响的操作？远程和移动端编排能否在不削弱控制力的情况下减少延迟？

这些问题比下一个功能计数器更重要。如果 OpenAI 能用可衡量的结果回答这些问题，Codex 就能从广受欢迎的编程智能体，发展为委派式工作的通用平台。如果不能，每周 700 万用户只能说明其覆盖范围令人印象深刻，却无法证明其拥有持久的主导权。