Codex

前言 代码大模型已经成为开发者工作流中不可或缺的工具。从简单的代码补全到复杂的系统设计，AI 辅助编程正在重塑软件工程的生产方式。2026 年的代码模型市场，OpenAI Codex、Anthropic Claude Code、DeepSeek-Coder-V3 和 Qwen2.5-Coder 形成了四强格局。本文从基准测试、真实项目测试、开发者体验三个维度进行深度横评。 一、参评模型概览 模型 开发商 基础模型 训练数据规模 上下文 特色 GPT-5.5-Code OpenAI GPT-5.5 10T+ tokens 256K 全栈代码 + Agent Claude Code Anthropic Claude 4 5T+ tokens 200K 代码安全 + 透明推理 DeepSeek-Coder-V3 深度求索 DeepSeek V4 6T+ tokens 128K 极致性价比 + 开源 Qwen2.5-Coder-32B 阿里云 Qwen2.5 3T+ tokens 128K 中文友好 + 开源 二、基准测试对比 2.1 主流代码基准 基准 说明 题目数量 HumanEval OpenAI Python 编程 164 题 HumanEval+ HumanEval 复测（不允许采样） 164 题 MBPP 编程基础题 974 题 MBPP+ MBPP 复测 974 题 LiveCodeBench LeetCode 实时题库 1,000+ 题 BigCodeBench 复杂软件工程任务 1,146 题 CrossCodeBench 多语言评测 12 种语言 Aider-Polyglot 多语言代码转换 38 种语言 2.2 HumanEval 系列对比 模型 HumanEval (%) HumanEval+ (%) MBPP (%) MBPP+ (%) GPT-5.5-Code 96.1 93.8 91.2 88.4 Claude Code 93.8 91.4 89.6 86.7 DeepSeek-Coder-V3 92.3 89.7 88.4 85.2 Qwen2.5-Coder-32B 90.1 86.3 87.2 82.9 2.3 复杂代码任务 模型 BigCodeBench (%) LiveCodeBench (%) CrossCodeBench (%) GPT-5.5-Code 82.4 85.4 84.6 Claude Code 84.7 82.1 81.3 DeepSeek-Coder-V3 79.8 83.7 78.9 Qwen2.5-Coder-32B 76.2 78.4 75.1 BigCodeBench（复杂软件工程任务）中，Claude Code 意外超越了 GPT-5.5-Code，显示其在长程依赖和系统设计任务上的优势。 ...

Agent Loop 是什么 传统 AI 助手的工作模式是"一问一答"：用户输入 → 模型生成回答 → 结束。而 Agent Loop 是一个自主执行循环，模型会持续感知环境、做出决策、执行行动，直到任务完成。 用户: "把项目里所有的 console.log 替换为 logger.info" 传统 AI: → 生成一段 sed 命令给用户复制粘贴 Codex Agent Loop: → 循环1: 扫描项目，找到 47 个含 console.log 的文件 → 循环2: 逐文件替换，记录修改 → 循环3: 运行测试，发现 2 个测试失败 → 循环4: 分析失败原因，修复测试 → 循环5: 再次运行测试，全部通过 → 循环6: 生成 git commit → 输出: 修改了 47 个文件，替换了 132 处，测试全部通过 四阶段执行循环 1. 感知（Perceive） 感知阶段收集完成任务所需的所有上下文信息： # 伪代码：感知阶段 def perceive(task: str) -> Environment: env = Environment() # 解析任务意图 env.intent = parse_intent(task) # 读取文件系统状态 env.files = scan_workspace() # 检查运行环境 env.runtime = detect_runtime() # Node.js? Python? Docker? # 获取 Git 状态 env.git = get_git_status() # 检查网络连通性 env.network = check_network() return env 感知的具体内容： ...

OSS 模式是什么 OSS（Open Source Software）模式是 Codex 2026 年最重要的功能更新之一。它允许用户绕过 OpenAI 模型锁定，接入任何兼容 OpenAI API 格式的模型端点。 核心原理很简单：Codex 的模型调用层使用了 OpenAI SDK 的标准接口，任何实现了 /v1/chat/completions 端点的服务都可以作为模型提供方。 ┌─────────────┐ OpenAI Compatible API ┌──────────────┐ │ Codex │ ─────────────────────────────→│ 任意模型 │ │ Agent Loop │ ←─────────────────────────────│ 推理引擎 │ └─────────────┘ JSON Response └──────────────┘ 这意味着： ✅ 本地模型（Ollama / LM Studio / vLLM） ✅ 国产模型 API（DeepSeek / Qwen / GLM） ✅ 自托管模型（vLLM / TGI / SGLang） ✅ 多模型混合（不同任务用不同模型） Ollama 接入 安装 Ollama # Linux curl -fsSL https://ollama.com/install.sh | sh # macOS brew install ollama # Windows winget install Ollama.Ollama 拉取推荐模型 # 编程专精模型 ollama pull qwen2.5-coder:32b # 通用大模型 ollama pull llama3.3:70b # 轻量快速模型 ollama pull phi4:14b # 中文优化 ollama pull qwen2.5:32b Codex 配置 // ~/.codex/config.json { "provider": "openai-compatible", "model": "qwen2.5-coder:32b", "apiBase": "http://localhost:11434/v1", "apiKey": "ollama", "temperature": 0.7, "maxTokens": 8192, "streaming": true } 验证连通性 # 测试 API 是否可用 curl http://localhost:11434/v1/chat/completions \ -H "Content-Type: application/json" \ -d '{ "model": "qwen2.5-coder:32b", "messages": [{"role": "user", "content": "Hello"}], "max_tokens": 50 }' # 通过 Codex 测试 codex "写一个 Python 函数计算斐波那契数列" LM Studio 接入 LM Studio 提供图形界面管理本地模型，适合不熟悉命令行的用户。 ...

两个 Agent 的定位差异 OpenAI Codex 和 Anthropic Claude Code 是 2026 年最主流的两个 AI 编程 Agent。它们都采用 Agent Loop 架构，但设计哲学截然不同： 维度 Codex 2026 Claude Code 设计哲学 通用 Agent 平台 编程专用 Agent 模型绑定 任意模型（OSS 模式） Claude 模型为主 执行环境 本地沙箱 + 云端混合 本地终端 技能系统 ClawHub 社区生态 内置工具集 跨应用能力 ✅ 浏览器/文件/API ❌ 聚焦代码 开源程度 部分开源（技能层） 闭源 一句话总结：Codex 是"会编程的通用 Agent"，Claude Code 是"极其擅长编程的专业 Agent"。 架构对比 Codex 架构 ┌────────────────────────────────┐ │ Codex Agent Loop │ │ ┌──────┐ ┌──────┐ ┌──────┐ │ │ │ 感知 │→│ 规划 │→│ 行动 │ │ │ └──────┘ └──────┘ └──────┘ │ │ ↓ ↑ │ │ ┌──────────────────────────┐ │ │ │ 技能系统 (Skills) │ │ │ │ ┌─────┐ ┌─────┐ ┌────┐ │ │ │ │ │ 编程│ │浏览器│ │文件│ │ │ │ │ └─────┘ └─────┘ └────┘ │ │ │ └──────────────────────────┘ │ │ ↓ │ │ ┌──────────────────────────┐ │ │ │ 模型层 (可替换) │ │ │ │ GPT-4o / Claude / Qwen │ │ │ └──────────────────────────┘ │ └────────────────────────────────┘ Claude Code 架构 ┌────────────────────────────────┐ │ Claude Code Agent │ │ ┌──────┐ ┌──────┐ ┌──────┐ │ │ │ 理解 │→│ 规划 │→│ 执行 │ │ │ └──────┘ └──────┘ └──────┘ │ │ ↓ │ │ ┌──────────────────────────┐ │ │ │ 内置工具集 │ │ │ │ Read/Write/Bash/Search │ │ │ └──────────────────────────┘ │ │ ↓ │ │ ┌──────────────────────────┐ │ │ │ Claude 模型 (绑定) │ │ │ │ Claude 4 / Claude 3.5 │ │ │ └──────────────────────────┘ │ └────────────────────────────────┘ 核心差异：Codex 的模型层和技能层都是可替换的，而 Claude Code 的模型和工具是绑定的。 ...

四种接入方式 Codex 2026 提供四种接入方式，适用于不同场景： 方式 适合人群 功能范围 安装难度 网页端 所有用户 编程 + 对话 ★ 桌面 App 日常使用 全功能 Agent ★★ IDE 插件 开发者 编程为主 ★★ CLI 高级用户 全功能 + 脚本化 ★★★ 方式一：网页端 直接访问 chatgpt.com/codex，登录 OpenAI 账号即可使用。 适合快速体验，无需安装任何东西。但无法使用 OSS 模式和本地文件操作。 方式二：桌面 App Windows 安装 # 方式1: Winget winget install OpenAI.Codex # 方式2: 直接下载 # 从 https://openai.com/codex/download 下载 .exe 安装包 macOS 安装 # Homebrew brew install --cask codex # 或直接下载 .dmg Linux 安装 # AppImage wget https://openai.com/codex/download/codex-linux.AppImage chmod +x codex-linux.AppImage sudo mv codex-linux.AppImage /usr/local/bin/codex 桌面 App 提供完整的 Agent 功能，包括文件操作、浏览器控制等。 ...

技能系统概述 Codex 的技能系统是它在 2026 年超越其他 AI Agent 的关键差异化能力。技能（Skill）是一个标准化的能力包，告诉 Codex 如何完成特定类型的任务。 ┌──────────────────────────────────┐ │ Codex Agent │ │ │ │ ┌────────────────────────────┐ │ │ │ 技能管理器 │ │ │ │ ┌─────┐ ┌─────┐ ┌─────┐ │ │ │ │ │ 技能│ │ 技能│ │ 技能│ │ │ │ │ │ A │ │ B │ │ C │ │ │ │ │ └─────┘ └─────┘ └─────┘ │ │ │ └────────────────────────────┘ │ │ ↓ 按需加载 │ │ ┌────────────────────────────┐ │ │ │ Agent Loop │ │ │ └────────────────────────────┘ │ └──────────────────────────────────┘ 技能 vs 工具 vs 插件 概念 定义 粒度 示例 工具 单一原子操作 最小 读文件、执行命令 技能 一组工具+流程定义 中等 数据清洗、报告生成 插件 多个技能的集合 最大 数据分析套件 技能的核心价值在于它封装了领域知识和执行流程，让 Codex 不需要每次从零推理。 ...

从编程工具到电脑操控 2026 年的 Codex 最令人兴奋的不是它写代码的能力，而是它操控整台电脑的能力。通过浏览器控制、文件系统操作、Shell 执行和 API 调用的组合，Codex 可以完成过去需要人工操作多个软件才能完成的任务。 ┌──────────────────────────────────────────┐ │ Codex Agent │ │ │ │ ┌─────────┐ ┌─────────┐ ┌─────────┐ │ │ │ 浏览器 │ │ 文件系统│ │ Shell │ │ │ │ 控制器 │ │ 操作器 │ │ 执行器 │ │ │ └────┬────┘ └────┬────┘ └────┬────┘ │ │ │ │ │ │ │ ┌────┴────────────┴────────────┴────┐ │ │ │ API 调用层 │ │ │ └───────────────────────────────────┘ │ │ │ │ ┌───────────────────────────────────┐ │ │ │ 安全沙箱 │ │ │ │ 权限控制 + 审计日志 + 隔离执行 │ │ │ └───────────────────────────────────┘ │ └──────────────────────────────────────────┘ 浏览器操控 基本操作 Codex 内置了基于 Playwright/CDP 的浏览器控制能力： ...

为什么需要实战案例 了解 Codex 的功能很重要，但更重要的是知道在真实生产环境中如何使用它。本文收录了 10 个经过验证的生产场景，每个场景包含：业务背景、Codex 配置、执行流程、代码示例和效果数据。 案例 1：自动化运维巡检 业务背景 某互联网公司有 20 台服务器，需要每天检查 CPU/内存/磁盘/服务状态，过去由运维工程师手动执行，每天耗时 1.5 小时。 Codex 配置 { "task": "运维巡检", "schedule": "0 9 * * *", "model": "deepseek-chat", "skills": ["ssh-tools", "report-generator"] } 执行流程 # Codex 执行的巡检脚本 import subprocess import json from datetime import datetime servers = json.load(open("servers.json")) report = [] for server in servers: # SSH 执行远程命令 cpu = subprocess.check_output( f"ssh {server['user']}@{server['host']} 'top -bn1 | grep Cpu'", shell=True ).decode() disk = subprocess.check_output( f"ssh {server['user']}@{server['host']} 'df -h /'", shell=True ).decode() services = subprocess.check_output( f"ssh {server['user']}@{server['host']} 'systemctl is-active nginx postgresql redis'", shell=True ).decode() report.append({ "server": server['name'], "cpu": parse_cpu(cpu), "disk": parse_disk(disk), "services": services.strip().split('\n'), "timestamp": datetime.now().isoformat() }) # 生成报告 generate_report(report, format="markdown", output="daily_check.md") # 发送邮件 send_email("ops@company.com", "每日巡检报告", "daily_check.md") 效果 指标 优化前 优化后 耗时 1.5小时/天 3分钟/天 漏检率 8% 0% 报告格式 不统一 标准化 人力成本 1.5人时/天 0 案例 2：数据分析报告自动化 业务背景 市场团队每周需要从 3 个数据源（Google Analytics、内部数据库、CRM API）拉取数据，生成周报。 ...

从代码补全到 Agent 操作系统 OpenAI Codex 的演进路径可以划分为三个明确阶段： 阶段 时间 核心能力 定位 Code Completion 2021-2023 代码补全、函数生成 开发者工具 Code Agent 2024-2025 多文件编辑、终端执行、PR 生成 编程 Agent Universal Agent 2026 跨应用操作、OSS 模式、技能系统 通用 Agent 平台 2026 年的 Codex 已经不再是一个"编程工具"，而是一个具备感知-决策-行动闭环的 Agent 操作系统。它能够操控浏览器、管理文件系统、调用外部 API、协同多个应用程序完成复杂任务。 2026 年两大里程碑更新 1. OSS 模式：模型自由 传统 Codex 绑定 OpenAI 模型，而 2026 年推出的 OSS 模式允许用户接入任意 OpenAI Compatible API 端点： // ~/.codex/config.json { "provider": "openai-compatible", "model": "qwen2.5-coder-32b", "apiBase": "http://localhost:11434/v1", "apiKey": "ollama", "temperature": 0.7, "maxTokens": 8192 } 支持的接入方式包括： Ollama 本地模型：零延迟、零成本、完全离线 LM Studio：图形化管理本地模型 第三方 API：DeepSeek、Qwen、GLM 等国产模型 多模型聚合：不同任务路由到不同模型 2. 全能 Agent 模式：超越编程 Codex 2026 的 Agent Loop 不再局限于代码执行，而是扩展到： ...

AI 编程 Agent 2026 横评：谁才是最强代码助手？ 2026 年，AI 编程工具已经从「代码补全」进化到「自主编程 Agent」。本文基于最新版本（2026 年 6 月）进行全方位对比。 参评工具 Cursor 0.50+（Cursor Agent Mode） GitHub Copilot Workspace（Copilot Agent Mode） OpenAI Codex（Codex Agent Loop） Claude Code（Anthropic 官方 CLI） 六大维度评测 1. 代码生成质量 用 50 个真实编程任务测试（涵盖 Python/TypeScript/Go/Rust）： 工具 一次通过率 需要修改率 完全失败率 Cursor 76% 18% 6% GitHub Copilot 71% 22% 7% Codex 82% 13% 5% Claude Code 79% 15% 6% 结论：Codex 代码生成质量最高，特别是在复杂逻辑和多文件项目上。 2. 多文件编辑能力 测试「新增一个完整功能模块」的能力： Codex：最强，能正确分析依赖关系，修改相关文件 Claude Code：次之，编辑准确但需要更多轮次 Cursor：擅长当前打开文件的编辑，跨文件能力稍弱 GitHub Copilot：跨文件编辑能力最弱 3. 调试和修复能力 ...