当前位置: 首页 > article >正文

ChatGPT:OpenAI Codex—一款基于云的软件工程 AI 代理,赋能 ChatGPT,革新软件开发模式

ChatGPT:OpenAI Codex—一款基于云的软件工程 AI 代理,赋能 ChatGPT,革新软件开发模式

导读:2025年5月16日,OpenAI 发布了 Codex,一个基于云的软件工程 AI 代理,它集成在 ChatGPT 中,旨在协助软件开发者并改变软件开发的方式。Codex 是 OpenAI 推出的一个强大的 AI 软件工程代理,它集成在 ChatGPT 中,旨在通过自动化编码任务、提高开发效率和促进并行开发来改变软件开发的方式。Codex 具有多种功能,包括代码编写、调试、测试和提交拉取请求,并且它还强调安全性和透明度,允许用户验证其操作。OpenAI 计划继续改进和扩展 Codex 的功能,预示着 AI 在软件开发领域的未来具有广阔的前景。

目录

OpenAI Codex—一款基于云的软件工程 AI 代理,赋能 ChatGPT,革新软件开发模式

1. Codex 简介

2. Codex 的功能与特点

3. Codex 的使用与访问

4. Codex 的安全与可信赖性

5. Codex 的未来发展


OpenAI Codex—一款基于云的软件工程 AI 代理,赋能 ChatGPT,革新软件开发模式

 官网文章:https://openai.com/index/introducing-codex/

1. Codex 简介

Codex 是一个旨在通过并行处理编码任务来协助软件开发人员的 AI 代理。

  • Codex 是 OpenAI 推出的一个基于云的软件工程代理,它能够并行处理多个编码任务。
  • Codex 由 codex-1 提供支持,codex-1 是 OpenAI 的 o3 优化版本,专门用于软件工程。
  • Codex 能够执行诸如编写新功能、回答关于代码库的问题、修复错误以及提出拉取请求等任务。
  • 每个任务都在其自己的云沙箱环境中运行,并预加载了用户的存储库。
  • Codex 旨在充当工程师的“虚拟同事”,帮助他们编写代码和修复错误,并且速度非常快。

2. Codex 的功能与特点

Codex 具有多种功能,包括代码编写、调试、测试和提交拉取请求,旨在提高开发人员的生产力。

  • Codex 不仅仅是一个自动完成工具,它更像是一个能够自主执行各种编程任务的云代理。
  • 它可以读取和编辑文件,以及运行命令,包括测试工具、linter 和类型检查器。
  • Codex 可以在 ChatGPT 界面中使用,用户可以通过自然语言描述他们想要的功能。
  • Codex 能够生成与人类风格和 PR 偏好非常相似的代码,精确地遵循指令,并且可以迭代地运行测试,直到获得通过的结果。
  • Codex 通过引用终端日志和测试输出来提供其操作的可验证证据,允许用户跟踪任务完成期间采取的每个步骤。

3. Codex 的使用与访问

Codex 通过 ChatGPT 界面访问,并且正在逐步向更多用户开放。

  • Codex 目前向 ChatGPT Pro、Team 和 Enterprise 用户开放,未来将支持 Plus 和 Edu 用户
  • 用户可以通过 ChatGPT 侧边栏为 AI 代理分配新的编码任务,只需输入提示并单击“代码”即可。
  • Codex 允许用户同时启动多个会话,以便多个代理可以并行工作。
  • 在任务执行期间,互联网访问被禁用,从而限制了代理的交互,仅限于通过 GitHub 存储库显式提供的代码。

4. Codex 的安全与可信赖性

OpenAI 重视 Codex 的安全性和透明度,允许用户验证其操作并提供反馈。

  • OpenAI 在设计 Codex 时优先考虑了安全性和透明度,以便用户可以验证其输出。
  • 用户可以通过引用、终端日志和测试结果来检查 Codex 的工作。
  • 当不确定或面临测试失败时,Codex 代理会明确地传达这些问题,使用户能够就如何进行做出明智的决定。

5. Codex 的未来发展

OpenAI 计划继续改进和扩展 Codex 的功能,包括推出新的模型和工具。

  • OpenAI 正在更新其 Codex CLI,这是一个命令行编码代理,使用新的 o4-mini 模型,该模型针对软件工程进行了优化。
  • 预计该模型将提供更高的准确性和效率,从而进一步增强 Codex 的功能。

http://www.lryc.cn/news/2379687.html

相关文章:

  • docker compose up -d 是一个用于 通过 Docker Compose 在后台启动多容器应用 的命令
  • 智能视觉检测技术:制造业质量管控的“隐形守护者”
  • 利用html制作简历网页和求职信息网页
  • Problem E: List练习
  • 卷积神经网络进阶:转置卷积与棋盘效应详解
  • 用 Kotlin 脚本(KTS)重塑 Android 工程效能:2000 字终极实践指南
  • 2025年5月13日第一轮
  • HarmonyOs开发之———使用HTTP访问网络资源
  • 小结:Android系统架构
  • 单物理机上部署多个TaskManager与调优 Flink 集群
  • 基于C#的MQTT通信实战:从EMQX搭建到发布订阅全解析
  • VUE3_ref和useTemplateRef获取组件实例,ref获取dom对象
  • ISP中拖影问题的处理
  • C++.备考知识点
  • SQLMesh 模型管理指南:从创建到验证的全流程解析
  • HarmonyOS AVPlayer 音频播放器
  • ⭐️白嫖的阿里云认证⭐️ 第二弹【课时1:提示词(Prompt)技巧】for 「大模型Clouder认证:利用大模型提升内容生产能力」
  • Filament引擎(一) ——渲染框架设计
  • c++从入门到精通(六)--特殊工具与技术-完结篇
  • JDK 1.8 全解析:从核心特性到企业实战的深度实践
  • MCP实战:在扣子空间用扣子工作流MCP,一句话生成儿童故事rap视频
  • 分布式微服务系统架构第134集:笔记1运维服务器经验,高并发,大数据量系统
  • 【SSL证书系列】客户端如何验证https网站服务器发的证书是否由受信任的根证书签发机构签发
  • SpringBoot基础项目搭建
  • Rust 学习笔记:关于 HashMap 的练习题
  • C语言-8.数组
  • Kotlin Android单元测试MockK指南
  • C# lock
  • 《算法导论(第4版)》阅读笔记:p83-p85
  • Go 后端中双 token 的实现模板