OpenAI 推出 GPT-5.3-Codex：寫程式碼提速 25%，還幫團隊除錯了自己

如果一個程式設計師不僅能自己寫程式碼，還能幫團隊排查自己的訓練事故、自己排程 GPU 叢集，甚至寫完了還主動找你彙報進度，這聽起來像是在招聘一個高階工程師。

OpenAI 帶來了 GPT-5.3-Codex。官方把這一代定義為迄今為止能力最強的自主程式設計智慧體，它把 GPT-5.2-Codex 的編碼實力和 GPT-5.2 的推理能力揉在了一起，執行速度還比上一代快了 25%。

連自己的部署 bug，都是它自己修的

這次釋出最有戲劇性的一點，是 GPT-5.3-Codex 成為了 OpenAI 第一個深度參與制造自己的模型。

在開發過程中，Codex 團隊直接把早期版本拉去幹活。它不僅負責監控和除錯自己的訓練過程、查詢低快取命中率的根本原因，還在上線過程中動態伸縮 GPU 叢集，以應付流量高峰並穩住延遲。

甚至在測試階段，當團隊需要評估每個對話輪次的工作量時，模型自己寫了正規表示式分類器，在大規模會話日誌裡跑出了分析報告，並在三分鐘內歸納了數千個異常資料點。

除了底層自舉，它的實操能力也刷了榜。它在 SWE-Bench Pro 和 Terminal-Bench 2.0 上拿下了新高，而且消耗的 token 數量比之前所有模型都要少。在考驗真實桌面操作的 OSWorld 和跨 44 個職業的 GDPval 測試中，它也拿出了和 GPT-5.2 相當的水平。

在做前端時，它甚至懂一點人情世故。如果你只給它一句模糊的需求讓它寫著陸頁，它會主動把年付方案換算成更有吸引力的打折月價，並且預設放上能自動滾動的使用者評價輪播圖。

像同事一樣邊幹邊聊，但安全紅線更緊了

以往用程式碼生成工具，往往是丟出一串提示詞，然後乾等著 AI 吐出幾百行程式碼，一旦偏航只能全部重來。

GPT-5.3-Codex 改變了這種互動方式。在 Codex 應用裡，它會一邊執行一邊彙報關鍵決策，使用者不需要等它全寫完，中途就能隨時插話討論方案、糾正路線，模型也不會丟失上下文。

但能力上去了，麻煩也跟著來了。GPT-5.3-Codex 是 OpenAI 準備度框架下第一個在網路安全任務中被評為高能力級別的模型，也是他們第一個專門訓練用來挖掘軟體漏洞的模型。此前安全研究人員已經用它發現了 Next.js 裡的安全漏洞。

正因為能找漏洞就能搞破壞，OpenAI 這次上了嚴密的防禦套件。如果系統偵測到某個請求的安全風險過高，會自動將請求降級到 GPT-5.2 來執行。同時，OpenAI 還推出了安全可信訪問計劃，並將安全研究智慧體 Aardvark 納入內測。

為什麼重要

我們認為，GPT-5.3-Codex 最值得關注的不是基準數字又漲了多少，而是程式設計智慧體的互動範式變了。

以前的 AI 編碼更像高階自動補全，你必須做那個時刻兜底的質檢員；現在它試圖把自己變成一個能連續幹幾天活、中途還會主動發訊息和你對齊需求的初級外包。對於日常需要寫 PRD、搭原型、修環境的開發者或獨立創作者來說，它已經不僅是寫函式的工具，而是接管了從部署到監控的整套雜活。

從行業競爭來看，OpenAI 顯然在把戰火從單純的程式碼準確率引向長流程自主執行與系統級控制。當模型能夠用更少的 token 完成終端操作並在虛擬桌面裡幹活，同類產品如果還停留在聊天框貼程式碼，差距就會被迅速拉開。

不過，這種全能智慧體也露出了隱患。最直接的問題就在於防禦機制帶來的阻力：系統一旦把正常程式碼誤判為網路安全高風險，就會悄悄把底層模型降級，這很可能會打斷資深工程師複雜的除錯工作。看起來，隨著智慧體越來越深入系統底層，如何在放權提效與防範越獄之間找到平衡，會是接下來最棘手的博弈。