Codex被视为科技发展史上最关键的、尚未被充分讲述的篇章之一。
前不久，这段历程终于被全面揭露。
Every公司CEO Dan Shipper投入数月时间，与OpenAI联合创始人Greg Brockman及六位Codex核心成员进行了交流，撰写了一篇超过8000字的深度报道《How Codex Happened》。
报道首次还原了Codex从首次发布遇冷、未能找到产品市场契合点，到最终逆袭成为ChatGPT桌面端核心的全过程。
最能体现这场反转的，是一个隐藏在Mac系统中的细微之处：
最新版ChatGPT桌面应用的内部标识，至今依然叫做“com.openai.codex”。
一年前，Codex仅是ChatGPT中的一个微小入口，而不到12个月后，ChatGPT反而被整合进了它的框架之中。
堪称一次“反向整合”。
至于这场逆袭是如何实现的？从团队透露的信息里，我们归纳出以下四点：
1、第一版Codex Cloud在外部市场遇冷，团队迅速转向本地Agent；2、OpenAI为Codex单独开辟模型线，使研究、产品与工程实现直接协作；3、团队在一年内更换了四种产品形态，最终选择了不含代码编辑器的桌面应用；4、他们利用Codex自身进行开发，几人几周就能构建出一个新产品。
当然，比起结论本身，更引人入胜的是背后跌宕起伏的历程。
Enjoy。
新一代Codex的起源，可追溯至2024年底。
当时，如今担任Codex负责人的Sottiaux，正带领团队训练一个内部编程Agent，专门用于帮助OpenAI研究员编写基础设施代码、运行实验，并利用实验结果优化下一代模型。
？？Codex尚未正式问世，便已在OpenAI内部参与打造“下一代的自己”。
以今日视角来看，这套做法多少显得有些超前。
不止Sottiaux团队，实际上当时OpenAI内部有多支团队都在同时押注AI编程领域，只是方向各不相同：
有人聚焦终端，有人侧重IDE，还有人坚信“Agent应该驻留在云端”。
其中，云端路线听起来尤其诱人。
用户下班、电脑合盖后，Agent仍能在自己的机器上持续工作，第二天回来时，代码已修改完毕，测试已通过，连PR都已准备就绪。
这怎能不令人心动？？
于是，在2025年春天，几支探索力量逐渐汇聚，团队最终决定：
优先推进云端方案。
他们仅用约7周时间，就构建出了Codex Cloud，本以为这款于2025年5月发布的产品能取得成功，结果现实却给了所有人沉重一击——用户并未广泛接受。
问题出在环境配置上。
公司内部拥有统一的开发配置，研究员几乎可以“即插即用”，而外部开发者面对各种依赖、权限和私有工具，仅是将Agent部署到真实工作环境，就需要先克服重重障碍。
更尴尬的是，产品负责人Embiricos后来复盘时，又补充了一句：
当时的模型，也尚未聪明到能独立应对复杂任务。
因此，第一版Codex Cloud同时遭遇了两大难题。
环境配置过于繁琐，模型能力也未达标。
团队提前构建出了理想中的工作方式，但现实条件却仍存在差距。
这场云端豪赌，就这样以失败告终。。。
而在OpenAI受挫的同时，隔壁的Anthropic却凭借Claude Code从另一条路径突围。
Claude Code直接在用户自己的电脑上运行，文件、工具和开发环境均已就绪，用户可以随时中断，也能基于同一上下文继续调整。
开发者很快用行动做出了选择。
Codex团队这才意识到，自己追求的云端终局或许没错，只是中间迈出的步伐过大。
该怎么办？
回头，重新拾起曾经放弃的本地路线。
说起来，这条本地路线其实一直存在。
早在Codex Cloud发布前一个月，OpenAI就开源了Codex CLI，它可以直接在终端中读取文件、修改代码和执行命令，产品形态与Claude Code颇为相似。
不过，CLI当时并非Codex团队的主线项目。
按照Embiricos的说法，这是一个由两人“英雄式”构建出的支线项目。团队内部也曾制作过本地Agent原型，但一个月后就搁置了，全体转向了想象空间更大的云端方案。
谁能想到，最终发挥关键作用的，正是这条被搁置的支线。
2025年夏天，Sottiaux接管团队，直接宣布：
转向本地。
但他并未急于向CLI中添加功能，相反，团队首先将底层Agent整个重写了一遍。
这个选择在当时看来多少有些反常。
毕竟Claude Code已经运行起来，外部用户又在催促新功能，而Codex团队却埋头于底层，开始用Rust进行重构。
从表面上看，别人忙于抢占市场，他们却在更换发动机。
但Sottiaux想要解决的，正是Codex此前反复更换形态的问题。
CLI只是用户可见的外壳，真正有价值的是底层那套能读取文件、运行命令、调用工具和修改代码的Agent。
只要将这套核心能力从终端中剥离出来，它未来就能随处部署：
终端可用，IDE可用，桌面应用、手机、云端和ChatGPT也都能继续使用。
这一次，团队没有急于押注下一个界面，他们先构建出了“Codex本身”。
不过，发动机更换完毕后，车辆暂时还是无法快速行驶。
团队还缺少一个足够强大的模型。
过去的OpenAI模型在编程比赛中成绩优异，但面对真实代码库时却容易暴露不足，项目文件杂乱、依赖复杂、用户还会中途打断，这与解决一道干净的算法题完全是两回事。
Greg Brockman对此有一个非常形象的比喻：
这些模型就像SAT考了满分，但一天班都没上过的学生。
于是，负责GPT-5后训练的Michelle Pokrass团队开始为模型“补充工作经验”，使其接触混乱的大型代码库，学会理解项目结构、追踪Bug，也学会在需要权限时暂停并询问用户。
到了2025年8月，重构后的Codex CLI终于搭配上GPT-5，随后又进入了VS Code和Cursor的侧边栏。
这一次，用户真的来了。
到当年10月，Codex使用量增长了超过10倍，IDE扩展也迅速超越终端，成为最常用的入口。
那个由两人构建、差点被留在支线中的CLI，终于将Codex从云端的首次失败中拯救了出来。
Embiricos回忆，当时自己脑海中只剩一句话：
“终于可以开打了。”
照理说，CLI和IDE扩展都在快速增长，接下来就应该顺势增加人手、添加功能，全力冲刺了。
但Codex团队偏偏又改变了方向。
Sottiaux认为，模型很快就能连续工作数小时，同时处理代码、图片、语音和外部信息，用户未来可能会同时指挥五六个Agent。
这么多任务全部塞进终端，多少有些为难这个几十年前诞生的黑框框了。
于是，他决定继续维护CLI，同时将最大的投入押注到原生桌面App上。
为了开发出这款App，Sottiaux找来了设计师兼程序员Andrew Ambrosino，整个核心团队只有4个人，目标却非常宏大：
打造一个能同时管理多个Agent的“总控台”。
界面更像聊天软件，左侧是不同项目和任务，每个任务里都有一个Agent，用户可以同时指派多项任务，然后来回查看进度、补充要求。
随后，一个更大胆的决定诞生了：
这款编程App中，不包含代码编辑器。
也就是说，即使Codex写错了一个单词，用户也无法顺手进去修改，只能继续与Agent沟通，让它自行修复。
Ambrosino计算得很清楚，一旦允许用户手动编辑，搜索、撤销、快捷键、调试等整套IDE功能都会随之而来。
4个人去复刻VS Code，结果很可能是做出一个处处缩水的低配版。
团队索性堵死了后路：
Codex必须强大到让用户放下编辑器，这款App才有存在的意义。
想法很酷，但早期版本却连自己人都感到困扰。
Embiricos每天询问团队成员：今天你把它作为主力工具使用了吗？
最初所有人都回答：没有。
有人抱怨，想替换一句话都得专门提示Codex，实在太麻烦。就连Ambrosino自己也在内部怀疑：
不提供文件编辑，会不会是个重大失误？
偏偏这时候，Google又发布了带有完整编辑器的Antigravity。
Codex团队几个人互相看了看，心里估计都在打鼓：
我们当初真的不该套用VS Code吗？
更要命的是，当时的Codex模型也支撑不起这个设计，Ambrosino后来直言，即使App功能全部完成，模型质量依然会让它“无法发布”。
团队只能一边推进产品，一边等待模型跟上。
结果，还真等到了。
2025年11月，GPT-5.1-Codex-Max发布，模型开始能够连续编程数小时。
一个月后，GPT-5.2-Codex又增强了大型代码库的修改能力。
到了12月，团队内部的口风开始转变。
原本嚷着需要编辑器的人，逐渐不再亲手修改代码，他们会在结果中留下批注，再让Codex自行处理。
2026年初，整个Codex团队都开始将这款App作为主力工具，随后OpenAI内部的工程师和研究员也陆续切换过来。
连习惯终端和Emacs的Greg Brockman都“倒戈”了。
再回到以前的工作流程，他只觉得像是“回到了过去”。
2026年2月2日，Codex桌面App正式发布。
这一次，外部用户也接受了。
3月，Codex周活跃用户突破200万，6月超过500万，其中约五分之一已是知识工作者。
到了7月，Codex桌面App进一步与ChatGPT桌面体验合并。
回想当初，Codex只是ChatGPT中的一个微小入口。
然而现在，ChatGPT反而被整合进了Codex的框架之中。
形势，已然逆转。
你以为到Codex这里就结束了吗？
NONONO。
在最新做客播客节目《No Priors》时，Greg Brockman话里话外透露：
Codex这条产品路线，可能只是OpenAI更大计划的预演。
Greg Brockman谈到了OpenAI内部正在使用的主动式Agent Dots。
这个Agent拥有自己的云端电脑，可以持续读取用户授权的日历、邮件和Slack。
Greg自己的Dots是一只小猫头鹰。
每天早上醒来，它已经替他整理好了待办事项：哪些消息忘了回、哪些事情答应了还没做、日程里有没有冲突，甚至会提醒他“这场会得提前走，不然下一场赶不上”。
更令人惊讶的是，其中一些事情Greg压根没有交代过。
Greg特意强调，Dots最关键的变化源自“产品形态”。
模型只能补全几行代码时，它适合待在IDE里；能够独立工作几小时后，它需要一个管理多个Agent的桌面工作台；等用户习惯将整项任务交出去，它又会回到云端，在人离开后继续工作。
绕了一大圈，Codex最初押注的云端路线，又要重新回归。
只不过这一次，模型能力、底层Agent和用户习惯都已经补齐。
在《How Codex Happened》的结尾，Embiricos也明确透露，Codex下一步将转向异步工作：
“这意味着，我们必须重新回到云端。”
有意思的是，说这句话时，他面前那台电脑已经牢牢合上了（Dan Shipper认为这个动作多少有点表演成分）。
云端还只是第一步。
Greg对AI界面的判断，要更为激进得多。在他看来：
最好的UI，就是