GPT-5.3-Codex 发布，Codex 从代码助手转向计算机工作代理

GPT-5.3-Codex 发布：Codex 从编码助手走向电脑工作代理

OpenAI 在 2026 年 2 月 5 日发布 GPT‑5.3‑Codex，并将其描述为当时最强的 agentic coding model。按照官方说明，GPT‑5.3‑Codex 同时推进了 GPT‑5.2‑Codex 的前沿编码表现，以及 GPT‑5.2 的推理和专业知识能力，并且速度提升 25%。

OpenAI 对这次更新的定位很明确：Codex 不再只是写代码和审查代码的 Agent，而是开始承担开发者和专业人士在电脑上可以完成的更广泛工作，包括研究、工具使用、复杂执行、调试、部署、监控、写 PRD、编辑文案、用户研究、测试、指标分析等。

GPT-5.3-Codex 把 Codex 推向更长任务

OpenAI 原文强调，GPT‑5.3‑Codex 可以处理涉及 research、tool use 和 complex execution 的 long-running tasks。用户可以在模型工作过程中持续引导它，而不丢失上下文。

这和传统 coding assistant 有明显区别。普通代码助手更像被动补全或回答问题；GPT‑5.3‑Codex 支撑的 Codex 更接近可交互的长期工作代理：它可以一边执行，一边提供进度更新，用户也能在中途提问、讨论方案并调整方向。

OpenAI 在文中把它类比为 colleague：用户不必等到最终结果出来才发现方向不对，而可以在过程中 steer and interact。

编码、网页开发和知识工作被放到同一条能力线上

在 coding 方面，OpenAI 称 GPT‑5.3‑Codex 在 SWE-Bench Pro 和 Terminal-Bench 上刷新行业高点，同时使用更少 tokens。Appendix 中列出的结果包括：SWE-Bench Pro 56.8%、Terminal-Bench 2.0 77.3%、OSWorld-Verified 64.7%、GDPval 70.9%、Cybersecurity Capture The Flag Challenges 77.6%。

在 web development 部分，OpenAI 展示了模型用数百万 tokens 自主迭代游戏和应用的例子，包括赛车游戏和潜水游戏。文章还比较了 GPT‑5.3‑Codex 和 GPT‑5.2‑Codex 在落地页生成上的差异，强调前者会给出更完整、更接近生产状态的默认实现。

在 beyond coding 部分，OpenAI 明确写到，软件工程师、设计师、产品经理和数据科学家做的远不只是生成代码。GPT‑5.3‑Codex 被设计为支持整个软件生命周期，包括调试、部署、监控、PRD、文案、用户研究、测试、指标等工作。

Codex 自己也参与了 GPT-5.3-Codex 的训练和部署

OpenAI 在原文中写到，GPT‑5.3‑Codex 是首个在创建自身过程中发挥关键作用的模型。Codex 团队使用早期版本来调试训练、管理部署、诊断测试结果和评估。

文章列举了多个内部使用场景：研究团队用 Codex 监控和调试训练运行，分析训练过程中的交互质量；工程团队用它优化和适配 GPT‑5.3‑Codex 的 harness，识别 context rendering bugs 和 cache hit rate 问题；数据科学团队用它构建新数据管道，并用比标准 dashboard 更丰富的方式可视化和分析 alpha 测试中的异常结果。

这些例子说明，Codex 在 OpenAI 内部已经不只是写代码，而是进入研究、工程、数据分析和产品迭代流程。

交互式协作是这次更新的重要变化

OpenAI 还强调，随着模型能力增强，问题会从“Agent 能不能做”转向“人类如何更容易与多个并行工作的 Agent 交互、指挥和监督”。

GPT‑5.3‑Codex 在 Codex app 中提供更频繁的更新，让用户了解关键决策和进展。用户可以设置 follow-up behavior，让模型工作时支持实时 steering。它会解释自己正在做什么，响应反馈，并让用户从开始到结束保持在工作链条中。

这对复杂任务很关键。Agent 越强，越不能只等最终输出；用户需要在过程中知道它做了什么、为什么这样做、是否需要纠偏。

这次发布的实际看点

GPT‑5.3‑Codex 的核心信号是，Codex 正在从“编码助手”向“电脑工作代理”扩展。它仍然以软件工程为核心，但能力已经覆盖网页开发、数据分析、文档、产品、测试和复杂电脑任务。

对团队来说，这意味着采用 Codex 时不能只把它放在写代码环节，而应思考它如何进入需求、实现、测试、审查、部署和知识工作流程。同时，交互式控制、任务边界、权限和验证机制会变得比以往更重要。

参考来源

• Introducing GPT-5.3-Codex