OpenAI揭秘：如何用Codex在28天内打造安卓版Sora并登顶Play Store

核心摘要：OpenAI近日发布工程博客，详细披露其仅用4名工程师和AI编程助手Codex，在短短28天内从零开发出Sora的安卓版应用。该应用上线首日即登顶Google Play下载榜，24小时内用户生成视频超100万个，且崩溃率低至0.1%。这一案例揭示了AI辅助开发的新范式：人类工程师专注于系统架构与核心决策，而Codex则像“资深新员工”一样，在清晰的指导下高效完成大量编码、测试与跨平台“翻译”工作，将开发瓶颈从“写代码”转移至“做决策与集成”。

一、 精干团队与AI协作：破解“人月神话”的开发奇迹

面对Sora在iOS发布后用户量激增，而安卓端仅有内部原型和大量预注册用户的压力，OpenAI团队没有选择增加人手，而是组建了一个仅4人的精干工程团队，并为每位成员配备Codex。他们深刻理解到，在紧迫项目中盲目增加人力反而会因沟通成本剧增而拖慢进度。团队的目标不是尽快做出“能跑的东西”，而是做出“符合期望方式”的高质量产品。

为此，团队首先亲自完成了应用的核心系统设计与关键决策，包括确定架构、模块化、依赖注入、导航以及认证和基础网络流程。他们端到端手写了几个代表性功能，作为Codex学习的“范例”和“沙箱”。这种“先打好地基”的策略，为后续85%由Codex生成的代码奠定了稳健、可维护的基础，避免了大规模返工。

二、 将Codex视为“新晋资深工程师”：明确分工与高效协作

团队将Codex定位为一名需要指导但能力强大的新队友。他们总结了Codex的强项与需要人类弥补的短板：

• Codex需要人类指导之处：包括团队偏好的架构模式、产品策略、真实用户体验、内部规范等它无法自行推断的知识。它无法感知应用运行时的实际体验，也缺乏长远的架构判断力，本能是让功能跑起来而非优先代码整洁度。
• Codex的擅长领域：能快速阅读理解大型代码库（支持多种语言），热衷于编写广泛的单元测试，能根据CI失败日志提出修复方案，支持大规模并行执行任务以测试不同想法，并能提供人类可能忽略的新解决方案视角。

最关键的工作流程变革是引入了 “计划循环” 。对于非平凡任务，团队不再直接让Codex编码，而是先让它阅读相关代码并总结功能原理，人类随后纠正其理解，共同创建一个包含改动文件、新状态和逻辑流的详细实施计划。这个计划如同小型设计文档，让Codex可以据此一步步执行，甚至允许其在上下文窗口受限时将计划保存到文件中，便于跨会话持续工作。这使得团队可以放心让Codex长时间“无人值守”运行，并将代码审查效率提升至对照计划检查实现，而非漫无目的地阅读代码差异。

三、 管理“AI团队”：从独奏者到指挥家的角色转变

在项目高峰期，团队经常同时运行多个Codex会话处理不同功能模块，感觉“更像在管理一个团队”。每个会话都像一名工程师，需要定期汇报进展、接受反馈和审查。这种模式将开发的瓶颈从“手动编写代码”转移到了“做出决策、提供反馈和集成改动”上，印证了Brooks定律在AI时代的新体现：增加“手”（即使是AI）同样会带来协调开销。工程师的角色因此从执行者转变为架构师、审查者和集成者，专注于更高杠杆率的工作。

四、 “翻译而非抽象”：Codex重塑跨平台开发逻辑

团队拥有iOS版Sora作为现成的参考，他们探索出一种全新的跨平台开发模式：通过Codex进行“翻译”而非构建共享抽象层。他们将iOS、后端和安卓代码库置于同一环境中，指示Codex阅读iOS的模型与端点实现，然后基于安卓现有架构，提出并实现语义等价的Kotlin代码。由于底层业务逻辑相同，Codex能出色地完成这种跨语言翻译，避免了为不同平台重复实现逻辑的成本。这再次强调了上下文对于Codex至关重要——当它同时理解功能在源平台如何工作以及目标平台的结构时，才能发挥最佳效果。

五、 未来启示：AI不会取代工程师，但将重塑工程学

通过这个项目，使用Codex从实验变成了团队默认的开发循环。审查AI的输出如同审查人类队友的代码。这清晰地表明，AI辅助开发并未降低对工程严谨性的需求，反而提升了其重要性。AI擅长快速实现从A到B，但无法理解系统的真实约束、架构的最佳方式以及对未来发展的规划。

未来的软件工程师的核心能力将演变为：深度的系统理解能力，以及在长时间跨度内与AI高效协作的能力。Codex等工具将工程师从大量样板代码和重复劳动中解放出来，让他们能更专注于软件工程中最有意义的部分——构建引人注目的产品、设计可扩展的系统以及解决复杂问题。随着模型持续进步，AI将成为构建过程中不可或缺的一部分，开启软件工程的新篇章。

文章来源：根据OpenAI官方工程博客《How we used Codex to build Sora for Android in 28 days》（作者 Patrick Hum & RJ Marsan）及相关技术社区讨论综合撰写。