GPT-5.3-Codex登场：AI开始“自己造自己”，编程与办公迎来全能同事

摘要：北京时间2026年2月6日凌晨，OpenAI与竞争对手Anthropic上演了一场精彩的“发布撞车”。在Anthropic推出Claude Opus 4.6仅几分钟后，OpenAI正式发布了其新一代编程模型——GPT-5.3-Codex。官方宣称这是迄今为止最强大的智能体编程模型。最引人瞩目的是，该模型在自身开发过程中扮演了关键角色，标志着AI进入了“自我进化”的新阶段。同时，其定位已从单纯的编程助手，全面进化为能够处理软件生命周期全流程乃至通用办公任务的“计算机协作者”。

GPT-5.3-Codex

一、 如何获取与性能速览

GPT-5.3-Codex已正式开放，其性能在多项基准测试中刷新纪录。

访问方式：

• 适用用户：面向ChatGPT付费用户（包括Plus、Team及Enterprise计划）。
• 使用途径：可通过Codex专用应用、命令行工具（CLI）、IDE扩展插件及网页端直接访问。API版本预计近期上线。

关键性能数据（列表）：

• 编程能力：在衡量真实世界软件工程能力的SWE-bench Pro测试中，得分达56.8%。
• 终端操作：在Terminal-Bench 2.0测试中，得分高达77.3%，较前代大幅提升，并领先于同期发布的Claude Opus 4.6（65.4%）。
• 计算机操作：在OSWorld可视化桌面操作基准测试中，得分从前代的38.2%跃升至64.7%，复杂环境操作能力实现质的飞跃。
• 效率提升：运行速度比前代GPT-5.2-Codex提升25%，且完成同等任务所需Token数量减半。

二、 核心功能：自指、协作与速度

本次升级不仅是数字游戏，更在模型能力和交互方式上带来了根本性变革。

1. “自指”能力：参与创造自身的AI 这是GPT-5.3-Codex最令人震撼的特性。OpenAI团队使用了该模型的早期版本来调试自身的训练过程、管理部署基础设施并诊断测试结果。这意味着AI已具备高阶的“元认知”能力，能够理解并优化“创造AI”这一过程本身，极大加速了开发进程。
2. 实时协作：像同事一样汇报工作 新模型支持“工作中可引导”模式。开启后，它会在执行长时间任务时，频繁向用户更新关键决策和进展。用户可以随时中断提问、讨论方案或修正方向，而不会导致上下文丢失，实现了真正的实时人机协同。
3. 耐力与速度的融合 模型融合了GPT-5.2的推理能力和GPT-5.2-Codex的编程性能。其“长时间运行任务”能力可支持深度研究、自主工具调用和端到端的复杂流程执行，同时凭借25%的速度提升，成为兼具耐力与效率的“硅基工程师”。

三、 使用场景：从码农到全能同事的蜕变

OpenAI明确表示，Codex正从一个编程代理进化为“几乎可以完成开发者和专业人士在电脑上所做任何事情的代理”。

应用场景扩展（列表）：

• 软件工程全流程：涵盖调试、部署、监控、编写产品需求文档（PRD）、用户研究、测试、指标分析等。
• 通用办公生产力：可制作演示文稿（PPT）、进行财务分析、编辑文案、处理电子表格等。在GDPval职业能力评估中表现突出。
• 复杂项目构建：为展示能力，OpenAI让模型从零开始构建了两款功能完整的复杂游戏（赛车与潜水游戏），并能在数百万Token的交互中根据“修复bug”等简单指令自主迭代。
• 网络安全：该模型是OpenAI首个被归类为“高能力”的网络安全模型，经过专门训练以识别软件漏洞。OpenAI承诺投入1000万美元API额度资助开源软件安全防护。

四、 竞争格局与生态布局

此次发布被业内视为“AI编程大战”正式打响的标志。

• 与Anthropic的正面交锋：两家公司选择在同一时刻发布旗舰模型升级，竞争白热化。除了基准测试上的比拼，此前双方还在AI广告等议题上爆发公开论战。
• 押注“AI劳动力”与企业平台：与GPT-5.3-Codex同期，OpenAI发布了企业级智能体平台Frontier，旨在帮助企业构建、部署和管理可协同工作的“AI同事”。该平台能连接企业内部碎片化的系统，构建统一的业务上下文，并已获惠普、Uber、甲骨文等首批客户采用。这显示出OpenAI的战略重心正从提供单一模型转向打造企业级AI生产力生态。

文章来源：本文综合编译自OpenAI官方公告及多家科技媒体报道，包括TechWeb、网易科技、AWTMT、新浪科技、凤凰网财经、智东西、CSDN博客、中华网、站长之家、手机新浪网等。核心信息源自用户提供的智东西稿件《GPT-5.3-Codex突然登场！AI能自己造自己了》。