作者 | 陈骏达

编辑 | 心缘

Codex，打了场漂亮的翻身仗。

今年6月3日，OpenAI披露，其Agent产品Codex的周活跃用户已经突破500万，而这一数字在2026年初还仅有60万左右。5个月时间，Codex周活用户数量增长了730%。

Codex并非像ChatGPT那样一经问世便引爆市场的明星产品，恰恰相反，从2025年4月Codex CLI发布到2026年初的相当长一段时间里，它甚至有些“存在感不足”。

在技术社区里，关于Codex的讨论始终热度不高，而相同形态的Claude Code则迅速占领开发者心智。2026年3月，市场分析机构Presenc AI的数据显示，2026年第一季度，Claude Code的周活用户数量达420万，彼时Codex的周活用户不超过100万，不到Claude Code的1/4。

Claude Code凭借更强的口碑和更贴近开发者的交互体验，几乎成了终端AI编程的代名词。驱动Codex的OpenAI GPT系列模型在开发者群体里的口碑，也被Anthropic的Claude系列模型压过一头。

然而，也正是从2026年第一季度末开始，Codex逐渐走出了困境。随着多个重磅更新的陆续推出，Codex摇身一变成为OpenAI增长最快的产品之一，其周活用户数量从200万攀升至300万耗时大约4周，300万到400万仅耗时大约2周，从400万到500万耗时大约4周，增速惊人。

Codex的用户群体也在不断丰富，使用场景早已超越软件工程，目前其大约20%的用户，是非开发者的知识工作者。

那么，一个原本不温不火的产品，究竟是如何被重新激活的？

一、

错过第一波浪潮：

Codex为何长期不温不火？

如果回顾Codex刚刚发布时的处境，会发现它并不是一个被市场普遍看好的项目。

首先，它进入市场的时间并不理想。2025年初，AI编程工具已经完成了第一轮市场教育。GitHub Copilot让开发者习惯了AI辅助写代码，Cursor则率先验证了AI IDE路线，先于Codex发布的Claude Code，迅速树立了“Agentic自主编程”的行业标杆。

2025年4月17日，OpenAI在YouTube上发了条视频，宣告了Codex CLI的到来，杀进了AI编程工具这一拥挤的赛道。当时，Codex只有CLI一个形态，长得几乎和Claude Code一模一样，都是跑在终端里的命令行工具。

▲初代Codex CLI

在那条视频的评论区里，舆论风向几乎一边倒地倾向于唱衰OpenAI，网友们纷纷发表风凉话。

这种情绪集中体现在几条高赞评论中。有网友直言：“OpenAI终于意识到Anthropic做对了。”还有人带着讽刺的口吻评论道：“谢谢Anthropic，你们用Claude Code把OpenAI拉回了正轨。”

更有网友翻起了旧账，直指OpenAI过去一系列模仿Anthropic的行为：“先是Canvas，又是Codex。Anthropic搞创新，OpenAI照着抄。真心觉得Anthropic做得好，我挺你们。”

除了外部环境逆风之外，OpenAI自身也没有像今天这样全力推动Codex。从官方表述来看，Codex最初更接近研究性质项目，与ChatGPT、GPT系列模型相比，Codex获得的资源投入和市场曝光明显有限。

这也导致Codex的产品力提升十分缓慢。2025年10月，在Reddit社区“ChatGPTCoding”里，有这样一条热帖代表了当时Codex用户的心声：“为什么Codex CLI目前仍然如此不完善？”

当时Codex对Windows系统的支持并不到位，编辑文件、联网搜索等基础功能远没有Claude Code方便，开发者常常需要自行摸索、安装插件，才能获得更好的体验。

另一个现实问题则是模型能力。今天很多人会默认OpenAI在所有AI领域都处于领先位置，但在2025年，编程能力并非其最突出的优势。当时开发者社区普遍认为，Claude在大型代码库理解、复杂工程任务以及长上下文场景下表现更出色。

对于Codex而言，这意味着一个尴尬局面：它既没有最好的模型，也没有最成熟的产品体验。在这种情况下，增长缓慢几乎是必然结果。

二、

5个月三次大更新，Codex逆势崛起

Codex在发布后的8个多月时间里一直陷于沉寂，在2026年1月，其周活用户的数量甚至还出现了一定幅度的下滑。

Codex的转折点，出现在今年2月。OpenAI接连发布了Codex桌面应用和GPT-5.3 Codex两大新品，一个重塑Codex入口，一个则大幅提升了OpenAI模型在编程和智能体场景的实用性。

先来看看模型侧的变化。OpenAI和Anthropic在同一天发布了GPT-5.3 Codex和Claude Opus 4.6。在Artificial Analysis的智能指数榜单上，这两个模型的得分完全打平。在Terminal Bench等核心编程基准测试中，GPT-5.3 Codex甚至实现了超过10%的领先。

▲GPT-5.3 Codex和Claude Opus 4.6的得分（图源：Artificial Analysis）

而OpenAI发布Codex桌面应用的意义可能更为重大。它并不只是简单地把Codex CLI“图形化”了，而是在产品定位上，将Codex从Agent工具升级为“Agent指挥中心”。

OpenAI认为，如今模型已经可以自主完成长期、复杂的任务，这种情况下，开发者真正需要的是一个能在多项目间协调、管理Agent“数字劳动力”的产品。

Codex CLI、Claude Code等命令行工具，虽然也具备通过子Agent并行执行任务的能力，例如拆分代码搜索、实现不同模块或并发分析问题，但这些Agent更多是服务于一次任务执行过程中的“内部协作”，用户主要仍是在与一个Agent对话。

为适应Codex的新定位，OpenAI在Codex桌面应用中将Agent提升为独立的工作单元，每个Agent拥有独立线程、独立上下文、独立代码工作区（Worktree）和长期运行能力，用户可以像管理团队成员一样同时分配任务、查看进度、审阅结果，并通过自动化能力让Agent持续执行周期性工作。其实，OpenAI是把一个完整的AI开发团队交给了用户。

自此次升级之后，Codex的用户体验有了大幅度的提升。在Reddit社区上，有位开发者在一条高赞讨论中写道，在使用CLI工具时，经常需要等待Agent完成任务后才能继续下一步操作，而Codex App允许同时管理多个项目和多个对话线程，使整个开发过程更接近即时通讯软件的体验，从而能够更轻松地并行推进多个项目。

不过，当时Codex桌面应用并没有Windows和Linux版本，这点遭到不少用户吐槽。

到4月份，OpenAI又进行了一个更加关键的调整。

在“Codex for (almost) Everything”更新中，OpenAI开始丰富Codex的能力。Codex拥有了直接在后台操作计算机的能力，内置了浏览器和图像生成功能，新增了对GitHub PR审查、多终端标签和远程开发箱（SSH）的支持，并提供了超过90个新插件（如JIRA、CircleCI）来打通日常工具链。

这些能力的引入，让用户可以在文档处理、流程自动化、信息整理以及跨工具协作等新场景使用Codex。

这次更新也拉高了Codex的市场天花板。此前，Codex给外界的印象始终停留在AI编程工具阶段，现如今，Codex已经成为了一个通用Agent平台，其目标客户扩展至整个知识工作者群体，比如产品经理、分析师、运营人员、研究人员等，而非仅仅局限于程序员。

与Codex这一更新所配套的，是GPT-5.4的升级。在这代模型中，OpenAI首次加入了原生的Computer Use能力和100万上下文支持。这些能力共同构成了Codex进一步进入白领工作场景的重要基础，使其能够更自然地参与跨应用、跨系统的复杂任务执行。

5月份的GPT-5.5则进一步优化了token效率、长上下文、编程等能力，并改善了模型在长任务中的任务保持能力。有不少用户反馈，Codex+GPT的组合，在使用成本上比Claude Code+Claude模型的组合要更具有性价比。

今年6月的Codex大更新与4月的更新一脉相承。Codex面向白领工作推出了智能体插件功能，首发了6个特定角色插件，包括数据分析、创意制作、销售、产品设计、股票投资等，每个插件都捆绑了相关角色的应用程序、技能、说明和工作流程。这些新功能，让Codex可以在更丰富的企业级场景中，扮演生产力系统的角色。

除了在产品和模型上下功夫，OpenAI在过去几个月时间里还进一步整合了ChatGPT与Codex，用户可以在ChatGPT手机应用里完成从任务发起、Agent运行监控到结果审查的完整流程，使用门槛进一步降低。Codex还定期推出额度重置福利，用户有不少免费的羊毛可以薅。

这一系列调整，最终转化为Codex活跃用户数量的迅猛增长，在短短5个月内从2026年初的约60万周活跃用户跃升至500万以上，成为OpenAI近一年增长最快的产品之一。

三、

Codex成为战略级产品之后

Codex的未来，要往何处去？

过去几年，无论从资源配置还是战略规划角度来看，OpenAI最重要的产品始终是ChatGPT。而现在，Codex的资源投入正在不断提升，持续快速更新的产品、频繁重置的免费额度、以及OpenAI在超级碗比赛期间为Codex投放的60秒天价广告，这种种举措都在释放一个信号：Codex正在被提升为战略级产品线。

结合OpenAI从去年年底以来对企业级市场的持续加码，这一变化并不难理解。无论是编程，还是白领工作，Codex瞄准的始终是企业级市场。在增长逻辑上，相比个人用户，企业客户或者说在工作中使用Codex的用户，拥有更强的付费能力和意愿，也更容易帮助OpenAI形成长期稳定的收入结构。

这已经是一个被验证过的叙事，Anthropic在ARR和估值层面对OpenAI的超越，很大程度上正是依赖其在企业市场的渗透能力。

Codex也是一款更适合企业级场景的产品。对于企业客户而言，一个能够完成代码开发、自动化流程、文档处理以及任务执行的Agent，其价值要高于纯粹的大模型API服务或者聊天机器人。它可以直接嵌入企业的生产系统与业务流程，成为实际的“执行层组件”。

在这种结构下，企业内部AI投资的ROI计算可以变得更加容易。例如，一个Agent如果能够替代部分开发、测试或数据处理流程，本质上就是在降低固定人力成本或提升人均产出。这类收益是可量化、可归因的，其ROI叙事更为清晰。负责制定企业信息化战略的CIO们，也更容易在内部论证这一投资的价值。

当然，挑战依然存在。

首先是可靠性。Agent类产品的能力虽在快速提升，但复杂任务执行中仍会出现错误。对企业而言，稳定性往往比能力上限更重要，尤其是在医疗、金融等强监管行业。Codex的可靠性将直接影响其在这些市场的扩展。

其次是竞争。Anthropic的Claude Code、Claude Cowork在开发者口碑和企业治理成熟度上仍然领先Codex。Claude Cowork的管理控制台、RBAC、审计日志已全面可用，而Codex的对应能力尚在“即将推出”阶段。Copilot则凭借微软生态，在分销渠道上拥有难以复制的优势，其多模型策略也给用户更多选择空间。

最后是成本。Agent的token消耗远高于对话，如何实现成本和性能的平衡是一个复杂问题。2026年4月，OpenAI将Codex从按消息计费改为基于token点数的滚动窗口计费，本意是让成本更精确反映实际消耗，实践中却带来不可预测性和总体成本上升。这可能导致部分用户转向开源方案，或至少在日常高消耗任务中用开源方案替代部分Codex的工作。

结语：

Codex还有硬仗要打

如今，国内外的头部大模型玩家，都在围绕Agent的“入口权”展开新一轮较量。Codex用5个月时间从60万周活冲到500万，证明了即便起步落后、口碑被压制，只要找准定位、持续迭代，依然有机会翻盘。

但复盘这场翻身仗，Codex的成功并不只靠产品功能堆叠，模型能力的追赶、产品定位的优化、目标市场的扩张、以及资源投入的倾斜，缺一不可。

500万周活用户已经证明了Codex在通用Agent赛道的吸引力。接下来要看的是，当成本优势消退、竞品加速跟进之后，Codex是否还能保持这样的迭代节奏和产品定力。要守住增长，Codex还需要在产品体验和商业模式上建立更深的护城河。

本文转自：凤凰网科技

原文地址： https://tech.ifeng.com/c/8uCHjuhMliW