# OpenAI 为 o3 和 o4-mini 系统卡补了一份 Codex 说明

> 原标题：Addendum to o3 and o4-mini system card: Codex

- 来源：OpenAI News
- 发布时间：2025-05-16T08:00:00.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/558
- 原文：https://openai.com/index/o3-o4-mini-codex-system-card-addendum

## 摘要

OpenAI 在 5 月 16 日给 o3 和 o4-mini 的系统卡打了个补丁，专门讲 Codex 这个云端编程助手。Codex 背后是 codex-1 模型，它是 o3 的一个变体，专门针对软件工程任务用强化学习练过，目标是写出像人一样风格、符合 PR 偏好的代码，并且会自己跑测试直到通过。每个 Codex 实例都在一个独立的云端容器里干活，容器...

## 推荐理由

这篇是系统卡补编，不是主产品发布，但信息密度不低。我会先打个折，因为安全文档通常偏保守，不过它把执行细节讲清楚了：独立云容器、用户自配开发环境、启动后断网、能跑测试和 lint。真正值得看的是可验证链路——Codex 会引用终端日志和文件，结果能直接导出成 GitHub PR 或本地 diff，这对审计和信任加分很大。正文没披露具体性能基准或成本数据，所以别急着对标其他编码代理。整体属于有料但不炸裂，featured 合理。

## 锐评

Codex 是 OpenAI 把 o3 模型改造成云端编程助手后的产物，背后模型叫 codex-1，专门用强化学习在真实编程任务上练过，目标是写出像人一样风格、符合 PR 偏好的代码，并且会自己跑测试直到通过。每个 Codex 实例跑在独立的云端容器里，装好用户指定的代码和环境后就会断网，之后只能读写文件、跑测试和检查工具。这个断网设计是个实在的安全措施，能防止模型在干活时往外偷数据或接收恶意指令。

比较实用的一点是它留了审计痕迹：Codex 会引用终端日志和文件来证明自己干了什么，用户能验证它的工作，完成后可以导出成 GitHub PR 或本地 diff。正文没披露 codex-1 的具体参数量、训练数据规模，也没说强化学习的奖励函数怎么设计、偏好数据从哪来。这些缺口让人没法判断它生成代码的质量天花板和潜在偏见。另外，断网容器虽然安全，但也意味着它没法实时查文档或拉依赖，实际开发中会不会因为缺上下文而写出过时代码，这点正文没提。