我驚訝于自己竟然這么快就擺脫了編程的陰影，而且一點都不懷念它。甚至我有點遺憾，從前的電腦為什么不是這樣的。

早在去年12月，Claude Code之父Boris Cherny就曾投下一枚震撼彈——

自己對Claude Code的貢獻100%都是由Claude Code完成的。

這一「套娃式」的自我進化，直接引爆了硅谷的自動編碼狂潮。

面對如此巨大的蛋糕，OpenAI顯然不會拱手相讓。

如今，反擊已經開始。

社區的風向也開始發生微妙的轉變。

一些資深開發者評論道：在90%的情況下，GPT-5.2-Codex都能一次性完成我提出的請求。

Claude雖然不錯，但它偶爾會偷偷插入「壞代碼」；相比之下，OpenAI的新方案更像蘋果——主打一個開箱即用。

看來，Codex和Claude Code的大戰，已經一觸即發！

人類寫代碼的時代，徹底結束？

OpenAI研究員Roon的這個爆料，也讓網友們直言：AI終于到達了這個奇點！

看來，人類直接手寫代碼的時代，真的結束了。

經過多年的模型迭代與數據積累，我們似乎真的站在了一個臨界點上：

人類直接手寫代碼，正在變得不再有任何意義，甚至是一種效率的浪費。

在Roon的評論區，人們開始集體對編程時代說再見。

是的，我熱愛電腦，熱愛軟件開發，對我而言，編程只是實現目標的手段，僅此而已。

復雜的語法只是是我們為了讓邏輯得以執行而必須付出的昂貴代價。

如今，這些中間商終于可以退場了。

激進的觀點開始涌現。

甚至有人建議，既然不需要人類閱讀代碼了，我們就該讓模型跳過人類可讀的匯編語言，直接使用機器代碼。

今天的編程就像曾經的打孔卡一樣，應該永遠消失了。

與此同時，另一個炸裂的消息從OpenAI內部流出——

一位研究員爆料，在Codex的輔助下，他們僅用了三天時間，就從零搭建了OpenAI的MCP服務器，并完成了規模驗證。

不僅如此，他們還在3周內推出了Sora的安卓應用；此外，還有一大波由Codex構建、甚至由Codex自我審核的內部工具正在排隊上線。

如果沒有Codex的話，很難想象OpenAI能以如此驚人的速度發布產品。

有趣的是，這位大佬似乎還玩起了Claude Code之父的梗：

過去30天，我花了大量時間審核Plan和PR，幾乎沒寫一行代碼！

有人評價，這正是「起飛」第一階段的樣子。

而下一步，或許就是真正的端到端AI自主研究。

還有人問，確定你們這不是營銷？

這位研究者詳細解釋說，絕對不是。

具體的使用過程是這樣的：

首先，他會花很多時間來撰寫規格說明，并在腦海中構想輸出應該是什么樣子。

然后，會啟動一個「4×Codex」的云端并發任務。這樣不僅可以一次性看到多種不同的變體，也能補上自己一開始遺漏的細節。

接下來，就是讓Codex自己發揮。等它跑完，人類再介入進行測試和驗證。

Codex CLI 0.9+來了！

既然「人機協作」的范式已經改變，那么承載這種范式的工具自然也要升級。

面對Anthropic在的步步緊逼，OpenAI顯然有備而來。

就在今天，Codex CLI連續推送了兩次更新，版本號直接來到了0.91.0。

其中，Codex 0.9.0帶來了最受大家期待的功能——Plan Mode（***模式）！

Code模式是Codex的默認體驗，它的工作方式和其他AI智能體一樣。

這點咱們就不多費口舌了。

但Plan模式則完全不同，它將編程任務拆解為兩個截然不同的階段：

第二階段：技術規格（生成決策完備的實施方案）

在這種模式下，輸出的內容非常詳盡，無需任何后續追問即可直接執行。

Plan模式最聰明的地方在于：它堅持「證據優先探索」。

在開口問問題之前，Codex會先在你的代碼庫中進行2次以上的針對性搜索，檢查配置、Schema結構、程序入口等。

此外，Plan模式還可以調用全套工具：

它可以（并且將會）調用各種技能、子智能體和后臺終端，從而構建高層級的實施***。

當Codex確實需要你輸入時，它是結構化的，而且只有關鍵且聚焦的問題：

· 盡可能提供選項

· 總是包含一個推薦選項（對新手極其友好）

· 只問那些會實質性改變***的問題

為了實現這一交互，它利用了新的request_user_input工具。

這個工具會暫停執行流程，拋出一道有針對性的多項選擇題，并支持你在選擇時補充反饋或上下文。

更貼心的是，一旦它在任何時候檢測到歧義，尤其是當你在引導它時指令模糊，它會立即停下來確認，而不是盲目執行。

現在，開發流程變成了這樣：

用戶請求一個*** -> AI研究代碼庫與規劃 -> 針對性詢問用戶 -> AI完善并完成*** -> 提示是否執行？

但是，代碼誰來審？

看起來完美無缺，對吧？Codex負責思考，Codex負責執行，Codex負責填滿你的GitHub。

但就在我們為這種極致的效率歡呼時，一個被忽視的深淵正在腳下裂開——

在這個新時代，最大的懸念不再是誰在寫代碼，而是誰來審核代碼。

當AI火力全開，每天向倉庫甩出10+個PR時，人類開發者面臨的實際上是一場針對注意力的DDoS攻擊。

AI生成代碼是毫秒級的，而人類理解代碼上下文是分鐘級甚至小時級的。

這種「生產與審查的極度不對稱」帶來了兩個可怕的后果：

• 審查者被淹沒，開始習慣性點「Approve」，Code Review淪為形式。

• 那些看起來能跑、但缺乏系統性思考的代碼塊，正在像癌細胞一樣在代碼庫中擴散。

審查者被淹沒，開始習慣性點「Approve」，Code Review淪為形式。

那些看起來能跑、但缺乏系統性思考的代碼塊，正在像癌細胞一樣在代碼庫中擴散。

利益沖突顯而易見，但我們需要看透這一層。

Claude Code的創造者吹捧自己的工具天經地義——這是商業的本能。

但作為受眾，我們不能把「Demo里的完美世界」當成日常。

畢竟，Demo不會展示調試三小時都找不到的競態條件，也不會展示由于上下文丟失導致的邏輯斷層。

除此之外，數據里還藏著一個迷人的悖論。

Ars Technica曾報道稱，開發者對AI工具的使用量在漲，信任度卻在跌。

為什么？因為AI正在跨越「恐怖谷」。

以前的AI代碼爛得很明顯，現在的AI代碼爛得很隱蔽——它引用了不存在的庫，或者在一個極其邊緣的Case上埋了雷。

人們用得越多，踩的坑越多，信得自然越少。

正如Jaana Dogan所警示的，我們正在面臨軟件工程「瑣碎化」的風險。

• 100個提交，可能讓GitHub的綠格子很好看。

• 1個架構變更，可能需要三天思考，零行代碼產出。

100個提交，可能讓GitHub的綠格子很好看。

1個架構變更，可能需要三天思考，零行代碼產出。

前者廉價如塵土，后者珍貴如黃金。

問題從來不是AI能不能寫代碼，而是它寫的代碼，是不是我們系統真正需要的，以及我們是否有能力維護它。

這對我們意味著什么？

無論我們是否準備好，這個時代已經來了。對于不同的人群，這意味著完全不同的生存法則。

• 致開發者

致開發者

AI編碼工具不是「即將來臨」，它們已經破門而入。

問題在于，如何在不丟失自身核心價值的前提下整合它們。

技術大牛們依然在做那些艱難的思考工作，AI只是接過了「打字員」的工作。

如果你只會「搬運代碼」，那你確實該慌了。

• 致非開發者

致非開發者

「技術工作」與「非技術工作」的邊界正在消融。

Claude Cowork這類工具創造了新物種。曾經需要開發者才能搞定的任務，可能很快只需要你能清晰描述出你想要什么。

清晰描述需求的能力，將成為新的編程語言。

最后的話

雖然OpenAI的研究員和Claude Code的創造者都在宣稱AI包辦了100%的代碼，但請記住——

那是他們的實驗室環境，不是你的生產環境。

唯一可以確定的是，我們正在經歷從「寫代碼」到「指揮寫代碼」的不可逆的轉變。

而且，正在加速。

參考資料：

秒追ASI返回搜狐，查看更多