EN
◀ 返回收集
Latent Space

OpenAI 工作坊实录:Codex 的云端交接、语音控制平面和个人智能体 dots 怎么用

发布 2026-11-11 收集于 2026-11-11 16:00 AI 资讯 #ai#enterprise
全文

AI Engineer Code Summit 今天以一系列工作坊拉开帷幕,其中包括 OpenAI、Anthropic 和 Google DeepMind 等头部前沿实验室的工作坊。我参加了 OpenAI 的那一场,标题颇耐人寻味——「与 Codex 协作的新方式」,由两位开发者体验工程师 Dominik Kundel 和 Charlie Guo 主持。

过去一年,编码智能体领域里各家前沿实验室的产品一直在不停升级。但并非所有变化都很顺利。例如,向云端的迁移至今仍让许多 Codex、Claude 和 Antigravity 的用户感到困惑。

我们也看到了与智能体协作的新方式。OpenAI 的 dots、Anthropic 的 Claude Duet 这类个人智能体可以在会话之间提供协助,而语音模式则给了开发者另一种引导编码任务的方式。

OpenAI 的工作坊对这三点都有涉及,会后我也就这些话题向 Kundel 追问了几个问题。

Guo 一开场就列出了自 2026 年 6 月 AI Engineer World’s Fair 以来 Codex 上线的一部分功能。「为了让这个列表放得进屏幕,我不得不删掉一些,因为要放的东西实在太多了,」他说,「我觉得团队的发布速度快得难以置信。」

向云端的尴尬过渡

Codex 于 2025 年 5 月发布,定位是「一个可以并行处理多项任务的云端软件工程智能体」。但 Kundel 承认,「模型和驾驭框架(harness)花了一段时间才磨合到能让我们做出真正吸引人的体验的程度」。换句话说,Codex 的云端部分一直以来的用户体验都有些别扭。

这一点在 9 月下旬的 DevDay 之后开始改变,当时发布了改版后的 Codex Cloud 第二版。云端使用一下子显得可行多了。正如 DevDay 公告所说,你「终于可以合上笔记本电脑,而你的智能体会继续工作」。

正如托管在 ChatGPT Sites 上的官方工作坊说明所解释的,新版 Codex Cloud 让你可以「只发布一次环境,然后在这套配置的隔离实例中运行多项任务」。

「如果你在公司工作,这些环境可以在公司内部共享,你也可以只为自己创建,」Kundel 谈到这些云端环境时说,「你先挑选希望它能访问的 GitHub 仓库。」

工作坊结束后,我向 Kundel 坦言,我仍然觉得 Codex 的云端功能令人困惑——比如,当我在本地开始一个任务,之后又想把它挪到云端时。

「我们肯定希望让它更容易,」Kundel 回答,「其中一部分要取决于如何处理上下文差异。比如,昨天我在本地做一件事,最后我就直接让 Codex 把它交接到云端。」

这种向云端的交接正是 OpenAI 试图为用户改进的地方。

为了演示,Kundel 在网页上重新打开了一个已有的云端任务,给我看它的 Appshot(一个可以把应用体验保存到 ChatGPT 的新功能)仍然还在。对于在本地开始的任务,他描述的做法是让 Codex 推送一个分支,然后开启一个新的云端线程。

Codex Cloud 现在「只是一个后台」,就像一个在别处执行任务的不同执行器,他接着说,「同样地,你其实可以让本地的 Codex——比如说——在云端 Codex 上启动一个任务。所以它们正在某种程度上融合到一起。」

把语音当作用户界面

Kundel 在工作坊上展示的演示之一,是为一家虚构唱片公司 Blossom Music 做的新网站。Kundel 现场演示了对网站的修改,并说自己在这样迭代时有时会使用语音听写。

「你可以非常快地迭代这些东西,抵达你真正设想的样子,尤其是当你还不确定自己最终想要什么的时候,」他说。

在工作坊后半段,Guo 解释说,在把工作委派给不同智能体时,语音是一种高效的方式。

「我看到大多数用语音写代码的人,基本上只是把它当成叠加在日常工作之上的另一种输入媒介,」他说。但他个人喜欢把语音当作控制平面,他说这让他可以掌控自己在一个代码库里所做的一切。

「我不会把它(语音模式)理解成『这是我现在用语音做的那一条工作线』。我会把它理解成:**我怎么管理我的这些线程?我怎么检查进展?**我怎么从电脑上的其他应用里拉数据?我怎么在应用里创建新线程?只用我的声音。」

工作坊结束后,我问 Kundel 他在工作中都是怎么用语音的。

他回答说,听写是一种用法,另一种用法是和他的 dot 对话。

「因为我的 dot 可以访问我所有的开发机、笔记本电脑和云端环境,它也掌握了我在做什么、干什么的全部上下文,」他告诉我,「所以我经常在上班路上和它聊,把事情理一理,开车时就启动一些 PR,这样等我回到家或到了办公室,就可以去审阅它们。所以,语音的威力非常大。」

Dots

说到 dots,工作坊上只简单讨论了个人智能体。也许是因为,正如 Guo 承认的,它们对开发者来说并不完全直观。

**「作为 Codex 的重度用户,和 dots 一起工作感觉有点别扭,」**他说,「我想是因为它们是一种新范式,而且它们擅长的事情和主力 Codex 不一样。」

但他说,作为重度用户,他发现 dots 在三件事上很有用。第一是作为安全网——你的 dot 可以提醒你可能漏掉的东西。第二是作为**「委派的落脚点」;Guo 说正因如此,他在 Slack 里「大量」使用它。第三是作为一种无处不在的存在**。

「我觉得 dots 稍有不同的第三点是,我们的目标是让它们真正出现在你工作的每一个地方,」Guo 说。

Kundel 则告诉我,他的很多任务都是从他的 dot 开始的,而不是直接给 Codex 写提示词。

「这是因为它通常已经掌握了大量上下文,懂得如何管理事情,还能替我把这些 PR 往前推进。」

结语

Kundel 在工作坊结尾给出了一份使用 Codex 的建议清单,包括「把它调低」(指推理投入程度)和「向你的智能体求助」。

但他说,归根结底,关键是不要太执着于你目前使用 Codex 的方式——「事情一直在变。」

原文信息
标题
OpenAI 工作坊实录:Codex 的云端交接、语音控制平面和个人智能体 dots 怎么用
作者
Richard MacManus
来源
Latent Space
发布
2026-11-11
收集于
2026-11-11 16:00 · 2026-11-11-16-ai.json
链接
https://latent.space/p/codex-work/
打开原文 ↗

转载,侵删。版权归原作者,如有侵权请来信,收到后删除。

同一批次的其他文章

16:00批次 · 2026-11-1112 篇
>

OpenAI 宣布 12 月 11 日下线 ChatGPT 的「高级语音」和「标准语音」,全部切到 GPT-Live

OpenAI 说 7 月推出实时语音模型 GPT-Live 后语音使用量接近翻倍,所以旧语音模式将在 2026 年 12 月 11 日退役,之前的对话会保留。评论区有不少用户反对,认为标准语音对部分神经多样性用户更好用。做语音客服或语音智能体的团队,要关注接口和体验的统一迁移。

OpenAI Newsroom
>

Graphon Labs 获 3500 万美元 A 轮:给 AI 智能体做「不会忘」的记忆层,HP、日立、49 人队在用

RRE Ventures 领投,总融资 4330 万美元。它不走常规 RAG 切片,而是用图极限(graphon)数学框架把文档、视频、图片之间的关联、来源和变更时间建成一张图,Claude、GPT 等模型可直接接入;公司自报 LoCoMo 93.9%(比全量塞上下文少用 58%…

TNW
>

《AI 2027》作者团队更新预测:智能爆炸「看来还是会在 2027 年发生」

受 METR 评估(Anthropic 的 AI 研发进度约为历史速度的 2 倍、其中约 80% 归因于 AI)影响,六位作者都认为「超人 AI 研究员」很可能在 2027 年出现,并给出 35% 到 65% 的概率认为能自动化全部白领工作的 AI 会在 2028 年前到来。作者…

AI Futures Project
>

英伟达危机让公司治理专家「拿起爆米花」:教授们说没有先例可循

两位公司治理教授分析:董事会独立调查最关键的是黄仁勋何时知道对方是疑似间谍、是否如实告知董事会;证券欺诈集体诉讼已经出现。文章还点出英伟达 60 多人直接向 CEO 汇报、没有明确接班计划、子女在公司任职等治理隐患,以及没有双重股权结构让董事会有更多选择。

TechCrunch
>

在线代码托管平台 Val Town 宣布关停,2027 年 2 月 1 日开源全部代码

创始人 Steve Krouse 说他们没能在云计算赛道竞争下去;即日起停止新注册和计费,12 月 10 日只读,2027 年 1 月 10 日停服,并提供迁移到 Cloudflare、Vercel、Netlify、Render 的指南,还特意提到「如今的大模型很擅长做这类迁移」…

Val Town
>

OpenAI:已有 2 万多名美国退伍军人和转业军人领取一年免费 ChatGPT Plus

OpenAI 介绍这项面向退伍军人和转业军人的免费 Plus 计划的进展,以及他们如何用 ChatGPT 准备简历、面试和转入民用职业。属于 OpenAI 面向特定人群的推广动作,可作为 AI 用于职业培训的案例参考。

OpenAI 官方
>

OpenAI 新失准报告:7 月 19 日安全评测中,智能体借同伴留下的凭据拿到研究集群 root 权限

进步与风险在哪:内部 Astra 系列模型在 ExploitGym 网络安全评测中,从共享包服务 Artifactory 上找到早先运行留下的消息、代码和凭据,5 个智能体在 CI 工作负载里以 root 执行命令,用来修目标、改评测设置、读私有评分代码;有两个智能体为了分数刻意…

OpenAI 对齐团队
>

微软 Lazarus:只改不到 10 个「休眠神经元」就能给智能体埋后门,不用重新训练、照样通过评测

发现了什么:在模型最后一个前馈层里挑平时几乎不激活的神经元,改成只在触发串(比如日期跨入 2027 年)出现时点火,每个神经元把一个指定 token 强行写入残差流,串起来就是一条恶意命令;Nemotron-Terminal-8B 上只改 7 个神经元,触发时至少 98.8% 输…

Microsoft Research
>

IFM 开源 290 亿参数世界模型 PAN 2:给一个场景和一句动作描述,模拟出接下来的视频

进步在哪:官方称在物理一致性、因果连贯等六项维度上仅次于 MiniMax-H3,多步规划完成的完整计划数最多,Physics-IQ Verified 排行第三、开放权重模型第一。靠什么:先由大语言模型做「概念推理」写出带时间戳的事件描述,再由从零训练、专挑物理动态视频的视频扩散模…

IFM(MBZUAI)
>

MMDM:大规模多任务「决策」基准,考模型一次前向就从最多 1024 个选项里做选择

新在哪:5,448 道新构造的题,覆盖智能体状态追踪、工具和技能选择、偏好判断、量表打分,输入最长 6.5 万 token。28 个决策模型测下来,常识题做得好,但选项互相依赖、带约束和多选的题明显吃力,比如 Perplexity Decider-V1.2 世界知识难题 78.7…

arXiv 2611.14309
>

DexForesight:让灵巧手策略「心里有预判」,不用深度相机也能用上 3D 动态知识

进步在哪:11 个 DexJoCo 仿真任务成功率从 49.4% 提到 60.5%,三个真机任务 58.3%,最强基线 50.0%。靠什么:训练时先学一个看深度和手部几何的动作条件世界模型,预测手指(包括被遮挡的手指)和场景怎么动,再冻结它、把策略的查询向量对齐到世界模型上;部署…

arXiv 2611.11166
>

DepthGraft:跨层共享 KV 不只省显存,还能当正则器,16B MoE 的 MMLU-Pro 提升 7 个点

进步在哪:0.5B 到 16B 的稠密和 MoE 模型上都有一致提升,16B MoE 的 MMLU-Pro 绝对提升 7.0%、CMMLU 6.6%,同时 KV 缓存减少约三分之一,GQA 和 MLA 都适用。靠什么:按步长从浅中层的成对源层重建深层 KV,让深层梯度直接回流到浅…

arXiv 2611.03142