原文标题：Inside OpenAI』s Race to Catch Up to Claude Code
原文作者：Maxwell Zeff，Wired
编译：Peggy，BlockBeats

编者按：在 AI 编程代理迅速崛起的当下，曾凭 ChatGPT 引领生成式 AI 浪潮的 OpenAI，却在这一关键赛道上意外成为「追赶者」。与之形成鲜明对比的是，由前 OpenAI 成员创立的 Anthropic，凭借 Claude Code 在开发者社区和企业市场迅速走红，成为 AI 编程工具领域的重要领先者之一。

本文通过对 OpenAI 高管、工程师以及多位开发者的采访，揭示了这场竞赛背后的真实过程：从早期 OpenAI Codex 项目被拆分、资源转向 ChatGPT 与多模态模型，到内部团队重新整合、加速推出 AI 编程产品，OpenAI 正在经历一次从战略忽视到全面追赶的转折。某种意义上，这并非技术能力的落后，而是战略节奏的错位：ChatGPT 的爆发改变了公司优先级，与 Microsoft 的合作关系限制了产品路径，而 Anthropic 则更早押注 AI 编程赛道。

在这场竞赛背后，更深层的问题也逐渐浮现：当 AI 代理开始承担越来越多的认知型工作时，软件开发流程乃至白领劳动本身，都可能被重新定义。

以下为原文：

OpenAI 首席执行官 Sam Altman 把双腿盘在办公椅上，仰头望着天花板，像是在思考某个尚未成形的答案。某种程度上，这也与环境有关。

OpenAI 位于旧金山 Mission Bay 的新总部，是一座由玻璃与浅色木材构成的现代建筑，气质近乎「科技圣殿」。前台后的展示架上摆放着介绍「AI 时代」（Eras of AI）的手册，仿佛在描绘一条通往技术启示的路径。楼梯墙面上贴满了人工智能发展的里程碑海报，其中一张记录着这样一个时刻：成千上万名观众通过直播见证，一台机器在《Dota 2》比赛中击败顶级电竞战队。走廊里，研究员穿着印有标语的团队周边衫来来往往，其中一件写着：「好的研究需要时间。」当然，理想情况下，不必太久。

我们坐在一间巨大的会议室里。我向 Altman 抛出的问题，与正在席卷行业的 AI 编程革命有关，以及为什么 OpenAI 似乎并未在这一波浪潮中占据领先位置。

如今，数以百万计的软件工程师已经开始将部分编程工作交给 AI 处理，这让硅谷许多人第一次真正直面一个现实：自动化可能会触及他们自己的岗位。编程代理（coding agents）也因此成为少数几个企业愿意为 AI 支付高价的应用场景之一。按理说，这样的时刻完全可能，甚至应该成为 OpenAI 楼梯墙上海报中的下一次「胜利时刻」。但现在，占据头条位置的名字却并不是它。

这家公司的对手是 Anthropic，一家由前 OpenAI 成员创立的 AI 公司。凭借其编程代理产品 Claude Code，Anthropic 获得了爆发式增长。公司在 2 月披露，该产品已贡献近五分之一的业务规模，对应年化收入超过 25 亿美元。相比之下，据一位知情人士透露，截至 1 月底，OpenAI 自家的编程产品 OpenAI Codex 的年化收入仅略高于 10 亿美元。

问题在于：为什么在这场 AI 编程竞赛中，OpenAI 反而落在了后面？

「先发优势的价值非常大。」Sam Altman 沉思片刻后说道，「这一点，我们在 ChatGPT 上已经体验过。」

不过，在他看来，现在正是 OpenAI 全面发力 AI 编程的时机。他认为，公司现有的模型能力已经足够强大，可以支撑高度复杂的编程代理（coding agents）。当然，这样的能力并非偶然，公司为此投入了数十亿美元用于模型训练。

「这将会是一门巨大的生意，」Altman 说，「不仅因为它本身带来的经济价值，也因为编程所能释放的通用生产力。」他停顿了一下，又补充道：「我很少轻易使用这个词，但我认为，这很可能是那种规模达到数万亿美元的市场之一。」

更进一步，他认为，OpenAI Codex 或许是通向通用人工智能（AGI）的「最可能路径」。按照 OpenAI 的定义，所谓 AGI，是一种能够在绝大多数具有经济价值的工作中超越人类表现的 AI 系统。

Sam Altman，OpenAI 首席执行官。摄影：Mark Jayson Quines。

不过，尽管 Altman 以一种从容不迫的姿态做出自信判断，过去几年公司内部的真实情况却要复杂得多。为了了解更完整的内部故事，我采访了 30 多位知情人士，包括在公司批准下接受采访的现任 OpenAI 高管与员工，以及一些在匿名条件下介绍公司内部运作情况的前员工。综合这些叙述，可以看到一个并不常见的局面：OpenAI 正在奋力追赶。

时间回到 2021 年。当时，Altman 和其他 OpenAI 高管邀请《WIRED》记者 Steven Levy 来到他们位于旧金山 Mission 区的早期办公室，观看一项新技术演示。这是一项基于 GPT-3 衍生出来的项目，使用来自 GitHub 的大量开源代码进行训练。

在现场演示中，高管们展示了这款名为 OpenAI Codex 的工具如何接收自然语言指令，并生成简单的代码片段。

「它实际上可以在计算机世界里替你执行操作，」当时，OpenAI 总裁兼联合创始人 Greg Brockman 这样解释，「你拥有的是一个能够真正执行命令的系统。」即便在当时，OpenAI 的研究人员也已经普遍认为，Codex 将成为构建「超级助手」（super assistant）的关键技术。

那段时间，Altman 和 Brockman 的日程几乎被与 Microsoft 的会议填满——这家软件巨头正是 OpenAI 最大的投资方。微软计划利用 Codex 为其首批商业化 AI 产品之一提供技术支持：一款名为 GitHub Copilot 的代码补全工具，可以直接嵌入程序员日常使用的开发环境中。

一位早期 OpenAI 员工回忆说，在那个阶段，Codex「基本只能做自动补全」。但微软高管仍将其视为 AI 时代到来的重要信号。

2022 年 6 月，当 GitHub Copilot 正式公开发布时，短短几个月内便吸引了数十万用户。

Greg Brockman，OpenAI 总裁。摄影：Mark Jayson Quines。

最初负责 Codex 的 OpenAI 团队随后被调往其他项目。一位早期员工回忆称，公司当时的判断是：未来模型本身就会具备编程能力，因此没有必要长期维持一个独立的 Codex 项目团队。一部分工程师被调去参与 DALL-E 2 的开发，另一部分则转向训练 GPT-4。在当时看来，这是让 OpenAI 更接近 AGI 的关键路径。

随后，2022 年 11 月 ChatGPT 上线，并在两个月内获得超过 1 亿用户。公司内部几乎所有其他项目都因此被迫暂停。此后的几年里，OpenAI 实际上没有一支专门负责 AI 编程产品的团队。一位曾参与 Codex 项目的前成员表示，在 ChatGPT 走红之后，AI 编程似乎不再属于公司新的「消费级产品优先」战略范畴。与此同时，业内普遍认为这一领域已经被 GitHub Copilot「覆盖」，而那本质上是 Microsoft 的主场。OpenAI 主要只是提供底层模型支持。

因此，在 2023 年和 2024 年，OpenAI 的资源更多投向多模态 AI 模型与智能代理（agents）。这些系统被设计为能够同时理解文本、图像、视频和音频，并像人类一样操作光标与键盘。这一方向在当时看起来更符合行业趋势：Midjourney 的图像生成模型在社交网络上迅速走红，而行业普遍认为，大语言模型必须能够「看见」和「听见」世界，才能真正迈向更高层次的智能。

相比之下，Anthropic 选择了一条不同路径。虽然该公司同样在开发聊天机器人和多模态模型，但它似乎更早意识到编程能力的潜力。在最近的一档播客中，Brockman 也承认，Anthropic 从很早阶段就「高度专注于编程能力」。他指出，Anthropic 在训练模型时不仅使用了学术竞赛中的复杂编程题，还加入了来自真实代码仓库的大量「混乱」代码问题。

「这是我们后来才意识到的一课，」Brockman 说。

2024 年初，Anthropic 开始使用这些真实代码仓库数据训练 Claude 3.5 Sonnet。当该模型在 6 月发布时，许多用户对其编程能力印象深刻。

这种表现尤其在一家名为 Cursor 的初创公司中得到验证。这家由一群二十多岁年轻人创立的公司，开发了一款 AI 编程工具，允许开发者用自然语言描述需求，由 AI 直接修改代码。当 Cursor 接入 Anthropic 的新模型后，其用户规模迅速增长，一位接近该公司的知情人士透露。

几个月后，Anthropic 开始在内部测试自己的编程代理产品，Claude Code。

随着 Cursor 的人气不断上升，OpenAI 一度试图收购这家初创公司。但据多位接近该公司的消息人士透露，Cursor 的创始团队在谈判尚未深入之前就拒绝了这一提议。他们认为 AI 编程行业潜力巨大，因此希望继续保持独立发展。

Andrey Mishchenko，OpenAI Codex 研究负责人。摄影：Mark Jayson Quines。

当时，OpenAI 正在训练其首个所谓的「推理模型」，OpenAI o1。这类模型能够在给出答案之前，对问题进行逐步推理。OpenAI 在发布时表示，该模型在「准确生成与调试复杂代码」方面表现尤为突出。

Mishchenko 解释说，AI 模型之所以在编程能力上取得明显进步，一个重要原因在于：编程是一种「可验证任务」（verifiable task）。代码要么能运行，要么不能运行，这为模型提供了非常明确的反馈信号。一旦出错，系统就能迅速知道哪里出了问题。OpenAI 正是利用这种反馈循环，不断让 o1 在更复杂的编程问题上进行训练。

「如果没有在代码库中自由探索、实施修改并测试自身结果的能力——这些都属于『推理』能力的一部分——那么今天的编程代理不可能达到现在的水平。」他说。

到 2024 年 12 月，OpenAI 内部已经出现多个小团队开始专注于 AI 编程代理。其中一个团队由 Mishchenko 与 Thibault Sottiaux 共同领导。Sottiaux 曾任职于 Google DeepMind，如今是 OpenAI 的 Codex 负责人。

起初，他们对编程代理的兴趣主要来自内部研发需求，希望利用 AI 自动化完成大量重复性的工程工作，例如管理模型训练任务、监控 GPU 集群运行状态等。

另一项并行的尝试则由 Alexander Embiricos 主导。他此前负责 OpenAI 的多模态代理项目，如今担任 Codex 的产品负责人。Embiricos 曾开发过一个名为 Jam 的演示项目，并在公司内部迅速传播开来。

Thibault Sottiaux，OpenAI Codex 负责人。摄影：Mark Jayson Quines。

与通过鼠标和键盘控制电脑不同，Jam 可以直接访问计算机的命令行。2021 年的 Codex 演示还只是展示 AI 为人类生成代码，由人类手动运行；而 Embiricos 的版本则可以自己执行这些代码。他回忆说，当时看着一页实时记录 Jam 操作行为的网页在自己笔记本电脑上不断刷新更新，内心几乎被震撼到。

「有一段时间，我一直在想，多模态交互可能是实现我们使命的路径。比如人类整天与 AI 共享屏幕、一起工作。」Embiricos 说，「后来突然变得非常清晰：也许，让模型直接获得对计算机的程序化访问权限，才是实现这一目标的真正方式。」

这些分散的项目花了几个月时间才逐渐整合成一个统一方向。到 2025 年初，当 OpenAI 完成对 OpenAI o3 的训练时，这是一款在编程任务上比 OpenAI o1 更进一步优化的模型，公司终于拥有了构建真正 AI 编程产品的技术基础。但与此同时，Anthropic 的 Claude Code 已经准备公开发布。

在 Claude Code 发布之前（2025 年 2 月以「有限研究预览」形式推出，5 月全面上线），当时 AI 编程领域的主流模式还被称为 「vibe coding」。开发者通过 AI 辅助工具推动项目进展，由人类掌控方向，而 AI 在过程中补充具体实现。这类工具已经吸引了数亿美元投资。

但 Anthropic 的新产品改变了这一模式。像 Jam 演示一样，Claude Code 可以直接通过计算机的命令行运行，这意味着它能够访问开发者的全部文件与应用程序。编程不再只是「AI 辅助」，而是开发者可以把整项工作直接交给 AI 代理完成。

面对这一变化，OpenAI 开始加速推出竞争产品。Sottiaux 回忆说，他在 2025 年 3 月组建了一支「冲刺团队」（sprint team），任务是在几周内整合公司内部多个团队，尽快推出 AI 编程产品。

与此同时，Altman 还尝试通过收购来实现「弯道超车」，以 30 亿美元收购 AI 编程初创公司 Windsurf。OpenAI 高层认为，这笔交易将为公司带来一个成熟的 AI 编程产品、一支经验丰富的团队，以及现成的企业客户基础。

但这笔收购案随后陷入停滞。据 The Wall Street Journal 报道，问题出在 OpenAI 的最大合作伙伴 Microsoft。微软希望能够获得 Windsurf 的知识产权访问权。自 2021 年以来，微软一直使用 OpenAI 的模型为 GitHub Copilot 提供技术支持，这一产品也成为微软财报电话会议中的亮点之一。但随着 Cursor、Windsurf 以及 Claude Code 推出新的 AI 编程代理体验，GitHub Copilot 开始显得停留在上一代 AI 工具阶段。如果 OpenAI 再推出一款新的编程产品，对微软来说未必是好消息。

这笔收购谈判正好发生在 OpenAI 与微软关系最紧张的时期。双方当时正在重新谈判合作协议，而 OpenAI 试图削弱微软对其 AI 产品与算力资源的控制权。最终，Windsurf 收购案成为这场博弈的牺牲品。到 7 月，OpenAI 放弃了这笔交易。随后，Google 聘请了 Windsurf 的创始团队，而其余员工则被另一家 AI 编程公司 Cognition 收购。

「我当时当然很希望这笔交易能够完成，」Altman 说，「但并不是每一笔交易都能掌控。」他表示，虽然原本希望 Windsurf 的收购「能在一定程度上加速我们的进展」，但他对 Codex 团队的发展势头同样印象深刻。在谈判进行的同时，Sottiaux 和 Embiricos 仍在持续开发产品并推出更新。

到 8 月，Altman 决定全面加速推进。

Alexander Embiricos，OpenAI Codex 产品负责人。摄影：Mark Jayson Quines。

Greg Brockman 衡量 AI 能力最喜欢的一种方式，是他自己设计的一款小游戏，「反向图灵测试」（Reverse Turing Test）。几年前他亲手写下了这个游戏的代码，如今则会把任务交给 AI 代理，从零开始重新实现。

游戏规则很简单：两名人类玩家分别坐在不同电脑前，每个人屏幕上都会看到两个聊天窗口。其中一个窗口连接另一名人类玩家，另一个则连接 AI。玩家需要猜出哪个窗口是 AI，同时又要设法让对手误以为自己才是 AI。

Brockman 说，在去年大部分时间里，OpenAI 最强的模型要花上数小时才能搭建出这样一个游戏，而且过程中还需要大量明确的人类指令和协助。但到去年 12 月，Codex 已经能够通过一条精心设计的提示词（prompt），直接生成一个完全可运行的版本，底层使用的是新的 GPT-5.2 模型。

这种变化并不只被 Brockman 注意到。世界各地的开发者也开始意识到，AI 编程代理的能力突然出现了明显跃升。围绕 AI 编程的讨论，最初主要集中在 Claude Code，很快突破硅谷技术圈，成为主流媒体关注的话题。

甚至一些没有编程经验的普通用户，也开始利用 AI 直接创建自己的软件项目。

这波使用量激增并非偶然。在这段时间里，Anthropic 和 OpenAI 都投入了大量资金，以获取更多 AI 编程代理用户。多位开发者告诉《WIRED》，他们每月 200 美元的 Codex 或 Claude Code 订阅计划，实际能获得超过 1000 美元价值的使用额度。这种相当「慷慨」的限额，本质上是一种市场策略：先让开发者在日常工作中习惯使用 AI 编程工具，再在企业场景中按使用量收费。

据多位知情人士透露，2025 年 9 月时，Codex 的使用量只有 Claude Code 的约 5%。但到 2026 年 1 月，Codex 的用户规模已经上升到 Claude Code 的约 40%。

在科技初创公司工作了 10 年的开发者 George Pickett 最近甚至开始组织以 Codex 为主题的线下聚会。

「我觉得很明显，我们正在用 AI 代理取代白领工作，」Pickett 说，「至于这对社会意味着什么，说实话谁也说不准。它肯定会带来巨大冲击，但我对未来总体还是比较乐观的。」

与此同时，估值约 110 亿美元的效率软件公司 Notion 联合创始人 Simon Last 表示，在 GPT-5.2 发布之后，他和公司的核心工程团队已经转向使用 Codex，主要原因是稳定性更好。

「我发现 Claude Code 经常会『骗我』，」Last 说，「它会说任务正在运行，但实际上并没有。」

Katy Shi，OpenAI 研究员。摄影：Mark Jayson Quines。

在 OpenAI 负责研究 Codex 模型行为的 Katy Shi 表示，虽然有人把 Codex 的默认风格形容为「干巴巴的面包」（dry bread），但越来越多用户反而开始欣赏这种不刻意讨好的交流方式。「很多工程工作，本质上就是能够接受批评性的反馈，而不会把它当成冒犯。」她说。

与此同时，一些大型企业也已经开始采用 Codex。OpenAI 应用业务 CEO Fidji Simo 表示：「ChatGPT 已经成为 AI 的代名词，这让我们在 B2B 市场拥有巨大优势。企业更愿意部署员工已经熟悉的技术。」她补充说，OpenAI 销售 Codex 的核心策略，是把它与 ChatGPT 以及其他 OpenAI 产品一起打包提供。

Cisco 总裁兼首席产品官 Jeetu Patel 则向员工明确表示，不必担心使用 Codex 的成本，因为关键是要尽快熟悉这种工具。当员工担心「使用这些工具会不会让自己失业」时，Patel 的回答是：「不会。但我可以保证，如果你不使用它们，你就会失业，因为你会变得不再有竞争力。」

如今，围绕 AI 编程代理的焦虑已经远远超出硅谷技术圈。The Wall Street Journal 上个月曾将一轮规模达 1 万亿美元 的科技股抛售部分归因于 Claude Code，投资者担心软件开发可能很快被 AI 大规模取代。几周后，在 Anthropic 宣布 Claude Code 可以用于改造运行 COBOL 的旧系统（这种系统在 IBM 机器上十分常见）后，IBM 股价经历了 25 年来最糟糕的一天。

与此同时，OpenAI 也在努力将 AI 编程代理推入公众讨论中心。公司甚至花费数百万美元，在超级碗（Super Bowl）期间投放了一则关于 OpenAI Codex 的广告，而不是推广 ChatGPT。

在 Mission Bay 的 OpenAI 总部内部，几乎没有人需要被说服使用 Codex。我采访的许多工程师表示，他们如今已经很少亲自敲代码了，大部分时间只是与 Codex 对话。有时，他们甚至会「集体交流」。

在总部，我旁听了一场 Codex 黑客松。大约 100 名工程师挤在一个大房间里，每个人有四小时，用 Codex 做出最好的演示项目。一位 OpenAI 高管站在前方，一边看着手中的笔记本电脑，一边用麦克风宣布团队名称。各团队代表紧张地走上讲台，用略显颤抖的声音介绍自己的 AI 项目。最终的获胜者获得了 Patagonia 背包作为奖励。

许多项目既是用 Codex 开发的，也旨在帮助工程师更好地使用 Codex。例如，有团队开发了一个工具，可以把 Slack 消息自动整理成每周报告；另一组则做出了一个类似 Wikipedia 的内部 AI 指南，用来解释 OpenAI 各项内部服务。过去，这类原型往往需要几天甚至几周时间才能完成，而现在，一个下午就足够。

离开时，我在门口遇到了 Kevin Weil，前 Instagram 高管，如今负责 OpenAI 的「OpenAI for Science」部门。他告诉我，Codex 正在替他通宵完成一些项目任务，他会在第二天早上查看结果。这样的工作方式已经成为他以及数百名 OpenAI 员工的日常。OpenAI 在 2026 年的目标之一，是开发一个「自动化实习生」，用于研究 AI 本身。

Simo 表示，未来 Codex 不只是用于编程，而是希望成为 ChatGPT 及所有 OpenAI 产品中的任务执行引擎，为用户完成各种实际工作。Altman 也表示，他很希望推出一个通用版本的 Codex，但仍然担心安全风险。

他说，2026 年 1 月底，一位没有技术背景的朋友曾请他帮忙安装一款爆红的 AI 编程代理 OpenClaw。Altman 拒绝了这一请求，因为在他看来，「现在显然还不是个好主意」，例如 OpenClaw 可能会误删重要文件。

讽刺的是，几周后，OpenAI 宣布已经聘请了 OpenClaw 的开发者。

许多开发者告诉我，如今 Codex 与 Claude Code 之间的竞争从未如此激烈。但随着这些工具能力不断提升、并被企业管理者越来越多地引入工作流程，社会需要面对的问题早已不只是「该使用哪款 AI 编程工具」这么简单。

Amelia Glaese，OpenAI 研究副总裁兼对齐负责人。摄影：Mark Jayson Quines。

一些监督机构担心，OpenAI 在追赶 Claude Code 的竞争中，可能会让安全问题退居次要位置。一个名为 Midas Project 的非营利组织指责 OpenAI 在发布 GPT-5.3-Codex 时弱化了其安全承诺，未充分披露该模型在网络安全方面的潜在风险。

对此，Glaese 反驳称，OpenAI 并没有为了推进 Codex 而牺牲安全性，公司方面也表示，Midas Project 对其安全承诺存在误读。

即便是 Greg Brockman，这位去年为支持 AI 发展向一个亲 AI 的超级政治行动委员会（Super PAC）和一个支持 Donald Trump 的组织分别捐赠 2500 万美元，并且依然乐观表示「我们正按计划迈向 AGI」的 OpenAI 联合创始人也对这一新现实抱有复杂情绪。

在硅谷工程师圈子里，Brockman 一直以「极度投入」的管理风格著称：那种会在产品发布前一晚仍然深入代码库检查细节的老板。某种程度上，如今这种更加「放手」的工作方式让他感到轻松。「你会意识到，过去大脑被许多其实不必要的细节所占据，」他说。

但与此同时，当一个人变成「数十万 AI 代理舰队的 CEO」，由这些系统去执行你的目标与愿景时，你也很难再深入到每个问题解决的具体细节之中。

「在某种意义上，这会让人感觉自己正在失去对问题本身的『脉搏』。」Brockman 说。

[原文链接]

免责声明：本文章仅代表作者个人观点，不代表本平台的立场和观点。本文章仅供信息分享，不构成对任何人的任何投资建议。用户与作者之间的任何争议，与本平台无关。如网页中刊载的文章或图片涉及侵权，请提供相关的权利证明和身份证明发送邮件到support@aicoin.com，本平台相关工作人员将会进行核查。