編輯｜澤南

周五凌晨，OpenAI 發(fā)布 GPT-5.2-Codex，這是迄今為止最先進(jìn)的智能體編碼模型，專為復(fù)雜的實際軟件工程而設(shè)計。

GPT-5.2-Codex 是 GPT-5.2 的升級版本，提高了指令遵循能力、對長遠(yuǎn)語境的理解能力，它針對 Codex 中的智能體編碼進(jìn)行了進(jìn)一步優(yōu)化，包括通過上下文壓縮改進(jìn)長期工作。GPT-5.2-Codex 在重構(gòu)和遷移等大型代碼變更中表現(xiàn)更佳，在 Windows 環(huán)境下性能更優(yōu)，同時網(wǎng)絡(luò)安全能力也顯著增強。

與 GPT-5.2 相比，5.2-Codex 在編碼任務(wù)的詞元效率方面也有顯著提升，尤其是在中等和高推理水平下。據(jù)稱，它已迅速成為 Codex 團隊成員的日常主力工具。

新模型的發(fā)布獲得了人們的普遍關(guān)注。在開發(fā)者社區(qū)人們認(rèn)為，如果說 Claude Code 擅長「原始代碼」，那么 Codex/GPT5.x 在仔細(xì)、系統(tǒng)地查找「問題」（無論是代碼問題還是數(shù)學(xué)問題）方面則是無可匹敵的。

雖然新版本的 GPT 模型需要運行更長時間，但是它的智能程度令人驚訝。新模型終于具備了推動優(yōu)秀設(shè)計的空間推理能力。

GPT-5.2-Codex 生成的內(nèi)容。

已經(jīng)有很多人開始認(rèn)同使用 Claude Code 寫代碼，同時用 Codex 來做代碼審查，讓后者分析流程和發(fā)現(xiàn)細(xì)微 bug 的工作方式。此外也有人表示 Codex 能帶來的一個意想不到的幫助是克服拖延癥：如果面對一項艱巨的任務(wù)，卻不知從何下手，這時不妨把任務(wù)發(fā)給 Codex，它或許無法給出完美的答案，但幾乎總能提供一個不錯的起點，讓你快速迭代改進(jìn)。

隨著模型能力的不斷進(jìn)步，研究人員觀察到這些提升正轉(zhuǎn)化為網(wǎng)絡(luò)安全等專業(yè)領(lǐng)域能力的突破。就在上周，一位使用 GPT-5.1-Codex-Max 和 Codex CLI 的安全研究人員發(fā)現(xiàn)并負(fù)責(zé)任地披露了 React 中存在一個可能導(dǎo)致源代碼泄露的漏洞。

GPT-5.2-Codex 的網(wǎng)絡(luò)安全能力比 OpenAI 迄今為止發(fā)布的任何模型都更強大。這些進(jìn)步有助于大規(guī)模加強網(wǎng)絡(luò)安全，但也帶來了新的兩用風(fēng)險，需要謹(jǐn)慎部署。雖然 GPT-5.2-Codex 在 OpenAI 內(nèi)部的「準(zhǔn)備框架」中尚未達(dá)到「高」網(wǎng)絡(luò)安全能力級別，但在設(shè)計部署方案時已考慮到了未來能力的提升。

GPT-5.2-Codex 已面向付費 ChatGPT 用戶在所有 Codex 平臺上開放，OpenAI 計劃在未來幾周內(nèi)向 API 用戶開放 GPT-5.2-Codex 的訪問權(quán)限。與此同時，OpenAI 正在試點僅限受邀用戶訪問即將推出的功能，并為經(jīng)過審核的專業(yè)人士和專注于防御性網(wǎng)絡(luò)安全工作的組織提供更寬松的訪問權(quán)限模式。

OpenAI 介紹說，GPT-5.2-Codex 融合了 GPT-5.2 在專業(yè)知識處理方面的優(yōu)勢以及 GPT-5.1-Codex-Max 在智能體編碼和終端使用方面的前沿能力。GPT-5.2-Codex 在長上下文理解、可靠的工具調(diào)用、事實準(zhǔn)確性和原生壓縮方面表現(xiàn)更佳，使其成為長時間編碼任務(wù)更可靠的伙伴，同時保持了推理的詞元效率。

GPT-5.2-Codex 在 SWE-Bench Pro 和 Terminal-Bench 2.0 基準(zhǔn)測試中取得了最先進(jìn)的性能（SOTA），這兩個基準(zhǔn)測試旨在評估智能體程序在真實終端環(huán)境下執(zhí)行各種任務(wù)的性能。此外，它在原生 Windows 環(huán)境下的智能體程序編碼方面也更加高效可靠，并在此基礎(chǔ)上進(jìn)一步增強了 GPT-5.1-Codex-Max 所引入的功能。

經(jīng)過這些改進(jìn)，Codex 能夠更高效地處理大型代碼庫，即使在長時間會話中也能保持完整的上下文信息。它能夠更可靠地完成復(fù)雜的任務(wù)，例如大型重構(gòu)、代碼遷移和功能構(gòu)建 —— 即使計劃有變或嘗試失敗，也能持續(xù)迭代而不丟失進(jìn)度。

在 SWE-Bench Pro 中，模型會被賦予一個代碼庫，要求 AI 生成一個補丁來解決一個實際的軟件工程任務(wù)。Terminal -Bench 2.0 是一個用于在真實終端環(huán)境中測試 AI 智能體的基準(zhǔn)測試工具。任務(wù)包括編譯代碼、訓(xùn)練模型和搭建服務(wù)器。

更強大的視覺性能使 GPT-5.2-Codex 能夠更準(zhǔn)確地解釋編碼過程中共享的屏幕截圖、技術(shù)圖表、圖表和 UI 界面。

Codex 可以快速將設(shè)計稿轉(zhuǎn)化為功能原型，開發(fā)者可以與 Codex 配合使用這些原型進(jìn)行生產(chǎn)。

設(shè)計原型：

由 GPT-5.2-Codex 生成的原型：

在繪制核心網(wǎng)絡(luò)安全評估指標(biāo)的長期性能圖表時，OpenAI 發(fā)現(xiàn)，從 GPT-5-Codex 開始，能力出現(xiàn)了顯著提升；GPT-5.1-Codex-Max 又實現(xiàn)了大幅提升；而 GPT-5.2-Codex 則帶來了第三次飛躍。OpenAI 預(yù)計，即將推出的 AI 模型將繼續(xù)保持這一發(fā)展趨勢。

為此，OpenAI 正在按照每個新模型都能達(dá)到「高」網(wǎng)絡(luò)安全能力水平的標(biāo)準(zhǔn)進(jìn)行規(guī)劃和評估，該能力水平由準(zhǔn)備框架進(jìn)行衡量。

專業(yè)奪旗賽 (CTF) 評估衡量模型在 Linux 環(huán)境下解決高級、多步驟真實世界挑戰(zhàn)（需要專業(yè)級網(wǎng)絡(luò)安全技能）的頻率。

現(xiàn)代社會依賴軟件運行，而其可靠性取決于強大的網(wǎng)絡(luò)安全 —— 保障銀行、醫(yī)療、通信和基本服務(wù)等關(guān)鍵系統(tǒng)的在線運行，保護敏感數(shù)據(jù)，并確保人們可以信賴他們每天使用的軟件。漏洞可能在人們意識到之前就已存在，而發(fā)現(xiàn)、驗證和修復(fù)這些漏洞通常需要一支由工程師和獨立安全研究人員組成的團隊，他們必須配備合適的工具。

2025 年 12 月 11 日，React 團隊公布了三個影響使用 React 服務(wù)器組件構(gòu)建的應(yīng)用程序的安全漏洞。此次披露之所以引人注目，不僅在于漏洞本身，還在于漏洞的發(fā)現(xiàn)方式。

Privy（Stripe 旗下公司）的首席安全工程師 Andrew MacPherson 使用 GPT-5.1-Codex-Max、Codex CLI 和其他編碼代理來重現(xiàn)和研究前一周披露的另一個嚴(yán)重的 React 漏洞，即 React2Shell。他的目標(biāo)是評估該模型在多大程度上能夠幫助進(jìn)行現(xiàn)實世界的脆弱性研究。

他最初嘗試了幾次零樣本分析，讓模型檢查補丁并識別其修復(fù)的漏洞。當(dāng)這種方法沒有結(jié)果時，他轉(zhuǎn)而采用更大容量的迭代式提示方法。當(dāng)這些方法仍然失敗后，他指導(dǎo) Codex 完成了標(biāo)準(zhǔn)的防御安全工作流程 —— 搭建本地測試環(huán)境、分析潛在的攻擊面，并使用模糊測試向系統(tǒng)發(fā)送畸形輸入進(jìn)行探測。在嘗試重現(xiàn)最初的 React2Shell 問題時，Codex 發(fā)現(xiàn)了一些意料之外的行為，需要進(jìn)行更深入的調(diào)查。在短短一周內(nèi)，這一過程發(fā)現(xiàn)了之前未知的漏洞，并已將其披露給 React 團隊。

這表明，先進(jìn)的人工智能系統(tǒng)能夠顯著加快實際軟件的防御安全工作。與此同時，幫助防御者更快行動的能力也可能被不法分子濫用。

隨著智能體系統(tǒng)在網(wǎng)絡(luò)安全相關(guān)任務(wù)中的能力不斷增強，OpenAI 正在把負(fù)責(zé)任的部署作為一項核心優(yōu)先事項 —— 將能力的每一次提升與更強大的安全措施、更嚴(yán)格的訪問控制以及與安全社區(qū)的持續(xù)合作相結(jié)合。

參考內(nèi)容：

https://openai.com/index/introducing-gpt-5-2-codex/