2026年7月，OpenAI的编程智能体产品Codex与ChatGPT Work合计周活跃用户突破了1000万。半年前，这个数字还不到竞争对手Claude Code的5%。
Altman在最近的一次访谈中，把这场追赶称为”kamikaze mission”——神风特攻。神风特攻的要义从来不是勇气，是不计代价。为了追回编程智能体这个赛道，OpenAI关停了Sora，砍掉了Atlas浏览器，把内部编程算力提高了100倍，还默许了一套近乎不设上限的用户补贴体系。
这场”自杀式”追赶的结果震撼了行业。但真正值得分析的不是增速本身，而是它揭示了AI产品竞争的哪些深层规则。
一、为什么Altman把这场仗看得比Sora还重？
先看输不起的原因。Altman在访谈中透露了OpenAI内部的一个关键衡量维度——RSI（Recursive Self-Improvement，递归自我改进）指数。
RSI衡量的是模型参与自身迭代的能力，涵盖故障排查、底层优化、预训练方案改进和后训练流程优化四个维度。从GPT-5.5到5.6，这个指数从41.7跳到了57.9。换句话说，编程智能体不仅是一个卖给客户的商品，它还是制造下一代产品的工具。
这就解释了为什么Altman会牺牲Sora：当一个产品具备”智能生产智能”的基础设施属性时，它的战略价值就不只是收入了，而是决定未来模型代际差异的关键变量。Sora再成功，也只是视频生成领域的应用产品；而编程智能体做的是直接参与下一代模型研发的事。
这也揭示了AI产业正在发生的一个底层变化：产品和生产工具的边界正在模糊。当你的用户产品（Codex）同时也是制造下一代产品的基础设施（用Codex改进GPT），这款产品的优先级就天然高于所有纯应用层产品。
二、Codex到底靠什么翻盘的？
答案是：不是靠质量，是靠速度＋分发＋补贴的组合拳。
**速度优势：**根据Artificial Analysis的编码代理测评，Claude Code完成一个任务平均需要23.6分钟，而Codex只需要10.2分钟。在盲测中，Claude Code在代码质量上仍然以67%的胜率领先——但开发者用脚投票的逻辑很直接：日常工作中，大多数任务就是补测试、改接口、修边界条件，这时候把活干得更快比干得更好更值得。
速度差异背后的技术原因是token效率。完成同一项任务，Claude Code平均消耗2180万个token，与模型交互153轮；Codex只消耗1320万token，交互114轮。OpenAI的解释是，GPT-5.6被训练得更善于”抄近路”——遇到工具密集型任务，它倾向于自己写一段代码处理中间结果，而不是每拿到工具返回就把所有信息重新喂回模型判断。
**分发杠杆：**Codex被直接塞进ChatGPT的现有套餐。免费用户就能限额试用，付费用户只是额度更大。对开发者来说，试一下Codex的门槛几乎不存在——不需要额外注册、不需要新账号、不需要理解新的定价体系。
**补贴大法：**Codex的产品负责人Tibo几乎每9天就给全体用户重置一次使用额度，7月份甚至缩短到了3天一次。X上有人专门搭了网站codex-resets.com来追踪重置次数。更夸张的是，即使任务执行中额度耗尽，Codex也会把手头的活干完再停。订阅到期了？直到几天后Pro权益还在默默延续。
这套组合的威力不仅体现在用户增长上。OpenAI内部数据显示，到2026年6月底，98%的员工已在用Codex代理工作，而且不限工程部门，超过85%的员工跨部门每周使用。Codex在研究场景中的使用量七个月内增长了56倍，请求代理执行8小时自主任务的次数增长了10倍。
三、这场仗的代价
让Codex反超的代价是惨重的，而且不只是Sora被关停和Atlas消失。
**GPT的写作能力退步了。**今年1月就有人问Altman：为什么GPT-5编程很强，写作却退步了？Altman没有回避——大部分精力给了推理、编程和工程，写作和对话体验只能往后排。一个模型没法在每个方向上同时冲刺。
**算力支出惊人。**200美元的月费套餐实际提供的模型用量经常超过1000美元。OpenAI在补贴上的阔绰已经到了荒诞的地步——每周重置额度、Bug也重置、版本更新也重置。
**商业上仍未盈利。**Claude Code在2026年2月年化收入就超过了25亿美元。Codex在1月底刚刚越过10亿美元。市场份额追上了，但收入和单位经济还有待证明。
四、这背后的框架性启示
Codex追赶Claude Code的过程，不是一个简单的产品竞争故事。它折射出AI时代的几条结构性规则：
-
**当产品即基础设施时，资源集中是最高优先级。**代码补全”mistral”的误判让OpenAI付出了先发优势全部丢失的代价。一旦意识到RSI的战略意义，Altman毫不犹豫地砍掉其他所有好东西。
-
**在AI工具市场，速度比质量更能赢得日常使用。**盲测中Claude Code质量仍然领先，但开发者选择了更快的工具。这不是”劣币驱逐良币”，而是日常开发的大部分场景中，“够快”比”最好”更有生产力价值。
-
**分发优势是AI时代的超杠杆。**你的产品再好，也不如把它放在用户已经打开的应用里。Codex能这么快翻盘，ChatGPT数亿用户基础功不可没。
-
**补贴本质是在买”使用数据+行为惯性”。**Codex的疯狂补贴不是在买用户规模本身，而是在买开发者把Codex写进日常肌肉记忆的那些使用模式数据——这些数据会反哺模型改进，形成加速飞轮。
五、对开发者和产品人的行动指南
**对开发者：**别再只盯benchmark。Codex和Claude Code各有各的适用场景——日常调试、DevOps任务、快速原型选Codex；复杂重构、代码评审、对质量要求更高的场景选Claude Code。两手都要有才是2026年工程师的正确姿势。
**对产品人：**如果你在做AI工具，分发和速度可能是比能力质量更稀缺的竞争优势。Kimi K3的开源选择另一种打法——用开放获取开发者社区的分发效果。但无论哪种路径，理解RSI的逻辑可以帮助你判断：**你的产品是纯应用，还是能进入”智能生产智能”的飞轮？**如果是后者，值得你为它砍掉一切。
**对投资人：**Altman说AI已经出现了两种重大产品形态——聊天机器人和编程智能体。第三波”持续存在的AI智能体”不会太远。现在就要开始押注那些能进入”智能基础设施”赛道的团队。
Altman在访谈的最后说：“Codex早期的误判造成的落后，我恐怕再犯不起第二次了。“如果第三波产品形态成型时OpenAI又慢了一步，下一次要付出的代价，可能就不只是Sora和Atlas了。
这句话，大概也是对所有AI公司说的。
**参考来源：**36氪/硬核看板《Codex终于反超Claude Code，但付出了惨重代价》；智东西《奥尔特曼最新访谈：别指望AI开启每周4小时工作制》；Artificial Analysis编码代理测评；OpenCode、FireCrawl等第三方对比报告。
