Codex in ChatGPT: AI Coding Agents for Linux and Desktop

OpenAI Integrates Codex into ChatGPT with Linux Support

OpenAI 已将 Codex——一种强大的编程代理——直接集成到 ChatGPT 桌面应用程序中，并正式发布了 Linux 版本。此次集成将 ChatGPT 转变为代理式编程的指挥中心，允许开发者通过 ChatGPT 应用、IDE 扩展和命令行界面 (CLI) 来管理复杂的软件工程任务，所有这些都链接到同一个账户。

Codex in ChatGPT 的核心能力

Codex 旨在处理端到端的工程工作流，而非简单的代码补全。其主要能力包括：

Agentic Engineering and Multi-Agent Workflows

Codex 可以执行复杂任务，例如构建新功能、进行大规模重构和管理迁移。它支持使用内置 worktrees 和云环境的多代理工作流，使代理能够跨多个项目并行工作，从而加速开发周期。

Team Customization via Skills

通过名为 "Skills" 的功能，团队可以教导 Codex 遵循其特定的编码标准和内部工作流。这使得代理能够在任务中应用一致的模式，从而减少人工监督的需求。

Quality Assurance and Review

Codex 可以被安排执行例行维护和运维任务，包括：

• Issue triage
• Alert monitoring
• CI/CD pipeline management

Quality Assurance and Review

该系统旨在通过提供更详尽的设计、全面的测试生成以及高信号的代码审查，来提高代码质量的基准线，从而在开发周期早期发现 bug。

Ecosystem Integration

Codex 通过三个主要界面运行，以适应不同的开发者偏好：

1. ChatGPT Desktop App: 一个用于管理项目、文件和浏览器工作流的工作空间。
2. Codex IDE Extension: 直接集成到代码编辑器中以提供实时协助。
3. Codex CLI: 一个基于终端的界面，用于深度推理和架构工作。

Community Reception and Technical Critiques

虽然扩展到 Linux 得到了部分人的欢迎，但此次发布在 Hacker News 的开发者社区中引发了重大辩论，主要集中在安全、性能和架构方面。

Security and Privacy Concerns

许多 Linux 用户对安装具有深度系统访问权限的专有桌面应用程序表示怀疑。批评者强调了远程代码执行的风险，以及与 CLI 版本相比缺乏可审计性。

"Reminder to everyone, treat these as trojans. Run them isolated from the rest of your system. Give it a full desktop in a VM if you want to, just not direct access to your system."

Performance and Framework Choice

对于 OpenAI 使用 Electron 框架构建桌面应用，存在广泛的批评。用户报告了高内存占用，一位用户指出，在进行单次查询之前，该应用在 11 个进程中占用了 2.2GB 的常驻内存 (RAM)。

User Experience Regression

一些之前将 Codex 待作为独立应用使用的用户报告，在它被整合进 ChatGPT 主应用之后，性能和可用性有所下降。报告包括：

• Increased Latency: 整合后的应用被描述为比独立的 Codex 应用 "noticeably slower"。
• UI Bloat: 用户指出设置菜单变得臃肿- 且对于非开发任务来说 UI 变得更加复杂。
• Resource Usage: 对比数据表明，新应用使用的 RAM (约 1.27 GB) 显著高于 "ChatGPT Classic" 版本 (约 478 MB)。