微软一句话搅局 OpenAI 300亿豪赌追赶Claude

新智元报道
编辑:元宇
【新智元导读】ChatGPT的领先,是以Codex的落后为代价的。为了抄近路追上Claude,OpenAI花30亿美金收购AI编程创业公司Windsurf,却被自家金主微软一句话搅黄,收购失败倒逼OpenAI开始全力自研Codex。
为什么AI领域名头最大的公司,没有成为AI编程革命的领导者?
早在2024年,OpenAI新发布的Codex,已经可以将人类日常语言翻译成计算机代码。

https://openai.com/index/openai-codex/
当时,OpenAI的联合创始人、总裁Greg Brockman笃定地说:
你真正拥有了一个能够在计算机世界执行命令的系统,它将是打造「超级助理」的关键。
然而到了2025年,当Claude Code点燃AI编程市场后,人们才忽然发现,OpenAI已从最初的先发者变成了追赶者。

今年年初以来,Claude Code的年化收入超过25亿美元,而OpenAI的对应产品Codex,今年1月份年化收入才刚刚超过10亿美元。
这场Claude Code与Codex的产品之争,折射出这样一种矛盾:
以AGI为终极信仰的公司,永远倾向于把资源押向「更通用的智能」,却可能在这个过程中,错过一些最先兑现商业价值的垂直场景,比如编程。
从这个角度来说,OpenAI在编程领域上落后于Anthropic,正是它为ChatGPT领先所付出的代价。
有报道显示,Codex的使用量在过去5个月内增长了20倍。OpenAI正全面押注AI编程领域,夺回原本可能属于自己的领先地位。
OpenAI明明更早,为何却来晚了?
旧金山的Mission Bay,是OpenAI新总部的所在地,穿过走廊的研究人员身上穿着印有公司标语的T恤,上面写着:「好的研究需要时间。」
没错,好的研究的确需要时间,但商业竞争却是从来不等人的。
当有人问,在AI编程这场浪潮中,OpenAI为什么没能像Anthropic那样领跑时,奥特曼回答道:
先发上市非常有价值,我们在ChatGPT上就占了这个优势。目前,OpenAI正在全力押注编程。
但事实上,在AI编程上,OpenAI也不是没有先发。
早在2024年,奥特曼和Greg Brockman便已经向外界展示了初代Codex:它能接收英文指令并输出代码片段。

OpenAI最新博客中早期的Codex界面:右侧是生成的JavaScript代码,左侧是实时渲染的网页效果以及输入指令
但OpenAI最早播下的AI编程种子,却长在了别人的田地里。
因为要把自动补全工具GitHub Copilot交给最大投资方微软(GitHub Copilot,在2024年已吸引了数十万用户),OpenAI最初的那支Codex团队随后被解散了。
公司认为没必要单独维持一条战线,于是工程师们被抽调去开发DALL-E2、GPT-4,这被视为接近AGI的最佳路径。
到了2024年底,ChatGPT爆红,两月内用户破亿,几乎让公司其他所有项目停摆。
此后多年,OpenAI没有一支专门负责AI编程产品的团队。
一位前Codex团队成员说,这个领域「感觉已经被GitHub Copilot覆盖了」。
所以,ChatGPT的领先,恰好是以在Codex上的落后为代价的。
错失「氛围编程」浪潮
2024年和2024年的大部分时间,OpenAI把赌注压在多模态上。
因为AI需要「看见」和「听见」这个世界,才能获得真正的智能。
这个时候,Midjourney因为AI图像模型爆红,整个行业的风向,都在吹向多模态的方向。
而Anthropic却走上了另一条路。
它也做聊天机器人,也做多模态,但这家公司似乎比OpenAI更早意识到,编程才是通往AGI的必由之路。
Brockman后来在一档播客里坦承,Anthropic从很早就「非常专注于编程」,不只用学术竞赛的高难度题目来训练模型,还用真实世界里那些混乱、庞杂、充满历史遗留问题的代码仓库。
「这是我们较晚才学到的一课」,Brockman说。
2024年6月,Anthropic发布Claude Sonnet 3.5。
Cursor使软件工程师能够使用来自OpenAI、Anthropic、Google和xAI的AI模型,编写代码并识别及修复漏洞。

AI编程软件Cursor是Anysphere公司唯一的产品,创立于2024年。该公司联合创始人Aman Sanger、Arvid Lunnemark、Sualeh Asif 和 Michael Truell(从左到右)在麻省理工学院相识。
Cursor在公司早期拒绝了OpenAI的收购,一场名为vibe coding(氛围编程)的革命爆发。
2025年2月,Anthropic推出了Claude Code的内部测试版,5月正式普遍发布。
它和当时流行的vibe coding不一样——不是AI在旁边帮你补全代码,而是直接进入终端,访问命令行,接管整个项目流程。
这不是辅助,这是替代,这正是Claude Code飞速增长的底层逻辑。
市场的反应,是一种集体性的眩晕感。
绝地反击
收购受阻、微软博弈与GPT-5.2的破局
觉醒发生在2024年底。
当时,OpenAI内部几个小团队聚焦AI编程智能体。
其中,研究主管Andrey Mishchenko和来自Google DeepMind的Thibault Sottiaux在推动技术侧。
产品负责人Alexander Embiricos则做了一个叫Jam的演示,在公司内部迅速流传开来。

Alexander Embiricos
Jam的逻辑,和此前所有编程AI都不同。
它不通过模拟鼠标点击来操控电脑,而是直接访问命令行。AI不再是「生成代码供人类运行」,而是自己运行代码。
Embiricos盯着笔记本上那页不断自动刷新的网页,追踪着Jam的操作过程,他感到一种震撼,突然清晰地感觉到:
也许让模型以编程方式访问一台电脑,才是我们到达目标的路径。
内部觉醒之后,一场痛苦的外部博弈开始了。
奥特曼决定弯道超车,以30亿美元收购AI编程创业公司Windsurf。
但交易卡住了。
微软一直在用OpenAI的模型驱动GitHub Copilot,而随着Cursor、Windsurf和Claude Code带来的智能体式编程体验,GitHub Copilot开始显得像是「AI的上一个时代」。
作为OpenAI超级合作伙伴的微软,为了保护显得有些过时的GitHub Copilot,要求获得Windsurf的知识产权访问权。
谈判拖了好几个月,7月彻底告吹。
Google最终招募了Windsurf的创始人,剩余团队被另一家编程创业公司Cognition收购。
「不是每一笔交易都能由你控制。」奥特曼对此颇感无奈。
收购受挫倒逼OpenAI开始全力自研。
Sottiaux在2025年3月组建了一支「冲刺团队」,把内部各个小组整合起来,在几周内推出AI编程产品。
与此同时,o1推理模型通过代码的「可验证性」:代码要么能跑,要么不能,反馈信号极其清晰,在一道道越来越难的编程题上持续迭代变强。
然后是Brockman最喜欢讲的那个故事。
他多年前亲手写了一款叫「反向图灵测试」的电脑游戏:两个人分别在各自电脑上看到一对聊天窗口,一个连着真人,一个连着AI,目标是猜出哪个是AI,同时骗过对方。
他用这款游戏来测试AI的能力边界。
去年大部分时间里,公司最强的模型要花上好几个小时才能做出这款游戏,而且全程需要人类的明确指令和协助。
到12月时,Codex已经能借助全新的GPT-5.2模型,只凭一个构造良好的提示词,瞬间生成一个完全可用的版本。
用户规模的数字,也印证了这种飞跃:
2025年9月,Codex的使用量还只有Claude Code的5%;到2026年1月,已经迅速上升到接近40%。
追赶,从未如此接近。
当AI接管一切,安全何去何从?
如今在Mission Bay,就连OpenAI自己的工程师也几乎不再亲手敲代码了。
他们整天和Codex对话,甚至像做礼拜一样聚在一起操作。
在总部的百人黑客松上,工程师们靠Codex一个下午就能搭出Slack周报工具和内部维基服务指南。
负责人Kevin Weil更是把Codex当成通宵干活的实习生,并计划在2026年打造出全自动的AI研究实习生。
代码正在接管物理世界与企业流程。
应用业务负责人Fidji Simo利用ChatGPT的代名词优势将Codex打包卖给企业;Cisco高管更是直白地警告员工,不用这些工具迟早会丢掉工作。
但AI的狂飙也带来了对于安全的质疑。
非营利组织Midas Project指责OpenAI在GPT-5.3-Codex上退回了此前的安全承诺,未能妥善说明网络安全风险。

OpenAI负责alignment的主管Amelia Glaese否认了「为了Codex牺牲安全」的说法,OpenAI也表示Midas误解了公司的承诺。
在硅谷工程师圈子里,Brockman「强迫症式投入」著称,他是那种会在产品上线前一晚一头扎进代码库的人。
他说,从很多方面看,这个新的「放手时代」非常解放人,因为你会意识到,自己的大脑之前一直被一堆没必要的细节压着。
即使坚信OpenAI正按计划实现AGI,Brockman面对未来,内心也充满了复杂感受。
当预见到「人类将沦为由数十万智能体组成的舰队的CEO,而它们都在替你完成你的愿景」这一情景时,Brockman感叹道:
这样你就不会再那么深入地掌握各种问题的解决过程,甚至你会感觉自己慢慢摸不准问题了。
Brockman的担忧不无道理:当代码被机器彻底接管的2026年,人类面对的最大危机,或许并不是失业。
而是我们在交出执行权的同时,也正在慢慢失去对这个世界运作逻辑的深刻感知。
我们还理解这个世界,是怎么运转的吗?
参考资料:
https://www.wired.com/story/openai-codex-race-claude-code/
游乐网为非赢利性网站,所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系youleyoucom@outlook.com。
同类文章
财务降本增效要点难点与优化策略全解析
谈到企业降本增效,财务部门无疑是战略实施的核心枢纽。然而,真正的降本增效绝非简单的成本压缩,而是一门系统性管理艺术,其精髓在于流程精益化、数据驱动决策与风险合规管控的深度融合,从而最大化释放每一份资源的商业价值。在这场变革中,财务团队需要规避哪些典型误区?关键方向已然明晰:必须摒弃粗放式的“一刀切”
阿里通义万相2.7图像模型生成与编辑功能详解
在AI图像生成领域,如何解决“机器味”过重的问题,一直是专业创作者的痛点。人物面孔雷同、文字错乱、品牌色彩失准,这些难题严重制约了AI工具在商业场景中的应用。最近,阿里通义实验室发布的Wan2 7-Image模型,直击这些核心痛点,主打“人更真、字更稳、色更准”。本文将深度解析这款AI图像生成与编辑
一种通用表格异常检测方法OFA-TAD实现多场景统一建模
表格异常检测(Tabular Anomaly Detection, TAD),作为一项关键的数据分析技术,其核心使命在于从海量的结构化表格数据中,精准高效地识别出那些行为模式异常的“离群点”。无论是医疗健康领域的早期疾病预警指标,还是金融风控中隐秘的欺诈交易模式,都依赖于它的强大能力。然而,该技术在
谷歌与高校联手打造全球最大触觉数据集价值何在
具身智能的竞争,正在迈向一个关键阶段。如果说算法模型是系统的“大脑”,那么高质量、多模态的数据就是驱动智能进化的“血液”。如今,数据这条核心赛道正变得前所未有的火热,连谷歌DeepMind这样的行业巨头也深度参与其中。 近日,戴盟机器人联合谷歌DeepMind、中国移动、新加坡国立大学、香港科技大学
2026中国AIGC企业产品图鉴:谁在引领技术与落地浪潮
中国生成式人工智能产业,正步入技术落地与价值验证的关键阶段。 当前,业界的核心关切已从单纯追逐模型参数量与评测榜单名次,转向更深层次的产业命题:人工智能技术是否真正融入了企业核心业务流程?能否切实提升运营效率与生产力?哪些先行者已成功构建了可持续的商业闭环? 此刻,甄别出那些在产业化深水区中稳健前行
- 日榜
- 周榜
- 月榜
1
2
3
4
5
6
7
8
9
10
相关攻略
2015-03-10 11:25
2015-03-10 11:05
2021-08-04 13:30
2015-03-10 11:22
2015-03-10 12:39
2022-05-16 18:57
2025-05-23 13:43
2025-05-23 14:01
热门教程
- 游戏攻略
- 安卓教程
- 苹果教程
- 电脑教程
热门话题

