狠招出手：奧特曼親自“幹掉”GPT-5.2，OpenAI 祭出史上最強程式設計 AI

GPT-5.2-Codex 深夜釋出

OpenAI 剛剛推出 GPT-5.2-Codex——這是迄今為止最強的智慧體程式設計模型之一，專為複雜、真實世界的軟體工程而設計。

從命名就能看出，GPT-5.2-Codex 是在 GPT-5.2 基礎上的進一步最佳化版本，並在多個關鍵方向帶來顯著升級：

它強化了上下文壓縮能力，更適合長時間執行的任務，不容易“斷線”。

它在大型程式碼變更（如重構、遷移）上的表現更穩、更強。

它在原生 Windows 環境下的程式設計與智慧體執行能力明顯提升。

同時，OpenAI 強調其具備目前為止最強的網路安全相關能力。

奧特曼表示，OpenAI 團隊已經在內部使用，並取得了很不錯的效果。

在基準測試中，GPT-5.2-Codex 在軟體工程與終端測試任務上，超過了 5.1-Codex-Max、GPT-5.2 與 GPT-5.1。

OpenAI 也在多處強調安全能力提升。一個近期案例中，安全研究員使用 GPT-5.1-Codex-Max 與 Codex CLI，在研究過程中據稱發現了一個可能導致 React 原始碼暴露的問題，體現了這類工具對防禦性安全研究的加速作用。

從今天起，所有付費使用者都可使用 GPT-5.2-Codex，API 預計將在未來幾週開放。

長跑型程式設計能力：更穩、更省、更持久

從定位上看，GPT-5.2-Codex 更像一次“強強聯合”。

它繼承了 GPT-5.2 擅長的專業任務處理能力，同時吸收了 5.1-Codex-Max 在智慧體程式設計與終端工作流方面的優勢。

因此，它在長上下文理解、工具呼叫、事實準確性與原生上下文壓縮等方面都有明顯提升，能夠更穩定地支撐長時間程式設計任務，並在推理時更節省 token。

在業內基準中，GPT-5.2-Codex 據稱在 SWE-Bench Pro 與 Terminal-Bench 2.0 上取得了 SOTA，並相對 5.1-Codex 約有 6% 的提升。

這些測試主要用於衡量模型作為“智慧體”在真實終端環境中處理多樣任務的能力。

與此同時，它的 Windows 原生智慧體程式設計表現也進一步增強，延展了 5.1-Codex-Max 引入的能力範圍。

這些改進讓 Codex 能夠在大型程式碼庫中持續工作並保持完整上下文，使其更可靠地完成大規模重構、遷移、功能開發等複雜任務——即便中途方案調整或出現失敗，也更不容易迷失方向。

更強的“視覺理解”，更貼近真實開發輸入

GPT-5.2-Codex 的多模態理解也進一步加強。

開發者可以直接提供截圖、示意圖、圖表、UI 介面等輸入，模型對這些內容的理解更準確。

它甚至能夠讀取設計稿並快速生成可執行的原型，團隊可在此基礎上不斷迭代打磨，直至滿足上線標準。

三次躍遷：朝真實世界能力更進一步

OpenAI 在一項核心安全評估中描述了能力的階段性躍遷：

GPT-5-Codex 帶來第一次顯著提升。

GPT-5.1-Codex-Max 帶來第二次提升。

GPT-5.2-Codex 則實現第三次躍遷。

OpenAI 認為這一趨勢仍會持續，並表示其規劃假設未來模型可能接近 Preparedness Framework 所定義的“高”級安全能力層級——但 GPT-5.2-Codex 目前尚未達到該等級。

真實安全案例：從披露到發現

12 月 11 日，React 團隊披露了與 React Server Components 相關的三個安全問題。

Stripe 旗下 Privy 的首席安全工程師 Andrew MacPherson 藉此測試當下 AI 程式設計智慧體的能力。在使用 GPT-5.1-Codex-Max 與 Codex CLI（以及其他智慧體）復現與研究的過程中，他據稱在調查中額外發現了一個關鍵風險點，並以負責任方式向 React 團隊報告。

這說明：在謹慎、合規、以防禦為目標的前提下，先進 AI 系統能夠顯著加速對廣泛使用軟體的安全研究與排查。

網友實測：反饋不一

有開發者在某些模擬類任務上測試失敗。

也有人認為它能生成觀感精美的動畫效果，與主流競品同級。

此外還有對遊戲原型構建表現亮眼的反饋。

總體而言，OpenAI 將 GPT-5.2-Codex 視為 AI 在真實軟體開發與防禦性安全領域邁出的重要一步：讓開發者更輕鬆處理複雜、耗時的工程任務，也為安全研究提供更強的工具支援。