OpenAI Codex 评测:我交给它的所有 Bug,它都修好了

邱宇AI 前沿📡 BestBlogs·AI高分精选⭐ 882026-11-14488 阅读💛 155 收藏
OpenAI Codex 评测:我交给它的所有 Bug,它都修好了

📌 One-Sentence Summary

OpenAI Codex 是一款能够编写代码、运行测试并操控桌面应用来完成实际软件任务的 AI 智能体;评测展示了它如何开发自由职业者发票应用、根据含糊的报告修复预设的 9 个 Bug,并准确制作定价对比表格。

📝 Summary

本文评测了集成在 ChatGPT 中、能够处理端到端软件开发任务的 AI 智能体 OpenAI Codex。作者用 3 个实际场景测试 Codex:仅凭一条提示词开发自由职业者发票 Web 应用、根据一份含糊的 Bug 报告修复预算追踪应用中预设的 9 个 Bug,以及调查 AI 编程工具的定价并制作对比表格。Codex 使用 GPT-6.1 Sol,并设置为中等推理强度,成功完成了所有任务:生成一个可运行的 27KB HTML 发票应用,准确计算金额;无需后续提示就修复了所有 Bug;并从官方来源正确核对了全部 18 项定价信息。文章还介绍了 Codex 的能力,包括集成项目文件夹、自动化测试、通过电脑操作控制桌面应用,以及在云端继续执行任务;同时也指出了它的局限,例如无法测试浏览器中的输出、需要授予 Mac 隐私权限,以及偶尔会在未经用户同意的情况下切换模型。

💡 Main Points

Codex 成功完成了 3 项复杂的软件任务:开发网页版发票应用、根据含糊的报告修复全部 9 个 Bug,以及制作准确的定价对比表格。

每项测试都展现了 Codex 理解需求、编写可运行代码、执行自动化测试并产出正确结果的能力,而且全程无需后续提示,体现了它端到端的软件开发能力。

发票应用用时 6 分 21 秒完成,是一个 27KB 的独立 HTML 文件,支持准确计算、自适应移动设备布局和 PDF 导出。

应用能将总金额精确计算到分、处理计时器条目、支持编辑条目,并能在移动设备上流畅运行。不过,由于本地预览受到限制,Codex 无法自行测试浏览器中的功能。

Codex 根据含糊的 Bug 报告修复了预算追踪应用中预设的全部 9 个 Bug,无需后续提示。

这些 Bug 包括文本拼接问题、余额计算错误、NaN 错误、数据加载问题、删除错项、舍入误差、安全漏洞和移动端布局问题;作者逐一验证后确认全部修复。

电脑操作功能需要配置 Mac 隐私设置,而且可能在没有提示的情况下失败,并转而使用 Excel 等替代格式。

智能体两次尝试使用 Numbers 均因隐私设置而失败,随后自动将文件保存为 Excel 格式;手动更新权限后,它才成功在 Numbers 中完成任务。这说明非技术用户可能会遇到配置方面的困难。

不同订阅档位的模型选择和使用限制各不相同;GPT-6 Astra 的消息额度不固定,而免费版仅能使用轻量级的 Luna 模型。

Plus 用户每 5 小时可获得 5–45 条 Astra 消息的少量额度,Pro 用户的额度更多;免费档只能使用 Luna,可能会打断高强度用户的工作流程。

💬 Key Quotes

Codex 根据一份含糊的报告修复了预设的全部 9 个 Bug,全程无需任何后续提示。

Codex 无法在浏览器中打开自己开发的应用,因此用户必须自行验证结果。

直到更新 Mac 隐私设置并授予访问权限后,电脑操作功能才成功;此前它失败了两次。

发票中包含正确的 3 条记录,没有把 10 月的工作和另一位客户的工时算进去。金额计算也精确到了分。

我根据自己的 Bug 清单逐项检查:9 个 Bug 全部修好了。

📊 Article Meta

AI Screening: 88

Source: Unite.AI

Author: Janine Heinrichs

Category: 人工智能

Language: 英文

Read Time: 16 min

Word Count: 3971

Tags:

AI 与智能应用 , AI 编程 , 开发者工具 , AI Agent , AI电脑操作

#AI 与智能应用# AI 编程# 开发者工具# AI Agent# AI电脑操作

文章评论(12)

杨丽华1 天前

这篇文章分析得很透彻,收藏了!

回复
星寻梦2 天前

这个观点很中肯,深有同感。

回复
石佳琪1 天前

讲解得很细致,新手也能看懂。

回复
石佳琪1 天前

不错不错,已加入书签。

回复
郭超1 天前

整理得太全面了,省了我不少时间。

回复
南山客1 天前

这个观点很中肯,深有同感。

回复
风倚栏1 天前

支持作者,持续关注中。

回复
三分糖去冰1 天前

这个观点很中肯,深有同感。

回复
崔欣怡1 天前

支持作者,持续关注中。

回复
武磊1 天前

思路清晰,干货满满。

回复
郭超1 天前

思路清晰,干货满满。

回复
竹听风1 天前

写得挺用心的,支持一下。

回复