OpenAI DevDay 发布 Codex Cloud：AI 编程走出笔记本

在 OpenAI DevDay 的开发者体验环节，负责该领域的 Dominic 用 25 分钟演示了 Codex 的一次重大升级。核心信息只有一句话：Codex 离开了笔记本电脑。过去一年里，OpenAI 为开发者推出了约 300 项功能，加上 Sam 当天新发布的 20 余项，构建软件的方式已经被彻底改写。而这次 DevDay 的主角，是让 Codex 摆脱本地机器束缚的 Codex Cloud，以及围绕它展开的一整套协作工具。

从一两个任务到几十个并行 Agent

Dominic 坦言，年初时他和多数开发者一样，习惯一次只跑一两个任务。直到看到同事 Peter 发推展示同时运行 40 个 Codex 实例，他才意识到工作方式正在被改变。随着 Codex 桌面应用的推出，委派和切换任务变得容易，同时运行 10 个任务逐渐成为常态。

问题也随之而来。随着模型在计算机操作和长时间运行任务上的能力增强，开发者开始把越来越大的问题交给模型处理——这些任务往往要跑数小时甚至数天。为了让 Agent 在会议间隙持续运行，很多人不得不半开着笔记本随身带着，甚至专门购买 Mac mini、树莓派，或租用 VPS 来维持 Agent 运转。更多机器意味着更多运维：磁盘空间、系统更新、容量管理，每想多做一点就得再添置设备。

Codex Cloud 正是为了解决这个痛点。委派工作应该像告诉 Codex 做某件事一样简单，而不必关心它在哪台机器上运行。

Codex Cloud：自动配环境，私有资源也能访问

在桌面应用中，除了本地运行和远程运行，现在可以直接把任务交给云端的 Codex 环境执行——既能复用团队已创建的环境，也能新建一个。创建新环境时选定需要访问的代码仓库，Codex 会自动开始配置：检查仓库、识别依赖、完成所有必要的准备工作。

这个过程以往需要大量手动配置，相当繁琐。现在 Codex 不仅发现依赖，还会编写一个「启动技能」（startup skill）教 Agent 如何使用环境，并生成启动脚本以便快速迭代。演示中它正确识别出项目同时包含 iOS 和 Web 依赖，并意识到由于是 Linux 环境无法运行移动应用，但仍可进行移动端源码编辑。OpenAI 还透露，未来将支持自带云环境（bring your own cloud environments）。

性能方面，团队在文件系统快照上投入很多，使后续任务启动更快，同时支持后台更新以保持仓库变更最新。Dominic 展示了一个实例：他把一张截图发给云环境，让它实现一个在 Figma 中设计好的 shader。Codex 通过已安装的 Figma 插件拉取细节、完成实现并测试，还把它变成一个可部署的在线 playground，方便在正式部署前调试参数。

特别值得一提的是私有资源访问。云环境常见的短板是无法访问不对公网开放的内部资源。Dominic 演示了通过 Tailscale 作为 VPN 接入——他给环境配置了 Tailscale 的 auth key，Codex 便能访问他树莓派上那个仅在私有网络内运行的 API。此外还新增了 OIDC 支持，方便通过 OIDC 访问云资源。

OIDC（OpenID Connect） 是基于 OAuth 2.0 之上的身份认证协议，广泛用于企业级云资源的权限管理。开发者通过 OIDC，可以让云环境以「联合身份」的方式获取 AWS、GCP、Azure 等云服务的临时访问凭证，而无需在环境中硬编码长期有效的 API 密钥。这种方式既减少了密钥泄露风险，也简化了跨云权限管理。Codex Cloud 新增 OIDC 支持，意味着企业用户可以将现有的 IAM 策略直接复用到 Agent 任务中，而不必为 AI 工作流单独维护一套凭证体系。

Tailscale 则是基于 WireGuard 协议构建的现代 VPN 方案，其核心优势在于「零配置组网」：每台设备安装客户端后自动形成私有网格网络（Mesh VPN），无需公网 IP 或复杂的防火墙规则。Dominic 演示中，树莓派上仅在内网运行的 API 能被云端 Codex 访问，正是 Tailscale 将云环境和本地设备纳入同一私有网络的结果。这对需要让 Agent 访问内部数据库、测试服务或企业内网 API 的场景尤为实用。

代码审查、协作与 ChatGPT 入驻 Slack

随着 Agent 写的代码越来越多，审查代码占用的时间也随之增加。基于这个现实，OpenAI 重构了桌面应用里的代码审查标签页。现在可以直接看到分配给自己或自己创建的所有 PR，查看代码、留言、查看他人评论、提交审查反馈，甚至让 Codex 自动跑一轮 review。Dominic 认为最实用的是能在应用内直接提问，快速理解某个 PR 的意图和潜在副作用。

协作层面，OpenAI 推出了 Space 和进驻 Slack、Teams 的 ChatGPT。Space 让开发者与 Agent、团队在同一处协作，无需在不同文档间反复复制粘贴。Dominic 用它做 API 参考文档的重新设计：Codex 先写出方案放进 Space，团队给反馈，他继续与 Codex 迭代，让它补充系统架构图和任务追踪器。满意后，可直接让 Codex 执行方案并持续回传进度。

在 Slack 场景里，他和同事就一个 Web 应用视觉实现不正确的 bug 展开对话，ChatGPT 自动拉取 PR、访问 Figma 文件定位问题，并复用已共享给组织的云环境测试改动，最终让 PR 进入可审查状态。

Dots：会主动替你盯任务的 AI 分身

这次发布中最具新意的是 dots——一种带有「主动性」的 AI 代理。Dominic 把它定位为「你自己的延伸」：命名方式是「你的名字 + dot 名」，让 Slack 里的其他人知道它绑定着你的身份。它掌握你正在做的事、你的记忆，适合处理与你相关的长期工作。

一个具体例子：同事 Carolis 在一个 PR 里 @了他，而他错过了。周日晚上十点多，他的 dot 在 Slack 发来提醒。他当时没空细看，便让 dot 去查这个 PR 是关于什么的。dot 随即开始审查，当他要求做更彻底的 review 时，dot 直接从 Slack 环境里启动了一个完整的云任务，深入分析 PR 并回报结论。因为这是真实任务，他之后还能继续追问、甚至推动 PR 完成。

关于 dot 和 ChatGPT 的区别，Dominic 解释：dot 是你的延伸，能访问你所有的云环境和本地 Codex，适合持续性工作；而 Slack 里的 ChatGPT 面向协作，只能访问共享的云环境，让你和同事在同一个线程里一起干活。

dots 的设计理念在 AI Agent 产品形态上有所创新，值得对比理解。传统的 AI 助手（包括通用 ChatGPT）是「无状态」的——每次对话需要重新建立上下文，不主动触发行动。而 dots 引入了两个关键特性：持久记忆（它了解你正在进行的工作和历史偏好）和主动性（能在无人触发的情况下自行监测事件、发出提醒并启动任务）。这与近年 AI 领域讨论的「Agentic AI」范式一致，即 AI 从被动响应转向主动规划与执行。dots 与个人身份绑定而非与团队共享的设计，也体现了一种新的职责划分思路：个人 Agent 处理与你相关的异步长期任务，共享 Agent（如 Slack 里的 ChatGPT）处理团队实时协作场景。这种分层设计有助于避免 AI 操作权限过于集中或混淆个人与团队上下文。

CLI 大改版与浏览器端全家桶

为了让开发者在任何地方以任何方式使用 Codex，CLI 也迎来大改版。新增 agent 视图可查看所有正在运行的任务、启动新任务、轻松并行跑多个。@提及插件、选取文本都更快，终端内可直接渲染图表和 LaTeX，还加入了语音模式——用桌面应用同款的 GPT Live 模型直接对话（现场因麦克风未启用没能演示）。

浏览器端（Chrome）提供了与桌面应用高度一致的体验：访问所有云任务、查看部署的站点、使用 dot，代码审查标签页也即将上线。这意味着无需安装桌面应用也能完成更多工作。

CLI 新增的 LaTeX 渲染支持值得单独说明。LaTeX 是学术界和工程领域广泛使用的排版语言，常用于书写数学公式、算法描述和技术文档。在终端内直接渲染 LaTeX，意味着开发者在让 Codex 处理涉及数学推导、信号处理或机器学习相关任务时，可以直接在 CLI 界面查看格式化公式，而不必将输出复制到其他工具中渲染。结合图表渲染能力，这使 CLI 从纯文本工具向「富媒体交互终端」演进，尤其适合数据科学和算法工程场景。

三条上手建议

Dominic 不建议一次全部采纳，而是给出三条务实建议。如果你还在半开着笔记本或维护一堆 dev box，试试 Codex Cloud，把工作从本地机器挪走，复用现成环境，少花时间做基础设施维护；如果你厌倦了在团队文档和 Codex 之间来回复制方案，试试 Space，让方案与计划集中在一处，Codex 还能直接在文档里更新进度；如果你受够了每次手动转发任务、反复输入 prompt，就给你的 dot 一项长期职责，让它自己盯着、自己推进。

一年之间，开发方式从处理单个任务演变为把越来越大的问题交给 Agent，让开发者得以把梦想中的东西真正构建成高质量方案，而非仅仅停留在原型阶段。Codex 这次的核心叙事，就是让它真正做到「anywhere」。