OpenAI 的编程能力预计会在 3 个月内追上 Claude，核心在于 Codex 贡献了更多高质量数据和高质量实践，再放到下一代模型训练，迭代和微调加速。 GPT 的 codex 系列模型是和 Codex 框架一同训练出来的，很多人低估了这句话的威力，目前要把 GPT 的编程能力最大化，应该是放进 Codex 里一起使用，而不是要把它搞到 Claude Code 里，如果你用过 codex 应该能体会我说的，codex 的代码工程能力已经强于 Claude，但在产品需求理解上确实还不足这得承认，所以我一般先用 Claude 梳理需求再用 codex 来开发。 详细解释一下什么是模型和框架不是后来拼凑的，而是一起设计的 - Codex 模型不是通用模型 + 代码微调 - 是和 Codex 框架一起训练出来的 - 意味着：模型理解框架的内部机制，框架理解模型的输出模式 结果：更少的误解、更准确的输出、更少的迭代，更高的质量，是真正理解代码。 Codex 的三层架构 1. 模型层（Model） —— 提供核心智能 - OpenAI 的旗舰编程模型（如 gpt-5.3-codex、GPT5.4） - 在响应前执行结构化推理 - 理解代码逻辑、架构设计和最佳实践 2. 框架层（Harness） —— 连接真实环境 - 开源的执行框架，实现"执行"而非仅仅是"建议" - 使用压缩等技术管理上下文窗口 - 让模型能够真正操作文件、运行命令、测试代码 3. 界面层（Surfaces） —— 多样化交互方式 • Codex App：支持并行工作流的桌面应用 • CLI：终端和 CI/CD 集成 • VS Code 扩展：在编辑器内迭代 • Mini：轻量级远程任务执行