OpenAI 的編程能力預計會在 3 個月內追上 Claude，核心在於 Codex 貢獻了更多高質量數據和高質量實踐，再放到下一代模型訓練，迭代和微調加速。 GPT 的 codex 系列模型是和 Codex 框架一同訓練出來的，很多人低估了這句話的威力，目前要把 GPT 的編程能力最大化，應該是放進 Codex 裡一起使用，而不是要把它搞到 Claude Code 裡，如果你用過 codex 應該能體會我說的，codex 的代碼工程能力已經強於 Claude，但在產品需求理解上確實還不足這得承認，所以我一般先用 Claude 梳理需求再用 codex 來開發。 詳細解釋一下什麼是模型和框架不是後來拼湊的，而是一起設計的 - Codex 模型不是通用模型 + 代碼微調 - 是和 Codex 框架一起訓練出來的 - 意味著：模型理解框架的內部機制，框架理解模型的輸出模式 結果：更少的誤解、更準確的輸出、更少的迭代，更高的質量，是真正理解代碼。 Codex 的三層架構 1. 模型層（Model） —— 提供核心智能 - OpenAI 的旗艦編程模型（如 gpt-5.3-codex、GPT5.4） - 在響應前執行結構化推理 - 理解代碼邏輯、架構設計和最佳實踐 2. 框架層（Harness） —— 連接真實環境 - 開源的執行框架，實現"執行"而非僅僅是"建議" - 使用壓縮等技術管理上下文窗口 - 讓模型能夠真正操作文件、運行命令、測試代碼 3. 界面層（Surfaces） —— 多樣化交互方式 • Codex App：支持並行工作流的桌面應用 • CLI：終端和 CI/CD 集成 • VS Code 擴展：在編輯器內迭代 • Mini：輕量級遠程任務執行