OpenAI买下整家公司，就为了让Codex在你睡着后还能写25小时代码

---

凌晨两点，你合上笔记本电脑准备睡觉。与此同时，在某个数据中心里，Codex正以一种近乎偏执的方式运转——它已经连续运行了将近25个小时，消耗了1300万个tokens，正在为你起草下一个项目的架构方案。

这不是科幻场景，而是OpenAI刚刚公布的一次真实测试记录。而为了实现这个目标，他们选择了一条让整个行业侧目的路：直接买下一家公司。

一场不动声色的收购

说实话，当我第一次看到这条消息时，脑子里冒出的第一个问题是：OpenAI又买了谁？

答案是Multi——一家专注在多代理协作（multi-agent）领域的初创公司。说实话，这家公司的名字在国内科技圈并不算出名，但它解决的核心问题恰恰是OpenAI最急需补上的短板：如何让AI系统在长时间复杂任务中保持连贯性，而不是像现在大多数AI助手那样，聊着聊着就“失忆”了。

Multi的技术团队加入OpenAI后，直接被整合进了Codex项目组。这次收购的逻辑很清晰——OpenAI要的从来不是人才本身，而是他们手里的那套能让AI系统“长程思考”的技术积累。

25小时运行意味着什么

让我们把镜头切回那条让业界震动的测试记录。

13,000,000 tokens。这是Codex单次运行的消耗量。换算成实际成本，按照OpenAI当前的API定价，光是这次测试的token消耗就价值数千美元。但真正让技术社区沸腾的并不是烧钱本身，而是连续运行25小时这件事。

我必须解释一下这为什么重要。当前的AI编程助手，包括GitHub Copilot、Cursor在内，它们的典型使用场景是开发者主动发起请求——你写几行代码，它补全一下；你问个问题，它回答一下。这种“问答式”交互有一个根本局限：上下文窗口是有限的。无论模型能记住多少内容，长任务中必然会出现信息丢失、目标漂移的问题。

Codex这次展示的是一种截然不同的范式。它不是等着你问问题，而是主动规划、分阶段执行、在复杂环境中保持目标一致性。25小时的运行时间意味着它可以完成跨越数百个步骤的软件工程任务：从需求分析到架构设计，从代码编写到测试覆盖，从bug修复到文档生成——整个流程一气呵成。

这已经不是“编程助手”了，这是虚拟工程师。

开发者的未来：要么适应，要么被替代

我看到不少人在讨论这个新闻时，用的还是“AI会抢走程序员饭碗”的老框架。说实话，这种讨论已经过时了。

真正值得关注的转变是开发工作流的重新定义。

想象一下这个场景：周五下班前，你给Codex布置了一个任务——“把我们的用户认证模块重构一下，迁移到OAuth 2.1标准，顺便把文档更新了”。然后你关电脑、回家、过周末。周一早上你回来，发现代码已经写好了，测试通过了，pull request已经提交了，commit history清晰得像是出自一个经验丰富的架构师之手。

这不意味着程序员会消失。恰恰相反，它意味着低价值的重复编码工作会被自动化，而人类开发者的角色将向两个方向集中：一是定义问题和验收标准，二是处理前所未有的复杂边界情况。

我个人的判断是，未来三年内，能够驾驭AI编程工具的开发者，生产效率可能是普通开发者的5到10倍。不是因为他们自己写代码更快，而是因为他们懂得如何把任务拆解、如何设计合适的prompt、如何验证AI的输出质量。

从工具到平台：OpenAI的野心

说回OpenAI这次收购的战略意图。

如果你把视野拉大一点，会发现这其实是OpenAI从“模型提供商”向“AI平台”转型的一个缩影。Sam Altman在过去一年里多次公开表示，OpenAI不想只做API生意，他们想做的是AI时代的操作系统——底层是模型能力，中间层是Agent框架，顶层是开发者和企业用户。

Codex连续运行25小时的能力，表面看是技术突破，深层看是为构建Agent生态铺路。因为Agent的核心需求就是“长时间自主运行”，如果连基础的连续性都保证不了，什么复杂推理、多步骤规划都是空谈。

OpenAI收购Multi，拿到的正是这套“长程运行”的技术底座。加上他们已有的模型能力和算力资源，一条清晰的路径浮现出来：未来开发者可以在OpenAI的平台上，构建能够自主运行数小时甚至数天的AI Agent。

当然，这条路上布满荆棘。25小时运行的稳定性如何保证？出现错误时如何回滚？多Agent协作时的资源调度怎么做？这些工程问题不会因为一次漂亮的演示就自动消失。

---

写在最后

我不太喜欢用“颠覆”这个词，因为这个词被用得太滥了。但这次OpenAI的举动，确实让一件事变得更加清晰：AI编程的竞争，已经从“辅助编码”进入了“自主工程”的新阶段。

Codex 25小时的连续运行，不是炫技，是一次能力边界的宣示。它在告诉整个行业：我们已经准备好了，接下来看你们怎么接招。

对于开发者而言，与其焦虑，不如尽早学会与这类系统协作。毕竟，会用工具的人，永远比拒绝工具的人跑得更快。