Codex反超Claude Code：百倍算力与断臂战略背后的AI编程博弈
在生成式人工智能的演进图谱中，产品策略往往比技术突破更具戏剧性。OpenAI近期在AI编程领域发起的一场“神风特攻”式反击，不仅重塑了市场格局，更暴露出顶级科技公司在资源分配上的极致理性与残酷取舍。当Codex的用户活跃度终于超越竞品Claude Code时，外界看到的不仅是产品的胜利，更是OpenAI为维持技术霸权所付出的沉重代价。这场博弈的核心，早已超越了单一产品的功能对比，演变为对下一代AI核心能力——递归自我改进（RSI）的争夺。
回顾2025年初的格局，OpenAI在编程领域的处境相当尴尬。彼时，JetBrains的全球调查显示，仅有3%的开发者在工作中使用Codex，而Claude Code凭借其对代码库的深度理解和自动化纠错能力，已在短短半年内实现了年化收入10亿美元至25亿美元的惊人飞跃。Anthropic在编码市场的份额高达54%，相比之下，OpenAI仅占21%。这种差距并非源于技术的绝对落后，而是源于对开发者工作流变革的误判。早期的Codex受限于代码补全的思维定式，未能及时转型为能够独立完成任务的Agent。而Claude Code通过终端集成、自动测试和迭代修复，成功构建了开发者的“肌肉记忆”，使其从可选工具变成了工作习惯。
面对这一局面，OpenAI高层做出了一个极具风险的决定：将编程Agent视为公司生存的战略基石。Sam Altman将此定义为“神风特攻”，其背后的逻辑在于RSI指数的量化评估。编程Agent不仅能作为商品出售，更能通过检查训练代码、分析实验失败、优化基础设施，直接参与下一代模型的迭代训练。从GPT-5.5到5.6，OpenAI内部RSI指数从41.7跃升至57.9，这一数据的提升意味着模型自身具备更强的自我进化能力。Altman在内部宣布进入“code red”状态，明确指示推迟广告、购物和个人助理等非核心项目，将所有资源集中于编程产品的速度与质量。这一决策标志着OpenAI从多元化探索回归到单点突破的极简主义战略。
为了支撑这一战略，OpenAI实施了被称为“壮士断腕”的资源重组。最具象征意义的事件是Sora项目的关停。就在三个月前，迪士尼曾与OpenAI达成涉及200多个经典角色授权及10亿美元投资的深度合作，但随着Sora的被裁撤，这笔交易胎死腹中。同年7月，上线仅九个月的独立浏览器Atlas也宣布退役，其能力被拆解并融入ChatGPT和Codex之中。Altman对此的解释冷酷而直接：“一个东西真正开始跑通，我们就杀掉其他好东西，让最好的东西长得更快。”从GPT-3时代砍掉机器人业务，到如今的编程Agent集中，OpenAI一贯的做事逻辑是：集中火力，消灭平庸，只保留最具杀伤力的武器。
与此同时，资源倾斜的力度达到了前所未有的程度。从2026年初至7月，OpenAI内部用于编程推理的算力份额提高了100倍，Agent任务消耗的Token增长了约22倍。在产品架构上，最大的产品入口ChatGPT被彻底重构，Codex从边缘功能升级为独立且核心的存在，甚至被直接整合进ChatGPT应用的主流程中。这种全公司命运的押注，不仅体现在资本支出上，更体现在组织结构的调整上。原Codex负责人Tibo升任核心产品与平台负责人，统管Codex、ChatGPT及API业务，标志着编程能力正式成为OpenAI的基础设施。
然而，Codex的逆袭并非依靠在每一个维度上全面碾压Claude Code，而是通过极致的“速度”找到了突破口。Artificial Analysis的测评数据显示，Claude Code与Codex在综合得分上旗鼓相当，均为67分。但在执行效率上，两者差距巨大：Claude Code完成任务平均需23.6分钟，而Codex仅需10.2分钟。进一步分析发现，GPT-5.6 Sol之所以能实现这一速度飞跃，并非单纯依赖推理速度的提升，而是得益于其更高效的Token利用率。与Claude Code平均153轮交互不同，Codex仅需114轮；在Token消耗上，后者为2180万，前者仅为1320万。GPT-5.6通过让每个Token发挥最大效用，学会在工具密集型任务中自行处理中间结果，从而减少了冗余的信息反馈循环。这种“抄近路”的能力，精准击中了开发者在处理日常补丁、接口修改和边界条件修复时对效率的极致追求。
在建立速度优势后，OpenAI迅速利用其强大的分发网络放大战果。Codex被无缝嵌入ChatGPT现有套餐，免费用户即可获得限额试用，付费用户则享有更高额度。这种极低的入门门槛，使得用户转换成本几乎为零。数据显示，Codex的用户占比从2025年9月的5%迅速飙升至2026年1月的40%，并在7月突破1000万周活里程碑。相比之下，Claude Code虽然在收入规模上仍保持领先，但其增长曲线在高点出现放缓迹象。OpenAI通过这种“速度+免费”的组合拳，成功从Anthropic手中夺回了大量开发者用户。
但这场比赛的代价同样惨重。首先是模型能力的结构性失衡。在开发者座谈会上，Altman承认，由于过度聚焦于推理、编程和工程优化，GPT-5系列的写作和对话体验出现了明显的退步。在一个模型无法兼顾所有方向的技术现实下，编程能力的强化必然以其他领域的暂时失血为代价。其次，惊人的算力成本与激进的补贴策略让盈利前景变得模糊。尽管Codex用户量激增，但OpenAI在补贴上的投入几乎失控。Tibo频繁在社交媒体上宣布重置用户额度，频率从最初的每增100万用户一次，演变为每3天一次，甚至包括系统故障或版本更新等非正常情况。
这种“无限重置”策略虽然短期内极大地刺激了用户增长，但也引发了关于单位经济模型可持续性的质疑。据开发者反馈，200美元的月费套餐实际消耗的模型价值远超其定价，而OpenAI通过不计成本的补贴维持用户粘性，导致其收入增长与用户增长之间出现了严重背离。TickerTrends的估算显示，Anthropic的收入规模仍是OpenAI的近1.8倍，尽管Codex的增长曲线正在加速，但其商业回报尚未证明这种高昂获客成本的合理性。
更为深层的担忧在于，这种资源集中策略是否具有可复制性。OpenAI通过砍掉Sora和Atlas等“长得不错”的产品，集中优势兵力打了一场局部战争。然而，AI产品的演进具有高度的不确定性。当编程Agent市场初步稳定后，第三种产品形态——即作为长期同事持续工作的Agent——即将成型。如果OpenAI在当前的豪赌中耗尽了过多的资源与耐心，一旦在下一波技术浪潮中再次出现误判或反应迟钝，其所需要付出的代价可能不再仅仅是几个产品的下架，而是整体技术路线的落后。
Codex的反超证明了OpenAI在既定赛道上的执行力与资源调动能力，但也暴露了其战略上的脆弱性。在AI编程这个尚未完全定义终局的领域，速度虽是利器，但过度依赖算力堆砌与补贴扩张，往往掩盖了产品本身的核心价值构建问题。对于Anthropic而言，保持其在代码质量与深度理解上的优势，或许是应对OpenAI流量攻势的最佳防线。而对于OpenAI，如何在维持编程Agent领先地位的同时，平衡多模态能力的衰退与商业模式的可持续性，将是其未来面临的最大考验。这场战争没有永远的赢家，只有不断进化的生存者。