OpenAI神风特攻：砍掉Sora换回编程霸权，代价有多大？
在科技巨头们的博弈中，有时候最勇敢的决定并非进攻，而是壮士断腕般的收缩。OpenAI首席执行官山姆·奥特曼近期将公司追赶Claude Code的战略定义为“神风特攻”（kamikaze mission）。这个词背后隐藏的并非单纯的勇气赞歌，而是不计代价、甚至不惜以自身损耗为换取战略目标的决绝。在过去的一年半时间里，OpenAI完成了一次令人咋舌的战略转向：为了在编程代理（Coding Agent）领域确立绝对优势，公司毅然切断了Sora视频生成工具和独立浏览器Atlas的独立发展路径，将内部用于编程推理的算力资源激增百倍，并实施了一套近乎无底洞的用户补贴计划。
这场豪赌的结果是直观的。2026年7月，Codex与ChatGPT Work的合计周活跃用户数突破1000万大关。仅仅用了半年时间，OpenAI就抹平了此前与Anthropic旗下Claude Code之间的巨大差距。然而，透过这一光鲜的数据表象，我们需要深入审视这场胜利背后的残酷逻辑、技术取舍以及随之而来的隐性成本。这不仅仅是一场产品迭代的胜利，更是一次对企业核心资源分配哲学的极端测试。
误判与觉醒：从代码补全到自主代理的范式转移
回望2025年初，OpenAI在AI编程领域的地位可谓尴尬。JetBrains当年的全球调查显示，仅有3%的专业开发者在工作中使用Codex，甚至连听说过该产品的开发者比例都不足三成。与此同时，Claude Code在上线六个月后，年化收入便突破10亿美元，并在次年2月飙升至25亿美元以上。Menlo Ventures的数据进一步揭示，Anthropic在编码市场中占据了54%的份额，而OpenAI仅有21%。
这种差距的产生，根源在于对开发者需求演进的误判。OpenAI早在2021年便通过初代Codex技术支撑了GitHub Copilot，奠定了其在代码补全领域的早期优势。然而，公司当时认定“代码补全”即为终局，忽视了开发者渴望的更高阶能力——能够独立读取代码库、执行测试、自动修复错误并持续迭代的全流程代理能力。Claude Code敏锐地捕捉到了这一痛点，它不再只是一个辅助插件，而是成为了开发者日常工作中可以信任的“副驾驶”。
OpenAI并非没有察觉危机。2025年4月至10月间，Codex CLI、云端编码代理以及GPT-5-Codex相继发布，最终Codex作为独立产品正式登场。尽管动作频频，但在开发者心中，它始终只是一个“备选方案”，而非首选。直到2025年9月，Codex的用户规模仍仅为Claude Code的5%。说服一群已经形成肌肉记忆的开发者更换工具，其难度远超产品本身的开发。
递归自我改进：编程代理的战略核心
促使OpenAI发动这场“神风特攻”的深层动力，并非仅仅来自市场竞争的压力，更源于其对人工智能未来发展路径的战略认知——递归自我改进（Recursive Self-Improvement, RSI）。
奥特曼在访谈中强调，编程代理的价值不仅在于作为商品服务于客户，更在于其作为“工具”参与下一代模型研发的能力。一个强大的编程代理能够自动检查训练代码、分析实验失败原因、修复基础设施漏洞并部署新版本。这种能力使得模型能够通过自身的输出来优化自身的输入，形成闭环。为此，OpenAI甚至内部量化了一套“RSI指数”，涵盖故障排查、底层优化、预训练方案改进和后训练流程优化四个维度。数据显示，从GPT-5.5到5.6，该指数从41.7跃升至57.9，证明了编程代理在模型进化中的关键作用。
基于这一认知，2025年12月，OpenAI内部宣布进入“Code Red”状态。广告、购物、个人助理等非核心项目被推迟，所有资源向核心产品的速度、可靠性和质量倾斜。这种资源集中并非空洞的口号，而是伴随着极其痛苦的产品线裁撤。
断臂求生：Sora与Atlas的消亡
资源重新分配的最直观体现，就是其他明星项目的停摆。2026年3月，备受瞩目的视频生成工具Sora正式关停。此前，迪士尼已与OpenAI达成合作协议，拟投入10亿美元并授权数百个经典角色，Sora的终止导致这一重大合作胎死腹中。同年7月，上线仅九个月的独立浏览器Atlas也宣布退役，其核心能力被拆解并整合进ChatGPT和Codex中。
奥特曼将这些决策解释为OpenAI一贯的生存法则：“当一个产品真正跑通时，我们就会杀掉其他看似美好的事物，让最强者生长得更快。”回顾GPT-3成功时，公司曾砍掉机器人业务以集中算力；如今，为了编程代理的突破，Sora和Atlas成为了被牺牲的“美好事物”。这种极端的资源聚焦策略，虽然在短期内极大地提升了Codex的性能上限，但也暴露了OpenAI在多领域均衡发展上的战略短板。
速度即正义：GPT-5.6的差异化突围
尽管投入了百倍算力，Codex最终击败Claude Code的关键武器，并非在所有维度上的全面碾压，而是令人咋舌的速度优势。根据Artificial Analysis的测评，Claude Code与Codex在综合编码能力得分上均为67分，难分伯仲。然而，在实际操作效率上，两者差距巨大。
数据显示，Claude Code完成一项典型任务平均耗时23.6分钟，而Codex仅需10.2分钟。更深层的技术分析表明，GPT-5.6之所以快，并非仅仅因为推理速度快，而是因为它更善于“走捷径”。Claude Code平均需要153轮交互和2180万个Token，而Codex只需114轮交互和1320万个Token。GPT-5.6在遇到工具密集型任务时，倾向于直接编写代码处理中间结果，而非反复将所有信息重新喂入模型进行判断。这种效率的提升，恰恰切中了软件开发中大量琐碎任务（如修补边界条件、修改接口）对“即时反馈”的渴求。
在速度优势确立后，OpenAI利用其庞大的分发渠道进一步放大战果。Codex直接嵌入ChatGPT现有套餐，极低的使用门槛使得用户尝试成本几乎为零。从2025年9月的5%市场份额，到2026年7月的1000万周活用户，这一增长曲线在半年前几乎是不可想象的。
昂贵的胜利：隐性成本与商业可持续性
然而，这场胜利背后的代价是沉重且多维度的。首先，模型的通用能力出现了明显的偏科。在开发者座谈会上，奥特曼坦承GPT-5系列在写作能力上的退步，承认这是为了优先保障推理、编程和工程能力而做出的暂时性妥协。这种能力的失衡，长期来看可能会削弱ChatGPT作为通用智能助手的全能形象。
其次，经济模型的可持续性令人担忧。尽管Codex用户激增，但其背后的算力成本居高不下。据开发者反馈，200美元的月费套餐在实际使用中往往消耗超过1000美元的模型用量。为了维持用户增长，OpenAI实施了一套近乎疯狂的补贴策略。产品负责人Tibo在社交媒体上频繁宣布重置用户额度，频率从最初的每100万用户一次，演变为每隔数天甚至一天一次。甚至当用户额度耗尽或订阅过期时，Codex仍能继续完成任务，这种“无底线”的服务体验虽然赢得了口碑，却极大地侵蚀了利润空间。
从财务数据来看，Anthropic依然保持着优势。Claude Code的年化收入超过25亿美元，而Codex在1月底才刚刚越过10亿美元大关。尽管OpenAI的增长曲线正在加速，但单位经济模型上的劣势依然明显。用户数量的增加并未立刻转化为同比例的收入增长，反而可能因为高昂的补贴和算力消耗而加剧亏损。
结语：下一次赌局的未知数
奥特曼将AI产品形态划分为三种：聊天机器人、正在快速增长的编程代理，以及未来可能出现的长期共事型持续Agent。Codex的成功证明，OpenAI仍具备在巨头垄断的领域内，通过资源集中和技术优化实现快速反超的能力。但这种“一事跑通，砍掉其他”的高风险策略，也暴露了公司在战略灵活性上的不足。
历史不会简单重复，但往往押韵。OpenAI曾通过牺牲机器人业务和通用写作能力来换取编程代理的优势。然而，当第三种产品形态——持续工作的长期Agent——真正来临时，如果OpenAI因为资源枯竭或能力偏科而再次落后，他们是否还有足够的储备和勇气进行下一次“神风特攻”？这不仅是OpenAI面临的挑战，也是整个AI行业在追求极致效率与保持多元创新之间如何平衡的终极命题。