Codex 立下「28 天军令状」：每天一个改进，做不到就全员重置用量

一纸"军令状"：28 天，每天一个改进

10 月 4 日，OpenAI Codex 工程负责人 Thibault Sottiaux（大家叫他 Tibo）在 X 上立了一个罕见的公开约定：从当天起 28 天，每天为大多数 Codex 或 ChatGPT Work 用户交付一个明确的改进；如果某天交不出，所有人获得一次用量全额重置（full reset）。注意这个设计的巧妙之处——"惩罚"不是道歉信，而是直接给用户发福利：团队没交付，用户白拿额度。这是一种把压力完全放在自己身上的承诺机制。

10 月 5 日，OpenAI 开发者社区开出官方跟踪帖，每天更新交付内容。截至 10 月 7 日，已经公布的交付清单是：Day 1，GPT-6 Astra 和 GPT-6.1 Sol 订阅默认提速约 50%；Day 2.1，Auto-review 对 ChatGPT 账号登录用户免费；Day 2.2，简化 API 速率限制资格；Day 2.3，会议记录 Meetings 插件；Day 2.4，Decisions API 进入公开 beta；Day 2.5，全员速率限制重置；Day 3，GPT-6 进入 ChatGPT 聊天框，附带全新的 Intelligent UI。

为什么这件事值得单独写一篇？因为它不是一次普通的产品更新，而是一场把"迭代速度"本身变成营销事件的运营实验。AI 编程工具的竞争，已经从"谁的模型分更高"蔓延到"谁的交付节奏更让人上瘾"。

Day 1：GPT-6 Astra / 6.1 Sol 默认快约 50%

军令状的第一天交出的是一次纯粹的性能改进：GPT-6 Astra 和 GPT-6.1 Sol 在订阅渠道默认快约 50%。官方说法是推理侧的优化，用户侧不需要改任何配置，更新在两小时内陆续生效。

覆盖范围值得注意：不只 Codex 和 ChatGPT，而是所有支持 Sign in with ChatGPT 的合作伙伴产品——官方点名的包括 OpenCode、Pi、Amp 和 Devin。这意味着你在这些第三方工具里用 ChatGPT 账号登录，同样吃到提速。对 vibe coder 的现实意义是：模型提速的红利正在从 OpenAI 第一方 App 向整个"ChatGPT 登录生态"扩散，选工具时"支不支持 ChatGPT 登录"正在变成一个隐形加分项。

社区里已经有人拿出实测数据。一位用户跑 DIGBENCH 对比了提速前后：GPT-6.1 Sol 在 P-1 任务上从 34 分 36 秒 / 4520 万 token 降到 9 分 40 秒 / 640 万 token——时间和 token 双降，说明不只是解码更快，推理路径本身也变短了。当然这是单一样本，但方向和官方口径一致。

Day 2：Auto-review 免费，第二双眼睛不花钱了

第二天的交付是安全侧的重磅：Codex 的 Auto-review 功能对 ChatGPT 账号登录用户免费，且不再计入 plan 用量。开启路径是 Settings → General → Permissions → Auto-review，CLI 用户可以在 config.toml 里配 approval_policy = "on-request" 搭配 approvals_reviewer = "auto_review"。

先解释一下 Auto-review 是什么。当 Codex 需要做"跨出沙箱边界"的事——发起被拦截的网络请求、操作指定目录之外的文件、调用有外部效应的工具——它本来会停下来等你人工批准。Auto-review 派第二个 agent来替你审这批请求：它会结合你的原始需求、当前环境和动作的可能影响做判断，审查四类风险——私密数据发往不可信目标、探测凭证或 token、持久性地削弱安全、不可逆的破坏性操作。沙箱内部本来就允许的动作不会被加审，避免打扰。

这个功能 4 月底就已经发布，但之前审查也要消耗你的 plan 额度——相当于"请保镖还要自己付工资"，很多人干脆关掉。现在免费了，OpenAI 等于把"默认安全"从口号变成了默认配置。

效果数字来自 OpenAI 对齐团队 4 月 30 日的评估：内部 3 月数据显示，开启后需要人工审批的打断比纯手动模式少了约 200 倍，99.1% 的跨边界请求被放行；合成测试里 99.3% 的 prompt 注入尝试被拦截，90.3% 的"过度热心"行为（agent 好心办坏事、超出用户本意的操作）被拦下，MonitoringBench（Hard）96.1%。一个 1 万次内部动作的快照很直观：9280 次动作根本没出沙箱、无需审查；720 次送审，713 次通过，7 次被拒——其中 4 次 agent 自己找到了更安全的替代路线，只有 3 次最终转人工。

但 OpenAI 自己也打了预防针：Auto-review 不是安全保证。红队测试发现 reviewer 可能被误导，它防不住刻意隐藏意图的模型。它只是在"审批"这个环节加了一道检查，不能替代人的最终把关。对 vibe coder 的建议很直接：免费之后就去打开，但别把它当免死金牌——让 agent 删库之前，你的备份和权限配置才是最后一道墙。

Day 3 之后：GPT-6 进聊天框，与 4000 万用户基本盘

10 月 7 日的 Day 3 把战火烧到了 ChatGPT 本体：GPT-6 进入 Chat 对话标签页，同时上线 Intelligent UI——对话可以直接返回图表、表单、可点击控件等交互元素，而不只是文本。这是"聊天框"向"工作台"演进的关键一步，也和 Codex 共享同一套模型底座。

同一天 Tibo 在 X 上抛出了另一个数字：Codex 与 ChatGPT Work 合计达到 4000 万活跃用户。口径需要拆开看：6 月官方说 Codex 周活用户超 500 万；8 月 25 日 Tibo 在采访中说 ChatGPT Work 达到 2000 万用户。这次的 4000 万是两个产品的合并口径，且没有说明统计周期——它证明的是 OpenAI 围绕 agent 建立的用户基本盘规模，而不是某个产品的独立增速。即便如此，4000 万这个数字本身，就是"28 天军令状"敢立的底气：基本盘越大，每日交付的边际成本越低，口碑放大的杠杆越长。

社区的两副面孔：实测党 vs 质疑党

官方跟踪帖的评论区是观察这场实验成色的最好窗口，大致分成两派。

实测党在认真验证每一天的交付：有人贴出提速前后的 benchmark 对比，有人确认合作伙伴产品确实生效，有人把"性能改进"解读为推理侧优化的胜利。这派人的逻辑是——不管营销话术如何，东西是真的，体验是真的变好了。

质疑党则盯着含金量：Day 2 一天塞进五个"2.x"小项（2.1 到 2.5），被吐槽是在凑数；有人指出这本质上是"给订阅产品的促销推文做转播"；还有开发者借机喊话——"与其每天整 UI，不如修修 Codex VS Code 的任务队列 bug，社区都出了第四版补丁了"。这派人的逻辑同样成立：当"每日交付"变成 KPI，团队会倾向于交付"容易交付的东西"，而不是"最难但最有价值的东西"。

两派其实指向同一个问题：28 天之后呢？如果这只是一次性的营销冲刺，热度退潮后一切照旧；如果它沉淀成团队的交付节奏，那才是真正的组织能力升级。现在下结论太早，但第 28 天的交付质量，会比第 1 天更能说明问题。

容易被忽略的细节：审查用的模型也换了

Auto-review 免费的背后还有一层成本账。据 AI 媒体 AICatchup 梳理，OpenAI 开发者账号曾在 X 上透露，ChatGPT App 和 Codex CLI 里的 auto-review 正在从 GPT-5.4 升级到 GPT-5.6 Luna，配合 Luna 本身的新定价，预期能让审查成本再降约 10 倍——不过这个"10 倍"目前只有 X 上的官宣口径，尚无可独立复核的一手来源，听个方向即可。

但方向本身值得玩味：安全审查这类"高频、低单次价值"的任务，正在被定向迁移到更便宜的模型上。这和 Zed 1.22 那篇我们写过的"给每个子 Agent 配不同的大脑"是同一个逻辑——难的任务用强模型，脏活累活（包括安全审查）用便宜模型。OpenAI 把这套"模型分级"做进了自己的产品里：主 agent 跑 GPT-6 Astra/Sol，审查 agent 跑 Luna。vibe coder 可以直接抄这套分工：你的 CI 里跑安全扫描的 agent，没必要和写代码的 agent 用同一个贵模型。

另外一个小提醒来自官方文档的措辞：免费的是"ChatGPT 账号登录用户"的 auto-review，API 直接调用、或企业 workspace 有单独策略限制的，不一定在免费范围内。免费不等于无条件，落地前看一眼自己账号的 plan 说明，别想当然。

我们的判断：Agent 工具的竞争进入"运营密度"时代

把"28 天军令状"放在 2026 年下半年的坐标系里，一个变化很清晰：AI 编程工具的竞争维度，正在从"模型能力"转向"运营密度"——谁的更新更频繁、谁的反馈闭环更短、谁让用户感觉"这个工具每天都在变好"。Cursor 靠高频发版建立过这种体感，现在 OpenAI 用更极端的形式（公开立约 + 全员监督）把它推向了高潮。

对 vibe coder 有三条直接启示。第一，押注 Codex 生态的时机到了：提速 50%、审查免费、合作伙伴全覆盖，订阅的含金量在这 28 天里是肉眼可见地涨。第二，Auto-review 免费后请默认开启，但记住它的边界——它是"减少打扰"，不是"替代备份"。第三，关注"Sign in with ChatGPT"这个生态位：OpenAI 正在把订阅变成跨产品的通行证，你用的第三方 agent 工具支不支持这个登录方式，会直接影响你吃不吃得到这类红利。

最后留一个观察位：第 28 天，Tibo 是会交出一份漂亮的成绩单，还是不得不给全员发一次"没交作业"的重置福利？无论哪种，对用户都是赚的——这恰恰是这纸军令状最高明的地方：它把"团队交付"和"用户获益"绑成了同一件事。做产品的同学，这套机制值得抄作业。