OpenAI 的 AI 编程工具 Codex 正经历爆发式增长。根据多方追踪的数据，Codex 的用户总数在 7 月中旬已突破 700 万，而今年年初时这一数字仅约为 55 万至 70 万，意味着在约六个月内实现了超过 10 倍的用户增长。
增长在近期尤为迅猛。7 月 9 日，OpenAI 发布了 GPT-5.6 模型；随后在 7 月 10 日至 12 日的约 48 小时内，Codex 用户数从 500 万跃升至 600 万，新增了 100 万用户。更惊人的是，在接下来的约 24.5 小时内，用户数再度攀升 100 万，达到了 700 万的里程碑。这一增速恰好与 Anthropic 意外延长其 Claude Fable 订阅服务的时间点重合，尽管两者是否存在直接关联尚无定论。
Codex 的这一增长轨迹，让外界自然将其与主要竞争对手 Claude Code 进行比较。Anthropic 上一次公开披露 Claude Code 的用户数据是在今年 2 月，当时其周活跃用户数较 1 月初翻倍，达到约 200 万，年化经常性收入（ARR）为 25 亿美元。此后，Anthropic 未再更新该产品的用户规模。一种较为善意的解读是，Anthropic 可能已将编程功能的重心转移至数月前推出的 Claude Tag 上，由于该产品基于 Slackbot 而非命令行工具（CLI），其使用统计口径与 Codex 难以直接对比。
尽管如此，Codex 在半年内实现 10 倍用户增长的势头依然令人瞩目。这一现象背后，是整个 AI 编程工具赛道竞争逻辑的演变。行业观察显示，模型能力已不再是唯一的差异化因素，编排层（harness/orchestrator） 正日益成为决定产品成败的关键。有观点直言“编排层就是应用本身”，未来的赢家将是那些针对特定任务深度优化工作流的工具，而非提供通用接口的套壳产品。
与此同时，AI 编程工具的评估标准也在从单纯的 Token 价格转向单次任务成本。有开发者构建的编程智能体指数显示，部分模型虽单次调用费用更高，但因能做出更精准的决策、减少无效操作，最终完成任务的总成本反而更低。例如，一项实验发现，在由 Fable 5 模型主导的运行中，81% 的情况下该模型无需亲自编辑代码，仅通过高效委派和判断就完成了任务，从而避免了昂贵模型的不必要消耗。
在更广泛的智能体基础设施层面，Prime Intellect 近期发布了其 Verifiers v1 环境栈，专为智能体的强化学习与评估设计。该架构将环境拆分为任务集、执行器和运行时，并支持用户自定义执行器。技术上的一项重要改进是，其 rollout 轨迹现在以消息有向无环图（DAG） 形式存储，每条消息只存一次，而非在完整历史中反复复制，这将轨迹存储的增长复杂度从 O(n²) 降至 O(n)，使得长周期、多模态的智能体 rollout 变得更加可行。团队声称，使用 6 个 H200 节点，在不到两天内即可对一个 1000 亿参数的推理模型 在 40 轮软件工程任务上进行 1000 步强化学习训练。
Codex 用户数的飙升，叠加编排层重要性上升和成本评估体系演进等趋势，共同勾勒出 AI 编程工具市场正从技术炫技走向工程化落地的关键转折。对于开发者而言，工具的选择将越来越取决于其在真实工作流中端到端的效率与成本表现，而非单纯的模型跑分。