近期 OpenAI 发布了 《使用 Codex 在 28 天内构建 Android 版 Sora》 ，文章详细介绍了 OpenAI 团队如何利用自己家的 AI 编程助手Codex（ GPT-5.1-Codex），在短短 28 天内完成 Sora Android 版从原型到正式发布的开发全过程。
具体为通过 4 名工程师配合 Codex，在 18 天内交付内部版，28 天推向全球，并且实现了 99.9% 的无崩溃率，用 28 天打造了榜首应用的“AI炼金术” 。
和之前我们聊过的《AI 如何在 Anthropic 改变工作？》一样， OpenAI 通过给每位工程师配备 Codex，实现了在不增加沟通成本的前提下，实现了生产力的指数级飞跃。
在这个过程里，团队可以将将 Codex 看作是一名“高能力但缺乏背景的资深新员工”，所以开发者负责架构设计、用户体验和最终决策，而 Codex 负责写代码、单元测试和跨平台逻辑转换。
具体技术路径为：
- 先规划后代码：先让 AI 理解系统并编写“设计文档”，纠偏后再执行
- 背景信息驱动：通过
AGENTS.md文件为 AI 提供规范和上下文 - 跨平台：利用 Codex 将 iOS 的 Swift 代码逻辑快速“翻译”为 Android 的 Kotlin 代码
所以，在这个基础上，AI 不会取代工程师，但会改变工程模式，OpenAI 认为未来的开发者在于深刻理解系统并具备与 AI 长期协作的能力，例如在传统的软件工程中，有个著名的“布鲁克斯定律”：
向进度落后的项目增加人手，却反而让进度更慢，而 OpenAI 在开发 Sora Android 版时突破了这个限制。
OpenAI 并没有组建几十人的大型团队，而是维持了一个只有4 名工程师的精干小组，但为每人配置了满血满额的 GPT-5.1-Codex，这种模式让工程师从“码农”转变为“乐团指挥”，在短短 28 天内，不仅完成了繁重的开发任务，还创造了上线 24 小时生成 100 万视频、99.9% 无崩溃率的应用。
而在这个基础上，OpenAI 团队总结出一套与 AI 协作的黄金准则：不要把它当工具，要把它当成一名刚入职的高级工程师：
- AI 的短板：它看不见屏幕，不知道产品的审美偏好，也不懂得深层的架构权衡（经常为了实现功能而把代码写乱）
- AI 的长处：它几乎精通所有语言，擅长写单元测试，且能大规模并行处理任务
- 管理 AI：人类工程师负责奠定架构基础（如身份验证、网络层等），并建立一套
AGENTS.md规范，在这个“沙盒”内，Codex 能够独立完成约 85% 的代码编写
所以 OpenAI 发现，让 Codex 在整个代码库中创建和维护大量 AGENT.md 文件非常实用，因为这样就能实现在各个会话间轻松应用相同的指导和最佳实践，例如确保 Codex 按照开发者的风格指南编写代码，同时，使用 AI 开发，在编写代码前使用 Codex 进行规划这个尤为重要，只有规划合理，才能让 AI 在无人监督的情况下，提高 Codex 的运作时长。
OpenAI 提到，他们近期已经实现了连续运行开发时长超过 24 小时 。
同时， AI 还可以分布式工作，例如 OpenAI 就表示：
在项目高峰期，经常会同时运行多个 Codex 会话,一个会话负责回放，一个负责搜索，一个负责错误处理，还有一个则负责测试或重构，所以整个工作过程不像是在使用工具，而更像是在管理一个团队。
而同时，OpenAI 也发现在了跨平台开发的“新捷径”：逻辑转换而非框架共享，过去，开发者在 iOS 和 Android 之间纠结于 React Native 或 Flutter 等框架，而 Sora 团队展示了一种新思路：直接利用 AI 进行逻辑搬运。
因为 iOS 版已经发布，Codex 展现出了惊人的“翻译”能力，它能读取 Swift（iOS）的代码逻辑、数据模型和 API 调用规则，然后迅速生成语义等效的 Kotlin（Android）代码，这意味着团队在保持原生应用性能的同时，极大地降低了重复开发的成本。
所以这类似于，开发一个 iOS 版，AI 就能无缝实现一个 Android 版：
“读取 iOS 代码中的模型和端口，然后制定一个计划，利用现有的 API 客户端和模型类在 Android 中实现等效行为。”
当然，这个过程需要有详细的文档和规则，例如在~/.codex/AGENTS.md中详细记录本地代码仓库的位置及其内容，帮助 Codex 探索和浏览相关代码，因为当 Codex 缺乏背景信息时，它就会盲目猜测你的意图。
所以对于 OpenAI 来说，在 28 天的冲刺中，最关键的改变是工作流的重组：
先让 Codex 读取现有文件，解释数据流向
让 Codex 编写一个微型设计文档，标明哪些文件要改
开发者审核计划，确认无误后，AI 开始 24 小时无间断编码
CI（持续集成）报错时，直接把日志丢回给 Codex，它能秒级给出修复建议
当然，前提还是那句话：你有充足的 Token。
最后，Sora Android 版的成功证明了：未来的开发工程师的能力不再是打字速度或语法 API 记忆，而是对系统的深刻洞察力。
AI 承担了调整 UI 像素、对接接口和编写样板代码等平庸繁琐的工作，将工程师解放出来，去思考算法创新和产品体验，也不再需要执着于什么跨平台工具，当然，也会面临要解决 AI 无法解决的深度问题。
更多内容可见：
让 AI 用 Flutter 实现了猗窝座的破坏杀·罗针动画，这个过程如何驯服 AI
解读 Claude 对开发者的影响：AI 如何在 Anthropic 改变工作？
谷歌新论文：为什么你的 AI 总是重复犯错？
对于普通程序员来说 AI 是什么？AI 究竟用的是什么？
https://openai.com/zh-Hans-CN/index/shipping-sora-for-android-with-codex/
)
