4月24日消息,OpenAI 在发布 GPT-5.5 的同日推送 Codex 新版本:GPT-5.5 进入模型选择器成为推荐模型,并新增 auto-review 自动审查模式——在 --yolo 全放权和完全手动批准之间提供中间态,把高风险操作交给独立的 reviewer 代理做上下文审查后再执行;同时 Amazon Bedrock 作为内置模型 provider 上线。此版本面向 Plus、Pro、Business、Enterprise 及 Edu 订阅用户推送。
auto-review 是怎么工作的:一条介于 yolo 和手动之间的中间态
这是本次更新最值得关注的机制改动。Codex 的执行路径历来有三档:untrusted(最严)、on-request(交互式审批)、never(完全无审批)。--yolo 和 --dangerously-bypass-approvals-and-sandbox 等价,绕过所有审批和沙箱。中间那档 on-request 要求用户对每个可能有副作用的命令点同意,频繁打断工作流,但放到 yolo 又放得太开——auto-review 就是为了填这个缝。
具体机制:在 approval_policy = "on-request" 或 granular 审批策略下,设置 approvals_reviewer = "auto_review",把符合条件的审批请求先交给一个 reviewer 代理做上下文审查再决定是否执行。Codex 应用里会显示一个 automatic review item,状态包括 Reviewing、Approved、Denied、Stopped、Timed out,并附带风险等级。管理员可以用 allowed_approvals_reviewers 来约束哪些 reviewer 可被选用。
代价:自动审查会消耗额外的模型调用,因此会增加 Codex 的用量。对于要在一个长程 Agent 任务里跑几十上百个 shell 命令、但又不想 yolo 裸奔的场景,这是目前最干净的方案。
GPT-5.5 在 Codex 里的实际价值:token 更省,但只能 ChatGPT 登录
GPT-5.5 已成为 Codex 大多数任务的推荐选项,尤其擅长实现、重构、调试、测试、验证和知识工作产物。OpenAI 强调他们专门为 Codex 调了 GPT-5.5,使其在大多数用户那里能以比 GPT-5.4 更少的 token 产出更好结果——这是相对 GPT-5.4 的最实用改进,因为 Codex 订阅用量是按 token 算的。
但有一条限制要注意:GPT-5.5 目前仅在用 ChatGPT 账号登录 Codex 时可用,API key 鉴权方式尚不支持。这意味着如果你在跑 CI/CD 里的 codex exec、或用 API key 方式接 Codex CLI 的自动化流水线,暂时还是要用 GPT-5.4 过渡。
竞品对比与局限:Claude Cowork 的 harness 翻车、Cursor 的 bugbot 资料值得参照
同期节奏最相关的是 Anthropic 阵营的状态。Claude Cowork 与 Claude Code 在过去一个月经历了 harness 层的质量事件,Anthropic 在 4 月 23 日发布官方复盘,三条 bug 在 v2.1.116 修复并对所有订阅用户重置额度。对比之下,Codex 这边本月两次更新(4 月 16 大版本 + 4 月 23 增量)聚焦于扩展能力边界而非修复退化,叙事节奏上占了主动。 代码审查能力这一项 Codex 的客观差距还在:Cursor Bugbot 的 PR 评论解决率接近 80%,领先第二名 15 个百分点;Greptile 63.49%、CodeRabbit 48.96%、GitHub Copilot 46.69%,Codex 为 45.07%。这份数据样本来自公开仓库,Codex 如果要把 auto-review 发展成一个能对标 Bugbot 的代码审查产品,模型升级之外还需要 skill-level 的审查流程调优。 可用性方面的局限还包括:Computer use 最初仅 macOS 可用,欧盟和英国用户稍后开放;personalization 特性(含 context-aware 建议和 memory)面向 Enterprise、Edu 和欧盟/英国用户稍后推送。对中文用户和小团队来说,真正值得上手的是 GPT-5.5 接入和 auto-review,其他功能受区域和订阅档位限制。
对中文开发者与内容团队的实际影响
三条实操建议:
第一,把 auto-review 加到长程 Agent 工作流里。如果你在 Codex 里跑数据处理、文档批量生成、多步骤内容流水线这类任务,approval_policy = "on-request" + approvals_reviewer = "auto_review" 是比 yolo 更稳、比全手动更顺的默认配置。代价是额外的模型调用费用,但换来的是命令级风险拦截。
第二,GPT-5.5 配 Codex 的 ChatGPT 订阅绑定路径现在是最划算的组合。用 Plus 订阅登录 Codex 即可拿到 GPT-5.5,在 Terminal-Bench 2.0、OSWorld、GDPval 等评测上达到或接近 SOTA 水平,而相同任务的 token 消耗低于 GPT-5.4。对跑 SEO 文章生成流水线、多步骤 Agent 任务的团队而言,实际的月度账单会被拉低。
第三,不要把"完整浏览器"当作真完整浏览器来设计工作流。in-app browser 不支持登录、cookies 和扩展,意味着涉及鉴权的网页任务(比如自动登录小红书后台、自动在某个需要登录的 SaaS 上抓数据)依然要另找方案——或者等 Computer Use 在你所在区域放开,用系统级模拟点击绕过这一层限制。
OpenAI 把 Codex 定位为"一个控制整套软件工作流的 App"而非纯代码助手,与 Brockman 在 GPT-5.5 发布会上提的"super app"叙事是同一套路——Codex、ChatGPT、浏览器代理、workspace agents 最终会收敛成一个一致的入口。auto-review 这条机制是其中关键拼图:真正要让代理独立跑的前提,不是放权,而是让另一个代理来看这一个代理的行动。这个路线如果走通,将是 Agent 落地生产的标准范式之一。