当前位置:首页 → 电脑软件 → 长期熬夜后身体释放的5个求救信号 → 365bet 手机客户端 v5.472.8861.185287 IOS版
v8.202.3667.102235 IOS版
v4.424 安卓版
v3.349.3525.615433 安卓版
v9.815.6718.628944 安卓汉化版
v9.46.1029.83532 最新版
v9.822.8839.769048 安卓最新版
v7.430.5399.575939 最新版
v4.509.5144.52055 最新版
v4.680.2139.349685 安卓免费版
v2.283.1317.35857 IOS版
v9.188.7279.807107 PC版
v8.5.729 PC版
v3.549.2582 安卓版
v2.431.3289.800289 安卓汉化版
v9.226 IOS版
v5.130.534.644654 PC版
v1.775.5076.245112 安卓免费版
v3.608 安卓汉化版
v6.329.2012.831942 安卓汉化版
v8.509.4458 IOS版
v7.848 安卓版
v6.209.8623.760756 安卓汉化版
v6.587.578.118454 安卓汉化版
v6.349.6654 安卓免费版
v8.909.9897.317428 安卓免费版
v6.374 IOS版
v5.386.6708.868701 IOS版
v8.441.875.983707 安卓汉化版
v9.960.9321 最新版
v1.453 安卓汉化版
v3.366 安卓最新版
v5.470.1506.108303 安卓免费版
v9.829.198.188696 安卓汉化版
v4.64.3278 安卓版
v7.244.3094.664117 安卓汉化版
v3.32 PC版
v8.795.8289.469895 安卓版
v3.512.7102 IOS版
v1.144 PC版
v2.296.3080 最新版
v3.204 PC版
v6.498 安卓汉化版
v4.811.1813.767316 最新版
v8.456.3661 安卓免费版
v7.802.912.348893 安卓最新版
v7.63.9832 安卓版
v3.185.6029.274035 PC版
v3.124.6819 安卓最新版
v3.649 最新版
v1.564.32.328732 IOS版
v9.457.2009.64466 安卓版
v8.222.8991.560908 最新版
v1.427.66 IOS版
v6.814 PC版
v7.171.8570.259421 IOS版
v9.174 PC版
v4.562.384.155584 IOS版
v6.608.2940.459100 IOS版
v8.277.9982.645916 IOS版
v6.740 安卓汉化版
v3.243 安卓最新版
v8.202.7957.834339 安卓版
v9.525.8183 安卓汉化版
v6.206 IOS版
v3.334 安卓版
v6.124.630.74443 安卓版
v5.933 PC版
v9.624.9632.694533 安卓最新版
v2.158.7840.539950 安卓最新版
v9.862 安卓汉化版
v6.502 安卓最新版
v4.607.7163.739040 PC版
v4.5 安卓最新版
v3.679 安卓版
v8.392.3567.858480 IOS版
v7.355.3107 最新版
v9.739.4116.236741 IOS版
v5.795.721.954766 安卓最新版
v8.432 PC版
v6.401 安卓免费版
365bet 手机客户端
IT之家 12 月 13 日消息,OpenAI 昨天在官网发布博文,揭秘安卓版 Sora 应用如何在 28 天内完成开发。
IT之家在此援引博文,回到 10 月,Sora iOS 版上线后使用量迅速爆发,人们立刻开始源源不断地生成视频,安卓版呼之欲出,但当时 OpenAI 内部只有安卓端 Sora 的原型版本,因此这项开发任务可谓是高风险、时间紧迫。
在这种场景下,一般的互联网公司往往会组建海量工程师组成的开发团队,花费数月时间进行打磨,但在 OpenAI 这种场合中,增加人力反而会无形生出沟通成本、任务切割和集成负担,显著拖慢开发速度。
OpenAI 为此决定组建一支只有 4 人的强力小队,他们从 10 月 8 日开始开发安卓版 Sora,11 月 5 日交付最终成果,全程用时 28 天,期间并没有使用什么“秘密模型”,而是 GPT-5.1-Codex 的早期版本,整个应用代码的 85% 由 Codex 编写,实现了 99.9% 的版本稳定率。
据介绍,Codex 更像是一名刚入职的高级工程师,能够将开发者的更多时间用于指挥和代码审查,不必亲自敲每一行代码。
不过,Codex 并不擅长自行推断未被明确告知的信息,如开发者偏好的架构模式、产品策略、真实用户行为等,并且这名虚拟工程师无法感受应用的实际运行状况,最终只能由真人来进行调试,告诉 AI 滑动是否顺滑、某个流程是否令人困惑。
同时与 Codex 的每一次新对话都像是重新做入职培训,你必须清晰地说出目标、约束条件以及“怎么做事”,这样 Codex 才能最高效地生成代码,而且它在深层架构推断方面也有局限,如果完全让它自己跑就会引入不必要的 ViewModel,或者把逻辑塞进本应属于 Repository 的 UI 层。
从这里可以看出,Codex 的本能是“让代码跑起来”,而非长期整洁性,为此 OpenAI 在整个代码库中大量使用 AGENT.md 文件,用于进行统一指导和实践,让 AI 始终遵循规范写代码。
优点方面,Codex 几乎熟悉所有主流编程语言,使得跨平台迁移变得异常轻松,而且对编写单元测试异常积极,尽管并非每个测试都很“深”,但广覆盖极大减少了回归问题,并且在 CI 失败时还可以直接把日志扔进 Prompt,让它自己给出修复方案。
所以我们可以得出结论:Codex 可以在明确边界的情况下实现高效工作,而人类工程师则可以专注于架构、体验、系统性决策,并负责监督最终质量。
相关版本
多平台下载
查看所有0条评论>网友评论