上周末，Codex 用户突然发现自己的额度被迅速耗尽。OpenAI 紧急拉起周日「作战室」，查出 AI Agent 在后台「偷偷加班」的真相。这次事件揭开了 AI 编程工具隐性成本的面纱。

OpenAI 为 Codex 推出了安全扫描插件和云端安全服务，将 AI Agent 的能力从「写代码」扩展到了「审代码」。这款工具能自动发现漏洞、验证误报、生成修复建议，让安全审查从人工苦活变成了 AI 驱动的工作流。

如果把 100 条失败记录和一个性能指标交给 AI 编程代理，不提供任何专业工具，它能自己找出问题、修改提示词、提升模型表现吗？Andrew Jesson 的实验给出了令人惊讶的答案。

把 Claude Code 和 Codex 分别放进容器，给它们一百条基线数据和优化目标，看它们如何独立分析失败模式、跑自建评测、迭代 prompt，最终交出超越基线的方案。两种 AI 编码助手在「优化智能体」这件事上，展现出了令人意外的工程直觉和策略差异。

OpenAI 内部团队用 Codex 从零构建了一个百万行代码的产品，过程中没有一行代码是人类直接编写的。本文深度解读他们的工程实践：知识管理、架构约束、代码腐化治理，以及人类工程师角色的根本性转变。