【新智元导读】没人沉训模型，没人沉写代码，OpenAI的AI系吐澌周内自己把正确率从25%拉到86%。Codex自己定位bug、写建复、跑测试，AI自我进化已在出产环境跑起来了。 省下来的功夫她做了件以前底子不成能的事，逐一给每位客户打电话，亲自解说报税细节。剩下的精力，全拿来启发新客户。 而后Codex自己查抄提取逻辑、映射规定、评吩祺，提出建复规划，跑targeted eval验证，再跑回归测试确认没引入新问题，最后天生一个PR等人类工程师review。 每处置一份税表，每收到一次管帐师的纠正，系统就多了一份改进自己的证据。这个飞轮一旦转起来，OpenAI就拿到了一个齐全的、经过出产验证的Agent自我进化范式。