在 OpenAI 如何測試新模型對於複雜任務的能力

Codex 的負責人 Andrew Ambrosino 討論了該公司內部對新神經網絡進行測試的獨特方法。當新模型推出時，它會被分配一個大規模的實踐任務——完全用 Rust 語言和 GPUI 框架重寫 Codex 的桌面應用程序。

該實驗的目標不是創建一個示範原型，而是開發一個完整的本地產品，可以在各種平臺上穩定運行。主要的挑戰在於該產品的團隊變化速度很快，因此 AI 必須在不斷變化的代碼基礎上工作。

從長遠來看，OpenAI 計劃實現一個強大的模型，可以獨立地維護多個版本：適用於 Mac 的 AppKit、適用於 Windows 的 WinUI 3，以及一個基於 Rust 的單獨版本。

儘管開發人員承認，技術尚未達到這個水平，但目前的結果顯示了顯著的進展，距離目標越來越近。