僅用4名工程師，28天完成安卓版Sora應用開發，其中約85%的代碼由AI生成——OpenAI近日披露的這一項目細節，引發行業對AI輔助開發模式的深度探討。這款應用上線首日即登頂谷歌Play Store，用戶24小時內生成超百萬條視頻，其高效開發模式背后，是AI智能體Codex的深度參與。
項目團隊透露，從10月8日至11月5日，4人小組與Codex協作消耗約50億Token，采用GPT-5.1-Codex早期版本完成開發。該應用雖規模龐大，卻實現99.9%的無崩潰率，目前Codex已承擔OpenAI內部每周70%的代碼合并（PR）工作。這種"小團隊+AI"的模式，打破了傳統軟件開發需要大量人力投入的認知。
開發過程中，團隊采用"人類定框架、AI填代碼"的協作方式。工程師負責架構設計、用戶體驗和關鍵模塊開發，如身份驗證、網絡流程等基礎組件；Codex則承擔大量重復性編碼工作，尤其在跨平臺移植方面展現優勢。通過分析iOS版Swift代碼，該工具能生成語義一致的Kotlin代碼，實現安卓端功能開發。
項目負責人指出，Codex在理解大型代碼庫、編寫單元測試、響應錯誤日志等方面表現突出。當CI系統報錯時，直接粘貼日志即可獲得修復方案；進行內存優化時，該工具能快速掃描多個SDK提出解決方案。但AI仍需人類指導，例如在架構決策、真實設備體驗優化等方面存在局限，需工程師明確約束條件和設計規范。
為提升協作效率，團隊建立標準化流程：在頂層AGENTS.md文件中定義代碼風格規范，要求提交前運行格式檢查工具；對于復雜功能，先由Codex分析代碼庫運行邏輯，人工修正理解偏差后制定實施計劃；超長任務則將計劃保存至文件，確保跨會話指導連貫性。這種模式使代碼審查更聚焦，開發流程從"編碼"轉向"決策與集成"。
項目高峰期，團隊同時運行多個Codex會話，分別處理播放功能、搜索模塊和錯誤修復等任務。每個會話定期匯報進度，工程師通過項目管理工具Linear分配任務，在通訊平臺Slack中直接@Codex處理反饋。這種"虛擬團隊"模式雖提升效率，但也存在協調成本——就像管理多個新人工程師，需持續關注每個會話的進展。
OpenAI強調，AI輔助開發未降低工程嚴謹性，反而通過標準化流程和自動化測試提升代碼質量。目前團隊正探索讓Codex在無人監督狀態下長時間運行，通過保存計劃文件實現跨會話持續開發。這種模式若推廣，可能重塑軟件開發行業的人力配置與協作方式，但成功關鍵仍在于人類工程師的系統設計能力和對AI工具的精準引導。
