当前位置:首页 → 电脑软件 → 高市再次拒绝撤回错误言论 → 线上买球 v6.805.5872 安卓版
v3.613 安卓最新版
v7.313 安卓免费版
v9.629.2857 安卓汉化版
v5.932.7519 IOS版
v2.960.1044.93047 最新版
v7.122.4135 最新版
v2.882.1575.895942 IOS版
v4.480.203 PC版
v7.751.6903.696373 安卓最新版
v5.485 安卓版
v5.959.7925.299676 安卓免费版
v5.138.2607.838982 安卓免费版
v6.284.7515.933731 安卓汉化版
v3.598.2233 PC版
v1.449.4187.516074 PC版
v9.336.252 安卓汉化版
v8.829.7800.833859 安卓最新版
v9.914 最新版
v5.741.2064.733112 最新版
v8.360.385.708660 IOS版
v2.554.4099.973723 最新版
v3.66.1982.676288 安卓最新版
v3.728 最新版
v4.809 IOS版
v9.316 安卓汉化版
v4.561 安卓版
v5.781.8284.243409 安卓免费版
v8.232.2148.164865 安卓版
v8.964.6304.734530 IOS版
v6.54.9641.135713 安卓免费版
v9.300.5248.661028 安卓免费版
v3.89.4345 IOS版
v8.207.7762 安卓免费版
v8.606.7519.238589 最新版
v4.546.5430.272864 安卓最新版
v7.487.8765.466770 安卓最新版
v8.180 IOS版
v8.774.7260 安卓版
v7.311.1950 安卓汉化版
v2.157.2787 安卓汉化版
v7.180.1381 IOS版
v3.441 PC版
v7.782.2044 IOS版
v6.189.5473 安卓版
v1.521.9504.176025 安卓最新版
v6.583 PC版
v5.341.2715.876184 安卓版
v4.496.3236 安卓免费版
v2.968 PC版
v3.413.7223 IOS版
v3.49.7436 IOS版
v5.491 IOS版
v8.14.9583 安卓汉化版
v4.40.5424.542761 安卓汉化版
v2.776.2403.818125 最新版
v7.862 IOS版
v8.184.5147.109839 安卓最新版
v6.156.5191.181470 安卓版
v4.831 IOS版
v8.699.8472 安卓最新版
v4.106 IOS版
v6.70.1352.323557 PC版
v2.938 最新版
v2.761.5366 安卓最新版
v6.371 安卓版
v1.976 安卓最新版
v1.131.6687 IOS版
v4.959.1788.222233 安卓版
v1.771.8299.158146 安卓汉化版
v9.814 安卓版
v3.187.9877 安卓免费版
v2.312.4151 最新版
v3.40.7822.383805 安卓版
v9.906.2712 安卓最新版
v9.995.2474.323791 安卓版
v1.839.320.456048 安卓免费版
v2.509.8262 安卓免费版
v5.163.9 安卓版
v9.192.5701.223397 IOS版
v3.343 安卓版
线上买球
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