当 Codex 开始写测试：AI 正在重新定义软件质量工程

近期 OpenAI Codex 产品与工程负责人 Andrew Ambrosino 在 Lenny 播客中的分享，揭开了 AI 编程工具从“结对辅助”到“任务委托”的质变细节，而测试环节作为软件质量的核心抓手，正是这次变革中被重新定义最彻底的领域。

从结对编程到任务委托：Codex 把测试全流程打包交给 AI

过去半年 OpenAI 内部的工作流发生了本质变化：在 GPT-5.2 Codex 发布前，AI 仅能扮演自动补全、结对编程的辅助角色，工程师仍需坐在编辑器前手动驱动整个开发流程，测试环节也需要人工编写用例、执行、排查问题。但从 GPT-5.2 Codex 开始，工作模式切换为“工程师制定计划、确认规格，剩余工作全权委托给 AI”。

这种转变直接覆盖了测试全流程：Codex 现在可以自主运行 QA 测试、独立训练优化模型、生成包含缺陷定位与修复建议的 PDF 报告，甚至能在夜间无人值守时段完成全量回归测试。OpenAI 内部没有给出精确的代码 AI 生成占比，但明确表示绝大多数代码现在都由 AI 完成，很多工程师甚至不再打开传统 IDE，仅需设计模块接口、规划方案，代码实现与测试验证全由 Codex 承担。Codex 负责人 VJ 曾分享过一个细节：他在飞机上使用 Codex 跑测试任务，空乘要求关闭电子设备时，他特意把笔记本半合放置，只为不中断 Agent 的自主测试进程——如今 OpenAI 内部几乎人人都会半合笔记本带着 Codex 到处走，生怕错过后台的测试运行。

并行探索与角色重构：设计师都能写代码，测试岗边界正在模糊

Codex 带来的不仅是效率提升，还有整个研发团队的角色边界重构。过去遇到复杂技术选型时，团队需要撰写设计文档、召开多轮会议讨论排除备选方案，决策周期往往长达数天；如今工程师会同时让 Codex 实现多个备选方案，直接跑测试对比实际效果，决策逻辑从“讨论后择一”彻底变为“实现后比较”。

更明显的变化是跨岗位的能力溢出：

• 过去只有工程师能完成的代码编写工作，如今设计师产出的代码量已经比半年前的工程师产出还多，Codex 生成的代码质量已达到可直接合并的标准，设计师无需依赖工程师就能完成简单的功能迭代，自然也需要承担对应的测试验证工作；
• 传统的前端、后端、测试、基础设施分工正在迅速模糊，每个人都必须具备更强的全栈能力，甚至需要参与产品判断。Codex 团队甚至半开玩笑地表示，在某些场景下，产品经理这个角色是否仍然必要，都值得重新讨论——毕竟当 AI 能自主完成开发、测试全流程