OpenAI近日在官方博客中披露了安卓版Sora应用开发背后的故事。这款应用仅用28天便完成从立项到交付的全过程，其高效开发模式引发行业关注。与传统互联网公司动辄组建数十人团队、耗时数月的开发方式不同，OpenAI选择了一条截然不同的路径。
事情要追溯到Sora iOS版上线后的爆发式增长。用户对视频生成功能的旺盛需求，促使安卓版本的开发提上日程。然而当时团队仅有原型版本，且面临时间紧迫、风险极高的双重压力。OpenAI经过权衡，决定组建一支仅4人的精干团队承担开发任务，这一决策基于对传统开发模式的深刻洞察——增加人力往往伴随沟通成本上升和任务协调复杂度增加，反而可能拖慢进度。
这支微型团队于10月8日启动开发，采用GPT-5.1-Codex早期版本作为核心工具。令人惊讶的是，最终应用代码中85%由AI自动生成，系统稳定性达到99.9%。整个开发周期仅持续至11月5日，期间未依赖任何特殊技术手段，而是通过优化人机协作模式实现了突破。Codex在此过程中扮演了类似"高级工程师"的角色，能够自动处理大量基础编码工作，使人类开发者得以专注于架构设计和代码审查等关键环节。
不过这种协作模式也存在明显局限。AI工具无法自主理解开发者的架构偏好、产品战略或用户行为模式，更无法感知应用的实际运行体验。例如在滑动流畅度、交互逻辑等体验层面，仍需人类工程师进行最终调试。每次与Codex的交互都需要明确设定目标、约束条件和执行规范，否则可能产生技术债务——如将业务逻辑错误地嵌入UI层，或引入不必要的视图模型。
为解决这些问题，OpenAI在代码库中广泛使用AGENT.md规范文件，确保AI生成的代码符合统一标准。这种设计使Codex能够发挥其跨语言优势——支持所有主流编程语言，极大简化了跨平台迁移工作。同时，AI对单元测试表现出异常积极性，虽然测试深度参差不齐，但广泛覆盖有效减少了回归问题。当持续集成系统报错时，工程师可直接将日志输入AI，快速获得修复方案。
这种开发模式重新定义了人机分工：AI负责在明确边界内高效执行编码任务，人类工程师则专注于架构设计、用户体验和系统性决策。两种角色的互补性在跨平台开发中尤为明显——Codex的跨语言能力与人类对平台特性的深刻理解相结合，使安卓版本得以快速适配不同设备特性。这种协作模式或许预示着未来软件开发的新范式。
