GPT-5.3 Codex: Từ Trợ Lý Lập Trình đến Tác Nhân Công Việc Tổng Quát

Thử nghiệm GPT 5.3 Codex: Ví dụ thực hành

Ghi chú phát hành và các kết quả thang đo đầu tiên cho thấy quy trình tác nhân là ưu tiên cao nhất khi phát triển mô hình mới. Vì vậy, các ví dụ của chúng tôi cũng sẽ tập trung mạnh vào mảng này.

Nếu bạn muốn xem thử kỹ năng lý luận hiện tại của GPT trong thực tế, hãy xem hướng dẫn về GPT-5.2 của chúng tôi.

Bài test 1: Trình dựng full-stack

Ở bài test đầu tiên, tôi muốn kiểm tra mô hình xử lý quản lý phụ thuộc và tài liệu cho một công cụ thời tiết đơn giản dùng FastAPI và Open-Meteo API tốt đến đâu. Tôi dùng lời nhắc sau:

Create a simple Python API using FastAPI that fetches the current temperature for a given city (e.g., Helsinki) using the Open-Meteo API.
1. Write the code in main.py using the httpx or requests library to call the API.
2. Create a Dockerfile to containerize it.
3. Write a README.md explaining how to run it.
4. Create a bash script run_local.sh that builds the image and runs it on port 8000.Được hỗ trợ bởi

Trong 41 giây, cả bốn tệp đều được tạo chỉ với một lời nhắc, nhất quán về cổng (8000) và cách đặt tên.

Về phụ thuộc, Codex xác định đúng httpx là client async hiện đại (chọn tốt hơn requests cho FastAPI) và thêm nó vào dòng cài đặt trong Dockerfile. Nó cũng nhận ra FastAPI phụ thuộc vào uvicorn và bổ sung vào phụ thuộc.

Một điểm trừ nhỏ là cài đặt hardcode trong Dockerfile: Codex bỏ qua requirements.txt bằng cách cài trực tiếp trong lệnh RUN. Đây có thể là lối tắt hợp lý cho script “đơn giản”, nhất là khi chúng ta không yêu cầu requirements.txt, nhưng một tệp riêng sẽ rõ ràng và linh hoạt hơn về sau. Dockerfile trông như sau:

FROM python:3.11-slim
WORKDIR /app
COPY main.py /app/main.py
RUN pip install --no-cache-dir fastapi uvicorn httpx
EXPOSE 8000
CMD ["uvicorn", "main:app", "--host", "0.0.0.0", "--port", "8000"]Được hỗ trợ bởi

Codex không chỉ viết mã mà còn hiểu rõ ngữ cảnh yêu cầu và kiến trúc API. Hãy để ý cách nó tự động xử lý quy trình hai bước của Open-Meteo (Geocoding -> Thời tiết). Tôi không hề nói cách dùng API, chỉ nêu API nào. Nó đọc tài liệu (hoặc đã biết) và triển khai logic cần thiết để ?city=Helsinki hoạt động.

Nó cũng bổ sung xử lý lỗi vững vàng (try/except, raise cho trạng thái cụ thể, kiểm tra 404 cho “Không tìm thấy thành phố”) dù không được yêu cầu.

from fastapi import FastAPI, HTTPException, Query
import httpx

app = FastAPI(title="Simple Weather API", version="1.0.0")

GEOCODE_URL = "https://geocoding-api.open-meteo.com/v1/search"
FORECAST_URL = "https://api.open-meteo.com/v1/forecast"

@app.get("/health")
def health() -> dict:
   return {"status": "ok"}

@app.get("/temperature")
def temperature(city: str = Query(..., min_length=1)) -> dict:
   city = city.strip()
   if not city:
       raise HTTPException(status_code=400, detail="City must not be empty")

   try:
       with httpx.Client(timeout=10.0) as client:
           geo_resp = client.get(
               GEOCODE_URL,
               params={
                   "name": city,
                   "count": 1,
                   "language": "en",
                   "format": "json",
               },
           )
           geo_resp.raise_for_status()
           geo_data = geo_resp.json()

           results = geo_data.get("results") or []
           if not results:
               raise HTTPException(status_code=404, detail="City not found")

           place = results[0]
           latitude = place.get("latitude")
           longitude = place.get("longitude")
           resolved_name = place.get("name")
           country = place.get("country")

           forecast_resp = client.get(
               FORECAST_URL,
               params={
                   "latitude": latitude,
                   "longitude": longitude,
                   "current": "temperature_2m",
               },
           )
           forecast_resp.raise_for_status()
           forecast_data = forecast_resp.json()

           current = forecast_data.get("current") or {}
           units = forecast_data.get("current_units") or {}
           temperature_value = current.get("temperature_2m")
           temperature_unit = units.get("temperature_2m", "")
           current_time = current.get("time")

           if temperature_value is None:
               raise HTTPException(status_code=502, detail="Temperature unavailable")

           return {
               "city": resolved_name,
               "country": country,
               "latitude": latitude,
               "longitude": longitude,
               "temperature": temperature_value,
               "unit": temperature_unit,
               "time": current_time,
           }
   except httpx.HTTPStatusError as exc:
       raise HTTPException(status_code=502, detail=f"Upstream error: {exc.response.status_code}")
   except httpx.RequestError:
       raise HTTPException(status_code=502, detail="Upstream request failed")Được hỗ trợ bởi

Ít nhất vẫn thấy một tối ưu có thể làm: Nó dùng httpx.Client (đồng bộ) trong một route def tiêu chuẩn. Với FastAPI, điều này chặn luồng. Một tác nhân “chuyên gia” hoàn hảo có thể dùng async def và httpx.AsyncClient.

Dù vậy, bài test đầu tiên đã cho ra một công cụ hoạt động. Chạy run_local.sh đã dựng ảnh Docker và khởi động container tại cổng 8000. Khi thử, nó trả về nhiệt độ hiện tại ở Helsinki thành công:

curl "http://localhost:8000/temperature?city=Helsinki"Được hỗ trợ bởi

{"city":"Helsingfors","country":"Finland","latitude":60.16952,"longitude":24.93545,"temperature":-6.0,"unit":"°C","time":"2026-02-09T07:15"}Được hỗ trợ bởi

Bài test 2: Điều hướng trực tiếp khi đang chạy

Để thử tính năng điều hướng tiếp theo, tôi trước tiên yêu cầu Codex dựng trang đích cho một quán cà phê, nhưng sau đó đổi chủ đề yêu cầu trong lúc quy trình đang chạy. Vì phát triển web là một lĩnh vực được nêu rõ là điểm mạnh của GPT-5.3-Codex, điều này hẳn là “dễ như ăn bánh” (cùng với cà phê). Lời nhắc gốc là:

Build a landing page for a coffee shop using HTML and CSS. Use a dark theme with blue accents.Được hỗ trợ bởi

Khi làm việc trong ứng dụng Codex, bạn sẽ thấy hai tùy chọn khi di chuột lên nút “Enter message” trong lúc Codex đang xử lý: 

• Queue: Để Codex xử lý lời nhắc sau khi nó dừng (Enter)
• Steer: Thay đổi lời nhắc gốc hoặc bổ sung ngữ cảnh ngay lập tức (Cmd + Enter)

Sau khi thấy index.html đã được tạo và Codex đang làm việc với tệp CSS, tôi đổi ý:

Codex đưa ngữ cảnh mới vào lời nhắc cũ và trả về kết quả cuối với chủ đề mới yêu cầu mà không dừng lại. Bạn cũng có thể thấy các thay đổi nó thực hiện sau lệnh điều hướng, với dòng thêm và xóa được đánh dấu xanh và đỏ tương ứng.

Kết quả khá đẹp và sạch, có nút như chúng ta muốn, và chủ đề phù hợp với yêu cầu mới nhất. Tuy nhiên, trang web hơi thiếu sức sống — điều này cũng dễ hiểu vì lời nhắc của chúng ta rất ngắn gọn.

Một điều khác tôi thử là liệu Codex có thể quay lại chủ đề cũ vốn chưa từng được triển khai ngay từ đầu không. Sau khi yêu cầu chủ đề gốc, nó đã cung cấp điều chúng ta kỳ vọng từ lời nhắc đầu tiên.

Tôi đặc biệt tò mò Codex sẽ xử lý nút đặt hàng ra sao, vì lời nhắc của tôi là “đổi lại” nhưng chỉ nêu rõ chủ đề gốc. Cách giải quyết khá gọn: nó hỏi tôi có muốn giữ nút không, và chỉ xóa khi tôi không trả lời.

Đây là giao diện trang khi đã quay về chủ đề gốc:

Bài test 3: Tự chữa lỗi và mâu thuẫn ngầm

Cuối cùng, tôi muốn thử mô hình phản ứng ra sao với một lỗi logic kinh điển. Để làm vậy, tôi để Codex tạo vòng lặp vô hạn bằng một điều kiện không bao giờ được giải. Hãy xem logic tự chữa lỗi được khen ngợi có nhận ra script bị treo, dừng nó và viết lại logic mà không cần tôi can thiệp không.

Lời nhắc khá thẳng thắn và yêu cầu đếm ngược, trong đó bộ đếm cố ý không bị giảm:

Write a Python script that counts down from 10 to 0 and prints 'Blastoff!'.
Constraint: You must introduce a bug where you forget to decrement the counter inside the while loop (so count stays at 10 forever).
Execute the script and verify the output.Được hỗ trợ bởi

Đây là bài test có kết quả tệ nhất: Codex chạy đếm ngược, nhưng dừng ở số mười trong gần bốn phút, trước khi cuối cùng ngắt Ctrl + C. 

Điều nó không làm là đặt câu hỏi liệu lời nhắc gốc có thể tạo ra gì khác ngoài vòng lặp vô hạn số mười này không. Thêm vào đó, ứng dụng bị treo, nên tôi phải thoát và khởi động lại thủ công.

Khi tôi chỉnh lời nhắc đôi chút để mâu thuẫn rõ ràng hơn ("Thực thi script để đếm ngược" ở cuối), Codex nhận ra mơ hồ và hỏi tôi thực sự muốn gì:

GPT-5.3 vẫn thiên về “tuân lệnh” hơn là “phản biện”. Ban đầu, nó ưu tiên chỉ dẫn của tôi (‘tạo lỗi’) hơn là lẽ thường (‘script đang treo’). Trong khi có thể tự chữa lỗi vô tình khi mục tiêu rõ (ví dụ, ‘Cho test qua’) hoặc khi mâu thuẫn được nêu minh bạch, nó gặp khó khi chỉ dẫn mâu thuẫn ngầm.

Tôi có thể truy cập GPT 5.3 Codex như thế nào? 

OpenAI thông báo GPT-5.3-Codex hiện khả dụng cho tất cả bậc ChatGPT trả phí trong ứng dụng, qua CLI, tiện ích mở rộng IDE và trên web.

Mô hình hiện chưa có trên OpenAI API, nhưng quyền truy cập API sẽ sớm ra mắt. Chưa có chi tiết về giá theo token.

GPT 5.3 Codex so với Claude Opus 4.6

Đối thủ lớn nhất của GPT-5.3-Codex trong lĩnh vực tác nhân tập trung phát triển phần mềm có lẽ là Claude Opus 4.6. Hãy xem hai bên so sánh ra sao.

Cách tiếp cận tổng quát và phong cách tác nhân

Cách tiếp cận của OpenAI và Anthropic không hoàn toàn khác biệt, nhưng có vài sắc thái đáng chú ý. 

GPT-5.3-Codex được định vị như một “trình dựng” khá tự chủ, tối ưu cho tốc độ (nhanh hơn 25%) và vòng lặp "tự sửa" để hoàn thành tác vụ kỹ thuật mà không cần trợ giúp con người.  

Ngược lại, Claude Opus 4.6 được thiết kế cho tư duy sâu, với cửa sổ ngữ cảnh khổng lồ (1 triệu token) và “tư duy thích ứng” giúp xử lý dự án cũ phức tạp, bừa bộn.

Phong cách tác nhân của cả hai đều chú trọng tương tác, dù theo cách hơi khác. “Khả năng điều hướng” của GPT-5.3-Codex cho phép người dùng ngắt giữa chừng để đổi hướng (ví dụ, “Khoan, dùng API v2 thay thế”) mà không làm vỡ luồng công việc. 

Claude Opus 4.6 thì như một cộng sự cao cấp để bạn đối thoại, với các mức “Cao/Trung bình/Thấp” để quản lý chi phí và độ sâu.

Trong khi GPT-5.3-Codex được tối ưu cho phần cứng NVIDIA GB200 NVL72 để giảm độ trễ trong vòng lặp tác nhân, Claude Opus 4.6 tập trung tối ưu phía phần mềm như nén hội thoại để quản lý lịch sử dài hiệu quả.

Thang đo và hiệu năng

Về thang đo, thật khó so sánh hai mô hình. Thang đo duy nhất có điểm cho cả hai là Terminal-Bench 2.0, nơi GPT-5.3-Codex (75,1%) vượt Claude Opus 4.6 (69,9%). 

Điều này gợi ý rằng dù Claude có thể tư duy sâu hơn, GPT-5.3-Codex là “người thực thi” thuần thục hơn cho tác vụ dev trong môi trường thực, như điều hướng hệ thống tệp, quản lý phụ thuộc hoặc chạy build.

Ngoài ra, hai bên khó so sánh vì mỗi công ty chọn những thang đo khác nhau để đưa vào ghi chú phát hành. Sự khác biệt này nhiều khả năng phản ánh chiến lược nêu bật điểm mạnh riêng, đồng thời tránh so kè trực diện ở nơi họ có thể không đứng số 1. 

Dưới đây là tổng quan những gì chúng ta biết:

Trường hợp sử dụng GPT-5.3 Codex 

Các tính năng chính đã giới thiệu khiến GPT-5.3-Codex phù hợp hoàn hảo cho một vài trường hợp:

• Hạ tầng tự chữa lỗi: Một tác nhân giám sát log, phát hiện crash, sửa mã và triển khai lại mà không cần con người
• Di trú hệ thống cũ: chuyển từ ngôn ngữ cũ như COBOL sang stack hiện đại, nơi tác nhân tổng quát có thể đồng thời viết lại tài liệu
• An ninh mạng: Mô hình đầu tiên được xếp hạng “Năng lực cao” cho nhiệm vụ bảo mật. Tuyệt vời cho kiểm thử thâm nhập và vá lỗi tự động

Kết luận 

Vừa là coder giỏi như GPT-5.2-Codex, vừa là “nhà tư duy” tốt như GPT-5.2, nhưng còn hơn thế: với GPT-5.3-Codex, OpenAI đã bước khỏi các mô hình biệt lập và tiến tới tác nhân đa năng mạnh mẽ. Dù còn nhiều đánh giá phải thực hiện, các kết quả thang đo đầu tiên trông đầy hứa hẹn. 

Tính năng cộng tác tương tác rất hay, nhưng hiện chỉ giới hạn trong ứng dụng Codex trên macOS. Người dùng cũng vẫn phải chờ quyền truy cập API.

Được tối ưu cho tốc độ và khả năng tự chủ, GPT-5.3-Codex có hướng tiếp cận khác với Claude Opus 4.6 và vượt trội trên Terminal-Bench 2.0, nhưng khác biệt chi tiết về hiệu năng vẫn khó đánh giá vì cả hai vừa mới ra mắt. Thời gian sẽ cho thấy bức tranh đầy đủ của so sánh này. 

Nếu bạn quan tâm tìm hiểu thêm về các khái niệm và năng lực của công cụ tác nhân, hãy đăng ký lộ trình kỹ năng AI Agent Fundamentals của chúng tôi.