当传统软件开发还在为“人月神话”争论不休时，OpenAI用一组颠覆性数据震惊业界：4名工程师、28天、85%代码由AI生成——这组数字背后，是安卓版Sora从原型到全球发布的疯狂冲刺。这场由人类与AI共同导演的“代码革命”，正在重新定义软件工程的边界。
28天极限冲刺：从预注册狂潮到全球霸榜2025年10月，Sora iOS版发布后用户量呈指数级增长，而安卓端仅有一个简陋的内部原型。面对Google Play上超百万的预注册用户，OpenAI做出惊人决策：组建4人“特种兵团队”，与AI编程智能体Codex开启极限开发。
开发周期被压缩至28天：前18天完成内部测试版，后10天直接全球发布。最终成果令人咋舌：应用崩溃率低于0.1%，上线首日即登顶应用商店，24小时内用户生成视频超百万条。更颠覆的是，85%的代码由GPT-5.1-Codex自动生成，人类工程师仅负责架构设计、用户体验优化等核心环节。
OpenAI坦言，直接让Codex“根据iOS代码生成安卓版”的尝试以失败告终——AI生成的代码虽技术可行，但产品体验惨不忍睹。团队迅速调整策略，为AI制定“入职培训”：
明确边界：通过AGENT.md文件统一代码风格、测试标准，防止AI输出冗余代码。例如强制要求提交前运行格式检查工具，避免CI流程失败。
分阶段协作：先由AI解析iOS端代码逻辑，生成微型设计文档，人类工程师确认路径后再分模块开发。在视频播放器内存优化等关键环节，AI翻阅多个SDK提出的方案，将应用内存占用降低30%。
跨平台复用：利用Codex的跨语言能力，将Swift代码中的关键逻辑精准转化为Kotlin，避免重复造轮子。例如身份验证模块的开发效率提升60%。
这种“人类指挥+AI执行”的模式，让团队得以并行运行多个Codex会话：一个处理播放功能，一个调试搜索模块，一个重构错误处理代码。OpenAI员工形象地将AI称为“队友”，通过Slack等工具为其分配任务。
人类工程师的“不可替代性”：AI无法跨越的三大鸿沟尽管AI承担了繁重的基础编码工作，但OpenAI强调：“没有人类，AI辅助编码就无法工作。”团队指出AI的三大短板：
体验感知缺失：AI无法在真机上测试应用，察觉不到滚动卡顿或交互流程的别扭。例如在视频过渡效果优化中，人类工程师通过反复测试，将帧率波动从5%降至0.3%。
架构判断局限：AI的本能是“让功能跑通”，而非考虑长期可维护性。在ViewModel层扩展时，AI曾生成冗余代码，被工程师及时纠正。
战略决策空白：产品策略、用户行为预测、内部规范等“隐性知识”，仍需人类团队输入。例如在权限管理模块开发中，工程师需结合公司安全政策设计数据流。
行业地震：AI编程革命已来？这场开发实验的价值远超Sora本身。OpenAI披露，Codex现已承担公司每周70%的代码审查（PR）工作，甚至能编写研究测试框架来“监控自己的训练过程”。这种“工具创造工具”的递归循环，让人联想到上世纪60年代工程师用早期芯片设计EDA软件，最终实现数十亿晶体管集成度的飞跃。
业内专家分析，此次实践验证了AI在软件开发中的三大核心价值：
效率革命：摆脱模板代码编写、接口文档查阅等重复劳动，工程师可专注创新功能设计。
质量跃升：AI生成的单元测试覆盖边缘场景，代码缺陷率较传统开发降低40%。
成本重构：28天开发周期中，AI消耗约50亿token，成本仅为同等规模团队人工开发的1/5。
OpenAI的这场实验，撕开了软件工程新时代的帷幕。正如团队所言：“未来工程师的超能力，将是对系统的深刻理解，以及与AI在长时间跨度上的协作能力。”当AI开始承担“体力劳动”，人类工程师正从“代码搬运工”升级为“系统架构师”。
这场革命的涟漪正在扩散：迪士尼已宣布将Sora纳入官方创作工具链，允许粉丝生成200+IP角色的短视频；国内短视频平台正紧急研发AI生成生态，试图留住创作者流量。正如1969年阿波罗11号登月时，计算机内存仅够存储今天一张照片，而今天，AI正在用代码书写新的宇宙探索史。
结语：当4个人+AI智能体能在28天内造出全球爆款应用，我们或许正在见证软件工程从“手工业时代”向“智能工业时代”的跨越。这场变革中，最珍贵的不是AI生成的代码，而是人类工程师在协作中重新定义的创造力边界。