OpenAI 正在为其代码生成工具 Codex 引入一项关键变更：智能体之间的指令通信将被加密，开发者将无法查看或记录这些内部交互。
发生了什么
据 The Decoder 报道，自 6 月初起，OpenAI 的 Codex 工具开始对主智能体（main agent）传递给子智能体（subagents）的指令进行加密。这意味着，当 Codex 将一个复杂任务拆解并委派给多个子智能体协作完成时，开发者无法再追踪任务是如何被分解、分配给哪些子智能体、以及子智能体之间如何协调的。对于更大规模的 GPT-5.6 变体 Sol 和 Terra，这种加密是强制性的。
为什么重要
这一变化标志着 AI 开发工具从“透明可解释”向“黑箱化”迈出了重要一步。此前，开发者可以通过查看指令日志来理解智能体的决策过程、调试错误或优化委派策略。加密后，这些信息被完全隐藏，开发者只能看到最终输出结果。
从背景来看，OpenAI 可能出于以下考虑：一是保护其智能体协作机制作为商业机密，防止竞争对手通过分析指令模式来复制其技术；二是防止恶意用户利用指令信息进行 prompt injection 或其他攻击；三是简化产品设计，减少开发者对内部细节的干预需求。
然而，这种不透明性也带来了显著风险。开发者无法验证智能体是否按照预期方式工作，难以发现潜在的安全漏洞或偏见，更无法在出现问题时进行根本原因分析。这类似于“可解释 AI”与“性能优先”之间的经典矛盾。
影响与看点
对开发者而言，这意味着他们需要调整工作流程：从依赖日志调试转向更依赖端到端测试和输出验证。对于企业用户，尤其是需要合规审计的行业（如金融、医疗），这种黑箱化可能成为采用障碍，因为监管机构通常要求能够解释 AI 系统的决策过程。
从行业趋势看，OpenAI 此举可能引发其他 AI 工具提供商的效仿，进一步推动“智能体即服务”模式走向封闭。但另一方面，这也可能催生新的第三方工具，专门用于在加密环境下进行“可观察性”分析，例如通过统计输出模式来推断内部行为。
值得关注的是，加密是否会影响 Codex 在开源社区中的采用？开发者是否会更倾向于选择透明性更高的替代方案？此外，OpenAI 是否会在未来提供某种形式的“审计接口”，允许受信任的第三方在严格限制下查看指令？这些问题的答案将决定这一变化的长期影响。
