OpenAI 于 2026 年 5 月正式将 Codex 集成至 ChatGPT 移动应用。这一集成的核心并非将大模型下沉至移动端本地推理，而是构建了一套「移动端控制平面 + 远程推理节点」的分布式架构。本文从工程实现角度解析该架构的关键设计：安全 Relay 层、会话状态同步、流式状态推送与多设备上下文复用。
移动端不承载推理：控制平面与计算节点分离
理解 Codex 移动端部署的第一个要点是架构分层。ChatGPT 移动应用本身不运行 Codex 模型，模型推理仍然发生在用户指定的远程机器上 —— 可以是个人笔记本电脑、Mac Mini 或企业托管的远程 SSH 环境。移动端扮演的是控制与监控平面，负责与这些远程节点建立连接、接收状态更新、发送指令与审批操作。
这种「控制与计算分离」的设计有明确的工程动机。Codex 作为代码生成与自动化代理模型，单次任务的上下文窗口可能达到数十千 token，模型参数规模在十亿级别以上。移动设备的内存与算力无法承载此类工作负载，更不适宜在高延迟环境下进行长序列推理。通过将推理节点保留在具备稳定算力的设备上，移动端只需处理轻量级的状态同步与命令转发，功耗与流量开销均处于可接受范围内。
安全 Relay 层：穿透 NAT 的加密隧道
移动端与远程机器建立连接的关键组件是 OpenAI 所说的 Secure Relay Layer。该层解决的核心问题是：开发者的工作环境通常位于私有网络或 NAT 之后，无法直接被公网访问，而移动设备同样处于动态网络环境中。Relay 层作为双向代理，既不要求远程机器开放入站端口，也不要求移动端处于固定 IP 环境。
从技术实现角度推测，该 Relay 层采用了类似 Hole Punching 或中继隧道的混合模式：远程机器主动向 Relay 服务器建立持久 TLS 连接，移动端同样通过 Relay 建立长连接，两者通过该公共中转节点完成消息路由。Relay 服务器维护活跃会话的路由表，并将一端的消息实时转发至另一端。由于所有流量经过 Relay，远程机器的 IP 与端口不会暴露于公网，安全边界得到保障。
OpenAI 在官方博客中明确提到，该 Relay 层同时负责「Active session state and context synced anywhere you're signed in with ChatGPT」，这意味着 Relay 不仅转发命令，还负责在设备间同步推理会话的中间状态，包括已生成的文件片段、终端输出、测试结果快照与审批等待节点。即使移动设备切换网络或短暂离线，重新连接后 Relay 会补发离线期间的状态更新，保持用户体验的连续性。
流式状态推送：低带宽下的增量同步
远程推理节点向移动端推送状态更新的机制是该系统的另一关键设计。根据 OpenAI 披露的信息，推送内容包括截图、终端输出、diff 变更、测试结果与审批请求。考虑到移动网络的高延迟与不稳定特性，推送必须采用增量流式协议而非全量拉取。
推断其实现方式，当远程 Codex 节点产生新输出（如终端打印一行日志或生成一段代码 diff），节点首先进行结构化提取与压缩：终端输出仅传输增量行号与内容，diff 仅传输 Unified 格式的变更块，截图根据设备屏幕尺寸压缩至 1-2 Mbps 的 JPEG。状态包通过 Relay 层的 WebSocket 长连接推送至移动端，移动端 ChatGPT 应用解析后渲染至 UI。
审批请求是流式推送中的高优先级消息。当 Codex 执行需要用户确认的操作（如写入文件或执行危险命令），Relay 层会立即将审批请求推送至所有已连接的设备，确保用户能够在最短时间内响应，避免推理节点长时间阻塞等待。
上下文窗口管理：受限移动端的多线程协作
移动端的上下文窗口受限不仅指设备屏幕尺寸带来的显示限制，更指用户在移动场景下的注意力碎片化特性。OpenAI 在设计说明中特别提及「work across all of your threads」—— 移动端用户可以同时监控多个并行的 Codex 任务线程，而非单一长任务的生命周期。
这一设计对应了架构层面的上下文隔离机制。每个线程在远程节点上维护独立的推理状态，包含各自的系统提示片段、已完成的工作上下文与待执行的待办队列。移动端可以切换视角查看任意线程的当前进度，或者向某一线程追加新指令而不影响其他线程的执行。这种「多线程监控 + 隔离上下文」的设计使得移动端能够在碎片化场景下高效管理多个长时任务。
上下文在移动端与远程节点之间的同步采用懒加载策略。移动端仅在用户主动切换至某线程时从 Relay 获取该线程的摘要信息，而非预先加载全部线程的完整上下文。若用户需要深入查看某线程的文件变更或终端历史，客户端按需向 Relay 请求增量数据，实现按需加载与带宽节省的平衡。
企业部署扩展：Remote SSH 与 Hooks
面向企业用户，Codex 的移动端部署支持 Remote SSH 场景 —— 开发者的工作环境运行在托管的远程服务器上，这些服务器通常配置有批准的依赖项、安全凭证与合规策略。通过 Codex Desktop App 的自动检测功能，用户可以将 SSH 配置中定义的主机纳入 Codex 可控范围，并经由 Relay 层将移动端接入该环境。
企业部署的关键工程要点包括：远程主机的 SSH 密钥管理、Relay 层的双向认证、与企业 SSO 的权限集成，以及 HIPAA 合规场景下本地环境的数据隔离要求。OpenAI 同时引入了 Hooks 机制，允许企业在远程节点侧运行自定义验证逻辑 —— 例如在审批关键文件写入前扫描敏感信息，或在任务完成后自动归档会话记录。这些 Hooks 在远程节点侧执行，不经由移动端代理，确保企业安全策略的内聚性。
资料来源：OpenAI 官方博客「Work with Codex from anywhere」，Business Insider 报道「OpenAI's Codex on mobile is good news for open-laptop walkers」，Reuters 报道「OpenAI brings Codex coding tool to ChatGPT mobile app」，发布于 2026 年 5 月 14 日。
内容声明：本文无广告投放、无付费植入。
如有事实性问题，欢迎发送勘误至 i@hotdrydog.com。