一句话看懂：开发者 Peter Steinberger 在社交平台透露，Codex 的下一版本（或 dev 通道）借助文件系统级目录克隆，让 worktree 操作提速约 80%，并计划先自测数周，视多数用户反馈再决定是否正式并入 Codex。
事件核心：发生了什么
2026 年 9 月 13 日，Peter Steinberger 在 X 上连续发布多条信息：新版本在 worktree（Git 多工作树）场景下速度提升约 80%，实现方式是采用 apfs、brtfs、xfs、ReFS 等文件系统的文件夹克隆能力，同时显著节省磁盘占用；整个功能使用 Rust 编写，他引用的是 fs-safe 项目中的目录复制与克隆方案。他随后补充，自己会先测试几周，若确认对大多数用户有帮助，才尝试将其推进到 Codex 中正式落地。
为什么重要
Worktree 是开发者在同一仓库并行开分支、跑多任务时的常用机制，创建慢、占空间是长期痛点。借文件系统克隆把这项工作提速约 80%，本质是把优化下移到操作系统与存储层，而不是只做应用层缓存，这与当前 AI 编程工具普遍追求“更少等待、更高并发”的方向一致。值得注意的是，该项目用 Rust 重写核心路径，延续了 AI 基础设施工具链向 Rust 迁移的趋势。目前公开信息显示，这仍是开发通道中的技术改进，并非已发布的正式功能。
对用户/开发者/创作者的影响
对频繁使用 Codex 的开发者来说，若该优化最终落地，多任务并行时的等待时间和本地磁盘压力可能明显降低，尤其是在 macOS（apfs）与 Linux（btfs/xfs）环境中。但也有从事 AI 测评的网友提醒：worktree 创建快 80%，不等于一个 Codex 任务端到端快 80%，建议分别测量创建、首次构建、重复切换和磁盘占用，并区分冷热缓存。这一提醒对普通创作者同样适用——局部提速能否转化为实际效率提升，取决于你的真实工作流。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是该功能是否在数周后真正并入 Codex 正式版本；二是官方是否公布包含首次构建、端到端任务耗时的完整基准，而非仅创建速度；三是 Windows 的 ReFS 支持范围以及文件系统兼容性是否会影响跨平台可用性。
