OpenAI 15 сентября 2025 года представила крупное обновление Codex — своего инструмента для разработки с ИИ-агентом. Главное изменение: в Codex появился GPT-5-Codex, специальная версия GPT-5, обученная под реальные задачи программирования. Обновление затрагивает сразу несколько сценариев: работу в терминале, IDE, облаке, GitHub и даже с телефона через ChatGPT. Позже, 23 сентября, OpenAI добавила важное уточнение: GPT-5-Codex стал доступен разработчикам через API-ключ в Responses API.
Что произошло
Codex стал не просто «чатом, который пишет код», а более полноценным агентом для разработки. OpenAI двигает его в сторону инструмента, который умеет брать задачу, читать проект, редактировать файлы, запускать тесты, исправлять ошибки и возвращаться с готовым результатом.
Раньше Codex уже можно было использовать через CLI, веб-интерфейс и облачные задачи. Теперь OpenAI усилила эту систему новой моделью GPT-5-Codex и обновила окружение вокруг нее: терминальный интерфейс, IDE-расширение, облачный агент, ревью кода в GitHub и работу с изображениями.
Если объяснять совсем просто: Codex стал ближе к младшему разработчику или техлиду-ассистенту, которому можно поручить не только «напиши функцию», но и «разберись в проекте, внеси изменение, добавь тесты, проверь, что ничего не сломалось».
Что такое GPT-5-Codex
GPT-5-Codex — это не отдельная универсальная модель «для всего». OpenAI прямо позиционирует ее как версию GPT-5, дополнительно оптимизированную под агентскую разработку в Codex.
Под агентской разработкой здесь подразумевается не одноразовая генерация кода, а полноценный цикл:
- понять задачу;
- изучить структуру репозитория;
- найти нужные файлы;
- внести изменения;
- запустить команды;
- увидеть ошибки;
- исправить их;
- повторить цикл до рабочего результата;
- объяснить, что было сделано.
Модель обучали на задачах, похожих на настоящую работу разработчиков: создание проектов с нуля, добавление фич, отладка, рефакторинг больших кодовых баз, написание тестов и ревью pull request’ов.
Важный момент: GPT-5-Codex лучше следует инструкциям проекта. Например, если в репозитории есть AGENTS.md с правилами по стилю, тестам, архитектуре или командам запуска, Codex должен внимательнее их учитывать. Для команд разработки это важно: ИИ-агент не должен каждый раз изобретать свои правила, если в проекте уже есть устоявшиеся практики.
Чем GPT-5-Codex отличается от обычного GPT-5
Обычный GPT-5 — универсальная модель. Ее можно использовать для текстов, анализа, объяснений, кода, математики, планирования и других задач. GPT-5-Codex уже более узкий инструмент: он заточен под программирование в среде, где у модели есть доступ к файлам, терминалу, тестам, диффам и инструментам разработки.
Главное отличие — не только в «качестве кода», а в поведении на длинных задачах.
OpenAI пишет, что GPT-5-Codex динамически выбирает, сколько времени тратить на задачу. На коротких запросах он должен отвечать быстрее и тратить меньше ресурсов. На сложных задачах, наоборот, модель может дольше рассуждать, редактировать, запускать тесты и повторять попытки.
По данным OpenAI, на самых коротких пользовательских запросах GPT-5-Codex использовал на 93,7% меньше токенов, чем GPT-5. А на самых сложных задачах модель, наоборот, тратила примерно вдвое больше времени на рассуждение, правки, тестирование и итерации. Это важная логика: простой фикс не должен превращаться в долгую «исследовательскую экспедицию», а большой рефакторинг нельзя делать поверхностно за один проход.
Еще одно отличие — код-ревью. GPT-5-Codex специально обучали находить критические ошибки в изменениях. Он не просто смотрит на diff, а пытается понять контекст проекта, зависимости и заявленную цель pull request’а. Это ближе к поведению хорошего ревьюера: важно не только увидеть измененные строки, но и понять, соответствует ли изменение задаче и не ломает ли оно соседнюю логику.
Что нового в Codex CLI
Codex CLI — это терминальная версия Codex. Ее можно установить командой:
npm i -g @openai/codex
OpenAI обновила CLI вокруг агентских сценариев. Теперь это не просто окно для диалога с моделью, а рабочая среда, где агент может вести задачу по шагам.
Одно из заметных изменений — поддержка изображений. В CLI можно прикреплять скриншоты, макеты, схемы и диаграммы. Для frontend-разработки это особенно полезно: вместо длинного описания «сделай карточку как на макете, но с другим отступом» можно показать изображение и дать точную задачу.
Еще одно изменение — списки задач. Когда работа сложная, Codex может вести progress tracker: разбивать задачу на шаги и показывать, что уже сделано, что в процессе, а что осталось. Для разработчика это снижает тревожность: видно, чем занимается агент и не ушел ли он в сторону.
Также улучшили отображение tool calls и diff’ов. Это практичная вещь: когда ИИ редактирует проект, разработчику важно быстро понять, какие команды запускались и какие файлы менялись. Если интерфейс показывает это аккуратно, Codex проще использовать в реальной работе, а не только для экспериментов.
OpenAI также упростила режимы разрешений. Теперь есть три понятных уровня: read-only с явными подтверждениями, auto с полным доступом внутри рабочей папки и подтверждениями за ее пределами, а также full access, где агент может читать файлы где угодно и запускать команды с сетевым доступом. Для локальной разработки это критично: агенту нужны права, но не всегда стоит давать ему полный доступ без контроля.
IDE-расширение: Codex внутри редактора
OpenAI также выпустила Codex IDE extension для VS Code, Cursor и других редакторов на базе VS Code. Это важный шаг, потому что разработчики не хотят постоянно переключаться между браузером, терминалом и внешним чатом.
В IDE Codex получает больше контекста: открытые файлы, выделенный код, текущую структуру проекта. Поэтому промпты могут быть короче. Вместо подробного описания файла и функции можно выделить участок кода и попросить: «упрости эту логику», «добавь тесты», «найди причину ошибки».
Расширение также связывает локальную и облачную работу. Можно создать облачную задачу, следить за ее выполнением, открыть результат в редакторе и доделать локально. Это полезно для длинных задач: например, агент в облаке готовит большой рефакторинг, а разработчик потом проверяет и шлифует изменения в IDE.
Облачный Codex стал быстрее
Отдельно OpenAI улучшила Codex cloud. Это облачная среда, где агент может выполнять задачи независимо от локального компьютера разработчика.
Самое заметное улучшение — скорость. По словам OpenAI, за счет кеширования контейнеров медианное время выполнения новых задач и follow-up’ов сократилось на 90%. Для агентского инструмента это серьезно: если каждая задача стартует слишком долго, разработчики перестают им пользоваться. Если результат приходит быстро, Codex можно встроить в обычный рабочий день.
Codex cloud теперь лучше настраивает окружение сам. Он сканирует проект на наличие типовых setup-скриптов и может запускать их, чтобы подготовить зависимости. При включенном и настроенном доступе в интернет агент может выполнять команды вроде pip install, чтобы подтянуть нужные пакеты.
Для frontend-задач появилась еще одна важная возможность: Codex может запускать браузер, смотреть на результат своей работы, делать скриншоты и прикладывать их к задаче или pull request’у. Это меняет качество работы с интерфейсами. Раньше модель могла «написать CSS», но не видеть, что получилось. Теперь агент может визуально проверить результат и исправить очевидные проблемы.
Codex как ревьюер кода
Одна из самых интересных частей обновления — код-ревью.
OpenAI описывает Codex review как инструмент, который отличается от обычных статических анализаторов. Линтеры и сканеры хорошо ловят формальные ошибки, стиль, часть уязвимостей и простые паттерны. Codex должен делать другое: понимать цель изменения, читать кодовую базу шире одного diff’а, учитывать зависимости и запускать тесты.
После включения для GitHub-репозитория Codex может автоматически проверять pull request’ы, когда они переходят из draft в ready. Он публикует анализ прямо в PR. Если агент предлагает правки, разработчик может в той же ветке обсуждения попросить Codex их внести.
Также можно вызвать ревью вручную через упоминание @codex review. OpenAI приводит примеры более узких запросов: попросить проверить безопасность или устаревшие зависимости. Это полезно, потому что ревью бывает разным: иногда нужно проверить архитектуру, иногда миграции, иногда edge cases, иногда риски безопасности.
Важно не воспринимать это как замену человеческого ревью. OpenAI сама подчеркивает: Codex стоит использовать как дополнительного ревьюера, а не как единственный контроль качества. Зато он может снять часть рутины и раньше подсветить проблемы, до того как человек потратит время на просмотр PR.
Для кого это важно
В первую очередь обновление важно для разработчиков, которые уже используют ИИ не как автодополнение, а как рабочего агента.
Одиночным разработчикам Codex помогает быстрее двигаться по проекту: сгенерировать тесты, разобрать чужой код, сделать рефакторинг, подготовить PR, проверить гипотезу. Особенно это полезно в проектах, где много мелких задач, но не хватает времени на аккуратное выполнение каждой.
Командам Codex интересен как инструмент снижения нагрузки. Например, агент может взять на себя первичный проход по PR, подготовить черновик фикса, обновить тесты, найти регрессию или помочь новому разработчику быстрее войти в кодовую базу.
Frontend-командам важны изображения, скриншоты и визуальная проверка результата. Возможность показать макет, дать задачу и получить не только код, но и скриншот результата — это уже ближе к нормальному циклу разработки интерфейсов.
Для техлидов и ревьюеров ценность в другом: Codex может разгрузить их от части повторяющихся проверок. Не заменить архитектурное мышление, но помочь с базовым качеством, тестами, очевидными ошибками и несоответствием PR заявленной задаче.
Безопасность и ограничения
OpenAI отдельно говорит о безопасности Codex. По умолчанию агент работает в sandbox-окружении, а сетевой доступ отключен. Это сделано не случайно: если агент читает файлы, запускает команды и может обращаться в интернет, появляется риск утечки данных или prompt injection из недоверенных источников.
Codex может запрашивать разрешение перед потенциально опасными действиями. В облаке можно ограничить сетевой доступ доверенными доменами. В CLI и IDE разработчик сам выбирает, какие команды разрешать, включать ли web search и подключать ли MCP-серверы.
Практический вывод простой: чем больше возможностей получает агент, тем больше должен быть контроль. Для личного pet-проекта можно дать больше свободы. Для коммерческого репозитория с секретами, клиентскими данными и production-доступами нужно аккуратно настраивать права, окружение и правила работы.
И еще один важный момент: результаты Codex нужно проверять. Даже если агент запускает тесты и показывает логи, ответственность за merge и production остается на разработчике или команде.
Как попробовать
Codex доступен пользователям ChatGPT Plus, Pro, Business, Edu и Enterprise. По словам OpenAI, лимиты зависят от тарифа: Plus, Edu и Business подходят для нескольких сфокусированных coding-сессий в неделю, а Pro рассчитан на более интенсивную работу в течение рабочей недели и на нескольких проектах.
Попробовать Codex можно несколькими способами:
- Через терминал: установить Codex CLI командой
npm i -g @openai/codex. - Через IDE: поставить расширение Codex для VS Code, Cursor или другого редактора на базе VS Code.
- Через веб-интерфейс Codex: создавать облачные задачи и поручать агенту работу в репозитории.
- Через GitHub: включить ревью pull request’ов и вызывать Codex через
@codex review. - Через ChatGPT на iOS: OpenAI отдельно указывает, что Codex теперь доступен даже с телефона.
- Через API: с 23 сентября 2025 года GPT-5-Codex доступен разработчикам по API-ключу в Responses API.
Если у вас нет подходящей подписки ChatGPT, доступ можно оформить напрямую у OpenAI. Также подписки и аккаунты часто продаются через маркетплейсы вроде plati.market — это может быть удобнее для пользователей, которым сложно оплатить зарубежный сервис напрямую. Но при покупке через сторонние площадки важно проверять продавца, условия доступа и риски блокировки аккаунта.
Что это значит для рынка разработки
Обновление Codex хорошо показывает направление, в котором движутся инструменты для программистов. ИИ в разработке постепенно уходит от режима «подскажи строку кода» к режиму «возьми задачу и доведи до проверяемого результата».
Это не означает, что программисты становятся не нужны. Наоборот, роль разработчика смещается к постановке задач, контролю архитектуры, проверке решений, работе с требованиями и ответственности за итог. Codex может быстро написать код, но кто-то должен понимать, правильный ли это код, решает ли он нужную проблему и не создает ли долгосрочных проблем в проекте.
Для сильных разработчиков такие агенты становятся ускорителем. Они помогают быстрее проходить рутину, проверять идеи и поддерживать темп. Для слабых разработчиков риск обратный: можно получить много кода, который внешне работает, но плохо вписывается в архитектуру. Поэтому ценность опыта не исчезает — просто меняется место, где он применяется.
Итог
OpenAI обновила Codex сразу по нескольким направлениям: выпустила GPT-5-Codex, улучшила CLI, добавила IDE-расширение, ускорила облачные задачи, расширила работу с изображениями и усилила автоматическое ревью кода.
Главная идея обновления — сделать Codex не просто генератором кода, а агентом, который умеет работать в реальном проекте: читать контекст, выполнять длинные задачи, запускать тесты, проверять интерфейсы и помогать в pull request’ах.
Для разработчиков это означает более удобный и практичный инструмент. Для команд — возможность разгрузить часть рутины и раньше находить ошибки. Но использовать Codex все равно нужно как помощника, а не как автономную замену инженерному контролю.