Как выглядит день с Codex

Вы прошли «Codex с нуля»: установили агента, написали AGENTS.md, сделали первое изменение и разобрались с песочницей и одобрениями. Этот курс — о следующем шаге: как Codex становится частью обычного рабочего дня, а не экспериментом по пятницам.

Рабочий день в трёх кадрах

Утро. В Kaiten две задачи: добавить фильтр в каталог на сайте на OctoberCMS и разобраться с жалобой «в приложении не приходит пуш после смены пароля». Вы не открываете редактор сразу. По первой задаче просите Codex составить план и задать уточняющие вопросы, по второй — исследовать код и найти, где обрабатывается смена пароля.

День. План согласован — агент реализует фичу небольшими шагами и прогоняет тесты, вы поправляете направление по ходу. Баг воспроизведён падающим тестом, исправлен, тест зелёный. Пока агент работает над одним, вы читаете дифф другого или делаете то, что агенту не отдать: созвон с аналитиком, архитектурное решение.

Вечер. Перед merge request — ревью: сначала командой /review, потом своими глазами, зная, где агенты обычно ошибаются. Описание MR агент собирает из карточки и диффа, вы правите его и отправляете ревьюеру.

Цикл, на котором держится курс

Почти любая задача проходит одни и те же фазы: план → реализация → проверка → ревью. Разница между «агент помогает» и «агент мешает» обычно в том, какую фазу пропустили. Без плана агент решает не ту задачу. Без проверки вы получаете правдоподобный код, который не работает. Без ревью в main попадает то, что никто не прочитал.

Первый модуль курса — про сам цикл: план, исследование кода, фича целиком, баг, TDD. Второй — про качество: рефакторинг, /review, ревью кода агента, вёрстка, отладка, рутина. Третий — про параллельную работу: worktree, облачные задачи, IDE и разбор типичных ошибок.

Что меняется в роли разработчика

Код по-прежнему ваш: за MR отвечает тот, кто его открыл, а не агент. Меняется распределение времени — меньше набора кода, больше постановки задач, чтения диффов и проверки результата. В статье OpenAI о harness engineering эту смену роли сформулировали коротко: «Humans steer. Agents execute.»

Отсюда практический вывод. Навыки, которые раньше казались «менеджерскими», — сформулировать критерий готовности, разбить задачу на шаги, быстро оценить чужой код — становятся инженерными. Курс тренирует именно их.

Примеры — из работы агентства: сайт на OctoberCMS и Laravel, мобильное приложение, задачи из Kaiten, merge request в GitLab, e2e на Playwright. Команды даны для Codex CLI. Большинство приёмов переносится в режим Codex в ChatGPT desktop app и в расширение для IDE без изменений; где есть разница, она оговорена.