Что такое Codex: агент, а не чат

Codex — агент для разработки от OpenAI. Слово «агент» здесь главное: Codex не просто отвечает текстом, а сам читает код, запускает команды, правит файлы и проверяет результат. Разберёмся, чем это отличается от привычного чата и автодополнения и что из этого следует для вашей работы.

Три способа работать с моделью

С языковой моделью в разработке обычно встречаются в трёх видах.

Автодополнение. Модель дописывает строку или функцию прямо в редакторе. Она видит текущий файл и немного соседних, работает за доли секунды, решает «как дописать то, что я уже начал». Дальше курсора не заглядывает.

Чат. Вы описываете задачу, модель отвечает текстом и кусками кода. Чтобы ответ был точным, вы сами копируете в чат нужные файлы, ошибки и логи, а потом сами переносите код обратно и проверяете. Модель не знает, запустился ли её код: у неё нет рук.

Агент. Вы ставите задачу, а модель работает в цикле: сама находит нужные файлы, читает их, запускает команды, вносит правки, гоняет тесты, смотрит на ошибки и исправляет. Остановится, когда задача сделана или когда нужно ваше решение. Результат — не текст в окне, а изменения в рабочей копии репозитория, которые видны в git diff.

Разница не в «уме» модели, а в обвязке вокруг неё — в инструментах, которые ей дали, и в цикле, который ими управляет. Эту обвязку называют harness; о ней — в уроке «Как работает Codex» и в отдельном курсе Harness engineering.

Что такое Codex

Codex — это один и тот же агент, доступный в нескольких местах: в терминале (Codex CLI), в редакторе (расширение для VS Code и совместимых IDE), в режиме Codex десктопного приложения ChatGPT и в облаке. Подробно о каждом — в следующем уроке, «Где живёт Codex».

Несколько фактов, которые полезно знать с самого начала:

• Codex CLI — открытый проект на Rust, исходники лежат в github.com/openai/codex под лицензией Apache-2.0. Документация — на learn.chatgpt.com.
• Войти можно через аккаунт ChatGPT (доступ по подписке) или по API-ключу (оплата по тарифам API). Подробности — в уроке «Установка и вход».
• Агент работает в песочнице (sandbox): по умолчанию он может свободно менять файлы в рабочей папке, а за её пределы — в сеть, в другие каталоги — выходит только с вашего одобрения. Этому посвящён урок «Песочница и одобрения».
• Под капотом — модели OpenAI. На октябрь 2026 для сложного кодинга документация рекомендует GPT-6.1 Sol, но линейка меняется каждые несколько месяцев. Как выбирать, разберём в уроке «Модели».

Что агенту отдавать с первого дня

Агент хорошо справляется там, где результат можно проверить: запустить тест, открыть страницу, сравнить вывод. Примеры из работы агентства:

• Разобраться в чужом проекте. «Как устроен этот сайт на OctoberCMS, где обрабатывается форма заявки и куда она уходит в CRM?» Агент пройдёт по маршрутам, компонентам и шаблонам и ответит со ссылками на файлы.
• Починить воспроизводимый баг. Есть стек-трейс или шаги — агент найдёт место, поправит и прогонит тесты.
• Написать тесты. Юнит-тесты на сервис, e2e-сценарий на Playwright для формы обратной связи.
• Рутина. Переименовать сущность по всему проекту, обновить зависимость и починить то, что сломалось, добавить поле в модель и миграцию.
• Первая версия фичи по чёткой задаче. Задача из трекера с понятными критериями приёмки — хороший материал для агента.

Где нужна осторожность: продуктовые решения без чёткой постановки, архитектурный выбор, безопасность и платежи, задачи, результат которых агент не может проверить сам. Здесь он тоже полезен — как исследователь и черновик, — но решения принимаете вы.

Чего агент не снимает с вас

Агент пишет код быстро, и именно поэтому легко пропустить в репозиторий то, что вы не читали. Три правила, которые действуют на протяжении всего трека:

1. Вы отвечаете за каждый принятый дифф. То, что код написал агент, не довод на ревью. Не понимаете изменение — спросите агента, почему так, или не принимайте.
2. Проверка — часть задачи. Агент должен знать, как запустить тесты и линтер, и запускать их сам. Если проверить нечем, вы получаете правдоподобный код, а не работающий.
3. Git — ваша страховка. Отдельная ветка на задачу и коммиты после каждого рабочего шага позволяют откатить любую неудачную попытку. Об этом — урок «Git как страховка».

Как меняется работа

С агентом меньше времени уходит на набор кода и больше — на постановку задачи, подготовку проекта и проверку результата. Хорошая постановка задачи и понятные инструкции проекта (файл AGENTS.md) дают больше, чем выбор самой мощной модели. Документация Codex прямо советует относиться к агенту не как к разовому помощнику, а как к коллеге, которого вы настраиваете и улучшаете со временем.

Отсюда и структура курса: сначала установка и первые задачи, затем песочница, постановка задачи, AGENTS.md, контекст и сессии — всё, что превращает «иногда получается» в предсказуемый результат.