Как я понимаю Codex

Когда говорят «Codex», часто имеют в виду разные вещи. Иногда — модель. Иногда — приложение. А иногда — агента.

Легко запутаться.

Если совсем просто: Codex — это ИИ-агент OpenAI для разработки софта, доступный через разные интерфейсы. А агент — это связка из модели, инструкций и инструментов, которая работает в своей среде и может выполнять ваши задачи.

Большинству разработчиков не обязательно вникать в архитектуру. Выбирайте удобный интерфейс и пишите код — начать проще всего с квикстарта. Если вы только знакомитесь с агентным программированием, лучше всего стартовать с отдельного приложения Codex.

Новичкам в Codex мы советуем именно Codex App. Это десктопное приложение, где удобно вести несколько потоков работы параллельно. Плюс там уже встроены worktree, автоматизация и Git.

Но если вы выбираете инструмент для команды — или пытаетесь продраться через обсуждения в соцсетях, документацию и бесконечные релизы — в терминах стоит разобраться. Словом «Codex» называют разные уровни системы.

Этот пост — моя попытка объяснить (неофициально, как разработчик разработчику), как всё это работает и что меняется с каждым новым релизом.

Моя ментальная модель: Codex = Модель + Обвязка + Поверхности

Глобально я делю Codex на три части:

Codex = Модель + Обвязка + Поверхности

где

Модель — это интеллект.
Обвязка (инструкции и инструменты) приземляет этот интеллект в реальную среду разработки, делая его работу безопасной.
Поверхности — это интерфейсы, через которые вы ставите агенту задачи.

Или так:

Модель + Обвязка = Агент
Поверхности = То, как вы взаимодействуете с Агентом

Если держать в голове это разделение, понять остальное будет намного проще.

Модель: Интеллект для кода

В основе Codex — большие языковые модели (LLM), специально заточенные под разработку ПО.

Обычная LLM просто предсказывает следующий токен, а код — это текст. Но модели с рассуждениями — это уже не просто автокомплит. Перед тем как выдать ответ, такая модель «думает»: делит задачу на части, перебирает варианты, планирует правки. Поэтому Codex иногда отвечает не сразу — он размышляет.

P.S. Если видели в бенчмарках приписки `high` или `xhigh` к названию модели — это как раз про параметр `reasoning_effort`. Это настройка «глубины» размышлений. Выкручиваете на максимум — модель думает дольше, но лучше строит планы и решает сложные задачи.

Но разработка — это не просто писать строчки кода. Это еще и:

Читать и понимать репозитории
Строить планы из нескольких шагов
Править кучу файлов сразу
Запускать инструменты и смотреть, что они выдали
Чинить то, что сломалось
Итерировать, пока не заработает

Сейчас главные модели OpenAI — это:

GPT-5.3-Codex — для сложных, долгих задач агентного кодинга
GPT-5.3-Codex-Spark — вариант поменьше и побыстрее, оптимизирован для реалтайма

Эти модели работают не только у нас. Например, они крутятся под капотом Cursor и GitHub Copilot. В OpenCode их можно подключить через тариф ChatGPT. Также они доступны через API Responses, хотя там обновления иногда выходят позже, чем в наших продуктах — ради стабильности.

https://x.com/cursor_ai Cursor @cursor_ai · 9 февр. GPT-5.3 Codex теперь в Cursor! Он заметно быстрее версии 5.2 и уже стал любимой моделью многих наших инженеров. 1 762 633 просмотра 640 тыс.

https://x.com/thdxr dax @thdxr · 10 янв. в opencode v1.1.11 теперь можно использовать подписку ChatGPT Plus/Pro в OpenCode /connect для настройки https://x.com/thdxr/status/2009803906461905202/photo/1 2 953 784 просмотра 979 тыс.

Важный нюанс: модель — это просто ум. Чтобы получить агента, одного ума мало.

Обвязка: Превращаем модель в агента

Модель генерирует код и понимает diff-ы. Но она не умеет работать в реальном репозитории: не видит файловую систему, не запускает тесты, не делает сборку и не вызывает привычные вам тулзы.

Тут вступает обвязка (Harness).

Обвязка — это слой, соединяющий модель с кодом. Она дает безопасный доступ к файлам и командам, структурирует данные на вход и выход. Благодаря ей модель может тащить большие задачи, не захлебываясь в контексте. Через обвязку подключаются внешние инструменты — например, MCP-серверы или Навыки (Skills).

Короче, обвязка дает агенту руки и глаза: читать, планировать, делать, проверять.

Без обвязки вы получаете советы.

С обвязкой — готовый результат.

Кстати, код обвязки Codex открыт. Можно заглянуть под капот. Например, посмотреть, как работает компакция: для длинных задач система не хранит весь чат, а сжимает историю до краткой выжимки, чтобы не раздувать контекст и сохранять нить разговора.

https://github.com/openai/codex/

Подробнее об этом — в нашей статье в инженерном блоге.

Источник: https://openai.com/index/unlocking-the-codex-harness/

Модель и обвязка: созданы друг для друга

Модель и обвязка — это не два разных куска, которые скрутили синей изолентой. Они проектировались вместе.

Codex учится кодить сразу с инструментами, циклами выполнения и проверками. Модель знает, как пользоваться обвязкой, как планировать вызовы и что делать, если что-то упало. Это не надстройка, а база.

Представьте теннисиста. Профи годами тренируется с конкретной ракеткой. Если перед финалом дать ему другую — результат будет уже не тот.

Codex — это симбиоз. Меняешь один компонент — меняется весь агент.

Поверхности: Где живет агент

Модель плюс обвязка равно агент. Вопрос только в том, как вы будете его использовать. Тут появляются «продуктовые поверхности» (Surfaces).

Сценарии работы бывают разными. Иногда нужно запустить десяток процессов и уйти пить кофе. Где-то — быстро править код прямо в IDE. А иногда нужен контроль через терминал или простой вход для удаленки.

Поэтому у Codex несколько интерфейсов под разные этапы разработки:

Приложение Codex app — комбайн для параллельных задач. Тут удобно следить за агентами, управлять навыками и автоматизацией, особенно когда процессов становится много.
CLI — для любителей терминала. Полный контроль, скрипты, CI/CD. Плюс TypeScript SDK, чтобы строить свои воркфлоу на той же инфраструктуре.
Расширение для VSCode IDE — работа в контексте. Диффы, правки и итерации не отходя от кода. Есть интеграции и для JetBrains IDE, и для Xcode.
Веб-интерфейс — легкий способ закинуть задачу агенту удаленно и следить за выполнением.

Источник: https://openai.com/index/unlocking-the-codex-harness/

Под капотом крутится Codex App Server. Он рулит авторизацией, историей и событиями. Благодаря ему IDE и сторонние интеграции работают с агентом одинаково. Сервер тоже опенсорсный — можно разобраться, как он устроен, или построить на нем что-то свое. Детали — в статье.

Codex заточен и под командную работу. В GitHub он проводит код-ревью и выполняет задачи в PR. В Slack и Linear — помогает планировать и связывает обсуждения с реальным кодом.

Вместо вывода

Разделение на модель, обвязку и поверхности помогает мне не теряться в обновлениях и понимать, что именно изменилось.

Но в идеале вы не должны об этом думать. Вы просто вызываете Codex там, где удобно, и он работает одинаково — предсказуемо и безопасно.

Новичкам советую не забивать голову архитектурой, а переходить к практике. Возьмите реальную задачу, запустите приложение Codex (это самый простой старт) и посмотрите, как агент справится с работой.

И напоследок минутка истории. Раньше «Codex» называлась только модель, на которой работал первый GitHub Copilot. Сегодня это целая система с другой архитектурой и дизайном, но имя прижилось. Цель осталась прежней — ускорить разработку. Только теперь Codex не просто дописывает строки, а помогает закрывать задачи целиком. Чтобы вы могли просто создавать.