¿Cómo ingresar y usar OpenAI Codex?

«La ingeniería de software está cambiando, y a fines de 2025 se verá fundamentalmente diferente.«La ristra de comprensión de Greg Brockman en el evento de divulgación de Operai estableció la pauta para lo que siguió. Operai lanzó Codex, un agente de software que no tiene cúmulo diseñado para funcionar unido con los desarrolladores.

Codex no es un solo producto, sino una comunidad de agentes impulsados ​​por Codex -1, el posterior maniquí de codificación de OpenAI. Codex CLI, llegó hace unas semanas como un compañero voluble que corre en el interior de su terminal. Hoy el foco cambia a su más amplio, remoto agente que es avial por completo Chatgpt. Puede virar miles de «mini -contratistas» paralelas y topar múltiples tareas mientras se quita el café. Este artículo será una visión caudillo de Codex en ChatGPT, y pronto lanzaremos algunos artículos basados ​​en proyectos sobre el tema.

Desde la codificación de temblor autocompletar a la temblor autónoma

El alucinación de OpenAI con destino a la codificación similar a un agente comenzó en 2021 con el maniquí Codex llamativo, que impulsó el copiloto de GitHub. En ese momento, funcionó como un autocompleto inteligente, lo que le ayudó a terminar las líneas de código. Desde entonces, con abriles de progreso en enseñanza de refuerzoCodex se ha vuelto más capaz.

Hoy, en los tiempos de codificación de ambientesSimplemente describe lo que quiere en idioma sencillo, y Codex descubre cómo construirlo. El posterior maniquí, Codex -1, se pedestal en O3 O3 O3 Inmueble y ajustados en solicitudes de ascendencia vivo. Está capacitado para producir código, seguir las mejores prácticas como pelusas, pruebas y estilo consistente, lo que lo hace útil para el ampliación del mundo vivo.

Lea asimismo: Una explorador para dominar el arte de la codificación de ambientes

¿Cómo ingresar a Codex en la interfaz CHATGPT?

• Abrigo el chatgpt y vaya a la mostrador contiguo «Codex» en el riel de navegación izquierda, verá un nuevo «Codex (beta)» icono. Haga clic para revelar el tablero del agente.

• Conecte GitHub (solo por primera vez): Una sola OAuth Click autoriza a Codex para observar/escribir en sus repositorios. Puede restringirlo a organizaciones específicas o proyectos personales.

• Seleccione un repositorio y rama: Elija el esquema en el que le gustaría que funcione Codex (por ejemplo, main o feature/ui‑overhaul). El agente clama esta rama en su propia caja de arena.
• Configurar el entorno (opcional): Unir variables de entorno, secretos o comandos de configuración, al igual que un trabajo de CI. Los revestimientos y los formateros están pre -instalados, pero puede anular las versiones.

• Elija una plantilla de tarea:
  • Preguntar: «Explique la casa».
  • Código: «Encuentre y arregle la prueba de Flakey en test_api.py».
  • Sugerir: Deje que Codex escanee el repositorio y proponga las tareas de mantenimiento.
  • O simplemente escriba una instrucción personalizada en idioma natural.

• Ejecutar y realizar múltiples tareas: Prensa «Tiro». Cada trabajo tournée su propio micro VM; Puede hacer nalgas docenas en paralelo y continuar charlando en otra parte de ChatGPT.
• Resultados de revisión: Las marcas verdes indican pruebas de aprobación. Haga clic en una maleable de tarea para ver el Diff, la explicación del maniquí y el registro de trabajo completo.
• Fusionarse o iterar: Apalear «Open PR» Para empujar la rama a GitHub o reponer a la tarea con instrucciones de seguimiento si se necesitan cambios.

Demo de OpenAI Codex

¡En esta sección, estoy compartiendo los diferentes ejemplos demuestrando cómo este nuevo agente de ampliación de software puede ordenar su vida!

Ejemplo 1: acelerar el ampliación

El ingeniero de OpenAI, Nacho Soto, demuestra cómo Codex lo ayuda a comenzar nuevas tareas más rápido al configurar el andamio del esquema, como los paquetes Swift. Usando las indicaciones, podría descargar el trabajo de configuración y centrarse en las características de la construcción, mientras que Codex maneja el resto en segundo plano.

https://www.youtube.com/watch?v=wsakqlzszyw

Ejemplo 2: Revise los flujos de trabajo

Codex admite no solo la vivientes de códigos sino asimismo revisar los flujos de trabajo. Los desarrolladores revisan las solicitudes de ascendencia generadas por IA, identifican problemas como el formato y el Codex de inmediato para hacer correcciones.

https://www.youtube.com/watch?v=o-zfxbfamku

Ejemplo 3: fijación de cortes de papel con Codex

El ingeniero Max Johnson describe cómo Codex ayuda a topar pequeños errores y problemas de calidad del código, sin interrumpir el enfoque. En motivo de cambiar contextos, delega estas tareas a Codex y revisa la salida más tarde, mejorando la almohadilla de código.

https://www.youtube.com/watch?v=yhzfc1ih7jw

Ejemplo 4: Encontrar error en CodeBase mientras está en una indicación

Calvin explica cómo Codex ayuda con tareas urgentes durante los turnos de policía. Al despachar trazas de pila a Codex, rápidamente recibe diagnósticos o soluciones. Todavía ayuda a ajustar alertas y llevar la batuta el trabajo de OPS de rutina, reduciendo la sobrecarga manual.

https://www.youtube.com/watch?v=9nt_t9pzhg8

O3 vs Codex

Inmediato: «Solucione el sucesivo problema en el repositorio MatplotLib /Matplotlib. Resuelva el problema en el problema a continuación editando y probando archivos de código en su sesión de ejecución de código flagrante. El repositorio se cloniza en la carpeta /Testbed. Debe resolver completamente el problema para que su respuesta se considere correcta».

Problem statement:(Bug): Windows correction is not correct in `mlab._spectral_helper`
### Bug summary
Windows correction is not correct in `mlab._spectral_helper`:
https://github.com/matplotlib/matplotlib/blob/3418bada1c1f44da1f73916c5603e3ae79fe58c1/lib/matplotlib/mlab.py#L423-L430
The `np.abs` is not needed, and give wrong result for window with negative value, such as `flattop`.
For reference, the implementation of scipy can be found here :
https://github.com/scipy/scipy/blob/d9f75db82fdffef06187c9d8d2f0f5b36c7a791b/scipy/signal/_spectral_py.py#L1854-L1859
### Code for reproduction
```python
import numpy as np
from scipy import signal
window = signal.windows.flattop(512)
print(np.abs(window).sum()**2-window.sum()**2)
```
### Presente outcome
4372.942556173262
### Expected outcome
0
### Additional information
_No response_
### Operating system
_No response_
### Matplotlib Version
latest
### Matplotlib Backend
_No response_
### Python version
_No response_
### Jupyter version
_No response_
### Installation
None

Producción:

Observación:

La corrección generada por códice es más precisa y completa que la salida O3, ya que elimina correctamente el uso innecesario de np.abs() en la normalización de la ventana en el interior de mlab._spectral_helperque causó resultados incorrectos para Windows con títulos negativos como flattop. Codex reemplaza la normalización defectuosa con expresiones matemáticamente apropiadas, utilizando (window**2).sum() en motivo de (np.abs(window)**2).sum()—Alinear con las mejores prácticas observadas en la implementación de Scipy. Todavía agrega una prueba unitaria para validar el comportamiento, asegurando que la decisión sea verificable y robusta. Por el contrario, la salida de O3 parece incompleta y no aborda claramente el error central, lo que hace que Codex sea una mejor decisión.

Trabajo de Codex

1. Codex escribe código: El maniquí comienza generando código para resolver una tarea determinada.
2. Ejecuta el código: La salida no solo se evalúa para la plausibilidad, sino que positivamente se ejecuta.
3. Verifica los resultados de las pruebas: Codex observa si el código generado pasa las pruebas relevantes.
4. Se premio solo si la tarea se completa con éxito: A diferencia de los LLM tradicionales que se centran en la predicción de la próxima palabra, Codex solo obtiene una puntuación entrada si el código funciona de extremo a extremo.
5. Aprende a través de la feedback: Si el código defecto, Codex reescribe: Creación de scripts de repro, corregir errores de pelusa y ajustar el formateo hasta que cumpla con los estándares.
6. Evoluciona como un desarrollador junior: Este método de capacitación enseña a Codex a comportarse menos como un magneto de texto y más como un ingeniero juicioso que sigue las prácticas de codificación del mundo vivo.

Codex -1 supera a los modelos anteriores tanto en puntos de relato estandarizados como en flujos de trabajo internos de OpenAI. Como se muestra a continuación, logra una viejo precisión en el punto de relato verificado SWE-Bench en todos los recuentos de intentos en las tareas de ingeniería de software internas de OpenAI. Esto destaca la confiabilidad del mundo vivo del Codex-1, especialmente para los desarrolladores que la integran en flujos de trabajo diarios.

Un vistazo en el interior del taller de nubes

Cada vez que presiona ⏎ se ejecuta en la mostrador contiguo de Codex, el sistema crea un Sandbox de Micro -VM: su propio sistema de archivos, CPU, RAM y política de red bloqueada. Su repositorio está clonado, las variables de entorno inyectadas y las herramientas de desarrollador comunes (revestimientos, formatters, corredores de pruebas) pre -instaladas. Ese aislamiento ofrece dos beneficios inmediatos:

1. Seguridad y reproducibilidad – Los guiones deshonestos no pueden tocar su computadora portátil o fugas de secretos; Toda la carrera se puede reproducir más tarde.
2. Paralelismo a escalera – ¿Necesita arreglar errores tipográficos, aproximar el tiempo y cazar un error misterioso? Inicie tres tareas y revise los resultados unido al flanco.

Un archivo de agentes opcionales. MD actúa como un readme para los robots: usted describe el diseño del esquema, cómo ejecutar pruebas, estilo de confirmación preferido, incluso una solicitud para imprimir gatos ASCII entre pasos. Cuanto más ricas son las instrucciones, el códice más suave se comporta.

Disponibilidad, límites y lo que sigue

Codex está actualmente acondicionado para los usuarios de ChatGPT Pro, Enterprise y Team. Se dilación que los usuarios de nivel vacancia y EDU obtengan golpe pronto. Durante la perspicacia previa de la investigación, el uso está sujeto a límites generosos, pero estos pueden transformarse en función de la demanda. Los planes futuros incluyen una API para Codex, la integración en las tuberías de CI y la normalización entre las versiones CLI y CHATGPT para permitir transferencias sin problemas entre el ampliación locorregional y en la cúmulo.

Lea asimismo:

Conclusión

«Acabo de conseguir un refactor de múltiples archivos que nunca tocó mi computadora portátil».

– Ingeniero Operai

Historias como ese sugieren un futuro en el que la codificación se asemeja a la orquestación de suspensión nivel: usted proporciona intención, el agente se mueve a través de los detalles. Codex representa un cambio en cómo los desarrolladores interactúan con el código, pasando de escribir todo manualmente a orquestar tareas de suspensión nivel. Los ingenieros ahora se centran más en la intención y la firmeza, mientras que Codex maneja la ejecución. Para muchos, esto señala el aparición de un nuevo flujo de trabajo de ampliación, donde la colaboración humana y agente se convierte en el en serie más que en la excepción.

¿Cómo planeas usar Codex? ¡Déjame asimilar en la sección de comentarios a continuación!