Operai actualiza chatgpt con Codex, y estoy muy impresionado (hasta ahora)

El nuevo agente Codex de OpenAI es esencialmente un entorno de codificación de vibraciones basado en una interfaz de comentarios similares a ChatGPT. Por mucho que la idea de codificación de ambientes parece un meme para los aspirantes a codificadores de niños geniales, el nuevo agente de Codex es impresionante como diablos.

Incluso: ¿Qué es la codificación de ambientes de IA? Es todo la ira, pero no es para todos, aquí está por qué

OpenAI describió a Codex como una horizonte previa de investigación aún en expansión activo. En este momento, está arreglado para los usuarios de ChatGPT Pro, Enterprise y de nivel de equipo, pero se aplazamiento que se asunto a los usuarios de Plus y EDU «pronto».

(Divulgación: Ziff Davis, la empresa matriz de Zdnet, presentó una demanda de abril de 2025 contra OpenAI, alegando que infringió los derechos de autor de Ziff Davis en la capacitación y la operación de sus sistemas de IA).

Según la impresión de la transmisión en vivo del anuncio de OpenAI, el nombre del Codex se ha constante a una utensilio de codificación en desarrollo desde 2021. Dicho esto, cuando me refiero a Codex en este artículo, estoy hablando de la nueva lectura que se anuncia ahora.

¿Qué es Codex?

Todavía no he tenido la oportunidad de conseguirme con Codex, así que estoy tomando todo lo que comparto con usted de la información proporcionada por OpenAI. Cuando vi el anuncio, noté que incluso los ingenieros parecían un poco sorprendidos de lo capaz que es esta utensilio.

Codex vive en los servidores de Openai e interactúa con sus repositorios de Github. Si se cree en la demostración (y OpenAi ha demostrado repetidamente que las demostraciones increíbles son reales), Codex básicamente actúa como otro programador en su equipo.

Incluso: 10 desarrolladores profesionales sobre la verdadera promesa y peligro de la codificación de Vibe

Puede decirle que solucione una serie de errores, y se disparará y hará exactamente eso. Le pide que apruebe los cambios de codificación, aunque parece que igualmente puede seguir delante y modificar el código.

Puede pedirle que analice y modifique el código, busque problemas específicos, identifique áreas problemáticas y beneficio de mejoramiento y otras tareas de codificación y mantenimiento. Cada tarea genera un nuevo entorno supuesto donde la IA puede impresionar desde el concepto y el diseño hasta las pruebas unitarias.

Un cambio de mentalidad

Hay un cambio positivo de mentalidad de codificación aquí. La ayuda de codificación AI inicial tomó la forma de autocompletar. Las líneas e incluso los bloques de código se generaron automáticamente en función del código existente.

Luego llegamos al punto en que la IA podría escribir o depurar pequeños segmentos de código. Esta es el ámbito en la que me he centrado en términos de las pruebas de programación conectamentado.

Otro rol de IA es el prospección del sistema común. La semana pasada, mostré una nueva y sobresaliente utensilio de investigación profunda que puede deconstruir las bases de código enteras y proporcionar revisiones y recomendaciones de código.

Ahora, con Codex, estamos llegando al punto en que las tareas de programación enteras pueden delegarse a la IA en la aglomeración, de la misma forma que esas tareas se les dieron a otros programadores en un equipo o a los programadores junior que aprenden a través del mantenimiento del código.

Openai candela a este «expansión de software nativo de agente, donde AI no solo lo ayuda a medida que trabaja, sino que asume el trabajo de forma independiente».

Cambiar el flujo de trabajo del desarrollador

El video de extensión demostró la capacidad de Codex para contraer una variedad de tareas a la vez, cada una de las cuales se ejecuta en su propio entorno supuesto marginado.

Los programadores asignaron tareas al agente, que se disparó e hicieron el trabajo sin supervisión. Cuando se completó el trabajo, el agente regresó con los resultados de las pruebas y los cambios de código recomendados.

La demostración mostró el agente de Codex que realiza correcciones de errores, realizó un escaneo para errores tipográficos, realizando sugerencias de tareas y realizando refactorización en todo el plan (modificando el código para mejorar la estructura sin cambiar el comportamiento).

Los desarrolladores y diseñadores superiores no son ajenos a la articulación de los requisitos y revisar el trabajo de los demás. Usar Codex no será un gran cambio para ellos. Pero para los desarrolladores que aún no han desarrollado buenas habilidades de articulación y revisión de requisitos, mandar adecuadamente el CODEX puede ser un desafío.

Sin bloqueo, si la utensilio funciona como la demostración parece indicar que puede, Codex permitirá que los equipos más pequeños y los desarrolladores individuales logren más, reduzcan el trabajo repetitivo y respondan más a los informes de problemas.

Consistencia y flexibilidad

Uno de los problemas que encontré temprano con la codificación de Chatgpt fue que tenía una tendencia a perder el hilo o salir en su propia dirección. Para bloques de código individuales, eso es enojoso pero no catastrófico. Pero si se permite que un agente de codificación ejecute sobrado sin supervisión, dicha negativa a seguir las instrucciones podría causar consecuencias no intencionadas y problemáticas.

Incluso: la mejor IA para codificar en 2025 (incluidas dos nuevas selecciones superiores, y qué no usar)

Para ayudar a mitigar esto, Operai ha capacitado a Codex para seguir las instrucciones especificadas en un archivo agente.md. Este archivo en el repositorio permite a los programadores y equipos dirigir el comportamiento de Codex. Puede contener instrucciones sobre convenciones de nombres, reglas de formato y cualquier otro conjunto de pautas consistentes deseadas en el proceso de codificación. Es esencialmente una extensión de la configuración de personalización de ChatGPT, pero para un entorno de equipo centrado en el repositorio.

Operai igualmente ha introducido una lectura de Codex indicación Codex CLI que se ejecuta localmente en la máquina de un desarrollador. A diferencia del Codex basado en la aglomeración, que se ejecuta asíncronamente e informa nuevamente la finalización, la lectura recinto funciona en la diámetro de comandos del programador y es sincrónica.

En otras palabras, el programador escribe una instrucción y aplazamiento que el proceso CODEX CLI devuelva un resultado. Esto permite que un programador trabaje fuera de diámetro con el contexto recinto de la máquina de expansión activo.

Pensando en las implicaciones

La demostración fue impresionante, pero durante el video de extensión, los desarrolladores fueron muy claro que lo que estaban mostrando y liberando es un prototipo de investigación. Si adecuadamente ofrece lo que llamaron «momentos mágicos», todavía tiene un prolongado camino por recorrer.

Adicionalmente: pruebo muchas herramientas de codificación de IA, y este nuevo y impresionante extensión de Operai me acaba de reservar días de trabajo

He estado tratando de profundizar y triangular sobre qué significa exactamente esta tecnología para el futuro del expansión y para mi proceso de expansión específicamente. Mi producto principal es un complemento de WordPress de código hendido, que tiene complementos complementarios patentados. Claramente, Codex podría funcionar a través del repositorio divulgado para el complemento de origen hendido.

Pero, ¿podría Codex mandar la relación entre un divulgado y múltiples repositorios privados como parte de un plan común? ¿Y cómo funcionaría cuando las pruebas implican no solo mi código sino igualmente para rotar un ecosistema adicional completo, WordPress, para evaluar el rendimiento?

Como programador en solitario, definitivamente veo las ventajas de poco como Codex. Incluso la suscripción Pro de $ 200 por desplazamiento tiene sentido. Contratar a un programador de ayuda costaría mucho más por mes que esa tarifa, suponiendo que debía obtener un valía monetizable tangible.

Como regente de equipo y comunicador profesional desde hace mucho tiempo, me siento muy cómodo delegando a poco como Codex. No es un chat tan diferente con un agente que charlando con un miembro del equipo sobre Slack, por ejemplo.

Incluso: cómo convertir chatgpt en su utensilio de comida de codificación de IA y duplicar su salida

El hecho de que Codex hará recomendaciones, borradores de versiones y esperará a que apruebe los resultados me hace apreciar un poco más seguro que simplemente dejarlo perder en mi código. Abre una puerta muy interesante para un nuevo ciclo de vida del expansión, donde el humano establece objetivos, la IA redacta las posibles implementaciones y luego el humano regresa y aprueba o redirige la IA para otro ciclo.

Según mis experiencias anteriores con AIS para la codificación, está claro que Codex podría resumir el tiempo de mantenimiento y obtener correcciones a los usuarios más rápido. No está tan claro cómo Codex realizaría la apéndice de nuevas características basadas en un documento de especificaciones. Siquiera está claro cuánto más o menos difícil sería ir al código a posteriori de que Codex haya trabajado en él para ajustar la funcionalidad y el rendimiento.

Es interesante que la codificación de IA esté evolucionando entre empresas aproximadamente al mismo ritmo. Pronto lanzaré otro artículo en el agente de codificación de Copilot de GitHub, que hace algunas de las mismas cosas que hace Codex.

En ese artículo, expresé cierta preocupación de que estos agentes de codificación reemplazarán a los programadores junior y de nivel de entrada. Más allá de la preocupación por los trabajos humanos, igualmente existe la cuestión de qué oportunidades críticas de capacitación se perderán si delegaremos una grado media de la carrera de un desarrollador a la IA.

En lo desconocido

Hay una canción en Disney’s Frozen II indicación «Into The Unknown», interpretada por Idina Menzel. La canción se centra en el conflicto interno del personaje principal entre abastecer el status quo y su vida conocido, y aventurarse «Into the Unknown».

Con el expansión de software de agente, más que solo la codificación de IA, toda la industria del software se va a lo desconocido. Cuanto más dependamos de los sistemas basados ​​en IA para construir nuestro software para nosotros, menos mantenedores calificados habrá. Eso está adecuadamente mientras el AIS continúe actuando y esté arreglado. Pero, ¿estamos dejando que algunas habilidades esencia sean atrofantes, dejando ir a algunos trabajos adecuadamente remunerados, para la conveniencia de delegar a una infraestructura basada en la aglomeración no sensible?

Incluso: 10 desarrolladores profesionales sobre la verdadera promesa y peligro de la codificación de vibrantes

Solo el tiempo lo dirá, y espero que no experimentaremos eso que no sean cuando no tengamos tiempo.

¿Te ves delegar tareas de expansión reales a una utensilio como esta? ¿Cuál cree que será el impacto a prolongado plazo en los equipos de software o los desarrolladores en solitario? ¿Y se preocupa por perder habilidades o roles críticos a medida que se entrega más del ciclo de vida del código a la IA? Háganos aprender en los comentarios a continuación.

Obtenga las principales historias de la mañana en su bandeja de entrada cada día con nuestro Boletín de Tech Today.

Puede seguir mis actualizaciones de plan diarias en las redes sociales. Asegúrese de suscribirse a mi boletín de actualizaciones semanales y sígueme en Twitter/X en @Davidgewirtzen Facebook en Facebook.com/davidgewirtz, en Instagram en Instagram.com/davidgewirtz, en bluesky en @davidgewirtz.com, y en YouTube en youtube.com/davidgewirtztv.