OpenAI запускает приложение Codex для macOS

OpenAI в понедельник выпустила новое настольное приложение для своей системы искусственного интеллекта для написания кода Codex. По словам представителей компании, этот инструмент превращает разработку ПО из совместной работы с единственным ИИ-ассистентом в процесс, больше напоминающий управление командой автономных сотрудников.

Приложение Codex для macOS выполняет роль того, что руководители OpenAI называют «командным центром для агентов»: оно позволяет разработчикам делегировать несколько задач по программированию одновременно, автоматизировать рутинную работу и контролировать ИИ-системы, способные самостоятельно работать до 30 минут до выдачи готового кода.

«Это самый любимый внутренний продукт за всю нашу историю», — рассказал Сэм Альтман (Sam Altman), генеральный директор OpenAI, в интервью VentureBeat во время пресс-брифинга перед запуском в понедельник. — «Для нас было абсолютным удовольствием использовать его в последнее время внутри OpenAI».

Этот релиз появляется в переломный момент для рынка корпоративного ИИ. Согласно опросу 100 компаний из списка Global 2000, опубликованному на прошлой неделе венчурной фирмой Andreessen Horowitz, 78% корпоративных ИТ-директоров теперь используют модели OpenAI в продакшене, хотя конкуренты Anthropic и Google стремительно набирают обороты. Компания Anthropic продемонстрировала самый большой рост доли среди всех передовых лабораторий с мая 2025 года, увеличив свое проникновение в корпоративный сектор на 25%: теперь 44% предприятий используют Anthropic в продакшене.

Выход приложения Codex от OpenAI, ориентированный на профессиональные рабочие процессы в области разработки программного обеспечения, призван защитить позиции компании в самом конкурентном сегменте рынка ИИ — в сфере инструментов для программирования.

Почему разработчики отказываются от своих IDE ради управления ИИ-агентами

Приложение Codex предлагает принципиально иной подход к написанию кода с помощью ИИ. В то время как предыдущие инструменты, такие как GitHub Copilot, были сосредоточены на автодополнении строк кода в реальном времени, новое приложение позволяет разработчикам «без труда управлять множеством агентов одновременно, запускать работу параллельно и взаимодействовать с агентами в рамках долгосрочных задач».

Александр Эмбирикос (Alexander Embiricos), руководитель направления продуктов для Codex, объяснил эту эволюцию во время пресс-брифинга, проследив историю продукта до 2021 года, когда OpenAI впервые представила модель под названием Codex, которая легла в основу GitHub Copilot.

«Тогда люди использовали ИИ для написания небольших фрагментов кода в своих IDE», — сказал Эмбирикос. — «GPT-5 в августе прошлого года стала огромным скачком, а затем версия 5.2 в декабре стала еще одним массивным скачком, когда люди начали выполнять все более долгие задачи, прося модели делать работу от начала до конца. И мы увидели, что разработчики вместо тесной работы с моделью и парного программирования стали делегировать целые функции».

Этот сдвиг оказался настолько глубоким, что Альтман заявил, будто недавно завершил крупный проект по программированию, ни разу не открыв традиционную интегрированную среду разработки.

«Я был поражен этим… Я сделал этот довольно крупный проект за пару дней в начале этой недели и на выходных. Я не открывал IDE за весь процесс. Ни единого раза», — сказал Альтман. — «Я просматривал некоторый код, но делал это не по старинке, и я никак не думал, что это произойдет так скоро».

Как навыки (skills) и автоматизация расширяют возможности ИИ-программирования за рамки простой генерации кода

Приложение Codex представляет несколько новых функций, призванных расширить возможности ИИ-кодинга за пределы написания строк кода. Главными среди них являются «Навыки» (Skills), которые объединяют инструкции, ресурсы и скрипты, чтобы Codex мог «надежно подключаться к инструментам, выполнять рабочие процессы и завершать задачи в соответствии с предпочтениями вашей команды».

Приложение включает в себя специализированный интерфейс для создания и управления навыками; пользователи могут явно вызывать определенные навыки или позволять системе автоматически выбирать их в зависимости от текущей задачи. OpenAI опубликовала библиотеку навыков для распространенных рабочих процессов, включая инструменты для получения контекста дизайна из Figma, управления проектами в Linear, развертывания веб-приложений на облачных хостингах вроде Cloudflare и Vercel, генерации изображений с помощью GPT Image, а также создания профессиональных документов в форматах PDF, электронных таблиц и Word.

Чтобы продемонстрировать возможности системы, OpenAI попросила Codex создать гоночную игру по единственному текстовому запросу. Используя навык генерации изображений и навык разработки веб-игр, Codex создал игру, работая автономно и используя более 7 миллионов токенов на основе всего одного исходного запроса пользователя. При этом система взяла на себя «роли дизайнера, разработчика игр и QA-инженера, проверив свою работу путем непосредственного прохождения игры».

Компания также представила «Автоматизации» (Automations), которые позволяют разработчикам планировать работу Codex в фоновом режиме по расписанию. «Когда автоматизация завершается, результаты попадают в очередь на проверку, так что вы можете вернуться к ним и продолжить работу при необходимости».

Тибо Сотио (Thibault Sottiaux), возглавляющий команду Codex в OpenAI, рассказал о том, как компания использует эти автоматизации внутри себя: «Мы используем автоматизации для выполнения рутинных, но важных задач, таких как ежедневная сортировка багов (issue triage), поиск и обобщение сбоев CI, создание ежедневных релизных сводок, проверка на наличие ошибок и многое другое».

Приложение также включает встроенную поддержку «рабочих деревьев» (worktrees), позволяя нескольким агентам работать над одним и тем же репозиторием без конфликтов. «Каждый агент работает с изолированной копией вашего кода, что позволяет вам исследовать различные пути без необходимости отслеживать их влияние на кодовую базу».

OpenAI борется с Anthropic и Google за контроль над корпоративными расходами на ИИ

Этот запуск происходит на фоне стремительного роста корпоративных расходов на инструменты разработки с помощью ИИ. Согласно опросу Andreessen Horowitz, средние расходы предприятий на большие языковые выросли примерно с 4,5 млн до 7 млн долларов за последние два года, причем в текущем году компании ожидают роста еще на 65% — примерно до 11,6 млн долларов.

Лидерство на рынке корпоративного ИИ существенно различается в зависимости от вариантов использования. OpenAI доминирует в «ранних горизонтальных сценариях использования, таких как универсальные чат-боты, управление корпоративными знаниями и поддержка клиентов», в то время как Anthropic лидирует в «разработке программного обеспечения и анализе данных, где ИТ-директора неизменно отмечают быстрый рост возможностей со второй половины 2024 года».

На вопрос во время пресс-брифинга о том, чем Codex отличается от Claude Code от компании Anthropic, который называют продуктом, переживающим свой «момент ChatGPT», Сотио ответил, подчеркнув приверженность OpenAI возможностям моделей при выполнении длительных задач.

«Одна из вещей, в которых наши модели невероятно сильны — они действительно находятся на переднем крае интеллекта и способны надежно выполнять работу в течение долгого времени», — сказал Сотио. — «Именно на это мы и оптимизируем данный интерфейс, чтобы вы могли запускать множество параллельных агентов, координировать их в течение долгого периода времени и не теряться».

Альтман добавил, что хотя многие инструменты справляются с «фронтендом для вайб-кодинга» (vibe coding front ends), модель 5.2 от OpenAI остается «безоговорочно сильнейшей моделью» для сложной работы над комплексными системами.

«Мы считаем, что перенос такого уровня возможностей модели в интерфейс, где вы можете делать то, о чем говорил Тибо, будет иметь огромное значение», — сказал Альтман. — «Судя по отзывам пользователей и обсуждениям в соцсетях, это, пожалуй, единственный самый крупный фактор дифференциации».

Удивительное узкое место прогресса ИИ: скорость набора текста человеком

Философская основа приложения Codex отражает точку зрения, которую руководители OpenAI озвучивают уже несколько месяцев: человеческие ограничения — а не возможности ИИ — теперь представляют собой главное препятствие на пути к производительности.

В декабрьском выступлении в подкасте Lenny’s Podcast Эмбирикос назвал скорость набора текста человеком «недооцененным в настоящее время лимитирующим фактором» на пути к достижению общего искусственного интеллекта (AGI). Логика такова: если ИИ может выполнять сложные задачи по программированию, но люди не успевают писать промпты или проверять результаты достаточно быстро, прогресс затормаживается.

Приложение Codex пытается решить эту проблему, обеспечивая то, что команда называет «мышлением изобилия» (abundance mindset) — запуск нескольких задач параллельно вместо доведения до совершенства единичных запросов. Во время брифинга Эмбирикос рассказал, как опытные пользователи в OpenAI работают с этим инструментом.

«Прошлой ночью я работал над приложением, вносил несколько изменений, и все эти изменения запускались параллельно друг другу. А я просто переключался между ними, управляя процессом», — рассказал Эмбирикос. — «За кулисами все эти задачи выполняются с помощью технологии под названием gate work trees, что означает, что агенты работают независимо, и вам не нужно ими управлять».

В подкасте Sequoia Capital «Training Data» Эмбирикос подробнее остановился на этом изменении мышления: «Мышление, которое отлично работает для Codex — это своего рода мышление изобилия: эй, давайте попробуем что угодно. Давайте попробуем что угодно, даже по несколько раз, и посмотрим, что сработает». Он отметил, что когда пользователи запускают 20 и более задач в день или в час, «они, вероятно, в основном поняли, как пользоваться инструментом».

Создание доверия через песочницы: как OpenAI обеспечивает безопасность автономных агентов программирования

OpenAI заложила меры безопасности в архитектуру Codex с самого начала. Приложение использует «родную, открытую и настраиваемую системную песочницу» (system-level sandboxing), и по умолчанию «агенты Codex ограничены редактированием файлов в папке или ветке, где они работают, а также использованием кэшированного веб-поиска, после чего они запрашивают разрешение на выполнение команд, требующих повышенных привилегий, таких как сетевой доступ».

Эмбирикос подробно рассказал о подходе к безопасности во время брифинга, отметив, что OpenAI выложила свою технологию песочницы в открытый доступ.

«У Codex есть такая песочница, которой мы невероятно гордимся, и она имеет открытый исходный код, так что вы можете с ней ознакомиться», — сказал Эмбирикос. Песочница «в основном гарантирует, что когда агент работает на вашем компьютере, он может производить запись только в определенную папку, в которую вы разрешили запись, и не получает доступ к сети без информации».

Система также включает детальную модель разрешений, которая позволяет пользователям настраивать постоянные одобрения для определенных действий, избегая необходимости повторно авторизовать рутинные операции. «Если агент хочет сделать что-то, и вы раздражены тем, что вам постоянно приходится это одобрять, вместо того чтобы просто сказать: «Ладно, тебе можно делать абсолютно всё», вы можете сказать: «Эй, запомни эту вещь — я на самом деле не против, чтобы ты делал это в дальнейшем»», — пояснил Эмбирикос.

Альтман подчеркнул, что архитектура разрешений сигнализирует о более широкой философии безопасности ИИ в агентных системах.

«Я думаю, это будет очень важно. Нам по собственному опыту использования стало так очевидно, насколько сильно вы хотите, чтобы у него был контроль над вашим компьютером, и насколько сильно вы в этом нуждаетесь», — сказал Альтман. — «И то, как команда создала Codex, позволяя разумно ограничивать происходящее, а также выбирать тот уровень контроля, с которым вам комфортно — это важно».

Он также признал двойственный характер этой технологии. «Мы действительно ожидаем, что наши модели вскоре достигнут своего внутреннего пика в области кибербезопасности. Мы готовились к этому. Мы говорили о нашем плане смягчения рисков», — заявил Альтман. — «Реальная проблема, с которой придется столкнуться миру — это защита от множества мощных киберугроз, создаваемых с помощью этих моделей, причем в очень сжатые сроки».

Те же возможности, которые делают Codex ценным инструментом для исправления ошибок и рефакторинга кода, в чужих руках могут быть использованы для обнаружения уязвимостей или написания вредоносного ПО — напряженность, которая будет только нарастать по мере того, как ИИ-агенты для кодинга станут еще более способными.

От приложений для Android до исследовательских прорывов: как Codex изменил внутренние процессы OpenAI

Пожалуй, наиболее убедительным доказательством возможностей Codex является опыт собственного использования этого инструмента в OpenAI. Сотио рассказал, как система ускорила внутреннюю разработку.

«Приложение Sora для Android — пример того, как четыре инженера выпустили его внутри компании всего за 18 дней, а в течение месяца мы предоставили к нему доступ всему миру», — сказал Сотио. — «Я никогда раньше не замечал такой скорости в таких масштабах».

Помимо разработки продуктов, Сотио рассказал, как Codex стал неотъемлемой частью исследовательской деятельности OpenAI.

«Codex действительно задействован во всех частях исследований — создании новых наборов данных, исследовании собственных тестовых прогонов», — сообщил он. — «Когда я сижу на встречах с исследователями, они все отправляют Codex выполнять расследование прямо во время нашей беседы, и он возвращается с полезной информацией, благодаря чему мы можем отлаживать код намного быстрее».

Инструмент также начал вносить вклад в собственную разработку. «Codex также начинает создавать сам себя», — отметил Сотио. — «Внутри инженерной команды Codex нет ни одного экрана, на котором Codex не запускал бы сразу по несколько задач: шесть, восемь, десять одновременно».

На вопрос о том, является ли это свидетельством «рекурсивного самосовершенствования» — концепции, которая давно беспокоит исследователей безопасности ИИ, Сотио ответил сдержанно.

«Человек находится в контуре управления в любой момент времени», — сказал он. — «Я бы не стал напрямую называть это рекурсивным самосовершенствованием, скорее — заглядыванием в будущее».

Альтман предложил более широкое видение последствий для исследований.

«Когда люди говорят об автоматизации исследований до такой степени, когда это можно представить, здесь есть две составляющие», — сказал Альтман. — «Первая: можете ли вы писать программное обеспечение, чрезвычайно сложную инфраструктуру, софт для запуска обучающих заданий на сотнях тысяч графических процессоров и присмотра за ними? И вторая: можете ли вы находить новые научные идеи, которые делают алгоритмы более эффективными».

Он отметил, что OpenAI «видит ранние, но многообещающие признаки в обоих этих направлениях».

Конец технического долга? ИИ-агенты берут на себя работу, которую инженеры ненавидят больше всего

Одним из самых неожиданных применений Codex стало устранение технического долга — накопившегося груза обслуживания, который предает большинство программных проектов.

Альтман рассказал, как ИИ-агенты для кодинга преуспевают в неблагодарной работе, которой обычно избегают человеческие инженеры.

«Такого рода работу человеческие инженеры ненавидят делать: рефакторить это, подчищать эту кодовую базу, переписывать это, писать этот тест — здесь модели всё равно. Модель сделает что угодно, весело это или нет», — сказал Альтман.

Он сообщил, что некоторые инфраструктурные команды в OpenAI, которые «потеряли надежду на то, что когда-либо смогут выиграть войну против технического долга в долгосрочной перспективе, теперь говорят: мы выиграем это, потому что модель будет постоянно работать за нашими спинами, следя за тем, чтобы у нас было отличное покрытие тестами, и обеспечивая рефакторинг тогда, когда это необходимо».

Это наблюдение перекликается с более широкой темой, которая неоднократно возникала во время брифинга: ИИ-агенты не испытывают колебаний мотивации, свойственных человеческим программистам. Как отметил Альтман, один из членов команды недавно заметил, что «самая трудная ментальная адаптация при работе с такими ИИ-напарниками по кодингу, в отличие от человека — это то, что у моделей просто не заканчивается дофамин. Они продолжают пытаться. У них не исчерпывается мотивация. Они не теряют энергию, когда что-то не получается. Они просто продолжают идти вперед и, знаете, находят способ довести дело до конца».

Сколько стоит приложение Codex и кто может начать использовать его уже сегодня

Приложение Codex выходит сегодня на macOS и доступно всем обладателям подписки ChatGPT Plus, Pro, Business, Enterprise или Edu. Использование входит в подписки ChatGPT, при этом при необходимости можно докупить дополнительные кредиты.

В рамках рекламной акции OpenAI временно предоставляет доступ к Codex пользователям бесплатных версий ChatGPT и Go, «чтобы помочь большему количеству людей попробовать агентные рабочие процессы». Компания также удваивает лимиты запросов для существующих пользователей Codex на всех платных тарифах на время проведения этой рекламной акции.

Ценовая стратегия отражает решимость OpenAI закрепить за собой статус Codex как инструмента по умолчанию для разработки с помощью ИИ до того, как конкуренты успеют набрать еще больший вес. За последний месяц более миллиона разработчиков использовали Codex, а объем использования вырос почти вдвое с момента запуска GPT-5.2-Codex в середине декабря, опираясь на более чем 20-кратный рост использования с августа 2025 года.

Среди клиентов, использующих Codex, — крупные предприятия, такие как Cisco, Ramp, Virgin Atlantic, Vanta, Duolingo и Gap, а также стартапы Harvey, Sierra и Wonderful. Индивидуальные разработчики также оценили инструмент: Питер Штайнбергер (Peter Steinberger), создатель OpenClaw, написал весь проект исключительно с помощью Codex и сообщает, что после полного перехода на этот инструмент его продуктивность выросла примерно вдвое при более чем 82 000 вкладов на GitHub.

Амбициозная дорожная карта OpenAI: поддержка Windows, облачные триггеры и непрерывные фоновые агенты

OpenAI обрисовала агрессивный план разработки для Codex. Компания планирует сделать приложение доступным на Windows, продолжить раздвигать «границы возможностей моделей» и внедрить более быстрый инференс.

Внутри приложения OpenAI будет «продолжать совершенствовать многоагентные рабочие процессы на основе отзывов из реального мира» и «создает автоматизацию с поддержкой облачных триггеров, чтобы Codex мог работать непрерывно в фоновом режиме — а не только тогда, когда открыт ваш компьютер».

Компания также анонсировала новую функцию «режима плана» (plan mode), которая позволяет Codex изучать сложные изменения в режиме только чтения, а затем обсуждать их с пользователем перед выполнением. «Это означает, что инструмент позволяет вам обрести высокую уверенность в действиях, прежде чем снова отправлять его выполнять большой объем работы самостоятельно, независимо и параллельно с вами», — пояснил Эмбирикос.

Кроме того, OpenAI представляет настраиваемые типы личности (personalities) для Codex. «По умолчанию личность Codex была довольно лаконичной. Многим это нравится, но некоторые хотят чего-то более увлекательного», — сказал Эмбирикос. Пользователи могут получить доступ к новым личностям с помощью команды /personality.

Альтман также намекнул на будущую интеграцию с более широкой экосистемой ChatGPT.

«Со временем появится множество классных вещей, которые мы сможем сделать, чтобы объединить учетные записи ChatGPT пользователей и использовать всю ту историю, которую они там накопили», — сказал Альтман.

Microsoft по-прежнему доминирует в корпоративном ИИ, но окно возможностей для прорыва открыто

Запуск приложения Codex происходит в тот момент, когда большинство предприятий вышли за рамки стратегий с единственным поставщиком. Согласно опросу Andreessen Horowitz, «81% компаний теперь используют три или более семейств моделей в тестировании или продакшене, по сравнению с 68% менее чем год назад».

Несмотря на распространение инструментов для кодинга с помощью ИИ, Microsoft продолжает доминировать в корпоративном сегменте за счет уже имеющихся связей. «Microsoft 365 Copilot лидирует в корпоративных чатах, хотя ChatGPT значительно сократил разрыв», а «Github Copilot по-прежнему остается лидером среди инструментов для программирования на предприятиях». Опрос показал, что «65% предприятий отметили, что предпочитают обращаться к устоявшимся решениям, когда они доступны», ссылаясь на доверие, интеграцию и простоту закупок.

Тем не менее, опрос также указывает на значительные возможности для челледжеров: «Предприятия неизменно говорят, что ценят более быстрые инновации, глубокую специализацию на ИИ и большую гибкость в сочетании с передовыми возможностями, которые привносят ИИ-нативные стартапы».

OpenAI, судя по всему, позиционирует Codex как мост между этими мирами. «Codex построен на простом предположении: всем управляет код», — заявляет компания. — «Чем лучше агент рассуждает о коде и производит его, тем более способным он становится во всех формах технической и интеллектуальной работы».

Амбиции компании простираются за пределы программирования. «Мы сосредоточились на том, чтобы сделать Codex лучшим агентом для кодинга, что также заложило основу для того, чтобы он стал сильным агентом для широкого спектра задач интеллектуального труда, выходящих за рамки написания кода».

На вопрос о том, смогут ли ИИ-инструменты для кодинга со временем выйти за рамки ранних последователей и стать массовыми, Альтман предположил, что этот переход может быть ближе, чем многие ожидают.

«Может ли это вырасти из вайб-кодинга в серьезную разработку программного обеспечения? Вот о чем речь», — сказал Альтман. — «Я думаю, мы уже перешагнули этот рубеж. Я считаю, что это станет стандартным способом работы для большинства серьезных кодеров — и очень скоро».

Затем он перешел к еще более смелому предсказанию: сам код может стать универсальным интерфейсом для всей компьютерной работы.

«Код — это универсальный язык, заставляющий компьютеры делать то, что вам нужно. И он стал настолько хорош, что, я думаю, очень быстро мы сможем перейти не просто от вайб-кодинга глупых приложений ко всей не связанной с программированием интеллектуальной работе», — сказал Альтман.

В завершение брифинга Альтман призвал журналистов лично протестировать продукт: «Пожалуйста, попробуйте приложение. Просто словами это передать невозможно. Это безумный объем возможностей».

Для разработчиков, которые потратили карьеру на обучение написанию кода, сигнал был ясен: будущее принадлежит тем, кто научится управлять машинами, которые пишут его за них.