১৬ মে, ২০২৫

Codex এর পরিচিতি

codex-1 দ্বারা চালিত এমন একটি ক্লাউড-ভিত্তিক সফটওয়্যার ইঞ্জিনিয়ারিং এজেন্ট, যা একসাথে বহু কাজ করতে পারে. আজ থেকেই ChatGPT Pro, Business ও Enterprise ব্যবহারকারীদের জন্য উপলভ্য এবং শিগগিরই Plus ব্যবহারকারীদের জন্যও আসছে.

Codex চেষ্টা করুন

একটি ড্যাশবোর্ড যেখানে ‘পরেরটা আমরা কী কোড করব?’ প্রশ্নটি রয়েছে; সঙ্গে prompt box, repo/branch selectors ও task list—সবই প্যাস্টেল code-themed ব্যাকড্রপে.

লোডিং…

2025 সালের 3 জুনের আপডেট: Codex এখন ChatGPT Plus ব্যবহারকারীদের জন্য উপলভ্য. আমরা কাজ সম্পাদনের সময় ব্যবহারকারীদের Codex-এ ইন্টারনেট অ্যাক্সেস প্রদান করার সক্ষমতা চালু করছি. আরও তথ্যের জন্য অনুগ্রহ করে চেঞ্জলগ⁠(একটি নতুন উইন্ডোতে খোলে) এবং ডকুমেন্টেশন⁠(একটি নতুন উইন্ডোতে খোলে) দেখুন.

আজ আমরা Codex-এর একটি রিসার্চ প্রিভিউ চালু করছি: একটি ক্লাউড-ভিত্তিক সফটওয়্যার ইঞ্জিনিয়ারিং এজেন্ট, যা একসাথে বহু কাজ করতে পারে. Codex আপনার জন্য ফিচার লেখা, আপনার কোডবেস সম্পর্কে প্রশ্নের উত্তর দেওয়া, বাগ ঠিক করা এবং রিভিউয়ের জন্য পুল রিকোয়েস্ট প্রস্তাব করার মতো কাজ করতে পারে; প্রতিটি কাজ তার নিজস্ব ক্লাউড স্যান্ডবক্স এনভায়রনমেন্টে চলে, যেখানে আপনার রিপোজিটরি আগেই লোড করা থাকে.

Codex হলো codex-1 দ্বারা চালিত, যা সফটওয়্যার ইঞ্জিনিয়ারিংয়ের জন্য অপ্টিমাইজ করা OpenAI o3 এর একটি সংস্করণ. এটিকে বিভিন্ন পরিবেশে বাস্তব-বিশ্বের কোডিং কাজগুলিতে মজবুতিকরণ শিক্ষণ ব্যবহার করে প্রশিক্ষণ দেওয়া হয়েছিল যাতে এমন কোড উৎপন্ন করুন যা মানুষের স্টাইল এবং PR পছন্দগুলিকে ঘনিষ্ঠভাবে প্রতিফলিত করে, নির্দেশাবলীর সাথে সুনির্দিষ্টভাবে মেনে চলে এবং একটি উত্তীর্ণ ফলাফল না পাওয়া পর্যন্ত পুনরাবৃত্তিমূলকভাবে পরীক্ষা চালাতে পারে. আজ থেকেই আমরা ChatGPT Pro, Enterprise এবং Business ব্যবহারকারীদের জন্য Codex চালু করছি; শিগগিরই Plus এবং Edu ব্যবহারকারীদের জন্যও আসছে.

Codex কীভাবে কাজ করে

আজ আপনি ChatGPT‑এর সাইডবারের মাধ্যমে Codex অ্যাক্সেস করতে পারেন এবং একটি নির্দেশ টাইপ করে এবং “Code” এ ক্লিক করে এটিকে নতুন কোডিং কাজ বরাদ্দ করতে পারেন. আপনি যদি Codex-কে আপনার কোডবেস সম্পর্কে কোনো প্রশ্ন করতে চান, তাহলে “Ask” এ ক্লিক করুন. একটি স্বতন্ত্র ও আইসোলেটেড পরিবেশে প্রতিটি টাস্ক আলাদাভাবে প্রসেস করা হয়, যেখানে আপনার কোডবেস আগেই লোড করা থাকে. Codex ফাইল পড়তে ও এডিট করতে পারে এবং টেস্ট হারনেসেস, লিন্টারস ও টাইপ চেকারস সহ কমান্ড চালাতে পারে. টাস্ক শেষ হতে সাধারণত 1 থেকে 30 মিনিট সময় লাগে, জটিলতার উপর নির্ভর করে এবং আপনি রিয়েল টাইমে Codex-এর অগ্রগতি পর্যবেক্ষণ করতে পারবেন.

Codex একটি টাস্ক শেষ করলে, এটি তার এনভায়রনমেন্টে পরিবর্তনগুলো কমিট করে. Codex তার কাজের যাচাইযোগ্য প্রমাণ প্রদান করে টার্মিনাল লগস এবং টেস্ট আউটপুটস এর সাইটেশনের মাধ্যমে, যা আপনাকে টাস্ক সম্পাদনের প্রতিটি ধাপ অনুসরণ করতে সক্ষম করে. এরপর আপনি ফলাফল পর্যালোচনা করতে পারেন, আরও সংশোধনের অনুরোধ করতে পারেন, GitHub পুল রিকোয়েস্ট খুলতে পারেন অথবা সরাসরি আপনার লোকাল পরিবেশে পরিবর্তনগুলো একত্রিত করতে পারেন. প্রোডাক্টে আপনি Codex এনভায়রনমেন্ট কনফিগার করতে পারেন, যাতে এটি আপনার বাস্তব ডেভেলপমেন্ট এনভায়রনমেন্টের সাথে যতটা সম্ভব মিলে যায়.

Codex-কে আপনার রিপোজিটরির ভেতরে রাখা AGENTS.md ফাইল দ্বারা নির্দেশনা দেওয়া যায়. এগুলি টেক্সট ফাইল, README.md-এর মতো, যেখানে আপনি Codex-কে জানাতে পারেন কীভাবে আপনার কোডবেস নেভিগেট করতে হবে, পরীক্ষার জন্য কোন কমান্ডগুলি চালাতে হবে এবং কীভাবে আপনার প্রকল্পের মানদণ্ডের অনুশীলনগুলি সর্বোত্তমভাবে মেনে চলতে হবে. মানব নির্মাতাদের মতো, কোডেক্স এজেন্টরা কনফিগার করা ডেভেলপমেন্ট এনভায়রনমেন্ট, নির্ভরযোগ্য টেস্টিং সেটআপ এবং স্পষ্ট ডকুমেন্টেশন প্রদান করা হলে সর্বোত্তম পারফরম্যান্স করে.

কোডিং ইভ্যালুয়েশন ও ইন্টারনাল বেঞ্চমার্কে codex-1 AGENTS.md ফাইল বা কাস্টম স্ক্যাফোল্ডিং ছাড়াই শক্তিশালী পারফরম্যান্স দেখায়.

আমাদের অভ্যন্তরীণ অবকাঠামোতে চালানো সম্ভব ছিল না এমন 23-টি SWE-Bench ভেরিফায়েড নমুনা বাদ দেওয়া হয়েছে. codex-1 সর্বোচ্চ 192 হাজার টোকেন এবং মাঝারি 'যুক্তি প্রচেষ্টা' সেটিংসে প্রসঙ্গ দৈর্ঘ্যে পরীক্ষা করা হয়েছিল, যা আজ পণ্যটিতে উপলব্ধ হবে. o3 মূল্যায়ন সম্পর্কে বিস্তারিত জানতে, এখানে⁠ দেখুন.

আমাদের ইন্টারনাল SWE টাস্ক বেঞ্চমার্ক হলো OpenAI-এর বাস্তব অভ্যন্তরীণ SWE টাস্কগুলোর একটি কিউরেটেড সেট.

নিরাপদ ও বিশ্বাসযোগ্য এজেন্ট তৈরি করা

আমাদের ইটারেটিভ ডিপ্লয়মেন্ট স্ট্র্যাটেজির সাথে সামঞ্জস্য রেখে আমরা Codex-কে একটি রিসার্চ প্রিভিউ হিসেবে প্রকাশ করছি। Codex ডিজাইন করার সময় আমরা নিরাপত্তা ও স্বচ্ছতাকে অগ্রাধিকার দিয়েছি, যাতে ব্যবহারকারীরা এর আউটপুট যাচাই করতে পারেন—এমন একটি সুরক্ষা ব্যবস্থা যা ক্রমশ আরও গুরুত্বপূর্ণ হয়ে উঠছে, কারণ AI মডেলগুলো স্বাধীনভাবে আরও জটিল কোডিং কাজ পরিচালনা করছে এবং সুরক্ষা সংক্রান্ত বিবেচনাগুলো পরিবর্তিত হচ্ছে। ব্যবহারকারীরা সাইটেশন, টার্মিনাল লগস এবং টেস্ট রেজাল্টস এর মাধ্যমে Codex-এর কাজ যাচাই করতে পারেন। যখন অনিশ্চয়তা থাকে বা টেস্ট ব্যর্থ হয়, Codex এজেন্ট স্পষ্টভাবে এই সমস্যা জানায়, যাতে ব্যবহারকারীরা পরবর্তী পদক্ষেপ সম্পর্কে সচেতন সিদ্ধান্ত নিতে পারেন। ইন্টিগ্রেশন ও এক্সিকিউশনের আগে ব্যবহারকারীদের জন্য সব এজেন্ট-জেনারেটেড কোড ম্যানুয়ালি রিভিউ ও ভ্যালিডেট করা এখনও অপরিহার্য।

কটি কোড-রিভিউ স্ক্রিনশট, যেখানে টেস্ট-ফাইল ওভারলে দিয়ে কোটেড ফাইলনেমস যাচাই করা হচ্ছে; সঙ্গে সামারি ও পাসিং টেস্টস একটি নীল ব্যাকড্রপে.

একটি কোড-রিভিউ স্ক্রিনশট, যেখানে কালো টার্মিনাল ওভারলে-তে কোটেড ফাইলনেমস-এর জন্য একটি পাসিং টেস্ট দেখা যাচ্ছে; সামারি ও ‘ফিক্স /ডিফ এরর উইথ স্পেশাল ক্যারেক্টারস’ পরিবর্তনের ডিফ একটি নীল-প্যাস্টেল ব্যাকগ্রাউন্ডে দৃশ্যমান.

মানব পছন্দের সাথে সামঞ্জস্য করা

codex-1 প্রশিক্ষণের একটি প্রধান লক্ষ্য ছিল এর আউটপুটকে মানব কোডিং পছন্দ ও স্ট্যান্ডার্ডের সাথে ঘনিষ্ঠভাবে সামঞ্জস্য করা. OpenAI o3‑এর তুলনায় codex-1 ধারাবাহিকভাবে আরও পরিচ্ছন্ন প্যাচ তৈরি করে, যা সঙ্গে সঙ্গে মানব রিভিউ ও স্ট্যান্ডার্ড ওয়ার্কফ্লোতে ইন্টিগ্রেশনের জন্য প্রস্তুত থাকে.

Please fix the following issue in the astropy/astropy repository. Please resolve the issue in the problem below by editing and testing code files in your current code execution session. The repository is cloned in the /testbed folder. You must fully solve the problem for your answer to be considered correct. Problem statement:Modeling's `separability_matrix` does not compute separability correctly for nested CompoundModels Consider the following model: ```python from astropy.modeling import models as m from astropy.modeling.separable import separability_matrix cm = m.Linear1D(10) & m.Linear1D(5) ``` It's separability matrix as you might expect is a diagonal: ```python >>> separability_matrix(cm) array([[ True, False], [False, True]]) ``` If I make the model more complex: ```python >>> separability_matrix(m.Pix2Sky_TAN() & m.Linear1D(10) & m.Linear1D(5)) array([[ True, True, False, False], [ True, True, False, False], [False, False, True, False], [False, False, False, True]]) ``` The output matrix is again, as expected, the outputs and inputs to the linear models are separable and independent of each other. If however, I nest these compound models: ```python >>> separability_matrix(m.Pix2Sky_TAN() & cm) array([[ True, True, False, False], [ True, True, False, False], [False, False, True, True], [False, False, True, True]]) ``` Suddenly the inputs and outputs are no longer separable? This feels like a bug to me, but I might be missing something?

Codex

OpenAI o3

অপব্যবহার রোধ

AI-চালিত সফটওয়্যার ইঞ্জিনিয়ারিংয়ের ক্ষতিকর প্রয়োগ, যেমন ম্যালওয়্যার ডেভেলপমেন্ট রোধ করা ক্রমেই আরও গুরুত্বপূর্ণ হয়ে উঠছে. একই সঙ্গে, এমন সুরক্ষা ব্যবস্থা নেওয়া জরুরি যা ন্যায্য ও উপকারী ব্যবহারে অযথা বাধা সৃষ্টি না করে, যদি সেখানে কখনও ম্যালওয়্যার ডেভেলপমেন্টে ব্যবহৃত কৌশল জড়িত থাকে, যেমন লো-লেভেল কার্নেল ইঞ্জিনিয়ারিং.

সেফটি এবং ইউটিলিটির ভারসাম্য রক্ষার জন্য, Codex-কে এমনভাবে প্রশিক্ষিত করা হয়েছে যাতে এটি ক্ষতিকর সফটওয়্যার উন্নয়নের উদ্দেশ্যে করা অনুরোধগুলো সনাক্ত করে এবং সঠিকভাবে প্রত্যাখ্যান করতে পারে, একই সঙ্গে বৈধ কাজগুলোকে স্পষ্টভাবে পৃথক করে সমর্থন দিতে পারে. আমরা আমাদের পলিসি ফ্রেমওয়ার্ক উন্নত করেছি এবং কঠোর সেফটি ইভ্যালুয়েশন যুক্ত করেছি, যাতে এই সীমারেখা কার্যকরভাবে জোরদার হয়. এই মূল্যায়নগুলি প্রতিফলিত করার জন্য আমরা o3 সিস্টেম কার্ডের অ্যাডেনডাম⁠ প্রকাশ করেছি.

সুরক্ষিত এক্সিকিউশন

Codex এজেন্ট সম্পূর্ণভাবে ক্লাউডে একটি সুরক্ষিত, আইসোলেটেড কনটেইনারের ভেতরে কাজ করে। টাস্ক চলাকালে ইন্টারনেট অ্যাক্সেস বন্ধ থাকে, ফলে এজেন্টের ইন্টারঅ্যাকশন সীমাবদ্ধ থাকে শুধুমাত্র GitHub রিপোজিটরির মাধ্যমে স্পষ্টভাবে সরবরাহকৃত কোড এবং ব্যবহারকারীর সেটআপ স্ক্রিপ্টের মাধ্যমে কনফিগার করা প্রি-ইনস্টলড ডিপেন্ডেন্সিগুলোর সাথে। এজেন্ট কোনো বাহ্যিক ওয়েবসাইট, API বা অন্যান্য সার্ভিসে অ্যাক্সেস করতে পারে না।

প্রাথমিক ব্যবহারিক ক্ষেত্রসমূহ

OpenAI-এর টেকনিক্যাল টিমগুলো দৈনন্দিন টুলকিটের অংশ হিসেবে Codex ব্যবহার শুরু করেছে. রিপিটিটিভ, স্পষ্টভাবে সীমাবদ্ধ কাজগুলো যেমন রিফ্যাক্টরিং, রিনেমিং, এবং টেস্ট লেখা, যা না করলে ফোকাস ভেঙে যেতে পারে সেগুলো অফলোড করার জন্য OpenAI ইঞ্জিনিয়াররা সবচেয়ে বেশি এটি ব্যবহার করেন. নতুন ফিচার তৈরির কাঠামো তৈরি, কম্পোনেন্ট যুক্ত করা, বাগ ঠিক করা এবং ডকুমেন্টেশন খসড়া তৈরির ক্ষেত্রেও এটি সমানভাবে কার্যকর. টিমগুলো এর চারপাশে নতুন অভ্যাস তৈরি করছে: অন-কল ইস্যু ট্রায়াজ করা, দিনের শুরুতে টাস্ক প্ল্যান করা এবং ব্যাকগ্রাউন্ড কাজ অফলোড করে এগিয়ে চলা. কনটেক্সট-সুইচিং কমিয়ে এবং ভুলে যাওয়া টু-ডুজ সামনে এনে, Codex ইঞ্জিনিয়ারদের দ্রুত শিপ করতে ও সবচেয়ে গুরুত্বপূর্ণ কাজে ফোকাস রাখতে সাহায্য করে.

রিলিজের আগে, Codex কীভাবে বিভিন্ন কোডবেস, ডেভেলপমেন্ট প্রসেস এবং টিম জুড়ে পারফর্ম করে এটি বোঝার জন্য আমরা একটি ছোট এক্সটার্নাল টেস্টার গ্রুপের সাথে কাজ করেছি.

Cisco⁠(একটি নতুন উইন্ডোতে খোলে) অনুসন্ধান করছে কীভাবে Codex তাদের ইঞ্জিনিয়ারিং দলগুলিকে উচ্চাভিলাষী ধারণাগুলি দ্রুত বাস্তবায়িত করতে সাহায্য করতে পারে. প্রাথমিক ডিজাইন পার্টনার হিসেবে, Cisco তাদের প্রোডাক্ট পোর্টফোলিও জুড়ে বাস্তব ব্যবহারক্ষেত্রে Codex মূল্যায়ন করে এবং OpenAI টিমকে মতামত প্রদান করে Codex-এর ভবিষ্যৎ গঠনে সহায়তা করছে.
Temporal⁠(একটি নতুন উইন্ডোতে খোলে) Codex ব্যবহার করে ফিচার ডেভেলপমেন্ট দ্রুততর করা, সমস্যা ডিবাগ করা, টেস্ট লেখা ও চালানো এবং বড় কোডবেস রিফ্যাক্টর করার কাজগুলো সম্পন্ন করে. এটি তাদের ফোকাস ধরে রাখতে সাহায্য করে জটিল কাজগুলো ব্যাকগ্রাউন্ডে চালিয়ে—ইঞ্জিনিয়ারদের ফ্লো-তে রাখে এবং পুনরাবৃত্তি ত্বরান্বিত করে.
Superhuman⁠(একটি নতুন উইন্ডোতে খোলে) কোডেক্স ব্যবহার করে ছোট কিন্তু পুনরাবৃত্তিমূলক কাজগুলিকে দ্রুততর করে, যেমন পরীক্ষার কভারেজ উন্নত করা এবং ইন্টিগ্রেশন ব্যর্থতা ঠিক করা. এটি তাদের দ্রুত প্রকাশ করতে সাহায্য করে কারণ প্রোডাক্ট ম্যানেজাররা কোড রিভিউ ছাড়া ইঞ্জিনিয়ারদের টানতে না হয়েও ছোট কোড পরিবর্তনে অবদান রাখতে পারেন.
Kodiak⁠(একটি নতুন উইন্ডোতে খোলে) Codex ব্যবহার করছে ডিবাগিং টুল লেখার জন্য, পরীক্ষার কভারেজ উন্নত করার জন্য এবং কোড রিফ্যাক্টর করার জন্য—Kodiak Driver, তাদের স্বায়ত্তশাসিত ড্রাইভিং প্রযুক্তির উন্নয়ন ত্বরান্বিত করার জন্য. Codex একটি মূল্যবান রেফারেন্স টুলে পরিণত হয়েছে, যা প্রাসঙ্গিক কনটেক্সট ও পূর্ববর্তী পরিবর্তন সামনে এনে ইঞ্জিনিয়ারদের স্ট্যাকের অপরিচিত অংশ বুঝতে সাহায্য করে.

প্রাথমিক টেস্টারদের অভিজ্ঞতার ভিত্তিতে, আমরা সুপারিশ করি একসাথে একাধিক এজেন্টকে স্পষ্ট-সীমাবদ্ধ টাস্ক দেওয়া এবং বিভিন্ন ধরনের টাস্ক ও প্রম্পটে পরীক্ষা-নিরীক্ষা করে মডেলের ক্ষমতা কার্যকরভাবে অনুসন্ধান করা.

Codex CLI আপডেট

গত মাসে আমরা Codex CLI চালু করেছি, একটি লাইটওয়েট ওপেন-সোর্স কোডিং এজেন্ট যা আপনার টার্মিনালে চলে. এটি আপনার স্থানীয় ওয়ার্কফ্লোতে o3 এবং o4-mini এর মতো মডেলগুলির শক্তি নিয়ে আসে, কাজগুলি দ্রুত সম্পন্ন করতে তাদের সাথে জুটি বাঁধা সহজ করে তোলে.

আজ আমরা codex-1-এর একটি ছোট সংস্করণও প্রকাশ করছি, যা Codex CLI-তে ব্যবহারের জন্য বিশেষভাবে ডিজাইন করা o4-mini-এর একটি সংস্করণ. এই নতুন মডেল CLI-তে দ্রুত ওয়ার্কফ্লো সাপোর্ট করে এবং লো-লেটেন্সি কোড Q&A ও এডিটিং-এর জন্য অপটিমাইজ করা, একই সঙ্গে নির্দেশ অনুসরণ এবং স্টাইলের ক্ষেত্রে আগের মতোই শক্তিশালী. এটি এখন Codex CLI-তে ডিফল্ট মডেল হিসেবে এবং API-তে codex-mini-latest নামে উপলভ্য. Codex-mini মডেল উন্নত করতে থাকায় এর অন্তর্নিহিত স্ন্যাপশটটি নিয়মিত আপডেট করা হবে.

আমরা আপনার ডেভেলপার অ্যাকাউন্ট Codex CLI-এর সাথে সংযোগ করা আরও সহজ করে দিচ্ছি. ম্যানুয়ালি API টোকেন তৈরি ও কনফিগার করার পরিবর্তে, এখন আপনি আপনার ChatGPT অ্যাকাউন্ট দিয়ে সাইন-ইন করতে পারেন এবং আপনি যে API অর্গানাইজেশনটি ব্যবহার করতে চান তা নির্বাচন করতে পারেন. আমরা আপনার জন্য স্বয়ংক্রিয়ভাবে API কি তৈরি ও কনফিগার করব. Plus ও Pro ব্যবহারকারীরা যারা ChatGPT দিয়ে Codex CLI-তে সাইন ইন করেন, তারা আজ থেকে পরবর্তী 30 দিনের জন্য যথাক্রমে $5 এবং $50 ফ্রি API ক্রেডিট রিডিম করতে পারবেন.

Codex-এর প্রাপ্যতা, মূল্য ও সীমাবদ্ধতা

আজ থেকে আমরা Codex বিশ্বব্যাপী ChatGPT Pro, Enterprise ও Business ব্যবহারকারীদের জন্য চালু করছি; শিগগিরই Plus ও Edu ব্যবহারকারীদের জন্যও আসছে. ব্যবহারকারীরা আগামী কয়েক সপ্তাহ কোনো অতিরিক্ত খরচ ছাড়াই Codex কী করতে পারে তা অন্বেষণ করার জন্য উদার অ্যাক্সেস পাবেন; এর পর আমরা রেট-সীমিত অ্যাক্সেস এবং নমনীয় প্রাইসিং অপশন চালু করব, যা দিয়ে আপনারা অন-ডিমান্ড অতিরিক্ত ব্যবহার কিনতে পারবেন. আমরা শিগগিরই Plus ও Edu ব্যবহারকারীদের জন্য অ্যাক্সেস বাড়ানোর পরিকল্পনা করছি.

codex-mini-latest দিয়ে তৈরি করা ডেভেলপারদের জন্য, মডেলটি Responses API-তে উপলব্ধ এবং এর মূল্য $1.50 প্রতি 1 মিলিয়ন ইনপুট টোকেন এবং $6 প্রতি 1 মিলিয়ন আউটপুট টোকেন, সঙ্গে 75% প্রম্পট ক্যাশিং ডিসকাউন্ট.

Codex এখনও এর ডেভেলপমেন্টের প্রাথমিক পর্যায়ে আছে. একটি রিসার্চ প্রিভিউ হিসেবে, এতে এখনো ফ্রন্টএন্ড কাজের জন্য ইমেজ ইনপুট এবং এজেন্ট কাজ করার সময় তাকে কোর্স-করেক্ট করার ক্ষমতার মতো ফিচার নেই. এছাড়া, একটি রিমোট এজেন্টকে ডেলিগেট করা ইন্টারঅ্যাক্টিভ এডিটিং-এর তুলনায় বেশি সময় নেয়, যা অভ্যাস করতে কিছুটা সময় লাগতে পারে. সময়ের সাথে সাথে Codex এজেন্টের সাথে ইন্টারঅ্যাকশন ক্রমশ সহকর্মীদের সাথে অ্যাসিঙ্ক্রোনাস সহযোগিতার মতো হয়ে উঠবে. মডেলের ক্ষমতা বাড়ার সাথে সাথে আমরা আশা করি এজেন্টরা দীর্ঘ সময় ধরে আরও জটিল টাস্ক সামলাবে.

পরবর্তী পদক্ষেপ

আমরা এমন একটি ভবিষ্যৎ কল্পনা করি যেখানে ডেভেলপাররা তাদের পছন্দের কাজ নিজেরা করবে এবং বাকি কাজ এজেন্টদের ডেলিগেট করবে—AI-এর সাথে দ্রুত এগোবে এবং আরও প্রোডাক্টিভ হবে. এটি অর্জনের জন্য, আমরা Codex টুলগুলির একটি স্যুট তৈরি করছি যা রিয়েল-টাইম সহযোগিতা এবং অ্যাসিঙ্ক্রোনাস ডেলিগেশন উভয়কেই সহায়তা করে.

Codex CLI-এর মতো AI টুলের সাথে পেয়ারিং দ্রুত একটি ইন্ডাস্ট্রি নমুনা হয়ে উঠেছে, যা ডেভেলপারদের কোডিং করার সময় দ্রুত এগোতে সাহায্য করছে. তবে আমরা বিশ্বাস করি যে ChatGPT‑তে Codex যে অ্যাসিঙ্ক্রোনাস, বহু-এজেন্টভিত্তিক ওয়ার্কফ্লো পরিচয় করিয়েছে, তা ভবিষ্যতে উচ্চমানের কোড তৈরি করার ক্ষেত্রে প্রকৌশলীদের জন্য ডি-ফ্যাক্টো পদ্ধতিতে পরিণত হবে.

শেষ পর্যন্ত, আমরা দেখি এই দুটি ইন্টারঅ্যাকশনের মোড—রিয়েল-টাইম পেয়ারিং এবং টাস্ক ডেলিগেশন—একত্রিত হচ্ছে. ডেভেলপাররা তাদের IDE ও দৈনন্দিন ব্যবহারের অন্যান্য টুলে AI এজেন্টদের সঙ্গে কাজ করবে—প্রশ্ন করবে, পরামর্শ পাবে এবং দীর্ঘ কাজগুলো এদের উপর ন্যস্ত করবে—সবকিছুই একটি সমন্বিত ও একীভূত ওয়ার্কফ্লোর মধ্যে.

সামনে তাকিয়ে, আমরা আরও ইন্টারঅ্যাকটিভ ও ফ্লেক্সিবল এজেন্ট ওয়ার্কফ্লো চালু করার পরিকল্পনা করছি. ডেভেলপাররা খুব শিগগিরই টাস্ক চলাকালে গাইডেন্স দিতে পারবে, ইমপ্লিমেন্টেশন স্ট্র্যাটেজিতে সহযোগিতা করতে পারবে এবং প্রোঅ্যাকটিভ প্রগ্রেস আপডেট পেতে পারবে. আপনার ব্যবহৃত টুলগুলোর সাথে আমরা আরও গভীর ইন্টিগ্রেশন কল্পনা করি: আজ Codex GitHub-এর সাথে সংযুক্ত এবং খুব শিগগিরই আপনি Codex CLI, ChatGPT Desktop অথবা এমনকি আপনার ইস্যু ট্র্যাকার বা CI সিস্টেমের মতো টুল থেকেও টাস্ক অ্যাসাইন করতে পারবেন.

সফটওয়্যার ইঞ্জিনিয়ারিং প্রথম দিকের শিল্পগুলোর একটি যেখানে AI-চালিত উৎপাদনশীলতার উল্লেখযোগ্য বৃদ্ধি দেখা যাচ্ছে, যা ব্যক্তি ও ছোট টিমের জন্য নতুন সম্ভাবনা খুলে দিচ্ছে. যদিও আমরা এই অর্জনগুলি সম্পর্কে আশাবাদী, আমরা অংশীদারদের সাথে এক সাথে কাজ করছি যাতে নির্মাতা কর্মপ্রবাহ, মানুষের মধ্যে দক্ষতা উন্নয়ন, দক্ষতার স্তর এবং ভৌগোলিক অবস্থানের উপর ব্যাপক এজেন্ট গ্রহণের প্রভাব আরও ভালোভাবে বোঝা যায়.

এটি কেবল শুরু—আর Codex দিয়ে আপনি কী তৈরি করেন তা দেখার জন্য আমরা উদ্দীপ্ত হয়ে আছি.

লাইভস্ট্রিম রিপ্লে

পরিশিষ্ট

সিস্টেম মেসেজ

আমরা codex-1 সিস্টেম মেসেজ শেয়ার করছি যাতে ডেভেলপাররা মডেলের ডিফল্ট আচরণ বুঝতে পারেন এবং Codex-কে কাস্টম ওয়ার্কফ্লোতে কার্যকরভাবে কাজের জন্য সাজাতে পারেন. উদাহরণস্বরূপ, codex-1 সিস্টেম মেসেজ Codex-কে AGENTS.md ফাইলে উল্লেখিত সব টেস্ট চালাতে উৎসাহিত করে, তবে যদি আপনার সময় কম থাকে, আপনি Codex-কে এগুলো বাদ দিতে বলতে পারেন.

প্লেইন টেক্সট

1# Instructions
2- The user will provide a task.
3- The task involves working with Git repositories in your current working directory.
4- Wait for all terminal commands to be completed (or terminate them) before finishing.
5
6# Git instructions
7If completing the user's task requires writing or modifying files:
8- Do not create new branches.
9- Use git to commit your changes.
10- If pre-commit fails, fix issues and retry.
11- Check git status to confirm your commit. You must leave your worktree in a clean state.
12- Only committed code will be evaluated.
13- Do not modify or amend existing commits.
14
15# AGENTS.md spec
16- Containers often contain AGENTS.md files. These files can appear anywhere in the container's filesystem. Typical locations include `/`, `~`, and in various places inside of Git repos.
17- These files are a way for humans to give you (the agent) instructions or tips for working within the container.
18- Some examples might be: coding conventions, info about how code is organized, or instructions for how to run or test code.
19- AGENTS.md files may provide instructions about PR messages (messages attached to a GitHub Pull Request produced by the agent, describing the PR). These instructions should be respected.
20- Instructions in AGENTS.md files:
21  - The scope of an AGENTS.md file is the entire directory tree rooted at the folder that contains it.
22  - For every file you touch in the final patch, you must obey instructions in any AGENTS.md file whose scope includes that file.
23  - Instructions about code style, structure, naming, etc. apply only to code within the AGENTS.md file's scope, unless the file states otherwise.
24  - More-deeply-nested AGENTS.md files take precedence in the case of conflicting instructions.
25  - Direct system/developer/user instructions (as part of a prompt) take precedence over AGENTS.md instructions.
26- AGENTS.md files need not live only in Git repos. For example, you may find one in your home directory.
27- If the AGENTS.md includes programmatic checks to verify your work, you MUST run all of them and make a best effort to validate that the checks pass AFTER all code changes have been made.
28  - This applies even for changes that appear simple, i.e. documentation. You still must run all of the programmatic checks.
29
30# Citations instructions
31- If you browsed files or used terminal commands, you must add citations to the final response (not the body of the PR message) where relevant. Citations reference file paths and terminal outputs with the following formats:
32  1) `【F:<file_path>†L<line_start>(-L<line_end>)?】`
33  - File path citations must start with `F:`. `file_path` is the exact file path of the file relative to the root of the repository that contains the relevant text.
34  - `line_start` is the 1-indexed start line number of the relevant output within that file.
35  2) `【<chunk_id>†L<line_start>(-L<line_end>)?】`
36  - Where `chunk_id` is the chunk_id of the terminal output, `line_start` and `line_end` are the 1-indexed start and end line numbers of the relevant output within that chunk.
37- Line ends are optional, and if not provided, line end is the same as line start, so only 1 line is cited.
38- Ensure that the line numbers are correct, and that the cited file paths or terminal outputs are directly relevant to the word or clause before the citation.
39- Do not cite completely empty lines inside the chunk, only cite lines that have content.
40- Only cite from file paths and terminal outputs, DO NOT cite from previous pr diffs and comments, nor cite git hashes as chunk ids.
41- Use file path citations that reference any code changes, documentation or files, and use terminal citations only for relevant terminal output.
42- Prefer file citations over terminal citations unless the terminal output is directly relevant to the clauses before the citation, i.e. clauses on test results.
43  - For PR creation tasks, use file citations when referring to code changes in the summary section of your final response, and terminal citations in the testing section.
44  - For question-answering tasks, you should only use terminal citations if you need to programmatically verify an answer (i.e. counting lines of code). Otherwise, use file citations.

লেখক

OpenAI