16 במאי 2025

הכירו את Codex

סוכן הנדסת תוכנה בענן שיכול לעבוד על משימות רבות במקביל, המבוסס על codex-1. זמין היום למשתמשי ChatGPT Pro, ‏Business ו-Enterprise, ובקרוב גם למשתמשי Plus.

נסו את Codex

פוסט ההשקה הזה אינו מעודכן.

למידע עדכני על Codex ועל תהליכי עבודה בצוות:

Codex

ChatGPT Work

Dashboard asking ‘What should we code next?’ with a prompt box, repo/branch selectors, and a task list on a pastel code-themed backdrop.

בטעינה…

עדכון מ-3 ביוני 2025: Codex זמין כעת למשתמשי ChatGPT Plus. אנחנו גם מאפשרים למשתמשים לתת ל-Codex גישה לאינטרנט במהלך ביצוע משימות. לפרטים נוספים, עיינו ביומן השינויים⁠(נפתח בחלון חדש) וכן בתיעוד⁠(נפתח בחלון חדש).

היום אנחנו משיקים גרסת מחקר מקדימה של Codex: סוכן הנדסת תוכנה בענן שיכול לעבוד על משימות רבות במקביל. Codex יכול לבצע עבורכם משימות כמו כתיבת תכונות, מענה על שאלות בנוגע לבסיס הקוד, תיקון באגים והצעת בקשות pull request לסקירה; כל משימה פועלת בסביבת ארגז חול משלה בענן, שהמאגר שלכם נטען אליה מראש.

Codex מבוסס על codex-1, גרסה של OpenAI o3 שהותאמה להנדסת תוכנה. הוא אומן באמצעות למידת חיזוק על משימות תכנות אמיתיות במגוון סביבות, כדי ליצור קוד שתואם היטב את הסגנון וההעדפות של מפתחים אנושיים ב-PR, לעקוב במדויק אחר הוראות ולהריץ בדיקות שוב ושוב עד לקבלת תוצאה שעוברת בהצלחה. היום אנחנו מתחילים לפתוח בהדרגה את הגישה ל-Codex למשתמשי ChatGPT Pro, ‏Enterprise ו-Business. תמיכה במשתמשי Plus ו-Edu תגיע בקרוב.

פוסט ההשקה הזה אינו מעודכן.

למידע עדכני על Codex ועל תהליכי עבודה בצוות:

Codex

ChatGPT Work

איך Codex עובד

כיום אפשר לגשת ל-Codex דרך סרגל הצד ב-ChatGPT ולהקצות לו משימות תכנות חדשות באמצעות הקלדת פרומפט ולחיצה על ״כתיבת קוד״. כדי לשאול את Codex שאלה על בסיס הקוד שלכם, לחצו על ״שאלה״. כל משימה מעובדת באופן עצמאי בסביבה נפרדת ומבודדת, שבסיס הקוד שלכם נטען אליה מראש. Codex יכול לקרוא ולערוך קבצים, וגם להריץ פקודות, לרבות מערכי בדיקה, כלי ניתוח קוד סטטי ובודקי טיפוסים. השלמת משימה נמשכת בדרך כלל בין דקה ל-30 דקות, בהתאם למורכבותה, ואפשר לעקוב אחר ההתקדמות של Codex בזמן אמת.

לאחר ש-Codex משלים משימה, הוא מבצע commit לשינויים בסביבה שלו. Codex מספק ראיות ניתנות לאימות לפעולותיו באמצעות הפניות ליומני הטרמינל ולפלטי בדיקות, כך שאפשר לעקוב אחר כל שלב שבוצע במהלך השלמת המשימה. לאחר מכן אפשר לסקור את התוצאות, לבקש תיקונים נוספים, לפתוח pull request ב-GitHub או לשלב את השינויים ישירות בסביבה המקומית שלכם. בתוך המוצר אפשר להגדיר את סביבת Codex כך שתתאים ככל האפשר לסביבת הפיתוח בפועל שלכם.

אפשר להנחות את Codex באמצעות קובצי AGENTS.md שנמצאים במאגר שלכם. אלה קובצי טקסט, בדומה ל-README.md, שבהם אפשר להסביר ל-Codex איך להתמצא בבסיס הקוד, אילו פקודות להריץ לצורך בדיקות ואיך לפעול בהתאם לשיטות העבודה המקובלות בפרויקט שלכם. בדומה למפתחים אנושיים, סוכני Codex פועלים במיטבם כשעומדים לרשותם סביבות פיתוח מוגדרות, מערכי בדיקה אמינים ותיעוד ברור.

בהערכות תכנות ובמבחני ביצועים פנימיים, codex-1 מפגין ביצועים חזקים גם ללא קובצי AGENTS.md או תשתית עזר מותאמת אישית.

23 דוגמאות מ-SWE-Bench Verified שלא ניתן היה להריץ בתשתית הפנימית שלנו הוצאו מההערכה. codex-1 נבדק באורך הקשר מרבי של 192 אלף טוקנים וברמה בינונית של ״מאמץ reasoning״ — ההגדרה שתהיה זמינה במוצר היום. לפרטים על ההערכות של o3, ראו כאן⁠.

מבחן הביצועים הפנימי שלנו למשימות הנדסת תוכנה הוא אוסף שנבחר בקפידה של משימות הנדסת תוכנה אמיתיות מתוך OpenAI.

בניית סוכנים בטוחים ואמינים

אנחנו משיקים את Codex בגרסת מחקר מקדימה, בהתאם לאסטרטגיית הפריסה ההדרגתית שלנו. בתכנון Codex נתנו עדיפות לאבטחה ולשקיפות כדי שמשתמשים יוכלו לאמת את הפלטים שלו — אמצעי הגנה שחשיבותו הולכת וגדלה ככל שמודלי בינה מלאכותית מבצעים באופן עצמאי משימות תכנות מורכבות יותר ושיקולי הבטיחות מתפתחים. משתמשים יכולים לבדוק את העבודה של Codex באמצעות הפניות, יומני טרמינל ותוצאות בדיקות. במצבי אי-ודאות או כשבדיקות נכשלות, הסוכן של Codex מדווח על כך במפורש, ומאפשר למשתמשים לקבל החלטות מושכלות לגבי ההמשך. עדיין חיוני שמשתמשים יסקרו ויאמתו ידנית כל קוד שנוצר על ידי הסוכן לפני שילובו והרצתו.

Code-review screenshot with a test-file overlay verifying quoted filenames, plus summary and passing tests on a blue backdrop.

Code-review screenshot with a black terminal overlay showing one passing test for quoted filenames; summary and diff of the ‘Fix /diff error with special characters’ change visible on a blue-pastel background.

התאמה להעדפות אנושיות

אחת המטרות המרכזיות באימון codex-1 הייתה להתאים את הפלטים להעדפות ולסטנדרטים של מפתחים אנושיים. בהשוואה ל-OpenAI o3, ‏codex-1 מפיק בעקביות תיקוני קוד נקיים יותר, המוכנים מיד לסקירה אנושית ולשילוב בתהליכי עבודה רגילים.

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

מניעת שימוש לרעה

ההגנה מפני שימושים זדוניים בהנדסת תוכנה מבוססת בינה מלאכותית, כגון פיתוח נוזקות, נעשית חיונית יותר ויותר. במקביל, חשוב שאמצעי ההגנה לא יגבילו יתר על המידה שימושים לגיטימיים ומועילים שעשויים לכלול טכניקות המשמשות לפעמים גם לפיתוח נוזקות, כגון תכנות ליבה ברמה נמוכה.

כדי לאזן בין בטיחות לתועלת, Codex אומן לזהות בקשות שמטרתן פיתוח תוכנות זדוניות ולסרב להן באופן ממוקד, תוך הבחנה ברורה בינן לבין משימות לגיטימיות ותמיכה באחרונות. בנוסף, שיפרנו את מסגרות המדיניות שלנו ושילבנו הערכות בטיחות קפדניות כדי לחזק את הגבולות האלה ביעילות. פרסמנו נספח לכרטיס המערכת של o3⁠ המתאר את ההערכות האלה.

הרצה מאובטחת

הסוכן של Codex פועל כולו בתוך קונטיינר מאובטח ומבודד בענן. במהלך ביצוע המשימה, הגישה לאינטרנט מושבתת, כך שהסוכן יכול לעבוד רק עם הקוד שסופק במפורש דרך מאגרי GitHub ועם התלויות שהותקנו מראש והוגדרו על ידי המשתמש באמצעות סקריפט הגדרה. לסוכן אין גישה לאתרים חיצוניים, לממשקי API או לשירותים אחרים. הערה: תיאור זה מתייחס לתצורה בעת ההשקה. לאפשרויות הרשת העדכניות בשלב ההגדרה ובשלב פעולת הסוכן, ראו גישה לאינטרנט עבור הסוכן⁠(נפתח בחלון חדש).

שימושים ראשונים

צוותים טכניים ב-OpenAI החלו להשתמש ב-Codex כחלק מארגז הכלים היומיומי שלהם. מהנדסי OpenAI משתמשים בו בעיקר כדי להעביר אליו משימות חוזרות ומוגדרות היטב, כמו שיפור מבנה הקוד, שינוי שמות וכתיבת בדיקות, שאחרת היו קוטעות את רצף הריכוז שלהם. הוא מועיל באותה מידה ליצירת שלד לתכונות חדשות, לחיבור רכיבים, לתיקון באגים ולכתיבת טיוטות תיעוד. הצוותים מפתחים סביבו הרגלים חדשים: מיון ותעדוף תקלות בזמן כוננות, תכנון משימות בתחילת היום והעברת עבודת רקע לביצועו כדי להמשיך להתקדם. באמצעות צמצום המעברים בין משימות והצפת משימות שנשכחו, Codex עוזר למהנדסים לשחרר גרסאות מהר יותר ולהישאר ממוקדים במה שחשוב ביותר.

לקראת ההשקה עבדנו גם עם קבוצה קטנה של בודקים חיצוניים כדי להבין טוב יותר כיצד Codex מתפקד במגוון בסיסי קוד, תהליכי פיתוח וצוותים.

Cisco⁠(נפתח בחלון חדש) בוחנת כיצד Codex יכול לעזור לצוותי הפיתוח שלה לממש רעיונות שאפתניים מהר יותר. כשותפה לתכנון כבר בשלבים המוקדמים, Cisco עוזרת לעצב את העתיד של Codex באמצעות בחינתו בתרחישי שימוש מעשיים במגוון מוצריה ומתן משוב לצוות OpenAI.
Temporal⁠(נפתח בחלון חדש) משתמשת ב-Codex כדי להאיץ פיתוח של תכונות, לנפות שגיאות, לכתוב ולהריץ בדיקות ולשפר את המבנה של בסיסי קוד גדולים. הוא גם עוזר לצוות להישאר ממוקד באמצעות הרצת משימות מורכבות ברקע — כך המהנדסים שומרים על רצף העבודה ומתקדמים מהר יותר מסבב פיתוח אחד לבא אחריו.
Superhuman⁠(נפתח בחלון חדש) משתמשת ב-Codex כדי להאיץ משימות קטנות אך חוזרות, כמו שיפור כיסוי הבדיקות ותיקון כשלי אינטגרציה. הוא גם עוזר לה לשחרר גרסאות מהר יותר, בכך שהוא מאפשר למנהלי מוצר לתרום שינויי קוד קטנים בלי לערב מהנדס, למעט לצורך סקירת הקוד.
Kodiak⁠(נפתח בחלון חדש) משתמשת ב-Codex כדי לסייע בכתיבת כלי ניפוי שגיאות, בשיפור כיסוי הבדיקות ובשיפור מבנה הקוד — וכך מאיצה את הפיתוח של Kodiak Driver, טכנולוגיית הנהיגה האוטונומית שלה. Codex הפך גם לכלי עזר חשוב להבנת הקוד: הוא מציג הקשר רלוונטי ושינויים קודמים, וכך עוזר למהנדסים להבין חלקים לא מוכרים במערך הטכנולוגי.

על סמך התובנות מהבודקים הראשונים, אנחנו ממליצים להקצות משימות בעלות היקף מוגדר היטב לכמה סוכנים במקביל, ולהתנסות בסוגים שונים של משימות ופרומפטים כדי להכיר ביעילות את יכולות המודל.

עדכונים ל-Codex CLI

בחודש שעבר השקנו את Codex CLI, סוכן תכנות קל משקל בקוד פתוח שפועל בטרמינל שלכם. הוא משלב את היכולות של מודלים כמו o3 ו-o4-mini בתהליך העבודה המקומי שלכם, ומקל על העבודה לצידם כדי להשלים משימות מהר יותר.

היום אנחנו משיקים גם גרסה קטנה יותר של codex-1 — גרסה של o4-mini שתוכננה במיוחד לשימוש ב-Codex CLI. המודל החדש מאפשר תהליכי עבודה מהירים יותר ב-CLI ומותאם למענה מהיר על שאלות בנושאי קוד ולעריכת קוד בהשהיה נמוכה, תוך שמירה על אותן יכולות גבוהות של ביצוע הוראות והקפדה על סגנון. הוא זמין כעת כמודל ברירת המחדל ב-Codex CLI וב-API בשם codex-mini-latest. גרסת המודל שבבסיסו תתעדכן באופן קבוע ככל שנמשיך לשפר את מודל Codex-mini.

אנחנו גם מקלים משמעותית על חיבור חשבון המפתחים שלכם ל-Codex CLI. במקום ליצור ולהגדיר ידנית אסימון API, אפשר כעת להתחבר עם חשבון ChatGPT ולבחור את ארגון ה-API שבו רוצים להשתמש. אנחנו ניצור ונגדיר עבורכם את מפתח ה-API באופן אוטומטי. משתמשי Plus ו-Pro שמתחברים ל-Codex CLI באמצעות ChatGPT יוכלו גם לקבל קרדיטים ל-API בחינם בשווי 5 דולר ו-50 דולר, בהתאמה, החל מהמשך היום ובמהלך 30 הימים הבאים.

Codex: זמינות, תמחור ומגבלות

החל מהיום אנחנו פותחים בהדרגה את הגישה ל-Codex למשתמשי ChatGPT Pro, ‏Enterprise ו-Business ברחבי העולם. תמיכה במשתמשי Plus ו-Edu תגיע בקרוב. בשבועות הקרובים תינתן למשתמשים גישה בהיקף נדיב ללא עלות נוספת כדי שתוכלו להכיר את היכולות של Codex. לאחר מכן נעבור לגישה עם מגבלות קצב שימוש ולאפשרויות תמחור גמישות שיאפשרו לרכוש שימוש נוסף לפי הצורך. אנחנו מתכננים להרחיב את הגישה למשתמשי Plus ו-Edu בקרוב.

למפתחים שבונים עם codex-mini-latest, המודל זמין ב-Responses API במחיר של 1.50 דולר למיליון טוקני קלט ו-6 דולר למיליון טוקני פלט, עם הנחה של 75% על מטמון פרומפטים.

Codex עדיין נמצא בשלבי פיתוח מוקדמים. כגרסת מחקר מקדימה, חסרות בו כרגע יכולות כמו קלט תמונות לצורך פיתוח צד לקוח, והאפשרות לשנות את כיוון הפעולה של הסוכן בזמן עבודתו. בנוסף, האצלת משימות לסוכן מרוחק אורכת יותר זמן מעריכה אינטראקטיבית, ועשויה לדרוש תקופת הסתגלות. עם הזמן, העבודה עם סוכני Codex תדמה יותר ויותר לשיתוף פעולה אסינכרוני עם עמיתים. ככל שיכולות המודלים יתקדמו, אנחנו צופים שסוכנים יטפלו במשימות מורכבות יותר לאורך פרקי זמן ממושכים.

מה הלאה

אנחנו מדמיינים עתיד שבו מפתחים מובילים את העבודה שהם רוצים לקחת עליה אחריות ומעבירים את השאר לסוכנים — וכך מתקדמים מהר יותר ומשפרים את הפרודוקטיביות בעזרת בינה מלאכותית. כדי להגיע לשם, אנחנו בונים חבילת כלי Codex שתומכת גם בשיתוף פעולה בזמן אמת וגם בהאצלת משימות באופן אסינכרוני.

עבודה לצד כלי בינה מלאכותית כמו Codex CLI ואחרים הפכה במהירות לנורמה בתעשייה, ועוזרת למפתחים להתקדם מהר יותר בכתיבת קוד. אבל אנחנו מאמינים שתהליך העבודה האסינכרוני מרובה הסוכנים, שמציע Codex ב-ChatGPT, יהפוך לדרך המקובלת שבה מהנדסים מפיקים קוד איכותי.

בסופו של דבר, אנחנו צופים ששתי צורות האינטראקציה האלה — עבודה משותפת בזמן אמת והאצלת משימות — יתמזגו. מפתחים יעבדו עם סוכני בינה מלאכותית בסביבות הפיתוח המשולבות ובכלים היומיומיים שלהם כדי לשאול שאלות, לקבל הצעות ולהעביר לסוכנים משימות ממושכות, והכול בתהליך עבודה אחיד.

בהמשך, אנחנו מתכננים להציע תהליכי עבודה גמישים ואינטראקטיביים יותר עם סוכנים. בקרוב יוכלו מפתחים לספק הנחיות באמצע משימה, לגבש יחד עם הסוכנים אסטרטגיות מימוש ולקבל עדכוני התקדמות יזומים. אנחנו שואפים גם לשילוב עמוק יותר בכלים שאתם כבר משתמשים בהם: כיום Codex מתחבר ל-GitHub, ובקרוב תוכלו להקצות משימות מ-Codex CLI, מ-ChatGPT Desktop ואפילו מכלים כמו מערכת מעקב התקלות או מערכת ה-CI שלכם.

תעשיית התוכנה היא מהראשונות שבהן בינה מלאכותית מביאה לשיפור משמעותי בפרודוקטיביות, ופותחת אפשרויות חדשות ליחידים ולצוותים קטנים. לצד האופטימיות שלנו בנוגע לשיפורים האלה, אנחנו עובדים עם שותפים כדי להבין טוב יותר כיצד אימוץ נרחב של סוכנים משפיע על תהליכי העבודה של מפתחים ועל פיתוח מיומנויות אצל אנשים ברמות מיומנות שונות ובאזורים גאוגרפיים שונים.

זו רק ההתחלה — ואנחנו נרגשים לראות מה תבנו עם Codex.

הקלטת השידור החי

נספח

הודעת מערכת

אנחנו משתפים את הודעת המערכת של codex-1 כדי לעזור למפתחים להבין את התנהגות ברירת המחדל של המודל ולהתאים את Codex לעבודה יעילה בתהליכי עבודה מותאמים אישית. לדוגמה, הודעת המערכת של codex-1 מעודדת את Codex להריץ את כל הבדיקות המוזכרות בקובץ AGENTS.md, אבל אם הזמן שלכם מוגבל, אפשר לבקש מ-Codex לדלג עליהן.

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.

מחבר

OpenAI