Pristatome „Codex“
Debesijos pagrindu veikiantis programinės įrangos inžinerijos agentas, kuris gali lygiagrečiai vykdyti daug užduočių ir kurį valdo „codex-1“. Jau šiandien prieinamas „ChatGPT Pro“, „Business“ ir „Enterprise“ naudotojams, o netrukus – ir „Plus“ naudotojams.
2025 m. birželio 3 d. atnaujinimas: „Codex“ dabar prieinamas „ChatGPT Plus“ naudotojams. Taip pat įgaliname naudotojus suteikti „Codex“ prieigą prie interneto vykdant užduotis. Daugiau informacijos rasite pakeitimų žurnale(atsidaro naujame lange) ir dokumentacijoje(atsidaro naujame lange).
Šiandien pristatome „Codex“ tyrimų peržiūrą – debesijos pagrindu veikiantį programinės įrangos inžinerijos agentą, galintį lygiagrečiai vykdyti daugybę užduočių. „Codex“ gali atlikti užduotis už jus, pavyzdžiui, rašyti funkcijas, atsakyti į klausimus apie jūsų kodų bazę, taisyti riktus ir siūlyti peržiūrėti išsiuntimo užklausas; kiekviena užduotis vykdoma atskiroje debesijos „sandbox“ aplinkoje, kurioje iš anksto įkelta jūsų saugykla.
„Codex“ valdomas „codex-1“ – „OpenAI o3“ versijos, optimizuotos programinės įrangos inžinerijai. Jis buvo mokomas naudojant pastiprinimo mokymąsi atliekant realias programavimo užduotis įvairiose aplinkose, kad generuotų kodą, kuris labai primena žmogaus stilių ir PR pageidavimus, tiksliai laikosi instrukcijų ir gali iteratyviai vykdyti testus, kol gauna teigiamą rezultatą. Nuo šiandien pradedame diegti „Codex“ aplinką „ChatGPT Pro“, „Enterprise“ ir „Business“ naudotojams, o netrukus bus palaikomi ir „Plus“ bei „Edu“ naudotojai.
Šiandien galite pasiekti „Codex“ per šoninę juostą „ChatGPT“ sistemoje ir priskirti jam naujas programavimo užduotis įvesdami raginimą ir spustelėdami Code. Jei norite užduoti „Codex“ klausimą apie savo kodų bazę, spustelėkite Ask. Kiekviena užduotis apdorojama nepriklausomai atskiroje, izoliuotoje aplinkoje, kurioje iš anksto įkelta jūsų kodų bazė. „Codex“ gali skaityti ir redaguoti failus, taip pat vykdyti komandas, įskaitant testavimo aplinkas, kodų tikrintuvus (angl. linter) ir tipų tikrintuvus. Užduotį atlikti paprastai trunka nuo 1 iki 30 minučių, atsižvelgiant į sudėtingumą. „Codex“ pažangą galite stebėti realiuoju laiku.
Kai „Codex“ užbaigia užduotį, jis patvirtina pakeitimus savo aplinkoje. „Codex“ pateikia patikrinamus savo veiksmų įrodymus cituodamas terminalo žurnalus ir testų išvestis, leidžiančius atsekti kiekvieną žingsnį, atliktą vykdant užduotį. Tada galite peržiūrėti rezultatus, paprašyti tolesnių pataisymų, atidaryti „GitHub“ išsiuntimo užklausą arba tiesiogiai integruoti pakeitimus į savo vietinę aplinką. Produkte galite sukonfigūruoti „Codex“ aplinką taip, kad ji kuo labiau atitiktų jūsų realią kūrimo aplinką.
„Codex“ gali būti valdomas AGENTS.md failais, patalpintais jūsų saugykloje. Tai tekstiniai failai, panašūs į README.md, kuriuose galite informuoti „Codex“, kaip naršyti jūsų kodų bazėje, kokias komandas vykdyti testavimui ir kaip geriausiai laikytis jūsų projekto standartinės praktikos. Kaip ir žmonės programuotojai, „Codex“ agentai geriausiai veikia, kai jiems suteikiama sukonfigūruota kūrimo aplinka, patikima testavimo sąranka ir aiški dokumentacija.
Atliekant programavimo vertinimus ir vidinius lyginamuosius testus, „codex-1“ rodo stiprų našumą net ir be AGENTS.md failų ar pasirinktinių karkasų (angl. scaffolding) naudojimo.
23 „SWE-Bench Verified“ pavyzdžiai, kurių nebuvo galima paleisti mūsų vidaus infrastruktūroje, buvo pašalinti. „codex-1“ buvo testuojamas esant maksimaliam 192 tūkst. prieigos raktų konteksto ilgiui ir vidutinėms „samprotavimo pastangoms“ – tai nustatymas, kuris šiandien bus prieinamas produkte. Daugiau informacijos apie „o3“ vertinimus rasite čia.
Mūsų vidinis SWE užduočių lyginamasis standartas yra kuruojamas realių vidinių SWE užduočių rinkinys „OpenAI“ įmonėje.
„Codex“ išleidžiame kaip tyrimų peržiūros versiją, laikydamiesi mūsų iteratyvaus diegimo strategijos. Kurdami „Codex“ pirmenybę teikėme saugumui ir skaidrumui, kad naudotojai galėtų patikrinti jo išvestis – tai apsaugos priemonė, kuri tampa vis svarbesnė, kai DI modeliai savarankiškai tvarko sudėtingesnes programavimo užduotis ir keičiasi saugos aspektai. Naudotojai gali patikrinti „Codex“ darbą per citatas, terminalo žurnalus ir testų rezultatus. Kai „Codex“ agentas nėra tikras arba susiduria su testų nesėkmėmis, jis aiškiai praneša apie šias problemas, leisdamas naudotojams priimti pagrįstus sprendimus, kaip elgtis toliau. Vis dar būtina, kad naudotojai rankiniu būdu peržiūrėtų ir patvirtintų visą agento sugeneruotą kodą prieš integruodami ir vykdydami.
Vienas pagrindinių tikslų mokant „codex-1“ buvo glaudžiai suderinti išvestis su žmonių programavimo pageidavimais ir standartais. Palyginti su „OpenAI o3“, „codex-1“ nuosekliai kuria švaresnes pataisas, paruoštas tiesioginei žmogaus peržiūrai ir integravimui į standartines darbo eigas.
Apsauga nuo piktavališko DI pagrįstos programinės įrangos inžinerijos taikymo, pavyzdžiui, kenkėjiškų programų kūrimo, tampa vis svarbesnė. Tuo pat metu svarbu, kad apsaugos priemonės nepagrįstai netrukdytų teisėtiems ir naudingiems taikymams, kuriuose gali būti naudojami metodai, kartais taip pat naudojami kenkėjiškų programų kūrimui, pavyzdžiui, žemo lygio branduolio inžinerijai.
Siekiant subalansuoti saugą ir naudingumą, „Codex“ buvo mokomas atpažinti ir tiksliai atmesti prašymus, skirtus kenkėjiškos programinės įrangos kūrimui, kartu aiškiai atskiriant ir palaikant teisėtas užduotis. Taip pat patobulinome savo politikos sistemas ir įtraukėme griežtus saugos vertinimus, kad veiksmingai sustiprintume šias ribas. Paskelbėme „o3“ sistemos kortelės priedą, kad atspindėtume šiuos vertinimus.
„Codex“ agentas veikia visiškai saugioje, izoliuotoje programinėje vykdymo aplinkoje debesyje. Vykdant užduotį interneto prieiga yra išjungta, apribojant agento sąveiką tik kodu, aiškiai pateiktu per „GitHub“ saugyklas, ir iš anksto įdiegtomis priklausomybėmis, kurias naudotojas sukonfigūravo per sąrankos scenarijų. Agentas negali pasiekti išorinių interneto svetainių, API ar kitų paslaugų.
„OpenAI“ techninės komandos pradėjo naudoti „Codex“ savo kasdieniame įrankių rinkinyje. „OpenAI“ inžinieriai dažniausiai jį naudoja pasikartojančioms, tinkamai apibrėžtoms užduotims, tokioms kaip pertvarkymas, pervadinimas ir testų rašymas, kurios kitu atveju blaškytų dėmesį. Jis taip pat naudingas kuriant naujų funkcijų griaučius, sujungiant komponentus, taisant riktus ir rengiant dokumentaciją. Komandos formuoja naujus įpročius: rūšiuoja per budėjimą kylančias problemas, planuoja užduotis dienos pradžioje ir perkelia foninius darbus, kad judėtų pirmyn. Mažindamas konteksto perjungimą ir iškeldamas pamirštus darbus, „Codex“ padeda inžinieriams greičiau pristatyti produktus ir susitelkti į tai, kas svarbiausia.
Ruošdamiesi išleidimui, taip pat dirbome su nedidele išorinių testuotojų grupe, kad geriau suprastume, kaip „Codex“ veikia įvairiose kodų bazėse, kūrimo procesuose ir komandose.
- Cisco(atsidaro naujame lange) tiria, kaip „Codex“ gali padėti jų inžinerijos komandoms greičiau įgyvendinti ambicingas idėjas. Būdama ankstyvoji projektavimo partnerė, „Cisco“ padeda formuoti „Codex“ ateitį, vertindama jį realiais naudojimo atvejais visame savo produktų portfelyje ir teikdama atsiliepimus „OpenAI“ komandai.
- Temporal(atsidaro naujame lange) naudoja „Codex“, kad paspartintų funkcijų kūrimą, šalintų problemas, rašytų ir vykdytų testus bei pertvarkytų dideles kodų bazes. Tai taip pat padeda išlaikyti dėmesį, vykdant sudėtingas užduotis fone – leidžiant inžinieriams nenutrūkstamai dirbti ir spartinant iteracijas.
- Superhuman(atsidaro naujame lange) naudoja „Codex“, kad pagreitintų mažas, bet pasikartojančias užduotis, pavyzdžiui, testų aprėpties gerinimą ir integravimo nesėkmių taisymą. Tai taip pat padeda greičiau pristatyti produktus, leidžiant produktų vadovams prisidėti prie nedidelių kodo pakeitimų, o inžinierių įtraukiant tik kodo peržiūrai.
- Kodiak(atsidaro naujame lange) naudoja „Codex“, kad padėtų rašyti derinimo įrankius, gerinti testų aprėptį ir pertvarkyti kodą – spartinant „Kodiak Driver“, jų autonominio vairavimo technologijos, kūrimą. „Codex“ taip pat tapo vertinga informacine priemone – jis padeda inžinieriams suprasti jiems nepažįstamas sistemos dalis, pateikdamas susijusį kontekstą ir ankstesnių pakeitimų informaciją.
Remdamiesi ankstyvųjų testuotojų patirtimi, rekomenduojame priskirti tinkamai apibrėžtas užduotis keliems agentams vienu metu ir eksperimentuoti su įvairių tipų užduotimis bei raginimais, kad efektyviai ištirtumėte modelio galimybes.
Praėjusį mėnesį pristatėme „Codex CLI“ – lengvą atvirojo kodo programavimo agentą, veikiantį jūsų terminale. Jis integruoja tokius modelius kaip „o3“ ir „o4-mini“ į jūsų vietinę darbo eigą, leisdamas lengvai dirbti poroje su jais ir greičiau atlikti užduotis.
Šiandien taip pat išleidžiame mažesnę „codex-1“ versiją – „o4-mini“, sukurtą specialiai naudoti „Codex CLI“. Šis naujas modelis palaiko spartesnes darbo eigas CLI sąsajoje ir yra optimizuotas mažos delsos kodo klausimams ir atsakymams bei redagavimui, išlaikant tuos pačius privalumus instrukcijų laikymosi ir stiliaus srityse. Dabar jį galima naudoti kaip numatytąjį modelį „Codex CLI“ ir API sąsajoje kaip „codex-mini-latest“. Pagrindinė momentinė nuotrauka bus nuolat atnaujinama toliau tobulinant Codex-mini“ modelį.
Taip pat gerokai palengviname jūsų programuotojo paskyros susiejimą su „Codex CLI“. Užuot rankiniu būdu generavę ir konfigūravę API prieigos raktą, dabar galite prisijungti naudodami savo „ChatGPT“ paskyrą ir pasirinkti norimą naudoti API organizaciją. Automatiškai sugeneruosime ir sukonfigūruosime API raktą už jus. „Plus“ ir „Pro“ naudotojai, prisijungę prie „Codex CLI“ su „ChatGPT“, vėliau šiandien taip pat galės pradėti naudoti atitinkamai 5 USD ir 50 USD vertės nemokamus API kreditus per ateinančias 30 dienų.
Nuo šiandien pradedame diegti „Codex“ aplinką „ChatGPT Pro“, „Enterprise“ ir „Business“ naudotojams visame pasaulyje, o netrukus bus palaikomi ir „Plus“ bei „Edu“ naudotojai. Ateinančiomis savaitėmis naudotojai turės plačią prieigą be papildomo mokesčio, kad galėtų ištirti, ką gali „Codex“, o vėliau įvesime apribotos spartos prieigą ir lanksčias kainodaros parinktis, leidžiančias įsigyti papildomų naudojimo paketų pagal poreikį. Netrukus planuojame išplėsti prieigą „Plus“ ir „Edu“ naudotojams.
Programuotojams, kuriantiems su „codex-mini-latest“, modelis prieinamas „Responses API“ sąsajoje ir kainuoja 1,50 USD už 1 mln. įvesties prieigos raktų ir 6 USD už 1 mln. išvesties prieigos raktų, taikant 75 proc. raginimų talpyklos nuolaidą.
„Codex“ kūrimas vis dar ankstyvoje stadijoje. Kaip tyrimų peržiūrai, jam šiuo metu trūksta tokių funkcijų kaip vaizdo įvestys išorinės sąsajos darbams ir galimybės koreguoti agento kursą jam dirbant. Be to, delegavimas nuotoliniam agentui trunka ilgiau nei interaktyvus redagavimas, todėl prie to gali tekti priprasti. Laikui bėgant sąveika su „Codex“ agentais vis labiau primins asinchroninį bendradarbiavimą su kolegomis. Tobulėjant modelio galimybėms, tikimės, kad agentai tvarkys sudėtingesnes užduotis ilgesniais laikotarpiais.
Įsivaizduojame ateitį, kurioje programuotojai valdo darbą, kurį nori atlikti patys, o visa kita deleguoja agentams – taip dirbama greičiau ir produktyviau pasitelkus DI. Siekdami tai įgyvendinti, kuriame „Codex“ įrankių rinkinį, palaikantį tiek bendradarbiavimą realiuoju laiku, tiek asinchroninį delegavimą.
Darbas poroje su DI įrankiais, tokiais kaip „Codex CLI“ ir kiti, greitai tapo norma, padedančia programuotojams greičiau rašyti kodus. Tačiau tikime, kad „Codex“ pristatyta asinchroninė, daugelio agentų darbo eiga „ChatGPT“ sistemoje taps de facto būdu, kuriuo inžinieriai kuria aukštos kokybės kodą.
Galiausiai matome šių dviejų sąveikos būdų – porinio darbo realiuoju laiku ir užduočių delegavimo – konvergenciją. Programuotojai bendradarbiaus su DI agentais savo IDE ir kasdieniuose įrankiuose, kad užduotų klausimus, gautų pasiūlymus ir perduotų ilgesnes užduotis, viską atlikdami vieningoje darbo eigoje.
Žvelgiant į ateitį, planuojame pristatyti interaktyvesnes ir lankstesnes agentų darbo eigas. Programuotojai netrukus galės teikti gaires vykdydami užduotį, bendradarbiauti dėl įgyvendinimo strategijų ir gauti iniciatyvius atnaujinimus apie pažangą. Taip pat numatome gilesnes integracijas įrankiuose, kuriuos jau naudojate: šiandien „Codex“ jungiasi su „GitHub“, o netrukus galėsite priskirti užduotis iš „Codex CLI“, „ChatGPT Desktop“ ar net tokių įrankių kaip problemų stebėjimo sistema ar CI sistema.
Programinės įrangos inžinerija yra viena iš pirmųjų sričių, patyrusių reikšmingą našumo padidėjimą dėl DI, kuris atvėrė naujas galimybes pavieniams asmenims ir mažoms komandoms. Nors šią pažangą vertiname optimistiškai, taip pat bendradarbiaujame su partneriais, kad geriau suprastume plataus agentų pritaikymo poveikį programuotojų darbo eigoms ir įgūdžių ugdymui įvairiose žmonių grupėse, lygiuose ir geografinėse vietovėse.
Tai tik pradžia – nekantraujame pamatyti, ką sukursite naudodamiesi „Codex“.
Sistemos pranešimas
Dalijamės „codex-1“ sistemos pranešimu, kad padėtume programuotojams suprasti numatytąją modelio elgseną ir pritaikyti „Codex“ efektyviam darbui pasirinktinėse darbo eigose. Pavyzdžiui, „codex-1“ sistemos pranešimas skatina „Codex“ vykdyti visus AGENTS.md faile nurodytus testus, tačiau jei turite mažai laiko, galite paprašyti „Codex“ praleisti šiuos testus.