2025 മേയ് 16

കോഡെക്സ് പരിചയപ്പെടുത്തുന്നു

കോഡെക്സ്-1 ഉപയോഗിച്ച് നിരവധി ടാസ്ക്-കൾ സമാന്തരമായി ചെയ്യാൻ കഴിയുന്ന ഒരു ക്ലൗഡ് അധിഷ്ഠിത സോഫ്റ്റ്വെയർ എഞ്ചിനീയറിംഗ് ഏജൻ്റ്. ഇന്ന് ChatGPT Pro, Business, Enterprise ഉപയോക്താക്കൾക്ക് ലഭ്യമാണ്, Plus ഉപയോക്താക്കൾക്ക് ഉടൻ ലഭ്യമാകും.

കോഡെക്സ് പരീക്ഷിക്കുക.

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

ലോഡിംഗ്…

2025 ജൂൺ 3-ലെ അപ്ഡേറ്റ്: കോഡെക്സ് ഇപ്പോൾ ChatGPT Plus ഉപയോക്താക്കൾക്ക് ലഭ്യമാണ്. ടാസ്ക് നിർവ്വഹണ സമയത്ത് ഉപയോക്താക്കൾക്ക് കോഡെക്സിന് ഇന്റർനെറ്റ് ആക്സസ് നൽകാൻ കഴിയും. കൂടുതൽ വിവരങ്ങൾക്ക് ചേഞ്ച്ലോഗ്⁠(പുതിയ വിൻഡോയിൽ തുറക്കുന്നു) യും ഡോക്സ്⁠(പുതിയ വിൻഡോയിൽ തുറക്കുന്നു) യും പരിശോധിക്കുക.

ഇന്ന് നമ്മൾ കോഡെക്സിന്റെ ഒരു ഗവേഷണ പ്രിവ്യൂ ആരംഭിക്കുകയാണ്: ഒരേസമയം നിരവധി ടാസ്ക്-കൾ ചെയ്യാൻ കഴിയുന്ന ഒരു ക്ലൗഡ് അധിഷ്ഠിത സോഫ്റ്റ്വെയർ എഞ്ചിനീയറിംഗ് ഏജൻ്റ്. സവിശേഷതകൾ എഴുതുക, നിങ്ങളുടെ കോഡ്ബേസിനെക്കുറിച്ചുള്ള ചോദ്യങ്ങൾക്ക് ഉത്തരം നൽകുക, ബഗുകൾ പരിഹരിക്കുക, അവലോകനത്തിനായി പുൾ അഭ്യർത്ഥനകൾ നിർദ്ദേശിക്കുക തുടങ്ങിയ ടാസ്ക്-കൾ കോഡെക്സിന് നിങ്ങൾക്കായി ചെയ്യാൻ കഴിയും; ഓരോ ജോലിയും നിങ്ങളുടെ ശേഖരം മുൻകൂട്ടി ലോഡുചെയ്ത സ്വന്തം ക്ലൗഡ് സാൻഡ്ബോക്സ് പരിതസ്ഥിതിയിൽ പ്രവർത്തിക്കുന്നു.

Codex-1, OpenAI o3‑ന്റെ സോഫ്റ്റ്വെയർ എഞ്ചിനീയറിംഗിനായി ഒപ്റ്റിമൈസ് ചെയ്ത ഒരു പതിപ്പാണ്, കോഡെക്സിന് കരുത്ത് പകരുന്നത്. മനുഷ്യന്റെ ശൈലിയെയും PR മുൻഗണനകളെയും കൃത്യമായി പ്രതിഫലിപ്പിക്കുന്ന, നിർദ്ദേശങ്ങൾ കൃത്യമായി പാലിക്കുന്ന, പാസിംഗ് ഫലം ലഭിക്കുന്നതുവരെ ആവർത്തിച്ച് ടെസ്റ്റുകൾ നടത്താൻ കഴിയുന്ന കോഡ് സൃഷ്ടിക്കുന്നതിന്, വിവിധ പരിതസ്ഥിതികളിലെ യഥാർത്ഥ കോഡിംഗ് ടാസ്ക്കു-കളിൽ റീഇൻഫോഴ്സ്മെന്‍റ് ലേണിംഗ് ഉപയോഗിച്ചാണ് ഇത് പരിശീലിപ്പിച്ചത്. ഞങ്ങൾ ഇന്ന് ChatGPT Pro, Enterprise, Business ഉപയോക്താക്കൾക്ക് കോഡെക്സ് പുറത്തിറക്കാൻ തുടങ്ങുന്നു, Plus, Edu ഉപയോക്താക്കൾക്ക് ഉടൻ പിന്തുണ ലഭിക്കും.

കോഡെക്സ് എങ്ങനെ പ്രവർത്തിക്കുന്നു

ഇന്ന് നിങ്ങൾക്ക് ChatGPT‑യിലെ സൈഡ്ബാർ വഴി കോഡെക്സിലേക്ക് ആക്സസ് കിട്ടാനും ഒരു പ്രോംപ്റ്റ് ടൈപ്പ് ചെയ്ത് “Code” ക്ലിക്ക് ചെയ്തുകൊണ്ട് പുതിയ കോഡിംഗ് ടാസ്കുകൾ ഏൽപ്പിക്കാനും കഴിയും. നിങ്ങളുടെ കോഡ്ബേസിനെക്കുറിച്ച് കോഡെക്സിനോട് ഒരു ചോദ്യം ചോദിക്കണമെങ്കിൽ, “ചോദിക്കുക” ക്ലിക്ക് ചെയ്യുക. ഓരോ ടാസ്കും നിങ്ങളുടെ കോഡ്ബേസ് ഉപയോഗിച്ച് പ്രീലോഡ് ചെയ്ത ഒരു പ്രത്യേക, ഒറ്റപ്പെട്ട പരിതസ്ഥിതിയിൽ സ്വതന്ത്രമായി പ്രോസസ്സ് ചെയ്യപ്പെടുന്നു. കോഡെക്സ് ഫയൽ-കൾ വായിക്കുകയും എഡിറ്റുചെയ്യുകയും ടെസ്റ്റ് ഹാർനെസുകൾ, ലിന്ററുകൾ, ടൈപ്പ് ചെക്കറുകൾ എന്നിവ ഉൾപ്പെടെയുള്ള കമാൻഡുകൾ പ്രവർത്തിപ്പിക്കുകയും ചെയ്യാൻ കഴിയും. ടാസ്ക് പൂർത്തീകരണം സാധാരണയായി 1 മുതൽ 30 മിനിറ്റ് വരെ എടുക്കും, സങ്കീർണ്ണതയെ ആശ്രയിച്ച്, കൂടാതെ നിങ്ങൾക്ക് കോഡെക്സിന്റെ പുരോഗതി തത്സമയം നിരീക്ഷിക്കാം.

കോഡെക്സ് ഒരു ടാസ്ക് പൂർത്തിയാക്കിയാൽ, അതിന്റെ പരിസ്ഥിതിയിൽ മാറ്റങ്ങൾ പ്രതിബദ്ധപ്പെടുന്നു. ടെർമിനൽ ലോഗുകളുടെയും ടെസ്റ്റ് ഔട്ട്പുട്ടുകളുടെയും ഉദ്ധരണികളിലൂടെ കോഡെക്സ് അതിന്റെ പ്രവർത്തനങ്ങളുടെ പരിശോധിക്കാവുന്ന തെളിവുകൾ നൽകുന്നു, ഇത് ടാസ്ക് പൂർത്തീകരണത്തിനിടെ എടുക്കുന്ന ഓരോ ഘട്ടവും ട്രാക്ക് ചെയ്യാൻ നിങ്ങളെ അനുവദിക്കുന്നു. തുടർന്ന് നിങ്ങൾക്ക് ഫലങ്ങൾ അവലോകനം ചെയ്യാം, കൂടുതൽ പുനരവലോകനങ്ങൾ അഭ്യർത്ഥിക്കാം, GitHub പുൾ അഭ്യർത്ഥന തുറക്കാം, അല്ലെങ്കിൽ മാറ്റങ്ങൾ നിങ്ങളുടെ പ്രാദേശിക പരിതസ്ഥിതിയിലേക്ക് നേരിട്ട് സംയോജിപ്പിക്കാം. ഉൽപ്പന്നത്തിൽ, നിങ്ങളുടെ യഥാർത്ഥ വികസന പരിതസ്ഥിതിയുമായി കഴിയുന്നത്ര അടുത്ത് പൊരുത്തപ്പെടുന്ന തരത്തിൽ കോഡെക്സ് പരിതസ്ഥിതി ക്രമീകരിക്കാൻ താങ്കൾക്ക് കഴിയും.

നിങ്ങളുടെ റിപ്പോസിറ്ററിയിൽ സ്ഥാപിച്ചിരിക്കുന്ന AGENTS.md ഫയൽ-കൾ വഴി കോഡെക്സ് നയിക്കാനാകും. ഇവ README.md പോലെയുള്ള ടെക്സ്റ്റ് ഫയൽ ആണ്, നിങ്ങളുടെ കോഡ്ബേസ് എങ്ങനെ നാവിഗേറ്റ് ചെയ്യണമെന്ന്, ടെസ്റ്റിംഗിനായി ഏത് കമാൻഡുകൾ പ്രവർത്തിപ്പിക്കണമെന്ന്, നിങ്ങളുടെ പദ്ധതിയുടെ സ്റ്റാൻഡേർഡ് രീതികൾ എങ്ങനെ മികച്ച രീതിയിൽ പാലിക്കണമെന്ന് കോഡെക്സിനെ അറിയിക്കാൻ കഴിയുന്നിടത്ത്. മനുഷ്യ ഡെവലപ്പർമാരെപ്പോലെ, കോൺഫിഗർ ചെയ്ത ഡെവലപ്പർ എൻവയോൺമെന്റുകൾ, വിശ്വസനീയമായ ടെസ്റ്റിംഗ് സജ്ജീകരണങ്ങൾ, വ്യക്തമായ ഡോക്യുമെന്റേഷൻ എന്നിവ ലഭിക്കുമ്പോൾ കോഡെക്സ് ഏജൻ്റുകൾ മികച്ച പ്രകടനം കാഴ്ചവയ്ക്കുന്നു.

കോഡിംഗ് മൂല്യനിർണ്ണയങ്ങളിലും ആന്തരിക ബെഞ്ച്മാർക്കുകളിലും, AGENTS.md ഫയൽ-കളോ കസ്റ്റം സ്കാഫോൾഡിംഗോ ഇല്ലാതെ പോലും കോഡെക്സ്-1 ശക്തമായ പ്രകടനം കാഴ്ചവെക്കുന്നു.

ഞങ്ങളുടെ ആന്തരിക ഇൻഫ്രാസ്ട്രക്ചറിൽ പ്രവർത്തിപ്പിക്കാൻ കഴിയാത്ത 23 SWE-ബെഞ്ച് സ്ഥിരീകരിച്ച സാമ്പിളുകൾ ഒഴിവാക്കി. കോഡെക്സ്-1 192k tokenകളുടെ പരമാവധി സന്ദർഭ ദൈർഘ്യത്തിലും ഇടത്തരം 'റീസണിംഗ് ശ്രമത്തിലും' പരീക്ഷിച്ചു, ഇത് ഇന്ന് ഉൽപ്പന്നത്തിൽ ലഭ്യമാകുന്ന ക്രമീകരണമാണ്. O3 വിലയിരുത്തലുകളെക്കുറിച്ചുള്ള വിശദാംശങ്ങൾക്കായി, ഇവിടെ കാണുക⁠.

ഞങ്ങളുടെ ആന്തരിക SWE ടാസ്ക് ബെഞ്ച്മാർക്ക് OpenAIയിലെ യഥാർത്ഥ ലോക ആന്തരിക SWE ടാസ്കുകളുടെ ഒരു ക്യൂറേറ്റഡ് സെറ്റാണ്.

സുരക്ഷിതവും വിശ്വസനീയവുമായ ഏജൻ്റ്കൾ സൃഷ്ടിക്കൽ

ഞങ്ങളുടെ ആവർത്തിച്ചുള്ള വിന്യാസ തന്ത്രത്തിന് അനുസൃതമായി, ഗവേഷണ പ്രിവ്യൂ ആയി കോഡെക്സ് പുറത്തിറക്കുന്നു. കോഡെക്സ് രൂപകൽപ്പന ചെയ്യുമ്പോൾ ഞങ്ങൾ സുരക്ഷയ്ക്കും സുതാര്യതയ്ക്കും മുൻഗണന നൽകി, അതിനാൽ ഉപയോക്താക്കൾക്ക് അതിന്റെ ഔട്ട്പുട്ടുകൾ സ്ഥിരീകരിക്കാൻ കഴിയും - AI മോഡലുകൾ കൂടുതൽ സങ്കീർണ്ണമായ കോഡിംഗ് ടാസ്കുകൾ സ്വതന്ത്രമായി കൈകാര്യം ചെയ്യുകയും സുരക്ഷാ പരിഗണനകൾ വികസിക്കുകയും ചെയ്യുമ്പോൾ ഈ സുരക്ഷാ നടപടികൾ കൂടുതൽ പ്രാധാന്യമർഹിക്കുന്നു. സൈറ്റേഷനുകൾ, ടെർമിനൽ ലോഗുകൾ, പരിശോധനാ ഫലങ്ങൾ എന്നിവയിലൂടെ ഉപയോക്താക്കൾക്ക് കോഡെക്സിന്റെ പ്രവർത്തനം പരിശോധിക്കാൻ കഴിയും. അനിശ്ചിതത്വത്തിലാകുമ്പോഴോ ടെസ്റ്റ് പരാജയങ്ങൾ നേരിടുമ്പോഴോ, കോഡെക്സ് ഏജൻ്റ് ഈ പ്രശ്നങ്ങൾ വ്യക്തമായി ആശയവിനിമയം നടത്തുന്നു, ഇത് എങ്ങനെ മുന്നോട്ട് പോകണമെന്ന് ഉപയോക്താക്കൾക്ക് അറിവുള്ള തീരുമാനങ്ങൾ എടുക്കാൻ പ്രാപ്തമാക്കുന്നു. സംയോജനത്തിനും നിർവ്വഹണത്തിനും മുമ്പ് ഉപയോക്താക്കൾക്ക് ഏജൻ്റ് സൃഷ്ടിച്ച എല്ലാ കോഡുകളും സ്വമേധയാ അവലോകനം ചെയ്ത് സാധൂകരിക്കേണ്ടത് ഇപ്പോഴും അത്യാവശ്യമാണ്.

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.

മനുഷ്യരുടെ ഇഷ്ടാനിഷ്ടങ്ങളോട് പൊരുത്തപ്പെടൽ

കോഡക്സ്-1 പരിശീലനം നൽകുമ്പോൾ ഒരു പ്രധാന ലക്ഷ്യം ഔട്ട്പുട്ടുകൾ മനുഷ്യ കോഡിംഗ് മുൻഗണനകളുടെയും മാനദണ്ഡങ്ങളുടെയും അടുത്ത് വിന്യസിക്കുക എന്നതായിരുന്നു. OpenAI o3‑നുമായി താരതമ്യപ്പെടുത്തുമ്പോൾ, കോഡെക്സ്-1 സ്ഥിരമായി ഉടനടി മനുഷ്യ അവലോകനത്തിനും സ്റ്റാൻഡേർഡ് പ്രവൃത്തി പ്രവാഹങ്ങളിലേക്ക് സംയോജിപ്പിക്കുന്നതിനും തയ്യാറായ ക്ലീനർ പാച്ചുകൾ നിർമ്മിക്കുന്നു.

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

ദുരുപയോഗം തടയൽ

മാൽവെയർ വികസനം പോലുള്ള AI- അധിഷ്ഠിത സോഫ്റ്റ്വെയർ എഞ്ചിനീയറിംഗിന്റെ ദോഷകരമായ ആപ്ലിക്കേഷനുകൾക്കെതിരെ സംരക്ഷണം നൽകേണ്ടത് കൂടുതൽ നിർണായകമാണ്. അതേസമയം, സംരക്ഷണ നടപടികൾ നിയമാനുസൃതവും പ്രയോജനകരവുമായ ആപ്ലിക്കേഷനുകൾ അനാവശ്യമായി തടസ്സപ്പെടുത്തരുത് എന്നത് പ്രധാനമാണ്, കാരണം ചിലപ്പോൾ മാൽവെയർ വികസനത്തിന് ഉപയോഗിക്കുന്ന ലോ ലെവൽ കേർണൽ എഞ്ചിനീയറിംഗ് പോലുള്ള സാങ്കേതിക വിദ്യകൾ ഇതിൽ ഉൾപ്പെട്ടേക്കാം.

സുരക്ഷയും ഉപയോഗക്ഷമതയും സന്തുലിതമാക്കുന്നതിനായി, മാലിഷ്യസ് സോഫ്റ്റ്വെയറിന്റെ വികസനം ലക്ഷ്യമിട്ടുള്ള അഭ്യർത്ഥനകൾ തിരിച്ചറിയാനും കൃത്യമായി നിരസിക്കാനും കോഡെക്സിന് പരിശീലനം നൽകി, അതേസമയം നിയമാനുസൃതമായ ടാസ്ക് വ്യക്തമായി വേർതിരിച്ച് പിന്തുണയ്ക്കുകയും ചെയ്തു. ഞങ്ങൾ ഞങ്ങളുടെ നയ ചട്ടക്കൂടുകൾ മെച്ചപ്പെടുത്തുകയും ഈ അതിരുകൾ ഫലപ്രദമായി ശക്തിപ്പെടുത്തുന്നതിനായി കർശനമായ സുരക്ഷാ വിലയിരുത്തലുകൾ ഉൾപ്പെടുത്തുകയും ചെയ്തിട്ടുണ്ട്. ഈ വിലയിരുത്തലുകൾ പ്രതിഫലിപ്പിക്കുന്നതിനായി o3 സിസ്റ്റം കാർഡിലേക്കുള്ള ഒരു അനുബന്ധം⁠ ഞങ്ങൾ പ്രസിദ്ധീകരിച്ചിരിക്കുന്നു.

സുരക്ഷിതമായ നിർവഹണം

കോഡെക്സ് ഏജൻ്റ് പൂർണ്ണമായും ക്ലൗഡിലെ സുരക്ഷിതവും ഒറ്റപ്പെട്ടതുമായ കണ്ടെയ്നറിനുള്ളിൽ പ്രവർത്തിക്കുന്നു. ടാസ്ക് നിർവഹണ സമയത്ത്, ഇന്റർനെറ്റ് ആക്സസ് പ്രവർത്തനരഹിതമാക്കപ്പെടുന്നു, ഏജൻ്റ്-ന്റെ ഇടപെടൽ GitHub റിപ്പോസിറ്ററികൾ വഴി വ്യക്തമായി നൽകിയ കോഡിലേക്കും ഉപയോക്താവ് ഒരു സജ്ജീകരണ സ്ക്രിപ്റ്റ് വഴി കോൺഫിഗർ ചെയ്ത മുൻകൂട്ടി ഇൻസ്റ്റാൾ ചെയ്ത ആശ്രിതത്വങ്ങളിലേക്കും മാത്രം പരിമിതപ്പെടുത്തുന്നു. ഏജൻ്റ് ബാഹ്യ വെബ്സൈറ്റുകൾ, API-കൾ, അല്ലെങ്കിൽ മറ്റ് സേവനങ്ങൾ ആക്സസ് ചെയ്യാൻ കഴിയില്ല.

ആദ്യകാല ഉപയോഗ കേസുകൾ

OpenAIയിലെ സാങ്കേതിക ടീം-കൾ അവരുടെ ദൈനംദിന ടൂൾകിറ്റിന്റെ ഭാഗമായി OpenAI കോഡെക്സ് ഉപയോഗിക്കാൻ തുടങ്ങി. റീഫാക്ടറിംഗ്, പേരുമാറ്റുക, എഴുത്ത് പരീക്ഷകൾ എന്നിവ പോലുള്ള ആവർത്തിച്ചുള്ളതും നന്നായി വ്യാപ്തിയുള്ളതുമായ ടാസ്കുകൾ ഓഫ്ലോഡ് ചെയ്യുന്നതിനാണ് OpenAI എഞ്ചിനീയർമാർ ഇത് മിക്കപ്പോഴും ഉപയോഗിക്കുന്നത്, അല്ലാത്തപക്ഷം ഇത് ഫോക്കസിനെ തകർക്കും. പുതിയ സവിശേഷതകൾ സൃഷ്ടിക്കുന്നതിനും, ഘടകങ്ങൾ ബന്ധിപ്പിക്കുന്നതിനും, ബഗുകൾ പരിഹരിക്കുന്നതിനും, ഡോക്യുമെന്റേഷൻ തയ്യാറാക്കുന്നതിനും ഇത് ഒരുപോലെ പ്രയോജനകരമാണ്. ടീം-കൾ അതിനെ ചുറ്റിപ്പറ്റി പുതിയ ശീലങ്ങൾ വളർത്തുന്നു: ഓൺ-കോൾ പ്രശ്നങ്ങൾ തരംതിരിക്കുന്നു, ദിവസത്തിന്റെ തുടക്കത്തിൽ ടാസ്കുകൾ ആസൂത്രണം ചെയ്യുന്നു, മുന്നോട്ട് പോകാൻ പശ്ചാത്തല ജോലികൾ ഓഫ്ലോഡ് ചെയ്യുന്നു. സന്ദർഭം മാറ്റുന്നതും മറന്നുപോയ ചെയ്യേണ്ട കാര്യങ്ങൾ ഉപരിതലത്തിലേക്ക് കൊണ്ടുവരുന്നതും കുറയ്ക്കുന്നതിലൂടെ, കോഡെക്സ് എഞ്ചിനീയർമാരെ വേഗത്തിൽ അയയ്ക്കാനും ഏറ്റവും പ്രധാനപ്പെട്ട കാര്യങ്ങളിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കാനും സഹായിക്കുന്നു.

റിലീസിന് മുമ്പ്, വൈവിധ്യമാർന്ന കോഡ്ബേസുകൾ, വികസന പ്രക്രിയകൾ, ടീം-കൾ എന്നിവയിൽ കോഡെക്സ് എങ്ങനെ പ്രവർത്തിക്കുന്നുവെന്ന് നന്നായി മനസ്സിലാക്കുന്നതിനായി ഞങ്ങൾ ഒരു ചെറിയ ബാഹ്യ ഗ്രൂപ്പുമായി പ്രവർത്തിച്ചുവരികയാണ്.

അഭിലാഷകരമായ ആശയങ്ങൾ വേഗത്തിൽ ജീവസുറ്റതാക്കാൻ കോഡെക്സിന് അവരുടെ എഞ്ചിനീയറിംഗ് ടീം-കളെ എങ്ങനെ സഹായിക്കാനാകുമെന്ന് Cisco⁠(പുതിയ വിൻഡോയിൽ തുറക്കുന്നു) കണ്ടെത്തുന്നു. ആദ്യകാല ഡിസൈൻ പങ്കാളികളായി, സിസ്കോ അവരുടെ ഉൽപ്പന്ന പോർട്ട്ഫോളിയോയിലുടനീളമുള്ള യഥാർത്ഥ ലോക ഉപയോഗ കേസുകൾക്കായി കോഡെക്സിനെ വിലയിരുത്തുകയും OpenAI Team-ന് ഫീഡ്ബാക്ക് നൽകുകയും ചെയ്യുന്നു, അതിന്റെ ഭാവി രൂപപ്പെടുത്തുന്നതിൽ സഹായിക്കുന്നു.
ഫീച്ചർ ഡെവലപ്പ്മെന്റ് ത്വരിതപ്പെടുത്തുന്നതിനും ഡീബഗ് പ്രശ്നങ്ങൾ, ടെസ്റ്റുകൾ എഴുതുന്നതിനും എക്സിക്യൂട്ട് ചെയ്യുന്നതിനും വലിയ കോഡ്ബേസുകൾ റിഫാക്ടർ ചെയ്യുന്നതിനും ടെമ്പറൽ കോഡെക്സ്⁠(പുതിയ വിൻഡോയിൽ തുറക്കുന്നു) ഉപയോഗിക്കുന്നു. പശ്ചാത്തലത്തിൽ സങ്കീർണ്ണമായ ടാസ്ക്-കൾ പ്രവർത്തിപ്പിക്കുന്നതിലൂടെ ശ്രദ്ധ കേന്ദ്രീകരിക്കാൻ ഇത് അവരെ സഹായിക്കുന്നു - ആവർത്തനം വേഗത്തിലാക്കുമ്പോൾ എഞ്ചിനീയർമാരെ ഒഴുക്കിൽ നിർത്തുന്നു.
Superhuman⁠(പുതിയ വിൻഡോയിൽ തുറക്കുന്നു) ടെസ്റ്റ് കവറേജ് മെച്ചപ്പെടുത്തുക, സംയോജന പരാജയങ്ങൾ പരിഹരിക്കുക തുടങ്ങിയ ചെറുതും എന്നാൽ ആവർത്തിച്ചുള്ളതുമായ ടാസ്ക്-കൾ വേഗത്തിലാക്കാൻ കോഡെക്സ് ഉപയോഗിക്കുന്നു. കോഡ് അവലോകനം ഒഴികെ, ഒരു എഞ്ചിനീയറെയും നിയമിക്കാതെ തന്നെ ഉൽപ്പന്ന മാനേജർമാർക്ക് ഭാരം കുറഞ്ഞ കോഡ് മാറ്റങ്ങൾ സംഭാവന ചെയ്യാൻ പ്രാപ്തമാക്കുന്നതിലൂടെ ഇത് അവരെ വേഗത്തിൽ ഷിപ്പ് ചെയ്യാൻ സഹായിക്കുന്നു.
ഡീബഗ്ഗിംഗ് ടൂളുകൾ എഴുതാനും, ടെസ്റ്റ് കവറേജ് മെച്ചപ്പെടുത്താനും, റീഫാക്ടർ കോഡ് ഉപയോഗിക്കാനും Kodiak⁠(പുതിയ വിൻഡോയിൽ തുറക്കുന്നു) കോഡെക്സ് ഉപയോഗിക്കുന്നു - ഇത് അവരുടെ സ്വയംഭരണ ഡ്രൈവിംഗ് സാങ്കേതികവിദ്യയായ Kodiak ഡ്രൈവറിന്റെ വികസനം ത്വരിതപ്പെടുത്തുന്നു. പ്രസക്തമായ സന്ദർഭങ്ങളും മുൻകാല മാറ്റങ്ങളും വെളിപ്പെടുത്തിക്കൊണ്ട് സ്റ്റാക്കിന്റെ അപരിചിതമായ ഭാഗങ്ങൾ മനസ്സിലാക്കാൻ എഞ്ചിനീയർമാരെ സഹായിക്കുന്ന ഒരു മൂല്യവത്തായ റഫറൻസ് ഉപകരണമായും കോഡെക്സ് മാറിയിരിക്കുന്നു.

ആദ്യകാല പരീക്ഷകരിൽ നിന്നുള്ള പഠനങ്ങളെ അടിസ്ഥാനമാക്കി, ഒരേസമയം ഒന്നിലധികം ഏജൻ്റ്മാർക്ക് നന്നായി വ്യാപ്തിയുള്ള ടാസ്ക്-കൾ നൽകാനും, മോഡലിന്റെ കഴിവുകൾ ഫലപ്രദമായി കണ്ടെത്തുന്നതിന് വ്യത്യസ്ത തരം ടാസ്ക്കുകളും പ്രോംപ്റ്റുകളും പരീക്ഷിക്കാനും ഞങ്ങൾ ശുപാർശ ചെയ്യുന്നു.

Codex CLI-യിലേക്ക് അപ്ഡേറ്റുകൾ

കഴിഞ്ഞ മാസം, നിങ്ങളുടെ ടെർമിനലിൽ പ്രവർത്തിക്കുന്ന ഒരു ഭാരം കുറഞ്ഞ ഓപ്പൺ സോഴ്സ് കോഡിംഗ് ഏജൻ്റ് കോഡെക്സ് CLI ഞങ്ങൾ പുറത്തിറക്കി. ഇത് o3, o4-mini പോലുള്ള മോഡലുകളുടെ ശക്തി നിങ്ങളുടെ പ്രാദേശിക പ്രവൃത്തി പ്രവാഹത്തിലേക്ക് കൊണ്ടുവരുന്നു, അവയുമായി ജോഡിപ്പിച്ച് ടാസ്കുകൾ വേഗത്തിൽ പൂർത്തിയാക്കുന്നത് എളുപ്പമാക്കുന്നു.

ഇന്ന്, കോഡെക്സ് CLI-യിൽ ഉപയോഗിക്കുന്നതിനായി പ്രത്യേകമായി രൂപകൽപ്പന ചെയ്ത o4-മിനിയുടെ പതിപ്പായ കോഡെക്സ്-1 ന്റെ ചെറിയ പതിപ്പും ഞങ്ങൾ പുറത്തിറക്കുന്നു. ഈ പുതിയ മോഡൽ CLI-യിൽ വേഗതയേറിയ വർക്ക്ഫ്ലോകളെ പിന്തുണയ്ക്കുന്നു, കൂടാതെ കുറഞ്ഞ ലേറ്റൻസി കോഡ് ചോദ്യോത്തരങ്ങൾക്കും എഡിറ്റിംഗിനും ഒപ്റ്റിമൈസ് ചെയ്തിരിക്കുന്നു, അതേസമയം നിർദ്ദേശങ്ങൾ പിന്തുടരുന്നതിലും ശൈലിയിലും അതേ ശക്തികൾ നിലനിർത്തുന്നു. കോഡെക്സ് സിഎൽഐയിലെ ഡിഫോൾട്ട് മോഡലായും എപിഐയിൽ കോഡെക്സ്-മിനി-ഏറ്റവും പുതിയതായും ഇത് ഇപ്പോൾ ലഭ്യമാണ്. കോഡെക്സ്-മിനി മോഡൽ മെച്ചപ്പെടുത്തുന്നത് തുടരുന്നതിനാൽ അടിസ്ഥാന സ്നാപ്പ്ഷോട്ട് പതിവായി അപ്ഡേറ്റ് ചെയ്യപ്പെടും.

നിങ്ങളുടെ ഡെവലപ്പർ അക്കൗണ്ട് കോഡെക്സ് CLI-യിലേക്ക് ബന്ധിപ്പിക്കുന്നതും ഞങ്ങൾ വളരെ എളുപ്പമാക്കുകയാണ്. ഒരു API token സ്വമേധയാ സൃഷ്ടിച്ച് കോൺഫിഗർ ചെയ്യുന്നതിനുപകരം, ഇപ്പോൾ നിങ്ങൾക്ക് നിങ്ങളുടെ ChatGPT അക്കൗണ്ട് ഉപയോഗിച്ച് സൈൻ ഇൻ ചെയ്യാനും നിങ്ങൾ ഉപയോഗിക്കാൻ ആഗ്രഹിക്കുന്ന API ഓർഗനൈസേഷൻ തിരഞ്ഞെടുക്കാനും കഴിയും. ഞങ്ങൾ സ്വയമേവ API കീ സൃഷ്ടിക്കുകയും കോൺഫിഗർ ചെയ്യുകയും ചെയ്യും. ChatGPT ഉപയോഗിച്ച് Codex CLI-യിൽ സൈൻ ഇൻ ചെയ്യുന്ന Plus, Pro ഉപയോക്താക്കൾക്ക് ഇന്ന് മുതൽ അടുത്ത 30 ദിവസത്തേക്ക് യഥാക്രമം $5 ഉം $50 ഉം സൗജന്യ API ക്രെഡിറ്റുകൾ റിഡീം ചെയ്യാൻ ആരംഭിക്കാം.

കോഡെക്സ് ലഭ്യത, വില, പരിമിതികളും

ഇന്ന് മുതൽ, ഞങ്ങൾ ആഗോളതലത്തിൽ ChatGPT Pro, Enterprise, Business ഉപയോക്താക്കൾക്ക് കോഡെക്സ് പുറത്തിറക്കുന്നു, Plus, Edu എന്നിവയ്ക്കുള്ള പിന്തുണ ഉടൻ വരും. വരുമാന ആഴ്ചകളിൽ ഉപയോക്താക്കൾക്ക് അധിക ചെലവില്ലാതെ ഉദാരമായ ആക്സസ് ലഭിക്കും, അതിനാൽ നിങ്ങൾക്ക് കോഡെക്സിന്റെ കഴിവുകൾ കണ്ടെത്താൻ കഴിയും. അതിനുശേഷം, ഞങ്ങൾ നിരക്ക്-പരിമിതമായ ആക്സസ്, ഫ്ലെക്സിബിൾ വില ഓപ്ഷനുകൾ എന്നിവ അവതരിപ്പിക്കും, ഇത് നിങ്ങൾക്ക് ഓൺ-ഡിമാൻഡ് അധിക ഉപയോഗം വാങ്ങാൻ അനുവദിക്കും. ഞങ്ങൾ Plus, Edu ഉപയോക്താക്കൾക്കുള്ള ആക്സസ് ഉടൻ വിപുലീകരിക്കാൻ പദ്ധതിയിടുന്നു.

കോഡെക്സ്-മിനി-ലേറ്റെസ്റ്റ് ഉപയോഗിച്ച് നിർമ്മിക്കുന്ന ഡെവലപ്പർമാർക്ക്, പ്രതികരണങ്ങൾ API-യിൽ മോഡൽ ലഭ്യമാണ്, 1M ഇൻപുട്ട് ടോക്കണുകൾക്ക് $1.50 ഉം 1M ഔട്ട്പുട്ട് ടോക്കണുകൾക്ക് $6 ഉം ആണ് വില, 75% പ്രോംപ്റ്റ് കാഷിംഗ് കിഴിവോടെ.

കോഡെക്സ് ഇപ്പോഴും അതിന്റെ വികസനത്തിന്റെ പ്രാരംഭ ഘട്ടത്തിലാണ്. ഗവേഷണ പ്രിവ്യൂ എന്ന നിലയിൽ, ഇത് നിലവിൽ ഫ്രണ്ട് എൻഡ് പ്രവർത്തനത്തിനായുള്ള ചിത്രം ഇൻപുട്ടുകൾ, ഏജൻ്റ് പ്രവർത്തനത്തിനിടെ കോഴ്സ്-കറക്റ്റ് ചെയ്യാനുള്ള കഴിവ് തുടങ്ങിയ സവിശേഷതകൾ ഇല്ല. കൂടാതെ, ഒരു റിമോട്ട് ഏജൻ്റ്-നെ ഏൽപ്പിക്കുന്നതിന് സംവേദനാത്മക എഡിറ്റിംഗിനെക്കാൾ കൂടുതൽ സമയമെടുക്കും, ഇത് പരിചയപ്പെടാൻ കുറച്ച് സമയമെടുത്തേക്കാം. കാലക്രമേണ, കോഡെക്സ് ഏജൻ്റുകളുമായി ഇടപഴകുന്നത് സഹപ്രവർത്തകരുമായുള്ള അസമയോജിത സഹകരണത്തിന് കൂടുതൽ സമാനമാകും. മോഡൽ കഴിവുകൾ പുരോഗമിക്കുമ്പോൾ, കൂടുതൽ സങ്കീർണ്ണമായ ടാസ്ക്-കൾ ദീർഘകാലത്തേക്ക് ഏജൻ്റ്മാർ കൈകാര്യം ചെയ്യുമെന്ന് ഞങ്ങൾ പ്രതീക്ഷിക്കുന്നു.

അടുത്തത് എന്താണ്

ഡെവലപ്പർമാർ തങ്ങൾ സ്വന്തമാക്കാൻ ആഗ്രഹിക്കുന്ന ജോലി നിയന്ത്രിക്കുകയും ബാക്കിയുള്ളവ ഏജൻ്റുമാരെ ഏൽപ്പിക്കുകയും ചെയ്യുന്ന ഒരു ഭാവി നമുക്ക് സങ്കൽപ്പിക്കാം - AI ഉപയോഗിച്ച് വേഗത്തിൽ പ്രവർത്തിക്കുകയും കൂടുതൽ ഉൽപ്പാദനക്ഷമത കൈവരിക്കുകയും ചെയ്യുന്നു. അത് നേടുന്നതിന്, തത്സമയ സഹകരണത്തെയും അസമയ ഡെലിഗേഷനെയും പിന്തുണയ്ക്കുന്ന കോഡെക്സ് ഉപകരണങ്ങളുടെ ഒരു സ്യൂട്ട് ഞങ്ങൾ നിർമ്മിക്കുന്നു.

കോഡെക്സ് CLI പോലുള്ള AI ഉപകരണങ്ങളുമായി കൂട്ടിച്ചേർക്കൽ വ്യവസായ മാനദണ്ഡമായി പെട്ടെന്ന് മാറിയിരിക്കുന്നു, ഇത് ഡെവലപ്പർമാരെ കോഡ് ചെയ്യുമ്പോൾ വേഗത്തിൽ പ്രവർത്തിക്കാൻ സഹായിക്കുന്നു. എന്നാൽ ChatGPT‑ൽ കോഡെക്സ് അവതരിപ്പിച്ച അസിങ്ക്രണസ്, മൾട്ടി-ഏജൻ്റ് വർക്ക്ഫ്ലോ എഞ്ചിനീയർമാർ ഉയർന്ന നിലവാരമുള്ള കോഡ് നിർമ്മിക്കുന്നതിനുള്ള ഡീ ഫാക്ടോ മാർഗമായി മാറുമെന്ന് ഞങ്ങൾ വിശ്വസിക്കുന്നു.

ആത്യന്തികമായി, തത്സമയ ജോടിയാക്കലും ടാസ്ക് പ്രതിനിയോഗവും എന്ന രണ്ട് ആശയവിനിമയ രീതികളും ഒത്തുചേരുന്നതായി നമുക്ക് കാണാൻ കഴിയും. ഡെവലപ്പർമാർ അവരുടെ ഐഡിഇകളിലും ദൈനംദിന ഉപകരണങ്ങളിലും AI ഏജൻ്റുമാരുമായി സഹകരിച്ച് ചോദ്യങ്ങൾ ചോദിക്കുകയും നിർദ്ദേശങ്ങൾ നേടുകയും ദൈർഘ്യമേറിയ ടാസ്കുകൾ ഓഫ്ലോഡ് ചെയ്യുകയും എല്ലാം ഒരു ഏകീകൃത വർക്ക്ഫ്ലോയിൽ നടത്തും.

ഭാവിയിലേക്ക് നോക്കുമ്പോൾ, കൂടുതൽ സംവേദനാത്മകവും വഴക്കമുള്ളതുമായ ഏജൻ്റ് വർക്ക്ഫ്ലോകൾ അവതരിപ്പിക്കാൻ ഞങ്ങൾ പദ്ധതിയിടുന്നു. ഡെവലപ്പർമാർക്ക് ഉടൻ തന്നെ ടാസ്കിന്റെ നടുവിൽ മാർഗ്ഗനിർദ്ദേശം നൽകാനും നടപ്പാക്കൽ തന്ത്രങ്ങളിൽ സഹകരിക്കാനും സജീവമായ പുരോഗതി അപ്ഡേറ്റുകൾ സ്വീകരിക്കാനും കഴിയും. നിങ്ങൾ ഇതിനകം ഉപയോഗിക്കുന്ന ഉപകരണങ്ങളിലുടനീളം കൂടുതൽ ആഴത്തിലുള്ള സംയോജനങ്ങളും ഞങ്ങൾ വിഭാവനം ചെയ്യുന്നു: ഇന്ന് കോഡെക്സ് GitHub-മായി ബന്ധിപ്പിക്കുന്നു, താമസിയാതെ നിങ്ങൾക്ക് Codex CLI, ChatGPT ഡെസ്ക്ടോപ്പ്, അല്ലെങ്കിൽ നിങ്ങളുടെ ഇഷ്യു ട്രാക്കർ അല്ലെങ്കിൽ CI സിസ്റ്റം പോലുള്ള ഉപകരണങ്ങളിൽ നിന്ന് പോലും ടാസ്ക്കുകൾ ഏൽപ്പിക്കുവാൻ കഴിയും.

വ്യക്തികൾക്കും ചെറിയ ടീം-കൾക്കും പുതിയ സാധ്യതകൾ തുറന്നിടുന്ന, AI-അധിഷ്ഠിത ഉൽപ്പാദനക്ഷമതയിൽ ഗണ്യമായ നേട്ടങ്ങൾ കൈവരിക്കുന്ന ആദ്യത്തെ വ്യവസായങ്ങളിൽ ഒന്നാണ് സോഫ്റ്റ്വെയർ എഞ്ചിനീയറിംഗ്. ഈ നേട്ടങ്ങളെക്കുറിച്ച് ഞങ്ങൾ ശുഭാപ്തിവിശ്വാസികളാണെങ്കിലും, ഡെവലപ്പർ വർക്ക്ഫ്ലോകൾ, ആളുകളിലുടനീളമുള്ള സ്കിൽ വികസനം, സ്കിൽ നിലവാരം, ഭൂമിശാസ്ത്രങ്ങൾ എന്നിവയിൽ വ്യാപകമായ ഏജൻ്റ് ദത്തെടുക്കലിന്റെ പ്രത്യാഘാതങ്ങൾ നന്നായി മനസ്സിലാക്കാൻ ഞങ്ങൾ പങ്കാളികളുമായി സഹകരിക്കുന്നു.

ഇത് ഒരു തുടക്കം മാത്രമാണ്—കോഡെക്സ് ഉപയോഗിച്ച് നിങ്ങൾ എന്താണ് നിർമ്മിക്കുന്നതെന്ന് കാണാൻ ഞങ്ങൾ ആവേശഭരിതരാണ്.

ലൈവ്സ്ട്രീം റീപ്ലേ

അനുബന്ധം

സിസ്റ്റം സന്ദേശം

ഡെവലപ്പർമാർക്ക് മോഡലിന്റെ ഡിഫോൾട്ട് സ്വഭാവം മനസ്സിലാക്കാനും, ഇഷ്ടാനുസൃത വർക്ക്ഫ്ലോകളിൽ കോഡെക്സ് ഫലപ്രദമായി പ്രവർത്തിക്കാനും സഹായിക്കുന്നതിനായി, ഞങ്ങൾ കോഡെക്സ്-1 സിസ്റ്റം സന്ദേശം പങ്കിടുന്നു. ഉദാഹരണത്തിന്, codex-1 സിസ്റ്റം സന്ദേശം AGENTS.md ഫയൽ-ൽ പരാമർശിച്ചിരിക്കുന്ന എല്ലാ പരിശോധനകളും നടത്താൻ Codex-നെ പ്രോത്സാഹിപ്പിക്കുന്നു, എന്നാൽ നിങ്ങൾക്ക് സമയക്കുറവുണ്ടെങ്കിൽ, ഈ പരിശോധനകൾ ഒഴിവാക്കാൻ Codex-നോട് ആവശ്യപ്പെടാം.

പ്ലെയിൻ ടെക്സ്റ്റ്

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.

രചയിതാവ്

OpenAI