A
OpenAi felszabadította legújabb Salvo-ját a gyorsan fejlődő AI-asszisztált szoftverfejlesztési tájban, amely bevezeti a Codex-et, egy kifinomult AI kódoló ügynököt, amely jelenleg közvetlenül beágyazódik a zászlóshajó CHATGPT platformjába. Ezt az új rendszert, amely egy speciális „Codex-1″ modellen fut-az OpenAI O3 AI érvelési modelljének továbbfejlesztett változatát-úgy tervezték, hogy intelligens együttműködőként szolgáljon a szoftvermérnökök számára. A Codex megígéri, hogy a különféle kódolási felelősségeket önállóan kezelje, az új funkciók létrehozásától és a hibák megoldásától a meglévő kódbázisok értelmezéséig és a tesztek végrehajtásáig, mindegyik biztonságos, homokozó felhő környezetben történő működéséig, amelyek képesek integrálni a felhasználók github-tárolásait. Mélyen integrált szerepet tölt be a szoftverek felépítésében és felépítésében. Azáltal, hogy beépíti ezt a potens kódoló asszisztenset a Chatgptbe, az OpenAi a bonyolult fejlesztési munkafolyamatok egyszerűsítésére törekszik, potenciálisan lerövidíti a projekt ütemtervét, és lehetővé teszi a mérnökök számára, hogy stratégiai tervezésre és problémamegoldó törekvésekre koncentráljanak. Ez az indítás rávilágít az Openai intenzívebb stratégiai összpontosítására a rendkívül versenyképes AI kódolási piacra, amelyet a vállalat egyidejű 3 milliárd dolláros Windsurf akvizíciója hangsúlyoz. A természetes nyelvi utasítások megértése és fellépése, a feladat befejezési időpontjai egy és harminc perc között változnak a konkrét kihívás alapján. A rendszert iteratív módon teszteljük az általa előállított kódot, amíg a sikeres eredmények el nem érik, és egyszerre képesek több szoftverfejlesztési feladatot kezelni. Ez a fejlemény az ipari vezetők, köztük a Google és a Microsoft vezérigazgatói, jelezték, hogy az AI már a vállalatuk új kódjának körülbelül 30%-át, körülbelül 30%-át generálja. A transzhape kódolási gyakorlatok
A szívében a Codex a „Codex-1″ modellt használja, amely szerint az Openai állításai „tisztább” kódot generálnak, és pontosabban betartják az utasításokat, mint a szokásos O3 modell. A fejlesztők a CHATGPT oldalsávon keresztül kölcsönhatásba lépnek a CODEX-rel, és a feladatokat elindítják egy prompt beírásával és a „kód” vagy a „Ask” kiválasztásával. Az átláthatóság fenntartása és az ellenőrzés lehetővé tétele érdekében a Codex idézeteket ad a terminálnaplókból és a műveletekkel kapcsolatos tesztkimenetekből. Ezenkívül a felhasználók irányíthatják a Codex viselkedését az egyes projektekben azáltal, hogy létrehozzák az `centrent.md”fájlokat a tárolókban; Ezek a fájlok irányítják az AI-t a kódbázis navigálásában, valamint a projekt-specifikus tesztelési eljárásokhoz és a bevált gyakorlatok betartásában. Az OpenAi állítólag már kihasználja a Codex-et az ismétlődő feladatok kezelésére, az új funkciók kezdeti kereteinek felépítésére, és a fejlesztői közösségben, például a nyílt forráskódú közreműködő DevChampion-t, miközben elismerte a Codex potenciálját, a DevChampion-t, a DevChampion-t sürgette a A CODEX bevezetése a CHATGPT-be az OpenAI szélesebb körű, állítólagos stratégiájának kulcsfontosságú eleme az AI fejlesztői eszközök növekvő piaci helyzetének biztosítása érdekében. A Model Family. A közvetlenül a terminálon szerkesztve. A fejlesztői munkafolyamatok széles skálája. Befejezés.” Az AI kódoló eszközök versenyképessége intenzíven dinamikus. A Google a közelmúltban elindította a FireBase Studio-t áprilisban, egy Ai-integrált fejlesztési platformon, és a Gemini 2.5 Pro modelljének„ I/O kiadását “elindította a Gemini 2.5 pro modelljének, a lényegesen javított kódolási képességekkel. Az Alphaevolve, az AI ügynök, amely a komplex algoritmusok felfedezésére és optimalizálására összpontosított. Az Xcode fejlesztési környezete, a saját házon belüli AI kódoló eszközökkel való nehézségeket követve. Az Enterprise és a Plus és az EDU felhasználók számára a hozzáférés hamarosan követi. A „rosszindulatú szoftver” és a levegőben rázkódott, elkülönített felhőtartályban működik, amelynek nincs közvetlen internete vagy külső API-hozzáférése, miközben feladatok végrehajtása. A kutatási előnézetben szereplő jelenlegi korlátozások, beleértve a képbemenetek hiányát a frontend fejlesztéséhez, nincs képessége a középfokú kurzusok korrekciójára, és az interaktív szerkesztéshez képest hosszabb késés. Az AI modellek kihívásokkal szembesülhetnek a megbízható hibakeresési szoftverekben. „Képzelj el egy olyan jövőt, ahol a fejlesztők vezetik a birtokolni kívánt munkát, és a többit az ügynökökre delegálják-gyorsabban mozognak és produktívabbak az AI-vel.”
