Inilunsad ng OpenAi ang GPT-5-CODEX noong Setyembre 15, isang malakas na bagong modelo ng AI na layunin na itinayo upang magsilbing engine para sa katulong na coding nito, codex. mula sa simula. Ang paglabas ay naglalayong lumikha ng isang pinag-isang”virtual teammate”para sa mga developer at hamon ang mga karibal tulad ng Microsoft at Google sa masikip na merkado ng coding ng AI. src=”data: imahe/svg+xml; nitro-empty-id=mty0odo4ndq=-1; base64, phn2zyb2awv3qm94psiwidagnze4idq1 Niiglkdgg9ijcxocigagvpz2h0psi0ntyiihhtbg5zpsjodhrwoi8vd3d3lnczlm9yzy8ymdawl3n2zyi+pc9zdmc+”>
Ang bagong modelo ay ngayon ang default para sa lahat ng mga gawain sa ulap at mga pagsusuri sa code sa loob ng ekosistema ng Codex. Magagamit ito sa lahat ng nagbabayad ng mga tagasuskribi ng ChATGPT, kasama na ang mga nasa Plus, Pro, Business, Edu, at mga plano sa negosyo, na may API Access na binalak para sa hinaharap . Ang tool ay nagsimula bilang isang open-source CLI noong Abril, ay isinama sa ChATGPT noong Mayo, at nakakuha ng pag-access sa internet noong Hunyo. Ang pinakabagong hakbang na ito ay nagbabago sa isang malalim na pinagsamang kasosyo sa pag-unlad. Ang nakatuon na pagsasanay na ito ay ginagawang mas matatag at mas mahusay sa paggawa ng mataas na kalidad, malinis na code nang hindi nangangailangan ng mahahabang mga tagubilin mula sa nag-develop. Nag-navigate ito sa buong mga codebases, mga kadahilanan sa pamamagitan ng mga dependencies, at nagpapatakbo ng mga pagsubok upang mapatunayan ang kawastuhan bago gumawa ng mga rekomendasyon. Ang CLI, at awtomatikong mga pagsusuri sa kahilingan ng GitHub, na inilalagay ang batayan para sa mas malakas na makina na ito. Maaaring ayusin ng modelo ang computational na badyet at oras na ginugol sa isang gawain sa real-time, na umaangkop sa pagiging kumplikado ng isang problema habang gumagana ito. Ang pagtitiyaga na ito ay isang pangunahing pagkakaiba-iba sa puwang ng coding ng ahente. Nakamit ito nang walang sistema ng router na ginamit ng pangkalahatang modelo ng GPT-5. Ang mga nag-develop ay maaaring ilipat ang trabaho nang walang putol sa pagitan ng kanilang lokal na IDE, ang terminal, at ang ulap nang hindi nawawala ang konteksto, na lumilikha ng isang mas likido at mahusay na daloy ng trabaho. Sa mga karibal tulad ng Google Jules at serye ng Claude ng Anthropic na nagtutulak sa mga hangganan ng mga kakayahan ng ahente, ang OpenAi ay gumagamit ng pinag-isang platform bilang isang pangunahing kalamangan. Ang mga patotoo mula sa mga kumpanyang tulad ng Duolingo, Virgin Atlantic, at Cisco Meraki ay pinupuri ang real-world na pagganap ng tool. src=”data: imahe/svg+xml; nitro-empty-id=mty1nzo5ote=-1; base64, phn2zyb2awv3qm94psiwidagmta0nsa0ntmi IhdpzhropsIXMDQ1iibozwlnahq9ijq1myigeg1SBnm9IMH0dHa6ly93d3CudzMUB3JnlZIWMDAVC3Znij48l3n2zz4=”>
Nabanggit ni Aaron Wang ng Duolingo,”Inilabas nito ang iba pang mga tool sa mga benchmark ng Review ng Backend Code, ang mga richard masters ng Virgin Atlantic na naka-highlight na kahusayan nito, na nagsasabi,”Ang aking koponan ay maaaring mag-iwan ngayon ng isang simpleng puna sa isang hiniling na hiling at ang codex ay bubuo ng isang malinis na pag-update na halos agad na mabawasan mga siklo.”Ang pagbabalik ng malinis ay naiiba,”binibigyang diin ang utility nito bilang isang tagasuporta sa background. Ang kumpanya ay nagpapatakbo ng codex sa isang sandboxed na kapaligiran na may pag-access sa network na hindi pinagana sa pamamagitan ng default upang mapagaan ang mga panganib. Gayunpaman, pinapanatili nito na ang mga developer ay dapat palaging suriin at mapatunayan ang code na nabuo ng ahente.
Sa huli, ang mga posisyon ng openai ay hindi bilang isang kapalit para sa mga tool tulad ng GitHub Copilot, ngunit bilang isang pantulong na kasosyo para sa mas mataas na antas ng delegasyon ng gawain. Ang layunin ay upang lumikha ng isang tunay na”virtual teammate”na maaaring tumagal sa makabuluhang gawain sa engineering, na pinalalaya ang mga developer upang tumuon sa mas madiskarteng mga hamon.