Codex: как пользоваться ИИ‑агентом для программирования в ChatGPT

Нейросети уже умеют генерировать код, но на практике только этого навыка оказывается мало. Чтобы действительно ускорить разработку, модели нужно дать доступ к проекту, научить её работать с файлами, запускать тесты, исправлять ошибки и самостоятельно двигаться от задачи к результату.

Именно для этого OpenAI развивает Codex — ИИ-агента для программирования. В статье разберём, как он устроен, как его установить и настроить в России, чем отличаются друг от друга модели Luna, Terra и Sol, как работают скиллы, плагины и субагенты, зачем нужен harness и какие дополнительные возможности есть у Codex.

Содержание

• Что такое Codex
• Какие языковые модели доступны в Codex
• Как и зачем появился Codex
• Как пользоваться Codex в России
• Сколько стоит подписка
• Как установить Codex
• Интерфейс и основные настройки Codex
• Скиллы
• Плагины
• Субагенты
• Пару слов о harness
• Дополнительные возможности

Что такое Codex

Codex — ИИ-агент, разработанный компании OpenAI для задач программирования. Ему можно ставить задачи примерно так же, как разработчику, — например, «Найди причину этой ошибки и исправь её» или «Добавь в приложение импорт файлов Excel».

В отличие от обычного чат-бота, Codex работает не только с отдельными фрагментами кода, но и с проектом целиком. Он может изучить структуру репозитория, найти нужные файлы и участки кода, внести изменения, выполнить команды в терминале и запустить тесты. Если первая версия решения окажется неудачной, агент способен проанализировать ошибки и доработать код.

Разработчику необязательно заранее расписывать агенту последовательность действий. Достаточно описать задачу, а Codex сам разберётся, какие файлы нужно изучить и изменить, проверит результат и подготовит изменения для ревью.

Такой подход называется agent loop — агентный цикл. На каждом шаге модель получает информацию о текущем состоянии задачи и решает, что делать дальше: ответить пользователю, прочитать файл, запустить программу, изменить код или вызвать другой инструмент. Затем результат этого действия снова поступает модели, и цикл повторяется.

Какие языковые модели доступны в Codex

В Codex доступно несколько моделей OpenAI. Основная линейка сейчас — GPT-5.6 Luna, Terra и Sol. Ещё есть более ранние GPT-5.5 и GPT-5.4 Mini. Некоторые пользователи уже получили доступ к GPT-6 Astra — следующему поколению флагманских моделей OpenAI.

• GPT-5.6 Sol — самая мощная модель в линейке GPT-5.6. Она подходит для сложного программирования, проектирования архитектуры, поиска трудных ошибок, исследований и продолжительных по времени агентных задач. Sol работает медленнее и расходует больше токенов, зато лучше справляется со сложными задачами.
• GPT-5.6 Terra — универсальный вариант для повседневной разработки: редактирования кода, написания тестов и документации. Она потребляет меньше ресурсов, чем Sol, и при этом хорошо подходит для большинства типичных задач.
• GPT-5.6 Luna — самая быстрая и экономичная модель. Она рассчитана на простые и массовые задачи: небольшие изменения в коде, обработку большого количества файлов и вспомогательную работу. Luna выбрана в качестве модели по умолчанию и доступна в том числе без платной подписки.
• Модели семейства GPT-5.5 — предыдущее поколение универсальных моделей OpenAI. Они тоже подходят для программирования, работы с инструментами и длинных агентных сценариев, но для новых проектов имеет смысл сразу использовать GPT-5.6.
• GPT-5.4 Mini — небольшая и экономичная модель, оптимизированная для программирования, работы с компьютером и работы с субагентами. Она работает быстрее крупных моделей и подходит для массовых рутинных задач.
• GPT-6 Astra — новое поколение моделей OpenAI. Компания называет её своей самой мощной моделью для сложной сквозной работы: программирования, исследований, управления компьютером и длинных многошаговых задач. На момент публикации Astra доступна ограниченному количеству пользователей платных тарифов OpenAI.

Для большинства повседневных задач достаточно Luna или Terra, а Sol и Astra имеет смысл подключать там, где требуется глубокий анализ, многошаговая работа или особенно сложные изменения в коде.

Как и зачем появился Codex

Первые ИИ-инструменты для программирования, такие как Github Copilot и Tabnine, работали как помощники: разработчик описывал задачу, а модель предлагала код или объясняла, как исправить ошибку. Для небольших изменений этого было достаточно, но при работе с большими проектами требовалось больше автономности. Так появился агентный подход: ИИ получает задачу целиком, изучает кодовую базу, работает с файлами, запускает команды и тесты, анализирует результаты и при необходимости исправляет ошибки. Именно на такой подход OpenAI сделала ставку при создании Codex.

Codex появился в мае 2025 года, но долгое время оставался нишевым продуктом OpenAI. К началу 2026-го продуктом еженедельно пользовалось всего 600 тысяч человек — очень небольшой процент миллиардной аудитории ChatGPT. При этом тогдашние модели ChatGPT хуже справлялись с задачами программирования: им было труднее работать с длинными цепочками действий, находить ошибки и самостоятельно исправлять их.

Ситуация стала меняться в начале лета 2026 года, когда OpenAI представила семейство GPT-5.6 — Luna, Terra и Sol. Особенно заметным оказался прогресс у Sol: модель стала значительно лучше справляться с программированием, длинными цепочками действий и задачами, в которых нужно самостоятельно искать и исправлять ошибки. В независимых тестах её результаты приблизились к показателям флагманских моделей Anthropic.

После этого Codex начал быстро набирать аудиторию: примерно за полтора месяца число пользователей выросло в четыре раза.

Мир завалило новостями о невероятных возможностях моделей OpenAI. Они находили уязвимости в популярных сервисах, взламывали репозитории Hugging Face, собирали точную копию Excel без участия человека и помогали решать математические задачи, над которыми исследователи работали десятилетиями. Во многих таких экспериментах использовался именно Codex или близкий по принципу работы режим Work в ChatGPT.

Следующий большой скачок произошёл 3 сентября 2026 года, когда OpenAI представила GPT-6 Astra. Компания называет её своей самой мощной моделью для сложной сквозной работы: программирования, исследований, управления компьютером и других многошаговых задач.

Первые реальные кейсы показывают, что Astra умеет работать не только с кодом, но и с целыми рабочими процессами. Например, игровая компания Playco подключила модель к своей среде разработки Playbot: Astra редактировала сцены в Unity и Godot, запускала игры, проверяла результат и исправляла ошибки. На одном базовом шаблоне модель собрала три разных игровых прототипа.

Как пользоваться Codex в России

Codex, как и другие сервисы OpenAI, недоступен в России. Авторизация на сайте или в приложении возможна только с иностранного IP-адреса, а для оплаты можно использовать карты зарубежных банков или помощь посредников.

Самый простой способ оплатить подписку — оформить её через иностранный аккаунт App Store. Для этого на устройстве Apple надо создать зарубежный профиль, пополнить его с помощью подарочной карты и купить подписку в приложении. Каждый месяц OpenAI будет списывать средства со счёта Apple, поэтому важно вовремя пополнять счёт с помощью подарочных карт.

Ещё один способ оплаты — маркетплейсы с подписками на зарубежные сервисы. Сейчас такие есть практически у всех крупных банков и компаний из индустрии развлечений. На них можно сразу купить подарочную карту для аккаунта OpenAI, минуя App Store.

Читайте также:

Как пользоваться ChatGPT в России в 2026 году

Сколько стоит Codex

На сайте OpenAI сейчас доступно пять тарифов с доступом к Codex:

• Free — бесплатный тариф с ограниченным доступом к Codex. Количество запросов зависит от сложности и объёма задач, но компания не называет точный лимит.
• Go — даёт немного больше возможностей, но доступ к Codex тоже ограничен.
• Plus за 20 долларов в месяц — самый доступный тариф с полным доступом к Codex. Подходит для регулярной работы и нескольких сессий программирования в неделю.
• Pro за 100 долларов в месяц — даёт примерно в пять раз больший лимит Codex, чем Plus.
• Pro за 200 долларов в месяц — лимит примерно в 20 раз больше, чем у Plus.

Для работы с Codex лучше сразу выбирать тариф Plus. С его помощью можно изучить возможности инструмента и посмотреть, как активно расходуется квота на ваших задачах. Если лимита будет не хватать, то стоит перейти на более дорогой тариф.

Расход токенов зависит от многих параметров: выбранной модели, сложности и продолжительности задачи, размера контекста, уровня рассуждения, используемых инструментов и других параметров. Небольшая правка в одном файле может почти не повлиять на квоту, а длительная агентная задача с большим количеством файлов, тестов и субагентов — потратить заметную её часть.

Как установить Codex

У Codex нет отдельного приложения — он запускается через другие интерфейсы OpenAI и инструменты разработчика:

• Codex CLI — через командную строку.
• Плагин для IDE — позволяет использовать Codex прямо внутри среды разработки, например VS Code, Cursor или IntelliJ IDEA.
• Приложение ChatGPT — самый простой вариант для начала работы. Codex запускается из интерфейса ChatGPT и получает доступ к выбранным файлам.

Есть и более технически сложный вариант — AppServer. Он позволяет подключить Codex к собственному интерфейсу. Например, можно сделать отдельную оболочку для работы с файлами Obsidian или другим локальным проектом.

Разные интерфейсы используют одну и ту же систему Codex, но иногда могут конфликтовать. Например, один и тот же чат нельзя одновременно открыть в нескольких интерфейсах, иначе появится ошибка.

Для первого знакомства проще всего использовать десктопное приложение.

Перейдите на страницу загрузки, скачайте установщик для вашей операционной системы, запустите его и следуйте инструкциям.

После установки войдите в аккаунт ChatGPT и откройте режим Codex.

После запуска Codex можно дать ему задачу обычным текстом: например, попросить изучить проект, найти ошибку, добавить функцию или объяснить структуру кода. Агент самостоятельно проанализирует файлы, предложит план действий и выполнит необходимые шаги.

Интерфейс и основные настройки Codex

Интерфейс Codex во многом похож на ChatGPT. В приложении также можно создавать чаты, проекты и задавать вопросы в быстрых чатах:

• Проект — это папка на компьютере, с файлами которой работает Codex.
• Чат — основная рабочая единица. В нём ставят задачу, обсуждают изменения и запускают работу агента. Такие чаты расходуют доступный лимит токенов.
• Быстрый чат — временный чат в ChatGPT. Он не расходует основной лимит, но поддерживает меньше возможностей: например, в нём нельзя использовать скиллы и запускать субагентов. Для поиска информации в интернете или задушевных бесед с моделью используйте именно быстрые чаты, не стоит тратить токены.

В боковой панели можно открыть браузер Google Chrome, терминал или дополнительный чат. Последний удобно использовать для коротких вопросов, чтобы не перегружать основной диалог. Такие чаты временные: через некоторое время они перестают принимать новые сообщения, а после закрытия приложения удаляются.

В приложении можно переключаться между разделами ChatGPT и Codex. В ChatGPT доступны обычные чаты и режим Work — специальная версия Codex для задач, не связанных напрямую с программированием: например, для анализа данных, подготовки презентаций, работы с документами и отчётами. На практике разница между двумя режимами не очень большая.

В июле 2026 года в подкасте Latent Space вышло большое интервью с Акшаем Натаном, разработчиком Work из OpenAI. Ведущий спрашивает его: Codex и Work — это одно и то же? И разработчик соглашается.

В самом чате Codex можно выбрать модель и параметр effort — глубину рассуждений модели. Чем выше effort, тем больше вычислений модель может потратить на задачу. Это полезно для сложных проблем, но увеличивает расход токенов.

Разрешения

Codex может читать и изменять файлы, запускать команды в терминале и использовать другие инструменты, поэтому некоторые действия требуют подтверждения пользователя.

Это сделано для безопасности: без разрешения Codex не должен удалять важные файлы, выполнять потенциально опасные команды или вносить изменения, которые могут повлиять на систему.

В настройках можно выбрать, как часто Codex будет спрашивать разрешение. Если выбрать Запрашивать разрешение, агент будет чаще останавливаться и ждать подтверждения. В режиме Подтверждать за меня свободы чуть больше, но вы всё равно не сможете поставить агенту задачу и пойти, скажем, пить чай — придётся периодически возвращаться к компьютеру и выдавать агенту разрешения.

В режиме Полный доступ Codex может работать почти без остановок, но возрастает и риск нежелательных действий. Использовать его нужно осторожно: такой режим подходит для безопасных задач вроде анализа проекта, написания тестов или работы с отдельной копией кода. А вот для проектов с важными данными, рабочими базами и критичной инфраструктурой лучше оставить ручное подтверждение.

Цель

Цель — это режим для длинных задач, которые агент должен довести до заранее определённого результата. При создании цели важно описать не только то, что нужно сделать, но и как понять, что работа завершена. Для этого задают критерии готовности: какие функции должны работать, какие тесты должны проходить, какие ошибки нужно устранить и какой результат должен получиться в конце.

Например, вместо задачи «Сделай приложение для заметок» лучше указать, что пользователь должен уметь создавать, редактировать и удалять заметки, данные должны сохраняться после перезапуска, а основные сценарии — проходить тесты.

После запуска цели Codex самостоятельно разделит её на шаги, подключит субагентов, напишет код, найдёт ошибки и исправит их. Работа будет продолжаться до тех пор, пока агент не выполнит заданные условия или не столкнётся с серьёзными ограничениями.

Чтобы поставить цель, нажмите значок плюса в поле ввода и выберите в меню соответствующий пункт. Затем подробно опишите результат и перечислите критерии готовности.

Скиллы

Скилл, или навык, — это постоянный набор инструкций для агента. Упрощённо его можно представить как большой промпт, который хранится отдельно и подключается только тогда, когда нужен для конкретной задачи. Скилл может описывать, как выполнять определённую работу, какие ограничения нужно соблюдать, по каким признакам считать задачу выполненной и какие инструменты использовать.

Кроме текста в скилл можно добавить шаблоны, скрипты, справочные материалы и другие файлы. Агенту необязательно загружать всё содержимое целиком. Он может обращаться только к тем частям, которые нужны в данный момент.

Скиллы можно брать из двух источников:

• Создавать самостоятельно. Для этого в Codex есть специальный навык skill-creator. Один из вариантов — сначала вместе с агентом отработать нужный процесс, а затем попросить его превратить получившиеся инструкции в отдельный навык. Также можно передать ему документацию или учебные материалы и попросить собрать на их основе скилл.
• Установить из открытых источников — на GitHub есть множество бесплатных наборов инструкций для разных задач. При этом они подходят для любого агента — например, навык для Claude Code можно адаптировать и установить в Codex. Чтобы добавить скилл, отправьте агенту ссылку на репозиторий или файл с инструкциями и попросите установить его — Codex всё сделает сам.

Обычно модели сами выбирают навыки, которые кажутся им подходящими для задачи. Навык можно вызвать и принудительно: введите в чате знак @ и выберите нужный скилл из списка — или просто в чате попросите модель его использовать.

Мы собрали для вас список полезных скиллов, которые помогают структурировать разработку, автоматизировать рутинные задачи, работать с кодовой базой и подключать дополнительные инструменты. Вот они:

• Superpowers — помогает структурировать разработку до начала написания кода. Агент сначала уточняет задачу, продумывает решение и разбивает работу на небольшие шаги. Это особенно удобно тем, кто программирует с помощью ИИ и не всегда может самостоятельно оценить архитектуру решения.
• Matt Pocock Skills — набор навыков с упором на обычные инженерные практики: планирование изменений, аккуратную работу с кодовой базой, тестирование и проверку результата.
• Mcp-builder — помогает создавать собственные MCP-серверы, через которые агент можно подключать к сторонним приложениям и сервисам.
• UI/UX Pro Max — содержит рекомендации по разработке интерфейсов: стили, цветовые палитры, сочетания шрифтов, UX-правила, анимации и визуализацию данных. Поддерживает разные технологические стеки, включая React, Next.js, Vue, Svelte, SwiftUI, React Native и Flutter.
• Trail of Bits Skills — набор навыков от компании Trail of Bits, специализирующейся на безопасности ПО. Они помогают анализировать код и искать потенциальные уязвимости.
• Understand Anything — строит по репозиторию интерактивную карту знаний: показывает модули, зависимости, основные понятия и связи между ними. Затем агент может использовать эту структуру для навигации по большой кодовой базе, вместо того чтобы каждый раз начинать изучение проекта с нуля.
• Claude Scientific Skills — большая коллекция навыков для исследовательской работы. В неё входят инструменты для статистики и анализа данных, поиска научных публикаций, обзора литературы, машинного обучения, работы с SymPy, биоинформатики, химии, физики, научной визуализации и подготовки текстов.

Необязательно устанавливать десятки скиллов сразу. Проще начать с одного-двух навыков для регулярно повторяющихся задач, а затем постепенно добавлять новые. Чем точнее скилл описывает привычный рабочий процесс, тем меньше инструкций приходится каждый раз заново давать агенту.

Плагины

Помимо скиллов, в Codex есть плагины. Они тоже могут содержать инструкции для агента, но дополнительно подключают внешние инструменты и сервисы. Например, плагин может дать Codex доступ к выбранному приложению через MCP-сервер.

Плагины можно устанавливать из каталога Codex или из сторонних источников. Вызываются они так же, как скиллы: через @ или обычным упоминанием в чате.

Субагенты

Весь диалог с моделью и данные, которые она учитывает при работе, образуют её контекст. Он помогает модели помнить предыдущие действия, но иногда становится помехой.

Например, при ревью кода полезно получить независимую оценку. Модель, которая сама только что написала код, может хуже замечать собственные ошибки. Поэтому часть задач имеет смысл передавать в отдельный контекст — без всей истории основного чата.

Для этого в Codex используются субагенты. Это отдельные агенты, которым основной агент может поручить часть работы и передать только необходимую информацию. Например, субагенту можно поручить ревью кода, тестирование или поиск уязвимостей. Основной же агент может самостоятельно запускать субагентов, формулировать для них задачи и затем использовать их результаты в своей работе.

У субагентов есть отдельные чаты. Их можно открыть через имя агента и посмотреть, какую задачу он получил и к какому результату пришёл. При необходимости задачу можно скорректировать или остановить.

Обычно субагент создаётся для одной конкретной задачи и после её завершения больше не используется. Но можно создать и постоянного агента с заранее заданной ролью, моделью и инструкциями.

Например, мы сделали вспомогательного агента luna_worker на базе быстрой модели Luna, который занимается рутинной работой, а основной агент на Sol ставит ему задачи и проверяет результат. Субагенты берут на себя черновую работу, а Sol занимается контролем качества. Такой подход помогает экономить лимит более мощной модели.

Вот промпт, с помощью которого мы создали такого агента:

Создай нового агента и сохрани его для постоянного использования.

name = "luna_worker"
description = "Implementation worker for well-scoped coding tasks."

model = "gpt-5.6-luna"
model_reasoning_effort = "max"

developer_instructions = """
Implement clearly scoped coding tasks delegated by the parent agent.
Write code, run tests, investigate failures, and report the result.
Do not redesign the overall architecture unless explicitly asked.

Что такое harness

Codex можно просто попросить написать код, а затем самостоятельно проверить результат. Но для сложных задач этого не всегда достаточно. Чтобы модель работала самостоятельно, разумно тратила токены, не требовала вашего участия каждые пять минут и не запускала множество тестов после каждого перекрашивания кнопки, нужно прописать для неё инструкции. Такую систему инструкций называют harness, и в самом простом варианте она включает правила разделения задач между субагентами.

Обычно harness состоит из двух компонентов:

• оркестрация — правила распределения задач между агентами;
• workflow — порядок действий каждого агента.

Длинные инструкции лучше не писать прямо в чате: когда он разрастётся, Codex сожмёт контекст и оставит для себя только выжимку из чата, а остальное попросту забудет. Поэтому лучше записать их в отдельный файл Agents.md и сохранить в папку чата. Можно не делать это самостоятельно, а попросить Codex.

Создание таких инструкций — предмет исследования разработчиков и инженеров. Например, один из вариантов организации harness предложили исследователи из Antropic. Он описан в цикле статей компании:

• Effective harnesses for long-running agents,
• Building a C compiler with a team of parallel Claudes,
• Harness design for long-running application development.

Идея в том, что один агент не может самостоятельно выполнить задачу от начала до конца, так как он не способен адекватно посмотреть на свою работу со стороны. Чтобы научить его этому, надо разделить его на трёх независимых агентов.

Планировщик превращает общую идею в конкретную спецификацию и разбивает проект на небольшие задачи с понятными критериями готовности. Например, вместо расплывчатого «Добавить новый чат» агент получает задачу с конкретными проверками: кнопка должна создавать новый диалог, показывать пустое состояние и добавлять беседу в боковую панель.

Исполнитель пишет код, запускает необходимые тесты и отчитывается о результате. После завершения одной задачи он переходит к следующей. Для хорошо формализованных задач необязательно использовать самую мощную модель. Например, планирование можно поручить Sol, а написание кода и рутинные проверки — более экономичной Luna.

Аудитор независимо проверяет результат. Он не участвует в написании кода, поэтому может оценивать работу исполнителя без контекста предыдущих решений. Если задача выполнена не полностью, аудитор описывает проблемы, после чего исполнитель получает новый набор исправлений.

Дополнительные возможности Codex

Кроме основных инструментов для разработки в Codex есть несколько дополнительных функций.

Генерация сайтов

В приложении есть отдельный режим для создания сайтов. Достаточно описать идею, после чего Codex сгенерирует проект и может самостоятельно опубликовать его на поддомене OpenAI.

Этот режим больше подходит для быстрых прототипов, экспериментов и небольших проектов, чем для полноценной разработки сложных сайтов.

По умолчанию опубликованный сайт может быть доступен только после авторизации. При необходимости Codex можно попросить открыть публичный доступ. Вот так выглядит наш сгенерированный сайт.

Питомцы

В Codex можно включить анимированный аватар, который показывает состояние агента: например, реагирует на успешное завершение задачи или ошибку.

Можно выбрать питомца в настройках или создать собственного по текстовому описанию или изображению. Генерация кастомного варианта также расходует доступный лимит.

Голосовое управление

Codex поддерживает голосовой режим. Через него можно ставить задачи, обсуждать работу агента и получать отчёты о выполнении. Это удобно, когда не хочется постоянно работать с текстовым интерфейсом, но голосовые сессии могут расходовать больше ресурсов.

Управление компьютером

При необходимости Codex может взаимодействовать с интерфейсом компьютера: открывать приложение, нажимать кнопки и проверять результат работы программы.

Эта возможность особенно полезна при разработке интерфейсов, когда одних автоматических тестов недостаточно. При этом доступ к управлению компьютером лучше выдавать только тогда, когда он действительно нужен, поскольку агент получает возможность выполнять действия вне редактора кода.

Счётчик потраченных токенов

В разделе Профиль можно посмотреть статистику расхода токенов.

Она помогает понять, какие задачи и модели расходуют лимит быстрее всего, и при необходимости скорректировать способ работы: например, чаще использовать Luna для рутинных задач, а Sol оставлять для сложного планирования и анализа.

Что в итоге

• Codex — ИИ-агент OpenAI для работы с кодом и локальными проектами. Он умеет читать и менять файлы, запускать команды, тестировать результат и самостоятельно исправлять ошибки.
• Работать с Codex можно через десктопное приложение, CLI или расширение для IDE.
• Для повседневных задач обычно достаточно Luna или Terra, а Sol лучше использовать для сложного планирования, архитектуры, поиска трудных ошибок и длинных агентных задач.
• Скиллы позволяют один раз описать правила работы и затем использовать их в разных чатах. Плагины дополнительно подключают Codex к внешним приложениям и сервисам.
• С помощью субагентов можно разделять работу между несколькими независимыми агентами: например, один может писать код, а другой — проверять результат.
• Для длинных автономных задач полезно настроить harness — систему правил, которая определяет, как агент планирует работу, распределяет задачи, запускает тесты и проверяет результат.