OpenAI ogłosił wydanie przełomowej aktualizacji dla aplikacji Codex na systemy Windows i Mac. Zmiany te mają na celu ewolucję narzędzia z prostego interfejsu graficznego dla modelu językowego w kompleksowego towarzysza procesów programistycznych. Choć narzędzie przyciąga tygodniowo około 3 milionów aktywnych użytkowników, wielu z nich korzystało dotychczas głównie z wtyczek IDE lub wiersza poleceń (CLI). Nowe funkcje, takie jak obsługa komputera, generowanie obrazów oraz zaawansowane automatyzacje, mają to zmienić.
Wprowadzamy dużą aktualizację Codex, dzięki której będzie on jeszcze potężniejszym narzędziem dla ponad 3 milionów programistów korzystających z niego w ramach całego cyklu tworzenia oprogramowania. Codex może teraz obsługiwać komputer razem z Tobą, współpracować z większą liczbą twoich narzędzi i aplikacji, generować obrazy, zapamiętywać preferencje, uczyć się na podstawie wcześniejszych działań oraz realizować stałe i powtarzalne zadania. Codex oferuje teraz także bardziej rozbudowaną obsługę przepływów pracy programistów, co obejmuje przeglądanie pull requestów, wyświetlanie wielu plików i terminali, łączenie się ze zdalnymi devboxami przez SSH oraz wbudowaną przeglądarkę. Wszystkie te funkcje przyspieszają projektowanie interfejsów, aplikacji i gier - wyjaśnia OpenAI.
Co się zmieniło w Codex? Główną nowością jest wsparcie dla pracy w tle (tzw. computer use). Dzięki tej możliwości aplikacja potrafi teraz "widzieć", klikać oraz pisać na komputerze użytkownika, korzystając z własnego kursora. Pozwala to na kontrolowanie szerokiej gamy aplikacji, które nie oferują tradycyjnego API. Co szczególnie istotne dla użytkowników macOS – na komputerach Mac może działać jednocześnie wiele agentów Codex, nie zakłócając przy tym bieżącej aktywności użytkownika.
Wewnątrz aplikacji pojawiła się nowa, wbudowana przeglądarka. Pozwala ona programistom na bezpośrednie komentowanie stron internetowych, co ułatwia wydawanie agentowi precyzyjnych instrukcji dotyczących modyfikacji. W przyszłości możliwości te zostaną rozszerzone o pełną kontrolę nad procesami przeglądarkowymi wykraczającymi poza lokalne aplikacje webowe. Aktualizacja eliminuje również konieczność przełączania się do ChatGPT w celu tworzenia grafik. Dzięki integracji z modelem gpt-image-1.5 deweloperzy mogą teraz natywnie generować i dopracowywać obrazy bezpośrednio w swoim przepływie pracy nad kodem.
OpenAI znacząco poszerzył też możliwości integracyjne, dodając 90 nowych pluginów. Wśród nich znalazły się popularne narzędzia takie jak Atlassian Rovo, CircleCI, CodeRabbit, GitLab Issues, Microsoft Suite, Neon by Databricks, Remotion, Render i Superpowers.
Usprawniono także codzienne zadania programistyczne. Codex obsługuje teraz komentarze do recenzji w GitHubie, wiele kart terminala oraz oferuje wsparcie (w fazie alfa) dla zdalnych maszyn programistycznych przez SSH. Dodatkowo boczny pasek aplikacji umożliwia teraz podgląd plików PDF, arkuszy kalkulacyjnych, dokumentów i prezentacji. Nowy panel podsumowania pozwala na bieżąco śledzić plany agentów AI, ich źródła oraz generowane efekty pracy.
Automatyzacja w Codex wchodzi na nowy poziom dzięki możliwości ponownego wykorzystywania wątków rozmów, co pozwala zachować kontekst wcześniejszych ustaleń. System potrafi teraz planować przyszłe zadania i kontynuować długotrwałe procesy trwające wiele dni, a nawet całe tygodnie. Zapowiedziano także funkcję pamięci, która będzie gromadzić preferencje użytkownika i poprawki z poprzednich interakcji. Dzięki temu Codex będzie mógł proaktywnie sugerować kolejne kroki, łącząc kontekst projektu z danymi z wtyczek i pamięci długotrwałej.
Co z dostępnością? Nowe funkcje są już wdrażane dla użytkowników aplikacji desktopowej zalogowanych przez konto ChatGPT. Należy jednak pamiętać o pewnych ograniczeniach: funkcja "computer use" jest obecnie dostępna wyłącznie na systemie macOS, zaś funkcje personalizacji (pamięć i sugestie kontekstowe) pojawią się w późniejszym terminie dla użytkowników wersji Enterprise, Edu oraz osób zamieszkałych w Wielkiej Brytanii i Unii Europejskiej.
