Codex překračuje hranice kódu: ovládání PC, paměť a 90+ pluginů
OpenAI představila rozsáhlou aktualizaci Codexu — nástroje, kterým se týdně používá více než 3 miliony lidí. Tato aktualizace transformuje asistenta z úzce specializovaného pomocníka při psaní kódu na univerzálního digitálního agenta schopného interagovat s operačním systémem, pamatovat si kontext a vykonávat dlouhodobé úkoly bez neustálé účasti uživatele.
Ovládání počítače na úrovni GUI
Klíčová funkce nového vydání je ovládání počítače na pozadí (background computer use). Codex nyní může vidět obsah obrazovky, pohybovat vlastním kurzorem, klikat na prvky rozhraní a zadávat text v jakýchkoli aplikacích, včetně těch bez API. To je obzvláště důležité pro nástroje s GUI, které neposkytují programové rozhraní pro automatizaci.
Na macOS může několik agentů pracovat paralelně s uživatelem, aniž by přebíraly fokus vstupu. Funkce je zatím omezena na tuto platformu a uživatelé z EU a Velké Británie ji získají později kvůli regulačním požadavkům. Pro vývojáře to otevírá nové scénáře: rychlou iteraci frontendových komponent, testování UI/UX, automatizaci rutinních akcí v IDE nebo konfigurátorech.
Integrace s prohlížečem a generováním obrázků
V desktopové aplikaci se objevil vestavěný prohlížeč s možností komentování prvků stránky a předávání přesných instrukcí agentovi. V současné fázi je funkce zaměřena na frontendový vývoj a webové hry, ale OpenAI plánuje rozšířit ji na plnohodnotné ovládání prohlížeče.
Také Codex získal přístup k modelu gpt-image-1.5, což mu umožňuje generovat makety, ikony, koncept-art a další vizuální artefakty přímo v rámci plnění úkolu. Například při tvorbě landing page může agent navrhnout varianty designu, implementovat je v HTML/CSS a okamžitě otestovat v prohlížeči.
Rozšířená ekosystéma pluginů
Katalog integrací se obohatil o více než 90 nových pluginů. Mezi nimi:
- Atlassian Rovo (pro práci s JIRA)
- CircleCI a GitLab Issues (CI/CD a sledování chyb)
- Microsoft Suite (nástroje Office)
- Neon od Databricks (cloudové databáze)
- CodeRabbit a Superpowers (recenze kódu a pokročilé dev nástroje)
- Remotion a Render (video a hosting)
Tyto integrace umožňují Codexu nejen psát kód, ale řídit celý vývojový cyklus: od zadání úkolu v trackeru po deploy a monitorování.
Dlouhodobé úkoly a perzistentní paměť
Agent se naučil ukládat kontext mezi relacemi. Nový systém paměti si pamatuje preference uživatele, stylistické úpravy, často používané šablony a historii interakcí. Dříve bylo nutné tyto informace duplikovat pomocí systémových promptů; nyní se ukládají automaticky.
Kromě toho si Codex může nastavit „budíky“ — odložit úkoly a vrátit se k nim po hodinách, dnech nebo týdnech. Příklady takových scénářů:
- Automatické dokončení pull requestů, které zůstaly bez pozornosti
- Monitorování notifikací v Slacku, Gmailu a Notionu s následnými akcemi
- Sestavení jednotného kontextu z roztroušených diskuzí v různých nástrojích
Proaktivní doporučení a víceúkolovost
Rozhraní nyní nabízí na začátku dne personalizovaný seznam akcí. Agent analyzuje otevřené dokumenty v Google Docs, nepřečtené zprávy ve Slacku, úkoly v Notionu a stav kóbase, čímž vytváří prioritní pracovní plán.
V desktopovém klientovi se objevily:
- Paralelní terminálové karty
- SSH připojení k vzdáleným devboxům (v alpha)
- Boční panel náhledu pro PDF, tabulky, prezentace a textové dokumenty
- Integrace GitHub review přímo v rozhraní
Co je důležité:
- Codex už není omezen na generování kódu — stal se univerzálním agentem OS.
- Ovládání GUI na pozadí funguje i v aplikacích bez API.
- Paměť a dlouhodobé úkoly umožňují automatizovat složité workflowy.
- Více než 90 nových pluginů pokrývá celý dev cyklus.
- Funkce personalizace jsou dočasně nedostupné v EU a Velké Británii.
Aktualizace je již dostupná uživatelům desktopové aplikace ChatGPT přihlášeným pod osobním účtem. Enterprise- a Edu-verze získají funkce paměti a personalizace později.
— Editorial Team
Zatím žádné komentáře.