A OpenAI lançou recentemente a muito aguardada inteligência de programação Codex, uma poderosa ferramenta integrada no ChatGPT que entrou oficialmente na fase de pré-visualização de investigação. Sendo um sistema de assistência à engenharia de software baseado na nuvem, espera-se que o Codex revolucione a forma como os programadores trabalham, melhore a eficiência da programação e simplifique o processamento de tarefas complexas. Neste artigo, iremos apresentar uma análise exaustiva das caraterísticas, dos princípios de funcionamento e das aplicações práticas desta tecnologia revolucionária.
Entrada do sítio Web oficial:https://openai.com/index/openai-codex/
Codex Intelligent Bodies: O início de uma nova era de programação
A OpenAI lançou a inteligência de programação Codex em maio de 2025, após a adição da capacidade de ligação aos repositórios GitHub no ChatGPT. Trata-se de uma inteligência de engenharia de software baseada na nuvem capaz de realizar uma variedade de tarefas de programação, incluindo:
- Escrever novos módulos funcionais
- Corrigir erros e vulnerabilidades do código
- Execução da verificação de testes
- Apresentação de alterações de código
- Gerir e executar várias tarefas de codificação em simultâneo
Ao contrário dos assistentes de programação tradicionais, o Codex baseia-se no modelo codex-1 (que é uma versão especializada do modelo o3 da OpenAI), optimizado especificamente para a engenharia de software, e é treinado através da aprendizagem por reforço num ambiente de programação real, de modo a que o código que gera reflicta os estilos de codificação humanos, siga as instruções à letra e possa ser testado repetidamente até atingir os resultados desejados.
Como funciona o Codex e as suas principais caraterísticas
fluxo de trabalho
O fluxo de trabalho do Codex foi concebido para ser simples e intuitivo:
- Acesso do utilizador ao Codex através da barra lateral do ChatGPT
- Introduza os seus requisitos e clique no botão "Código" para atribuir uma tarefa ou clique no botão "P&R" para fazer uma pergunta relacionada com o código.
- O Codex executa tarefas num ambiente de nuvem seguro e isolado que é pré-carregado com a base de código do utilizador
- Os utilizadores podem acompanhar o progresso das tarefas em tempo real
- Após a conclusão da tarefa, o Codex confirma as alterações e fornece provas detalhadas da implementação, incluindo registos de terminais e resultados de testes
- Os utilizadores podem rever os resultados, solicitar mais modificações ou integrar alterações no fluxo de trabalho
Principais caraterísticas técnicas
| caraterização | descrições |
|---|---|
| multitarefa | Capacidade para gerir simultaneamente várias tarefas de programação independentes |
| Executar na nuvem | As tarefas são executadas em contentores de nuvem isolados de forma segura, sem ocupar recursos locais |
| Integração da base de código | Suporta a integração perfeita com repositórios GitHub, permitindo a leitura e a manipulação diretas do código do utilizador. |
| Compreensão inteligente de códigos | Capacidade para compreender estruturas de código complexas, identificar potenciais problemas e apresentar soluções |
| cadeia de custódia completa | Fornecer provas verificáveis da execução das tarefas através de registos de terminais, resultados de testes, etc. |
| Configuração do ambiente | Suporte para configurações personalizadas para adequar o ambiente às definições reais de desenvolvimento |
| Segurança e proteção | O acesso à Internet é desativado durante a execução e a interação com o código explicitamente autorizado e as dependências é limitada |
Vale a pena notar que o Codex suporta o seguimento do AGENTES.md Guias de documentação, semelhantes a um programador humano que lê um ficheiro README para compreender as especificações de um projeto. O Codex tem um melhor desempenho quando configurado corretamente, testado de forma fiável e claramente documentado.
Caso prático: Demonstração de competências de programação do Codex
Abaixo estão exemplos da utilização do Codex em projectos reais de código aberto, demonstrando a sua capacidade de lidar com uma variedade de tarefas de programação:
Caso 1: Correção de um problema de cálculo de CompoundModels aninhados na biblioteca astropy
Neste caso, o Codex precisava de resolver o problema de a separability_matrix do módulo Modeling no repositório astropy/astropy não estar a calcular corretamente a separabilidade dos CompoundModels aninhados.
O Codex gerou uma modificação de código muito concisa e precisa, apenas com as alterações necessárias ao núcleo do problema. Em contrapartida, o esquema de modificação do modelo o3 era mais longo e acrescentava mesmo alguns comentários desnecessários.
Caso 2: Correção de erros de calibração da janela matplotlib
Esta tarefa requer que a biblioteca matplotlib seja corrigida. mlab._spectral_helper A correção da janela está incorrecta.
O Codex também demonstra a capacidade de corrigir as coisas com precisão e simplicidade, modificando apenas as linhas de código necessárias para manter a clareza e a facilidade de manutenção.
Caso 3: Resolver o problema da expressão de duração em django
Neste caso, foi necessário corrigir um problema na estrutura do django em que as expressões que continham apenas a duração não funcionavam corretamente no SQLite e no MySQL.
O Codex não só fornece uma correção limpa, como também preenche primeiro as chamadas de dependência em falta, demonstrando a sua capacidade de compreender totalmente o contexto do código.
Caso 4: Corrigir o problema de atualização do nome da sala de chat dos membros do expensify
Este caso envolve um erro no expensify (um software de colaboração financeira centrado no chat): depois de eliminar a cache, os nomes das salas de chat dos membros não eram actualizados no LHN.
O Codex identificou o problema e forneceu uma correção precisa e eficaz, enquanto o modelo o3 fez algumas alterações ineficazes ao código.
Avaliação do desempenho e análise comparativa
pontuação de base
No benchmark SWE-Bench Verified, o Codex (codex-1) obteve resultados impressionantes:
| modelação | Pontuação SWE-bench |
|---|---|
| Codex (codex-1) | 72.1% |
| Claude 3.7 | 62.3% |
| o3-alto | 71.7% |
Os testes foram realizados com um comprimento de contexto de até 192 000 fichas, utilizando uma definição média de "esforço de raciocínio", a mesma que está atualmente disponível nas versões do produto Codex.
Comparação da geração de código com o modelo o3
Exemplos do mundo real demonstram que o codex-1 gera consistentemente patches de alteração de código mais limpos e claros do que o OpenAI o3, que podem ser imediatamente revistos manualmente e integrados em fluxos de trabalho padrão. Em vários testes de bibliotecas de código aberto, o codex demonstrou maior precisão e melhor qualidade de código.
Feedback sobre a utilização efectiva
A equipa interna da OpenAI adoptou o Codex como parte das suas ferramentas de desenvolvimento diárias, principalmente para executar tarefas repetitivas e bem delimitadas, como a refacção de código, a renomeação e a escrita de testes que normalmente interrompem o fluxo de concentração de um programador.
Além disso, os primeiros testes com vários parceiros externos, incluindo a Cisco, a Temporal, a Superhuman e a Kodiak, demonstraram que o Codex acelera significativamente tarefas como o desenvolvimento de funcionalidades, a depuração de problemas, a elaboração e execução de testes e melhora a eficiência da equipa.
Disponibilidade, preços e perspectivas futuras
Disponibilidade atual
O Codex está aberto aos seguintes utilizadores:
- Utilizadores do ChatGPT Pro ($200 por mês)
- Utilizadores do ChatGPT Enterprise
- Utilizadores da equipa ChatGPT
Em breve, os utilizadores do ChatGPT Plus e do Edu também poderão utilizar esta funcionalidade.
estratégia de preços
Atualmente, a OpenAI está a oferecer um período de teste gratuito em que os utilizadores podem experimentar a funcionalidade do Codex sem restrições durante as próximas semanas. Depois disso, serão introduzidos limites de velocidade e opções flexíveis de pagamento consoante o uso.
Para os programadores, o modelo codex-mini-latest está disponível na API de respostas para:
- Token por milhão de entradas: $1.50
- Token por milhão de saída: $6.00
- Desfrute de um desconto na cache de alerta do 75%
O caminho a seguir
A OpenAI planeia melhorar ainda mais a interatividade e a flexibilidade do Codex:
- Apoio na prestação de orientação e feedback durante a execução do mandato
- Colaborar com a IA para implementar estratégias de programação
- Receber notificações proactivas de atualização do progresso
- Integração profunda com ferramentas de desenvolvimento populares (por exemplo, GitHub, linha de comando, rastreadores de problemas, sistemas de CI)
O lançamento do Codex Intelligent Body marca uma nova etapa na programação assistida por IA. Em vez de substituir os engenheiros, actua como um assistente fiável para tarefas entediantes e repetitivas, permitindo que os programadores se concentrem em trabalho mais criativo e estratégico. Embora ainda se encontre em fase de investigação prévia e tenha algumas limitações (por exemplo, falta de acesso à Internet, longos tempos de resposta às tarefas, etc.), o Codex demonstrou um grande potencial para remodelar a lógica subjacente ao desenvolvimento de software e tornar-se uma parte importante do futuro paradigma da programação.
