Codex выходит за рамки кода и начинает работать с браузером, памятью и компьютером

Что изменилось в продукте

По материалу OpenAI видно сразу несколько направлений развития. Во-первых, Codex теперь может работать рядом с пользователем на компьютере: видеть интерфейсы, кликать, вводить текст и тестировать сценарии, которые раньше были неудобны без API. Во-вторых, приложение получило собственный browser, rich previews для PDF, таблиц, слайдов и документов, multiple terminal tabs и SSH-подключение к удалённым devboxes.

Во-третьих, OpenAI добавила memory и автомations: агент может переиспользовать прошлый контекст, запоминать полезные предпочтения и даже планировать future work, просыпаясь для задач через дни или недели.

Почему это важнее, чем просто “удобный IDE-помощник”

На практике разработка редко состоит только из написания кода. Между постановкой и результатом есть review comments, SSH, проверка визуала в браузере, сбор контекста из Slack и Notion, чтение документов, баги, follow-up, повторяемые действия. До этого момента многие агенты были сильны в одной точке, но слабо держали весь маршрут задачи.

Обновление OpenAI как раз об этом: Codex учится сопровождать не кусок команды, а целую рабочую цепочку. Это качественно другой уровень полезности, потому что агенту больше не нужно “выпадать” из процесса на каждом соседнем шаге.

Что это меняет для инженерных команд

Самый сильный практический сигнал — переход к long-running work. OpenAI прямо пишет про scheduled tasks, сохранение контекста между потоками работы и proactive suggestions на основе проектов, plugins и памяти. Это означает, что агент начинает обслуживать не только моментальный запрос, а и инженерный backlog в движении.

Для команд это особенно ценно там, где много мелких, но частых действий: проверка открытых PR, догонка review-комментариев, сбор статуса из инструментов, проверка документации, подготовка материалов для handoff. Всё это раньше было разрознено, а теперь собирается в единый рабочий контур.

Короткий вывод

Релиз “Codex for (almost) everything” интересен тем, что смещает планку ожиданий. От coding assistant мы постепенно переходим к work agent, который умеет не только писать код, но и сопровождать инженерную задачу по нескольким средам. Для продуктовых команд это важный ориентир: выигрывать будут не те решения, где модель даёт лучший единичный ответ, а те, где агент держит весь процесс до результата.