OpenAI lance l'intelligence de programmation Codex en mai 2025, intégrée à ChatGPT et basée sur le modèle Codex-1, qui exécute des tâches telles que l'écriture de code, la correction de bogues, l'exécution de tests et plus encore, dans le nuage. Codex prend en charge les intégrations GitHub, fournit des preuves vérifiables de l'exécution et a obtenu 72,1% lors des tests SWE-Bench. Il est actuellement disponible pour les utilisateurs Pro, Enterprise et Team. Codex est actuellement disponible pour les utilisateurs Pro, Enterprise et Team. À l'avenir, il améliorera encore l'interactivité et l'intégration des outils de développement afin d'accroître l'efficacité du développement de logiciels.
- Ce résumé est généré par une IA qui analyse le contenu de l'article à des fins d'information uniquement.
OpenAI a récemment publié la très attendue intelligence de programmation Codex, un puissant outil intégré à ChatGPT qui est officiellement entré dans la phase de prévisualisation de la recherche. En tant que système d'assistance au génie logiciel basé sur le cloud, Codex devrait révolutionner la façon dont les développeurs travaillent, améliorer l'efficacité de la programmation et simplifier le traitement des tâches complexes. Dans cet article, nous présentons une analyse complète des caractéristiques, des principes de fonctionnement et des applications pratiques de cette technologie révolutionnaire.
Entrée du site officiel :https://openai.com/index/openai-codex/
Codex Intelligent Bodies : Le début d'une nouvelle ère de programmation
OpenAI a lancé l'intelligence de programmation Codex en mai 2025, suite à l'ajout de la possibilité de se connecter aux dépôts GitHub dans ChatGPT. Il s'agit d'une intelligence d'ingénierie logicielle basée sur le cloud, capable d'effectuer une variété de tâches de programmation, y compris :
- Rédaction de nouveaux modules fonctionnels
- Corriger les bogues et les vulnérabilités du code
- Vérification des tests en cours d'exécution
- Soumettre des modifications de code
- Gérer et exécuter simultanément plusieurs tâches de codage
Contrairement aux assistants de programmation traditionnels, Codex est basé sur le modèle codex-1 (qui est une version spécialisée du modèle OpenAI o3) optimisé spécifiquement pour le génie logiciel. Il est formé par apprentissage par renforcement dans un environnement de programmation réel, de sorte que le code qu'il génère reflète les styles de codage humains, suit les instructions à la lettre et peut être testé à plusieurs reprises jusqu'à ce qu'il atteigne les résultats souhaités.
Fonctionnement du Codex et ses principales caractéristiques
flux de travail
Le flux de travail de Codex est conçu pour être simple et intuitif :
- Accès de l'utilisateur au Codex via la barre latérale de ChatGPT
- Saisissez vos exigences et cliquez sur le bouton "Code" pour assigner une tâche, ou cliquez sur le bouton "Q&R" pour poser une question relative au code.
- Codex exécute des tâches dans un environnement cloud sécurisé et isolé qui est préchargé avec la base de code de l'utilisateur.
- Les utilisateurs peuvent suivre l'avancement des tâches en temps réel
- Une fois la tâche achevée, Codex valide les changements et fournit des preuves détaillées de la mise en œuvre, y compris les journaux des terminaux et les résultats des tests.
- Les utilisateurs peuvent examiner les résultats, demander des modifications supplémentaires ou intégrer les changements dans le flux de travail.
Principales caractéristiques techniques
| caractérisation | descriptions |
|---|---|
| multitâche | Capacité à gérer simultanément plusieurs tâches de programmation indépendantes |
| Exécuter dans le nuage | Les tâches sont exécutées dans des conteneurs cloud isolés en toute sécurité, sans mobiliser les ressources locales. |
| Intégration de la base de code | Prise en charge de l'intégration transparente avec les dépôts GitHub, permettant la lecture et la manipulation directes du code de l'utilisateur. |
| Compréhension intelligente du code | Capacité à comprendre des structures de code complexes, à identifier les problèmes potentiels et à fournir des solutions. |
| chaîne de contrôle complète | Fournir des preuves vérifiables de l'exécution des tâches au moyen de journaux de bord, de résultats de tests, etc. |
| Configuration de l'environnement | Prise en charge des configurations personnalisées pour adapter l'environnement aux paramètres de développement réels |
| Sécurité et sûreté | L'accès à l'internet est désactivé pendant l'exécution et l'interaction avec le code et les dépendances explicitement autorisés est limitée. |
Il est intéressant de noter que Codex permet de suivre le code de la base de données. AGENTS.md La documentation guide, de la même manière qu'un développeur humain lisant un fichier README pour comprendre les spécifications d'un projet. Codex est plus performant lorsqu'il est correctement configuré, testé de manière fiable et clairement documenté.
Cas pratique : Démonstration de la compétence en matière de programmation du Codex
Vous trouverez ci-dessous des exemples d'utilisation de Codex dans des projets open source réels, démontrant sa capacité à gérer une variété de tâches de programmation :
Cas 1 : Résolution d'un problème de calcul de modèles composés imbriqués dans la bibliothèque astropy
Dans ce cas, Codex devait résoudre le problème suivant : la matrice de séparabilité du module Modeling dans le référentiel astropy/astropy ne calculait pas correctement la séparabilité des CompoundModels imbriqués.
Le Codex a généré une modification de code très concise et précise, avec uniquement les changements nécessaires au cœur du problème. En revanche, le schéma de modification pour le modèle o3 était plus long et ajoutait même quelques commentaires inutiles.
Cas 2 : Correction des erreurs de calibrage des fenêtres de matplotlib
Cette tâche nécessite que la bibliothèque matplotlib soit corrigée. mlab._spectral_helper La correction de la fenêtre est incorrecte.
Codex démontre également sa capacité à corriger les choses avec précision et simplicité, en ne modifiant que les lignes de code nécessaires pour maintenir la clarté et la maintenabilité.
Cas 3 : Résoudre le problème de l'expression de la durée dans django
Dans ce cas, il était nécessaire de corriger un problème dans le framework django où les expressions ne contenant que la durée ne fonctionnaient pas correctement sur SQLite et MySQL.
Codex fournit non seulement un correctif propre, mais remplit également les appels de dépendance manquants en premier, démontrant ainsi sa capacité à comprendre pleinement le contexte du code.
Cas 4 : Correction du problème de mise à jour du nom du salon de discussion des membres d'expensify
Ce cas concerne un bogue dans expensify (un logiciel de collaboration financière centré sur le chat) : après avoir supprimé le cache, les noms des salles de chat des membres n'étaient pas mis à jour dans le LHN.
Le Codex a mis le doigt sur le problème et a fourni une solution précise et efficace, tandis que le modèle o3 a apporté quelques modifications inefficaces au code.
Évaluation des performances et analyse comparative
score de référence
Dans le test de référence SWE-Bench Verified, Codex (codex-1) a obtenu des résultats impressionnants :
| modélisation | Score SWE-bench |
|---|---|
| Codex (codex-1) | 72.1% |
| Claude 3.7 | 62.3% |
| o3-haut | 71.7% |
Les tests ont été menés avec un contexte allant jusqu'à 192 000 jetons, en utilisant un paramètre moyen d'"effort de raisonnement", le même que celui actuellement disponible dans les versions des produits Codex.
Comparaison de la génération de code avec le modèle o3
Des exemples concrets montrent que codex-1 génère systématiquement des correctifs de changement de code plus propres et plus clairs qu'OpenAI o3, qui peuvent être immédiatement révisés manuellement et intégrés dans des flux de travail standard. Dans de multiples tests de bibliothèques open source, codex a démontré une plus grande précision et une meilleure qualité de code.
Retour d'information sur l'utilisation réelle
L'équipe interne d'OpenAI a adopté Codex dans le cadre de ses outils de développement quotidiens, principalement pour effectuer des tâches répétitives et bien ciblées telles que le remaniement du code, le renommage et l'écriture de tests qui interrompent généralement le flux de concentration d'un développeur.
En outre, les premiers tests effectués avec de nombreux partenaires externes, notamment Cisco, Temporal, Superhuman et Kodiak, ont montré que Codex accélère considérablement les tâches telles que le développement de fonctionnalités, le débogage de problèmes, la rédaction et l'exécution de tests, et améliore l'efficacité de l'équipe.
Disponibilité, prix et perspectives d'avenir
Disponibilité actuelle
Le Codex est ouvert aux utilisateurs suivants :
- Utilisateurs de ChatGPT Pro (200$ par mois)
- Utilisateurs de ChatGPT Enterprise
- Utilisateurs de l'équipe ChatGPT
Les utilisateurs de ChatGPT Plus et Edu pourront bientôt utiliser cette fonction également.
stratégie de tarification
Actuellement, OpenAI propose une période d'essai gratuite au cours de laquelle les utilisateurs peuvent tester les fonctionnalités du Codex sans restrictions pendant les prochaines semaines. Ensuite, des limites de vitesse et des options flexibles de paiement à l'utilisation seront introduites.
Pour les développeurs, le modèle codex-mini-latest est disponible sur l'API Responses pour :
- Jetons par million d'entrées : $1.50
- Jeton par million de sorties : $6.00
- Profitez d'une réduction sur le cache d'alerte du 75%
La voie à suivre
OpenAI prévoit d'améliorer encore l'interactivité et la flexibilité du Codex :
- Appui à la fourniture de conseils et d'informations en retour pendant la mise en œuvre du mandat
- Collaborer avec l'IA pour mettre en œuvre des stratégies de programmation
- Recevoir des notifications proactives de mise à jour de l'état d'avancement
- Intégration poussée avec les outils de développement les plus courants (par exemple, GitHub, ligne de commande, systèmes de suivi des problèmes, systèmes CI).
Le lancement de Codex Intelligent Body marque une nouvelle étape dans la programmation assistée par l'IA. Plutôt que de remplacer les ingénieurs, il agit comme un assistant fiable pour les tâches fastidieuses et répétitives, permettant aux développeurs de se concentrer sur des travaux plus créatifs et stratégiques. Bien qu'il en soit encore au stade de la recherche et qu'il présente certaines limites (manque d'accès à l'internet, longs délais de réponse, etc.), le Codex a montré qu'il avait un grand potentiel pour remodeler la logique sous-jacente du développement de logiciels et devenir un élément important du paradigme de programmation de l'avenir.
评论列表 (6条)：
加载更多评论 Chargement...