Codex + GPT-5 (1/2)
Вскоре после выхода GPT-5 я писал в обзоре на эту модель:
Так вот, тулинг подтянули, и модель в составе агентов (в частности, Codex) стало можно использовать для работы.
Я всё ещё пользуюсь Claude Code для массовой генерации кода и типично агентских задач, но для всего остального у меня теперь Codex.
(тут я буду говорить про Codex CLI + GPT-5 medium/high по итогам 3 недель работы)
В чём хорош Codex
🟢 Сложные изменения и работа с существующим кодом
Все же наверное сталкивались с тем, как Claude Code при рефакторинге оставляет старую реализацию рядом с новой?
Или как для качественных изменений ему нужен крайне подробный, почти пошаговый план?
Codex тут себя гораздо лучше показывает. Он не пытается сэкономить каждый токен, как старые модели OpenAI (привет, o3), но и не оставляет за собой "хвосты" в виде дублирующегося кода.
При хорошо собранном контексте рефакторинг с ним проходит успешно гораздо чаще, чем с Claude Code, что делает работу агента куда более детерминированной.
Ну и в целом правки выходят более точечными и аккуратными, что для рефакторинга особенно ценно - по сути, работаем не топором, а скальпелем :)
А модель gpt-5-codex, которая вышла сегодня, обещает ещё большую точность в задачах на рефакторинг.
● Задачи: глубокие изменения в архитектуре, сложные рефакторинги, работа с легаси-системами, где много состояний и запутанных связей, фиксы нетривиальных багов.
🟢 Архитектурные задачи и чистый ризонинг
GPT-5 - это в первую очередь мощный ризонер. Если вам нужно не просто нагенерить CRUD, а обсудить архитектурные паттерны, найти code smells или решить сложную алгоритмическую задачу - тут модель весьма хороша.
С ней интересно обсуждать варианты реализации, и при этом она способна давать адекватную критику, не считая все ваши предложения гениальными, а весь тот код, который был создан с её помощью - production ready :)
● Задачи: проектирование новых систем, выбор между архитектурными подходами, решение алгоритмических задач, аудит кодовой базы.
🟢 Аккуратная работа с контекстом
Это, пожалуй, самое важное преимущество. GPT-5 - state-of-the-art модель по удержанию контекста. Инструкции, данные в начале сессии, она с высокой вероятностью будет помнить до самого конца, даже если разнообразие этого контекста было очень высоким.
И модель ощутимо более внимательна ко всему, что вы ей говорите сделать.
Более того, сам Codex ощутимо экономнее расходует контекстное окно (в 2-3 раза по сравнению с Claude Code на похожих задачах).
Он прощает небрежную работу с контекстом, позволяя делать несколько задач за раз в рамках одной сессии, затрагивать больше мест в системе, делать более широкие задачи.
● Задачи: длинные, многоэтапные изменения, требующие удержания в голове большого количества деталей по всему проекту.
#ai #codex #claude
Вскоре после выхода GPT-5 я писал в обзоре на эту модель:
Чего остро не хватает? Развитого тулинга.
...
можно надеяться на то, что если вокруг модели выстроить нормальный тулинг, который будет с ней правильно работать - возможно, она раскроется и в агентских сценариях, но на это потребуется время.
Так вот, тулинг подтянули, и модель в составе агентов (в частности, Codex) стало можно использовать для работы.
Я всё ещё пользуюсь Claude Code для массовой генерации кода и типично агентских задач, но для всего остального у меня теперь Codex.
(тут я буду говорить про Codex CLI + GPT-5 medium/high по итогам 3 недель работы)
В чём хорош Codex
🟢 Сложные изменения и работа с существующим кодом
Все же наверное сталкивались с тем, как Claude Code при рефакторинге оставляет старую реализацию рядом с новой?
Или как для качественных изменений ему нужен крайне подробный, почти пошаговый план?
Codex тут себя гораздо лучше показывает. Он не пытается сэкономить каждый токен, как старые модели OpenAI (привет, o3), но и не оставляет за собой "хвосты" в виде дублирующегося кода.
При хорошо собранном контексте рефакторинг с ним проходит успешно гораздо чаще, чем с Claude Code, что делает работу агента куда более детерминированной.
Ну и в целом правки выходят более точечными и аккуратными, что для рефакторинга особенно ценно - по сути, работаем не топором, а скальпелем :)
А модель gpt-5-codex, которая вышла сегодня, обещает ещё большую точность в задачах на рефакторинг.
● Задачи: глубокие изменения в архитектуре, сложные рефакторинги, работа с легаси-системами, где много состояний и запутанных связей, фиксы нетривиальных багов.
🟢 Архитектурные задачи и чистый ризонинг
GPT-5 - это в первую очередь мощный ризонер. Если вам нужно не просто нагенерить CRUD, а обсудить архитектурные паттерны, найти code smells или решить сложную алгоритмическую задачу - тут модель весьма хороша.
С ней интересно обсуждать варианты реализации, и при этом она способна давать адекватную критику, не считая все ваши предложения гениальными, а весь тот код, который был создан с её помощью - production ready :)
● Задачи: проектирование новых систем, выбор между архитектурными подходами, решение алгоритмических задач, аудит кодовой базы.
🟢 Аккуратная работа с контекстом
Это, пожалуй, самое важное преимущество. GPT-5 - state-of-the-art модель по удержанию контекста. Инструкции, данные в начале сессии, она с высокой вероятностью будет помнить до самого конца, даже если разнообразие этого контекста было очень высоким.
И модель ощутимо более внимательна ко всему, что вы ей говорите сделать.
Более того, сам Codex ощутимо экономнее расходует контекстное окно (в 2-3 раза по сравнению с Claude Code на похожих задачах).
Он прощает небрежную работу с контекстом, позволяя делать несколько задач за раз в рамках одной сессии, затрагивать больше мест в системе, делать более широкие задачи.
● Задачи: длинные, многоэтапные изменения, требующие удержания в голове большого количества деталей по всему проекту.
#ai #codex #claude