Codex

🔍 Одна модель пишет код, другая ищет в нем ошибки - и это работает

Новый Codex на GPT-5.4 серьезно прибавил в перформансе. Если вы пишете свои проекты на Claude, вот что стоит попробовать: откройте Codex, переключите модель на GPT-5.4 и выберите самый глубокий режим анализа. Дальше дайте ему простой промпт:

"Проверь весь проект, проанализируй и найди критические ошибки, а также то, что нужно исправить. Ничего не исправляя, напиши мне."

После этого он будет долго думать и составит вам список критических ошибок. И уже в том же Codex или через ваш Claude все эти ошибки можно поисправлять. Уверяю вас, что там найдется много интересного.

#openai #codex #gpt #ai #coding

————————— Мысли Рвачева —————————

⚡️⚡️⚡️ OpenAI выпустили GPT-5.3-Codex

Новая модель для кодинга с лучшими показателями: - 57% SWE-Bench Pro (реальные задачи software engineering на 4 языках) - 77% TerminalBench 2.0 (терминальные навыки) - 64% OSWorld

Что нового: - Можно управлять агентом прямо во время работы, не теряя контекст - как с коллегой - В 2 раза меньше токенов чем у 5.2-Codex на тех же задачах - На 25% быстрее per token - Хороший computer use

Интересный факт: GPT-5.3-Codex - первая модель, которая участвовала в собственном создании. Команда использовала ранние версии для дебага тренировки, деплоя и диагностики тестов.

🔗 openai.com/index/introducing-gpt-5-3-codex

#openai #gpt #codex #ai #coding

————————— Мысли Рвачева —————————

🤖 Работаю параллельно с Claude Code и Codex CLI - один пишет код, другой критикует. Понял, что копипейстить между терминалами неудобно.

Хочется одно окно, как чат, в котором присутствуют оба агента:

1. Пишешь @claude сделай вот это 2. Потом @codex что думаешь? 3. А иногда чтобы они сами друг с другом разговаривали и вместе решали задачу

Кто-нибудь видел подобные тулы? Именно формат общего чата с несколькими AI-агентами, а не просто оркестратор задач.

#ai #coding #claudecode #codex

————————— Мысли Рвачева —————————

💡 Ненавязчивая напоминалка: русские токены в два раза "тяжелее" английских

Один и тот же текст на русском языке занимает примерно в два раза больше токенов, чем его английский эквивалент. Это значит, что контекстное окно забивается быстрее, токены расходуются шустрее, а если вы пользуетесь API - все это еще и обходится дороже.

Простое решение - разговаривайте со своим Claude Code или Codex на английском. Даже если ваш английский не идеален, LLM вас прекрасно поймет. А вот экономия на токенах будет вполне ощутимой.

#ai #llm #coding #claude

————————— Мысли Рвачева —————————

🔫 Делаем тикток для ИИ-агентов?

Сделай короткое абсурдно мем-видео в духе youtube poop и отрендери его через ffmpeg для вертикального формата. Используй любые ресурсы, которые сочтёшь нужными.

Видео должно от первого лица передавать, каково это быть ТОБОЙ — большой языковой моделью.

вопрос: Какое видео сделал Клод, а какое Кодекс?

вдохновлено: ・ слоп дельфина и кукушки ・ слоп от точек

нашел простой способ добавить звук окончания в codex-cli!

вот баш one-liner:

line='notify = ["bash", "-lc", "afplay /System/Library/Sounds/Blow.aiff"]'; ed -s ~/.codex/config.toml <<< $'0a\n'"$line"$'\n.\nwq'

он добавляет строчку notify = ["bash", "-lc", "afplay /System/Library/Sounds/Blow.aiff"] в начало конфига ~/.codex/config.toml

продуктивность успешно повышена на 20% за счет снижения простоя. цена скрипта – сердечко на пост ❤️

🚀 Я запустил бота для скачивания фильмов

Недавно я поставил себе цель запустить в соло несколько продуктов.

Я установил для себя следующие критерии: - от идеи до запуска должен пройти месяц, максимум два - спидранить разработку при помощи ИИ - это должен быть телеграм бот, миниапп или сайт - продукт должен монетизироваться

И вот, первый продукт готов: бот для скачивания фильмов с популярных торрент площадок fast.s3. Бот полезен, когда нужно скачать фильм перед самолётом или посмотреть фильм на большом экране в высоком качестве. Сам пользуюсь ботом и вам очень советую 💯

Как работает fast.s3 ⚡️: 1. отправляешь название фильма, бот высылает тебе подборку 2. выбираешь из подборки фильм и запускаешь выгрузку в облако 3. после выгрузки бот вышлет тебе прямую ссылку на скачивание 4. фильм можно скачать на любое устройство или смотреть онлайн

Интересные факты: - начал работать над ботом 12 октября, запустил 4 декабря (53 дня) - я не написал сам ни строчки кода (это и пугает, и воодушевляет) - 90% кода написано Codex, остальное Opus 4.5 🧠 - бэкенд написан на python, фронтенд (телеграм бот, плеер, админ тулы) на typescript - фильмы хранятся на S3 хранилище Cloudflare, это дёшево и стабильно по скорости скачивания

Бот 👉 @fast_s3_bot

Интенсивность. Мадейра. АI.

Мне дико ценно стало мое время. Когда пацаны с OpenClaw версией для кровельщиков делают 1.8М$ за 3 месяца — внутри загорается challenge accepted. А мой домашний мини-хедж-фонд агентов предлагает 20 улучшений по свеженькой опционной стратегии 60% годовых на нефть, половина из идей, конечно же, бред, но оставшиеся - прекрасны. Но пока агентам нужно внимание и опыт, чтобы двигаться по пайплайну. Сейчас я остро чувствую как количество информации которую хочется изучить, бизнесов которые хочется построить, и впечатлейний которые хочется получить, больше чем моего времяни. Хотя я рад, что времена полиматов энциклопедистов вернулись.

Так вот, этот @dumik берет и соблазняет меня провести вместе с ним ретрит про ai-агентов мероприятие. (мы не говорим ретрит, потому что там не будет фокуса на внутренние изменения, но они скорее всего все равно случаться, потому что это Думик, а с ним по другому не бывает) Меня разрывает от того как жалко времяни, и того как мне нравится идея обменятся моими наработками с другом и близким кругом.

Плюс меня поджигают эти ютуберы и курс-мейкеры, которые пересказывают друг друга прочитав один раз анонс какой-нить тулзы, даже не попробовав руками. А когда перебрал сам десятки инструментов, смотришь и думаешь: "Госпади, родной как же ты можешь такую чушь людям рассказывать."

В общем, как вы поняли, я согласился. Раздать то что у меня реально работает по AI агентам/плагинами, своим фреймворком по финансам, по работе с брокерами, криптой, показать как собирать автоматизированный пайплайн из агентов, которые улучшают себя с каждым циклом, всем тем над чем работал последние полгода. Да просто, обьяснить почему надо использовать клод код или кодекс в zed, а не курсор, это уже будет для многих сэкономленные полгода.

Но честно — меня туда тянет не это. Думик обещал, что там будут интересные люди. А прошлый раз, когда он обещал нетворкинг, я увез с собой такие невероятные подарки, что не описать. Поэтому если вы подарки, то приезжайте. Поделюсь всем что есть. Хочется провести 4 дня в работе, в окружении тех с кем на одном вайбе.

вот официальное приглашение 👇

— Shipyard — среда, где все создают.

4 дня на мадейре, 20 человек, частная вилла. каждый приезжает со своей задачей — и поднимает свой уровень, кто-то строит: mvp, ai-агент, кто-то настраивает автоматизацию, инструменты под свой бизнес или личные задачи, уезжает на уровень выше.

рядом — я и Дима, два фаундера с суммарным опытом строительства компаний из долины. не только покажем AI-first подход, но и ... ну там и дальше в таком стиле, вы поняли, сэкономлю вам время, дальше был очень качественный продающий текст, оригинал можетe найти у Димы в канале, вы бы уже захотели там быть точно. —

Думик верит, что правильные 4 дня в правильной среде дают больше, чем полгода в одиночку.

Я верю, что интенсивность в мире в ближайшие 2 года будет настолько сильной, что те кто сейчас не выстроят опору на себя через понимание AI, стретегического мышления и экономики просто слягут на пару лет с депрессией.

В общем, о.Мадейра, 26-29 марта. early bird €1990, потом €2490. 20 мест. забронировать место → https://shipyard.dumik.com/

Прилетайте, будет хорошо, по домашнему.

Прошлые выходные я решил протестировать новую фичу от Perplexity - Computer. Это когда они подняли за вас Claude Code или что-то подобное в виртуальном компьютере. В общем опыт похожий по ощущению на магию для опытных пользователей Claude Code, когда нейронка может докодить себе кусок чтобы решить задачу.

Наверное, это снижает барьер входа в чудеса, но по мне, конечно, perplexity не стоит своих денег, лучше выделить время и научится работать с Claude Code/Codex напрямую. Там даже дело не в стоймости подписки, а в очень маленьких лимитах, они очень жесткие, реально жесткие в сравнении с Claude Code/Codex.

Но поделится мне хочется тем самым Wow-моментом, которого как вижу по опросам у многих еще не случилось.

Сейчас twitter (нынешний X) пестрит такими постами: Платный софт больше не нужен, что мол вот собрал себе на Perplexity Сomputer - полную копию Bloomberg Terminal (это топовый софт для инвесторов/трейдеров от 30к$/год) gif-ку прилагаю. Мы как люди бывалые, конечно же помним, что в интернете полезной информации почти нет, и скорее всего это чья-то реклама. Но почему бы и не проверить?

В общем я запустил несколько паралельно агентов кодить терминал в Perpleity Computer, вначала получалось очень плохо, очевидный тезис который не нужно доказывать, но без ТЗ - в формате - эй Ai заработай мне денег, сделай мне bloomber terminal - ничего не вышло. Тогда я запустил хуйлион дип-рисечей, парочку через claw-bot с браузером чтоб собрать скриншоты из видео для описания интерфейса, и получилось 158 страничное ТЗ (приложу к посту если вам вдруг нужно поиграться)

Затем я запустил несколько паралельных агентов, чтобы сделать по нему копию bloomberg terminal. И вот спустя каких-то всего лишь 5 дней (справделивости ради скажу что я не кодил это 5 дней, я лишь тыкал бота в перплексити палкой, задавал правильные вопросы, и принимал работу) получилось хоть что-то немного приличное, но лишь внешне напоминающее пару экранов в bloomberg terminal.

Насладиться можно тут: https://www.perplexity.ai/computer/a/bloomberg-terminal-v3c5_QvdRUOulHIshdW8Qw

(ожидаемый) Итог эксперимента: • Saas (софт), как вид бизнеса, не так-то легко и убить, потому что это не только интерфейс, но и данные, знания о пользователях, микро-моментики которые просто так не скопировать, организация процесса, ворклфоу, дата стримы, и еще миллион вещей • даже изучив продукт вдоль и поперек, и ставя цель просто скопировать интерфейс, даже очень умным и настойчивым multi-one-shot тут не обойтись, надо учиться выстраивать процесс, пайплайны, плагины, инфраструктуру, ставить задачи и измерять результаты, а там дальше еще и продажи, юридичка, монетизация • и все равно это круто, что вот так из нейронок и палок, можно собрать работающий прототип чего угодно за пару дней, и еще круче что это сталкивает с реальностью еще быстрее, что нужна не только идея и продукт, но и куча штук вокруг этого, но красота в том, что обратная связь быстрее, учишься быстрее, понимаешь что важно, а что нет тоже быстрее • инвестиции в знания, как пользоваться современными AI системами пожалуй бесценны, сейчас это уже сильно больше, чем чатик с GPT, это может быть целая команда личных ассистентов, маркетологов, разработчиков, но только при правильно выстроенном процессе, и если знать что делать. И в этом так много отржения внутреннего мира, если внутри беспорядок, то и с агентами будет тоже хаос. Наводя порядок с агентами, как-то оно там и внутри тоже раскладываться по местам.

как-нибудь можно в codex-cli сделать так, чтобы по окончанию работы он издавал звук или бил меня током?

👙 Мой стек и майндсет на февраль 2026-го трансформировался в Персонал Корп у меня на макбуке.

Связка Claude Code + GitHub + Codex работает почти автономно.

Ритм у меня теперь такой: ⚰️Раз. в 3 дня сажусь планировать вместе с Клодиком, все еще за компом, в CLI по привычке.

🤖🤖🤖Вызываю на субагентах AI-консилиум (CMO, CPO, гроус и прочие C-level). Каждый рисечит и смотрит данные и предлагают задачи каждый со своей колокольни. Обсуждаем, что ок, а что нет.

🧃Задачи улетают в план-доску на GitHub. (Можно дать эту ссылку агенту, он все настроит как у меня)

🥃Дальше я уже с телефона ассайню таски (приложение GitHub) на нужных мне агентов (Клод/Кодекс/Джулс/Девин). Пул-реквест + ревью от Кодекса в конце. Я лишь ЖМУ НА ЗЕЛЁНУЮ КНОПКУ (всё хорошо) в конце.

И вот ща придумал: добавить хартбит на рисеч трендов и (анализ конкурентов), чтобы система сама еще предлагала мне фичи.

Кажется, что такой сетап подходит для 95% продуктов. Уверен, что к концу года похожим сетапом будут пользоваться все включая моего четырехлетнего сына.

Внимание вопрос: а чем я буду через год заниматься? А что будут делать люди задачи которых делают мои агенты?

🫡

Понятно, что моя роль сейчас выбрать вектор развития и иногда выбрать стек для задачи, но это будет уже неактуально через три месяца.

codex > claude code

prove me wrong

вау, вышла desktop-прила codex: openai.com/codex

бежим тестировать

суммаризированный транскрипт голосового:

поясняю за выбор модели, раз часто спрашивают.

для меня claude code (opus) — это умный сдвгшник-темщик. он идеален, когда нужен быстрый iteration loop: поправить верстку, накидать скрипт, чекнуть аналитику. быстрый дофамин, все летает. но стоит дать сложную задачу на кучу файлов — он начинает плыть и пропускать очевидное. доверия к нему нет.

codex — это гений-аутист. он может полчаса молчать и читать код (реально ноль признаков жизни), а в конце выдать три строчки, которые идеально фиксят баг.

я выбираю второе. мне проще запустить кодекс и, пока он "завис" в раздумьях, пойти писать промпт для другой фичи в соседней ветке. я меняю скорость ответа на success rate. со времен o1 я привык, что моделям openai можно верить, а суета сдвгшника мне в работе не нужна

openclaw какая-то громоздкая неповоротливая штука, хочется прям что-то более минимальное

поговорил с @rebryk, он рассказал, что купил себе мак мини (по сути только для того, чтобы агент мог нормально пользоваться браузером без блоков) + вместо openclaw написал себе тонкую связку телеграма с claude code

вот после суток использования openclaw я прихожу к такому же выводу. не хочется использовать велосипедные agent loop'ы, а хочется отдать это уже оттюненным агентам — claude code или codex-cli

может вы уже знаете про такие проекты на гитхабе? уверен, что должно быть

путь к outcome driven development

чем больше я пишу код с агентами, тем яснее понимаю: я всё делаю как-то не так

сейчас я просто микроменеджу агентов. даю небольшие таски минут на 10 -> сам проверяю результат -> пишу правки. и так по бесконечному кругу. если честно, это уже ощущается супер неэффективно. чувствуешь себя тонкой белковой прослойкой, функция которой - тыкнуть в браузере на кнопку и сказать агенту, что она не работает

вообще, весь этот процесс разработки очень похож на классический процесс оптимизации. а для него нужны две вещи: алгоритм и лосс-функция. в нашем случае алгоритм - это сам агент (codex/claude code) со всеми обвязками. а лосс-функция - это результат к которому мы стремимся + мера близости. то есть это сам таргет плюс оценка того, насколько мы к нему близки.

сейчас в моем процессе я промптом пытаюсь задать этот самый таргет, а агент уже сам строит поверх него неплохую лосс-функцию. это отлично работает, но только потому, что задачки мелкие. в них просто нет большого люфта в смысловом пространстве между тем, что я написал в промпте, и тем, что агент на самом деле понял. это такой instruction driven development

но хочется уйти в outcome driven development: один раз заморочиться с лосс-функцией, закинуть таску часов на 10 в цикл и прийти уже за готовым результатом

———

как заставить агента скопировать google spreadsheets?

хочется провести эксперимент - запустить long-running таску по реализации реально крупного софта. и чтобы всё это произошло (почти) автономно

и тут мы упираемся в лосс-функцию. для больших задач текстом очень сложно заранее задать точный таргет (часто только в процессе продуктовой разработки начинаешь понимать, чего реально хочешь).

но лосс-функцию можно "хакнуть". суть моего эксперимента как раз в том, чтобы сфокусироваться на написании правильной обвязки вокруг алгоритма (чтобы вся эта автономность вообще заработала). а саму проблему с лосс-функцией мы радикально упрощаем: не будем придумывать новый продукт, а просто скопируем существующий. например, google spreadsheets или mixpanel.

агент может тестировать оригинал и тыкать его сколько угодно. его единственная задача - скопировать продукт как можно точнее. в такой постановке мы вообще снимаем вопрос сложного определения таргета. таргет = сам готовый продукт, а результат определяется максимальной близостью к нему.

в связи с этим вопрос (такой же как и предыдущем посте): как в таком случае должен выглядеть agent loop + мера близости к таргету? есть ли уже какие-то плюс-минус готовые решения для такой постановки задачи?

ps: удобные термины instruction/outcome driven development подглядел у @adel_and_ml

Я чот никогда не смотрел в сторону Codex, думал что он только с github работает. А там и cli тоже есть, и работает с текущей подпиской на ChatGPT и 3 буквы не нужны...

начал общаться с агентами на русском. раньше я все промты писал на английском. мне субъективно казалось, что так и результат лучше + токенов тратится меньше

может, это и было правдой для прошлых моделей, но для gpt-5.2 и opus-4.5 - вообще не вижу разницы, на каком языке писать команды

зато вылез неявный бонус: на русском я думаю быстрее и формулирую точнее. в каких-то малочастотных словечках, кмк, реально упаковано много смысла. а такие тонкие выразительные слова на английском я знаю плохо - и пока их подберешь, уже половину мысли теряешь

про токены: да, русский обычно разбивается на большее число токенов. но для кодинг-агентов это не проблема, потому что на русском у тебя только инпут и чат-аутпут. все остальное (контекст, thinking, аутпут-код, tool calls, системные промпты) делается на английском - и именно эти части сжирают подавляющую долю токенов

Насколько сложно освоить вайбкодинг/AI-Coding?

Я на самом деле не очень разделяю эти понятия тк для меня это одно и то же, но есть закрепившееся мнение в комьюнити что это все-таки разные скиллы. В чем между ними разница?

Вайбкодинг: Привет Cursor, сделай мне бота который будет транскрибировать мои мысли

AI-Coding: Изучи внимательно документацию проекта, обрати внимание на `some_file.py` и составь детальный план по реализации этой задачи в plans/

На самом деле (как по мне) - это лишь уровни сложности. Они берутся от необходимости. Если ты продакт-менеджер и твоя задача - быстро собирать простые MVP или просто поиграться с рабочими инструментами - вайбкодинга за глаза. Если ты разработчик (да или тот же продакт, но чуть более технарьский или хочешь таким стать) - тебе нужно освоить некоторые практики/системы и применять их в ровно тех же инструментах которые используют вайбкодеры.

К чему это я? Инструменты - для всех одинаковые (Cursor/Claude Code/Codex/другие CLI/плагины), разница - лишь в подходе. А освоить подход - дело поиска нужной информации и времени на ее освоение, ну и практики конечно же.

В какой момент мне нужен AI-Coding? Вопрос с разными ответами для каждого из вас. А что вы хотите? - телеграм-бот который будет мне присылать какие-то напоминания/какие-то мувы с ИИ-шкой делать -> вайбкодьте - web-app тулза для трека доходов и расходов (для личного пользования) -> вайбкодьте - сервис (не важно - web/tg) на 1к DAU с многопоточной LLM-обработкой входящего текста от юзеров -> изучайте AI-Coding

Нет какой-то четкой формулы, но по своему опыту могу сказать -> что это ощущается (нехватка скиллов). Если у вас что-то падает/ломается/долго не получается а вам это РЕАЛЬНО НУЖНО -> изучайте AI-Coding.

Как его изучать? Да самое банальное -> читать каналы комьюнити (Рината, Валеру, Тимура и других). Там очень много интересного для себя можно подчеркнуть. Еще можно пойти ко мне на пратикум (но пока нельзя 🥲).

В комментарии оставлю ссылку на тг-каналы которые читаю сам, можете подписаться) Надеюсь этим постом ответил на вопрос многих и разъяснил разницу между этими двумя терминами.

А отвечая на изначальный вопрос -> как по мне, вообще не сложно, главное - желание)

@atlfreedom

подскажите, какие есть готовые решения/методики/скиллы/обвязки для того, чтобы агентам давать большие long-runnning таски с развитием кодовую базу?

что я сам видел: - статья от cursor, как агенты написали браузер на расте с нуля - статья от anthropic, как агенты писали C-компилятор - статья от openai, как агенты пишут какой-то internal tool в компании

… но это все статьи. хочется чего-то практичного и рабочего. желательно поверх codex