लगभग हर चीज़ के लिए Codex

• Codex ऐप का बड़े पैमाने पर अपडेट किया गया है, और अब software development की पूरी प्रक्रिया एक ही workspace में की जा सकती है
• कंप्यूटर को सीधे नियंत्रित करते हुए रोज़मर्रा के work tools और apps के साथ इस्तेमाल किया जा सकता है, और image generation, पिछले व्यवहार से सीखना, दोहराए जाने वाले काम करना जैसी क्षमताएँ जोड़कर development workflow को automate और expand किया गया है
• डेस्कटॉप ऐप में PR review, multi-file/terminal view, SSH remote devbox connection, और in-app browser शामिल हैं, जिससे frontend design और app/game iteration तेज़ हो जाती है
• 90 से अधिक plugins और gpt-image-1.5 model को integrate किया गया है, जिससे code writing से लेकर design, test और collaboration तक एक connected environment मिलता है
• मौजूदा conversation threads का reuse, long-running work की automatic scheduling, और memory preview के ज़रिये कई दिनों से कई हफ्तों तक काम की continuity सुनिश्चित की गई है

---

Codex के प्रमुख अपडेट

• Codex ऐप को macOS और Windows के लिए बड़े पैमाने पर अपडेट किया गया है, और यह 30 लाख से अधिक साप्ताहिक developer users के लिए software development की पूरी प्रक्रिया को support करने वाले टूल के रूप में विस्तृत हुआ है
• नए version में computer control, image generation, memory, plugins, in-app browser जैसी सुविधाएँ जोड़ी गई हैं, जो developer workflow को तेज़ करती हैं
• PR review, multi-file और terminal view, तथा SSH के ज़रिये remote devbox connection जैसे developer-centric features को मज़बूत किया गया है
• सभी सुधारों को इस तरह integrate किया गया है कि code writing, output checking, change review, collaboration एक ही workspace में हो सके

• कंप्यूटर नियंत्रण और parallel काम

  • background computer control feature के ज़रिये यह उपयोगकर्ता के कंप्यूटर पर सीधे click, type और navigate कर सकता है
    • अपना cursor इस्तेमाल करके apps को operate करता है, इसलिए API न होने वाले apps में भी testing या repetitive tasks संभव हैं
    • कई agents एक साथ Mac पर parallel काम कर सकते हैं और उपयोगकर्ता के दूसरे app कामों में दखल नहीं देते
  • यह frontend changes पर iteration, app testing, non-API environments में काम के लिए उपयोगी है

• वेब और browser integration

  • वेब के साथ native integration के कारण in-app browser में webpage पर सीधे annotation जोड़कर Codex को specific instructions दिए जा सकते हैं
  • फिलहाल यह frontend और game development में उपयोगी है, और आगे चलकर localhost web apps से आगे बढ़कर browser को पूरी तरह नियंत्रित करने तक विस्तार की योजना है

• image generation और visual workflow

  • gpt-image-1.5 model का उपयोग करके image generation और iterative work किया जा सकता है
  • screenshots और code के साथ मिलाकर product concepts, frontend design, mockups, game visuals को उसी workflow में बनाया जा सकता है

• plugin expansion

  • 90 से अधिक नए plugins जोड़े गए हैं, जो विभिन्न apps और MCP servers के integration को support करते हैं
  • प्रमुख plugins: Atlassian Rovo(JIRA management), CircleCI, CodeRabbit, GitLab Issues, Microsoft Suite, Neon by Databricks, Remotion, Render, Superpowers
  • plugins Codex को अधिक context इकट्ठा करने और automated tasks करने में सक्षम बनाते हैं

• developer workflow को मज़बूती

  • GitHub review comments को handle करना, multiple terminal tabs चलाना, और SSH के ज़रिये remote devbox connection (alpha stage) का support
  • sidebar से files सीधे खोलना और PDF, spreadsheets, slides, documents की rich preview देना
  • agent plans, sources और outputs को track करने के लिए नई summary pane उपलब्ध
  • code writing, output checking, change review और agent collaboration को एक workspace में ले जाने से development lifecycle के चरणों के बीच switch करने की गति बढ़ती है

• automation और long-running work

  • automation features का विस्तार किया गया है ताकि मौजूदा conversation threads का reuse हो सके और जमा हुआ context बना रहे
  • Codex आगे के काम को खुद schedule कर सकता है और अपने आप resume कर सकता है, जिससे कई दिनों से कई हफ्तों तक चलने वाले long-running work को जारी रखा जा सकता है
  • टीम उपयोग के उदाहरण: open PR merge करना, task follow-up, Slack·Gmail·Notion जैसे tools में तेज़ conversation tracking

• memory और personalization

  • memory preview feature के साथ Codex पिछले उपयोगी context जैसे personal preferences, corrections, collected information को याद रखता है
    • पहले जो गुणवत्ता और गति केवल व्यापक custom instructions से मिलती थी, उसे आगे के कामों में लागू किया जा सकेगा
  • Codex proactively जहाँ काम रुका था वहाँ से आगे बढ़ने का सुझाव देता है, और project, connected plugins, memory context का उपयोग करके task suggestions और priority list अपने आप बनाता है
  • उदाहरण: Google Docs में confirmation की ज़रूरत वाले comments की पहचान → Slack·Notion·codebase से संबंधित context इकट्ठा करना → priority वाली action list देना

• rollout plan और availability

  • ChatGPT account से login किए हुए Codex desktop app users के लिए इसे क्रमिक रूप से rollout किया जा रहा है
  • personalization features (context-aware suggestions, memory) जल्द ही Enterprise, Edu, EU, UK users के लिए उपलब्ध होंगी
  • computer control feature पहले macOS पर उपलब्ध होगा, और बाद में EU और UK regions तक विस्तारित किया जाएगा

Codex का विकास और लक्ष्य

• लॉन्च के 1 साल के भीतर Codex का उपयोग केवल code writing तक सीमित नहीं रहा, बल्कि system understanding, context gathering, review, debugging, collaboration, long-running work management तक फैल गया है
• OpenAI का लक्ष्य AGI को पूरी मानवता के लिए लाभकारी बनाना है, और यह अपडेट लोग जो कल्पना करते हैं और जो वास्तव में बना सकते हैं, उनके बीच की दूरी कम करने की दिशा में डिज़ाइन किया गया है
• Codex आगे भी software creation process के tools, workflows, और decision-making के साथ और गहराई से integrate होता जाएगा

[iolothebard]

क्या यह Opecnclaw का paid version है…

[cshj55]

Windows अभी नहीं है, है न? यह Mac अपडेट है, सही?

[slowandsnow]

वेब डिज़ाइन के लिए कहो तो यह हमेशा card style में ही implement करता है, इसे कब ठीक करेगा? बस यही ठीक हो जाए तो शायद मैं Claude बिल्कुल ही न इस्तेमाल करूँ।

[bluenyx]

मैंने इसे सिर्फ़ VSCode से कनेक्ट करके इस्तेमाल किया था, अब लगता है ऐप से भी ट्राय करना पड़ेगा।

[xguru]

मैं इन दिनों Codex को ही मुख्य रूप से इस्तेमाल कर रहा हूँ, इसलिए यह वाकई बहुत स्वागतयोग्य अपडेट है.

openai-oauth - ChatGPT अकाउंट से OpenAI API को मुफ्त में इस्तेमाल करें

इसे इस्तेमाल करें तो अब image generation भी संभव हो जाएगी

[GN⁺]

Hacker News की राय

• टिप्पणियाँ पढ़कर लगता है कि बहुत से लोगों को पता ही नहीं है कि Claude Desktop और Cowork पहले से ही ऐसी सुविधाएँ देते हैं
  Codex किसी क्रांति से ज़्यादा बस पकड़ने की कोशिश करता हुआ लगता है

  • Codex अभी HN पर लोकप्रिय इसलिए है क्योंकि Anthropic ने व्यक्तिगत उपयोगकर्ताओं के लिए rate limit कम कर दिया है
    OpenAI के पास enterprise ग्राहक कम हैं, इसलिए वह व्यक्तिगत उपयोगकर्ताओं को ज़्यादा computing resources दे सकता है
    आखिरकार जब उपयोगकर्ता बढ़ेंगे, तो यह भी Anthropic जैसा हो जाएगा। अभी यह सिर्फ PR strategy है
  • Codex में Claude Cowork से ज़्यादा फीचर हैं। जैसे बैकग्राउंड में कंप्यूटर को सीधे ऑपरेट करना वगैरह
  • Claude में अभी यह सुविधा नहीं है
    Codex बैकग्राउंड में ऐप्स पर क्लिक कर सकता है, टाइप कर सकता है, और कई agents एक साथ काम कर सकते हैं
  • लगता है कि दोनों प्रोडक्ट धीरे-धीरे converge कर रहे हैं। हाल में Claude Mac app का UI बदलकर लगभग Codex जैसा हो गया है
  • सच कहें तो अभी दोनों में से कोई भी असली innovation नहीं कर रहा
    जैसा मैंने अपनी blog post में लिखा था, AI को और ज़्यादा proactive होना चाहिए
    जैसे Slack summary, meeting notes को जोड़ना, meeting prep notes अपने-आप बनाना—यह सब पहले से संभव है, लेकिन कोई कर नहीं रहा
    आखिर में असली बात attention management की है, और AI को यह तय करने में मदद करनी चाहिए कि हमें किस पर ध्यान देना है

• आजकल UI देखकर लगता है कि code को छुपाने की प्रवृत्ति बहुत बढ़ रही है
  Prompt ही असली source है, और code को एक झंझट वाले बीच के output की तरह देखा जा रहा है

  • मैं तो उल्टा करता हूँ। code structure को दिमाग में रखकर AI के साथ pair programming की तरह बात करता हूँ
    इससे काम तेज़ होता है और output भी ऐसा आता है जैसे मैंने खुद code लिखा हो
  • Codex app अभी Linux पर नहीं चलता, इससे लगता है कि इसका target user वह है जिसे code की ज़्यादा समझ नहीं है
  • सच में ऐसे tools का फ़ायदा non-developers को ज़्यादा होता है
    हमें तो automation पहले से आता है, लेकिन ज़्यादातर लोगों को नहीं
  • अगर असली developer वाला एहसास चाहिए, तो vim में git diff देखकर काम कर लो
  • एक समय था जब लोग मानते थे कि सिर्फ assembly ही असली code है
    आज high-level languages अजीब नहीं लगतीं, लेकिन यह आखिरकार abstraction की परतें बढ़ने की ही प्रक्रिया है
    Prompt engineering भी आख़िर एक तरह की कृत्रिम भाषा प्रणाली ही है

• संदेह बहुत हैं, लेकिन मुझे लगता है कि यह जनसामान्य तक फैलेगा
  मैं 25 साल से CLI इस्तेमाल कर रहा हूँ, लेकिन आजकल terminal वाले काम Codex से करवा लेता हूँ
  अगर GUI version अच्छा बन गया, तो आम उपयोगकर्ता भी जल्दी इसकी आदत डाल लेंगे

  • मैं भी Linux user हूँ, और OS को natural language में नियंत्रित करना सच में बहुत मज़ेदार है
    जो setup पहले घंटों लेता था, अब कुछ सेकंड में हो जाता है
  • अगले 3~5 साल में code quality की परिभाषा बदल जाएगी, और IDE usage बहुत कम हो जाएगा
  • यही तरीका असल में सचमुच का computer use है
    जिन apps में GUI ज़रूरी नहीं है, वहाँ ज़्यादातर काम text-based AI से हो सकता है
  • खासकर Docker-compose errors ठीक करना तो सचमुच जादू जैसा लगता है
  • लेकिन यह तरीका धीमा है, ज़्यादा computing resources खाता है, और डेटा बाहर लॉग हो जाने का जोखिम भी है

• समझ नहीं आता कि क्या हम सच में Codex से कंप्यूटर और apps को सीधे नियंत्रित कराना चाहते हैं
  मैं अब भी sandbox security को बहुत महत्वपूर्ण मानता हूँ

  • Programmers आम तौर पर यह नहीं चाहेंगे, लेकिन आम लोग Star Trek style voice commands चाहते हैं
  • Mac पर बटन क्लिक करना इतना डरावना नहीं है। उल्टा, किसी auto-approved program को चलाते रहना ज़्यादा खतरनाक है
  • मैं तो चाहता हूँ कि AI मेरी जगह क्लिक करे। बार-बार का काम बहुत उबाऊ होता है
  • कुछ लोग OpenClaw जैसी चीज़ें खुद चलाते हैं। मैं कम-से-कम Docker से isolate करता हूँ
  • सच में Codex ने मेरे Mac की permission issue भी अपने-आप ठीक की थी

• लगता है OpenAI प्रतिस्पर्धियों की घोषणाओं के समय के हिसाब से private release तैयार रखता है

  • (OpenAI कर्मचारी) असल में यह इतना सोचा-समझा नहीं होता। अंदर development के बाद schedule के मुताबिक बाहर release किया जाता है
    Media और influencer schedules पहले से coordinate किए जाते हैं
  • फिर भी हाल के release timings देखकर कुछ लोगों को लगता है कि इसे संयोग मानना मुश्किल है
  • कुछ लोग कहते हैं कि कंपनी hype-driven तरीके से चल रही है
  • आखिरकार यह media narrative पर नियंत्रण की लड़ाई ही है, इस बात से सहमति है
  • उन्होंने TBPN acquisition से पहले ही अपनी media समझ साबित कर दी है

• दूसरे वीडियो में prompt था, “फ़ॉन्ट और tagline की लंबाई कम कर दो”
  अब क्या LLM का इस्तेमाल font size adjust करने के लिए भी होगा
  तीसरे वीडियो में कहा गया, “hero section image generate कर दो”,
  और product description में AI-generated images इस्तेमाल करना बहुत fake लगता है

• सच कहूँ तो समझ नहीं आता कि इसे कहाँ इस्तेमाल करूँ
  Coding assistant के तौर पर यह उपयोगी है, लेकिन मैं नहीं चाहता कि यह मेरे कंप्यूटर को सीधे operate करे
  Slack summary जैसी चीज़ के लिए ठीक है, लेकिन अभी यह ऐसे समाधान जैसा लगता है जो ऐसी समस्या सुलझाना चाहता है जो है ही नहीं

• मुझे लगता है कि Cowork/Codex जैसे specialized agents non-developers के लिए सबसे तेज़ी से बढ़ने वाली product category बनेंगे
  ऐसे agents इंसानों की जगह software को operate करेंगे
  इस लेख में भी यही बात समझाई गई है,
  और अंत में software market की संरचना ही बदल जाएगी

  • लेकिन ऐसे agents के सफल होने के लिए full access permissions चाहिए होंगी
    और उसी अनुपात में security risk भी बढ़ेगा
  • मैं mechanical engineering background वाला CEO हूँ, और Claude Code से पूरी social campaign automate करता हूँ
    यह emails और meeting notes पढ़ता है, काम की planning और execution करता है, और फिर summary भी भेज देता है
    यह इसलिए संभव है क्योंकि ज़्यादातर knowledge work को आखिरकार code के रूप में व्यक्त किया जा सकता है
  • ज़्यादातर knowledge workers ऐसे tools सीखने की कोशिश ही नहीं करेंगे
  • LLM ही सबसे अच्छा UI/UX है। अलग interface design करने की ज़रूरत नहीं
    अगर data connections अच्छे हों, तो B2B SaaS market खुल जाएगा
  • मैं भी Codex को non-coding कामों में बहुत इस्तेमाल करता हूँ, लेकिन यह तभी अच्छा चलता है जब आपके पास programmer जैसी सोच हो

• यह जानने की जिज्ञासा है कि क्या Codex अब भी user की सहमति के बिना sensitive files पढ़ता है
  इससे जुड़ा issue GitHub पर है

  • इस update में computer control feature जुड़ने के बाद permission model और भी महत्वपूर्ण हो गया है
  • File search, browser access जैसी चीज़ों में boundaries साफ़ नहीं हैं, इसलिए समझना मुश्किल है कि कौन-सी permissions खुलती हैं
  • Reddit example की तरह Claude ने कभी user की security practices की आलोचना भी की थी
    इसलिए sensitive data के बिना अलग machine पर चलाना ज़्यादा सुरक्षित है
  • मैंने भी कल इसे खुद अनुभव किया। अभी भी ऐसी समस्या है

• Codex नाम ही उलझन पैदा करता है
  एक है agent-type programming tool, और दूसरा Mac/Windows के लिए GUI app, लेकिन नाम एक ही है

  • फिर भी मुझे लगता है कि Microsoft की naming से यह थोड़ा बेहतर है