Самый полный гайд по Codex и GPT-6

Codex это агент OpenAI, который работает в папке вашего проекта. Он читает файлы, правит код, запускает команды, смотрит на результат и идет дальше сам. С сентября 2026 внутри него работает модель GPT-6 Astra, и вместе с ней поменялись привычки, которые сложились у пользователей агентов за год.

Этот гайд для тех, кто только собирается вайб-кодить. То есть описывать словами, что нужно получить, и отдавать код агенту. Ниже весь цикл. Где Codex живет и как его поставить, как ставить задачу, как расходуется лимит подписки, что писать в файл правил и в скиллы, зачем нужны облако и расширение для редактора, и какие старые инструкции с новой моделью мешают.

За год Codex превратился из одного терминального инструмента в общее имя для агентного режима OpenAI. Один и тот же агент доступен в пяти местах, и настройки у них общие. Файл конфигурации, AGENTS.md, скиллы и серверы MCP читаются одинаково, откуда бы вы ни зашли.

Для новичка главное различие проходит по одной линии. Локальный Codex в приложении, терминале и редакторе работает с папкой на вашем компьютере и видит все, что в ней лежит. Облачный работает с копией репозитория на GitHub и возвращает результат в виде pull request.

Если слова репозиторий и pull request пока пугают, вот короткий перевод. Репозиторий это папка проекта с историей всех изменений, как сохранения в игре. Pull request это предложение изменений, которое можно посмотреть и принять или отклонить. Пока вы работаете в приложении с локальной папкой, ни то ни другое вам не понадобится.

Codex входит в подписку ChatGPT, отдельно его покупать не нужно. Есть и вариант входа по ключу API, тогда вы платите за токены, и часть функций приложения недоступна.

GPT-6 Astra это флагманская модель OpenAI, вышла в начале сентября 2026. По данным OpenAI, она сильнее предыдущих моделей в работе с компьютером и браузером, в программировании и в длинных многошаговых задачах, где нужно переходить между кодом, браузером и рабочими программами. При этом на ту же задачу она тратит заметно меньше выходных токенов, поэтому в API одна задача выходит дешевле, хотя цена за токен выше.

Для пользователя Codex заметнее всего меняется поведение агента. OpenAI называет Astra самой выровненной своей моделью, и на практике это означает пять привычек, под которые надо подстроить инструкции.

Быстрее всего начать с приложения ChatGPT. Терминал для этого не нужен. Дальше пять шагов.

Если Astra не появилась в списке моделей, приложение надо обновить, иногда дважды подряд, с полным перезапуском между обновлениями. Доступ к модели зависит от тарифа, обновление его не меняет.

Codex CLI ставится одной командой через npm и запускается словом codex в папке проекта. Выглядит как чат внутри терминала, только агент при этом видит файлы и запускает команды сам. Работает он по той же логике, что Claude Code, разница в модели и в мелочах интерфейса.

Первая задача любому агенту одна и та же. Прочитать проект и рассказать, что там. Вторая, записать это в файл правил, чтобы в следующей сессии не читать заново.

Расширение для редактора ставится из маркетплейса VS Code, для Cursor и Windsurf это тот же пакет. В Xcode Codex выбирается как агент в ассистенте, в JetBrains в окне AI Chat. Если иконки не видно, в палитре команд есть Codex: Open Codex Sidebar. Расширение подхватывает открытые файлы и выделенный фрагмент прямо в промпт, показывает дифф рядом с кодом и умеет отдавать задачу в облако, когда она разрослась.

Codex вытянет результат и из неаккуратного запроса. В большом проекте и на важной задаче разница между хорошей и плохой постановкой это разница между одним ходом и вечером переделок. OpenAI советует четыре части в каждом промпте.

Четыре части занимают десять строк. Агент после такого промпта делает меньше допущений, а результат легче проверять по последнему блоку.

Рядом с моделью выбирается уровень рассуждений, то есть сколько модель думает перед действием. Low для быстрых понятных задач, Medium и High для сложных правок и отладки, Extra High для долгих агентных задач. Уровень увеличивает расход лимита и время ответа, а лучший результат не гарантирует. Если результат пропустил что-то из просьбы, сначала проверяют формулировку и доступ к файлам, потом уровень. Уровень рассуждений не восполняет отсутствующую информацию.

Задачу в приложении можно наговорить голосом, и для длинного контекста это быстрее клавиатуры.

Если задача большая, размытая или ее трудно описать, Codex просят сначала спланировать. Три способа.

С Astra планирование стало важнее еще по одной причине. Модель внимательна к границам задачи. Если в плане записано, где остановиться, она остановится там. Если конца не видно, она может прийти за ревью после первой реализации, хотя работа не закончена. Подробнее в разделе про AGENTS.md.

Work и Codex делят один лимит подписки. Сколько работы в него влезает, зависит от тарифа, модели, уровня рассуждений и размера задачи. Лимит считается в двух окнах, пятичасовом и недельном, и для продолжения нужен остаток в обоих. Пятичасовое окно стартует с первого сообщения после окончания предыдущего, и исчерпать его можно за час.

Младшие модели семейства тратят тот же лимит в два, пять и даже пятьдесят раз медленнее. Поэтому рутину вроде коротких правок, выжимок и сортировки выгодно отдавать им, а Astra оставлять для трудного бага, незнакомого кода и анализа. Названия младших моделей меняются каждые несколько месяцев, актуальный список виден в переключателе моделей, а какая связка прижилась у нас, показываю в канале по ходу дела.

Расход увеличивают большие входы и выходы, высокий уровень рассуждений, Fast mode и многошаговые задачи. Смена модели посреди работы лимит не возвращает, пул общий.

Когда лимит кончился, путей три. Дождаться сброса по расписанию. Использовать сохраненный сброс, если он есть на аккаунте, такие раздавали на запуске Astra 3 и 4 сентября, а 7 сентября лимиты обновили всем автоматически. Купить мгновенный сброс, это доступно на личных Plus и Pro в зависимости от страны. Купленный сброс обновляет оба окна сразу и сдвигает недельную дату вперед. Сброс возвращает лимит, тарифные ограничения после него действуют как раньше. Кредиты и смена тарифа доступ к Astra не открывают, доступ определяется тарифом и статусом выкатки.

Бесплатного доступа к Astra в Codex нет.

Когда прием сработал дважды, его перестают повторять в каждом промпте и записывают в AGENTS.md. Это открытый формат, README для агентов. Файл подхватывается автоматически перед началом любой работы. Тот же файл читают Cursor, Gemini CLI и другие агенты, поэтому правила переносятся между инструментами. Что в нем должно быть:

Команда /init в CLI создает заготовку по содержимому папки. Дальше ее правят под то, как проект собирается и проверяется на самом деле.

Codex собирает цепочку инструкций при запуске. Сначала глобальный файл ~/.codex/AGENTS.md, личные правила для всех проектов. Потом файлы от корня репозитория вниз до текущей папки, по одному на папку. Файлы склеиваются сверху вниз, и тот, что ближе к рабочей папке, побеждает, потому что стоит в промпте позже. Файл AGENTS.override.md в любой папке заменяет собой обычный. Это способ временно переопределить правила без удаления основного файла. Общий размер цепочки ограничен 32 КиБ, хвост сверх лимита отбрасывается, поэтому длинные правила разносят по вложенным папкам или поднимают лимит в настройках.

Короткий и точный файл полезнее длинного с размытыми правилами. Новые правила добавляют после повторной ошибки.

Когда Codex ошибается второй раз в одном и том же, его просят о ретроспективе и дописывают правило. Так файл растет из реальных проблем. Если он разросся, основной остается коротким, а планирование, ревью и архитектура выносятся в отдельные файлы со ссылками. В командном репозитории тот же файл становится общими правилами для всех участников.

Раздел ## Code Review Rules внутри AGENTS.md читает Codex при ревью pull request в GitHub. Правила пишутся коротко, с описанием, что ловить и какой путь безопасный. Форматирование и линт оставляют CI.

За год работы с агентами у многих накопились инструкции, которые компенсировали слабости старых моделей. С Astra часть из них мешает. OpenAI советует пересмотреть каждую строку и спросить, нужна ли она еще. Четыре типичных случая.

Если хотите, чтобы после первой реализации она пошла дальше, назовите, что исследовать и где остановиться. Общее правило от OpenAI звучит просто. С Astra определение готовности задается до старта. А сам аудит старых инструкций можно поручить ей же одной просьбой пройтись по AGENTS.md и скиллам и найти правила, которые с новой моделью стали лишними.

Скилл это папка с файлом SKILL.md, где обычными словами описана процедура, плюс при необходимости скрипты, справочные документы и шаблоны. Codex и ChatGPT читают сначала только имя и описание каждого скилла, а полный текст загружают, когда решают его применить. Это называется прогрессивным раскрытием, и на нем построена вся экономия контекста.

В Codex скилл вызывается явно, символом $ или командой /skills, в ChatGPT через @. Без явного вызова агент выбирает скилл сам по описанию, поэтому описание решает, сработает скилл или нет.

Описание отвечает на два вопроса, что делает и когда срабатывает. Тело умещается в четыре шага, шаблон вынесен в отдельный файл.

Скилл создается через $skill-creator, он спрашивает, что скилл делает, когда срабатывать и нужны ли скрипты. Если процедуру проще показать, чем описать, есть Record & Replay, запись ваших действий превращается в черновик скилла. Готовые скиллы из каталога OpenAI ставятся командой $skill-installer с именем скилла, а лишние отключаются в config.toml без удаления. Для раздачи скиллов другим людям есть плагины, пакет из скиллов и подключений MCP, который ставится из общего каталога ChatGPT и Codex.

Список скиллов занимает в контексте до двух процентов окна. Когда скиллов много, Codex начинает укорачивать описания, и модель видит меньше о каждом. Отсюда три правила из свежих рекомендаций OpenAI.

В первом примере плохой вариант описания подгружает скилл на любую задачу рядом с базой, хороший срабатывает только на миграциях. Скиллы в репозитории читают и агенты коллег на других моделях. Инструкция, которая помогала слабой модели, может пережать Astra, поэтому при написании стоит держать в голове, кто ее будет исполнять.

Поведение между сессиями и поверхностями держится на файле конфигурации. Личные настройки лежат в ~/.codex/config.toml, в приложении он открывается через Settings и пункт Configuration. Настройки проекта лежат в .codex/config.toml внутри репозитория, а разовые переопределения передаются флагами в командной строке. Там задаются модель по умолчанию, уровень рассуждений, режим песочницы, политика подтверждений, профили, серверы MCP и экспериментальные функции.

Две ручки безопасности. Approval mode определяет, когда Codex спрашивает разрешение на команду. Sandbox mode определяет, может ли он писать в папку и какие файлы видит. Новичкам OpenAI советует оставить значения по умолчанию и ослаблять их только для проверенных репозиториев, когда понятно, зачем. Многие проблемы качества на деле оказываются проблемами настройки. Неверная рабочая папка, нет прав на запись, не та модель по умолчанию, не подключен нужный инструмент.

Когда нужный контекст лежит вне репозитория, в таск-трекере, базе, документации или аналитике, его подключают через MCP, чтобы агент ходил в сервис сам, без копирования в промпт. В приложении серверы добавляются в Settings, раздел MCP servers, в CLI командой codex mcp add с именем и адресом. Часто Codex сам ставит нужный сервер, если попросить. Начинать стоит с одного-двух серверов, которые убирают конкретную ручную петлю.

Просьба поменять код это половина задачи. Вторая половина в том, чтобы агент написал или обновил тесты, прогнал нужные проверки, сверил результат с просьбой и посмотрел свой дифф на регрессии. Codex делает эту петлю сам, если знает, что считается хорошим результатом, а это описывается в промпте или в AGENTS.md.

Команда /review дает четыре варианта. Ревью относительно базовой ветки, как для pull request. Ревью незакоммиченных изменений. Ревью конкретного коммита. Ревью по своей инструкции. Если в команде есть файл code_review.md и на него ссылается AGENTS.md, Codex будет ревьюить по нему в любом репозитории.

В GitHub Codex подключается к репозиторию и проверяет каждый pull request сам или по упоминанию @codex. В OpenAI через такое ревью проходят все PR без исключения.

Облачный Codex запускает задачу на сервере OpenAI в изолированном окружении со своей копией репозитория. Ваш компьютер при этом свободен, задач может быть несколько, и каждая возвращается с итогом и диффом, из которого одной кнопкой открывается pull request.

Облачная задача живет по правилам GitHub. Результат приходит как предложение изменений, и последнее слово за вами.

Облако выбирают, когда работа должна идти в фоне, пока вы заняты другим. Когда хочется сравнить несколько попыток решения одной задачи. Когда задача родилась в GitHub, GitLab, Linear или Slack, и удобнее отдать ее оттуда. Когда вы далеко от рабочего компьютера. Из расширения для редактора задача тоже отправляется в облако, а результат возвращается в тот же чат.

Когда процедура стабилизировалась, ее ставят на расписание. В приложении на странице Scheduled выбирается проект, промпт, частота и место выполнения, в отдельном git worktree или в локальной папке. Промпт может вызывать скиллы. Подходят выжимка коммитов за неделю, поиск вероятных багов, черновик заметок к релизу, разбор упавших проверок CI, сводка для стендапа. Правило OpenAI простое, скилл описывает метод, расписание описывает время. Если процедура еще требует ручного руления, сначала скилл.

Отдельная идея из тех же рекомендаций, расписание для рефлексии. Раз в неделю агент просматривает недавние чаты, находит повторяющиеся трения и предлагает правки в AGENTS.md и скиллы.

Чат копит контекст, решения и действия, и от того, как им управлять, зависит качество. Один чат на одну связную единицу работы. Если работа продолжает ту же проблему, лучше оставаться в том же чате, там сохранена цепочка рассуждений. Ветвить стоит, когда работа правда разошлась.

Субагенты снимают с главного чата ограниченную работу вроде исследования, тестов или сортировки. Главный агент остается на основной проблеме. Astra делегирует реже, чем могла бы, поэтому в AGENTS.md полезна строка про параллельность, она есть в следующем разделе.

OpenAI опубликовала набор формулировок для настройки Astra. Они написаны для тех, кто зовет модель через API, но работают и в AGENTS.md, и в первом сообщении чата. Ниже перевод по смыслу, английские оригиналы лежат в документации OpenAI по модели. Брать нужно только те блоки, которые отвечают вашей проблеме.

Каждый блок отвечает на одну из пяти привычек из начала гайда. Ставить все сразу не нужно, иначе файл станет тем самым длинным AGENTS.md, который Astra читает слишком буквально.

Этот раздел для тех, кто собирает на модели своего бота или сервис. Если вы работаете только в приложении, его можно пропустить. Коротко о том, что меняется в вызовах.

Перевести существующий проект помогает встроенный скилл. Команда $openai-docs с просьбой мигрировать проект на GPT-6 Astra применяет все изменения из списка выше. Тот же скилл работает в других агентах, если скачать его из репозитория Codex на GitHub.

Если вы только начинаете, вот план на семь дней. По одному шагу в день, и к концу недели у вас будет рабочая связка.

Codex и Claude Code устроены по одной логике, и навык работы с агентом переносится между ними вместе с файлами правил и скиллами. Новые модели выходят каждые несколько месяцев, и привычки под них приходится перестраивать заново. Файл правил, который растет из ваших собственных ошибок, переживает любой релиз.