News · OpenAI lancia Codex GA con un SDK TypeScript-first e un agente per Slack

Frontend

OpenAI lancia Codex GA con un SDK TypeScript-first e un agente per Slack

La versione general availability porta l'agente CLI dentro le app di terze parti, le pipeline CI e i canali Slack — e sceglie TypeScript come primo linguaggio per farlo.

L'agente ha lasciato il terminale

Il titolo è general availability, ma la sostanza è il posizionamento. OpenAI descrive lo stesso agente che alimenta Codex CLI mentre compare in tre nuovi punti: un'integrazione Slack dove tagghi @Codex come un collega, un SDK da integrare nelle tue app, e una GitHub Action per le pipeline CI/CD.

L'impostazione è voluta. OpenAI dice che puoi "lavorarci ovunque tu scriva codice — nell'editor, nel terminale e nel cloud, tutto collegato dal tuo account ChatGPT." Il collante è l'account, non l'interfaccia. Codex viene presentato come un unico agente con molti punti di accesso, non come un insieme di strumenti separati.

Il flusso su Slack è l'esempio più chiaro: taggi Codex in un thread, lui raccoglie il contesto dalla conversazione, scegli un ambiente, e risponde con un link a un task completato su Codex cloud. Da lì puoi fare il merge, iterare, oppure scaricare il lavoro in locale. Il passaggio tra chat, cloud e laptop è il vero prodotto.

Perché TypeScript è arrivato prima

Per chi costruisce tooling frontend o full-stack, la scelta degna di nota è il linguaggio di lancio dell'SDK. OpenAI ha rilasciato oggi l'SDK di Codex per TypeScript, "con altri linguaggi in arrivo a breve." Partire dall'ecosistema JavaScript — non da Python — è un segnale su dove si aspettano che i workflow con agenti integrati prendano piede per primi.

L'API è minimale e orientata alle sessioni. Importi Codex, avvii un thread, chiami run con un prompt, e riprendi lo stesso thread con un follow-up. OpenAI evidenzia due funzionalità cruciali per un'integrazione reale: output strutturati per il parsing delle risposte dell'agente e gestione del contesto integrata per riprendere le sessioni.

GPT-5-Codex è stato addestrato per Codex — nello specifico, per l'implementazione open source dell'agente che alimenta Codex CLI. Abbiamo anche affinato l'implementazione dell'agente in modo che il suo prompt, le definizioni degli strumenti e il ciclo dell'agente offrano risultati più rapidi e precisi con modelli come GPT-5-Codex. Montana Labs

Questa è l'affermazione chiave per i team che devono decidere se costruire il proprio ciclo agente. OpenAI sostiene che il prompt, le definizioni degli strumenti e il ciclo sono stati co-ottimizzati con il modello, quindi avvolgere il modello da soli parte già in ritardo rispetto all'agente pacchettizzato. L'SDK è una scommessa sul fatto che la maggior parte dei team dovrebbe integrare il ciclo già ottimizzato piuttosto che reimplementarlo.

Cosa raccontano davvero i numeri di adozione

OpenAI riporta un utilizzo giornaliero di Codex in crescita di oltre 10 volte da inizio agosto, e GPT-5-Codex che ha servito oltre 40mila miliardi di token nelle sue prime tre settimane. Sono cifre di scala, non di accuratezza — dicono quanto viene invocato lo strumento, non quanto spesso il suo output viene pubblicato senza modifiche.

I numeri interni sono più leggibili. Quasi tutti gli ingegneri di OpenAI usano ora Codex, contro poco più della metà a luglio, e fanno il merge del 70% in più di pull request ogni settimana. Gli esempi dei clienti puntano nella stessa direzione: Cisco riporta revisioni del codice fino al 50% più rapide, e Instacart ha integrato l'SDK nella sua piattaforma di agenti in background, Olive, per pulire codice morto ed esperimenti scaduti.

Leggendo con attenzione, i casi d'uso più solidi qui sono la revisione e la pulizia — individuare problemi nelle PR, eliminare debito tecnico, e occuparsi di "modifiche ripetitive e ben comprese." È un'affermazione più circoscritta e più difendibile dello sviluppo autonomo di funzionalità, ed è lì che si concentrano i miglioramenti riportati.

I controlli per gli amministratori sono la chiave per l'enterprise

Il rilascio più silenzioso riguarda la governance. Gli amministratori di ChatGPT possono ora modificare o eliminare gli ambienti Codex cloud, imporre impostazioni predefinite locali più sicure per la CLI e l'estensione IDE tramite configurazione gestita, e monitorare le azioni compiute da Codex. Le nuove dashboard di analytics tracciano l'utilizzo su CLI, IDE e web, oltre alla qualità delle revisioni del codice fatte da Codex.

Queste funzionalità sono riservate ai piani Business, Edu ed Enterprise, mentre l'integrazione Slack e l'SDK arrivano anche su Plus e Pro. Questa distinzione dice chiaramente a chi è destinato il tooling per gli amministratori: alle organizzazioni che devono rimuovere informazioni sensibili dagli ambienti e dimostrare di poter vedere cosa ha fatto un agente prima di lasciarlo toccare il codice in produzione.

Una nota sui prezzi sepolta in fondo che conta per il budget: a partire dal 20 ottobre, i task su Codex cloud inizieranno a contare per l'utilizzo. I team che delegano lavoro all'agente cloud tramite Slack o l'SDK dovrebbero stimare questo consumo prima di integrarlo nelle pipeline automatizzate.

L'implicazione specifica: un agente integrabile e governato cambia i calcoli tra costruire e comprare

La combinazione che definisce questo rilascio è un agente TypeScript co-ottimizzato che puoi inserire nelle tue app, più i controlli amministrativi per farlo funzionare in tutto un workspace. Insieme spingono verso una decisione precisa: continuare a costruire scaffolding su misura per agenti di coding, oppure adottare il ciclo pacchettizzato di OpenAI e strumentarlo centralmente.

Per i team applicati, la lettura onesta è che l'agente pacchettizzato è ormai il punto di riferimento da superare. Se integri l'SDK di Codex, eredita il prompt ottimizzato, gli strumenti e la gestione delle sessioni — e accetti un'identità basata sull'account ChatGPT, il conteggio dei task cloud a partire dal 20 ottobre, e la superficie di governance di OpenAI come luogo in cui osservare il comportamento dell'agente. Il compromesso è cedere controllo sul ciclo in cambio di un vantaggio di partenza sulla qualità, e questo rilascio è pensato per far apparire facile quel compromesso.

Find this story relevant to you?

Contact us to find a unique solution

Contact us

Cerchi un partner di ingegneria AI capace di costruire davvero?

Aiutiamo le aziende a integrare l AI nei prodotti, automatizzare i flussi di lavoro ad alto valore e modernizzare i sistemi software che sostengono la crescita.

Get in touch

Letture correlate

Altre analisi su delivery di prodotto, IA operativa e il lavoro sui sistemi che fa reggere il deployment alla prova dei fatti.

Jul, 13 4 min di lettura
Frontend

DNP ha messo ChatGPT Enterprise davanti a dieci dipartimenti e ha trattato la finestra di chat come interfaccia

Jul, 13 4 min di lettura
Frontend

AdventHealth distribuisce ChatGPT in nove stati trattando l'adozione come il vero prodotto

Jul, 13 4 min di lettura
Frontend

AP+ usa Codex per costruire prototipi di pagamento che si comportano come il sistema reale, non solo schermate cliccabili