У розмові на OpenAI Forum керівник напряму Codex Тібо Сотіо розповів, як інструмент, що починався як помічник для програмістів, став критичною частиною щоденної роботи всієї компанії. Сьогодні Codex всередині OpenAI використовують не лише інженери, а й фінансисти, керівники, дизайнери та аналітики — для досліджень, планування, автоматизації, роботи з даними та навіть підготовки презентацій. Цей досвід показує, як агентні системи на базі великих мовних моделей змінюють не окремі ролі, а всю організаційну динаміку.
Від коду до всього робочого столу
Codex створювали як відповідь на давню технічну амбіцію: навчити модель писати код на рівні «продуктивного софтверного інженера». Перші версії були зосереджені на репозиторіях, GitHub і pull request’ах. Але реальність роботи інженерів виявилася значно ширшою за написання функцій і класів.
Усередині OpenAI підрахували, що програмісти витрачають на власне написання коду лише близько 20–30% часу. Решта йде на розбір і пріоритизацію тікетів, обговорення архітектури, розслідування багів, роботу з інцидентами, координацію через Slack і документи, загальне «тримання в голові» стану систем. Саме в цих зонах Codex почав приносити не меншу, а подекуди й більшу користь, ніж у чистому програмуванні.
Після стрибка якості в GPT?5 і GPT?5.2, які зробили моделі надійнішими в довгих, багатокрокових завданнях, Codex перестав бути лише «кодогенератором». Усередині компанії його тепер системно використовують для досліджень, планування, організації файлів, автоматизації рутинних дій, аналізу даних та підготовки презентацій. За внутрішніми спостереженнями OpenAI, більшість завдань, які Codex виконує сьогодні, вже не пов’язані безпосередньо з написанням коду.
Це не просто розширення сфери застосування. Фактично Codex став універсальним агентом для будь-якої роботи, що відбувається «за комп’ютером» — від пошуку потрібного дашборду до збирання зворотного зв’язку з різних каналів і перетворення його на структурований план дій.
Агент, який сам пише в Slack і ганяє статуси
Один із найяскравіших прикладів внутрішнього використання Codex в OpenAI пов’язаний із підготовкою до одного з запусків продукту. Ведучий продукт-менеджер координував десятки змін, команд і джерел інформації — від GitHub до Slack — і фактично працював у режимі «оркестратора» невеликої армії агентів Codex.
Ключова деталь: Codex у цій конфігурації не обмежувався аналізом коду чи документів. Він був підключений до Slack і міг від імені користувача надсилати повідомлення, уточнювати статус завдань, нагадувати про дедлайни. Агент не лише збирав контекст, а й активно «ганяв» людей за оновленнями, після чого оновлював центральний документ із поточним станом фіч, відгуками користувачів і переліком того, що ще треба доробити.
Така інтеграція змінює саму природу координаційної роботи. Те, що раніше вимагало годин ручного продзвонювання, перечитування каналів і переписування статусів у таблиці, тепер частково бере на себе агент. Людина залишається тим, хто ухвалює рішення й веде змістовні розмови, а Codex — тим, хто невтомно збирає, синхронізує й структурує інформацію.
OpenAI підкреслює, що моделі добре справляються з пошуком релевантного контексту та його стислим підсумовуванням. У поєднанні з можливістю писати в Slack це перетворюється на повноцінний інструмент для управління проєктами, де значна частина «чорнової» координації делегується машині.
Коли інженери прискорюються, гальмує маркетинг
Внутрішній ефект від впровадження Codex в OpenAI описують як зсув організаційних «вузьких місць». Спочатку інструмент пришвидшив роботу інженерів: вони швидше розбирають тікети, оперативніше досліджують баги, менше часу витрачають на рутину. Це безпосередньо вплинуло на швидкість розробки й релізів.
Але далі з’ясувалося, що вузьке місце змістилося. Коли інженерні команди можуть будувати й змінювати продукт значно швидше, ніж раніше, компанія стикається з іншою проблемою: як встигати пояснювати світові, що саме було зроблено, навіщо й для кого. За словами OpenAI, новими «бутилочними горлечками» стали комунікації та маркетинг.
Підготовка презентацій для стейкхолдерів, дослідження публічного сприйняття нових функцій, аналіз відгуків, формулювання меседжів — усе це виявилося не менш трудомістким, ніж розробка. І саме сюди почали переносити Codex як інструмент, що може:
- зібрати контекст із публічних джерел і внутрішніх документів;
- зробити первинний аналіз настроїв і реакцій;
- підготувати чернетки презентацій і звітів;
- структурувати інформацію так, щоб її могли швидко спожити різні аудиторії.
OpenAI описує це як загальну тенденцію: завдання, які раніше займали дні, тепер часто стискаються до кількох годин, а подекуди й повністю автоматизуються. Це стосується не лише інженерії, а й маркетингових досліджень, роботи з репутацією, внутрішніх комунікацій.
Показовий момент: у компанії прямо говорять, що нинішній темп випуску продуктів був би неможливим без Codex. Інструмент вважають критично важливим для поточної «velocity» — швидкості, з якою OpenAI доставляє нові можливості користувачам.
Фінанси, фандрейзинг і дані: як Codex заходить у бек-офіс
Якщо інженерія й продуктова робота були природним першим полем для Codex, то фінанси й бек-офіс демонструють, наскільки далеко може зайти агентний підхід у нетехнічних функціях.
Фінансовий директор OpenAI Сара Фраєр, за словами компанії, використовувала Codex для організації останнього раунду залучення інвестицій. Йдеться не про «магічне» ухвалення фінансових рішень моделлю, а про прискорення всієї операційної частини процесу: структурування інформації, відстеження запитів, організацію документів, координацію кроків між різними сторонами.
У фінансовому департаменті Codex застосовують ширше — як інструмент для організації й прискорення фінансової роботи загалом. Це може включати впорядкування файлів, підготовку проміжних звітів, зведення численних джерел даних у зрозумілі дашборди, а також автоматизацію повторюваних завдань, які раніше виконували вручну.
Окрема лінія — робота з даними на рівні всієї компанії. Codex використовується як внутрішній «провідник» по аналітичній інфраструктурі OpenAI. Замість того, щоб звертатися до дата-аналітиків із запитанням «де подивитися метрику X за останній квартал», співробітник може поставити це питання Codex. Агент знаходить відповідні дашборди й бізнес-метрики, витягує потрібні фрагменти й повертає відповідь у зручному форматі.
Це не лише економія часу аналітичної команди. Це зміна моделі доступу до даних: знання про те, «де що лежить», перестає бути вузькою експертизою окремих людей і стає доступним через універсальний інтерфейс природної мови.
Коли дизайнери пушать код, а баги не губляться
Ще один помітний ефект внутрішнього впровадження Codex — розмивання жорстких меж між технічними й нетехнічними ролями. OpenAI відзначає, що завдяки Codex дизайнери й інші неінженери отримали можливість самостійно пушити код і безпосередньо змінювати продукт.
Йдеться не про те, що кожен дизайнер раптом став повноцінним бекенд-розробником. Але коли агент може:
- зрозуміти намір у природній мові («зміни відступи тут», «онови текст іконки», «перемісти цей елемент вище»),
- знайти відповідні фрагменти коду чи конфігурації,
- запропонувати безпечну зміну й оформити її як pull request,
бар’єр входу в прості правки різко знижується. Дизайнер може швидко внести косметичну зміну в інтерфейсі, не чекаючи вільного слота в беклозі інженерів. Це, у свою чергу, зменшує кількість дрібних задач, які відволікають розробників від складніших проблем.
Codex також використовують для розслідування багів, особливо тих, що зазвичай опиняються «на дні» пріоритетів. У будь-якій продуктовій організації є довгий хвіст дрібних або малопріоритетних звітів про помилки, до яких руки доходять не завжди. Усередині OpenAI частину такої роботи делегують агенту: Codex може пройтися по звіту, знайти пов’язані логи, перевірити гіпотези щодо причин, звузити коло пошуку.
Людина-інженер підключається вже на етапі, коли є структурований опис проблеми, зібраний контекст і кілька перевірених напрямів. Це не лише підвищує якість обслуговування «дрібних» багів, а й зменшує ризик того, що важливі, але неочевидні проблеми залишаться без уваги.
Внутрішній агент як новий «шар» організації
Сукупність цих практик — від Slack-інтеграцій до фінансових процесів — показує, що Codex у OpenAI перестав бути просто інструментом у наборі. Він фактично став новим «шаром» організації, який:
- знає, де лежать коди, документи, дашборди й метрики;
- уміє взаємодіяти з основними робочими інструментами на кшталт Slack;
- може виконувати довгі ланцюжки дій, що раніше вимагали участі кількох людей;
- доступний як інженерам, так і нетехнічним фахівцям.
Цей шар не замінює функції, а переписує їхні межі. Інженери менше часу витрачають на координацію й рутину, дизайнери отримують обмежений, але реальний доступ до коду, фінансисти — до автоматизованої організації процесів, керівники — до швидкого доступу до даних і аналітики.
Водночас організація змушена переосмислювати, де тепер виникають «вузькі місця». Коли інженерія прискорюється, на перший план виходять комунікації, маркетинг, стратегічне позиціонування. Коли доступ до даних стає миттєвим, важливішими стають якість постановки запитань і здатність інтерпретувати відповіді.
Досвід OpenAI демонструє, що впровадження агентів на кшталт Codex — це не лише про економію часу окремих співробітників. Це про зміну балансу між функціями, перерозподіл відповідальності й появу нового типу «цифрового колеги», який працює одночасно в інженерії, фінансах, аналітиці й операціях.
Висновок: Codex як модель майбутнього офісу
Внутрішнє використання Codex в OpenAI показує, як виглядає офіс, де агентні системи інтегровані не точково, а горизонтально — через усі функції. Інструмент, який починався як помічник для написання коду, став критично важливим для швидкості релізів, допомагає організовувати фандрейзинг, відповідає на запитання про бізнес-метрики, пише в Slack і розбирає баги, до яких у людей не доходили руки.
Цей досвід навряд чи можна просто «скопіювати» без урахування контексту, але він задає орієнтир: агент має бути не надбудовою над окремим інструментом, а спільним шаром доступу до коду, документів, даних і комунікацій. Саме тоді він починає змінювати не лише окремі ролі, а й саму структуру роботи.
Для компаній, які замислюються над впровадженням подібних систем, кейс OpenAI дає кілька чітких сигналів. По-перше, найбільший ефект часто з’являється не там, де його очікують: прискорення інженерії оголює вузькі місця в маркетингу й комунікаціях, а не навпаки. По-друге, справжня цінність виникає тоді, коли агент стає спільним інструментом для технічних і нетехнічних команд. І по-третє, питання вже не в тому, чи може модель писати код, а в тому, як вона допомагає організації працювати як єдиний, узгоджений механізм.
Джерело
Codex for Everyday Work: AI Agents Beyond Coding — OpenAI Forum