OpenAI Codex erhält persistente Cloud-Umgebungen

OpenAI erweitert Codex um wiederverwendbare Cloud-Umgebungen, parallele Agenten, automatisierte Code-Reviews und Sicherheitsscans. Für Unternehmen sinkt damit der Aufwand für eigene Software, zugleich wachsen die Abhängigkeit von OpenAI und der Prüfbedarf beim Schutz des Quellcodes.

OpenAI Codex erhält persistente Cloud-UmgebungenBild: KI-generiert

Codex wird zur dauerhaften Entwicklungsumgebung

OpenAI baut den Software-Agenten Codex deutlich aus. Die auf dem DevDay vorgestellten Funktionen reichen von persistenten Cloud-Arbeitsplätzen über Sprachsteuerung bis zu automatisierten Code-Reviews und Sicherheitsscans.

Bislang konnten Codex-Aufgaben bereits in der Cloud ausgeführt werden. Die neuen Umgebungen sind jedoch wiederverwendbar und konfigurierbar, statt für jede Aufgabe als getrennte Sandbox neu zu starten. Entwickler können dieselbe Arbeitsumgebung am Rechner, über ein Smartphone oder direkt in der Cloud aufrufen.

Teams erhalten gemeinsame Arbeitsbereiche mit festgelegten Berechtigungen und Einstellungen. Dadurch sollen Aufgaben schneller starten, weil Abhängigkeiten und Zugriffsrechte nicht jedes Mal neu eingerichtet werden müssen.

Codex entwickelt sich damit von einem punktuellen Code-Assistenten zu einer dauerhaft verfügbaren, kollaborativen Entwicklungsumgebung.

CLI steuert mehrere Agenten parallel

Auch das Codex CLI, also die Bedienoberfläche für das Terminal, wird erweitert. Aufgaben lassen sich künftig per Sprache starten und steuern. Eine neue Ansicht mit dem Befehl /agents zeigt mehrere delegierte Aufgaben gleichzeitig an.

OpenAI verbessert außerdem das Bearbeiten von Prompts, das Wiederaufnehmen früherer Sitzungen und den Umgang mit Worktrees. Worktrees sind parallele Arbeitsverzeichnisse desselben Git-Projekts, mit denen mehrere Änderungen getrennt bearbeitet werden können.

Die parallele Aufgabenverteilung folgt demselben Trend wie Claude Code Projects mit mehreren gleichzeitig arbeitenden Agenten. Für Entwicklungsteams verschiebt sich die Arbeit damit stärker von der manuellen Umsetzung zur Planung, Delegation und Kontrolle.

Code-Reviews für GitHub und GitLab

Codex wird für Code-Reviews in die ChatGPT-Desktop-App integriert. Dort lassen sich Zusammenfassungen lesen, Änderungen untersuchen und mögliche Probleme abfragen, bevor Rückmeldungen zu GitHub Pull Requests oder GitLab Merge Requests abgegeben werden.

Erste Reviews können auch automatisiert im Hintergrund erfolgen. Das kann Durchlaufzeiten verkürzen, ersetzt aber keine verbindlichen Freigaberegeln. Besonders bei sicherheitskritischen oder regulatorisch relevanten Anwendungen bleibt eine nachvollziehbare menschliche Prüfung erforderlich.

Codex Security Cloud scannt Repositories

Mit Codex Security Cloud führt OpenAI zusätzliche Sicherheitswerkzeuge ein. Ganze GitHub-Repositories können auf Abruf, nach einem Zeitplan oder bei neuen Commits untersucht werden. Codex analysiert die Ergebnisse, entfernt doppelte Meldungen und bereitet mögliche Korrekturen in der Cloud vor.

Die Scans laufen auch weiter, wenn kein lokaler Rechner aktiv ist. Zudem erhalten Entwickler über diese Werkzeuge direkten Zugang zu Modellen der OpenAI-Cybersicherheitsinitiative Daybreak Blue, ohne dafür ein separates Bewerbungsverfahren durchlaufen zu müssen.

Für sensible Projekte ist die technische Isolation entscheidend. Einen alternativen Ansatz verfolgen etwa Docker Cloud Sandboxes für KI-Agenten, die Agentenaufgaben gezielt von lokalen Systemen trennen.

NeuerungEinsatzOffene Punkte
Persistente Cloud-UmgebungenWiederverwendbare Arbeitsplätze mit gemeinsamen Einstellungen und BerechtigungenServerstandorte und konkrete Verfügbarkeit nicht genannt
Codex CLISprachsteuerung und parallele Überwachung mehrerer AufgabenKeine Angaben zu Nutzungslimits
Code-ReviewsPrüfung von GitHub Pull Requests und GitLab Merge RequestsPreismodell nicht genannt
Codex Security CloudGeplante und ereignisgesteuerte Repository-ScansUmgang mit gespeichertem oder gescanntem Quellcode nicht erläutert

Neue APIs für Entscheidungen und AWS-Agenten

Die neue Decisions API nutzt das Modell Luna für Echtzeitentscheidungen. Anwender definieren dafür Fragen und eine feste Menge möglicher Antworten. Luna wählt innerhalb dieses vorgegebenen Rahmens eine Antwort aus.

Die aktualisierte Agents API unterstützt zudem Computer Use, also die Bedienung grafischer Anwendungen durch einen Agenten. Über Amazons Bedrock Managed Agents können OpenAI-Agenten vollständig auf AWS betrieben werden. Die Erweiterung baut auf der bereits gestarteten OpenAI Agents API auf.

Mehr Eigenentwicklung, aber neue Abhängigkeiten

Für Unternehmen senken persistente Entwicklungsumgebungen und automatische Reviews den organisatorischen Aufwand für maßgeschneiderte Software. Kleine Teams können interne Werkzeuge schneller entwickeln und damit in einigen Fällen teure Standard-SaaS-Abos ersetzen.

Die Abhängigkeit verschwindet dadurch allerdings nicht. Sie verlagert sich auf OpenAI und gegebenenfalls auf AWS. Ohne veröffentlichte Preise lässt sich zudem noch nicht seriös beurteilen, ob dauerhafte Cloud-Umgebungen und Hintergrundscans wirtschaftlicher sind als lokale Entwicklungswerkzeuge oder selbst betriebene Agenten.

Im DACH-Raum kommt der Umgang mit unternehmenseigenem Quellcode hinzu. OpenAI nennt in den vorliegenden Angaben weder Serverstandorte noch Details zu Aufbewahrung, Trainingsausschlüssen oder datenschutzrechtlichen Vereinbarungen. Vor einem produktiven Einsatz sollten deshalb Datenflüsse, Zugriffsrechte, Protokollierung und Löschkonzepte geklärt werden.

Auch der Veröffentlichungsstatus bleibt offen. Es ist bislang nicht bestätigt, ob sämtliche Funktionen allgemein verfügbar sind oder zunächst nur eingeschränkt bereitgestellt werden.