OpenAI Codex

Alcance de la nota

OpenAI Codex es una familia de superficies de desarrollo asistido por AI. Esta nota toma Codex CLI como punto de entrada práctico. No identifica el producto con un modelo particular ni presume que CLI, extensión de IDE y ejecución cloud tengan configuración, disponibilidad o permisos idénticos. Las capacidades descritas se consultaron el 2026-11-08; no se ejecutó una prueba comparativa entre productos.

La documentación de CLI describe inspección de archivos, edición y ejecución de herramientas del entorno local. Distingue el trabajo interactivo de codex exec, utilizable en scripts. Eso implementa partes de coding-agent y agent-harness: el modelo participa en decisiones, mientras el runtime mantiene la interacción y hace disponibles herramientas. Un comando generado sigue dependiendo de lo instalado y autorizado en el entorno.

Contexto e instrucciones del repositorio

Codex documenta una cadena de descubrimiento de guía global y de proyecto. En cada directorio considera AGENTS.override.md, AGENTS.md y nombres alternativos configurados; incorpora como máximo un archivo por directorio. El recorrido del proyecto va desde la raíz hasta el directorio de trabajo. La guía más próxima aparece después en esa composición. Es comportamiento específico del descubrimiento de AGENTS.md, no una regla universal que permita a cualquier archivo desplazar políticas de plataforma o el encargo del usuario.

En términos del Atlas, esos archivos son persistent-instructions. El contexto útil también incluye evidencia actual de archivos, pruebas y decisiones: context-engineering-for-software-development no se reduce a mantener un archivo de instrucciones grande. Para un monorepo conviene comprobar desde qué directorio se inició la tarea y qué guía corresponde al área modificada.

Límites de ejecución

La documentación distingue sandbox y política de aprobación. El primero delimita ejecución; la segunda determina cuándo una acción requiere revisión. El modo workspace-write mantiene restricciones aunque una solicitud de aprobación pueda revisarla una persona o un mecanismo automático. Sandbox describe los controles y sus opciones; no deben inferirse únicamente de una respuesta del modelo.

Un punto de partida documentado para inspección interactiva es:

codex --sandbox read-only --ask-for-approval on-request

Este ejemplo de aprobaciones y seguridad conserva una vía para solicitar excepciones; no equivale a prohibir técnicamente toda escalación futura. Antes de concederla, corresponde revisar el efecto solicitado. agent-permissions-and-approval-boundaries y agent-sandboxing explican las diferencias generales; no se necesita abrir acceso completo para resolver cualquier bloqueo.

Un primer encargo verificable

Como procedimiento propuesto por el Atlas, elegir una corrección pequeña con aceptación observable. Pedir primero los archivos relevantes y una hipótesis basada en evidencia, después autorizar una modificación delimitada y finalmente revisar diff y pruebas. Por ejemplo: «investigá por qué el endpoint devuelve un error ante este caso; conservá la API pública y mostrame cómo verificar la corrección».

Separar investigación, edición y publicación permite decidir cuánto delegar. Un resumen de éxito no prueba que el comando se haya ejecutado en la revisión actual. Conservar comando, resultado y SHA cuando corresponda sigue siendo responsabilidad de generated-code-verification. Cambiar el modelo o reanudar una conversación tampoco congela el working tree.

Cuándo evaluarlo y qué volver a comprobar

Resulta pertinente evaluar CLI cuando el trabajo ya se expresa mediante archivos, comandos y resultados reproducibles. Para tareas con interacción visual o ejecución remota, revisar la superficie concreta en lugar de extrapolar esta nota.

Antes de adoptarlo en otro equipo, verificar autenticación disponible, políticas organizacionales, tratamiento de datos, soporte del sandbox en el sistema operativo y consumo real de las tareas. Esta nota no fija modelos predeterminados, cuotas ni precios. Una actualización puede cambiar descubrimiento, opciones y límites; review_by marca una revisión editorial prevista, no una garantía de vigencia hasta esa fecha.

Relaciones

ai-technology-catalog organiza las implementaciones. repository-exploration-and-task-framing ayuda a preparar el encargo y agent-execution-and-human-review-cost permite evaluar el trabajo completo, incluida su revisión.