Hoppa till huvudinnehåll
Svenska— Välj ett språk
Meny

Vad är Codex: en utvecklingsagent i molnet

Lektion 1 av 20 Uppdaterad 3 november 2026 Utvecklare
På denna sida
  1. En utvecklingsagent, inte bara en assistent
  2. Hur Codex fungerar
  3. Vad Codex kan göra
  4. Codex kontra ChatGPT: vad är skillnaden?
  5. Modellerna bakom Codex
  6. Viktiga punkter

Lektionen uppdaterad 3 november 2026 baserat på Codex-dokumentation: Codex fungerar nu lokalt (ChatGPT-skrivbordsapp, CLI, editor-tillägg) såväl som i molnet (Codex Cloud), och är inte längre begränsad till en molnsandlåda. Rekommenderade modeller tillhör GPT-6-familjen, och Codex resonemangsinsats varierar från low till ultra beroende på modell. Tillägg 3 november: Introduktionen citerade tidigare GPT-5.6-familjen, som Codex ersatte med GPT-6 i slutet av september 2026. Källor: Codex CLI · Codex Cloud · Agent approvals & security.

En utvecklingsagent, inte bara en assistent

Codex är OpenAIs utvecklingsagent, och skillnaden gentemot en chattbot är inte bara kosmetisk. En konversationsassistent svarar på dina frågor; Codex utför faktiskt utvecklingsuppgifter på din maskin eller i en molnmiljö. Den läser din källkod, förstår din projektkontext och producerar konkreta ändringar: skriver kod, kör tester, refaktoriserar och felsöker. Sedan lanseringen 2025, och nu driven av GPT-6-modellfamiljen, förändrar Codex frågan du ställer. Du frågar inte längre “Hur gör jag X?” Du ber Codex att göra X.

Ett vardagsscenario visar skillnaden. Din API-endpoint har inte validerat indata på tre veckor, och du vet om det. Med en konversationsassistent beskriver du filen, klistrar in koden, får ett förslag och integrerar det sedan manuellt genom att fixa import och lösa konflikter. Det mesta av din tid går åt till detta sista steg, och det är steget som får dig att skjuta upp arbetet. Med Codex beskriver du det önskade resultatet och får en diff som redan är applicerad på arkivet, med tester körda.

Hur Codex fungerar

Codex fungerar på två sätt, och ditt val avgör vad den får röra.

Lokalt, via ChatGPT-skrivbordsappen, CLI eller ett editor-tillägg, arbetar Codex i mappen du öppnar för den. Den läser filer, modifierar kod och kör kommandon i en operativsystemtvingad sandlåda, generellt begränsad till den aktuella arbetsyta, med nätverksåtkomst inaktiverad som standard. En godkännandepolicy avgör när den måste stanna och be om ditt tillstånd innan den agerar.

I molnet, kör Codex Cloud uppgiften i en miljö du har förberett: dina GitHub-arkiv, deras beroenden och deras verktyg. Varje uppgift får sin egen arbetsyta och fortsätter även när din dator sover. Du konfigurerar nätverksåtkomst, miljövariabler och hemligheter per miljö.

I båda fallen är cykeln densamma:

  1. Analys — den läser relevanta filer, förstår arkitekturen, identifierar ramverket
  2. Exekvering — den skriver kod, kör kommandon, exekverar tester
  3. Verifiering — den kontrollerar att dess ändringar fungerar
  4. Leverans — den presenterar ändringarna för din granskning; du behåller dem, begär en korrigering, och gör sedan commit eller öppnar en pull request

Detta ramverk – sandlådor, kontrollerad nätverksåtkomst, godkännanden – är vad som låter dig anförtro ett riktigt arkiv till en agent. Börja med standardbehörigheter och luckra bara upp dem för betrodda arkiv eller specifika arbetsflöden.

Vad Codex kan göra

Utbudet av uppgifter täcker det mesta av ett teams dagliga arbete, från att lägga till funktioner till tunga migreringar. Tabellen parar ihop varje kapacitet med en instruktion så som du faktiskt skulle skriva den.

KapacitetKonkret exempel
Skriva kod”Lägg till en POST /api/users-endpoint med Zod-validering”
Refaktorisera”Migrera denna klasskomponent till en React-funktionell komponent”
Skriva tester”Generera enhetstester för auth-modulen”
Felsöka”Testet user.spec.ts misslyckas – hitta och fixa buggen”
Dokumentera”Lägg till JSDoc till alla exporterade funktioner i src/lib/“
Migrera”Migrera projektet från Express till Fastify”

Lägg märke till formen på dessa meningar: var och en nämner en fil eller modul, ett handlingsverb och ett förväntat resultat. Detta är grammatiken för att arbeta med en agent, och en instruktion som saknar något av dessa tre element ger nästan alltid ett ungefärligt resultat.

Codex kontra ChatGPT: vad är skillnaden?

Codex är nu en del av ChatGPT: i skrivbordsappen väljer du Codex från ChatGPT-menyn för mjukvaruutveckling, med din kodkontext och utvecklarverktyg, medan Chat hanterar snabba frågor och Work hanterar forskning och leverabler. Skillnaden ligger i vad agenten får röra. I en konversation klistrar du in kod och får tillbaka ett svar som du måste integrera själv, hantera konflikter, saknade import och köra om tester på egen hand. Med Codex arbetar agenten i din mapp eller dina arkiv: den gör ändringarna, kör testen och presenterar resultatet för din granskning innan commit eller pull request.

Hela skillnaden kokar ner till ett ord: Codex är en autonom agent. Den planerar, exekverar, verifierar och itererar. Slutsatsen är värd att förutse eftersom den förändrar ditt dagliga arbete: din roll flyttas uppströms till formulering av uppgifter och nedströms till granskning av resultat.

Modellerna bakom Codex

Codex-dokumentationen rekommenderar för närvarande fyra modeller. GPT-6 Astra passar det mest krävande, heltäckande arbetet. GPT-6.1 Sol erbjuder prestanda nära Astra till lägre kostnad, vilket gör den till valet för långt, återkommande arbete – det är också modellen som dokumentationen använder som standardexempel (model = "gpt-6.1-sol"). GPT-6.1 Terra, snabb och effektiv, utmärker sig inom skrivande, visuell förståelse och datoranvändning. GPT-6 Luna tjänar riktade, repetitiva uppgifter där du kan känna igen ett bra resultat.

Den andra reglaget är resonemangsinsats (model_reasoning_effort), som sträcker sig från low till ultra beroende på vilka nivåer den valda modellen accepterar. Högre insats ökar svarstiden och konsumtionen men kan förbättra kvaliteten på komplext arbete: att fixa en etikett hanterar låg insats, medan en ramverksmigrering förtjänar mer.

Viktiga punkter

  • Codex är en agent som exekverar uppgifter, inte en chattbot som svarar på frågor
  • Den fungerar lokalt (OS-sandlåda, nätverk avstängt som standard, godkännanden) eller i molnet (Codex Cloud-miljöer)
  • Den förstår din projekts kontext: mappen som öppnats lokalt, arkiven i molnmiljön
  • Den producerar verifierbara resultat: differ, PR:ar, exekveringsloggar
  • Fyra rekommenderade modeller (GPT-6 Astra, GPT-6.1 Sol, GPT-6.1 Terra, GPT-6 Luna) och justerbar resonemangsinsats