Dopo Operator (navigazione web) e Deep Research (sintesi delle informazioni), OpenAI ha annunciato venerdì l'anteprima di un nuovo agente dedicato all'ingegneria software: Codex (da non confondere con la prima versione di Codex lanciata nel 2021). Questo agente, integrato nell'interfaccia di ChatGPT, è progettato per automatizzare alcune attività di programmazione come la generazione di codice, il rilevamento e la correzione di bug, la scrittura di test o la creazione di pull request.
A differenza dei sistemi di assistenza al codice classici, che si limitano a proporre completamenti o suggerimenti, questo agente funziona in modo più autonomo. Le attività vengono eseguite in un ambiente isolato basato su cloud, configurato con il contesto tecnico fornito dall'utente (in particolare il contenuto del suo repository di codice). Ciò consente all'agente di svolgere operazioni complesse in modo sequenziale o parallelo, garantendo al contempo un certo livello di verifica interna: può, ad esempio, eseguire codice, analizzare i risultati, regolare le proprie modifiche e generare documenti di output come pull request pronte per essere riviste.
Questo funzionamento si basa su un modello chiamato codex-1, una declinazione del modello di ragionamento GPT-4 (riferito come "o3" da OpenAI nelle sue comunicazioni interne). Questo modello è stato specificamente affinato tramite apprendimento per rinforzo su scenari di sviluppo software, con l'obiettivo di produrre codice leggibile, coerente con lo stile del progetto e rispettoso delle buone pratiche.
Funzionamento e disponibilità
Codex è accessibile dalla barra laterale di ChatGPT (per gli utenti dei piani Pro, Team e Enterprise). Sono proposte due voci principali:
“Code” per richiedere l'esecuzione di un'attività (implementazione, correzione, ecc.)
“Ask” per interrogare l'agente su un file o una struttura esistente (funzione, classe, dipendenza, ecc.)
Il tempo necessario per l'esecuzione dipende dalla complessità dell'attività e varia, secondo OpenAI, da pochi minuti a mezz'ora. Diverse aziende, tra cui Cisco, Superhuman, Temporal e Kodiak, stanno sperimentando lo strumento in casi d'uso reali come la manutenzione di codice legacy, la generazione di test automatizzati o la documentazione di progetti.
Il servizio è per ora limitato agli abbonati a pagamento, e la sua estensione agli utenti dell'offerta "Plus" è annunciata per una data successiva.
Per capire meglio
Qual è l'impatto regolatorio potenziale dell'uso di un ambiente isolato basato su cloud per l'ingegneria del software, in termini di regolamentazione e conformità?
L'utilizzo di un ambiente isolato basato su cloud solleva preoccupazioni regolatorie, in particolare riguardo alla sicurezza dei dati e alla conformità con gli standard di protezione dei dati come il GDPR. Le aziende devono garantire che le loro pratiche di hosting su cloud siano conformi a queste regolamentazioni per evitare rischi legali.
Come migliora l'affinamento del modello codex-1 con l'apprendimento per rinforzo le sue prestazioni nello sviluppo software?
L'affinamento del modello codex-1 con l'apprendimento per rinforzo consente al modello di imparare dai propri errori e di adattarsi dinamicamente. Questo migliora la sua capacità di generare codice in modo coerente e conforme alle pratiche moderne di sviluppo, aumentando la sua precisione nella comprensione e nell'implementazione delle attività di programmazione.