GPT-5.3-Codex: Агентный подход к программированию и рекурсивное самообучение

Суть обновления

OpenAI выпустила GPT-5.3-Codex — новую модель, которая позиционируется не просто как помощник в написании кода, а как полноценный «нативный агент» (native agent). Главное отличие от предыдущих версий заключается в объединении передовых навыков программирования с общими способностями к рассуждению (reasoning), свойственными моделям уровня GPT-5.2. При этом новая модель работает на 25% быстрее предшественника.

Это обновление знаменует переход от инструментов автодополнения кода к системам, способным брать на себя длительные, многоэтапные технические задачи, требующие исследования, использования инструментов и сложного исполнения.

Контекст: От кодинга к инженерии

Ранее инструменты класса Codex воспринимались индустрией преимущественно как «умные автокомплиты». Они отлично справлялись с генерацией функций или небольших скриптов, но теряли контекст в масштабных проектах. GPT-5.3-Codex меняет парадигму: теперь модель способна удерживать контекст на протяжении миллионов токенов, самостоятельно итерировать решения и исправлять собственные ошибки.

Важным изменением стала интерактивность. Вместо классической схемы «запрос — ожидание — результат», новая модель позволяет пользователю вмешиваться в процесс работы в реальном времени, корректировать направление мысли агента и обсуждать подходы, пока задача еще выполняется.

Технические детали и возможности

Рекурсивное улучшение. Пожалуй, самый интересный факт из релиза: GPT-5.3-Codex сыграла ключевую роль в собственном создании. Команда OpenAI использовала ранние версии модели для отладки процесса обучения, управления развертыванием (deployment) и анализа результатов тестирования. Это один из первых задокументированных случаев, когда AI-агент реально ускорил разработку своей следующей версии.

Показатели и бенчмарки: