Codex App: Parallele Aufgaben bis zum geprüften Commit

Die Codex App lohnt sich besonders, wenn zwei unabhängige Programmieraufgaben parallel betreut werden sollen: Jede erhält einen eigenen Worktree, anschließend werden die Ergebnisse einzeln geprüft und als Commit gespeichert. Wer bereits einen ChatGPT-Tarif nutzt, behält damit parallele Arbeiten leichter im Blick. Für die Arbeit im Terminal und gezielte Änderungen bleiben CLI und IDE-Erweiterung sinnvoll.

Wofür eignet sich die Codex App?

OpenAI Codex spielt auf dem Desktop seine Stärken aus, wenn mehrere Arbeiten an einem Repository koordiniert und ihre Änderungen einzeln nachvollzogen werden müssen. Ein Thread, in der Dokumentation inzwischen Chat genannt, bündelt das Gespräch zu einer Aufgabe. Ein Worktree stellt dafür einen separaten Checkout des Git-Repositorys bereit. Änderungen an seinen Dateien landen dadurch nicht im gerade genutzten Checkout. Die Desktopoberfläche führt diese Gespräche und ihre Ergebnisse übersichtlich zusammen. OpenAI-Dokumentation zur App, Dokumentation zu Worktrees.

Am 18. Oktober 2026 anhand der aktuellen OpenAI-Dokumentation geprüft: Die bisherigen Dokumentationsadressen zur Codex-App, ihren Funktionen und dem Schnelleinstieg führen inzwischen zur Dokumentation der ChatGPT-Desktop-App. Für die Einrichtung wird jetzt diese App installiert; für die Softwareentwicklung wird anschließend Codex im ChatGPT-Auswahlmenü gewählt. Der Name des Downloads hat sich geändert. Codex ist weiterhin ausdrücklich als Option dokumentiert. Offizieller Schnelleinstieg.

Der Desktop-Workflow lässt sich mit getrennten Werkbänken vergleichen, die auf dasselbe Projektarchiv zugreifen. Auf jeder kann eine andere Arbeit liegen. Welche fertigen Änderungen zusammengehören, entscheidet weiterhin der Mensch. Das wird etwa dann relevant, wenn ein Gründer eine Korrektur an der Validierung delegiert und in einem zweiten Chat die Einrichtungsdokumentation überarbeiten lässt. Die App erleichtert die Betreuung beider Aufgaben; die Verantwortung für das Verhalten des fertigen Produkts bleibt beim Gründer.

App, Terminal oder IDE: Welche Oberfläche passt zur Arbeit?

Die App bietet sich an, wenn es vor allem darum geht, mehrere Arbeiten zu koordinieren. Terminal oder Editor passen besser, wenn dort ohnehin der Schwerpunkt liegt. Alle sind Zugänge zu Codex, bringen aber unterschiedliche Vorteile für den Arbeitsablauf mit.

Die Angaben zu den Funktionen stammen aus der Dokumentation zu CLI, IDE, Schnelleinstieg und geplanten Aufgaben. Die Zuordnung zu Einsatzbereichen ist eine redaktionelle Einschätzung dazu, wo sich die Arbeit am besten betreuen lässt.

Wer im Alltag zwischen Shell-Befehl, Testergebnis und Diff wechselt, ist mit der CLI weiterhin gut bedient. Sie kann das Repository untersuchen und bearbeiten, lokale Tools ausführen und über codex exec in wiederholbare Skripte eingebunden werden. Für diesen Arbeitsstil bietet sich die Anleitung zur Einrichtung der OpenAI Codex CLI als Einstieg an.

Codex-App oder VSCode-Erweiterung?

Ist der relevante Code bereits in Visual Studio Code geöffnet, gelingt der Einstieg über die IDE-Erweiterung meist leichter. Sie kann geöffnete Dateien und markierte Abschnitte einbeziehen, Änderungen direkt neben dem Quelltext zur Prüfung anzeigen und größere Aufgaben an die Cloud delegieren. Die Desktop-App wird dann interessant, wenn der Wechsel zwischen unabhängigen Aufgaben wichtiger ist als die Arbeit an einer einzelnen Datei. Über Open lässt sich ein Worktree aus der App heraus auch im Editor öffnen. IDE-Workflow, Bedienelemente für Worktrees.

Wie gehört Codex zu ChatGPT?

In der aktuellen Desktop-App stehen ChatGPT und Codex innerhalb derselben Oberfläche zur Auswahl. Codex ist die Wahl für die Arbeit mit Kontext aus der Codebasis und Entwicklerwerkzeugen. Ob die Ausführung in der Cloud stattfindet, ist eine eigene Entscheidung: Der Schnelleinstieg beschreibt wiederverwendbare Codex-Cloud-Umgebungen, die sich im Web, auf dem Desktop oder mobil nutzen lassen. Ein lokaler Worktree wird nicht dadurch in der Cloud gehostet, dass seine Arbeit über die App betreut wird. Aktuelle Einrichtung und Cloud-Workflow.

Codex App: Download und Anmeldung

Ausgangspunkt ist die OpenAI-Dokumentation mit dem passenden Download für das jeweilige Betriebssystem. Die aktuelle App ist für macOS, Windows und Linux dokumentiert; die Linux-Version wird ausdrücklich als Vorschau bezeichnet. Offizieller Download und Einrichtung.

Codex-App für Mac

Auf der offiziellen App-Seite ist der Mac-Download mit macOS (Apple Silicon) gekennzeichnet. Nach dem Herunterladen wird die App installiert und geöffnet; anschließend folgt die Anmeldung. Maßgeblich sind die dort genannten Systemanforderungen. Die Unterstützung sämtlicher Mac-Architekturen sollte nicht vorausgesetzt werden. Mac-Download.

Codex-App für Windows

OpenAI bietet eine native Windows-App an. Sie kann den Agenten mit PowerShell und der Windows-Sandbox ausführen oder Windows Subsystem for Linux nutzen, die innerhalb von Windows verfügbare Linux-Umgebung. Sinnvoll ist die Umgebung, in der die Abhängigkeiten und Werkzeuge des Repositorys bereits funktionieren. Dass sich derselbe Ordner in einer anderen Shell öffnen lässt, belegt noch keinen erfolgreichen Build. Installation und Konfiguration unter Windows.

Codex-App für Linux

Für Linux gibt es inzwischen eine offizielle Desktop-Vorschau. Die Anleitung behandelt Ubuntu, Debian, Fedora und Arch Linux sowie Pakete für x64- und ARM64-Prozessoren. Die native Wayland-Unterstützung ist experimentell. Vor der Installation sollten die unterstützten Distributionsversionen und die Paketvorgaben im Linux-Desktop-Leitfaden geprüft werden. Die Verfügbarkeit bedeutet nicht, dass jede Desktopkonfiguration im gleichen Umfang unterstützt wird.

Anmeldung mit ChatGPT-Konto oder API-Schlüssel

Wer das vorhandene ChatGPT-Nutzungskontingent verwenden möchte, wählt Continue to sign in und schließt die Anmeldung im Browser ab. Für den API-Zugang wird unter Sign in another way der Schlüssel eingegeben und anschließend Continue gewählt. Beide Verfahren unterstützen lokale Codex-Aufgaben in der Desktop-App. Anleitung zur Authentifizierung.

Codex ist in ChatGPT Plus, Pro, Business, Enterprise und Edu enthalten. Free und Go bieten eingeschränkten Desktopzugang, abhängig vom Rollout. Einzelheiten zu den Tarifen finden sich in OpenAIs aktuellen Angaben zum enthaltenen Zugang und unserem Leitfaden zu den Codex-Preisen.

Ein API-Schlüssel verändert sowohl die Abrechnung als auch den Funktionszugang. Die Nutzung wird dem OpenAI-Platform-Konto zugerechnet und nicht dem enthaltenen Kontingent des ChatGPT-Tarifs. Codex Cloud erfordert eine ChatGPT-Anmeldung. Beim Zugang per API-Schlüssel fehlen Cloud-Funktionen wie GitHub-Code-Reviews und die Slack-Integration. Einige von OpenAI kuratierte Plugins funktionieren mit einem API-Schlüssel; Plugins, die nicht unterstützte Verbindungsverfahren voraussetzen, dagegen möglicherweise nicht. Ein Schlüssel erhält also nicht automatisch alle Funktionen eines Abonnements. Unterschiede bei Anmeldung und Funktionen.

Welche Funktionen im Entwicklungsalltag zählen

Die wichtigsten Funktionen bilden einen Arbeitsablauf: Aufgabe organisieren, Dateien isolieren, Umgebung vorbereiten, Ergebnis prüfen und die akzeptierten Änderungen sichern. Unter den folgenden Bezeichnungen sind sie in der aktuellen Dokumentation zu finden.

Projekte und Chats

Projects and chats dient der Organisation. Jedes klar abgegrenzte Ergebnis bekommt einen eigenen Chat; zusammengehörige Arbeiten werden im passenden Projekt gebündelt. Ein lokaler Ordner stellt die Dateien bereit, an denen Codex arbeiten kann. Ein neuer Chat allein garantiert jedoch keinen separaten Checkout. Für unabhängige Dateiänderungen muss ausdrücklich Worktree gewählt werden. Funktionsübersicht, Schnelleinstieg.

Bei der technischen Betreuung einer internen Anwendung sind „CSV-Import reparieren“ und „Bereitstellungsprozess dokumentieren“ sinnvoll getrennte Ziele. „Alles verbessern“ lässt sich schwerer prüfen, weil unklar bleibt, wann die Aufgabe erledigt ist.

Git-Worktrees

Git worktrees stellen getrennte Datei-Checkouts bereit und teilen sich dabei die Git-Historie des Repositorys. So kann Codex im Hintergrund arbeiten, ohne die Dateien im aktuell genutzten Checkout zu verändern. Voraussetzung ist ein Git-Repository. Funktionsweise von Worktrees.

Der praktische Vorteil: Ein Korrekturvorschlag lässt sich prüfen, ohne den aktuellen Checkout verlassen zu müssen. Die Grenze ist ebenso konkret: Getrennte Verzeichnisse belegen nicht, dass die fertigen Änderungen miteinander vereinbar sind. Zwei für sich genommen sinnvolle Anpassungen können dennoch widersprüchliche Erwartungen an dasselbe Anwendungsverhalten haben.

Lokale Umgebungen und integriertes Terminal

Unter Local environments werden Einrichtungsskripte und wiederverwendbare Aktionen für ein Projekt festgelegt. Einrichtungsskripte können beim Anlegen eines Worktrees dessen Abhängigkeiten vorbereiten. Im Integrated terminal lassen sich Projektprüfungen und Git-Operationen direkt im betreffenden Checkout ausführen. So wird aus einem Verzeichnis mit Quelldateien eine Umgebung, in der sich das Ergebnis überprüfen lässt. Lokale Umgebungen und integrierte Git-Werkzeuge.

Funktioniert eine Aufgabe im gewohnten Checkout, scheitert aber im Worktree, sollte zuerst dessen Einrichtung geprüft werden. Möglicherweise fehlen Abhängigkeiten oder lokal vorhandene, von Git ignorierte Dateien. OpenAI dokumentiert .worktreeinclude, um ausgewählte ignorierte Einrichtungsdateien in lokal verwaltete Worktrees zu kopieren. Aufgenommen werden sollte nur, was die Aufgabe tatsächlich benötigt. Worktrees einrichten.

Code-Review und integrierte Git-Werkzeuge

Code review bietet eine Diff-Ansicht, Rückmeldungen zu einzelnen Zeilen und unterschiedliche Prüfumfänge. Mit den integrierten Git-Werkzeugen lassen sich Änderungen für einen Commit vormerken oder zurücksetzen, Commits erstellen, Branches pushen und Pull Requests anlegen. Ein Diff zeigt zeilenweise, was geändert wurde. Beim Staging wird ausgewählt, welche Änderungen in den nächsten Commit gelangen. Bedienelemente für Reviews, Git-Bedienelemente.

Die Review-Ansicht bildet den Git-Zustand des Checkouts ab, einschließlich selbst vorgenommener Änderungen. Last turn beschränkt die Anzeige auf den letzten Durchgang des Assistenten. Damit lässt sich dessen Beitrag nachvollziehen. Vor dem Commit sollten anschließend sämtliche vorgemerkten Änderungen geprüft werden. Sonst können aufgabenfremde Anpassungen zusammen mit der Korrektur im Commit landen.

Geplante Aufgaben

Scheduled tasks ist die aktuelle Dokumentationsbezeichnung für Automatisierungen; verwaltet werden sie in der Ansicht Scheduled. Eine eigenständige Aufgabe startet bei jedem Durchlauf einen neuen Chat. Eine Planung innerhalb eines Chats nutzt dagegen dessen Gesprächskontext weiter. Für lokale Aufgaben müssen der Computer eingeschaltet, die Desktop-App geöffnet und das Projekt weiterhin verfügbar sein. Dokumentation zu geplanten Aufgaben.

Als erste Automatisierung eignet sich ein regelmäßiger Bericht über Änderungen, die eine menschliche Entscheidung erfordern. Zunächst wird der Prompt manuell ausgeführt und die Ausgabe geprüft; erst danach wird die Aufgabe eingeplant. Bei einem Git-Projekt empfiehlt sich ein Worktree, wenn die Aufgabe Dateien bearbeiten darf und diese Änderungen von noch unfertiger lokaler Arbeit getrennt bleiben sollen.

Skills und Plugins

Skills bündeln wiederverwendbare Anweisungen und Ressourcen für Arbeitsabläufe. Plugins stellen Skills und Verbindungen zu Tools bereit. Sie helfen, wenn sich derselbe Ablauf im Repository regelmäßig wiederholt, etwa eine Release-Checkliste. Sie ergänzen die Arbeit mit Projekten und Worktrees; ihre Ergebnisse müssen weiterhin geprüft werden. Offizielle Dokumentation zu Skills.

Der erste Durchlauf: Zwei Chats, zwei Worktrees, geprüfte Commits

Zum Kennenlernen eignen sich zwei kleine, unabhängige Aufgaben. Das folgende Beispiel kombiniert die Korrektur eines Validierungsfehlers mit einer Aktualisierung der Dokumentation. An die Stelle des Beispielfehlers tritt ein kleiner Fehler, der sich im eigenen Projekt reproduzieren lässt.

1. 1

   Repository öffnen und Ausgangslage prüfen

   In der Desktop-App Codex auswählen und den Repository-Ordner als lokales Projekt öffnen. Dafür eignet sich ein Git-Repository mit einem bereits vertrauten Build- oder Testbefehl. Vor dem Start vorhandene Änderungen prüfen und unfertige Arbeit sichern, damit sie sich von der Übung unterscheiden lässt.

   Der erste Auftrag an Codex lautet: „Erkläre, wie die Tests dieses Projekts ausgeführt werden, und finde den Validierungscode. Bearbeite noch keine Dateien.“ Die Antwort mit den Anweisungen des Repositorys abgleichen.

2. 2

   Ersten Chat im Worktree starten

   Im Projekt New chat starten. Unter dem Eingabefeld Worktree auswählen und den Ausgangsbranch festlegen. Für eine übersichtliche Übung bei beiden Aufgaben denselben bekannten Basisbranch verwenden.

   Den Prompt absenden: „Behebe den Validierungsfehler bei leerem Namen. Beschränke die Änderung auf die Validierung und den zugehörigen Regressionstest. Führe die relevanten Prüfungen aus, melde ihre genauen Ergebnisse und erstelle noch keinen Commit.“ Codex legt den Worktree beim Absenden des Prompts an. Falls das Projekt ein Einrichtungsskript für die lokale Umgebung benötigt, dieses auswählen.

3. 3

   Zweiten Chat in einem eigenen Worktree starten

   Zum Projekt zurückkehren und einen weiteren New chat starten. Erneut Worktree und denselben Basisbranch auswählen. Ein weiteres Gespräch zu öffnen, ohne diese Auswahl zu treffen, isoliert die Dateien noch nicht.

   Den Prompt absenden: „Aktualisiere die Einrichtungsdokumentation so, dass sie den vorhandenen Installations- und Testbefehlen entspricht. Ändere weder Anwendungscode noch Konfiguration. Gleiche die Befehle mit dem Repository ab und erstelle noch keinen Commit.“ Diese Aufgabe unabhängig von der noch unfertigen Validierungskorrektur halten.

4. 4

   Jeden Diff prüfen und gezielte Korrekturen anfordern

   In jedem Chat die Review-Ansicht öffnen. Die geänderten Dateien lesen und bei Bedarf mit Last turn den letzten Beitrag des Assistenten eingrenzen. Anschließend sämtliche Änderungen der jeweiligen Aufgabe prüfen.

   Für einen zusätzlichen Prüfdurchlauf /review eingeben und Review uncommitted changes auswählen. Dabei werden Befunde gemeldet, ohne den Arbeitsbaum zu verändern. Für eine Korrektur den Mauszeiger über die betreffende Diff-Zeile bewegen, + auswählen und Feedback hinterlassen. Danach in einer Folgenachricht Codex auffordern, dieses umzusetzen. Automatisch gemeldete Befunde sind Hinweise, die am Code überprüft werden müssen.

5. 5

   Im Worktree testen und einen Branch anlegen

   Im Terminal des jeweiligen Worktrees die relevanten Tests, Lint-Prüfungen oder Build-Prüfungen des Repositorys ausführen. Festhalten, was tatsächlich gelaufen ist und was ungeprüft bleibt. Bei der Dokumentationsaufgabe kontrollieren, ob die beschriebenen Befehle existieren und zur Projekteinrichtung passen.

   Im Kopfbereich des Chats Create branch here auswählen, damit jeder Worktree einen eigenen benannten Branch erhält. Codex-Worktrees beginnen standardmäßig mit einem detached HEAD: Der Checkout verweist zunächst direkt auf einen Commit statt auf einen benannten Branch. Eigene Branch-Namen erleichtern es, akzeptierte Arbeiten aufzubewahren und später erneut zu prüfen.

6. 6

   Akzeptierte Änderungen vormerken und jede Aufgabe committen

   In der Review-Ansicht nur die akzeptierten Dateien oder Hunks für den Commit vormerken. Ein Hunk ist eine Gruppe geänderter Zeilen. Unter Staged prüfen, ob der nächste Commit genau die vorgesehene Aufgabe enthält. Anschließend über Commit or push den Commit erstellen. Dabei die Commit-Aktion wählen; über das Pushen wird gesondert entschieden.

   Prüfung, Staging und Commit für den anderen Chat wiederholen. Die Änderungen sind nun unabhängig voneinander gesichert. Bevor sie über den üblichen Branch- oder Pull-Request-Prozess zusammengeführt werden, muss ihr gemeinsames Verhalten geprüft werden. Soll die Arbeit im gewohnten Checkout weitergehen, lässt sich ein Chat mit Hand off nach Local verschieben. Git erlaubt nicht, denselben Branch gleichzeitig an beiden Orten auszuchecken.

Die Bezeichnungen der Bedienelemente und die Reihenfolge oben folgen OpenAIs Worktree-Anleitung, Review-Anleitung und dem integrierten Git-Workflow. Die vorgeschlagene Abgrenzung der Aufgaben ist ein redaktionelles Beispiel.

Wo paralleles Programmieren zu viel verspricht

Parallele Codegenerierung erspart nicht die Integrationsarbeit. Worktrees verhindern, dass getrennte Bearbeitungen sofort dieselben Dateien überschreiben. Sie garantieren weder, dass eine Änderung an der Validierung und eine Änderung am aufrufenden Code dieselben Erwartungen an eine API haben, noch, dass zwei lokale Entwicklungsserver unterschiedliche Ports verwenden. Die Trennung macht die Arbeit besser prüfbar. Das gemeinsame Ergebnis muss anschließend trotzdem kontrolliert werden.

Auch eine Automatisierung macht aus einem Laptop im Ruhezustand keinen dauerhaft verfügbaren Dienst. OpenAI verlangt ausdrücklich, dass Computer und Desktop-App für geplante Arbeiten mit lokalen Projekten weiterlaufen. Die Ausführungsumgebung muss dazu passen, wann die Aufgabe erledigt werden soll. Voraussetzungen für lokale geplante Aufgaben.

Mehr offene Chats schaffen zudem kein zusätzliches Nutzungskontingent. ChatGPT Work und Codex teilen sich die Nutzung; Aufgabenkomplexität, Kontext, Modellwahl und Tool-Einsatz beeinflussen den Verbrauch. Entscheidend ist, wie viel Arbeit das verfügbare Kontingent und die eigene Prüfkapazität zulassen. Die Anzahl der Gespräche in der Seitenleiste sagt darüber wenig aus. Nutzungsregeln.

Für wen lohnt sich der Desktop-Workflow?

Allein arbeitende technische Produktentwickler oder Gründer mit gesicherter Finanzierung sollten ihn jetzt ausprobieren, wenn unabhängige Aufgaben regelmäßig auf eine laufende Programmiersitzung warten müssen. Klar begrenzte Arbeiten delegieren, Ergebnisse getrennt halten und jedes Ergebnis vor dem Zusammenführen prüfen: Darin liegt der Nutzen. Baut dagegen jede Änderung auf der vorherigen auf, ist eine sequenzielle CLI- oder IDE-Sitzung möglicherweise leichter zu überblicken.

Erfahrene Betriebsverantwortliche sollten ihn für wiederkehrende Repository-Aufgaben einsetzen, sobald Eingabe, erwartetes Ergebnis und Prüfschritt eindeutig feststehen. Ein geplanter Bericht ist ein guter erster Kandidat. Die vage Vorgabe, das Geschäftssystem gesund zu halten, ist noch keine brauchbare Aufgabenbeschreibung.

Ein CTO sollte mit einem Repository und einer fest benannten Prüfperson einen Pilotversuch starten, bevor der Workflow breiter eingesetzt wird. Der Versuch sollte zeigen, ob das Team Worktrees zuverlässig vorbereiten, generierte Änderungen verstehen und das gemeinsame Ergebnis überprüfen kann. Die Zahl gestarteter Chats sagt wenig darüber aus, wie viel Arbeit tatsächlich akzeptiert wurde.

CLI oder IDE-Erweiterung bleiben die passende Wahl, wenn sie bereits zum Arbeitsalltag passen und kaum parallele Aufgaben betreut werden müssen. Ein Wechsel der Oberfläche ist eine andere Entscheidung als ein Wechsel des Coding-Agenten. Für Letztere ist der Vergleich Codex vs Claude Code gedacht.

Der konkrete Schritt für Montag: ein vertrautes Repository öffnen, zwei unabhängigen Aufgaben jeweils einen eigenen Worktree geben und beide bis zum geprüften Commit führen. Eine geplante Aufgabe kommt erst hinzu, wenn ihr Prompt bereits eine Ausgabe geliefert hat, die sich zuverlässig beurteilen lässt.

Häufige Fragen zur Codex App

Wofür ist die Codex-App gedacht?

Sie bietet einen Desktop-Arbeitsbereich, um Programmieraufgaben in Chats zu betreuen, getrennte Worktrees zu nutzen, Diffs zu prüfen und Git-Operationen auszuführen. Besonders nützlich ist sie, wenn mehrere unabhängige Aufgaben Aufmerksamkeit brauchen.

Ist Codex besser als ChatGPT?

Für Repository-Aufgaben mit Kontext aus der Codebasis und Entwicklerwerkzeugen ist Codex die passende Wahl. In der aktuellen Desktop-App lässt sich Codex im ChatGPT-Auswahlmenü auswählen. Es geht also teilweise um den passenden Arbeitsablauf innerhalb derselben App. Schnelleinstieg.

Lässt sich Codex mit einem kostenlosen ChatGPT-Konto nutzen?

OpenAI führt derzeit einen eingeschränkten Codex-Desktopzugang für ChatGPT Free und Go auf, abhängig vom Rollout. Das bedeutet nicht, dass dieselben Modelle und Funktionen wie in den anderen Tarifen verfügbar sind. Aktuelle Zugangsregeln.

Gibt es die Codex-App nicht mehr?

Die frühere Dokumentation zur Codex-App verweist inzwischen auf die ChatGPT-Desktop-App. Codex ist darin weiterhin als Auswahl dokumentiert. Weicht der App-Name von einer älteren Anleitung ab, sind die aktuellen Einrichtungshinweise maßgeblich. App-Dokumentation.

Warum wurde Codex entfernt?

Die aktuelle Dokumentation beschreibt Codex nicht als entfernt. Sie weist Entwickler weiterhin an, Codex für Softwareaufgaben auszuwählen, und dokumentiert nach wie vor CLI und IDE-Erweiterung. Ein geänderter Name der Desktop-App belegt nicht, dass der Programmierworkflow verschwunden ist. Schnelleinstieg.

Wie bekomme ich die Codex-App?

Den offiziellen OpenAI-Desktopdownload für ein unterstütztes Betriebssystem verwenden, anmelden und Codex auswählen. Unter Linux sind die distributionsspezifischen Anweisungen zur Vorschau zu beachten. Offizielle Einrichtung.

Kann ich Codex auf dem Smartphone nutzen?

OpenAI dokumentiert Codex in der mobilen ChatGPT-App sowie das Fortsetzen von Cloud-Aufgaben auf dem Smartphone. Bei Worktrees auf einem verbundenen Computer bleiben Repository und Ausführung auf diesem Rechner; das Smartphone dient der Steuerung. Mobile Einrichtung, Verhalten von Worktrees.

Gibt es eine eigene App für Codex?

Der aktuelle Installationsweg auf dem Desktop führt über die ChatGPT-Desktop-App, in der Codex ausgewählt wird. Terminal und IDE bleiben eigenständige Zugänge zu Codex. Offizieller Installationsweg.

Warum lässt sich die Codex-App nicht öffnen?

Die Ursache hängt vom Betriebssystem, dem installierten Build und der genauen Fehlermeldung ab. Zuerst sollten die offiziellen Systemanforderungen und die Seite zur Fehlerbehebung geprüft werden. Ein Startfehler, ein Anmeldeproblem und eine fehlgeschlagene Repository-Einrichtung erfordern unterschiedliche Diagnosen. Offizielle Fehlerbehebung.

Praktische Anleitungen zum KI-Einsatz in Entwicklung und Betrieb gibt es im Newsletter.