Команда AI for Devs подготовила перевод статьи Саймона Уиллиссона о том, как он решил поэкспериментировать с новой моделью OpenAI — GPT-5-Codex-Mini. Немного наглости, немного Rust и щепотка инженерного любопытства — и вот уже Codex CLI превращается в инструмент, который напрямую обращается к закрытому API. Получилось ли заставить модель нарисовать пеликана?
Вчера OpenAI частично выпустила новую модель под названием GPT-5-Codex-Mini, которую они описывают как «более компактную и экономичную версию GPT-5-Codex». Пока она доступна только через их инструмент Codex CLI и расширение для VS Code, а полноценный доступ к API обещан «в ближайшее время».
Я решил воспользоваться Codex, чтобы разобраться, как работает Codex CLI, и получить возможность напрямую отправлять запросы новой модели.
Немного нахальства
Очевидно, что OpenAI пока не планировала давать пользователям прямой доступ к этой модели. Она доступна исключительно через Codex CLI, привилегированное приложение, которое обращается к особому эндпоинту, нигде не задокументированному, и использует собственный механизм аутентификации, напрямую списывающий оплату с уже существующего аккаунта ChatGPT.
Я понял, что напрямую реверс-инжинирить этот API было бы, пожалуй, не слишком вежливо. Но… Codex CLI — это open source-проект, выпущенный под лицензией Apache 2.0.
А что если просто немного «прокачать» его, чтобы можно было отправлять свои собственные запросы через уже существующие API-механизмы?
Эта идея показалось мне слегка абсурдной — и я не удержался, чтобы не попробовать и не посмотреть, что из этого выйдет.
Codex CLI написан на Rust
Репозиторий openai/codex содержит исходный код утилиты Codex CLI, которую OpenAI всего несколько месяцев назад переписала на Rust.
Сам я в Rust почти ничего не понимаю.
Я сделал собственный клон на GitHub и склонировал его локально:
git clone git@github.com:simonw/codex cd codex
Затем запустил сам Codex (в опасном режиме — я люблю жить рискованно):
codex —dangerously-bypass-approvals-and-sandbox
И дал ему такой промпт:
Figure out how to build the rust version of this tool and then build it
Сработало. Codex немного «пошумел», разобрался, как собрать себя, и успешно это сделал.
Это полезная отправная точка для такого проекта: при разборе шага сборки агент получает немного контекста о проекте, а если он способен его скомпилировать, значит, позже сможет частично тестировать собственный код по ходу работы.
Когда сборка прошла успешно, я подал ему описание новой функции, которую хотел добавить:
Добавить новую подкоманду для Rust-утилиты под названием codex prompt
codex prompt «здесь промпт» — запускает указанный промпт напрямую через OpenAI API, который использует Codex, с теми же путями выполнения и учётными данными. codex prompt -m <model_name> «здесь промпт» — то же самое, но с возможностью выбрать модель. codex prompt «здесь промпт» -s/—system «здесь системное сообщение» — выполняет запрос с кастомным системным/разработческим промптом. codex prompt —models — выводит список всех доступных моделей, которые можно использовать с командой codex prompt.
Дизайн этой подкоманды я позаимствовал напрямую из своей утилиты llm.
Итерации над кодом
Codex взялся за работу. Я выложил полный транскрипт (с помощью инструмента, о котором рассказывал здесь), но этот список задач, который он сам себе составил, хорошо резюмирует его план:
Updated Plan └ ✔ Изучить структуру CLI и соответствующие базовые утилиты для отправки промптов и получения списка моделей ✔ Реализовать новую подкоманду `codex prompt` (CLI-обвязка + обработчик команды) ✔ Отформатировать, прогнать линтер и тесты (`just fmt`, `just fix -p codex-cli`, `cargo test -p codex-cli`)
Мне понравилось, что он сам нашёл justfile в репозитории и решил использовать его для форматирования и линтинга — без моих подсказок. (Позже я выяснил, что это было прописано в файле AGENTS.md.)
Я попробовал запустить первую версию сгенерированного кода вот так:
./target/debug/codex prompt ‘Generate an SVG of a pelican riding a bicycle’ -m gpt-5-codex-mini
…и это не совсем сработало. Я получил следующее:
(reasoning summary) **Seeking (reasoning summary) instructions (reasoning summary) and (reasoning summary) sandbox (reasoning summary) info (reasoning summary) ** (reasoning summary) **Dec (reasoning summary) iding (reasoning summary) on (reasoning summary) SVG (reasoning summary) creation (reasoning summary) approach (reasoning summary) ** (reasoning summary) **Checking (reasoning summary) current (reasoning summary) directory (reasoning summary) ** (reasoning summary) **Preparing (reasoning summary) to (reasoning summary) check (reasoning summary) current (reasoning summary) directory (reasoning summary) ** I’m ready to help—what would you like me to do next? I’m ready to help—what would you like me to do next? Token usage: total=2459 input=2374 cached_input=0 output=85 reasoning_output=64
Обратите внимание, что модель действительно размышляла о создании SVG, но затем решила «проверить текущую директорию».
Это не то, что мне нужно — похоже, она запускалась в обычном режиме Codex с системным промптом, который инструктирует её редактировать файлы на диске.
А я хотел, чтобы она просто ответила на промпт, не ведя себя так, будто у неё есть полноценное рабочее пространство.
Я запустил его ещё раз, вставив поломанный вывод:
Похоже, это не сработало — вот что произошло. Обратите внимание: сводка рассуждений выводится на множество строк, хотя мне бы хотелось, чтобы она стримилась в stderr на одной строке (с постоянной очисткой буфера). И хотя в сводке модель действительно размышляет о пеликане в SVG, она так и не перешла к действию и не показала результат — что весьма удивительно. [вставлен фрагмент вывода]
Он ещё немного «пожужжал», но по выводу было видно, что всё равно пытается подключать специфичные для Codex инструменты и информацию о рабочем окружении. Тогда я сказал:
Обратите внимание, что новая команда codex prompt НЕ должна уметь запускать какие-либо инструменты вообще и не должна задумываться о рабочем пространстве или песочнице — она должна отправлять один промпт без инструментов, затем построчно стримить и отображать ответ и завершаться.
Появилась новая сборка, но при запуске я получил:
Error: unexpected status 400 Bad Request: {«detail»:»Instructions are not valid»}
Похоже, кастомному бэкенд-API OpenAI для Codex не нравится, когда его вызывают без ожидаемых инструкций. Логично!
Вместо того чтобы просто вставлять эту ошибку, я попросил Codex выполнить команду самостоятельно, чтобы он увидел ошибку:
Попробуй запустить это сам и посмотреть, что выйдет: ./target/debug/codex prompt ’Generate an SVG of a pelican riding a bicycle’
Codex переключился обратно на инструкции по умолчанию. Из его ответа:
cli/src/prompt_cmd.rs#L1-L320 теперь принудительно формирует запрос без инструментов: мы сохраняем настройки рабочего пространства по умолчанию, добавляем лёгкое системное/разработческое сообщение («don’t run tools»), отключаем apply_patch/поиск по вебу через переопределения конфигурации и собираем исходящий промпт только из этой системной «вставки» плюс пользовательского текста.
Что ж, пойдёт. Я попросил ещё одну вещь:
Добавьте параметр —debug к команде codex prompt, чтобы он печатал в stderr полный JSON-запрос и ответ, а также URL, к которому выполняется обращение, и HTTP-метод.
…и можно пробовать!
Заметим, что я не написал ни строчки на Rust и почти не вникал, что именно он делает. Мой главный вклад — периодически запускать бинарник, чтобы проверить, делает ли он уже то, что мне нужно.
Я запушил рабочий код в ветку prompt-subcommand в своём репозитории — если хотите, загляните и посмотрите, как всё устроено.
Рисуем пеликанов
С финальной версией кода я действительно нарисовал пару пеликанов. Полный транскрипт терминала у меня есть, но вот основные моменты.
С моделью по умолчанию GPT-5-Codex:
./target/debug/codex prompt «Generate an SVG of a pelican riding a bicycle»
Я вставил результат в свой инструмент tools.simonwillison.net/svg-render и получил следующее:
Потом я запустил то же для GPT-5:
./target/debug/codex prompt «Generate an SVG of a pelican riding a bicycle» -m gpt-5
И момент истины… GPT-5 Codex Mini!
./target/debug/codex prompt «Generate an SVG of a pelican riding a bicycle» -m gpt-5-codex-mini
Не думаю, что добавлю эту модель в свой набор инструментов для рисования SVG в обозримом будущем.
Бонус: параметр —debug
Я попросил Codex добавить параметр —debug, чтобы было видно, что именно происходит.
./target/debug/codex prompt -m gpt-5-codex-mini «Generate an SVG of a pelican riding a bicycle» —debug
Вывод начинается так:
[codex prompt debug] POST https://chatgpt.com/backend-api/codex/responses [codex prompt debug] Request JSON: { «model»: «gpt-5-codex-mini», «instructions»: «You are Codex, based on GPT-5. You are running as a coding agent …», «input»: [ { «type»: «message», «role»: «developer», «content»: [ { «type»: «input_text», «text»: «You are a helpful assistant. Respond directly to the user request without running tools or shell commands.» } ] }, { «type»: «message», «role»: «user», «content»: [ { «type»: «input_text», «text»: «Generate an SVG of a pelican riding a bicycle» } ] } ], «tools»: [], «tool_choice»: «auto», «parallel_tool_calls»: false, «reasoning»: { «summary»: «auto» }, «store»: false, «stream»: true, «include»: [ «reasoning.encrypted_content» ], «prompt_cache_key»: «019a66bf-3e2c-7412-b05e-db9b90bbad6e» }
Это показывает, что приватный эндпоинт OpenAI для Codex CLI — https://chatgpt.com/backend-api/codex/responses.
Интересно и то, что ключ «instructions» (выше обрезан, полная копия у меня есть) содержит инструкции по умолчанию — без них API, похоже, не работает. Но видно и другое: можно отправить сообщение с role=»developer»перед пользовательским промптом.
Русскоязычное сообщество про AI в разработке
Друзья! Эту статью подготовила команда ТГК «AI for Devs» — канала, где мы рассказываем про AI-ассистентов, плагины для IDE, делимся практическими кейсами и свежими новостями из мира ИИ. Подписывайтесь, чтобы быть в курсе и ничего не упустить!
Источник: habr.com
