Як Codex Cloud виконує задачу в хмарі та повертає готовий pull request

Коротко (TL;DR)

Codex Cloud — це спосіб віддати задачу агенту OpenAI Codex не у свій термінал, а в хмару. Ви описуєте, що потрібно зробити; задача йде в ізольовану хмарну пісочницю з копією вашого репозиторію; агент там сам читає код, вносить правки, запускає тести — і на виході віддає короткий підсумок, діф змін і пропонує готовий pull request на перевірку. Ваш комп’ютер при цьому вільний.

Уся суть поверхні — в одній схемі: задача → пісочниця → pull request. Нижче розберемо по кроках, як користуватися Codex Cloud: чим хмара відрізняється від локального Codex CLI, яку задачу куди віддавати, як читати результат і де хмара ламається.

Що потрібно, щоб порадник був корисним: робочий акаунт ChatGPT з доступом до Codex, репозиторій на GitHub і 10 хвилин, щоб прочитати логіку один раз. Усі команди, режими й цифри звірені з офіційною документацією OpenAI на 16 липня 2026; Codex змінюється швидко, тому імена моделей і прапорців варто перевіряти під час читання.

Що таке хмарна задача Codex

Codex — це агент: він не просто відповідає текстом, а сам працює з файлами й командним рядком. Запустити цього агента можна по-різному, і Codex Cloud — одна з поверхонь: хмарний агент, який живе за адресою chatgpt.com/codex і працює під тим самим входом через ChatGPT, що й локальний CLI.

Різниця з терміналом проста. Коли ви працюєте в Codex CLI, агент виконується прямо на вашій машині: бачить ваші файли, ваші змінні середовища, ваші запущені сервіси. Коли ви ставите хмарну задачу, усе відбувається на інфраструктурі OpenAI: агент отримує свою ізольовану копію середовища, а ви отримуєте результат, коли він готовий.

Microsoft вивів свої моделі MAI-Image і MAI-Voice у публічне прев’ю — економія до 89% проти OpenAI

Codex звідки завгодно: запускаємо задачу з ChatGPT і стежимо з телефона

Як поставити Codex у VS Code, Cursor і Windsurf і що він уміє прямо в редакторі

Codex CLI: що відбувається на екрані термінала і як вести агента по циклу

OpenAI підняла план будівництва до $750 млрд — і вперше сама будує дата-центр

Звідси випливає головна вигода хмари — асинхронність. Локальний агент займає ваш термінал і увагу, поки працює. Хмарна задача йде у фоновий режим: поставили й повернулися до своїх справ, а Codex тим часом пише фічу, лагодить баг або відповідає на запитання про кодову базу. Це той самий метод постановки задач, що й у будь-якого кодинг-агента (загальні принципи «спершу контекст, потім код» ми розбирали в пораднику про метод роботи з агентом на прикладі Claude Code) — але важелі й результат у Cloud свої, і саме їх ми розберемо.

Схема «задача → пісочниця → pull request»

Тримайте в голові один образ поверхні Cloud — три ланки. Розберемо кожну.

1. Задача. Ви описуєте, що потрібно: «додай обмеження на кількість спроб входу», «полагодь тест, що падає», «поясни, як влаштований модуль оплати». Задачу можна поставити не тільки з вебу — про це нижче.

2. Ізольована пісочниця. Codex Cloud піднімає під задачу окремий хмарний контейнер, заздалегідь завантажений копією вашого репозиторію. Кожна задача отримує свою пісочницю — вони не заважають одна одній. Усередині агент читає файли, редагує код, запускає команди й тести. Ваш локальний комп’ютер у цьому не бере участі.

3. Готовий pull request. Коли агент закінчив, ви бачите короткий підсумок (summary) зробленого і діф — що саме змінилося. Звідси три шляхи: попросити доопрацювання (follow-up), відхилити або відкрити pull request. Важлива деталь: PR створюється прямо з хмарного результату, без попереднього git pull до себе на машину. За офіційною документацією, результат розбирають так: «вивчіть підсумок і діф, запросіть доопрацювання або відкрийте pull request, коли результат готовий» (learn.chatgpt.com/docs/cloud, звірка 16.07.2026).

Саме остання ланка робить хмару зручною для командної роботи: той, хто ставить задачу, і той, хто її перевіряє, можуть бути різними людьми. Розробник надіслав задачу з GitHub-issue, а рев’юер відкрив готовий PR — ніхто не скачував проміжні зміни локально.

Двофазне середовище: чому «в хмарі раптом не ставиться залежність»

Щоб розуміти, де хмара спотикається, треба знати, як влаштований контейнер задачі. Він працює у дві фази, і в них різні правила щодо інтернету.

• Фаза налаштування (setup). Спершу виконується setup-скрипт середовища: ставляться залежності, тягнуться пакети, готуються інструменти. У цій фазі інтернет увімкнено — інакше npm install чи pip install не спрацювали б.
• Фаза агента (agent phase). Потім починає роботу сам Codex: редагує код, ганяє команди й тести. Тут інтернет за замовчуванням вимкнено (learn.chatgpt.com/docs/cloud/internet-access, звірка 16.07.2026).

Звідси — типові сюрпризи новачка. Якщо задача у фазі агента намагається сходити у зовнішній API або скачати пакет, якого не було під час налаштування, — вона впреться у відсутність мережі. Лікується це або тим, що всі залежності ставляться в setup-скрипті заздалегідь, або свідомим вмиканням інтернету у фазі агента (про ризики — нижче). Глибоке налаштування середовища (setup-скрипти, кеш, секрети) — це окрема велика тема; тут важливо зрозуміти сам принцип двох фаз.

За даними незалежного розбору (codex.danielvaughan.com, 08.04.2026, self-reported — не з першоджерела OpenAI), OpenAI вкладалася у швидкість хмари: медіанний час виконання знизився приблизно на 90% завдяки кешуванню контейнерів, а кеш середовища живе до ~12 годин, даючи «теплий старт» наступним задачам. Цифри даємо із застереженням про джерело, але напрямок зрозумілий: повторні задачі в тому самому репозиторії стартують швидше за першу.

Мережа й безпека хмарної задачі

Той факт, що у фазі агента інтернет за замовчуванням вимкнено, — не обмеження, а захист. Щойно ви відкриваєте задачі доступ до мережі, з’являються реальні ризики. Офіційна документація називає їх прямо: prompt injection з недовірених сторінок, витік коду або секретів, скачування шкідливих чи вразливих залежностей, підтягування контенту з ліцензійними обмеженнями. OpenAI наводить наочний приклад: зловмисник ховає команди в тексті GitHub-issue — і агент, якщо йому дозволити, може виконати їх і злити дані назовні.

Тому доступ до інтернету налаштовується не «увімк/вимк», а тонко. Ось три рівні й що вони означають:

Додатково можна обмежити HTTP-методи — дозволити лише GET, HEAD, OPTIONS і заблокувати POST/PUT/PATCH/DELETE, щоб агент міг читати, але не надсилати дані назовні. Офіційна порада пряма: «дозволяйте лише ті домени й методи, які справді потрібні, і переглядайте вивід та робочий лог агента».

Тут же доречно згадати про дисципліну перевірки: агент може впевнено віддати «готово», яке насправді не працює. Тому вивід і робочий лог задачі завжди переглядають руками — не покладаючись на слова агента про результат.

Звідки запускати хмарну задачу

Вебінтерфейс — не єдина точка входу. Хмарну задачу можна поставити з кількох місць, і це одна з головних причин брати хмару:

• Веб — панель Codex на chatgpt.com/codex.
• GitHub — згадкою агента в issue або pull request; там же він уміє автоматично рев’юїти PR.
• Linear — із задач і коментарів трекера.
• Slack — згадкою в треді; бот відповідає посиланням на задачу.
• CLI — з термінала командою codex cloud (перенести роботу в хмару й дивитися активні/завершені задачі); результат застосовується локально командою codex apply. Запустити задачу й повернутися до термінала можна, не блокуючи роботу.

Тобто хмара вбудовується в той інструмент, де команда вже живе: багрепорт у GitHub, тикет у Linear, обговорення у Slack — усе це перетворюється на хмарну задачу й приходить назад готовим PR. І локаль, і хмара працюють під одним акаунтом, а список задач видно і там, і там.

Codex Cloud чи локальний CLI: що коли брати

Хмара й термінал — не «краще/гірше», а різні інструменти під різні задачі. Ключове питання — чи потрібен вам живий контроль тут і зараз чи задачу можна відпустити у фон.

Важливо: це не вибір назавжди. Локаль і хмара поєднуються в одному циклі — можна почати локально (спланувати, де швидко перевірити контекст), передати важку реалізацію в хмару, а доведення знову зробити в терміналі. Плани й діфи переносяться між режимами під одним акаунтом.

Окремо про гроші, бо тут багато застарілих цифр. Раніше писали, що хмара дорожча за локаль приблизно у 5 разів (7 кредитів проти 34 за задачу на GPT-5.4). На актуальній тарифній сторінці (звірка 16.07.2026) це вже не так: локальні повідомлення й хмарні задачі ділять один 5-годинний ліміт використання з однаковими rate-лімітами, окремої націнки за хмару немає, а моделі змінилися на родину GPT-5.6 (Sol, Terra, Luna). Хмара все одно може з’їдати ліміт швидше — але не через націнку, а тому що хмарні задачі зазвичай довші й важчі. Старе число «5x» не тиражуємо.

Як читати результат хмарної задачі

Готовий PR — не привід тиснути «merge» на автоматі. Codex додає до результату перевірювані сліди роботи: цитати з логів термінала та виводу тестів, за якими видно кожен крок задачі. Це перетворює діф із «чорної скриньки» на відтворювану історію. Ось короткий чек-лист приймання:

1. Підсумок. Прочитайте summary: агент сам описав, що зробив. Збігається з тим, що ви просили?
2. Діф. Пройдіть зміни. Чи немає правок у файлах, які задача не мала чіпати?
3. Робочий лог. Загляньте в логи та вивід тестів: тести справді зелені, а не просто «агент так сказав»?
4. Мережа. Якщо для задачі вмикали інтернет — перегляньте, куди агент ходив (робочий лог це показує).
5. Follow-up замість переробки. Результат майже правильний? Не переставляйте задачу з нуля — попросіть доопрацювання в тій самій задачі, контекст збережеться.

Тільки після цього — відкривати pull request і надсилати на звичайне командне рев’ю. По суті хмара не скасовує перевірку людиною, а робить її зручною: ви читаєте акуратний діф із логами, а не розгрібаєте чорнові правки у своєму робочому дереві.

Куди рухатися далі

Поверхня Cloud — це база. Поруч дві теми, які її підсилюють, але заслуговують на окремий розбір:

• Паралельні хмарні задачі. Раз задачі асинхронні, їх можна запускати пачками — кілька агентів Codex працюють одночасно, кожен у своїй пісочниці, а результати приходять окремими PR. Це окремий робочий прийом (зокрема запуск кількох спроб однієї задачі й вибір кращої).
• Налаштування середовища. Setup-скрипти, кеш, секрети, доступи — усе, що робить хмарну задачу відтворюваною і такою, що не спотикається на залежностях. Ми торкнулися двофазної моделі, але глибоке налаштування — велика окрема тема.

Хмара — частина ширшої екосистеми агентів OpenAI; Codex Cloud витрачає ліміти того самого плану ChatGPT, що й локальний запуск.

Де хмара ламається: ризики й обмеження

Слабкі місця важливіші за маркетинг — ось вони по пунктах. Як і в будь-якого автономного ІІ-агента, у хмарних задач є місця, де вони спотикаються.

• Інтернет у задачі — джерело ризиків. Увімкнули мережу у фазі агента — відкрили двері prompt injection, витоку секретів і підтягуванню шкідливих залежностей (офіційне попередження OpenAI, звірка 16.07.2026). Правило просте: тримайте інтернет вимкненим, а якщо вмикаєте — мінімальний allowlist і лише потрібні HTTP-методи.
• Інтеграції працюють нерівно. У спільноті є свіжий негатив: користувач публічно скаржився (14.07.2026), що Codex Cloud «не може навіть підтягнути GitHub-issue з репозиторію» і що немає запланованих задач (scheduled tasks). Це поодинока думка, а не підтверджений дефект, але нагадування правильне — робота хмари залежить від коректно налаштованого середовища й доступів; перевіряйте зв’язок із репозиторієм.
• Залежність від лімітів плану. Хмара витрачає той самий 5-годинний ліміт, що й локаль. Довга важка задача здатна з’їсти помітну частку квоти — плануйте, що віддавати в хмару.
• Суміжний, але важливий ризик запуску. Окремо від хмари: наприкінці червня 2026 повідомлялося, що Codex створює надлишкові операції запису на SSD (зайвий знос диска) — матеріал The Register від 23.06.2026 і резонанс на Hacker News; офіційного фіксу у відкритих джерелах на 16.07.2026 не знайдено. Стосується це насамперед локального запуску — і, до речі, один з аргументів на користь хмари: навантаження на диск іде з вашої машини.
• Що застаріє першим. Імена моделей (GPT-5.6 Sol/Terra/Luna), назви пресетів доступу й прапорців команд Codex змінюються найчастіше — звіряйте їх в актуальній документації на момент читання.

FAQ

Чим Codex Cloud відрізняється від Codex CLI? CLI виконує агента локально, на вашому комп’ютері, в інтерактивному режимі — ви бачите кожен крок у реальному часі. Cloud виконує задачу в ізольованій хмарній пісочниці асинхронно: поставили й повернулися до справ, а результат приходить готовим pull request. Локаль — для швидких інтерактивних правок, хмара — для фонових, довгих і паралельних задач.

Codex Cloud править код прямо в моєму репозиторії? Ні. Агент працює в окремому хмарному контейнері з копією репозиторію і не чіпає ні ваш комп’ютер, ні основну гілку напряму. Зміни приходять як pull request, який ви перевіряєте і зливаєте самі.

Чи є у хмарної задачі доступ до інтернету? У фазі налаштування — так (щоб поставити залежності). У фазі роботи агента — за замовчуванням ні. Доступ можна ввімкнути точково: список дозволених доменів і обмеження HTTP-методів. Вмикати варто свідомо — це додає ризик prompt injection і витоку даних.

Чи можна поставити хмарну задачу не з браузера? Так. Задача запускається з вебу, з GitHub (issue або PR), з Linear, зі Slack і з термінала командою codex cloud. Той, хто ставить задачу, і той, хто перевіряє результат, можуть бути різними людьми.

Хмара дорожча за локальний запуск? За актуальною тарифною сторінкою (звірка 16.07.2026) окремої націнки за хмару немає: локаль і хмара ділять один 5-годинний ліміт використання плану ChatGPT. Стара цифра «хмара в 5 разів дорожча» застаріла. Але довгі хмарні задачі об’єктивно витрачають ліміт швидше за короткі локальні.

Скільки триває хмарна задача? Залежить від обсягу — від швидких правок до довгих задач на десятки хвилин. Перша задача в репозиторії зазвичай довша за наступні: за незалежними даними, завдяки кешу середовища повторні задачі стартують помітно швидше.