OpenAI Codex: guida completa all’agente AI che scrive codice nel terminale

OpenAI Codex è l’agente di coding di OpenAI, la risposta diretta a strumenti come Claude Code. Non è un chatbot che risponde a domande sul codice e non è un autocomplete stile Copilot.
È un agente che lavora dentro il tuo progetto: legge i file, li modifica, esegue comandi, fa commit, apre PR, si connette ai tuoi strumenti.

In pratica, un collega sviluppatore che vive nel tuo terminale e che fa sul serio.

Questa guida parte da zero e arriva a tutto quello che devi sapere per usarlo al meglio: installazione, primo avvio, comandi, memoria di progetto, sicurezza e best practice.
Se hai già letto la mia guida completa a Claude Code, troverai molte somiglianze concettuali, ma Codex ha un’anima diversa: più terminal-centrica, open source e profondamente integrata con l’ecosistema ChatGPT.

Cos’è OpenAI Codex

Codex è l’agente di coding sviluppato da OpenAI, la stessa azienda di ChatGPT e GPT. Il nome riprende il vecchio Codex del 2021, il modello che alimentava GitHub Copilot, ma il prodotto attuale è un’altra cosa: un agente AI che gira in locale sul tuo computer e lavora direttamente sui tuoi progetti.

Gli dai un obiettivo in linguaggio naturale, tipo “aggiungi validazione al form di login”, “trova e fixa il bug che manda in crash la dashboard” o “scrivi i test per il modulo auth”, e lui si organizza da solo per farlo: esplora la codebase, capisce dove intervenire, modifica i file, esegue i comandi, verifica il risultato e corregge se serve.

Il progetto è open source con licenza Apache-2.0: il codice sorgente è su GitHub, puoi ispezionarlo, contribuire e persino compilarlo da te. Questo è uno dei punti di differenza rispetto a Claude Code, che non è open source.

Puoi usarlo in diverse superfici:

• Terminale (CLI): la versione più completa, installata in locale
• App desktop: esperienza visuale con diff e review pane
• Web: da chatgpt.com/codex, senza installazione
• IDE: estensione per VS Code, Cursor, Windsurf e altri editor
• JetBrains: plugin per IntelliJ, PyCharm, WebStorm e altri
• GitHub: code review automatica via GitHub Action

Come funziona

Dietro le quinte, Codex usa i modelli di punta di OpenAI, la famiglia GPT-5 e le sue evoluzioni. Il modello effettivo dipende dal tuo account: con ChatGPT Plus, Pro, Business, Edu o Enterprise hai accesso a Codex incluso nel piano; in alternativa puoi usare una chiave API con fatturazione a consumo.

È un sistema agentico che ha accesso a strumenti potenti: legge file e directory, modifica il codice con diff precisi, esegue comandi shell per build, test e deploy, fa operazioni git (diff, commit, branch, PR), cerca nella codebase e può persino ricevere immagini come screenshot di errori o mockup di design.

L’architettura è pensata per essere iterativa e verificante: Codex non scrive e basta. Scrive, esegue, controlla il risultato, corregge. Se deve aggiungere una funzione, prima esplora i file esistenti per capire lo stile del progetto, poi implementa, poi lancia i test per verificare che tutto funzioni.

Per capire la differenza da un editor con autocomplete, facciamo un esempio pratico.

Immagina di avere un e-commerce e di voler aggiungere un filtro prezzo al catalogo. Con un assistente tradizionale dovresti aprire il codice del catalogo, trovare il componente giusto, capire dove inserire lo slider, scrivere tutto il codice, testare manualmente e correggere gli errori.
Con Codex gli dai l’obiettivo in linguaggio naturale: “aggiungi un filtro prezzo al catalogo con slider e campo input“. Lui esplora il progetto, capisce che usi React con un componente chiamato ProductList, trova dove sono gestiti i filtri esistenti, implementa lo slider, lo collega allo stato dell’applicazione, lancia i test automatici e, se qualcosa fallisce, lo corregge e riprova.

Tu ti concentri sul risultato, non sul processo.

Installazione

Codex CLI si installa in pochi secondi su macOS, Linux e Windows. Ci sono diversi metodi, tutti ufficiali.

Installer ufficiale (consigliato)

Su macOS e Linux:

curl -fsSL https://chatgpt.com/codex/install.sh | sh

Su Windows (PowerShell):

powershell -ExecutionPolicy ByPass -c "irm https://chatgpt.com/codex/install.ps1 | iex"

L’installer scarica i binari da releases.openai.com con fallback su GitHub Releases.

Package manager

Codex è disponibile anche tramite npm, Homebrew e pnpm:

# npm
npm install -g @openai/codex

# Homebrew (macOS/Linux)
brew install --cask codex

# pnpm
pnpm install -g @openai/codex

Su Windows puoi anche scaricare il binario dalla pagina delle release su GitHub. Ogni release contiene molti eseguibili: in pratica ti serve quello per la tua piattaforma, per esempio codex-x86_64-unknown-linux-musl su Linux x64 o codex-aarch64-apple-darwin su Mac Apple Silicon. Dopo l’estrazione, rinomina il file in codex.

Requisiti di sistema

• OS: macOS, Linux, Windows (nativo o WSL2)
• Hardware: nessun requisito particolare, gira anche su macchine modeste
• Connessione: internet necessaria, l’elaborazione avviene lato server
• Su Linux serve bubblewrap per il sandbox; su macOS viene usato Seatbelt

Verifica installazione

codex --version

Se vedi il numero di versione, sei pronto. Per il completamento automatico nella tua shell:

codex completion zsh   # bash, fish, powershell
eval "$(codex completion zsh)"

Login e primo avvio

Entra nella directory di un progetto e lancia:

cd /tuo/progetto
codex

Al primo avvio ti viene chiesto di autenticarti. Hai due strade:

• Sign in with ChatGPT (consigliato): usi il tuo account ChatGPT e Codex è incluso nei piani Plus, Pro, Business, Edu ed Enterprise. Le credenziali vengono salvate e non devi più rifare il login.
• API key: usi la fatturazione a consumo della piattaforma OpenAI. Richiede un setup aggiuntivo:

printenv OPENAI_API_KEY | codex login --with-api-key

Al primo avvio Codex rileva se la cartella è sotto controllo di versione git e ti propone una configurazione di default: se il progetto è versionato, usa la modalità Auto (scrittura nella workspace con approvazioni su richiesta); se non lo è, parte in modalità read-only. È un buon default di sicurezza, ne parliamo più avanti.

Superfici di utilizzo

Terminale (CLI)

La superficie più completa e quella da cui è nato tutto. Comandi principali:

• codex: sessione interattiva nella directory corrente
• codex "task": sessione interattiva con un prompt iniziale
• codex exec "task": esecuzione non interattiva, poi esce (perfetta per script e CI)
• codex resume: riprende una sessione precedente
• codex --model gpt-5 "prompt": sceglie il modello al volo
• codex -i screenshot.png "spiegami questo errore": passa un’immagine come contesto

App desktop

L’app desktop di ChatGPT integra Codex con un pannello di review visuale: vedi i diff, lasci commenti su righe specifiche, fai stage, revert e commit direttamente dall’interfaccia. È la superficie migliore se preferisci la visuale a riga di comando.

Web

Su chatgpt.com/codex trovi Codex Web, l’agente cloud di OpenAI: nessuna installazione, task remoti su repository che non hai in locale. È la stessa famiglia di Codex, ma gira nei container gestiti da OpenAI.

IDE

Codex ha un’estensione ufficiale per VS Code, Cursor, Windsurf e altri editor basati su VS Code. Su Windows l’estensione supporta WSL2 direttamente: puoi impostare chatgpt.runCodexInWindowsSubsystemForLinux nelle impostazioni per tenere l’agente dentro WSL2.

JetBrains

Il plugin Codex è disponibile per Rider, IntelliJ, PyCharm e WebStorm, con la stessa esperienza degli altri IDE.

GitHub

Con la GitHub Action ufficiale (openai/codex-action) puoi far revisionare le PR automaticamente in CI. Ne parliamo nella sezione automazione.

Comandi di sessione (slash commands)

All’interno di una sessione interattiva, i comandi slash controllano modello, permessi, contesto e organizzazione del lavoro. Basta scrivere / seguito dal nome del comando.

Durante un task

• /model: cambia modello e livello di reasoning della sessione
• /reasoning: imposta lo sforzo di ragionamento (minimal, low, medium, high)
• /plan: attiva la plan mode, Codex analizza e propone senza modificare nulla, perfetto prima di un cambiamento grosso
• /goal: imposta un obiettivo persistente e Codex lavora finché non lo raggiunge
• /fast: attiva o disattiva la fast mode per i modelli che la supportano
• /personality: sceglie lo stile di comunicazione
• /compact: comprime il contesto della conversazione per liberare token
• /status: mostra ID della chat, uso del contesto e rate limit
• /mcp: mostra lo stato dei server MCP connessi
• /permissions: configura cosa Codex può fare senza chiedere

Prima di pubblicare

• /review: avvia la code review delle modifiche non committate o il confronto con un branch di base
• /diff: mostra il diff delle modifiche, inclusi i file non tracciati

Gestione della sessione

• /new: avvia una nuova chat
• /fork: copia la chat corrente in una nuova chat o in un worktree
• /side: avvia una chat laterale temporanea senza interrompere quella principale
• /worktree: esegue la chat in un nuovo git worktree
• /init: genera un AGENTS.md di partenza per il progetto
• /mention: menziona un file specifico (o usa @ per la ricerca fuzzy)
• /cloud: sposta la chat in esecuzione su Codex cloud
• /ps: mostra i terminali in background e il loro output
• /stop: ferma tutti i terminali in background
• /logout: esci dall’account
• /quit o /exit: esci da Codex
• /feedback: invia log e feedback ai maintainer

Comandi da terminale (CLI)

Oltre ai comandi slash, Codex offre comandi da terminale per gestire sessioni, autenticazione e configurazione senza entrare in una conversazione.

Avvio e gestione sessioni

• codex: sessione interattiva
• codex "prompt": sessione interattiva con prompt iniziale
• codex exec "query": modalità non interattiva, ideale per script e CI
• codex exec --json "query": output strutturato JSON per automazione
• codex exec -o output.txt "query": salva l’output su file
• codex resume: selettore delle sessioni salvate
• codex resume --last: riprende l’ultima sessione
• codex --cd /percorso o codex -C /percorso: cambia directory di lavoro
• codex --add-dir ../backend: aggiunge directory extra al workspace
• cat logs.txt | codex exec "trova l'errore": pipe di contenuti a Codex

Autenticazione

• codex login: avvia il login (seleziona ChatGPT o API key)
• codex login --with-api-key: login con chiave API (leggendola da stdin)
• codex logout: esci dall’account

Configurazione e MCP

• codex mcp list: elenca i server MCP configurati
• codex mcp add <nome> -- <comando>: aggiunge un server
• codex mcp get <nome>: mostra i dettagli di un server
• codex mcp remove <nome>: rimuove un server
• codex mcp login <nome>: flusso OAuth per server MCP remoti
• codex completion <shell>: genera completamenti per la shell

Sandbox e permessi (flag)

• codex --sandbox read-only: sola lettura, niente modifiche
• codex --sandbox workspace-write: scrittura consentita nella workspace
• codex --sandbox danger-full-access: nessun sandbox, da evitare
• codex --ask-for-approval on-request: chiede approvazione su richiesta
• codex --ask-for-approval never (o -a never): nessuna richiesta di approvazione

AGENTS.md: la memoria persistente del progetto

Il file AGENTS.md è l’equivalente in Codex del CLAUDE.md di Claude Code: contiene tutto quello che l’agente deve sapere sul progetto, standard di codifica, comandi di build, architettura, convenzioni di naming. Codex lo legge prima di iniziare qualsiasi lavoro, all’inizio di ogni sessione. È come dare un manuale a un nuovo collega.

Dove metterlo

• Globale: ~/.codex/AGENTS.md (o nella directory indicata da CODEX_HOME), vale per tutti i progetti
• Progetto: AGENTS.md nella radice del repository
• Override: AGENTS.override.md in sottodirectory, sostituisce il file nella stessa directory

L’ordine di caricamento segue la struttura delle directory: Codex parte dalla radice del progetto e scende fino alla directory corrente, concatenando i file trovati. I file più vicini alla directory corrente hanno la precedenza, perché compaiono dopo nel prompt combinato. Il limite di dimensione combinata è 32 KiB di default, configurabile con project_doc_max_bytes.

Un esempio concreto

Nella radice del repository:

# AGENTS.md

## Regole del progetto

- Lancia `npm run lint` prima di aprire una pull request
- Documenta le utility pubbliche in `docs/` quando cambi il comportamento
- Usa TypeScript e segui le regole ESLint
- Scrivi test per tutte le nuove funzionalità

E in services/payments/AGENTS.override.md per regole specifiche di quel servizio:

# services/payments/AGENTS.override.md

## Regole del servizio pagamenti

- Usa `make test-payments` invece di `npm test`
- Mai ruotare le API key senza avvisare il canale di sicurezza

Puoi generare un AGENTS.md iniziale automaticamente con /init: Codex analizza la codebase, scopre comandi di build, test e convenzioni, e scrive una prima versione. Se il tuo progetto usa già un file con un altro nome (per esempio TEAM_GUIDE.md), puoi aggiungerlo alla lista dei nomi fallback in ~/.codex/config.toml:

project_doc_fallback_filenames = ["TEAM_GUIDE.md", ".agents.md"]

Regola pratica: più il progetto è grande, più AGENTS.md ti fa risparmiare tempo. È il singolo file che fa la differenza più grande nella qualità del lavoro dell’agente.

Le Skill

Le skill sono istruzioni riutilizzabili che Codex carica quando servono. Sono il modo per trasformare procedure ripetitive in workflow standardizzati, senza dover riscrivere ogni volta lo stesso prompt.

Dove salvarle

Le skill vivono in ~/.codex/skills/<nome>/SKILL.md. Codex le scopre automaticamente e le rende disponibili in tutte le sessioni.

Anatomia di una skill

Un file SKILL.md ha un frontmatter YAML con name e description, seguito dal corpo con le istruzioni:

---
name: review-pr
description: Checklist di code review per le pull request
---

# Review PR

1. Controlla la sicurezza: injection, secret hardcoded, permessi
2. Controlla le performance: query N+1, bundle size
3. Controlla la manutenibilità: naming, commenti, test coverage
4. Elenca i problemi trovati in ordine di priorità

Per usarla, la menzioni con $review-pr nella chat, oppure la sfogli e inserisci da /skills. Codex inietta solo nome, descrizione e percorso del file, e carica il corpo completo solo quando serve: le skill non inquinano il contesto finché non le usi.

Quando creare una skill

Ogni volta che ti ritrovi a ripetere le stesse istruzioni in chat: procedura di deploy, checklist di review, formato di un report, standard di documentazione. È lo stesso principio delle skill di Claude Code, con sintassi e posizione diverse.

MCP: connettere Codex ai tuoi strumenti

MCP (Model Context Protocol) è lo standard aperto per connettere agenti AI a fonti dati e strumenti esterni. Se vuoi il quadro completo, leggi il nostro articolo dedicato: Cos’è lo standard MCP e perché è necessario per i modelli AI.

Con MCP, Codex può:

• Leggere ticket da Jira e implementare feature descritte lì
• Analizzare errori da Sentry
• Consultare database PostgreSQL
• Interagire con Figma per design integration
• Leggere e scrivere su GitHub
• Usare Playwright per controllare il browser

Configurare un server MCP

I server si configurano in ~/.codex/config.toml. Un server stdio locale (filesystem):

[mcp_servers.filesystem]
command = "npx"
args = ["-y", "@modelcontextprotocol/server-filesystem", "/path/to/allowed/files"]

Un server remoto streamable HTTP (Figma):

[mcp_servers.figma]
url = "https://mcp.figma.com/mcp"
bearer_token_env_var = "FIGMA_TOKEN"

Oppure da CLI:

codex mcp add github -- npx -y @modelcontextprotocol/server-github
codex mcp list

L’idea chiave è la stessa di Claude Code: smetti di copiare dati da altri tool nella chat. Invece di incollare un errore Sentry, Codex si collega a Sentry. Invece di descrivere un ticket Jira, lo legge da Jira. Si connette direttamente e va a leggere da solo.

Sub-agenti

Per i lavori complessi, Codex può delegare compiti a sub-agenti specializzati che lavorano in un contesto separato. Il vantaggio è duplice: non inquinano la conversazione principale con output lunghi (log, ricerche, esplorazione di file) e possono lavorare in parallelo su indagini diverse.

Un caso tipico: stai facendo una modifica grossa e hai bisogno di capire come funziona un modulo che non conosci bene. Invece di riempire il contesto con decine di file aperti e ricerche, chiedi a Codex di delegare l’esplorazione a un sub-agente. Solo il risultato finale torna alla conversazione principale, pulito e senza rumore. Non chiami il developer senior per cercare un file, mandi l’esploratore.

I sub-agenti sono particolarmente utili per: esplorazione read-only della codebase, pianificazione prima di modifiche, indagini di debugging su aree sconosciute e task che richiedono prospettive multiple.

Permessi e sicurezza

Una delle cose più importanti da capire su Codex è come gestisce le autorizzazioni. Ha un sistema a due livelli che lavora insieme: il sandbox (cosa può fare tecnicamente) e la approval policy (quando deve fermarsi e chiederti).

Modalità sandbox

• read-only: può leggere file e rispondere a domande, chiede approvazione per modifiche e comandi
• workspace-write (default nei progetti versionati): può leggere, modificare file ed eseguire comandi nella workspace, chiede approvazione per modifiche fuori dalla workspace o per l’accesso alla rete
• danger-full-access: nessun sandbox e nessuna approvazione, da evitare se non in ambienti controllati

Puoi passare da una modalità all’altra con il flag --sandbox all’avvio o con /permissions in sessione.

Approval policy

• on-request: Codex chiede quando serve (default in modalità Auto)
• untrusted: chiede approvazione prima dei comandi non considerati sicuri
• never: non chiede mai, usato in modalità non interattiva (CI)

Un dettaglio importante: di default la rete è spenta. Codex parte senza accesso di rete e lo attivi esplicitamente in configurazione:

[sandbox_workspace_write]
network_access = true

La rete, quando attiva, può essere ulteriormente limitata con una policy per domini (allowlist) tramite la feature network_proxy. E attenzione: la web search di default usa una cache gestita da OpenAI (risultati pre-indicizzati) invece di navigare pagine live, proprio per ridurre il rischio di prompt injection da contenuti arbitrari. Con --search passi a risultati live.

Path protette

Anche nella modalità workspace-write, alcune path sono sempre protette in sola lettura: .git, .agents e .codex. Nessun agente può andare a modificare la storia git o la propria configurazione.

Il flag –yolo

Esiste un flag che disabilita tutto: --dangerously-bypass-approvals-and-sandbox, alias --yolo. È etichettato come rischio elevato dalla stessa OpenAI e non è raccomandato. Se lo usi, fallo solo in ambienti isolati (container, VM usa e getta) e mai su progetti reali con dati sensibili.

Code review

Codex ha una modalità di code review dedicata, sia nella CLI sia nell’app desktop. Con /review puoi:

• Revisionare le modifiche non committate
• Confrontare con un branch di base
• Ricevere i problemi trovati in ordine di priorità, senza modificare il working tree

Nell’app desktop c’è il review pane: vedi il diff, lasci commenti su righe specifiche, fai stage, revert e commit direttamente dall’interfaccia. I commenti inline sono il modo più veloce per guidare Codex alla correzione giusta: scrivi il feedback sulla riga esatta, poi mandi un messaggio del tipo “affronta i commenti inline e mantieni lo scope minimale”.

Codex integra anche i flussi GitHub: se hai la GitHub CLI (gh) installata e autenticata, l’app desktop carica il contesto della pull request, i commenti dei reviewer e i file cambiati, così puoi far sistemare i commenti della PR senza uscire dall’app.

Automazione e CI/CD

La modalità non interattiva codex exec è fatta per script e pipeline. Alcuni esempi pratici:

# Analisi dei log
tail -200 app.log | codex exec "segnalami le anomalie"

# Generazione messaggi di commit
git diff | codex exec "crea un messaggio di commit conventional"

# Review di sicurezza su file modificati
git diff main --name-only | codex exec "revisiona la sicurezza di questi file"

# Output JSON per automazione
codex exec --json "analizza questo progetto"

In CI, la GitHub Action ufficiale openai/codex-action ti fa revisionare ogni pull request automaticamente:

name: Code Review
on: [pull_request]
jobs:
  review:
    runs-on: ubuntu-latest
    steps:
      - uses: openai/codex-action@v1
        with:
          task: "Review this PR for security issues"

Modelli disponibili

Codex usa i modelli della famiglia GPT-5 e le loro evoluzioni. Con un account ChatGPT, il modello è incluso nel piano; con una chiave API lo scegli e paghi a consumo. La scelta del modello si fa con /model in sessione o con codex --model da terminale.

Al momento della scrittura, la famiglia GPT-5.6 offre tre profili:

• Sol: il modello di punta, per coding complesso, computer use, ricerca e lavoro di sicurezza
• Terra: il bilanciato, per coding quotidiano e knowledge work
• Luna: il più veloce ed economico, per task leggeri e iterazioni rapide

Per i modelli con reasoning puoi impostare lo sforzo di ragionamento (model_reasoning_effort): più alto è, più accurato ma più lento e costoso. Regola pratica: parti con il profilo bilanciato e alza il livello solo sui task che lo richiedono davvero.

Best practice e consigli d’uso

Queste sono le indicazioni che emergono dalla documentazione ufficiale e dall’esperienza della community, forum e reddit inclusi.

Scrivi AGENTS.md proattivamente

È la pratica con il ritorno più alto. Non aspettare che Codex faccia lo stesso errore due volte: appena scopri una convenzione, un comando di build o una regola architetturale, scrivila subito in AGENTS.md. La legge all’inizio di ogni sessione e risparmi ore di correzioni. Il primo setup consigliato è: installa Codex, fai girare un task di esplorazione, crea o rifinisci AGENTS.md e tieni le prime modifiche piccole da revisionare.

Esplora prima, poi pianifica, poi implementa

La tentazione di saltare direttamente a “fai X” è forte ma controproducente. Il flusso consigliato ha tre fasi:

• Esplora: attiva la plan mode con /plan, Codex legge file e risponde a domande senza modificare nulla
• Pianifica: chiedi un piano dettagliato, “quali file devono cambiare e qual è il flusso?”
• Implementa: esci dalla plan mode e fai implementare, con test da eseguire alla fine

Dai a Codex un modo per verificare il suo lavoro

È forse la regola più importante. Senza un test da eseguire, “sembra funzionare” è l’unico segnale disponibile. Con un comando che produce pass/fail, il loop si chiude da solo: Codex fa, esegue, legge il risultato e itera finché non passa. Chiedi sempre di scrivere ed eseguire i test.

Usa /goal per i task lunghi

Per lavori che richiedono ore con una definizione chiara di “fatto”, /goal imposta un obiettivo persistente: Codex fa un loop di pianifica, agisci, testa, revisiona finché la condizione non è soddisfatta. Definisci una sola condizione misurabile di stop e lavora su un branch di servizio. Se l’obiettivo deriva, usa /goal pause o /goal clear.

Gestisci il contesto

La context window si riempie velocemente: ogni file letto, ogni output di comando, ogni messaggio consuma token. Quando si avvicina al limite, Codex inizia a “dimenticare” istruzioni precedenti. Strategie:

• /compact per comprimere la cronologia ed eliminare i dettagli non essenziali
• Sub-agenti per l’esplorazione, così gli output lunghi restano in contesti separati
• AGENTS.md essenziale, sotto le dimensioni ragionevoli, con le regole davvero importanti
• Skill caricate on-demand invece che in ogni sessione
• /status per monitorare l’uso del contesto in tempo reale

Sfrutta le immagini

Codex è multimodale: passagli screenshot di errori, diagrammi di architettura o mockup di design con -i. Un errore descritto in un screenshot si diagnostica molto più in fretta di un errore raccontato a parole.

Parti sicuro e alza il livello solo quando serve

Lascia il sandbox di default (workspace-write con approvazioni su richiesta) e la rete spenta finché non ti serve. Attiva la rete solo per task che la richiedono e, quando possibile, limitala con una allowlist di domini. Il flag –yolo non è un segno di abilità, è un rischio.

Usa codex exec per le attività ripetitive

Tutto quello che fai più di una volta, trasformalo in un comando codex exec o in uno script. Analisi dei log, generazione di messaggi di commit, review di file modificati, traduzioni batch: sono tutti casi d’uso perfetti per la modalità non interattiva.

FAQ

OpenAI Codex è uguale a GitHub Copilot?

No. Copilot è un autocomplete: mentre scrivi ti suggerisce la riga successiva. Codex è un agente: gli dai un obiettivo e lui organizza da solo lettura, modifica, esecuzione, test e commit. Copilot aiuta a scrivere più veloce, Codex aiuta a sviluppare. Curiosità: il nome Codex deriva dal modello del 2021 che alimentava la prima versione di Copilot, ma il prodotto attuale è completamente diverso.

Che differenza c’è tra Codex CLI, Codex App e Codex Web?

Sono tre superfici dello stesso agente. La CLI gira in locale nel tuo terminale ed è la versione più completa. L’app desktop aggiunge la visuale diff e il pannello di review. Codex Web gira nei container cloud di OpenAI, senza installazione, ed è utile per task su repository che non hai in locale. Le configurazioni (AGENTS.md, settaggi, server MCP) funzionano su tutte le superfici.

Codex modifica i file senza chiedere?

Dipende dalla configurazione. Nel default (workspace-write con approvazioni su richiesta) modifica i file nella workspace e chiede per modifiche fuori dalla workspace o per l’accesso alla rete. In modalità read-only non modifica nulla. Con --ask-for-approval never non chiede mai, e con danger-full-access non c’è alcun limite: entrambe le opzioni vanno usate con cautela.

Serve una connessione internet?

Sì, tutta l’elaborazione avviene lato server OpenAI. La CLI ha bisogno di connettersi ai server per ogni interazione. Di default è l’agente a non avere accesso alla rete (può solo parlare con i server OpenAI), mentre tu devi essere online per usarlo.

Codex e Claude Code: quale scegliere?

Entrambi sono agenti di coding di altissimo livello con architetture simili (sandbox, memoria di progetto, MCP, skill). Le differenze principali: Codex è open source (Apache-2.0) e integrato con l’ecosistema ChatGPT, Claude Code ha una superficie più ampia di integrazioni pronte (Slack, JetBrains, desktop app multi-piattaforma). La scelta dipende da quale ecosistema usi già: se sei abbonato a ChatGPT, Codex è incluso nel piano e vale la pena provarlo per primo.

AGENTS.md e Skill: che differenza c’è?

AGENTS.md contiene fatti e istruzioni permanenti caricate in ogni sessione. Le skill sono procedure attivabili caricate solo quando servono. Regola pratica: se è una procedura multi-step che copi spesso in chat, è una skill. Se è un fatto che vuoi che Codex sappia sempre, è AGENTS.md.

Posso usare Codex con la mia API key?

Sì, con printenv OPENAI_API_KEY | codex login --with-api-key. Paghi a consumo sulla piattaforma OpenAI. L’alternativa consigliata da OpenAI è l’account ChatGPT, perché Codex è incluso nei piani Plus, Pro, Business, Edu ed Enterprise.