Charlie Marsh accélère le lancement de Codex CLI par un facteur 25
Charlie Marsh, PDG d'Astral, a annoncé une amélioration majeure des performances de Codex CLI, dont le temps de démarrage est désormais réduit à 25 fois. Cette prouesse technique résulte de la réécriture du code en Rust.
Charlie Marsh accélère le lancement de Codex CLI par un facteur 25
Charlie Marsh est le fondateur et PDG d'Astral, l'entreprise derrière les outils Python populaires tels que uv, Ruff et ty.
En mars de cette année, Astral a été acquise par OpenAI, et Charlie travaille désormais au sein de la division Codex.
Dans la dernière version de Codex, il a entièrement repensé le processus de lancement de la ligne de commande, le rendant 25 fois plus rapide.
Le démarrage du CLI (c'est-à-dire lorsque vous invoquez la commande codex) comprend le chargement des configurations, l'authentification, l'établissement des connexions et la préparation de l'environnement. Auparavant, cette chaîne prenait un temps notable, mais désormais tout se déroule quasi instantanément.
Les raisons spécifiques de ce gain de performance n'ont pas été divulguées dans le détail. On sait toutefois que Codex CLI a été réécrit de TypeScript vers Rust, un langage dans lequel Charlie excelle. Il promet même qu'il est possible de l'accélérer encore davantage.
Pourquoi c'est important
AnalyseCette optimisation significative du temps de démarrage de Codex CLI accroît considérablement l'efficacité des développeurs. En réduisant la latence initiale, elle fluidifie et accélère l'ensemble du cycle de développement.
Discuter dans la communauté
Partagez vos questions et vos idées avec les développeurs
Lié dans l'écosystème
Guides pratiques, terminologie clé et compétences d'agents
Mise à jour de ChatGPT : développement et workflows avec les plugins et Codex
Guide pratique complet pour la création, l'empaquetage, le test et la publication de plugins pour ChatGPT et Codex : spécification du manifeste, serveurs MCP, hooks de cycle de vie, marketplaces personnalisées et processus de revue OpenAI.
Partie II. Travailler avec Codex : optimisation, sécurité et équipe
Codex n'est pas un simple outil d'auto-complétion de code dans un chat, mais un véritable agent d'ingénierie : il lit le dépôt, planifie les modifications, édite les fichiers, exécute les tests, vérifie ses propres diffs et sait travailler...
CrewAI
L'un des frameworks Python les plus populaires pour la création d'équipes autonomes d'agents, basé sur la répartition des rôles, l'utilisation d'outils et la délégation de tâches.
Framework LangChain
Le framework open source le plus populaire (disponible en Python et TypeScript) pour la création d'applications basées sur les grands modèles de langage. Il offre des centaines de modules prêts à l'emploi pour intégrer les LLM avec des documents, des bases de données vectorielles, des outils API et une mémoire (Chains).