Como a OpenAI testa novos modelos: o desafio de reescrever o Codex em Rust
Andrew Ambrosino, líder do Codex na OpenAI, revelou o benchmark interno para avaliar novos modelos: a reescrita completa da aplicação desktop Codex utilizando Rust e GPUI.
Andrew Ambrosino, líder do projeto Codex na OpenAI, compartilhou como a empresa avalia internamente seus novos modelos. Sempre que um novo modelo é lançado, ele recebe a mesma tarefa: reescrever completamente a aplicação desktop Codex em Rust, utilizando o framework GPUI.
O objetivo não é apenas criar uma demonstração, mas construir uma aplicação nativa completa que funcione de forma consistente em diferentes plataformas. Segundo Ambrosino, a complexidade reside não apenas no código, mas também na coordenação. A equipe do Codex altera o produto tão rapidamente que o modelo literalmente não consegue acompanhar uma versão fixa.
A ideia é que um único modelo suficientemente poderoso suporte simultaneamente a versão para Mac (em AppKit), a versão para Windows (em WinUI 3) e uma versão independente completa em Rust.
"Ainda não chegamos lá. Mas estamos muito mais perto", observou ele.
Por que isso importa
AnáliseEsta abordagem destaca que a avaliação das capacidades de IA exige tarefas de engenharia complexas, envolvendo a manutenção de aplicações nativas multiplataforma, indo além dos benchmarks padrão.
Debater na comunidade
Compartilhe suas dúvidas e insights com desenvolvedores
Relacionado no ecossistema
Guias práticos, terminologia essencial e skills de agentes
Codex Skills para iniciantes: como automatizar fluxos de trabalho de agentes de IA
Guia prático para criar e usar Skills no Codex: anatomia do SKILL.md, ativação explícita e automática, diferenças entre skills, scripts e tools, Skills API e configuração de limites de segurança.
OpenAI lança console retrô para vibe coders
A OpenAI apresentou o ModRetro Chromatic Codex Edition por US$ 200, um console compatível com Game Boy com cartucho regravaável e plugin do Codex para criar jogos.
Parte II. Como trabalhar com Codex + otimização/segurança/equipe
Codex não é apenas autocompletar código no chat, mas um agente de engenharia completo: ele lê o repositório, planeja alterações, edita arquivos, executa testes, verifica seus próprios diffs e sabe trabalhar...
OpenAI GPT (Modelos Flagship da Série GPT)
A principal linha universal de grandes modelos de linguagem da OpenAI (GPT-4, GPT-4o). Otimizada para análise textual complexa, programação, criatividade e trabalho intelectual diário.