Codex přesouvá práci do cloudu. Rozhoduje, co agentovi předáš

TL;DR

• Codex Cloud umožňuje spouštět úlohy v oddělených instancích připraveného prostředí. Při předání rozdělané práce z počítače ale stále záleží na rozdílech v kontextu.
• OpenAI ukázalo hlasové řízení více úloh a využití osobních agentů dots, kteří pomáhají s delegováním a návazností práce.
• Vyzkoušej předání jedné malé opravy do cloudu. Sleduj, co musíš agentovi dovysvětlit a zda dostaneš změnu připravenou ke kontrole.

Rozpracuješ s Codexem opravu webu, potřebuješ odejít a chceš, aby agent pokračoval bez zapnutého notebooku. Pro takovou situaci dává cloud smysl. Důležitá otázka ale zní: dostane tam agent také správnou verzi kódu, zadání a podklady, ze kterých jste dosud vycházeli?

Nové způsoby práce s Codexem posouvají část pozornosti od samotného psaní kódu k předávání a řízení úloh. Reportáž Latent Space z 11. listopadu 2026 zachycuje workshop OpenAI, kde Dominik Kundel a Charlie Guo představili cloudová prostředí, hlasové ovládání a osobní agenty dots. Pro malý vývojový tým z toho plyne konkrétní možnost: připravit práci tak, aby mohla pokračovat jinde a vývojář se vrátil až ke kontrole výsledku.

Cloud potřebuje prostředí i zadání

Druhá verze Codex Cloud, oznámená na zářijovém DevDay, podle popisu workshopu umožňuje jednou připravit prostředí a spouštět více úloh v jeho izolovaných instancích. Při nastavení vybíráš repozitáře na GitHubu, ke kterým má mít přístup. Prostředí můžeš používat sám nebo sdílet uvnitř firmy.

Pro opakovanou agentskou práci je podstatné právě oddělení přípravy prostředí od jednotlivých úloh. Nad stejným nastavením mohou běžet samostatná zadání, aniž by každé začínalo přípravou od nuly.

Přesun rozdělané lokální úlohy však ještě není bezproblémový. Kundel připustil, že OpenAI chce předávání zjednodušit a musí přitom řešit rozdíly v kontextu. Popsal například postup, kdy požádá lokální Codex, aby odeslal větev s kódem a založil nové cloudové vlákno.

To je důležitý rozdíl pro očekávání: popsané předání zahrnuje založení nové úlohy. Není tím doloženo, že se automaticky přenese vše, co agent znal na tvém počítači.

Hlas může řídit několik rozdělaných úloh

Hlasové ovládání na workshopu mělo dvě podoby. Kundel zmiňoval diktování při průběžných úpravách ukázkového webu. Guo ho používá šířeji: ke správě vláken, zjišťování stavu práce, získávání dat z dalších aplikací a zakládání nových úloh.

Pro vývojáře tak může být užitečné nadiktovat nejen požadovanou změnu, ale také pokyn, která práce má pokračovat a o které chce dostat přehled. Těžiště se přesouvá k řízení souběžných úloh.

Představ si například úpravu firemního webu: jedna úloha řeší vzhled stránky, druhá zkoumá chybu formuláře. Jako praktický experiment můžeš hlasem požádat o stav každé z nich a další práci zadat konkrétní úloze. Při takovém pokusu sleduj hlavně to, zda agent správně poznal, ke které práci pokyn patří. Jde o náš návrh využití, nikoli o výsledek testu z workshopu.

dots mají pomáhat s návazností práce

Osobní agenti dots přidávají další způsob, odkud práci zadávat. Guo popsal tři využití: upozornění na přehlédnuté věci, přijímání delegovaných úkolů zejména ve Slacku a dostupnost napříč místy, kde pracuje. Současně přiznal, že i zkušenému uživateli Codexu mohou dots zpočátku připadat nezvyklí.

Kundel uvedl, že řadu úloh začíná právě přes svého osobního agenta. Podle jeho zkušenosti už zná pracovní souvislosti a pomáhá posouvat návrhy změn kódu, tedy pull requesty, dál. Popsal také hlasové zadávání práce, ke které se později vrací kvůli kontrole.

Přínosem by tedy mohlo být méně opakovaného vysvětlování projektu. Jde ovšem o zkušenosti pracovníků OpenAI s jejich vlastním nastavením. Reportáž nedokládá, že každý uživatel získá stejný rozsah přístupů a kontextu bez další přípravy.

Začni jedním předáním a spočítej dovysvětlování

Pokud už Codex používáš, vyber malou opravu s jasným výsledkem. Před předáním do cloudu doporučujeme určit větev s kódem, popsat zbývající práci a říct, jak má agent výsledek ověřit. Návrh změny pak nech čekat na svou kontrolu.

Po dokončení si odpověz na tři otázky:

• Pracoval agent se správným kódem a zadáním?
• Kolikrát jsi musel doplnit souvislosti, které znal při lokální práci?
• Dostal jsi přehled změn a výsledky kontrol, podle kterých můžeš rozhodnout o přijetí?

Takový pokus ukáže, zda ti předání skutečně uvolnilo ruce. Hlas a dots pak můžeš přidat tam, kde usnadní zadávání nebo sledování práce. Nejdřív si ověř, že jedna úloha spolehlivě dorazí od zadání k výsledku, který dokážeš posoudit.

Zdroj

Latent Space: AI Engineer Code Summit: OpenAI on New Ways of Working With Codex, 11. listopadu 2026