Как пользоваться Codex и GPT-6 Astra

Что такое Codex и где он живет

За год Codex превратился из одного терминального инструмента в общее имя для агентного режима OpenAI. Один и тот же агент доступен в пяти местах, и настройки у них общие. Файл конфигурации, AGENTS.md, скиллы и серверы MCP читаются одинаково, откуда бы вы ни зашли.

Где	Что это	Когда подходит
Приложение ChatGPT	Программа для macOS, Windows и Linux. Внутри три режима, Chat для вопросов, Work для документов и исследований, Codex для работы с папкой проекта	Основной вариант для человека без терминала. Папка проекта, диктовка, панель диффа, задачи по расписанию
Codex CLI	Программа в терминале, запускается командой codex в папке проекта	Для тех, кто привык к терминалу, и для скриптов
Расширение для редактора	Панель внутри VS Code, Cursor, Windsurf, Xcode и JetBrains	Правки рядом с открытым кодом, чтение чужого проекта
Codex cloud	Агент на сервере OpenAI со своей копией репозитория	Длинные задачи в фоне, несколько попыток параллельно, старт из GitHub, GitLab, Linear и Slack
Codex в GitHub	Ревью pull request по упоминанию @codex или автоматически	Проверка каждого PR в команде

Для вайбкодера главное различие проходит по одной линии. Локальный Codex в приложении, терминале и редакторе работает с папкой на вашем компьютере и видит все, что в ней лежит. Облачный работает с копией репозитория на GitHub и возвращает результат в виде pull request. Если слова репозиторий и pull request пока пугают, сначала стоит прочитать гайд что такое GitHub, там они разобраны на примере сохранений в игре.

Codex входит в подписку ChatGPT, отдельно его покупать не нужно. Как оплатить подписку из России, собрано в гайде как оплатить ChatGPT и Claude. Есть и вариант входа по ключу API, тогда вы платите за токены, и часть функций приложения недоступна.

---

Что такое GPT-6 Astra и чем она отличается

GPT-6 Astra это флагманская модель OpenAI, вышла в начале сентября 2026. По данным OpenAI, она сильнее предыдущих моделей в работе с компьютером и браузером, в программировании и в длинных многошаговых задачах, где нужно переходить между кодом, браузером и рабочими программами. При этом на ту же задачу она тратит заметно меньше выходных токенов, поэтому в API одна задача выходит дешевле, хотя цена за токен выше.

Для пользователя Codex заметнее всего меняется поведение агента. OpenAI называет Astra самой выровненной своей моделью, и на практике это означает пять привычек, под которые надо подстроить инструкции.

• Спрашивает, когда ответ меняет результат инициатива Если задача допускает разные прочтения, Astra заполняет рутинные пробелы сама, а по существенным задает короткий вопрос. Побочный эффект в том, что она может остановиться там, где предыдущая модель сделала бы допущение и пошла дальше.
• Читает инструкции буквально послушность Лучше следует длинным инструкциям и потому чувствительнее к тому, что лежит в AGENTS.md и скиллах. Противоречивая или невнятная строка в скилле может заставить ее остановиться и спросить.
• Любит списки и таблицы стиль По умолчанию отвечает подробно, с разметкой, и повторяет одни и те же обороты от сессии к сессии. Стиль ответа задается явно.
• Делегирует реже, чем могла бы субагенты Умеет делить работу между параллельными агентами, но сама делает это неохотно. Если нужна параллельность, ее надо просить.
• Тестирует тщательно проверка Перед тем как считать задачу готовой, прогоняет проверки. На мелких правках это выливается в лишние тесты.

---

Установка и первый запуск

Быстрее всего начать с приложения ChatGPT. Дальше пять шагов.

1. Поставить приложение для своей системы с сайта chatgpt.com и войти в аккаунт.
2. Выбрать Codex в выпадающем списке вверху нового чата. Chat нужен для вопросов, Work для документов, презентаций и таблиц.
3. Открыть папку проекта. Codex читает и меняет файлы только в той папке, которую вы выбрали.
4. Описать результат и приложить файлы или примеры. Первое сообщение может быть простым. Разберись в проекте, предложи одно улучшение, реализуй его и проверь.
5. Посмотреть дифф. Панель диффа показывает, что изменилось. По любой строке можно оставить замечание, и оно уйдет в следующий ход агента.

Если Astra не появилась в списке моделей, приложение надо обновить, иногда дважды подряд, с полным перезапуском между обновлениями. Доступ к модели зависит от тарифа, обновление его не меняет.

Терминал и редактор

Codex CLI ставится одной командой через npm и запускается словом codex в папке проекта. Выглядит как чат внутри терминала, только агент при этом видит файлы и запускает команды сам. Как устроен такой интерфейс и почему его не надо бояться, разобрано в гайде как начать работать с AI-агентами. Работает он по той же логике, что Claude Code, разница в модели и в мелочах интерфейса, а приемы для второго собраны в гайде Claude Code: как пользоваться.

Первая задача любому агенту одна и та же. Прочитать проект и рассказать, что там. Вторая, записать это в файл правил, чтобы в следующей сессии не читать заново.

Расширение для редактора ставится из маркетплейса VS Code, для Cursor и Windsurf это тот же пакет. В Xcode Codex выбирается как агент в ассистенте, в JetBrains в окне AI Chat. Если иконки не видно, в палитре команд есть Codex: Open Codex Sidebar. Расширение подхватывает открытые файлы и выделенный фрагмент прямо в промпт, показывает дифф рядом с кодом и умеет отдавать задачу в облако, когда она разрослась.

---

Как ставить задачу

Codex вытянет результат и из неаккуратного запроса. В большом проекте и на важной задаче разница между хорошей и плохой постановкой это разница между одним ходом и вечером переделок. OpenAI советует четыре части в каждом промпте.

Часть	Вопрос	Пример
Цель	Что поменять или собрать	добавь экспорт заказов в CSV
Контекст	Какие файлы, папки, примеры и ошибки важны. Файлы упоминаются через @	@orders.py, формат как в @export_users.py
Ограничения	Стандарты, архитектура, что трогать нельзя	без новых зависимостей, схему базы не менять
Готово, когда	Что должно быть верно в конце	тесты проходят, файл открывается в таблицах

Четыре части занимают десять строк. Агент после такого промпта делает меньше допущений, а результат легче проверять по последнему блоку.

Уровень рассуждений

Рядом с моделью выбирается уровень рассуждений, то есть сколько модель думает перед действием. Low для быстрых понятных задач, Medium и High для сложных правок и отладки, Extra High для долгих агентных задач. Уровень увеличивает расход лимита и время ответа, а лучший результат не гарантирует. Если результат пропустил что-то из просьбы, сначала проверяют формулировку и доступ к файлам, потом уровень. Уровень рассуждений не восполняет отсутствующую информацию.

Задачу в приложении можно наговорить голосом, и для длинного контекста это быстрее клавиатуры. Как голосовой ввод становится основным интерфейсом для агентов, разобрано в гайде AI для личной эффективности.

---

Режим плана для сложных задач

Если задача большая, размытая или ее трудно описать, Codex просят сначала спланировать. Три способа.

• Режим плана /plan или Shift+Tab Агент собирает контекст, задает уточняющие вопросы и строит план до первой правки. Для большинства задач это самый простой путь.
• Интервью промпт Если идея есть, а описать ее трудно, просите агента задать вопросы, оспорить допущения и превратить идею в конкретное ТЗ до первой строки кода.
• Файл PLANS.md шаблон Для длинной многошаговой работы шаблон плана в файле, по которому агент ведет исполнение и отмечает сделанное.

С Astra планирование стало важнее еще по одной причине. Модель внимательна к границам задачи. Если в плане записано, где остановиться, она остановится там. Если конца не видно, она может прийти за ревью после первой реализации, хотя работа не закончена. Подробнее в разделе про AGENTS.md.

---

Лимиты и как их расходовать

Work и Codex делят один лимит подписки. Сколько работы в него влезает, зависит от тарифа, модели, уровня рассуждений и размера задачи. Лимит считается в двух окнах, пятичасовом и недельном, и для продолжения нужен остаток в обоих. Пятичасовое окно стартует с первого сообщения после окончания предыдущего, и исчерпать его можно за час.

Тариф	Astra, сообщений за пять часов
Plus	5-45
Pro 5x	25-225
Pro 20x	100-900
Business Standard	5-45
Ключ API	оплата по факту, лимитов подписки нет

Цифры это оценка OpenAI для локальных задач, реальный расход зависит от задачи и настроек. Младшие модели семейства тратят тот же лимит в два, пять и даже пятьдесят раз медленнее. Поэтому рутину вроде коротких правок, выжимок и сортировки выгодно отдавать им, а Astra оставлять для трудного бага, незнакомого кода и анализа. Названия младших моделей меняются каждые несколько месяцев, актуальный список виден в переключателе моделей, а какая связка прижилась у нас, мы показываем в канале Точки над ИИ.

Расход увеличивают большие входы и выходы, высокий уровень рассуждений, Fast mode и многошаговые задачи. Смена модели посреди работы лимит не возвращает, пул общий.

Сбросы лимита

Когда лимит кончился, путей три. Дождаться сброса по расписанию. Использовать сохраненный сброс, если он есть на аккаунте, такие раздавали на запуске Astra 3 и 4 сентября, а 7 сентября лимиты обновили всем автоматически. Купить мгновенный сброс, это доступно на личных Plus и Pro в зависимости от страны. Купленный сброс обновляет оба окна сразу и сдвигает недельную дату вперед. Сброс возвращает лимит, тарифные ограничения после него действуют как раньше. Кредиты и смена тарифа доступ к Astra не открывают, доступ определяется тарифом и статусом выкатки.

Бесплатного доступа к Astra в Codex нет. Что доступно без подписки у OpenAI и у других агентов, собрано в гайде как работать с AI-агентами бесплатно.

---

AGENTS.md, файл правил для агента

Когда прием сработал дважды, его перестают повторять в каждом промпте и записывают в AGENTS.md. Это открытый формат, README для агентов. Файл подхватывается автоматически перед началом любой работы. Тот же файл читают Cursor, Gemini CLI и другие агенты, поэтому правила переносятся между инструментами. Что в нем должно быть:

• устройство репозитория и важные папки;
• как запустить проект;
• команды сборки, тестов и линтера;
• соглашения о коде и требования к pull request;
• ограничения и запреты;
• что значит готово и как это проверить.

Команда /init в CLI создает заготовку по содержимому папки. Дальше ее правят под то, как проект собирается и проверяется на самом деле.

Три уровня файлов

Codex собирает цепочку инструкций при запуске. Сначала глобальный файл ~/.codex/AGENTS.md, личные правила для всех проектов. Потом файлы от корня репозитория вниз до текущей папки, по одному на папку. Файлы склеиваются сверху вниз, и тот, что ближе к рабочей папке, побеждает, потому что стоит в промпте позже. Файл AGENTS.override.md в любой папке заменяет собой обычный. Это способ временно переопределить правила, не удаляя основной файл. Общий размер цепочки ограничен 32 КиБ, хвост сверх лимита отбрасывается, поэтому длинные правила разносят по вложенным папкам или поднимают лимит в настройках.

Короткий и точный файл полезнее длинного с размытыми правилами. Новые правила добавляют после повторной ошибки.

Когда Codex ошибается второй раз в одном и том же, его просят о ретроспективе и дописывают правило. Так файл растет из реальных проблем. Если он разросся, основной остается коротким, а планирование, ревью и архитектура выносятся в отдельные файлы со ссылками. В командном репозитории тот же файл становится общими правилами для всех участников, как это устроено в гайде про командную базу знаний.

Раздел ## Code Review Rules внутри AGENTS.md читает Codex при ревью pull request в GitHub. Правила пишутся коротко, с описанием, что ловить и какой путь безопасный. Форматирование и линт оставляют CI.

---

Что менять в AGENTS.md под Astra

За год работы с агентами у многих накопились инструкции, которые компенсировали слабости старых моделей. С Astra часть из них мешает. OpenAI советует пересмотреть каждую строку и спросить, нужна ли она еще. Четыре типичных случая.

Было	Почему мешает	Стало
Перед каждой правкой прочитай architecture.md, database.md и deployment.md	Опечатка в одной строке превращается в чтение трех документов, контекст сгорает, работа замедляется	architecture.md для границ сервисов, database.md при изменении схемы, deployment.md при подготовке выкладки
Обязательно запусти тесты и проверь свою работу	Astra делает это сама, напоминание дает лишние прогоны	Убрать. Оставить только, какие проверки считаются достаточными для мелких правок
Никогда ничего не делай без моего разрешения	Astra воспринимает границы буквально и останавливается там, где вы были бы рады продолжению	Разрешить конкретные безопасные вещи явно, как локальные тесты в примере выше
Покажи первую версию и остановись на ревью	Модель и так склонна приходить за ревью раньше, чем закончила	Описать, что считается готовым, включая запуск, проверку результата и починку упавшего

Если хотите, чтобы после первой реализации она пошла дальше, назовите, что исследовать и где остановиться. Общее правило от OpenAI звучит просто. С Astra определение готовности задается до старта. А сам аудит старых инструкций можно поручить ей же одной просьбой пройтись по AGENTS.md и скиллам и найти правила, которые с новой моделью стали лишними. Какие строки пришлось переписать у нас, мы разбираем в канале по мере того, как ловим их на своих проектах.

---

Скиллы

Скилл это папка с файлом SKILL.md, где обычными словами описана процедура, плюс при необходимости скрипты, справочные документы и шаблоны. Codex и ChatGPT читают сначала только имя и описание каждого скилла, а полный текст загружают, когда решают его применить. Это называется прогрессивным раскрытием, и на нем построена вся экономия контекста. Что такое скиллы в принципе и как их писать, разобрано в гайде скиллы для AI-агентов, а готовые, которые можно взять сегодня, собраны в подборке готовых скиллов.

В Codex скилл вызывается явно, символом $ или командой /skills, в ChatGPT через @. Без явного вызова агент выбирает скилл сам по описанию, поэтому описание решает, сработает скилл или нет.

Описание отвечает на два вопроса, что делает и когда срабатывает. Тело умещается в четыре шага, шаблон вынесен в отдельный файл.

Где лежат скиллы

Уровень	Папка	Для чего
Репозиторий	.agents/skills в корне или в любой папке над текущей	Общие скиллы команды, уезжают в git вместе с проектом
Пользователь	~/.agents/skills	Личные скиллы для всех проектов
Машина	/etc/codex/skills	Общие для всех пользователей сервера, для автоматизации
Система	встроены в Codex	skill-creator, plan и другие от OpenAI

Скилл создается через $skill-creator, он спрашивает, что скилл делает, когда срабатывать и нужны ли скрипты. Если процедуру проще показать, чем описать, есть Record & Replay, запись ваших действий превращается в черновик скилла. Готовые скиллы из каталога OpenAI ставятся командой $skill-installer с именем скилла, а лишние отключаются в config.toml без удаления. Для раздачи скиллов другим людям есть плагины, пакет из скиллов и подключений MCP, который ставится из общего каталога ChatGPT и Codex.

Что меняет Astra в скиллах

Список скиллов занимает в контексте не больше двух процентов окна. Когда скиллов много, Codex начинает укорачивать описания, и модель видит меньше о каждом. Отсюда три правила из свежих рекомендаций OpenAI.

Правило	Было	Стало
Описание короче и точнее	Создает и проверяет миграции Postgres. Использовать при работе с базой, запросами, моделями и хранением	Создает и проверяет миграции Postgres. Использовать при добавлении или изменении миграции и при ревью ее выкатки
Корневой файл как маршрутизатор	Один SKILL.md на все сценарии, модель читает все подряд	Короткий корневой файл говорит, куда смотреть, подробности лежат в отдельных документах и скриптах
Меньше рецептов	Пошаговый маршрут на каждую мелочь, написанный для модели, которая без него терялась	Цель, границы и проверка. Astra понимает нюансы, и жесткий рецепт теперь чаще мешает, чем помогает

В первом примере плохой вариант описания подгружает скилл на любую задачу рядом с базой, хороший срабатывает только на миграциях. Скиллы в репозитории читают и агенты коллег на других моделях. Инструкция, которая помогала слабой модели, может пережать Astra, поэтому при написании стоит держать в голове, кто ее будет исполнять.

---

Настройка через config.toml

Поведение между сессиями и поверхностями держится на файле конфигурации. Личные настройки лежат в ~/.codex/config.toml, в приложении он открывается через Settings → Configuration. Настройки проекта лежат в .codex/config.toml внутри репозитория, а разовые переопределения передаются флагами в командной строке. Там задаются модель по умолчанию, уровень рассуждений, режим песочницы, политика подтверждений, профили, серверы MCP и экспериментальные функции.

Две ручки безопасности. Approval mode определяет, когда Codex спрашивает разрешение на команду. Sandbox mode определяет, может ли он писать в папку и какие файлы видит. Новичкам OpenAI советует оставить значения по умолчанию и ослаблять их только для проверенных репозиториев, когда понятно, зачем. Многие проблемы качества на деле оказываются проблемами настройки. Неверная рабочая папка, нет прав на запись, не та модель по умолчанию, не подключен нужный инструмент.

MCP для внешнего контекста

Когда нужный контекст лежит вне репозитория, в таск-трекере, базе, документации или аналитике, его подключают через MCP, чтобы агент ходил в сервис сам, без копирования в промпт. В приложении серверы добавляются в Settings → MCP servers, в CLI командой codex mcp add с именем и адресом. Часто Codex сам ставит нужный сервер, если попросить. Начинать стоит с одного-двух серверов, которые убирают конкретную ручную петлю. Как устроен протокол и какие мосты полезны вайбкодеру, разобрано в гайде что такое MCP.

---

Проверка и ревью

Просьба поменять код это половина задачи. Вторая половина в том, чтобы агент написал или обновил тесты, прогнал нужные проверки, сверил результат с просьбой и посмотрел свой дифф на регрессии. Codex делает эту петлю сам, если знает, что считается хорошим результатом, а это описывается в промпте или в AGENTS.md.

Команда /review дает четыре варианта. Ревью относительно базовой ветки, как для pull request. Ревью незакоммиченных изменений. Ревью конкретного коммита. Ревью по своей инструкции. Если в команде есть файл code_review.md и на него ссылается AGENTS.md, Codex будет ревьюить по нему в любом репозитории.

В GitHub Codex подключается к репозиторию и проверяет каждый pull request сам или по упоминанию @codex. В OpenAI через такое ревью проходят все PR без исключения.

---

Codex в облаке

Облачный Codex запускает задачу на сервере OpenAI в изолированном окружении со своей копией репозитория. Ваш компьютер при этом свободен, задач может быть несколько, и каждая возвращается с итогом и диффом, из которого одной кнопкой открывается pull request.

1. Открыть Codex по адресу chatgpt.com/codex и войти.
2. Подключить GitHub или GitLab и выбрать репозитории, к которым будет доступ.
3. Создать окружение под репозиторий, указать зависимости, инструменты, переменные и секреты.
4. Описать результат и запустить. Логи можно смотреть, можно уйти и вернуться.
5. Проверить итог и дифф, попросить доработать или открыть pull request.

Облачная задача живет по правилам GitHub. Результат приходит как предложение изменений, и последнее слово за вами.

Облако выбирают, когда работа должна идти в фоне, пока вы заняты другим. Когда хочется сравнить несколько попыток решения одной задачи. Когда задача родилась в GitHub, GitLab, Linear или Slack, и удобнее отдать ее оттуда. Когда вы далеко от рабочего компьютера. Из расширения для редактора задача тоже отправляется в облако, а результат возвращается в тот же чат.

---

Задачи по расписанию

Когда процедура стабилизировалась, ее ставят на расписание. В приложении на странице Scheduled выбирается проект, промпт, частота и место выполнения, в отдельном git worktree или в локальной папке. Промпт может вызывать скиллы. Подходят выжимка коммитов за неделю, поиск вероятных багов, черновик заметок к релизу, разбор упавших проверок CI, сводка для стендапа. Правило OpenAI простое, скилл описывает метод, расписание описывает время. Если процедура еще требует ручного руления, сначала скилл.

Отдельная идея из тех же рекомендаций, расписание для рефлексии. Раз в неделю агент просматривает недавние чаты, находит повторяющиеся трения и предлагает правки в AGENTS.md и скиллы. Похожая петля с разбором хвостов сессии описана в гайде про Second Brain.

---

Длинные чаты и команды

Чат копит контекст, решения и действия, и от того, как им управлять, зависит качество. Один чат на одну связную единицу работы. Если работа продолжает ту же проблему, лучше оставаться в том же чате, там сохранена цепочка рассуждений. Ветвить стоит, когда работа правда разошлась.

Команда	Что делает
/plan	Режим плана, то же самое по Shift+Tab
/init	Заготовка AGENTS.md по содержимому папки
/review	Ревью ветки, незакоммиченных правок или коммита
/skills	Список скиллов, вызов через $
/resume	Вернуться в сохраненный чат
/fork	Новый чат с копией текущей истории
/compact	Сжать раннюю часть чата в выжимку. Codex делает это и сам, когда чат разросся
/agent	Переключиться между параллельными агентами
/status	Состояние сессии, модель, лимиты
/apps	Приложения ChatGPT прямо в Codex
/experimental	Экспериментальные функции, записываются в config.toml

Субагенты снимают с главного чата ограниченную работу вроде исследования, тестов или сортировки. Главный агент остается на основной проблеме. Astra делегирует реже, чем могла бы, поэтому в AGENTS.md полезна строка про параллельность, она есть в следующем разделе.

---

Промпты, которые правят поведение Astra

OpenAI опубликовала набор формулировок для настройки Astra. Они написаны для тех, кто зовет модель через API, но работают и в AGENTS.md, и в первом сообщении чата. Ниже перевод по смыслу, английские оригиналы лежат в документации OpenAI по модели. Брать нужно только те блоки, которые отвечают вашей проблеме.

Каждый блок отвечает на одну из пяти привычек из начала гайда. Ставить все сразу не нужно, иначе файл станет тем самым длинным AGENTS.md, который Astra читает слишком буквально.

---

Если вы зовете Astra через API

Для тех, кто собирает на модели своего бота или сервис, коротко о том, что меняется в вызовах. Полная сборка такого бота руками агента разобрана в гайде как создать Telegram-бота.

• Имя модели gpt-6-astra, вызовы через Responses API. Chat Completions работает, но вызов инструментов доступен только в Responses.
• Параметры temperature, top_p и logprobs убираются, модель их не принимает.
• Уровень рассуждений none не поддерживается. Если стояли none или minimal, начинать с low.
• Уровень рассуждений меняется посреди диалога элементом configuration_update, без переписывания начала промпта, так сохраняется кэш.
• Асинхронные инструменты. С флагом async: true модель продолжает думать и звать другие инструменты, пока ваше приложение выполняет долгий вызов.
• Управление посреди хода. По WebSocket можно дослать поправку, пока модель работает, сделанное сохраняется.
• Кэш промптов задается через prompt_cache_options.ttl, старый параметр prompt_cache_retention не работает.
• Fast mode недоступен при хранении данных в ЕС.

Перевести существующий проект помогает встроенный скилл. Команда $openai-docs с просьбой мигрировать проект на GPT-6 Astra применяет все изменения из списка выше. Тот же скилл работает в других агентах, если скачать его из репозитория Codex на GitHub.

---

Первая неделя с Codex

1. Установка и папка. Приложение ChatGPT, режим Codex, папка любого текущего проекта. Первая просьба, разобраться в проекте и ничего не менять.
2. Коммит и AGENTS.md. Включить git, сделать первый коммит, запустить /init и поправить заготовку руками.
3. Задача из четырех частей. Одна реальная правка с целью, контекстом, ограничениями и критерием готовности. Посмотреть дифф.
4. Режим плана. Задача побольше через /plan, с вопросами агента до первой правки.
5. Лимит. Открыть Settings → Usage до и после дня работы, понять, сколько уходит на Low и на High.
6. Первый скилл. Процедура, которую вы уже дважды объясняли агенту, через $skill-creator.
7. Облако. Одна задача в Codex cloud из репозитория на GitHub, результат принять через pull request.

---

Частые ошибки

Ошибка	Что происходит	Что делать
Правила в каждом промпте	Повторяете одно и то же, агент между сессиями забывает	Перенести в AGENTS.md или в скилл
Агент не видит свою работу	Не описано, как запускать сборку и тесты	Команды запуска и проверки в AGENTS.md
Нет плана на сложной задаче	Переделки и лишний расход лимита	/plan до первой правки
Полный доступ до понимания процесса	Агент может сделать необратимое	Права по умолчанию, ослаблять по репозиториям
Две живые задачи в одной папке	Правки бьются друг о друга	Отдельный git worktree на каждую
Расписание до ручной стабильности	Мусор приходит по расписанию	Сначала скилл, который работает руками
Смотреть за каждым шагом	Теряется вся выгода параллельной работы	Дать задачу и заняться своим
Один чат на весь проект	Раздутый контекст, качество падает	Один чат на единицу работы, /fork при ветвлении
Старые жесткие запреты в AGENTS.md	Astra останавливается раньше времени	Пересмотреть границы под новую модель
High на каждой задаче	Лимит сгорает за час	Low или Medium на старте, выше при необходимости

---

Частые вопросы

Что такое Codex простыми словами?

Это агент OpenAI, который работает в папке проекта. Он читает файлы, правит их, запускает команды и проверяет результат сам. Доступен в приложении ChatGPT, в терминале, в редакторе кода и в облаке, и входит в подписку ChatGPT.

Чем Codex отличается от Claude Code?

Логика одинаковая. Оба работают в папке проекта, читают файл правил, понимают скиллы и MCP. Разница в модели внутри, в подписке и в мелочах интерфейса. Codex работает на моделях OpenAI и входит в подписку ChatGPT, Claude Code на моделях Anthropic и входит в подписку Claude. Навык переносится, а файлы AGENTS.md и скиллы читают оба.

Нужна ли подписка, чтобы пользоваться Codex с GPT-6 Astra?

Да. Astra в Codex доступна на Plus, Pro и бизнес-тарифах, лимит общий с режимом Work. Через ключ API оплата идет по факту за токены. Бесплатного доступа к Astra нет.

Что такое GPT-6 Astra?

Флагманская модель OpenAI, выпущенная в сентябре 2026. Сильнее предыдущих в работе с компьютером и браузером, в программировании и в длинных задачах, тратит меньше выходных токенов на задачу. Заметнее всего для пользователя меняется поведение агента, он чаще спрашивает, буквальнее читает инструкции и тщательнее проверяет.

Почему Astra останавливается и задает вопросы посреди задачи?

Модель спрашивает, когда ответ может изменить результат, и внимательно относится к границам, записанным в инструкциях. Если в AGENTS.md остались жесткие запреты для старых моделей или не описано, что считается готовым, она придет за ревью раньше времени. Лечится определением готовности в промпте и разрешением конкретных безопасных действий в файле правил.

Как быстро кончается лимит и что делать?

На Plus это примерно от 5 до 45 сообщений Astra за пятичасовое окно, плюс недельный лимит. Расход растет с уровнем рассуждений, размером задачи и Fast mode. Остаток и время сброса видны в Settings → Usage. Когда лимит кончился, можно дождаться сброса, применить сохраненный сброс или купить мгновенный на личных Plus и Pro. Рутину выгодно отдавать младшим моделям.

Что такое AGENTS.md и где он должен лежать?

Файл с правилами для агента, который читается автоматически перед началом работы. Глобальный лежит в ~/.codex/AGENTS.md, файл проекта в корне репозитория, уточнения в подпапках. Файлы склеиваются, ближний к рабочей папке побеждает. Заготовку создает команда /init.

Чем скилл отличается от AGENTS.md?

AGENTS.md читается всегда и описывает правила проекта. Скилл читается только тогда, когда задача подходит под его описание, и описывает одну конкретную процедуру. Правило, которое нужно всегда, идет в AGENTS.md, процедура, которая нужна иногда, в скилл.

Можно ли пользоваться Codex без терминала?

Да. Приложение ChatGPT дает тот же агент с выбором папки, диктовкой, панелью диффа и задачами по расписанию. Терминал понадобится только для CLI и скриптов.

Работает ли Codex из России?

Приложение и агент работают, ограничение то же, что у всей подписки ChatGPT. Оплата российской картой не проходит, способы оплаты собраны в гайде как оплатить ChatGPT и Claude из России.