OpenAI’s Codex gaat verder dan coderen
OpenAI verandert de Codex-app in een plek waar AI-agenten code kunnen schrijven, interfaces testen, pull requests beoordelen, apps gebruiken, projectgewoonten onthouden en lange taken op de achtergrond levend houden.
OpenAI’s update van april 2026 voegde computergebruik, in-app browsen, afbeeldingsgeneratie, geheugen, plugins, automatiseringen, sterkere pull-requestworkflows, bestandsvoorbeelden, meerdere terminals en vroege SSH-ondersteuning toe. Het wekelijkse gebruik had de grens van 4 miljoen ontwikkelaars gepasseerd toen OpenAI Codex dieper bij grote bedrijven inzette.
Codex begint de hele softwareontwikkelingslevenscyclus te bestrijken: plannen, context verzamelen, bouwen, testen, reviewen, documenteren en opvolgwerk. De IDE is niet langer de hele ruimte. Codex probeert door het kantoor te lopen.
Wat is er veranderd in Codex?
Computergebruik buiten de IDE
De belangrijkste functie is Codex-computergebruik. Codex kan zien, klikken en typen in desktop-apps met zijn eigen cursor. Meerdere agenten kunnen parallel draaien op een Mac terwijl de gebruiker in andere apps doorwerkt. Dit helpt bij frontendtesten, app-QA en tools zonder nette API.
Voorbeeld: een ontwikkelaar vraagt Codex om een afrekenpagina te repareren. Codex wijzigt de React-code, opent de lokale pagina, klikt de flow door, ziet dat het kortingsveld stukgaat bij mobiele breedte, past de CSS aan, voert tests uit en rapporteert het resultaat.
In-app browser voor visuele feedback
De in-app browser helpt bij frontendwerk. Gebruikers kunnen direct op een pagina opmerkingen plaatsen en de agent precieze instructies geven. “Verplaats deze knop onder de prijskaart” is makkelijker wanneer “deze” naar de echte knop wijst, niet naar een vage regel in een prompt. Browsergebruik laat Codex ook door lokale UI’s klikken, visuele bugs reproduceren en fixes in de app verifiëren.
Plugins, skills en MCP-verbindingen
Codex-plugins bundelen skills, appintegraties en MCP-servers tot herbruikbare workflows. OpenAI noemt voorbeelden zoals Gmail, Google Drive, Slack, GitHub en andere tools. Een plugin kan Codex een herhaalbaar proces geven: een Slack-thread lezen, een GitHub-issue controleren, context uit Drive halen, een document bijwerken en een antwoord opstellen.
MCP geeft Codex toegang tot externe tools en context, waaronder ontwikkeltools zoals browsers of Figma.
Geheugen en automatiseringen voor persistent werk
Codex-geheugen laat de agent nuttige context uit eerdere threads meenemen naar toekomstig werk. Het kan voorkeuren, tech-stacks, terugkerende workflows, projectconventies en bekende valkuilen onthouden. OpenAI zegt dat memories standaard zijn uitgeschakeld en bij de lancering niet beschikbaar waren in de EER, het VK of Zwitserland.
Codex-automatiseringen laten Codex terugkerende taken op de achtergrond uitvoeren, bevindingen naar een inbox posten of een run archiveren wanneer er niets te melden is. Een team kan Codex vragen om elke ochtend mislukte telemetrie te controleren, elke vrijdag wijzigingen in de codebase samen te vatten of een langlopende PR in de gaten te houden.
Waarom ‘meer dan coderen’ belangrijk is
Softwareontwikkeling is niet alleen code genereren. Een normale ontwikkelaarsdag bestaat uit issues lezen, logs controleren, bugs reproduceren, docs bijwerken, reviewcomments beantwoorden, tests uitvoeren en beslissingen uitleggen. Ontwikkelaars gebruiken Codex nu om systemen te begrijpen, context te verzamelen, werk te reviewen, problemen te debuggen, met teamgenoten te coördineren en langere taken gaande te houden. De ontwikkelaar bezit nog steeds het resultaat. De Codex-AI-agent doet meer van het rommelige middenwerk.
De Codex-app als multi-agent commandocentrum
OpenAI introduceerde de Codex-app in februari 2026 als desktopinterface om meerdere agenten tegelijk te beheren. De app ondersteunt parallelle threads, projectweergaven, diffs, opmerkingen, worktrees, terminals, Git-acties en cloudmodus. Ondersteuning voor Windows verscheen in maart 2026.
Worktrees laten meerdere agenten aan dezelfde repository werken in geïsoleerde kopieën, zodat de ene agent een instellingenpagina kan refactoren terwijl een andere tests voor facturering schrijft.
Wat Codex nu kan buiten code schrijven
Functietabel
Een productmanager zou kunnen schrijven: “Maak de onboardingpagina duidelijker voor nieuwe gebruikers. Gebruik onze nieuwste supporttickets als context, werk de copy bij, pas de pagina aan en bereid een korte samenvatting voor.” Codex kan context verzamelen, de app aanpassen, controles uitvoeren en de samenvatting opleveren. Een mens keurt het eindresultaat nog steeds goed, want productie mag geen spookhuis zijn.
Codex vs Claude Code, Cursor en Copilot
De wedloop rond agentisch coderen is druk. Claude Code is Anthropics agentisch coderingssysteem dat een codebase leest, bestanden wijzigt, tests uitvoert en gecommit code oplevert. Cursor richt zich op een AI-first editor en agenten over desktop, CLI, GitHub, Slack, Linear en JetBrains. GitHub Copilot heeft een cloudagent die een repo kan verkennen, branchwijzigingen kan maken en een pull request kan openen vanuit een issue of chatprompt.
- OpenAI Codex beweegt richting een workflow- en agent-commandocentrum. De beste use-case is meerstaps werk over code, apps, bestanden, browsers en gekoppelde tools.
- Claude Code richt zich op agentisch coderen over codebases heen. Het werkt goed voor terminal-gebaseerde ontwikkelingstaken, codewijzigingen, tests en uitvoering op repo-niveau.
- Cursor is gebouwd rond een AI-native editorervaring. Het past goed bij ontwikkelaars die het grootste deel van hun dag in de editor doorbrengen en AI-hulp dicht bij de code willen.
- GitHub Copilot is het sterkst binnen GitHub-native workflows. Het past bij issues, branches, pull requests, code review en repotaken die al in GitHub leven.
Die bredere beweging richting codingtools gebeurt niet in een vacuüm. We verkenden dit uitgebreider in onze vergelijking Claude Code vs. Codex, die bekijkt waarom AI-codeeragenten ineens overal zijn en waarom bedrijven er zo hard op inzetten.
OpenAI’s enterprise-strategie
OpenAI breidt partnerschappen uit met Accenture, Capgemini, CGI, Cognizant, Infosys, PwC en Tata Consultancy Services om Codex bij grote bedrijven te brengen. OpenAI lanceert ook Codex Labs, dat OpenAI-specialisten binnen klantorganisaties zal plaatsen om Codex in bestaande systemen en workflows te integreren.
Grote bedrijven kopen geen “coole demo’s.” Ze kopen herhaalbaar werk, controles, rapportage en integratie met rommelige systemen die drie reorganisaties en minstens één heldhaftig Excel-bestand hebben overleefd. Codex-workspace-agenten wijzen in die richting: ze worden aangedreven door Codex, draaien in de cloud, gebruiken gekoppelde apps en kunnen worden gedeeld in ChatGPT of Slack.
Veiligheid, sandboxing en menselijke review
Meer macht vraagt om meer controle. OpenAI’s Codex-beveiligingsdocs zeggen dat de agent standaard draait met netwerktoegang uitgeschakeld. Lokaal gebruikt Codex een door het besturingssysteem afgedwongen sandbox, meestal beperkt tot de huidige workspace, plus goedkeuringsbeleid dat bepaalt wanneer de agent eerst om toestemming moet vragen voordat hij handelt.
De sandbox bepaalt wat Codex mag aanraken. Het goedkeuringsbeleid bepaalt wanneer het moet pauzeren. Routinematige edits en tests kunnen binnen de grenzen draaien. Netwerktoegang, wijzigingen buiten de workspace of risicovolle toolaanroepen kunnen goedkeuring vereisen.
Ook geheugen heeft governance nodig. Teams moeten vereiste regels in AGENTS.md of ingecheckte documentatie vastleggen, niet alleen in memory-bestanden. Geheimen horen niet in memories. Een goede regel: laat Codex voorkeuren onthouden, geen wachtwoorden.
Het grotere plaatje
Codex wijst naar AI-native werk: agenten die werken over tools, bestanden, browservensters, berichten, documenten en code heen. Codex kan ook door niet-ontwikkelaars worden gebruikt, voor taken zoals informatie verzamelen, slidedecks maken, dashboards bouwen, workflows repareren, bestanden bijwerken en routinetaken automatiseren.
Maar deze toekomst heeft nog een koude douche nodig. AI-agenten kunnen hallucineren, context verkeerd begrijpen, een taak te letterlijk nemen of een wijziging aanbrengen die er goed uitziet tot die een echte workflow raakt. Hoe meer tools een agent kan aanraken, hoe belangrijker review wordt. Een kleine fout in een concept is vervelend. Een kleine fout in een repo, dashboard of klantworkflow kan heel snel duur worden.
Codex begint minder op autocomplete te lijken en meer op een gesuperviseerde agent voor complex digitaal werk. Het kan handelen, onthouden, tools verbinden en terugkomen met artefacten. De menselijke taak is om de juiste opdracht te geven, het resultaat te controleren en de vangrails stevig te houden. Dat is minder flitsend dan “AI vervangt ontwikkelaars,” maar wel geloofwaardiger.
