8000 Wörter: Die dramatische Geschichte der Aufholjagd von Codex gegen ChatGPT wird erstmals vollständig offengelegt

Codex ist eine der wichtigsten, noch unerzählten Geschichten in der Geschichte der Technik.

Vor nicht allzu langer Zeit wurde diese Geschichte endlich vollständig aufgedeckt.

Every CEO Dan Shipper verbrachte mehrere Monate damit, Greg Brockman, Mitbegründer von OpenAI, und sechs Kernmitglieder von Codex zu interviewen, und verfasste einen über 8000 Wörter langen Artikel mit dem Titel «How Codex Happened».

Der Artikel rekonstruiert zum ersten Mal, wie Codex nach einem enttäuschenden Start ohne passende Produkt-Markt-Passung zu dem Grundgerüst der ChatGPT-Desktop-Version wurde.

Am besten zeigt dieser Aufstieg ein kleines Detail, das im Mac-System verborgen liegt:

Die interne Kennzeichnung der neuen ChatGPT-Desktop-App heißt bis heute noch „com.openai.codex“.

Vor einem Jahr war Codex nur ein kleiner Eingang in ChatGPT, weniger als 12 Monate später wohnt ChatGPT stattdessen in seiner Hülle.

Was für eine „umgekehrte Übernahme“.

Wie genau dieser Aufstieg stattgefunden hat? Aus den von dem Team mitgeteilten Informationen haben wir vier Punkte gefunden:

1. Die erste Version von Codex Cloud erhielt keine Resonanz von außen, das Team wechselte schnell zu lokalen Agenten; 2. OpenAI hat für Codex eine eigene Modelllinie eingerichtet, um Forschung, Produkt und Technik direkt zusammenarbeiten zu lassen; 3. Das Team hat innerhalb eines Jahres vier verschiedene Produktformen ausprobiert und sich am Ende für die Desktop-App ohne Code-Editor entschieden; 4. Sie haben Codex mit Codex entwickelt, sodass einige Personen innerhalb weniger Wochen ein neues Produkt erstellen konnten.

Natürlich ist die dahinterstehende, spannende Geschichte noch viel beeindruckender als die Schlussfolgerungen selbst.

Viel Spaß beim Lesen.

Die erste Version von Codex scheiterte, weil sie zu weit voraus war

Die Wurzeln der neuen Generation von Codex reichen bis Ende 2024 zurück.

Damals trainierte Sottiaux, der heute Leiter von Codex ist, mit seinem Team einen internen Programmieragenten, der speziell OpenAI-Forschern dabei helfen sollte, Infrastrukturcode zu schreiben, Experimente durchzuführen und die Ergebnisse der Experimente zur Verbesserung der nächsten Modellgeneration zu nutzen.

Schon bevor Codex offiziell vorgestellt wurde, war es innerhalb von OpenAI an der Entwicklung seiner eigenen nächsten Generation beteiligt.

Aus heutiger Sicht erscheint diese Vorgehensweise etwas zu weit voraus.

Nicht nur das Team von Sottiaux, sondern tatsächlich arbeiteten damals mehrere Teams bei OpenAI gleichzeitig an der KI-Programmierung, allerdings in unterschiedlichen Richtungen:

Einige setzten auf Terminals, andere auf IDEs, und wieder andere waren überzeugt, dass „Agenten in der Cloud angesiedelt sein sollten“.

Unter ihnen klang die Cloud-Route besonders verlockend.

Wenn der Mitarbeiter Feierabend macht und den Laptop zuklappt, kann der Agent auf seinem eigenen Rechner weiterarbeiten. Am nächsten Tag stellt man fest, dass der Code korrigiert, die Tests abgeschlossen und sogar der Pull Request bereits fertiggestellt ist.

Wer würde davon nicht begeistert sein?

Im Frühjahr 2025 schlossen sich die verschiedenen explorativen Kräfte allmählich zusammen, und das Team traf die Entscheidung:

Zuerst die Cloud-Route vorantreiben.

Sie brauchten nur etwa sieben Wochen, um Codex Cloud fertigzustellen. Sie dachten, dass dieses im Mai 2025 veröffentlichte Produkt erfolgreich sein würde, aber die Realität versetzte allen einen harten Schlag – die Nutzer nahmen es kaum an.

Das Problem lag in der Umgebung.

Im Unternehmen gibt es eine einheitliche Entwicklungskonfiguration, sodass die Forscher fast „ohne Vorbereitung direkt loslegen“ können. Externe Entwickler hingegen stehen vor einer Vielzahl von Abhängigkeiten, Berechtigungen und privaten Tools. Allein um den Agenten in die echte Arbeitsumgebung zu bringen, müssen sie erst eine Lernkurve durchlaufen.

Noch peinlicher war, dass der Produktverantwortliche Embiricos bei der späteren Nachbetrachtung ergänzte:

Das damalige Modell war auch nicht intelligent genug, um komplexe Aufgaben eigenständig zu bewältigen.

Daher stieß die erste Version von Codex Cloud gleichzeitig an zwei Grenzen:

Die Umgebungskonfiguration war zu kompliziert, und die Fähigkeiten des Modells reichten noch nicht aus.

Das Team hatte die ideale Arbeitsweise vorzeitig entwickelt, aber die Realität war noch nicht so weit.

Dieses große Wagnis mit der Cloud ist also gescheitert...

Ein Nebenprojekt von zwei Personen hat Codex gerettet

Während OpenAI mit diesem Misserfolg zu kämpfen hatte, erzielte das benachbarte Unternehmen Anthropic mit Claude Code auf einem anderen Weg Erfolge.

Claude Code läuft direkt auf dem Computer des Nutzers. Dateien, Tools und Entwicklungsumgebung sind bereits vorhanden, der Nutzer kann es jederzeit unterbrechen und die Anpassungen im selben Kontext fortsetzen.

Die Entwickler entschieden sich schnell für dieses Produkt.

Das Codex-Team erkannte schließlich, dass das von ihnen angestrebte Endziel in der Cloud vielleicht nicht falsch war, aber sie hatten die Zwischenschritte zu großzügig übersprungen.

Was sollte man tun?

Zurückkehren und die einst aufgegebene lokale Route wieder aufgreifen.

Eigentlich existierte diese lokale Route schon die ganze Zeit.

Bereits einen Monat vor der Veröffentlichung von Codex Cloud veröffentlichte OpenAI Codex CLI als Open-Source-Software. Es konnte direkt im Terminal Dateien lesen, Code ändern und Befehle ausführen – eine Produktform, die Claude Code sehr ähnlich ist.

Aber CLI war damals nicht das Hauptprojekt des Codex-Teams.

Nach den Worten von Embiricos war es ein Nebenprojekt, das von zwei Personen „heldenhaft“ erstellt wurde. Das Team hatte auch einen Prototyp für einen lokalen Agenten entwickelt, aber einen Monat später legte es das Projekt beiseite und konzentrierte sich vollständig auf die Cloud, die größere Entwicklungsmöglichkeiten versprach.

Wer hätte gedacht, dass genau dieses zurückgestellte Nebenprojekt am Ende die Rettung brachte?

Im Sommer 2025 übernahm Sottiaux das Team und verkündete direkt:

Wechsel zur lokalen Ausführung.

Aber er beeilte sich nicht, neue Funktionen zur CLI hinzuzufügen. Stattdessen schrieb das Team den gesamten zugrundeliegenden Agenten von Grund auf neu.

Diese Entscheidung wirkte damals etwas ungewöhnlich.

Schließlich war Claude Code bereits im Einsatz, und externe Nutzer forderten neue Funktionen. Aber das Codex-Team konzentrierte sich auf die unterste Ebene und begann, alles in Rust neu zu implementieren.

Oberflächlich betrachtet waren andere damit beschäftigt, den Markt zu erobern, während sie nur den Motor ihres Autos austauschten.

Aber Sottiaux wollte genau das Problem lösen, dass Codex ständig seine Produktform wechselte.

Die CLI ist nur die sichtbare Hülle für den Nutzer. Der wirklich wertvolle Teil ist der darunterliegende Agent, der Dateien lesen, Befehle ausführen, Tools aufrufen und Code ändern kann.

Sobald diese Kernfähigkeit aus dem Terminal herausgelöst wird, kann sie überall eingesetzt werden:

Sie funktioniert im Terminal, in der IDE, auf Desktop-Apps, Mobilgeräten, in der Cloud und auch in ChatGPT.

Diesmal beeilte sich das Team nicht, auf die nächste Oberfläche zu setzen. Zuerst entwickelten sie „Codex selbst“ vollständig.

Aber auch nach dem Austausch des Motors konnte das Fahrzeug noch nicht schnell fahren.

Dem Team fehlte noch ein leistungsstarkes genug Modell.

Die früheren Modelle von OpenAI erzielten gute Ergebnisse bei Programmierwettbewerben, aber in echten Codebasen zeigten sie schnell Schwächen: Die Projektdateien sind ungeordnet, die Abhängigkeiten sind komplex, und Nutzer unterbrechen den Prozess zwischendurch – das ist etwas völlig anderes als das Lösen einer sauberen Algorithmikaufgabe.

Greg Brockman hat dafür ein sehr anschauliches Beispiel:

Diese Modelle sind wie Schüler, die die SAT-Prüfung mit voller Punktzahl bestanden haben, aber noch nie einen einzigen Arbeitstag erlebt haben.

Daraufhin begann das Team von Michelle Pokrass, das für das Nachtraining von GPT-5 zuständig war, dem Modell „Arbeitserfahrung beizubringen“. Es lernte, mit ungeordneten großen Codebasen umzugehen, Projektstrukturen zu verstehen, Fehler zu verfolgen und bei Bedarf nach Erlaubnis für erweiterte Zugriffe zu fragen.

Im August 2025 war die neu aufgebaute Codex CLI endlich mit GPT-5 kompatibel und wurde danach auch in die Seitenleisten von VS Code und Cursor integriert.

Diesmal kamen die Nutzer wirklich.

Bis Oktober desselben Jahres stieg die Nutzung von Codex um mehr als das Zehnfache. Die IDE-Erweiterung übertraf schnell das Terminal und wurde zum am häufigsten genutzten Eingangspunkt.

Diese CLI, die von zwei Personen entwickelt wurde und fast als Nebenprojekt vergessen wurde, hat Codex endlich vor dem Misserfolg in der Cloud gerettet.

Embiricos erinnerte sich, dass ihm zu diesem Zeitpunkt nur ein Satz durch den Kopf ging:

„Endlich können wir richtig anfangen.“

Gerade als die IDE populär wurde, begann das Team, eine App zu entwickeln

Eigentlich hätte man angesichts des starken Wachstums von CLI und IDE-Erweiterung das Team erweitern und weitere Funktionen hinzufügen sollen, um die Entwicklung voranzutreiben. Aber das Codex-Team schlug einen anderen Weg ein.

Sottiaux war der Ansicht, dass das Modell bald in der Lage sein würde, mehrere Stunden lang kontinuierlich zu arbeiten und gleichzeitig Code, Bilder, Sprache und externe Informationen zu verarbeiten. Zukünftig könnten Nutzer gleichzeitig fünf oder sechs Agenten steuern.

So viele Aufgaben alle in einem Terminal unterzubringen, ist für dieses schwarze Kästchen, das vor Jahrzehnten entwickelt wurde, eine zu große Herausforderung.

Daher beschloss er, die CLI weiter zu pflegen und gleichzeitig die größten Ressourcen in eine native Desktop-App zu investieren.

Um die App zu entwickeln, holte Sottiaux den Designer und Programmierer Andrew Ambrosino hinzu. Das gesamte Kernteam bestand aus nur vier Personen, aber das Ziel war groß:

Ein „Kontrollzentrum“ zu schaffen, das mehrere Agenten gleichzeitig verwalten kann.

Die Oberfläche ähnelte eher einer Chat-Software: Links befinden sich verschiedene Projekte und Aufgaben, für jede Aufgabe gibt es einen eigenen Agenten. Nutzer können mehrere Aufträge gleichzeitig vergeben, dann den Fortschritt überprüfen und weitere Anforderungen hinzufügen.

Daraufhin folgte eine noch mutigere Entscheidung:

Diese Programmier-App enthält keinen Code-Editor.

Das bedeutet: Selbst wenn Codex nur ein einziges Wort falsch schreibt, kann der Nutzer es nicht direkt manuell korrigieren, sondern muss dem Agenten mitteilen, dass er den Fehler selbst behebt.

Ambrosino hat das klar durchdacht: Sobald Nutzern erlaubt wird, manuell zu bearbeiten, werden Funktionen wie Suchen, Rückgängigmachen, Tastenkürzel und Debugging aus der gesamten IDE folgen.

Wenn vier Personen versuchen, VS Code nachzubauen, werden sie höchstwahrscheinlich nur eine abgespeckte Version mit vielen Einschränkungen erstellen.

Das Team hat die Ausstiegsmöglichkeit vollständig geschlossen:

Codex muss so leistungsfähig sein, dass Nutzer den Editor nicht mehr benötigen – nur dann hat diese App ihre Daseinsberechtigung.

Die Idee war großartig, aber die frühen Versionen stellten sogar die eigenen Mitarbeiter vor Probleme.

Embiricos fragte die Teammitglieder jeden Tag: Nutzt du es heute als dein Hauptwerkzeug?

Am Anfang antworteten alle: Nein.

Einige beschwerten sich, dass es zu umständlich sei, sogar nur einen Satz zu ändern, indem man Codex extra dazu auffordern muss. Sogar Ambrosino selbst zweifelte intern:

Ist das Fehlen einer Dateibearbeitungsfunktion vielleicht ein großer Fehler?

Genau zu diesem Zeitpunkt veröffentlichte Google Antigravity mit einem vollständigen integrierten Editor.

Die Mitglieder des Codex-Teams sahen sich gegenseitig an und waren vermutlich alle unsicher: Hätten wir nicht einfach VS Code einbinden sollen?

Noch schlimmer war, dass das damalige Codex-Modell dieses Konzept nicht unterstützen konnte. Ambrosino sagte später offen aus, dass selbst wenn alle Funktionen der App fertiggestellt wären, die Qualität des Modells dazu führen würde, dass die App „nicht veröffentlicht werden könnte“.

Das Team musste das Produkt vorantreiben und gleichzeitig darauf warten, dass das Modell aufholte.

Und tatsächlich hat es geklapp