Codex को समझें और 4 अलग-अलग एंट्री पॉइंट्स
📚 सीरीज़ नेविगेशन: यह "Codex बिगिनर्स ट्यूटोरियल" का पहला लेख है। किसी प्रायर नॉलेज की आवश्यकता नहीं है; हम "Codex असल में क्या है" से शुरू करेंगे। अगले भाग, 〈02 मुख्य कॉन्सेप्ट्स पर एक नज़र〉 में, हम सभी टर्मिनोलॉजी को एक साथ समझेंगे।
Codex क्या है, इसके चार एंट्री पॉइंट्स क्या करते हैं, और यह ChatGPT और Claude Code से कैसे अलग है
दोस्तों, इस ट्यूटोरियल में हम OpenAI के Codex के बारे में बात करेंगे।
Codex, क्या नाम परिचित लगता है? OpenAI का कुछ साल पहले Codex नाम से एक पुराना मॉडल था। इसकी आधिकारिक वेबसाइट खोलते ही आपको और भी ज्यादा कन्फ्यूज़न होगा - एक डेस्कटॉप App, एक कमांड लाइन, एक ब्राउज़र एक्सटेंशन, और एक क्लाउड वेब वर्ज़न है? असल में "Codex" क्या है? मुझे कौन सा इंस्टॉल करना चाहिए?
ईमानदारी से कहें तो, यहीं Codex शुरुआती लोगों को सबसे ज्यादा कन्फ्यूज़ करता है: यह "एक सिंगल सॉफ्टवेयर" नहीं है, बल्कि वही AI प्रोग्रामिंग एजेंट 4 अलग-अलग रूपों में है। अगर आप इसे नहीं समझते हैं, तो आप यह तय करने में फंस जाएंगे कि "कौन सा डाउनलोड करना है"।
यह लेख आपको इंस्टालेशन या कमांड टाइप करना नहीं सिखाएगा (वह पार्ट 03 के लिए है)। यह सिर्फ एक काम करेगा: आपको यह स्पष्ट रूप से समझाएगा कि "Codex क्या है, 4 रूप क्या करते हैं, और यह ChatGPT और Claude Code से कैसे अलग है", ताकि आपके मन में एक स्पष्ट मैप हो। एक बार आपके पास मैप हो जाने पर, आपको पता चल जाएगा कि कौन सा इंस्टॉल करना है और कौन सा उपयोग करना है।
इसे पढ़ने के बाद, आपको मिलेगा:
- "Codex क्या है" इसे एक वाक्य में स्पष्ट रूप से समझाने की क्षमता, बिना नाम से भ्रमित हुए
- चार एंट्री पॉइंट्स (डेस्कटॉप App / CLI / IDE एक्सटेंशन / क्लाउड वेब) का एक तुलनात्मक चार्ट, जिससे आपको पता चल सके कि कहां से शुरू करना है
- यह तय करने का एक सेट कि Codex और ChatGPT के बीच क्या अंतर है, और यह Claude Code से कैसे अलग है, ताकि आप उन्हें एक साथ न मिलाएं
- 30 सेकंड में बिना किसी कीमत के यह जांचने का एक आसान तरीका कि आपका कंप्यूटर इसे पहचानता है या नहीं
यह चित्र एक नज़र में पूरे लेख का मूल प्रस्तुत करता है: डेस्कटॉप App, कमांड लाइन CLI, IDE एक्सटेंशन, और क्लाउड वेब Codex के 4 रूप हैं - वे अलग दिखते हैं और अलग-अलग जगहों पर रहते हैं, लेकिन उनके पीछे एक ही अकाउंट और एक ही Codex एजेंट इंटरकनेक्टेड है।
01 Codex असल में क्या है
पहले निष्कर्ष: Codex, OpenAI का आधिकारिक "AI प्रोग्रामिंग एजेंट" है - आप इसे एक लक्ष्य देते हैं, और यह आपके पूरे प्रोजेक्ट को पढ़ सकता है, फ़ाइलों को सीधे एडिट कर सकता है, कमांड रन कर सकता है, टेस्ट रन कर सकता है, और आपके अप्रूवल के लिए काम खत्म कर सकता है, बजाय इसके कि चैट बॉक्स में आपको सिर्फ कोड का एक टुकड़ा दे दे।
OpenAI आपके लिए अजनबी नहीं होगा, यह वही कंपनी है जिसने ChatGPT बनाया है। Codex उनका टूल है जिसे विशेष रूप से "कोडिंग" के लिए डिज़ाइन किया गया है। आधिकारिक डॉक्यूमेंटेशन के अनुसार, यह मुख्य रूप से निम्नलिखित प्रकार के कार्य करता है (इन्हें इसकी "क्षमता सूची" मानें, बस इनसे परिचित हो जाएं, हम पार्ट 02 में विस्तार से जानेंगे):
- कोड लिखना: आप वर्णन करते हैं कि आपको क्या चाहिए, और यह आपके प्रोजेक्ट की मौजूदा संरचना और शैली के आधार पर कोड जनरेट करता है, न कि आपको केवल एक आइसोलेटेड स्निपेट देता है।
- अपरिचित कोडबेस को समझना: बिना डॉक्यूमेंटेशन वाले किसी पुराने प्रोजेक्ट को हाथ में लेते हुए, आप इससे "प्रोजेक्ट आर्किटेक्चर को समझाने" के लिए कह सकते हैं, जो खुद इसे समझने में घंटों बिताने से कहीं ज्यादा तेज है।
- कोड रिव्यू: संभावित बग्स, छूटे हुए एज केसेस और लॉजिक एरर्स को खोजने में आपकी मदद करता है।
- डीबगिंग और फिक्सिंग: इस पर कोई एरर फेंकें, और यह कोड के माध्यम से मूल कारण का पता लगाएगा, उसे लोकेट करेगा और एक फिक्स पैच प्रदान करेगा।
- ऑटोमेटिंग चोर्स: रिफैक्टरिंग, टेस्ट्स जोड़ना, माइग्रेशन, और एनवायरनमेंट सेटअप जैसे दोहराए जाने वाले कार्य - बस इसे एक वाक्य के साथ डेलिगेट करें।
यहाँ एक प्रमुख अंतर है जहाँ शुरुआती लोग अक्सर गलती करते हैं, इसे अलग से समझते हैं:
एनालॉजी: एक रेसिपी (ChatGPT) खोजना vs एक पर्सनल शेफ (Codex) को घर पर बुलाकर खाना बनवाना। जब आप कोडिंग के लिए ChatGPT का उपयोग करते हैं, तो यह एक रेसिपी खोजने जैसा होता है - यह आपको बताता है "नमक डालें, चीनी डालें, और तीन मिनट तक भूनें", लेकिन आपको अभी भी पैन को खुद ही संभालना होगा: कोड कॉपी करें, वापस अपने एडिटर पर स्विच करें, पेस्ट करें, और एरर्स ठीक करें। यह सब आपका मैन्युअल काम है। Codex अलग है, यह आपके किचन में एक शेफ की तरह है - आप कहते हैं "मैं यह खाना चाहता हूं," और यह खुद फ्रिज (फाइलें पढ़ना) में देखता है, स्टोव चालू करता है (कमांड रन करना), पकाता है और परोसता है (कोड एडिट करना, टेस्ट पास करना), और आप बस इसे चखते हैं और स्वीकार करते हैं।
वास्तविक जीवन में यह अंतर दिन और रात के समान है।
मैं आपको अपना खुद का एक उदाहरण देता हूँ। इस साल मार्च में, मैंने एक छोटे से Python वेब स्क्रैपर को फिर से उठाया जिसे मैंने आधे साल से अधिक समय तक किनारे रखा था। डिपेंडेंसीज़ पुरानी हो चुकी थीं, और जब मैंने इसे रन किया, तो कई एरर्स आए। अतीत में, मुझे एरर्स को एक-एक करके ChatGPT में कॉपी करना पड़ता, यह मुझे बताता "यह लाइब्रेरी वर्ज़न की समस्या हो सकती है," और मैं इसे जांचने, बदलने और फिर से रन करने调 वापस जाता... एक पूरी दोपहर विंडो स्विच करने में बर्बाद हो जाती। इस बार, मैंने सीधे प्रोजेक्ट डायरेक्टरी में Codex खोला, और कहा "यह प्रोजेक्ट रन नहीं हो रहा है, मूल कारण खोजें और इसे रन होने के लिए ठीक करें।" यह requirements.txt और एरर स्टैक से गुज़रा, दो इनकम्पैटिबल डिपेंडेंसीज़ का पता लगाया, वर्ज़न नंबर बदले, और यह पुष्टि करने के लिए इसे फिर से रन किया। मैं एक कप कॉफी लेने गया, और जब वापस आया, तो यह मुझे diff देखने का इंतज़ार कर रहा था।
यहीं आप वास्तव में "एजेंट (एक AI जो स्वतंत्र रूप से कार्यों को निष्पादित कर सकता है)" शब्द के वजन को महसूस करते हैं - यह आपको केवल विचार नहीं देता है, यह काम पूरा करने के लिए आपकी ओर से कार्रवाई करता है।
💡 एक वाक्य का सारांश: Codex = OpenAI का आधिकारिक AI प्रोग्रामिंग एजेंट, आप एक लक्ष्य देते हैं, और यह उसे पूरा करता है; यह "कोड लिखने वाला चैट बॉक्स" नहीं है।
02 4 चेहरे: एक ही Codex, 4 एंट्री पॉइंट्स
यहीं पर Codex कई अन्य टूल्स से सबसे अलग है और लोगों को सबसे ज्यादा कन्फ्यूज़ करता है, इसलिए हम इस पर फोकस करेंगे।
जब "कमांड लाइन" या "टर्मिनल" का उल्लेख किया जाता है, तो कई शुरुआती तुरंत एक डार्क विंडो की कल्पना करते हैं और डर जाते हैं। घबराएं नहीं - Codex वास्तव में मुख्यधारा के AI प्रोग्रामिंग टूल्स में से एक है जो "उन लोगों के लिए सबसे अनुकूल है जो कमांड लाइन को छूना नहीं चाहते हैं", क्योंकि इसमें विशेष रूप से एक ग्राफिकल डेस्कटॉप App है।
आधिकारिक डॉक्यूमेंटेशन के अनुसार, Codex के कुल चार एंट्री पॉइंट्स हैं, और आप उनमें से किसी का भी उपयोग कर सकते हैं:
| एंट्री पॉइंट | यह कैसा दिखता है | यह कहां चलता है | यह किसके / किस परिदृश्य के लिए है |
|---|---|---|---|
| डेस्कटॉप App（Codex app） | एक स्टैंडअलोन एप्लिकेशन, ग्राफिकल इंटरफ़ेस, diffs देख सकते हैं, एक साथ कई टास्क रन कर सकते हैं | आपकी लोकल मशीन | वे लोग जो कमांड लाइन को छूना नहीं चाहते हैं, इंटरफ़ेस पर क्लिक करना पसंद करते हैं, और एक साथ कई टास्क्स पर नज़र रखना चाहते हैं |
| कमांड लाइन CLI（Codex CLI） | एक कमांड-लाइन टूल जहां आप टर्मिनल में codex टाइप करते हैं | आपकी लोकल मशीन | वे लोग जो टर्मिनल के अभ्यस्त हैं, ऑटोमेशन के लिए स्क्रिप्ट लिखना चाहते हैं, सर्वर / SSH में काम करते हैं |
| IDE एक्सटेंशन（IDE extension） | VS Code / Cursor / Windsurf / JetBrains में एक साइडबार प्लगइन | आपकी लोकल मशीन | वे लोग जो अपना सारा समय एडिटर में कोडिंग करने में बिताते हैं |
| क्लाउड वेब（Codex cloud） | अपने ब्राउज़र में chatgpt.com/codex खोलें, टास्क OpenAI के क्लाउड एनवायरनमेंट में रन होते हैं | क्लाउड | लंबे टास्क्स को बैकग्राउंड में रन करना, समानांतर में कई टास्क्स रन करना, बिना आपकी लोकल मशीन के रिसोर्सेज़ का उपयोग किए |
चार में से पहले तीन (डेस्कटॉप App, CLI, IDE एक्सटेंशन) सभी आपके अपने कंप्यूटर पर काम करते हैं - वे आपकी लोकल फ़ाइलों को पढ़ते हैं और आपके लोकल कमांड्स को रन करते हैं। केवल चौथा, क्लाउड वेब, अलग है:
एनालॉजी: काम को आउटसोर्स करना। पहले तीन एंट्री पॉइंट्स ऐसे हैं जैसे आपने किसी असिस्टेंट को अपने वर्कस्टेशन पर रखा हो, जो आपके कंप्यूटर और आपके मटीरियल का उपयोग करके काम कर रहा हो, जबकि आप पूरी प्रक्रिया देख रहे हों। दूसरी ओर, क्लाउड वेब, कार्य को एक रिमोट टीम को आउटसोर्स करने जैसा है - आप ब्राउज़र में एक ऑर्डर देते हैं, OpenAI अपने क्लाउड में एक आइसोलेटेड एनवायरनमेंट सेट करता है, GitHub से आपकी रिपॉजिटरी खींचता है, बंद दरवाजों के पीछे काम करता है, और आपको एक diff सौंपता है, या यहां तक कि सीधे आपके लिए PR (Pull Request) सबमिट करता है। आपका कंप्यूटर बंद होने पर भी यह रन होता है।
इस "आउटसोर्सिंग" मॉडल के दो वास्तविक लाभ हैं: पहला, पैरेललिज्म - आप एक ही समय में तीन या पांच कार्य चला सकते हैं, जो एक-दूसरे को ब्लॉक नहीं करते हैं; दूसरा, आइसोलेशन - यह अपने स्वयं के सैंडबॉक्स में खेलता है, यह आपके लोकल सिस्टम को नहीं छूता है, इसलिए यदि यह कुछ गड़बड़ करता है, तो यह आपको प्रभावित नहीं करेगा। मेरा सबसे आम संयोजन है: डेस्कटॉप App या CLI का उपयोग करके स्पॉट पर छोटे-मोटे फिक्स करना, और क्लाउड पर "पूर्ण टेस्ट सूट रन करें और विफल मामलों को ठीक करें" जैसे लंबे और धीमे कार्यों को टॉस करना, और बाद में जांचने के लिए वापस आना।
यहां एक बहुत ही महत्वपूर्ण बिंदु है जिसे याद रखना चाहिए:
इन चार एंट्री पॉइंट्स के पीछे एक ही Codex है, और उनके कॉन्फ़िगरेशन को काफी हद तक शेयर किया जा सकता है। उदाहरण के लिए, आपके द्वारा लिखा गया AGENTS.md (प्रोजेक्ट डिस्क्रिप्शन फ़ाइल, बाद में कवर की जाएगी), या आपके द्वारा परिभाषित Skills (पुन: प्रयोज्य निर्देश और वर्कफ़्लो) - आधिकारिक डॉक्यूमेंटेशन स्पष्ट रूप से बताता है कि उनका डेस्कटॉप App, CLI और IDE एक्सटेंशन के बीच पुन: उपयोग किया जा सकता है। एक बार ट्यून करें, हर जगह उपयोग करें। यदि आपने पहले इनमें से किसी एक का उपयोग किया है, और फिर दूसरा खोलते हैं, तब भी आप अपनी पिछली प्रोजेक्ट हिस्ट्री देख सकते हैं।
एक दोस्ताना टिप: शुरुआती लोगों को "पहले क्या सीखना है" इस पर चिंता नहीं करनी चाहिए। मेरा सुझाव है - यदि आप कमांड लाइन से डरते हैं, तो डेस्कटॉप App से शुरुआत करें (ग्राफिकल इंटरफ़ेस, विजुअल diff, सबसे स्थिर); यदि आप पहले से ही टर्मिनल से प्यार करते हैं, तो सीधे CLI पर जाएं। इस सीरीज़ में बाद में सभी चार एंट्री पॉइंट्स को विस्तार से कवर किया जाएगा (पार्ट 07~10), यहां आपको बस यह याद रखने की आवश्यकता है कि "एक ही Codex के 4 रूप हैं"।
💡 एक वाक्य का सारांश: Codex में चार एंट्री पॉइंट्स हैं: डेस्कटॉप App / CLI / IDE एक्सटेंशन / क्लाउड वेब। पहले तीन आपकी लोकल मशीन पर काम करते हैं, और क्लाउड वेब काम को क्लाउड पर आउटसोर्स करता है, लेकिन उन सभी के नीचे एक ही Codex है, और कॉन्फ़िगरेशन को शेयर किया जा सकता है।
03 यह क्या कर सकता है और क्या नहीं कर सकता है
हमने सेक्शन 01 में क्षमता सूची को पहले ही कवर कर लिया है, इसलिए यहां हम दूसरे आधे हिस्से को भरेंगे जिसे आपको सबसे ज्यादा पहचानने की आवश्यकता है - यह क्या नहीं कर सकता है। यह "यह क्या कर सकता है" से कहीं अधिक मूल्यवान है, क्योंकि शुरुआती लोग आमतौर पर यहीं फिसलते हैं।
| ❌ इससे यह करने की अपेक्षा न करें | क्यों |
|---|---|
| आपके लिए तकनीकी दिशा तय करना | कौन सा आर्किटेक्चर चुनना है, रिफैक्टर करना है या नहीं, आवश्यकताओं को कैसे संतुलित करना है - निर्णय और विकल्प आपका काम है, यह ग्लोबल सिस्टम डिज़ाइन में अच्छा नहीं है |
| 100% बग-मुक्त कोड की गारंटी | यह उच्च-गुणवत्ता वाले कैंडिडेट्स प्रदान करता है, पूर्ण सही उत्तर नहीं, आपको परिवर्तनों का रिव्यू करना होगा |
| उन आवश्यकताओं का अनुमान लगाना जिन्हें आपने स्पष्ट नहीं किया है | व्यावसायिक तर्क जिसे आपने स्पष्ट रूप से नहीं समझाया है, यह केवल अनुमान लगा सकता है, और यह जितना अधिक स्वचालित होगा, इसके ऑफ-ट्रैक जाने की संभावना उतनी ही अधिक होगी |
| जब आप पूरी तरह से नहीं समझते हैं तो पूरी तरह से ऑटोपायलट | यदि आप समझ नहीं सकते हैं कि इसने क्या बदला है, तो आप जज नहीं कर सकते कि यह सही है या गलत, यह आँख बंद करके ड्राइव करने जैसा है |
दूसरा बिंदु वह जगह है जहां गलती करना सबसे आसान है। मैंने पहले एक मूर्खतापूर्ण काम किया था: मैंने Codex से एक प्रोजेक्ट में बैच एरर हैंडलिंग जोड़ने के लिए कहा। इसने एक दर्जन फ़ाइलों को जल्दी से बदल दिया, और मैंने समय बचाने के लिए इसे सीधे कमिट कर दिया। नतीजतन, इसने "स्वतंत्र रूप से" दो स्थानों पर मूल तर्क को बदल दिया, और मुझे कई दिनों तक एहसास नहीं हुआ कि API का व्यवहार बदल गया था। उसके बाद से, मैंने एक सख्त नियम बना लिया है: इसके द्वारा बदली गई हर पंक्ति को कमिट करने से पहले कम से कम एक बार diff के माध्यम से रिव्यू किया जाना चाहिए। वैसे, आधिकारिक Codex क्विक स्टार्ट गाइड में भी उल्लेख किया गया है - कुछ भी करने से पहले Git चेकपॉइंट बनाएं (इसे प्रोजेक्ट को "सेव" करने के रूप में सोचें), ताकि अगर कुछ गलत हो जाए तो आप आसानी से रोलबैक कर सकें। शुरुआती लोग इस आदत को जितनी जल्दी विकसित कर लें, उतना अच्छा है।
Codex का उपयोग करने की मानसिकता, वास्तव में, सिर्फ एक वाक्य में उतरी जा सकती है:
Codex को पूर्ण सही उत्तरों के बजाय उच्च-गुणवत्ता वाले कैंडिडेट समाधान प्रदान करने दें।
स्पष्ट रूप से कहें तो - इंसान दिशा तय करते हैं, गेटकीपर का काम करते हैं, और निर्णय लेते हैं; AI निष्पादन, विश्लेषण और दोहराव वाले काम को संभालता है। यह इसका डिज़ाइन दर्शन है: सहयोग, प्रतिस्थापन नहीं।
💡 एक वाक्य का सारांश: यह प्रोजेक्ट्स को पढ़ सकता है, फ़ाइलों को मॉडिफाई कर सकता है, कमांड रन कर सकता है और काम कर सकता है, लेकिन अंतिम निर्णय, क्वालिटी कंट्रोल, और आवश्यकताओं को जोड़ना हमेशा आपका काम है - यह एक पार्टनर है, ऐसा कोई नहीं जो आपकी सभी ज़िम्मेदारियाँ ले लेगा, हमेशा परिवर्तनों को रिव्यू करें।
04 Codex vs ChatGPT vs Claude Code
शुरुआती लोगों द्वारा सबसे अधिक पूछे जाने वाले दो प्रश्न: "क्या Codex और ChatGPT एक ही कंपनी के नहीं हैं? क्या अंतर है?" और "यह Claude Code से कैसे अलग है?" आइए इसे एक बार में स्पष्ट करें।
Codex और ChatGPT में क्या अंतर है
वे दोनों OpenAI से संबंधित हैं, लेकिन वे पूरी तरह से अलग आयामों में हैं।
एनालॉजी: एक स्टाफ ऑफिसर vs एक स्पेशल फ़ोर्स सोल्जर। ChatGPT कमांड सेंटर में एक स्टाफ ऑफिसर की तरह है - आप स्थिति का वर्णन करते हैं, और वह आपको विचार और योजनाएं देता है, लेकिन वह फील्ड में नहीं जाता है, आपको अभी भी खुद ही निष्पादित करना होगा। Codex एक स्पेशल फ़ोर्स सोल्जर की तरह है जिसे साइट पर ड्रॉप किया जा सकता है - आप एक लक्ष्य देते हैं, और वह आपके प्रोजेक्ट में घुस जाता है (फ़ाइलें पढ़ना, कमांड रन करना, कोड मॉडिफाई करना), काम पूरा करता है और रिपोर्ट करता है।
सरल शब्दों में: ChatGPT के साथ, आप पूछते हैं और वह उत्तर देता है; Codex के साथ, आप निर्देश देते हैं और वह कार्रवाई करता है। और दिलचस्प बात यह है - Codex पहले से ही ChatGPT सब्सक्रिप्शन में शामिल है (आधिकारिक डॉक्यूमेंटेशन के अनुसार, हर ChatGPT अकाउंट - फ्री टियर सहित - में Codex यूसेज शामिल है, पेड टियर्स Plus / Pro / Business / Edu / Enterprise के साथ हायर लिमिट्स मिलती हैं), और आप इसे पे-एज़-यू-गो आधार पर OpenAI API key के साथ भी उपयोग कर सकते हैं। प्रत्येक सब्सक्रिप्शन टियर के लिए विशिष्ट कोटा और विभिन्न लॉगिन विधियों में सुविधाओं में अंतर तेजी से बदल सकते हैं, इसलिए हमेशा आधिकारिक प्राइसिंग पेज देखें (हम इसे पार्ट 04 में कवर करेंगे)।
Codex और Claude Code में क्या अंतर है
इन दोनों की अक्सर एक साथ तुलना की जाती है। सबसे पहले, एक वास्तविकता की जाँच: यह मत पूछिए कि "कौन सा अधिक शक्तिशाली है", क्योंकि उनकी स्थिति बहुत समान है, और यह इस बात पर निर्भर करता है कि आप उनका उपयोग कैसे करते हैं। वास्तविक अंतर उनके "वर्कफ़्लो फोकस" में है:
| आयाम | Codex（OpenAI） | Claude Code（Anthropic） |
|---|---|---|
| ओरिजिन | OpenAI, अंडरलाइंग GPT सीरीज़ मॉडल्स का उपयोग करता है | Anthropic, अंडरलाइंग Claude सीरीज़ मॉडल्स का उपयोग करता है |
| सबसे स्मूथ एंट्री पॉइंट | आधिकारिक रूप से एक ग्राफिकल डेस्कटॉप App है, जो उन लोगों के अनुकूल है जो कमांड लाइन को नहीं छूना चाहते हैं | टर्मिनल (CLI) नेटिव, सबसे पूर्ण विशेषताएं और सबसे अच्छी तरह से समझाए गए प्रिंसिपल्स |
| प्रोजेक्ट डिस्क्रिप्शन फ़ाइल | AGENTS.md | CLAUDE.md |
| 4 एंट्री पॉइंट्स | डेस्कटॉप App / CLI / IDE एक्सटेंशन / क्लाउड वेब | टर्मिनल / एडिटर प्लगइन / डेस्कटॉप App / वेब·मोबाइल |
| क्या यह फ़ाइलों को मॉडिफाई और कमांड रन कर सकता है? | हाँ, यह एक वास्तविक एजेंट है | हाँ, यह एक वास्तविक एजेंट है |
क्या आप इसे देखते हैं - दोनों का कंकाल लगभग समान है: दोनों प्रोग्रामिंग एजेंट हैं जो "प्रोजेक्ट्स को पढ़ सकते हैं और कार्रवाई कर सकते हैं," दोनों में लोकल + क्लाउड एंट्री पॉइंट्स हैं, और दोनों "ट्यून" करने के लिए प्रोजेक्ट डिस्क्रिप्शन फ़ाइल का उपयोग करते हैं। दो सबसे स्पष्ट अंतर हैं: पहला, उनका वंश भिन्न है (GPT vs Claude, अंडरलाइंग मॉडल्स भिन्न हैं); और दूसरा, उनका डिफ़ॉल्ट वाइब भिन्न है - Codex आधिकारिक तौर पर ग्राफिकल डेस्कटॉप App को बहुत आगे बढ़ा रहा है, स्पष्ट रूप से उन लोगों को आकर्षित करने की कोशिश कर रहा है जो "कमांड लाइन को छूना नहीं चाहते हैं"; Claude Code टर्मिनल-नेटिव है और इसमें बहुत अधिक कमांड-लाइन फील है।
मैं व्यक्तिगत रूप से दोनों का उपयोग करता हूं, और श्रम का मेरा विभाजन लगभग इस प्रकार है: जिन कार्यों के लिए एक ग्राफिकल इंटरफ़ेस की आवश्यकता होती है, diffs पर नज़र रखने की आवश्यकता होती है, या एक ही प्रोजेक्ट में कई समानांतर टास्क्स रन करने की आवश्यकता होती है, मैं Codex डेस्कटॉप App का उपयोग करता हूं; जो कार्य टर्मिनल में गहरे हैं, और कस्टम स्क्रिप्ट्स और हुक्स का एक गुच्छा कनेक्ट करने की आवश्यकता है, मैं उन्हें Claude Code पर छोड़ देता हूं। एक दूसरे का पूरक है, विकल्प नहीं।
ध्यान दें: कौन सा मॉडल अधिक स्मार्ट है, कौन सा अधिक लागत प्रभावी है, और उन्होंने कौन सी विशेषताएं खोली हैं, यह बहुत तेजी से बदलता है, और आज के निष्कर्ष अगले सप्ताह पुराने हो सकते हैं। इसलिए मैं इस लेख में जानबूझकर किसी भी बेंचमार्क या कीमतों को हार्डकोड नहीं कर रहा हूं - इनकी तुलना करने के लिए, कृपया सीधे उनके संबंधित आधिकारिक पृष्ठों को देखें।
💡 एक वाक्य का सारांश: ChatGPT विचारों वाला एक स्टाफ ऑफिसर है, Codex OpenAI का स्पेशल फ़ोर्स सोल्जर है जो कार्रवाई कर सकता है; Codex और Claude Code "समान प्रकार के, अलग-अलग परिवारों" के प्रोग्रामिंग एजेंट हैं, उनका कंकाल समान है, लेकिन उनका वंश और डिफ़ॉल्ट वाइब भिन्न हैं, इसलिए उन्हें कार्यों के आधार पर असाइन करें, एक या दूसरे को न चुनें।
05 हैंड्स-ऑन: 30 सेकंड में जांचें कि क्या आपका कंप्यूटर इसे पहचानता है
मैंने कहा था कि मैं इस लेख में आपको इंस्टालेशन नहीं सिखाऊंगा, लेकिन मैं एक जीरो-कॉस्ट क्विक एक्शन छोड़ दूंगा ताकि आपके एनवायरनमेंट की पुष्टि हो सके (चाहे आपने इसे इंस्टॉल किया हो या नहीं, यह कमांड रन होगी और कुछ भी नहीं तोड़ेगी)।
अपना टर्मिनल खोलें (Mac पर "Terminal / Terminal" App, Windows पर PowerShell), यह लाइन टाइप करें और एंटर दबाएं:
codex --versionदो अपेक्षित परिणाम, दोनों सामान्य हैं:
- परिदृश्य 1: संस्करण संख्याओं की एक स्ट्रिंग पॉप अप होती है - बधाई हो, आपने पहले CLI इंस्टॉल किया है, और आप पार्ट 03 में "इसे उपयोग करना शुरू करें" पर सीधे जा सकते हैं।
- परिदृश्य 2: यह एक एरर
command not found: codex(Windows पर, यह'codex' 不是内部或外部命令हो सकता है) - यह भी पूरी तरह से सामान्य है, इसका मतलब है कि CLI अभी तक स्थापित नहीं हुआ है, और यही पहली चीज़ है जिसे हम पार्ट 03 में हल करेंगे।
यहां CLI के लिए इंस्टॉलेशन कमांड का एक स्पॉइलर दिया गया है (इसे अभी टाइप करने की जल्दी न करें, बस इससे परिचित हों), आधिकारिक वर्ज़न इस तरह दिखता है:
# macOS / Linux: स्टैंडर्ड इंस्टॉलेशन स्क्रिप्ट
curl -fsSL https://chatgpt.com/codex/install.sh | sh# Windows PowerShell
powershell -ExecutionPolicy ByPass -c "irm https://chatgpt.com/codex/install.ps1 | iex"इसे इंस्टॉल करने के बाद, टर्मिनल में codex टाइप करें, यह आपको लॉग इन करने के लिए मार्गदर्शन करेगा (ChatGPT अकाउंट या OpenAI API key के साथ), और फिर आप अपनी वर्तमान डायरेक्टरी में काम कर सकते हैं।
अनुस्मारक 1: उपरोक्त कमांड लाइन CLI के लिए इंस्टॉलेशन विधि है। यदि आप कमांड लाइन से डरते हैं, तो डेस्कटॉप App "इंस्टॉलर डाउनलोड करें और इंस्टॉल करने के लिए डबल-क्लिक करें" का ग्राफिकल इंटरफ़ेस मार्ग अपनाता है (macOS / Windows के लिए उपलब्ध, Linux अभी भी प्रतीक्षा कर रहा है), जो कि किसी भी सामान्य सॉफ़्टवेयर को इंस्टॉल करने के समान है - पार्ट 03 में, हम चार एंट्री पॉइंट्स को अलग-अलग कवर करेंगे, बिना कोई कदम छोड़े।
अनुस्मारक 2: Codex OpenAI / ChatGPT अकाउंट सिस्टम पर निर्भर करता है, इसलिए घरेलू उपयोगकर्ताओं को आमतौर पर इसे इंस्टॉल और लॉग इन करने के लिए "मैजिक इंटरनेट" की आवश्यकता होती है। हम पार्ट 03 में विशेष रूप से इसे कैसे करना है और कैसे लॉग इन करना है, इसके बारे में बात करेंगे, इसलिए मैं यहां इसका विस्तार नहीं करूंगा।
नीचे दिया गया चित्र चार एंट्री पॉइंट्स के "लोकल / क्लाउड" संबंध को स्पष्ट करता है। यदि आप चित्र नहीं देख सकते हैं, तो यह आपकी समझ को प्रभावित नहीं करेगा, बस ऊपर दी गई तालिका को याद रखें:
यह चित्र यह कहना चाहता है: चार एंट्री पॉइंट्स आपके लिए Codex को लक्ष्य देने के "दरवाजे" हैं, पहले तीन दरवाजे आपकी लोकल मशीन की ओर ले जाते हैं, और अंतिम OpenAI के क्लाउड की ओर जाता है, लेकिन दरवाजे के पीछे एक ही Codex है।
💡 एक वाक्य का सारांश: एक सिंगल
codex --versionयह पुष्टि कर सकता है कि आपका कंप्यूटर इसे पहचानता है या नहीं - यदि आपको कोई एरर मिलता है तो घबराएं नहीं, यह पार्ट 03 में प्रारंभिक कार्य है; यदि आप कमांड लाइन से डरते हैं, तो याद रखें कि एक ग्राफिकल डेस्कटॉप App भी एक विकल्प है।
06 सारांश
इस लेख में हमने कई कमांड टाइप नहीं किए, लेकिन हमने शुरुआत में सबसे महत्वपूर्ण बातों को स्पष्ट कर दिया है:
- यह क्या है: OpenAI का आधिकारिक AI प्रोग्रामिंग एजेंट। आप इसे एक लक्ष्य देते हैं, और यह प्रोजेक्ट को पढ़ता है, फ़ाइलों को मॉडिफाई करता है, कमांड रन करता है, और काम पूरा करता है - यह केवल "कोड लिखने वाला चैट बॉक्स" नहीं है।
- 4 चेहरे: डेस्कटॉप App, CLI, IDE एक्सटेंशन, और क्लाउड वेब 4 एंट्री पॉइंट्स हैं। पहले तीन आपकी लोकल मशीन पर काम करते हैं, और क्लाउड वेब काम को क्लाउड पर आउटसोर्स करता है। नीचे एक ही Codex है, और कॉन्फ़िगरेशन शेयर किए जा सकते हैं।
- क्या कर सकता है / नहीं कर सकता है: यह कोड पढ़ सकता है, फ़ाइलों को मॉडिफाई कर सकता है, बग्स ठीक कर सकता है, और दोहराव वाले काम कर सकता है; लेकिन निर्णय लेना, क्वालिटी कंट्रोल और आवश्यकताओं को जोड़ना हमेशा आपका काम है, और आपको संशोधनों के diff को हमेशा रिव्यू करना चाहिए।
- इसकी तुलना किससे और कैसे करें: ChatGPT एक स्टाफ ऑफिसर है, और Codex एक स्पेशल फ़ोर्स सोल्जर है जो कार्रवाई कर सकता है; Codex और Claude Code एक ही प्रकार के हैं लेकिन अलग-अलग कंपनियों के हैं, समान कंकाल लेकिन अलग-अलग वंश और वाइब के साथ। उन्हें कार्य के आधार पर असाइन करें, एक या दूसरे को न चुनें।
अब आपको सक्षम होना चाहिए: सहकर्मियों को एक वाक्य में स्पष्ट रूप से समझाएं कि Codex क्या है, और यह तय करें कि आपको किस एंट्री पॉइंट से शुरू करना चाहिए और आपको इसे कौन से कार्य सौंपने चाहिए। प्रवेश करने से पहले यह "मैप की भावना" होना सबसे महत्वपूर्ण बात है - अन्य सभी विशेषताएं बाद में इसी मैप पर बनाई जाएंगी।
अगला भाग 〈02 मुख्य कॉन्सेप्ट्स पर एक नज़र〉: हम Codex की दुनिया के सभी शब्दों को एक बार में समझेंगे - एजेंट लूप्स, कॉन्टेक्स्ट, AGENTS.md, अप्रूवल मोड, सैंडबॉक्स, Skills, MCP... ये वे शब्द हैं जिनसे आप बाद में हर दिन निपटेंगे। पहले आगे बढ़ें और codex --version टाइप करके देखें कि क्या आप "परिदृश्य 1" या "परिदृश्य 2" में हैं, और पार्ट 03 आपको इसके अनुसार समाधान देगा।