OpenAI’s Codex AI codeerassistent heeft een groeispurt. OpenAI vertelt het Snel bedrijf dat de wekelijkse actieve gebruikers sinds het begin van het jaar zijn verdrievoudigd, terwijl de totale uitgaven (gemeten in tokens) zijn vervijfvoudigd. De stijging wordt waarschijnlijk veroorzaakt door de release van nieuwe modellen – GPT-5.2 afgelopen december GPT-5.3-codex begin februari – evenals de lancering van de app-versie van Codex een paar weken geleden. OpenAI zegt dat de app meer dan een miljoen keer is gedownload. Voor alle toegangspunten – inclusief de cloud, de app en de opdrachtregel – vertrouwen volgens het bedrijf nu meer dan een miljoen ontwikkelaars en andere gebruikers minstens één keer per week op Codex.
Het genereren van computercodes is een van de eerste AI-toepassingen geworden die een meetbare impact heeft op het bedrijfsleven. Maar tools als Codex en Claude Code van Anthropic zijn veel verder geëvolueerd dan eenvoudige codegeneratoren. Gedreven door capabelere modellen gedragen ze zich meer als assistent-ingenieurs: ze kunnen in gewone taal met ontwikkelaars praten over een nieuw softwareproject en iteratief een plan ontwikkelen. De agent kan dit plan vervolgens uitvoeren, waaronder het analyseren van een bredere codebasis, het schrijven en herzien van code, het uitvoeren van onderzoek, het uitvoeren van tests en het produceren van documentatie. Als het klaar is, kan het zijn redenering en de genomen beslissingen aan de menselijke ingenieur uitleggen.
Belangrijker nog is dat Codex zich heeft ontwikkeld tot een agentenplatform waarop meerdere agenten veel van deze taken tegelijkertijd kunnen uitvoeren in verschillende delen van een softwareproject. Ze kunnen bijvoorbeeld op zoek gaan naar bugs terwijl een ingenieur de voortgang beoordeelt, zich op een andere taak concentreert of weggaat voor de lunch. Peter Steinberger, OpenClaw-maker en codeur op eliteniveau, noemt dit een nieuwe vorm van werken “agenttechniek.”
De tools hebben zich snel ontwikkeld. Codex en Claude-code beide gelanceerd in de eerste helft van 2025. OpenAI had eerder in 2021 een Codex-model geïntroduceerd – het systeem dat de vroege AI-coderingsassistent GitHub Copilot aandreef – maar de Codex-coderingsassistent die vandaag de dag bestaat, debuteerde in mei 2025.
Thibault Sottiaux, die de Codex-groep bij OpenAI leidt, zegt dat het product een grote boost kreeg met de release van december 2025 GPT-5.2-modelwaarvan hij zegt dat het meer projectgegevens in het geheugen kan opslaan en er efficiënter over kan redeneren dan eerdere versies. “Het model was betrouwbaarder; het werkte onafhankelijk en behaalde hele goede resultaten”, zegt hij Snel bedrijf.
Het gebruikersbestand van Codex breidde zich opnieuw uit met de release van 2 februari van de Codex desktop-app voor Mac, die OpenAI beschrijft als een “commandocentrum” waar gebruikers meerdere agenten kunnen inzetten en beheren. Het bedrijf zegt dat meer dan een half miljoen mensen nu toegang hebben tot Codex via de Free en Go-abonnementen van ChatGPT, en het gelooft dat velen van hen niet-codeerders zijn, omdat hoofdgebruikers doorgaans afhankelijk zijn van duurdere abonnementen die grotere gebruikslimieten en hogere snelheden bieden.
De grootste klap kwam met de lancering op 5 februari van GPT-5.3-Codex, die de codeervaardigheden van Codex aanzienlijk verbeterde, evenals zijn vermogen om door complexe, langlopende taken te redeneren die onderzoek en tooling met zich meebrengen. In X-posts en Reddit-discussies veel ontwikkelaars legendarisch over het vermogen van de tool om snel bruikbare code te schrijven voor echte projecten, vaak bij de eerste poging.
Codex versus Claude Code
Veel van de AI-codeeragenten op de markt worden aangestuurd door modellen van derden, maar OpenAI en Anthropic proberen, samen met Google en hun Gemini Code Assist-product, elk de sterke punten van hun eigen transversaal grote taalmodellen te benutten om de meest capabele en betrouwbare codeertool te bieden. OpenAI’s Codex en Anthropic’s Claude Code delen enkele grote overeenkomsten. Beide kunnen grote functies of zelfs hele apps bouwen op basis van eenvoudige Engelse gesprekken met een gebruiker. Beide bieden ontwikkelaars ook de mogelijkheid om complexe projecten in subtaken op te delen en deze aan agenten toe te wijzen.
Maar er zijn verschillen. Een groot verschil is de look en feel, of wat sommigen omschrijven als de ‘persoonlijkheid’ van de tools. Steinberger zegt dat Claude Code dat wel is meer conversatie en iteratief dan de Codex. Het omvat bijvoorbeeld een speciale planningsfase voordat er code wordt geschreven. Codex daarentegen scheidt planning en codering niet formeel, maar duikt in plaats daarvan regelrecht in de codebase om context te verzamelen en aan de slag te gaan. Steinberger beschreef het verschil (komisch) op deze manier in a laatste aflevering van de podcast van Lex Fridman: “Opus (het vlaggenschip van Anthropic, het Claude-model) is als de collega die soms een beetje gek is, maar het is heel leuk en je houdt hem in de buurt”, zei hij, “en Codex is als de gek in de hoek met wie je niet wilt praten, maar die betrouwbaar is en dingen voor elkaar krijgt.” (OpenAI heeft sindsdien Steinberger ingehuurd.)
“De pragmatische persoonlijkheid is altijd de persoonlijkheid geweest die we bij Codex hebben”, zegt Sottiaux, “die er erg op gericht is om het model op fouten te laten wijzen en zo correct mogelijk te zijn als het gaat om het bespreken van iets en om een zeer betrouwbaar hulpmiddel te zijn.”
De persoonlijkheid en interactiegewoonten van AI-agenten kunnen de markten weerspiegelen waarvoor ze zijn ontworpen. “We waren echt gefocust op dit professionele software-engineeringpubliek en… op het vinden van een krachtige agent die taken autonoom kan uitvoeren”, zegt Codex-productmanager Alex Embiricos.
Maar deze doelmarkten kunnen veranderen. Embiricos zegt dat hoewel een pragmatische aanpak goed werkt voor ervaren ontwikkelaars, minder ervaren of beginnende programmeurs wellicht de voorkeur geven aan een meer empathische conversatie-interface. En dat publiek groeit naarmate Codex evolueert naar een hulpmiddel voor algemeen informatiewerk. Dat is een van de redenen waarom het Codex-team besloot gebruikers meer keuzemogelijkheden in de app te geven.
“In januari zeiden we: ‘Oké, we doen het goed op het gebied van intelligentie; natuurlijk is er nog meer te doen, maar nu gaan we nog een paar cycli aan persoonlijkheid besteden'”, zegt Embiricos. Met de komst van het GPT-5.3 Codex-model biedt de Codex nu de standaard “pragmatische” persoonlijkheid en een nieuwe “empathische” of “vriendelijke” modus, die is ontworpen om meer gemoedelijk en interactief te zijn.
Waarom zijn AI-modellen zo goed in coderen?
Op het meest basale niveau bestaat computercode uit woorden, hetzelfde soort gegevens waarvoor grote taalmodellen zijn ontworpen. En omdat de mensen die AI-modellen bouwen zelf programmeurs zijn, hebben ze sterke prikkels om hun systemen te laten uitblinken in coderen.
Computercode wordt ook gebruikt bij het trainen en evalueren van modellen. Hoewel er creativiteit bij softwareontwikkeling betrokken is, werkt code uiteindelijk wel of niet. Het creëert een groot aanbod aan trainingsvoorbeelden met duidelijke goede en foute antwoorden. “Er zijn heel veel voorbeelden met een probleemstelling en een oplossing, en je kunt zeggen of de oplossing correct is of niet”, legt Sottiaux uit. “Je kunt het dus in ieder geval gebruiken voor evaluaties om de prestaties van de modellen in de loop van de tijd te begrijpen en de prestaties ervan te verbeteren.”
Codex is nog een jong product en OpenAI zegt dat het snel verbetert. Maar er wordt nog steeds aan gewerkt, en in de weken sinds de upgrade van het GPT-3.5-Codex-model hebben ontwikkelaars problemen gemeld in sommige coderingsscenario’s. Sommige gebruikers zeggen dat GPT-5.3-Codex de focus kan verliezen tijdens lange of complexe taken, vast kan komen te zitten in lussen, kan vastlopen of herhaaldelijk om goedkeuring kan vragen in plaats van het werk af te ronden. Anderen zeggen dat het code kan hallucineren die er plausibel uitziet, vooral bij front-end-oplossingen die niet echt werken. Deze verhalen zijn anekdotisch en niet systematisch gemeten, maar ze onderstrepen een gangbare praktijk onder ontwikkelaars om door AI gegenereerde code gescheiden te houden van productiesystemen totdat deze is beoordeeld.
Het Codex-team heeft zich gefocust op het identificeren en verwijderen van knelpunten op de korte termijn die de bruikbaarheid beperken, aldus onderzoeker Amelia Glaese, die leiding geeft aan de ontwikkeling van de modellen onder Codex. “Weet je, drie maanden geleden gebruikten mensen Codex, maar ze gebruikten het veel minder dan nu”, voegt Glaese toe. “Er zijn veranderingen geweest die we twee maanden en twee weken geleden hebben doorgevoerd, waardoor het veel nuttiger is geworden voor mensen.”
Tegelijkertijd vereisen tools als Codex en Claude Code dat ontwikkelaars zich aanpassen. Werken met een AI-codeerassistent is een ander soort softwareontwikkeling, waarbij begeleiding en samenwerking met een agent nodig is in plaats van elke regel rechtstreeks te schrijven. “Het is niet zo dat er één juiste manier is om een technisch probleem op te lossen”, zegt Sottiaux. “Het is allemaal een kwestie van afwegingen en het onderzoeken van die afwegingen, en als je dus een agent hebt die je kan helpen die afwegingen te onderzoeken, is dat een zeer nuttig hulpmiddel voor een ingenieur.”
Deze assistenten kunnen steeds vaker zelf een bijdrage leveren aan de ontwikkeling van de volgende generatie AI-modellen. Als AI-systemen uiteindelijk een groter deel van het proces van het bouwen, trainen, evalueren en inzetten van modellen voor hun rekening nemen, zou het tempo van prestatieverbeteringen aanzienlijk kunnen versnellen.
Niet alleen coderen
Zowel Codex als Claude Code evolueren naar instrumenten voor algemeen informatiewerk. Anthropic heeft sinds de nieuwe lancering veel aandacht getrokken Claude Cowerk plug-ins (bundels van informatie-werkvaardigheden), zoals voor verkoop, financiën en juridisch werk. Cowork verschijnt als een apart tabblad naast Claude Code in de Claude-chatbotinterface. De aankondiging van Anthropic over vaardigheden zorgde voor een uitverkoop van softwareaandelen, wat de vrees van beleggers weerspiegelde dat traditionele software-as-a-service-producten sneller dan verwacht zouden kunnen worden verdrongen door AI-tools.
OpenAI voegt ook informatie-werkende vaardigheden toe aan Codex, zij het op een stillere manier. “Skills bundelt instructies, bronnen en scripts, zodat Codex op betrouwbare wijze verbinding kan maken met tools, workflows kan uitvoeren en taken kan uitvoeren volgens de voorkeuren van uw team”, schreef het bedrijf in blogpost kondigt het GPT-5.3 Codex-model aan. De Codex-app bevat een speciale interface voor het creëren en beheren van deze vaardigheden. OpenAI heeft al een groot en groeiend productportfolio, maar vindt Codex belangrijk genoeg om op te nemen in zijn “You Can Just Build Things” Super Bowl-advertentie dit jaar.
Glaese wijst er op zijn beurt op dat software-ingenieurs zelf een natuurlijke prikkel hebben om Codex uit te breiden tot meer dan codeertaken. Een groot deel van hun werkdag bestaat doorgaans uit informatiewerk en niet zozeer uit het schrijven van code. “We moeten onderzoek doen, we moeten de markt begrijpen, we moeten nieuws lezen, we hebben teamvergaderingen, we doen prestatiebeoordelingen – we doen alle dingen die niet-programmeurs doen”, zegt ze.
De brandende vraag rondom agenten als Codex en Claude Code is hoe ze menselijke banen zullen beïnvloeden, vooral die van junior ingenieurs. OpenAI wil dat zijn agent zich gedraagt als een getalenteerde assistent-ingenieur, maar zegt niet dat het mensen zal vervangen. In plaats daarvan ziet Sottiaux codeeragenten als een manier om de manier waarop teams problemen benaderen uit te breiden en nieuwe ideeën te ontwikkelen, vooral wanneer minder ervaren ingenieurs ze gebruiken om te experimenteren en verder te gaan dan conventionele benaderingen. “En dan komen ze met compleet nieuwe ideeën die je misschien niet zou hebben als je te veel verankert in je tientallen jaren ervaring”, zegt hij.
