من المتوقع أن تلحق قدرات OpenAI البرمجية بمستوى كلود خلال 3 أشهر، حيث تساهم Codex بمزيد من البيانات والممارسات عالية الجودة في تدريب النماذج من الجيل القادم، والتكرار، وتسريع التعديل. نماذج سلسلة الكودكس في GPT مدربة جنبا إلى جنب مع إطار كودكس، كثير من الناس يستهينون بقوة هذه الجملة، حاليا لتعظيم قدرات برمجة GPT، يجب وضعها في كودكس لتستخدمها معا، بدلا من أن تدخلها في كود كلود، إذا كنت قد استخدمت كودكس، يجب أن تكون قادرا على فهم ما قلت، قدرة كودكس على هندسة الشيفرة أقوى بالفعل من كلود، لكنها فعلا ليست كافية من حيث فهم متطلبات المنتجات، يجب الاعتراف بذلك، لذلك عادة أستخدمه أولا قام كلود بترتيب المتطلبات وطورها باستخدام الكودكس. اشرح بالتفصيل ما لا يتم تركيب النموذج والإطار معا لاحقا، بل يصمم معا - نماذج الكودكس ليست نماذج عامة + ضبط الشيفرة بدقة - مدربة على إطار عمل الكودكس - المعنى: يفهم النموذج الآليات الداخلية للإطار، ويفهم الإطار نمط الإخراج الخاص بالنموذج والنتيجة: سوء فهم أقل، مخرجات أكثر دقة، تكرارات أقل، جودة أعلى، وفهم حقيقي للشيفرة. هندسة كودكس ذات الثلاث مستويات 1. طبقة النموذج - توفر ذكاء أساسي - نماذج البرمجة الرئيسية ل OpenAI (مثل gpt-5.3-codex، GPT5.4) - أداء التفكير المنظم قبل الرد - فهم منطق الشيفرة، والتصميم المعماري، وأفضل الممارسات 2. الحزام - ربط البيئة الحقيقية - إطار عمل إنفاذ مفتوح المصدر يتيح "التنفيذ" بدلا من مجرد "توصيات" - إدارة نوافذ السياق باستخدام تقنيات مثل الضغط - تمكين النماذج من التلاعب الفعلي بالملفات، وتشغيل الأوامر، واختبار الكود 3. الأسطح - طرق تفاعل متنوعة • تطبيق كودكس: تطبيق سطح مكتب يدعم سير العمل المتوازي • CLI: تكامل الطرفيات وCI/CD • امتدادات كود VS: التكرار داخل المحرر • Mini: تنفيذ مهام عن بعد خفيف الوزن