Codex Cloud kan arbejde videre, når computeren sover
OpenAI har lanceret genbrugelige cloudmiljøer til Codex. Her er forskellen på cloudarbejde og lokale opgaver, hvem der kan få adgang, og hvad du skal sætte op først.
OpenAI har lanceret en ny udgave af Codex Cloud, hvor kodeopgaver kan fortsætte på OpenAI-administrerede computere, selv om din egen computer går i dvale. Det afgørende er ordet cloud: En lokal Codex-session, en udviklingsserver på din computer eller et andet lokalt system fortsætter ikke automatisk, når du lukker maskinen.
Nyheden er især praktisk, hvis du vil starte en afgrænset opgave ved skrivebordet og senere følge den fra web eller mobil. Men før det virker, skal projektet have et publiceret cloudmiljø med de repositories, værktøjer, afhængigheder og adgange, som opgaven kræver.
Hvad fortsætter i skyen?
En cloudopgave kører i sit eget isolerede arbejdsområde. Den starter fra et publiceret miljø, som kan genbruges til nye opgaver. Miljøet kan blandt andet indeholde et GitHub-repository, installerede pakker, bestemte værktøjsversioner, installationskommandoer, instruktioner til at starte tjenester samt regler for netværksadgang.
Det betyder ikke, at alle opgaver deler de samme ufærdige filer. Hver ny opgave får sit eget arbejdsområde. En eksisterende opgave kan fortsætte med sine egne gemte filer og installerede værktøjer, men vigtige ændringer bør stadig gemmes i versionsstyring. OpenAI understreger, at gemt tilstand ikke erstatter Git.
Du kan starte og fortsætte cloudopgaver fra Codex på computer, web eller mobil. Selve miljøet skal først oprettes og publiceres på computer eller web. Mobilen kan derefter bruges til at vælge et publiceret miljø, starte en opgave og følge eller styre arbejdet undervejs.
Hvem kan bruge Codex Cloud i Danmark?
Ifølge OpenAIs aktuelle abonnementsvejledning er Codex Cloud tilgængelig for kvalificerede Plus-konti, alle Pro-niveauer samt Business, Enterprise, Healthcare og Education. Funktionen er ikke inkluderet i Free eller Go. Adgangen afhænger også af gradvis udrulning og indstillingerne i det valgte workspace.
OpenAIs vejledning angiver ikke en særskilt udelukkelse af Danmark eller EØS for Codex Cloud. Det er værd at holde adskilt fra andre nye OpenAI-funktioner med egne regionale begrænsninger. For en dansk bruger er den praktiske kontrol derfor: Har kontoen et kvalificeret abonnement, er funktionen rullet ud til kontoen, og tillader workspacet cloudopgaver?
I administrerede workspaces kan en administrator styre lokal Codex-adgang og Codex Cloud-adgang hver for sig. Cloudadgang er som udgangspunkt slået fra i Enterprise-workspaces, der ikke har aktiveret den. Gæstekonti, K-12-konti og Enterprise-pladser med skrivebeskyttet adgang kan ikke oprette cloudmiljøer.
Det skal være på plads, før du lukker computeren
Et repository skal være forbundet og inkluderet i miljøet. En GitHub-forbindelse er ikke i sig selv nok: Den enkelte bruger skal have adgang til repositoryet, og opgaven skal have den nødvendige Git-konfiguration, hvis resultatet skal pushes tilbage.
Afhængigheder og værktøjer skal kunne installeres i cloudmiljøet. Hvis projektet henter pakker, kalder eksterne API’er eller bruger private tjenester, skal miljøets netværksregler og eventuelle hemmeligheder konfigureres til netop disse destinationer. At tillade et domæne giver ikke automatisk adgang til tjenesten.
OpenAI beskriver en opsætning, hvor Codex undersøger repositoryet, installerer afhængigheder og tester arbejdsgangen sammen med brugeren. Du bør gennemgå opsætningsrapporten, løse udestående problemer og publicere miljøet, før det bruges til en rigtig opgave.
Konstrueret eksempel: en afgrænset repository-opgave
Forestil dig et repository til en lille dansk webapp. Miljøet er allerede publiceret med Node.js, projektets pakker og kommandoen til at køre testpakken.
Du starter denne opgave fra Codex Cloud:
Find årsagen til, at datofilterets test fejler i dansk locale. Ret kun filterfunktionen og de tilhørende tests. Kør den relevante testpakke. Stop uden at pushe, og giv mig en oversigt over ændrede filer, testresultatet og eventuelle resterende fejl.
Et tænkt resultat: Codex kan for eksempel melde, at src/dateFilter.ts og src/dateFilter.test.ts er ændret, at den relevante testpakke består, og at der ikke er andre fejl i netop den kørte pakke. Det er den rapport, du skal kontrollere, før du beslutter næste skridt. Eksemplet er konstrueret og ikke en udført produkttest.
Det afgrænsede resultat er ikke “en færdig og udgivet app”. Det er en cloudopgave, der kan undersøge repositoryet, ændre de relevante arbejdsfiler og køre de tilgængelige tests i sit isolerede arbejdsområde. Når opgaven er færdig, gennemgår du ændringerne og testresultatet. Hvis testen stadig fejler, er næste skridt at læse fejlen, justere opgaven eller rette miljøet. Først derefter vælger du, om ændringerne skal gemmes i Git eller deles videre.
Begrænsninger, der er lette at overse
Codex Cloud får ikke automatisk adgang til filer, processer eller tjenester på din egen computer. Fjernadgang til en opgave, der faktisk kører lokalt, er en anden arbejdsgang og afhænger fortsat af computeren og dens adgangsindstillinger.
Cloudmiljøer understøtter ifølge OpenAIs aktuelle dokumentation endnu ikke computer- eller browserbrug. Lokale personlige skills synkroniseres heller ikke automatisk til miljøet, mens skills gemt i repositoryet kan være tilgængelige. Netværk, private tjenester og credentials kræver særskilt opsætning.
Derfor er Codex Cloud bedst forstået som en fjernarbejdsplads til forberedte kodeopgaver, ikke som en kopi af hele din lokale maskine. Den kan fortsætte, når computeren sover, men kun med de repositories, værktøjer og tilladelser, du faktisk har gjort tilgængelige.
Vil du have det korte overblik over de øvrige OpenAI-nyheder fra samme lancering, kan du læse AIBIs opsamling fra OpenAI DevDay 2026. Dots er en separat funktion og skal ikke forveksles med Codex Cloud.
