Еще недавно AI-кодинг был почти синонимом облака: закрытые модели, удалённые сервера, API-ключи и вечный страх утечки кода. Но новость от Ollama аккуратно, без громких лозунгов, переворачивает эту парадигму: OpenAI Codex теперь может работать с локальными open-weight моделями через Ollama. И это, на мой взгляд, куда важнее, чем кажется на первый взгляд.
💻 Codex снова “у вас на машине”
Ключевая идея проста, но мощна:
Codex CLI теперь умеет читать, изменять и исполнять код в вашем рабочем каталоге, используя локальные модели, такие как gpt-oss:20b или gpt-oss:120b, запущенные через Ollama.
Это означает:
- код не уходит в облако,
- нет API-лимитов,
- нет скрытых логов на стороне провайдера.
Фактически Codex превращается из «облачного ассистента» в полноценного локального агента, который живёт рядом с вашим репозиторием.
🧠 Почему это важнее, чем просто “ещё одна интеграция”
На поверхности это выглядит как удобный флаг --oss. Но если копнуть глубже, появляется сразу несколько фундаментальных сдвигов:
🔐 Приватность по умолчанию
Корпоративный код, NDA-проекты, CTF-эксплойты, R&D — всё это теперь можно безопасно анализировать и модифицировать AI-агентом без страха утечки.
🧩 Открытая экосистема вместо “чёрного ящика”
Используются open-weight модели, а значит:
- можно выбирать модель под задачу,
- можно дообучать,
- можно анализировать поведение и ограничения.
⚙️ Локальная агентность
Codex — это не чат. Это агент, который:
- читает файлы,
- пишет код,
- запускает команды,
- понимает контекст репозитория.
В сочетании с локальной моделью он становится чем-то средним между IDE-помощником и автономным девопс-инженером.
🧪 Немного технических деталей (без маркетинга)
Чтобы всё это заработало, нужно буквально несколько шагов:
🧰 Установка Codex CLI
npm install -g @openai/codex
🚀 Запуск с open-source моделью
codex --oss
По умолчанию используется gpt-oss:20b, но модель можно сменить:
🔄 Переключение модели
codex --oss -m gpt-oss:120b
☁️ Гибридный вариант (локальный Codex + облачная модель Ollama)
codex --oss -m gpt-oss:120b-cloud
📌 Важный момент:
Codex любит большой контекст. Рекомендуется минимум 32K токенов, и это логично — агенту нужно “держать в голове” структуру проекта, а не только один файл.
🤔 Моё личное мнение
Для меня эта новость — не про Codex и не про Ollama.
Она про смену философии:
- от SaaS → к local-first
- от “спроси модель” → к агенту, который действует
- от закрытых API → к настраиваемой AI-инфраструктуре
Если раньше vibe-coding и agentic-подходы выглядели как эксперименты энтузиастов, то теперь они получают производственный фундамент. Локальные агенты, которые знают ваш код лучше любого джуна — и при этом не требуют доверять его внешнему серверу.
🧭 Что дальше?
Я ожидаю, что следующим шагом станет:
- интеграция Codex + Ollama в IDE,
- связки с sandbox-изоляцией (bubblewrap, firejail),
- появление “AI-CI”, где локальный агент гоняет тесты и PR перед коммитом.
И всё это — без облака.
🔗 Источники
- Официальная новость и документация Ollama:
https://ollama.com/blog/codex - Codex CLI и интеграция с open-weight моделями:
https://github.com/openai/codex - Документация по настройке контекста и моделей:
https://ollama.com/docs
Если коротко: Codex перестал быть просто продуктом OpenAI и стал инструментом экосистемы. А это всегда хороший знак. 🚀