OpenAI Codex ne işe yarar? ChatGPT’den farkı ne?

Codex’i ChatGPT’nin karşısında duran tamamen ayrı bir ürün gibi düşünmek doğru değil. Codex deneyimi ChatGPT masaüstü uygulamasında yer alıyor; ayrıca CLI, IDE uzantısı ve cloud üzerinden de kullanılabiliyor. Ben ayrımı hesap veya marka adına göre değil, seçtiğim çalışma biçimine göre yapıyorum: Bir konuyu anlamak, seçenekleri tartışmak veya metin üretmek için genel ChatGPT sohbeti iyi bir başlangıç. Bir repoyu incelemek, dosya değiştirmek, komut çalıştırmak ve sonucu test etmek içinse Codex’in coding-agent akışına geçiyorum.

Bu yazı bir hız testi veya model karşılaştırması değil. Codex’in CLI, IDE ve cloud yüzeylerini burada kendi kod tabanımda yan yana ölçmedim. Aşağıdaki çerçeve, sağlanan resmî OpenAI dokümantasyonunun pratik bir okuması; doğrudan denemediğim özelliği kişisel deneyim gibi anlatmıyorum.

Codex nedir?

Codex’i yalnız “kod yazan ChatGPT” diye tanımlamak eksik kalıyor. Daha kullanışlı tanım şu: Codex, kod tabanı ve geliştirme araçları üzerinde görev yürütebilen bir coding agent. OpenAI’nin CLI dokümanına göre yerel repodaki dosyaları inceleyebiliyor, düzenleme yapabiliyor ve makinede kurulu araçları çalıştırabiliyor. İnteraktif kullanılabildiği gibi `codex exec` ile tekrarlanabilir iş akışlarına da bağlanabiliyor.

Buradaki önemli kelime “yürütmek”. Normal bir sohbetten bir fonksiyon örneği isteyebilirsin; sonucu kopyalamak, doğru dosyaya koymak ve testi çalıştırmak yine sana kalır. Agent akışında ise hedefi tarif edersin, Codex ilgili bağlamı toplar, değişikliği uygular ve izin verdiğin araçlarla doğrulamaya çalışır. Bu, doğru sonuç garantisi değildir. Sadece sohbet ile gerçek çalışma alanı arasındaki el emeğini azaltır.

Bu nedenle Codex’in değeri tek bir parlak kod bloğunda değil, döngünün tamamında ortaya çıkar: repo keşfi, plan, düzenleme, komut, diff ve takip sorusu. Daha geniş terminal ajanı seçimi yapıyorsan Codex CLI, Claude Code ve Gemini CLI görev rehberim bu yazının devamı niteliğinde.

ChatGPT’den farkı ne?

Buradaki karşılaştırma ChatGPT hesabı ile ayrı bir Codex hesabı arasında değil; genel ChatGPT sohbeti ile aynı ekosistemdeki Codex coding-agent deneyimi arasında. Genel sohbete mimari seçenekleri, bir hata mesajının anlamını, SQL yaklaşımını veya kullanıcıya gidecek açıklamayı sorabilirim. Codex akışına ise “bu repoda hatanın kaynağını bul, önce planı göster, şu testleri ekle ve yalnız ilgili dosyaları değiştir” gibi dosya ve araç gerektiren görev veririm.

Aradaki fark “biri düşünüyor, diğeri düşünmüyor” değildir. İki deneyimde de soru-cevap yapılabilir. Pratik fark bağlam, yetki ve çıktı biçimidir. Codex yerel çalışma alanına ya da yapılandırılmış cloud ortamına bağlandığında gerçek dosyalara ve komutlara erişebilir. Bu erişim üretkenliği artırırken hata alanını da büyütür. Genel sohbette yanlış öneri çoğu zaman metin olarak kalır; coding agent yanlış bir kararı dosyaya yazabilir veya bir komuta dönüştürebilir.

Dolayısıyla seçimde “hangisi daha zeki?” sorusundan önce “bu görev konuşmayla mı bitecek, yoksa kontrollü bir değişiklik mi üretmeli?” diye soruyorum. Model katmanı ve görev derinliği ayrı bir kararsa GPT-5.6 Sol, Terra ve Luna rehberine bakabilirsin.

Masaüstü, CLI, IDE ve cloud: farklı çalışma ritimleri

Codex tek bir pencere değil. ChatGPT masaüstü uygulamasında ChatGPT veya Codex seçilebiliyor; Codex ayrıca CLI, IDE uzantısı ve cloud üzerinden çalışıyor. Bu rehber, kod deposuyla çalışma farkını en açık gösteren CLI, IDE ve cloud akışlarına odaklanıyor.

CLI, terminalde yaşayan geliştirici için en doğrudan seçenek. Proje dizininde başlayıp dosyaları inceleme, değişiklik yapma, yerel test veya lint komutlarını çalıştırma ve diff’i gözden geçirme döngüsünü aynı oturumda tutuyor. Script ve CI ihtiyacında non-interactive kullanım da var. Shell çıktısına hâkim olmak, tam olarak hangi komutun çalıştığını görmek ve küçük repo görevlerini seri yürütmek istiyorsam ilk bakacağım yüzey bu olur.

IDE uzantısı, açık dosya ve seçili kod bağlamını konuşmaya taşımayı kolaylaştırıyor. OpenAI; VS Code ve uyumlu editörlerin yanında Xcode ve JetBrains entegrasyonlarını da listeliyor. Odaklı bir düzeltmede kaynak, diff ve açıklamayı aynı görünümde tutmak terminale göre daha rahat olabilir. Bu rahatlık doğrulama ihtiyacını ortadan kaldırmaz; yalnız inceleme yerini değiştirir.

Codex cloud ise görevi izole bir cloud ortamına devretme yaklaşımı. Dokümana göre görevler paralel çalışabiliyor; ortam için bağımlılık, araç, değişken ve kurulum adımları yapılandırılabiliyor. Sonuç daha sonra özet ve diff üzerinden incelenip takip değişikliği istenebiliyor. Uzun görev, birden fazla deneme veya yerel makineyi meşgul etmeden arka planda çalışma gerektiğinde anlamlı. Buna karşılık ortamın repoyu gerçekten yeniden üretebilmesi ve erişimlerinin dar tutulması gerekiyor.

Hangi görevde hangisini seçerim?

Kısa seçim özeti şöyle:

• ChatGPT: Kavram açıklaması, fikir geliştirme, gereksinim netleştirme, alternatifleri karşılaştırma ve henüz repoya dokunmayan taslaklar.
• Codex CLI: Yerel repoda keşif, odaklı dosya değişikliği, test/lint çalıştırma, diff inceleme ve tekrarlanabilir terminal akışı.
• Codex IDE: Açık dosya veya seçili kod üzerinden açıklama, küçük düzenleme ve editörün yanında değişiklik inceleme.
• Codex cloud: Uzun süren, paralel yürütülebilen veya özel hazırlanmış bir ortamda arka plana bırakılacak görev.
• Önce ChatGPT, sonra Codex: Belirsiz ürün kararını konuşmayla netleştirip kabul kriterleri belli olduktan sonra kod değişikliğine geçilen işler.
• Hiçbiri tek başına yeterli değil: Migration, production deploy, secret kullanımı veya geri döndürülemez dış eylem; burada ayrı insan onayı ve sistem kontrolü gerekir.

Örnek görev akışı

Diyelim ki ödeme ekranında zaman zaman aynı isteğin iki kez gönderildiğine dair bir hata var. Ben görevi “duplicate payment sorununu düzelt” diye tek cümleyle bırakmazdım.

Önce sohbet aşamasında davranışı netleştirirdim: İstek hangi durumda tekrarlanıyor, idempotency anahtarı var mı, kullanıcı ne görüyor, kabul kriteri ne? Sonra repoda temiz bir branch ve geri dönüş noktası oluştururdum. Codex’e ilk turda yalnız inceleme görevi verirdim: ilgili akışı, testleri ve muhtemel dosyaları bul; henüz düzenleme yapma; iki olası nedeni kanıtıyla sırala.

Plan somutlaştığında çalışma alanına yazma iznini açıp dar bir görev verirdim: yalnız belirlenen dosyaları değiştir, başarısız senaryoyu önce testle göster, düzeltmeyi uygula, hedef testleri ve mevcut lint komutunu çalıştır. Sonunda ajanın özetinden önce `git diff` okur, test komutlarının gerçekten çalıştığını kontrol eder ve kritik akışı elle denerdim. Sonuç cloud’dan geldiyse de aynı eşik geçerli: özet değil, diff ve yeniden üretilebilir doğrulama belirleyici.

İzin, reasoning ve doğrulama güvenliği

Codex CLI’de model, reasoning effort, izinler ve komut sınırları görev için seçilebiliyor. Bunları tek bir “güç” ayarı gibi görmemek gerekiyor. Daha yüksek reasoning, ajanın çalışma alanı dışında yazmasını veya ağa sınırsız çıkmasını güvenli hâle getirmez. Bu ayrımı ayrıntılı olarak kodlama ajanı izin modu rehberinde ve reasoning ayarı görev rehberinde ele aldım.

Benim pratik varsayılanım şu:

• Tanımadığım repoda önce oku ve planla; dosya yazma izni verme.
• Sınırları belli değişiklikte yalnız çalışma alanına yazma ve gereken yerel komutlara izin ver.
• Ağ, paket kurulumu, migration, push, deploy ve secret erişimini ayrı kararlar olarak tut.
• Her görevden önce ve sonra Git checkpoint oluştur; OpenAI’nin CLI ve IDE quickstart’ları da geri dönüş için bu yaklaşımı öneriyor.
• Cloud ortamına yalnız gereken repo, araç ve değişkenleri bağla; sonucu merge etmeden önce özet ve diff’i incele.
• Kimlik bilgisini dosyada tutuyorsan onu parola gibi ele al. OpenAI, `~/.codex/auth.json` dosyasının access token içerebildiğini ve commit edilmemesi, ticket’a yapıştırılmaması veya sohbette paylaşılmaması gerektiğini belirtiyor.

Doğrulama sonradan eklenen formalite değil, görevin kabul kriteridir. Diff, hedef test, genel test, type/lint/build ve kritik davranış kontrolü birbirinin yerine geçmez. Kendi akışını kurarken kodlama ajanı çıktısını doğrulamak için yedi adımlı kontrol listesini kullanabilirsin.

Kimlik doğrulama yöntemi de yönetim sınırını değiştiriyor. OpenAI, yerel çalışmada ChatGPT hesabı veya API anahtarıyla girişe izin verirken Codex cloud için ChatGPT girişi gerektiğini belirtiyor. Seçilen yöntem, ChatGPT çalışma alanı kontrollerinin mi yoksa API organizasyonunun veri ve saklama politikalarının mı geçerli olacağını etkiliyor; ekip kullanımında bu ayrımı kurulumun parçası saymak gerekiyor.

Sonuç

Codex, genel ChatGPT sohbetinin yerine geçen ayrı bir hesap değil; ChatGPT ekosistemi içinde ve CLI, IDE ile cloud yüzeylerinde kodlama işini dosya ve araç düzeyinde yürüten agent deneyimi. Genel sohbetle problemi ve kabul kriterini netleştirmek; Codex CLI veya IDE ile odaklı yerel değişikliği yapmak; uzun işi gerektiğinde cloud ortamına devretmek aynı akışın farklı aşamaları olabilir.

Ben seçimi ürün adına göre değil, görevin temas ettiği yüzeye göre yapıyorum. Sonuç metin olacaksa sohbet yeterli olabilir. Sonuç test edilmiş bir diff olacaksa Codex daha uygun araçtır. Sonuç production’ı değiştirecekse hiçbir agent’a tek başına son söz vermem.