OpenAI Codex za macOS: tihi rat za stol razvijača

Agentno programiranje u nekoliko je godina preskočilo put od znanstvene fantastike do svakodnevice. Mnogi razvijači danas očekuju da im AI ne samo dopunjuje linije koda, već da sam predlaže zadatke, pokreće alate i održava projekte. S novom aplikacijom Codex za macOS OpenAI više nije samo dobavljač modela u oblaku, nego pokušava zauzeti najvrjednije mjesto u cijelom lancu – ekran prijenosnika na kojem nastaje softver. To je ključna promjena i za europski, ali i za hrvatski i regionalni tech ekosustav.

Vijest ukratko

Prema pisanju TechCruncha, OpenAI je lansirao novu aplikaciju Codex za macOS, usmjerenu na tzv. agentno programiranje. Umjesto običnog chat prozora ili proširenja za automatsko dopunjavanje, aplikacija koordinira više AI agenata koji mogu paralelno raditi na zadacima, međusobno dijeliti vještine i održavati dugotrajne tokove rada.

U središtu je GPT‑5.2‑Codex, najnoviji i trenutno najjači OpenAIjev model za programiranje, objavljen manje od dva mjeseca prije same aplikacije. TechCrunch navodi da se Codex izravno pozicionira protiv alata poput Claude Code i Cowork, koji su već popularizirali multi‑agentne pristupe. Nova aplikacija omogućuje planiranje automatizacija u pozadini, spremanje rezultata u red za kasniju reviziju te odabir različitih osobnosti asistenta.

Na spomenutim benchmark testovima GPT‑5.2‑Codex vodi na TerminalBenchu, dok je na SWE‑benchu otprilike izjednačen s agentima Gemini 3 i Claudea – bez jasne, gole dominacije.

Zašto je to važno

Ključna stvar nije da postoji još jedan AI pomoćnik za kod, već tko kontrolira sloj u kojem se organizira rad i donose tehničke odluke.

Do sada je OpenAI uglavnom živio unutar tuđih okruženja: proširenja za VS Code, GitHub integracije, CLI alati. S izvornom macOS aplikacijom koja orkestrira agente, tvrtka pokušava sama odrediti kako izgleda moderni razvoj softvera – prije nego što to učine IDE‑ovi ili cloud platforme.

Pobjednici na kratki rok su pojedinačni razvijači i mali timovi. Zrela multi‑agentna aplikacija u kombinaciji s jakim modelom može dane repetitivnog posla skratiti na sate: migracije API‑ja, pisanje testova, generiranje internih alata ili skripti za analitiku. Za startup u Zagrebu, Splitu ili Ljubljani s dva, tri inženjera, to može značiti razliku između preživljavanja i rasta.

Potencijalni gubitnici su mali dobavljači koji nude samo sučelje prema modelima te proizvođači razvojnih alata bez ozbiljne AI strategije. Ako razvijači dan započinju otvaranjem Codexa, a ne VS Codea, Xcodea ili JetBrainsa, utjecaj na tok rada seli se prema OpenAIju.

Istodobno, rastu i rizici. Agent koji samostalno mijenja konfiguracije, skripte za deployment ili sigurnosno osjetljiv kod može u vrlo kratkom vremenu proizvesti ozbiljan problem – od downova produkcije do sigurnosnih rupa. Bez jasnih ograničenja, obvezne ljudske revizije i dobrih logova, dobitak na produktivnosti lako se pretvara u eksploziju tehničkog duga.

Šira slika

Codex za macOS dio je većeg trenda: pomaka od AI‑ja kao pomoćnika za pojedinu datoteku prema AI‑ju kao koordinatoru cijelog projekta.

GitHub, JetBrains i drugi već su krenuli u smjeru razumijevanja cijelog repozitorija: predlaganje refaktoriranja, prepoznavanje dugova u testiranju, pregled arhitekture. Claude Code i Cowork otišli su korak dalje popularizirajući timove specijaliziranih botova. TechCrunch spominje i Gemini 3 agente, koji se natječu na coding benchmarkima.

OpenAI ovime jasno poručuje da ne želi igrati samo na razini modela, gdje su razlike sve manje, nego i na razini svakodnevnog alata. Povijesno gledano, onaj tko kontrolira razvojno okruženje često kontrolira i ekosustav: od Visual Studija u Windows svijetu do Xcodea u Appleovom.

Za razliku od starijih valova RAD, low‑code i no‑code alata, današnji agenti ne ostaju na generiranju formi ili jednostavnih integracija. Mogu čitati staru, neurednu bazu koda, analizirati logove, razgovarati s ticket sustavima i koordinirati šire promjene. To ih čini više nalik novom tipu kolege u timu – vrlo brzom, ali ne nužno i vrlo pouzdanom.

U tom kontekstu bitka se seli s pitanja tko ima model s tri posto boljim rezultatom na benchmarku na pitanje tko ima najbolji tok rada: koliko je sve skupa pregledno, kako se uklapa u postojeći CI/CD, kako se prati i revidira ono što je agent napravio.

Europski i regionalni kut

Za europske i posebno hrvatske i regionalne (SEE) tvrtke ovo dolazi u trenutku kada se regulativa i praksa sudaraju. EU‑ov Akt o umjetnoj inteligenciji kreće prema provedbi, GDPR je odavno stvarnost, a Digital Services Act i Digital Markets Act mijenjaju odnose snaga velikih platformi i korisnika.

Agentni alati poput Codexa pojačavaju i prednosti i obveze. S jedne strane, omogućuju malim timovima iz Zagreba, Osijeka ili Sarajeva da rade projekte koji su donedavno tražili cijele odjele. S druge, kompliciraju odgovaranje na osnovna pitanja: tko je donio koju odluku, na temelju čega, i je li bilo primjerene kontrole.

U reguliranim sektorima – bankarstvo, osiguranje, zdravstvo, javni sektor – to je ozbiljan izazov. AI Akt predviđa strože zahtjeve za dokumentiranje upotrebe AI sustava u kritičnim procesima, uključujući razvoj softvera. Agent koji u pozadini mijenja kod bez jasnog traga odluka loše se uklapa u tu sliku.

Tu je i pitanje zaštite podataka. Izvorni kod često sadrži osobne podatke u logovima i testovima, kao i poslovne tajne. Hrvatske i regionalne tvrtke morat će pitati: gdje se taj kod obrađuje, postoje li EU‑only opcije, koristi li se materijal za dodatno treniranje modela, kako se sve to poklapa s postojećim ugovorima o obradi podataka.

Europski igrači poput Mistrala, Aleph Alphe te regionalno prisutnog JetBrainsa gradit će priču upravo na ovim točkama: lokalna ili EU pohrana podataka, mogućnost on‑premise implementacije, integracija s postojećim alatima u poduzeću. Za tvrtke iz financija ili javnog sektora to je često presudno.

Pogled unaprijed

Vrlo je vjerojatno da je macOS samo prvi korak. Ako OpenAI želi doista postati osnovni alat razvijača, trebat će mu ozbiljan Windows klijent te dublje integracije s IDE‑ovima, a ne samo zasebna aplikacija.

U sljedećem razdoblju vrijedno je pratiti nekoliko stvari:

• Enterprise funkcije: hoće li postojati centralni nadzor, audit logovi, granularne dozvole i opcije za privatne oblake ili on‑premise okruženja, ili Codex ostaje primarno alat za pojedince.
• Otvorenost ekosustava: hoće li najmoćnije mogućnosti biti zaključane u Codexovom sučelju, stvarajući vendor lock‑in, ili će postojati otvorene integracije i standardi za orkestraciju agenata.
• Praksa u EU okruženju: kako će se alati poput Codexa uklopiti u nadolazeće smjernice nadzornih tijela, od nacionalnih regulatora do europskih odbora za zaštitu podataka.

U horizontu od 12 do 24 mjeseca vjerojatno ćemo vidjeti standardizaciju obrazaca: kako pregledavati i odobravati promjene koje su predložili agenti, kako te promjene pratiti kroz CI/CD, koje se kontrole smatraju minimalnim u javnom sektoru ili bankarstvu.

Za hrvatske i regionalne timove najbolji pristup je kontrolirano eksperimentiranje. Agentne alate vrijedi agresivno koristiti u prototipiranju, internoj automatizaciji i generiranju testova. No kada je riječ o sustavima koji obrađuju osobne podatke građana ili veće financijske transakcije, agenti bi zasad trebali raditi pod strogim ljudskim nadzorom.

Zaključak

Codex za macOS nije samo još jedan AI gadget, nego pokušaj OpenAIja da sjedne za isti stol kao IDE‑ovi i postane polazišna točka svakog programerskog dana. Ako uspije pokazati da agentni tokovi mogu biti i produktivni i kontrolirani, značajno će utjecati na to kako se softver razvija u Europi i regiji. Otvoreno pitanje za svaku tvrtku glasi: koliko ste spremni prepustiti softveru koji piše softver – i pod kojim pravilima – mjesto u svom razvojnom procesu?