Claude Code + Codex = एआई के भगवान

Highlights

• Claude Code के भीतर OpenAI के Codex मॉडल का उपयोग टोकन और क्रेडिट के मामले में Anthropic के Opus 4.6 की तुलना में बेहतर वैल्यू प्रदान करता है।

• एडवर्सरियल रिव्यू मोड के दौरान Codex सुरक्षा और स्थिरता के सात मुख्य क्षेत्रों जैसे ऑथेंटिकेशन, डेटा लॉस, रेस कंडीशंस और ऑब्ज़र्वेबिलिटी गैप्स पर ध्यान केंद्रित करता है।

• Codex ने एक जटिल ट्विटर बॉट कोडबेस में चार 'High' गंभीरता वाली समस्याओं की पहचान की, जिसमें टेलीग्राम पोलिंग और स्कीमा ड्रिफ्ट जैसे मुद्दे शामिल थे।

• तुलनात्मक परीक्षण में Opus 4.6 ने सात ऐसी अतिरिक्त खामियां ढूंढीं जो Codex से छूट गई थीं, जबकि Codex ने तीन ऐसे मुद्दे पकड़े जो Opus नहीं देख पाया था।

• Codex प्लगइन को इंस्टॉल करने के लिए 'npm' के माध्यम से मार्केटप्लेस में जोड़कर 'codex@openai-codex' कमांड का उपयोग किया जाता है।

Timeline

1. 00:00 - 01:43

   Claude Code और Codex का एकीकरण

   Anthropic के इंजीनियरिंग ब्लॉग के अनुसार AI मॉडल अपनी गलतियों को पहचानने में अक्षम होते हैं। Codex इस कमी को पूरा करने के लिए एक तटस्थ समीक्षा और एडवर्सरियल रिव्यू की सुविधा देता है। यह सेटअप विशेष रूप से उन उपयोगकर्ताओं के लिए उपयोगी है जो Anthropic की दैनिक उपयोग सीमाओं तक जल्दी पहुँच जाते हैं।

   • Codex अब Anthropic इकोसिस्टम के भीतर Opus 4.6 के मुख्य विकल्प के रूप में उपलब्ध है।
   • उपयोग दरों के मामले में Codex कम लागत पर अधिक टोकन क्षमता प्रदान करता है।
   • AI मॉडल अक्सर अपने स्वयं के द्वारा लिखे गए कोड का निष्पक्ष मूल्यांकन करने में विफल रहते हैं।
2. 01:44 - 02:43

   Codex प्लगइन की स्थापना प्रक्रिया

   इंस्टॉलेशन के बाद 'run codex:setup' कमांड चलाना आवश्यक है जो उपयोगकर्ता को ब्राउज़र पर रीडायरेक्ट करती है। यह पूरी प्रक्रिया GitHub रिपॉजिटरी में दिए गए निर्देशों पर आधारित है। सेटअप पूरा होने के बाद उपयोग की सीमाएं सीधे उपयोगकर्ता के OpenAI खाते से जुड़ जाती हैं।

   • प्लगइन को 'codex@openai-codex' कमांड चलाकर यूजर स्कोप में इंस्टॉल किया जाता है।
   • उपयोगकर्ताओं को अपने मौजूदा ChatGPT अकाउंट के माध्यम से प्रमाणीकरण करना होता है।
   • यह टूल फ्री ChatGPT अकाउंट के साथ भी काम करता है और उसी के उपयोग कोटा का उपयोग करता है।
3. 02:44 - 05:51

   एडवर्सरियल रिव्यू और सात सुरक्षा मानक

   एक ट्विटर इंगेजमेंट बॉट पर परीक्षण के दौरान Codex ने पूरे कोडबेस, वर्किंग ट्री और अनट्रैक्ड फाइलों का विश्लेषण किया। यह विश्लेषण केवल सतही नहीं है बल्कि डेटा हानि और ऑथेंटिकेशन जैसी गहरी समस्याओं को खोजने के लिए डिज़ाइन किया गया है। सिस्टम रिव्यू शुरू करने से पहले आकार का अनुमान लगाता है और इसे बैकग्राउंड में चलाने का विकल्प देता है।

   • Codex 'codex rescue' कमांड के माध्यम से कोड निष्पादन और योजना बनाने में सक्षम है।
   • एडवर्सरियल रिव्यू सात विशिष्ट 'अटैक सरफेसेस' जैसे रोलबैक्स और वर्जन स्क्यू की जांच करता है।
   • समीक्षा के परिणाम एक संरचित JSON फॉर्मेट में गंभीरता के स्तर के साथ प्राप्त होते हैं।
4. 05:52 - 09:41

   Opus बनाम Codex: तुलनात्मक विश्लेषण

   Codex और Opus के बीच का अंतर यह दर्शाता है कि एक ही AI से प्लानिंग और इवैल्यूएशन कराना जोखिम भरा हो सकता है। Codex का उपयोग एक स्वतंत्र टूल के रूप में करने से कोड की गुणवत्ता बढ़ती है। यह किसी एक मॉडल को श्रेष्ठ साबित करने के बजाय टूलबॉक्स में विविधता लाने और कम खर्च में बेहतर सुरक्षा सुनिश्चित करने पर केंद्रित है।

   • दोनों मॉडलों ने टेलीग्राम पोलिंग समस्या को एक 'High' या 'Critical' बाधा के रूप में पहचाना।
   • Opus ने सात अतिरिक्त मुद्दों की पहचान की लेकिन Codex द्वारा पाए गए तीन महत्वपूर्ण बिंदु उससे छूट गए।
   • Codex का उपयोग $20 और $100 के सब्सक्रिप्शन के बीच एक लागत-प्रभावी संतुलन बनाता है।