Warum OpenAI in der Verfolgung von Claude Code zurückfällt?

Titel des Originals: Inside OpenAI's Race to Catch Up to Claude Code
Ursprünglicher Autor: Maxwell Zeff, Wired
Ursprünglicher Übersetzer: Peggy, BlockBeats
Hinweis des Herausgebers: Inmitten des raschen Aufstiegs von KI-Programmieragenten ist OpenAI, das einst mit ChatGPT die Welle der generativen KI anführte, in dieser entscheidenden Arena unerwartet zum „Nachzügler“ geworden. Im krassen Gegensatz dazu steht Anthropic, gegründet von ehemaligen OpenAI-Mitgliedern, das mit Claude Code in der Entwicklergemeinschaft und im Unternehmensmarkt schnell an Popularität gewann und zu einem der wichtigsten Akteure im Bereich KI-Programmiertools wurde.
Der Artikel enthüllt den wahren Verlauf dieses Wettbewerbs durch Interviews mit OpenAI-Führungskräften, Ingenieuren und mehreren Entwicklern: von der Aufspaltung des frühen OpenAI Codex-Projekts, der Umverteilung von Ressourcen zu ChatGPT und multimodalen Modellen, bis hin zur internen Teamneugruppierung und der beschleunigten Einführung von KI-Programmierprodukten - OpenAI durchläuft einen Wendepunkt von strategischer Vernachlässigung zu umfassendem Aufholen. In gewisser Hinsicht ist dies kein Rückstand in der technologischen Fähigkeit, sondern eine Fehlanpassung des strategischen Tempos: Die Explosion von ChatGPT hat die Prioritäten des Unternehmens verändert, die Zusammenarbeit mit Microsoft hat den Produktweg eingeschränkt, während Anthropic früher auf den KI-Programmierbereich gesetzt hat.
Hinter diesem Wettbewerb tauchen auch tiefere Fragen auf: Wenn KI-Agenten zunehmend kognitive Aufgaben übernehmen, könnte der Softwareentwicklungsprozess und sogar die Büroarbeit selbst neu definiert werden.
Hier ist der Originaltext:
Sam Altman, CEO von OpenAI, sitzt mit verschränkten Beinen auf seinem Bürostuhl und schaut zur Decke, als ob er über eine noch nicht ganz klare Antwort nachdenkt. In gewissem Maße hängt dies auch mit der Umgebung zusammen.
Das neue Hauptquartier von OpenAI in Mission Bay, San Francisco, ist ein modernes Gebäude aus Glas und hellem Holz, das fast wie ein „Tempel der Technologie“ wirkt. Auf dem Regal hinter der Empfangstheke liegen Broschüren zur „Ära der KI“ (Eras of AI), die den Weg zu technologischen Offenbarungen zu skizzieren scheinen. Die Wände der Treppe sind mit Postern über Meilensteine in der Entwicklung von Künstlicher Intelligenz bedeckt, darunter ein Moment, der festhält, dass Tausende von Zuschauern über einen Livestream miterlebten, wie eine Maschine ein Top-E-Sportteam im (Dota 2)-Wettbewerb besiegte. Im Flur gehen Forscher in T-Shirts mit Slogans ein und aus, darunter eines, das sagt: „Gute Forschung braucht Zeit.“ Natürlich wäre es ideal, wenn es nicht zu lange dauert.
Wir sitzen in einem großen Konferenzraum. Die Fragen, die ich Altman stelle, betreffen die AI-Programmierrevolution, die die Branche erfasst hat, und warum OpenAI anscheinend nicht an der Spitze dieser Welle steht.
Heute haben Millionen von Software-Ingenieuren begonnen, einen Teil ihrer Programmierarbeiten der KI zu überlassen, was vielen in Silicon Valley erstmals die Realität vor Augen führt: Automatisierung könnte ihre eigenen Stellen betreffen. Programmieragenten sind daher eines der wenigen Anwendungsbereiche, für die Unternehmen bereit sind, hohe Preise für KI zu zahlen. Solch ein Moment hätte theoretisch zu einem der nächsten „Siegesmomente“ auf den Postern an der Wandsäule von OpenAI werden können. Doch der Name, der derzeit im Rampenlicht steht, ist nicht ihr eigener.
Das Unternehmen hat einen Konkurrenten in Anthropic, einem von ehemaligen OpenAI-Mitgliedern gegründeten KI-Unternehmen. Mit seinem Programmieragentenprodukt Claude Code erlebte Anthropic ein explosionsartiges Wachstum. Das Unternehmen gab im Februar bekannt, dass dieses Produkt fast ein Fünftel des Geschäftsvolumens beigetragen hat, was einem jährlichen Umsatz von über 2,5 Milliarden US-Dollar entspricht. Im Vergleich dazu betrug der jährliche Umsatz von OpenAIs eigenem Programmierprodukt OpenAI Codex bis Ende Januar nur etwas über 1 Milliarde US-Dollar.
Die Frage ist: Warum ist OpenAI in diesem Wettbewerb um KI-Programmierung hinterhergeblieben?
„Der Wert des ersten Vorteils ist enorm“, sagte Sam Altman nachdenklich. „Das haben wir bereits bei ChatGPT erfahren.“
Er glaubt jedoch, dass jetzt der Zeitpunkt ist, an dem OpenAI umfassend in die KI-Programmierung einsteigen sollte. Er glaubt, dass die vorhandenen Modellfähigkeiten des Unternehmens bereits stark genug sind, um hochkomplexe Programmieragenten zu unterstützen. Natürlich sind solche Fähigkeiten nicht zufällig, das Unternehmen hat dafür Milliarden von Dollar in das Training der Modelle investiert.
„Das wird ein riesiges Geschäft sein“, sagte Altman, „nicht nur wegen des wirtschaftlichen Wertes, den es selbst bringt, sondern auch wegen der allgemeinen Produktivität, die Programmierung freisetzen kann.“ Er hielt inne und fügte hinzu: „Ich benutze dieses Wort selten leichtfertig, aber ich denke, das könnte wahrscheinlich einer dieser Märkte sein, die in die Billionen gehen werden.“
Darüber hinaus glaubt er, dass OpenAI Codex möglicherweise der „wahrscheinlichste Weg“ zu allgemeiner künstlicher Intelligenz (AGI) ist. Laut der Definition von OpenAI ist AGI ein KI-System, das in der Lage ist, in den meisten wirtschaftlich wertvollen Arbeiten die menschliche Leistung zu übertreffen.
Sam Altman, CEO von OpenAI. Fotografie: Mark Jayson Quines.
Obwohl Altman mit einer gelassenen Haltung eine selbstbewusste Einschätzung abgab, ist die tatsächliche Situation im Unternehmensinneren in den vergangenen Jahren weitaus komplexer. Um die umfassendere interne Geschichte zu verstehen, habe ich mehr als 30 Informanten interviewt, darunter aktuelle OpenAI-Führungskräfte und Mitarbeiter, die mit Genehmigung des Unternehmens interviewt wurden, sowie einige frühere Mitarbeiter, die unter anonymen Bedingungen Informationen über den internen Betrieb des Unternehmens bereitstellten. Aus diesen Berichten ergibt sich ein unübliches Bild: OpenAI kämpft darum, aufzuholen.
Die Zeit zurück zu 2021. Damals luden Altman und andere OpenAI-Führungskräfte (WIRED)-Journalisten Steven Levy in ihr frühes Büro im Mission District von San Francisco ein, um eine neue Technologievorführung zu sehen. Es handelte sich um ein Projekt, das auf GPT-3 basiert und mit einer großen Menge an Open-Source-Code von GitHub trainiert wurde.
In einer Live-Demonstration zeigten die Führungskräfte, wie das Tool namens OpenAI Codex natürliche Spracheingaben entgegennehmen und einfache Codefragmente generieren kann.
„Es kann tatsächlich Operationen in der Computerwelt für dich ausführen“, erklärte Greg Brockman, Präsident und Mitbegründer von OpenAI, damals. „Was du hast, ist ein System, das tatsächlich Befehle ausführen kann.“ Selbst damals waren die Forscher von OpenAI allgemein der Meinung, dass Codex die Schlüsseltechnologie zum Aufbau eines „Superassistenten“ sein würde.
In dieser Zeit waren Altman und Brockmans Zeitpläne fast vollständig mit Meetings mit Microsoft gefüllt - diesem Softwaregiganten, der OpenAI der größte Investor ist. Microsoft plante, Codex zur technischen Unterstützung eines seiner ersten kommerzialisierten KI-Produkte zu verwenden: ein Tool zur Codevervollständigung namens GitHub Copilot, das direkt in die Entwicklungsumgebung integriert werden kann, die Programmierer täglich nutzen.
Ein ehemaliger OpenAI-Mitarbeiter erinnerte sich, dass Codex in dieser Phase „im Grunde nur Autovervollständigung machen konnte“. Doch Microsoft-Manager sahen es dennoch als ein wichtiges Signal für das Aufkommen der KI-Ära.
Im Juni 2022, als GitHub Copilot offiziell veröffentlicht wurde, zog es innerhalb weniger Monate Hunderttausende von Nutzern an.
Greg Brockman, Präsident von OpenAI. Fotografie: Mark Jayson Quines.
Das ursprüngliche Team, das für Codex verantwortlich war, wurde später auf andere Projekte versetzt. Ein ehemaliger Mitarbeiter erinnert sich, dass die damalige Einschätzung des Unternehmens war, dass zukünftige Modelle von Natur aus über Programmierfähigkeiten verfügen würden, sodass es nicht notwendig sei, ein unabhängiges Codex-Projektteam langfristig aufrechtzuerhalten. Ein Teil der Ingenieure wurde an der Entwicklung von DALL-E 2 eingesetzt, ein anderer Teil wandte sich dem Training von GPT-4 zu. Damals schien dies der Schlüsselweg zu sein, um OpenAI näher an AGI zu bringen.
Dann wurde im November 2022 ChatGPT eingeführt und gewann innerhalb von zwei Monaten über 100 Millionen Nutzer. So wurden praktisch alle anderen Projekte im Unternehmen gezwungen, zu pausieren. In den folgenden Jahren hatte OpenAI tatsächlich kein spezialisiertes Team mehr, das für KI-Programmierprodukte zuständig war. Ein früherer Mitarbeiter, der am Codex-Projekt beteiligt war, sagte, dass AI-Programmierung nach dem Aufstieg von ChatGPT anscheinend nicht mehr Teil der neuen „Consumer-Produkt-Prioritätsstrategie“ des Unternehmens war. Inzwischen wird allgemein anerkannt, dass dieses Feld bereits von GitHub Copilot „abgedeckt“ wurde, was im Wesentlichen Microsofts Heimspiel ist. OpenAI bietet hauptsächlich Unterstützung für die zugrunde liegenden Modelle.
Daher wurden in den Jahren 2023 und 2024 mehr Ressourcen von OpenAI in multimodale KI-Modelle und intelligente Agenten investiert. Diese Systeme sind so konzipiert, dass sie gleichzeitig Text, Bilder, Videos und Audio verstehen und wie Menschen mit der Maus und der Tastatur umgehen können. Diese Richtung schien zu diesem Zeitpunkt besser mit den Branchentrends übereinzustimmen: Das Bildgenerierungsmodell von Midjourney wurde in sozialen Netzwerken schnell populär, und es wird allgemein anerkannt, dass große Sprachmodelle „sehen“ und „hören“ müssen, um wirklich auf eine höhere Intelligenzstufe zu gelangen.
Im Gegensatz dazu entschied sich Anthropic für einen anderen Weg. Obwohl das Unternehmen ebenfalls an Chatbots und multimodalen Modellen arbeitet, schien es früher das Potenzial der Programmierfähigkeit zu erkennen. In einem kürzlich erschienenen Podcast gab Brockman auch zu, dass Anthropic von Anfang an „stark auf Programmierfähigkeiten fokussiert“ war. Er wies darauf hin, dass Anthropic beim Training von Modellen nicht nur komplexe Programmieraufgaben aus akademischen Wettbewerben verwendete, sondern auch eine große Menge „chaotischen“ Code aus realen Code-Repositories einbezog.
„Das ist eine Lektion, die wir später gelernt haben“, sagte Brockman.
Anfang 2024 begann Anthropic, diese realen Code-Repository-Daten zu verwenden, um Claude 3.5 Sonnet zu trainieren. Als dieses Modell im Juni veröffentlicht wurde, waren viele Benutzer von seinen Programmierfähigkeiten beeindruckt.
Diese Leistung wurde insbesondere bei einem Startup namens Cursor bestätigt. Dieses von einer Gruppe von jungen Menschen in ihren Zwanzigern gegründete Unternehmen hat ein KI-Programmierwerkzeug entwickelt, das es Entwicklern ermöglicht, Anforderungen in natürlicher Sprache zu beschreiben, wobei die KI den Code direkt ändert. Nachdem Cursor das neue Modell von Anthropic integriert hatte, wuchs die Nutzerbasis schnell, wie eine Person, die dem Unternehmen nahe steht, enthüllte.
Monate später begann Anthropic, intern sein eigenes Programmieragentenprodukt, Claude Code, zu testen.
Mit der wachsenden Popularität von Cursor versuchte OpenAI einmal, dieses Startup zu übernehmen. Doch mehrere Personen, die dem Unternehmen nahe stehen, berichteten, dass das Gründerteam dieses Vorschlag ablehnte, bevor die Verhandlungen vertieft werden konnten. Sie glauben, dass die KI-Programmierbranche enormes Potenzial hat und möchten daher unabhängig weiterentwickeln.
Andrey Mishchenko, Leiter der OpenAI Codex-Forschung. Fotografie: Mark Jayson Quines.
Zu diesem Zeitpunkt trainierte OpenAI sein erstes sogenanntes „Inference Model“, OpenAI o1. Diese Art von Modellen kann Schritt für Schritt über ein Problem nachdenken, bevor sie eine Antwort geben. OpenAI gab bei der Veröffentlichung an, dass dieses Modell besonders gut darin ist, „komplexen Code genau zu generieren und zu debuggen“.
Mishchenko erklärte, dass ein wichtiger Grund, warum KI-Modelle in ihrer Programmierfähigkeit signifikante Fortschritte erzielt haben, darin liegt, dass Programmierung eine „verifizierbare Aufgabe“ ist. Code kann entweder laufen oder nicht laufen, was den Modellen sehr klare Rückmeldesignale bietet. Sobald ein Fehler auftritt, kann das System schnell herausfinden, wo das Problem liegt. OpenAI nutzt diesen Rückkopplungszyklus, um o1 kontinuierlich auf komplexeren Programmierfragen zu trainieren.
„Wenn es nicht die Fähigkeit gibt, im Code-Repository frei zu erkunden, Änderungen vorzunehmen und die Ergebnisse selbst zu testen - all dies gehört zu den Fähigkeiten des ‚Schlussfolgerns‘ - dann könnten heutige Programmieragenten nicht auf dem aktuellen Stand sein“, sagte er.
Bis Dezember 2024 begannen innerhalb von OpenAI mehrere kleine Teams, sich auf KI-Programmieragenten zu konzentrieren. Eines der Teams wird von Mishchenko und Thibault Sottiaux gemeinsam geleitet. Sottiaux war zuvor bei Google DeepMind tätig und ist jetzt Leiter von OpenAI Codex.
Ursprünglich kam das Interesse an Programmieragenten hauptsächlich aus internen Forschungsbedürfnissen, da sie KI nutzen wollten, um eine Vielzahl repetitiver Ingenieuraufgaben zu automatisieren, wie das Verwalten von Modelltraining, das Überwachen von GPU-Cluster-Betriebszuständen usw.
Ein weiterer paralleler Versuch wurde von Alexander Embiricos geleitet. Er war zuvor für OpenAIs multimodale Agentenprojekte verantwortlich und ist jetzt Produktleiter von Codex. Embiricos hatte ein Demo-Projekt namens Jam entwickelt, das sich intern schnell verbreitete.
Thibault Sottiaux, Leiter von OpenAI Codex. Fotografie: Mark Jayson Quines.
Im Gegensatz zur Steuerung des Computers mit Maus und Tastatur kann Jam direkt auf die Befehlszeile des Computers zugreifen. Die Codex-Demonstration von 2021 zeigte lediglich, wie die KI Code für Menschen generiert, die von Menschen manuell ausgeführt werden; Embiricos' Version konnte diese Codes selbst ausführen. Er erinnerte sich, dass er damals fasziniert war, als er eine Seite mit Echtzeitaufzeichnungen von Jams Aktionen auf seinem Laptop sah, die sich ständig aktualisierte.
„Es gab eine Zeit, in der ich darüber nachdachte, dass multimodale Interaktionen der Weg sein könnten, unsere Mission zu erfüllen. Zum Beispiel, dass Menschen den ganzen Tag den Bildschirm mit KI teilen und zusammenarbeiten“, sagte Embiricos. „Dann wurde es plötzlich sehr klar: Vielleicht ist der direkte Zugang des Modells zu programmatischem Zugriff auf Computer der wahre Weg, dieses Ziel zu erreichen.“
Diese dezentralen Projekte benötigten Monate, um sich allmählich zu einem einheitlichen Kurs zusammenzufinden. Anfang 2025, als OpenAI das Training von OpenAI o3 abschloss, einem Modell, das in Programmieraufgaben optimierter ist als OpenAI o1, hatte das Unternehmen schließlich die technologische Grundlage, um echte KI-Programmierprodukte zu entwickeln. Aber gleichzeitig war Anthropic bereit, Claude Code öffentlich zu veröffentlichen.
Vor der Veröffentlichung von Claude Code (das im Februar 2025 in einer „begrenzten Forschungsübersicht“ eingeführt wurde und im Mai vollständig online ging) wurde das damals gängige Modell im Bereich KI-Programmierung noch als „Vibe-Coding“ bezeichnet. Entwickler treiben den Projektfortschritt mit KI-unterstützenden Werkzeugen voran, während Menschen die Richtung steuern und die KI während des Prozesses spezifische Implementierungen ergänzt. Solche Werkzeuge haben bereits Hunderte Millionen Dollar an Investitionen angezogen.
Doch das neue Produkt von Anthropic hat dieses Muster verändert. Ähnlich wie die Jam-Demonstration kann Claude Code direkt über die Befehlszeile des Computers ausgeführt werden, was bedeutet, dass es auf alle Dateien und Anwendungen der Entwickler zugreifen kann. Programmierung ist nicht mehr nur „KI-unterstützt“, sondern Entwickler können die gesamte Arbeit direkt dem KI-Agenten überlassen.
Angesichts dieses Wandels begann OpenAI, die Einführung von Konkurrenzprodukten zu beschleunigen. Sottiaux erinnerte sich, dass er im März 2025 ein „Sprint-Team“ bildete, dessen Aufgabe es war, innerhalb weniger Wochen mehrere interne Teams zu integrieren und schnell KI-Programmierprodukte auf den Markt zu bringen.
Inzwischen versuchte Altman auch, durch Übernahmen „an der Kurve vorbeizufahren“, indem er AI-Programmier-Startup Windsurf für 3 Milliarden US-Dollar übernahm. Die Führung von OpenAI war der Meinung, dass dieser Deal dem Unternehmen ein ausgereiftes KI-Programmierungsprodukt, ein erfahrenes Team und eine bestehende Kundenbasis bringen würde.
Doch dieser Übernahmeversuch geriet dann ins Stocken. Berichten zufolge hatte The Wall Street Journal berichtet, dass das Problem bei OpenAIs größtem Partner Microsoft lag. Microsoft wollte Zugriff auf das geistige Eigentum von Windsurf erhalten. Seit 2021 nutzt Microsoft OpenAIs Modelle zur technischen Unterstützung von GitHub Copilot, und dieses Produkt ist auch eines der Highlights in Microsofts Finanzberichten. Aber mit der Einführung neuer KI-Programmieragentenerlebnisse wie Cursor, Windsurf und Claude Code wirkt GitHub Copilot nun wie ein Überbleibsel der vorherigen Generation von KI-Werkzeugen. Wenn OpenAI ein neues Programmierprodukt herausbringt, könnte das für Microsoft keine gute Nachricht sein.
Diese Übernahmegespräche fanden genau in einer Phase höchster Spannungen zwischen OpenAI und Microsoft statt. Beide Seiten verhandelten zu diesem Zeitpunkt über die Neuverhandlung des Kooperationsvertrags, und OpenAI versuchte, Microsofts Kontrolle über ihre KI-Produkte und Rechenressourcen zu verringern. Letztendlich wurde der Übernahmeversuch von Windsurf zum Opfer dieses Machtspiels. Im Juli gab OpenAI diesen Deal auf. Danach stellte Google das Gründerteam von Windsurf ein, während die übrigen Mitarbeiter von einem anderen KI-Programmierunternehmen, Cognition, übernommen wurden.
„Ich habe natürlich gehofft, dass dieser Deal zustande kommt“, sagte Altman, „aber nicht jeder Deal lässt sich kontrollieren.“ Er sagte, obwohl er ursprünglich hoffte, dass die Übernahme von Windsurf „unsere Fortschritte in gewissem Maße beschleunigen könnte“, war er ebenso beeindruckt von der Dynamik des Codex-Teams. Während die Verhandlungen stattfanden, entwickelten Sottiaux und Embiricos weiterhin Produkte und führten Updates durch.
Bis August beschloss Altman, die Dinge vollständig zu beschleunigen.
Alexander Embiricos, Produktleiter von OpenAI Codex. Fotografie: Mark Jayson Quines.
Greg Brockman misst die Fähigkeiten von KI am liebsten durch einen selbst entworfenen kleinen Wettbewerb, „Reverse Turing Test“. Vor einigen Jahren schrieb er den Code für dieses Spiel selbst, heute übergibt er die Aufgabe an KI-Agenten, um es von Grund auf neu zu implementieren.
Die Spielregeln sind einfach: Zwei menschliche Spieler sitzen an verschiedenen Computern, und jeder sieht zwei Chatfenster auf seinem Bildschirm. Eines der Fenster verbindet ihn mit einem anderen menschlichen Spieler, das andere mit einer KI. Die Spieler müssen herausfinden, welches Fenster die KI ist, während sie gleichzeitig versuchen, den Gegner glauben zu machen, dass sie die KI sind.
Brockman sagte, dass es im letzten Jahr oft mehrere Stunden dauern würde, bis das stärkste Modell von OpenAI ein solches Spiel aufbauen konnte, und dass dabei viele klare menschliche Anweisungen und Hilfestellungen erforderlich waren. Aber bis Dezember des letzten Jahres konnte Codex direkt durch eine gut gestaltete Eingabeaufforderung (Prompt) eine vollständig ausführbare Version generieren, die auf dem neuen GPT-5.2-Modell basierte.
Diese Veränderung blieb nicht nur Brockman vorbehalten. Entwickler auf der ganzen Welt begannen auch zu erkennen, dass die Fähigkeiten von KI-Programmieragenten plötzlich einen signifikanten Sprung gemacht hatten. Die Diskussion rund um KI-Programmierung, die ursprünglich hauptsächlich auf Claude Code konzentriert war, brach schnell aus dem Silicon Valley aus und wurde zum Gesprächsthema in den Mainstream-Medien.
Sogar einige normale Benutzer ohne Programmiererfahrung begannen, KI direkt zur Erstellung ihrer eigenen Softwareprojekte zu nutzen.
Dieser Anstieg der Nutzung war kein Zufall. In dieser Zeit investierten sowohl Anthropic als auch OpenAI erhebliche Mittel, um mehr Nutzer für KI-Programmieragenten zu gewinnen. Mehrere Entwickler berichteten (WIRED), dass ihre monatlichen 200 US-Dollar-Abonnements für Codex oder Claude Code tatsächlich über 1000 US-Dollar an Nutzungskrediten wert seien. Diese recht „großzügigen“ Kontingente sind im Wesentlichen eine Marktstrategie: Zuerst gewöhnen sich die Entwickler daran, KI-Programmierwerkzeuge in ihrem täglichen Arbeitsablauf zu verwenden, und dann werden die Kosten in Unternehmensszenarien nach Nutzung berechnet.
Mehrere Informanten berichteten, dass die Nutzung von Codex im September 2025 nur etwa 5 % von Claude Code ausmachte. Doch bis Januar 2026 war die Nutzerbasis von Codex auf etwa 40 % von Claude Code angestiegen.
George Pickett, ein Entwickler, der 10 Jahre in Technologie-Startups gearbeitet hat, hat kürzlich sogar begonnen, Offline-Treffen mit dem Thema Codex zu organisieren.
„Ich denke, es ist offensichtlich, dass wir mit KI-Agenten die Büroarbeit ersetzen“, sagte Pickett, „was das für die Gesellschaft bedeutet, kann ich ehrlich gesagt nicht vorhersagen. Es wird sicher große Auswirkungen haben, aber ich bin insgesamt ziemlich optimistisch für die Zukunft.“
Inzwischen gab Simon Last, Mitbegründer des Effizienzsoftwareunternehmens Notion mit einer Bewertung von etwa 11 Milliarden US-Dollar, bekannt, dass er und das Kernentwicklungsteam des Unternehmens nach der Veröffentlichung von GPT-5.2 auf Codex umgestiegen sind, hauptsächlich wegen der besseren Stabilität.
„Ich finde, Claude Code ‚täuscht mich‘ oft“, sagte Last. „Es sagt, dass eine Aufgabe läuft, aber in Wirklichkeit tut es das nicht.“
Katy Shi, Forscherin bei OpenAI. Fotografie: Mark Jayson Quines.
Katy Shi, die bei OpenAI für das Verhalten des Codex-Modells verantwortlich ist, sagte, dass, obwohl einige das Standardstil von Codex als „trockenes Brot“ (dry bread) beschreiben, immer mehr Nutzer diesen unaufdringlichen Kommunikationsstil zu schätzen wissen. „Viel Ingenieursarbeit besteht im Wesentlichen darin, kritisches Feedback zu akzeptieren, ohne es als Beleidigung zu empfinden“, sagte sie.
Inzwischen haben auch einige große Unternehmen begonnen, Codex zu verwenden. Fidji Simo, CEO von OpenAI Apps, sagte: „ChatGPT ist bereits zum Synonym für KI geworden, was uns im B2B-Markt einen enormen Vorteil verschafft. Unternehmen sind eher bereit, Technologien einzuführen, mit denen ihre Mitarbeiter bereits vertraut sind.“ Sie fügte hinzu, dass OpenAIs zentrale Strategie beim Verkauf von Codex darin besteht, es zusammen mit ChatGPT und anderen OpenAI-Produkten anzubieten.
Jeetu Patel, Präsident und Chief Product Officer von Cisco, machte den Mitarbeitern deutlich, dass sie sich keine Sorgen über die Kosten für Codex machen müssen, da es wichtig ist, sich mit diesem Werkzeug schnell vertraut zu machen. Als Mitarbeiter besorgt waren, dass „die Verwendung dieser Werkzeuge dazu führen könnte, dass sie arbeitslos werden“, war Patels Antwort: „Nein. Aber ich kann garantieren, dass du arbeitslos werden wirst, wenn du sie nicht benutzt, denn dann wirst du nicht mehr wettbewerbsfähig sein.“
Heute hat die Angst rund um KI-Programmieragenten die technologische Diskussion in Silicon Valley längst überschritten. The Wall Street Journal führte letzten Monat eine Verkaufsrunde von Technologieaktien im Wert von 1 Billion US-Dollar teilweise auf Claude Code zurück, da Investoren befürchten, dass Softwareentwicklung bald großflächig durch KI ersetzt werden könnte. Wochen später, nach der Ankündigung von Anthropic, dass Claude Code zur Umgestaltung von alten Systemen, die COBOL ausführen (eine Art von System, die auf IBM-Maschinen häufig vorkommt), verwendet werden kann, erlebte IBM den schlechtesten Tag seit 25 Jahren.
Inzwischen bemüht sich OpenAI, KI-Programmieragenten ins öffentliche Diskussionszentrum zu bringen. Das Unternehmen gab sogar Millionen von Dollar aus, um während des Super Bowl eine Werbung für OpenAI Codex zu schalten, anstatt ChatGPT zu bewerben.
In OpenAIs Hauptquartier in Mission Bay braucht fast niemand Überzeugungsarbeit, um Codex zu verwenden. Viele Ingenieure, die ich interviewte, gaben an, dass sie heutzutage selten noch selbst Code schreiben; die meiste Zeit sprechen sie nur mit Codex. Manchmal kommunizieren sie sogar „gemeinsam“. 
In der Zentrale hörte ich an einer Codex-Hackathon teil. Etwa 100 Ingenieure drängten sich in einem großen Raum, jeder hatte vier Stunden Zeit, um mit Codex das beste Demo-Projekt zu erstellen. Ein OpenAI-Führungskraft stand vorne und schaute auf seinen Laptop, während er mit einem Mikrofon die Teamnamen ankündigte. Die Teamvertreter gingen nervös auf die Bühne und stellten ihre KI-Projekte mit leicht zitternder Stimme vor. Der letztendliche Gewinner erhielt einen Patagonia-Rucksack als Preis.
Viele Projekte wurden sowohl mit Codex entwickelt als auch zielen darauf ab, Ingenieuren zu helfen, Codex besser zu nutzen. So hat ein Team ein Tool entwickelt, das Slack-Nachrichten automatisch in wöchentliche Berichte umwandelt; eine andere Gruppe hat einen internen KI-Leitfaden ähnlich Wikipedia erstellt, um verschiedene interne Dienste von OpenAI zu erklären. Früher benötigten solche Prototypen oft Tage oder sogar Wochen, um abgeschlossen zu werden, während jetzt ein Nachmittag ausreicht.
Als ich ging, traf ich am Eingang Kevin Weil, einen ehemaligen Instagram-Manager, der jetzt OpenAIs Abteilung „OpenAI for Science“ leitet. Er erzählte mir, dass Codex einige Projektaufgaben für ihn über Nacht erledigt, und er würde am nächsten Morgen die Ergebnisse überprüfen. Diese Arbeitsweise ist für ihn und Hunderte von OpenAI-Mitarbeitern zur Normalität geworden. Eines der Ziele von OpenAI für 2026 ist die Entwicklung eines „automatisierten Praktikanten“ zur Erforschung von KI selbst.
Simo sagte, dass Codex in Zukunft nicht nur für Programmierung verwendet wird, sondern auch als Ausführungsmaschine für Aufgaben in ChatGPT und allen OpenAI-Produkten dienen soll, um Benutzern bei verschiedenen praktischen Arbeiten zu helfen. Altman sagte ebenfalls, dass er hofft, eine universelle Version von Codex herauszubringen, hat jedoch weiterhin Bedenken hinsichtlich der Sicherheitsrisiken.
Er sagte, Ende Januar 2026 bat ihn ein nicht-technischer Freund um Hilfe beim Installieren eines beliebten KI-Programmieragents OpenClaw. Altman lehnte diese Anfrage ab, weil er der Meinung war, dass „es offensichtlich noch nicht der richtige Zeitpunkt ist“, da OpenClaw möglicherweise wichtige Dateien versehentlich löschen könnte.
Ironischerweise gab OpenAI einige Wochen später bekannt, dass es die Entwickler von OpenClaw eingestellt hat.
Viele Entwickler sagten mir, dass der Wettbewerb zwischen Codex und Claude Code heutzutage nie so intensiv war. Aber mit der kontinuierlichen Verbesserung dieser Werkzeuge und der zunehmenden Einführung durch Unternehmensmanager in Arbeitsabläufe geht die Gesellschaft mit einer Vielzahl von Fragen um, die längst über die einfache Frage „Welches KI-Programmierwerkzeug soll ich verwenden“ hinausgeht.
Amelia Glaese, Vice President of Research bei OpenAI und Leiterin der Abstimmung. Fotografie: Mark Jayson Quines.
Einige Aufsichtsbehörden befürchten, dass OpenAI im Wettlauf um Claude Code möglicherweise Sicherheitsfragen in den Hintergrund drängt. Eine gemeinnützige Organisation namens Midas Project beschuldigte OpenAI, bei der Veröffentlichung von GPT-5.3-Codex seine Sicherheitsversprechen abgeschwächt und die potenziellen Risiken des Modells im Bereich Cybersicherheit nicht ausreichend offengelegt zu haben.
Dazu widerspricht Glaese, dass OpenAI nicht die Sicherheit opfert, um Codex voranzutreiben, und das Unternehmen erklärte, dass das Midas Project eine Fehlinterpretation ihrer Sicherheitsversprechen darstellt.
Selbst Greg Brockman, der im vergangenen Jahr 25 Millionen Dollar an ein Super-PAC, das sich für die KI-Entwicklung einsetzt, und an eine Organisation, die Donald Trump unterstützt, gespendet hat, und der dennoch optimistisch äußerte, dass „wir planmäßig auf AGI zusteuern“, hat ebenfalls komplexe Gefühle gegenüber dieser neuen Realität.
Innerhalb des Ingenieurnetzwerks in Silicon Valley war Brockman für seinen „extrem engagierten“ Managementstil bekannt: der Typ, der in der Nacht vor der Produkteinführung immer noch tief im Code-Repository nach Details sucht. In gewissem Maße gab ihm dieser zunehmend „losgelassene“ Arbeitsstil ein Gefühl der Erleichterung. „Man wird sich bewusst, dass das Gehirn in der Vergangenheit von vielen unnötigen Details besetzt war“, sagte er.
Aber gleichzeitig, wenn jemand zum „CEO einer Flotte von Hunderttausenden KI-Agenten“ wird, die deine Ziele und Visionen ausführen, wird es schwierig, in die spezifischen Details der Lösung jedes Problems einzutauchen.
„In gewisser Hinsicht gibt es einem das Gefühl, den ‚Puls‘ des Problems selbst zu verlieren“, sagte Brockman.
Link zum Original