For most of its short public life, Codex was a brand that meant OpenAI's model for code. First the Codex API that powered GitHub Copilot. Then Codex CLI, the open-source terminal agent. Then the Codex web environment — a cloud-hosted sandbox for autonomous coding tasks. The name kept accumulating surface area, but the underlying assumption stayed consistent: Codex ran OpenAI models, on OpenAI infrastructure, against OpenAI's roadmap. That assumption has now been explicitly retired.

In a sequence of announcements targeting the developer community, OpenAI described a substantially different Codex: one that accepts any model as its backend. Local models via Ollama or LM Studio, connected without modification. Third-party model APIs, through provider-specific configuration, no hacks required. The Codex App, CLI, and SDK functioning identically regardless of whether the underlying model is OpenAI's or anyone else's. And layered on top: a "Record & Replay" capability that lets you demonstrate a recurring workflow once, then package it as a reusable skill — callable in subsequent sessions as if it were a native feature.

A plugin for building and testing iOS applications within Codex itself rounds out the picture: an in-app browser that lets the agent view a running app, interact with it, and validate behaviour without leaving the environment.

A strategic concession dressed as openness

The framing from OpenAI has emphasised flexibility and developer choice. Both are real. But the move also carries the marks of a competitive response to a landscape that no longer looks the way it did when Codex was introduced. The model quality gap between frontier labs has narrowed to the point where many developers are making tool choices based on ergonomics, extensibility, and price — not on whether the underlying model scores a few percentage points higher on HumanEval.

In that context, refusing to support non-OpenAI models is not a principled stance; it is a self-imposed constraint. A developer who wants to run a local Llama derivative for cost reasons, or who has an existing deployment on a different provider's API, or who simply wants to benchmark models head-to-head inside the same harness, has no structural reason to pick Codex over a tool that already accommodates that. OpenAI's decision to remove that constraint is a concession — a recognition that the wall between "Codex the product" and the rest of the model ecosystem was costing more in adoption than it gained in lock-in.

The model quality gap has narrowed to the point where developers are making tool choices based on ergonomics and extensibility — not on which model scores a few points higher on a benchmark. Refusing to support other models was a self-imposed constraint, not a principled one.

The moat play, if there is one, is in the harness itself. By making Codex model-agnostic, OpenAI is betting that the accumulation of developer workflows, the Record & Replay skill library, the plugin ecosystem, and the operational familiarity of the CLI become the stickiness — not any particular model. You can swap one model for a local alternative or a hosted third-party, and if all your skills still run cleanly, the incentive to move to a different coding agent diminishes. The framework becomes the product.

Record & Replay and the composability bet

Record & Replay deserves attention beyond its headline description. At its surface it is a productivity feature: show the agent a task, package it, reuse it. But the underlying architecture — agent workflows as first-class, nameable, composable objects — is a meaningful shift in how coding agents are designed to scale.

The comparison to how Claude Code handles extensibility is instructive here. Claude Code ships a skills system in which discrete capabilities — slash commands, sub-agents, project-specific instructions — are loaded, composed, and invoked by name. The mechanism is different from Record & Replay; the intent is similar. Both are answers to the same question: as the surface area of a coding agent grows, how do developers build and reuse patterns without the tool becoming a black box?

Codex's answer leans toward demonstration-first interaction: you teach by doing, and the system infers the skill. Claude Code's answer leans toward explicit configuration: you define capabilities in structured files, and the system executes them precisely. Neither is obviously superior — they optimise for different user profiles and different trust requirements. But they represent two coherent philosophies converging on the same recognition: that a coding agent which cannot be composed and extended is a productivity ceiling, not a productivity tool.

The iOS plugin and the browser layer

The iOS development plugin is a narrower signal, but a telling one. The ability to view and interact with a running iOS app from within the agent environment removes a longstanding friction point in mobile development workflows: the gap between writing code and observing its effect in a realistic context. By embedding a browser-like view directly into the coding session, Codex is extending the definition of what "the environment" means for an agent.

This pattern — agents that can perceive and interact with running software, not just edit files — is where meaningful differentiation will be fought in the next phase of the coding-agent market. File editing is table stakes. Contextual awareness of running applications, test results, UI states, and external systems is the territory that will separate capable tools from genuinely useful ones.

What the war is actually about

The frame that the coding-agent market is a competition between models was always a simplification. Models improve continuously, and any advantage based purely on model quality tends to be temporary. The frame that it is a competition between ecosystems — plugins, skills, integrations, composability, workflow memory — is more durable, because ecosystem advantages compound in ways that model advantages do not.

Codex opening to any model is an acknowledgement of this. It reframes the competition from "which lab has the best code model" to "which harness do developers build on." The iOS plugin and Record & Replay are bets on the harness layer. The model-agnosticism is the invitation to use the harness regardless of where you are today.

Lange stand Codex für ein einziges Versprechen: OpenAIs Modell für Code. Zuerst die Codex-API, auf der GitHub Copilot aufbaute. Dann das Codex CLI, der quelloffene Terminal-Agent. Dann die Codex-Webanwendung — eine cloud-gehostete Sandbox für autonome Coding-Aufgaben. Der Name häufte Oberfläche an, aber die Grundannahme blieb: Codex lief auf OpenAI-Modellen, auf OpenAI-Infrastruktur, nach OpenAIs Fahrplan. Diese Annahme ist jetzt explizit aufgegeben worden.

In einer Reihe von Ankündigungen für die Entwickler-Community beschrieb OpenAI ein grundlegend anderes Codex: eines, das jedes Modell als Backend akzeptiert. Lokale Modelle über Ollama oder LM Studio, ohne Anpassungen einbindbar. Drittanbieter-Modell-APIs, mit anbietersspezifischer Konfiguration, ohne Workarounds. Codex App, CLI und SDK funktionieren identisch, unabhängig davon, ob das zugrundeliegende Modell von OpenAI stammt oder nicht. Dazu kommt „Record & Replay“: Man zeigt dem Agenten einmal einen wiederkehrenden Arbeitsablauf, verpackt ihn als wiederverwendbaren Skill und ruft ihn später wie ein natives Feature auf.

Ein Plugin für die iOS-Entwicklung rundet das Bild ab: ein In-App-Browser, mit dem der Agent eine laufende App betrachten, mit ihr interagieren und ihr Verhalten validieren kann — ohne die Umgebung zu verlassen.

Ein strategisches Zugeständnis im Gewand der Offenheit

OpenAI hat die Bewegung als Flexibilität und Entwicklerfreiheit gerahmt. Beides ist real. Doch der Schritt trägt auch die Merkmale einer Reaktion auf ein verändertes Wettbewerbsumfeld. Der Qualitätsabstand zwischen Frontier-Labors beim Thema Code hat sich deutlich verringert. Viele Entwickler treffen Tool-Entscheidungen heute auf Basis von Ergonomie, Erweiterbarkeit und Preis — nicht danach, welches Modell ein paar Prozentpunkte höher auf Benchmarks liegt.

In diesem Kontext ist die Weigerung, Modelle anderer Anbieter zu unterstützen, keine Haltung mehr — sie ist eine selbst auferlegte Beschränkung. OpenAI hat sie aufgegeben. Das ist ein Zugeständnis: die Erkenntnis, dass die Mauer zwischen „Codex als Produkt“ und dem restlichen Modell-Ökosystem mehr Adoption kostet, als sie an Lock-in gewinnt.

Der Qualitätsabstand beim Code hat sich so weit verjüngt, dass Entwickler Tool-Entscheidungen nach Ergonomie und Erweiterbarkeit fällen — nicht nach Benchmark-Punkten. Die Weigerung, andere Modelle zu unterstützen, war eine selbst auferlegte Beschränkung, keine Prinzipientreue.

Der eigentliche Graben, wenn es einen gibt, liegt im Harness selbst. Indem Codex modell-agnostisch wird, setzt OpenAI darauf, dass die angesammelten Entwickler-Workflows, die Record-&-Replay-Skill-Bibliothek und die Plugin-Ökosystem-Vertrautheit die Klebekraft liefern — nicht ein bestimmtes Modell. Wer ein Modell gegen eine lokale Alternative oder einen gehosteten Drittanbieter tauscht und dessen Skills weiterhin sauber laufen, hat wenig Grund zu wechseln. Das Framework wird zum Produkt.

Record & Replay und die Kompositionswette

Record & Replay verdient mehr Aufmerksamkeit als die schlagzeilenfähige Beschreibung nahelegt. Oberflächlich ist es ein Produktivitäts-Feature: Aufgabe zeigen, verpacken, wiederverwenden. Die zugrundeliegende Architektur — Agenten-Workflows als erstklassige, benennbare, kompositionierbare Objekte — ist jedoch eine bedeutende Veränderung darin, wie Coding-Agenten für Skalierung konzipiert werden.

Der Vergleich mit der Art, wie Claude Code Erweiterbarkeit handhabt, ist aufschlussreich. Claude Code liefert ein Skills-System, in dem diskrete Fähigkeiten — Slash-Befehle, Sub-Agenten, projektspezifische Anweisungen — geladen, kombiniert und namentlich aufgerufen werden. Der Mechanismus unterscheidet sich von Record & Replay; die Absicht ist ähnlich. Beide beantworten dieselbe Frage: Wie bauen und verwenden Entwickler Muster wieder, wenn die Oberfläche eines Coding-Agenten wächst, ohne dass das Tool zur Blackbox wird?

Codex' Antwort setzt auf Demonstration zuerst: Man lehrt durch Vorausführen, das System leitet den Skill ab. Claude Codes Antwort setzt auf explizite Konfiguration: Man definiert Fähigkeiten in strukturierten Dateien, das System führt sie präzise aus. Keine Philosophie ist offensichtlich überlegen — beide optimieren für unterschiedliche Nutzerprofile und Vertrauensanforderungen. Aber sie repräsentieren zwei kohärente Denkschulen, die zur selben Erkenntnis konvergieren: Ein Coding-Agent, der sich nicht komponieren und erweitern lässt, ist eine Produktivitätsdecke, kein Produktivitätswerkzeug.

Das iOS-Plugin und die Browser-Schicht

Das iOS-Entwicklungs-Plugin ist ein schmaleres Signal, aber ein aufschlussreiches. Die Möglichkeit, eine laufende iOS-App direkt aus der Agenten-Umgebung zu betrachten und mit ihr zu interagieren, beseitigt einen langjährigen Reibungspunkt in mobilen Entwicklungsworkflows: die Lücke zwischen Code schreiben und dessen Wirkung in einem realistischen Kontext beobachten. Indem ein browserähnlicher Blick direkt in die Coding-Session eingebettet wird, erweitert Codex die Definition dessen, was für einen Agenten „die Umgebung“ bedeutet.

Dieses Muster — Agenten, die laufende Software wahrnehmen und mit ihr interagieren können, nicht nur Dateien bearbeiten — ist das Terrain, auf dem in der nächsten Phase des Coding-Agent-Markts entschieden wird. Datei-Bearbeitung ist das Mindestmaß. Kontextbewusstsein für laufende Anwendungen, Testergebnisse, UI-Zustände und externe Systeme ist das Gebiet, das nützliche Tools von lediglich fähigen trennen wird.

Worum es in diesem Krieg wirklich geht

Das Bild, der Coding-Agent-Markt sei ein Wettbewerb zwischen Modellen, war immer eine Vereinfachung. Modelle verbessern sich kontinuierlich, und jeder Vorteil, der rein auf Modellqualität basiert, ist vorübergehend. Das Bild, es sei ein Wettbewerb zwischen Ökosystemen — Plugins, Skills, Integrationen, Kompositionierbarkeit, Workflow-Gedächtnis — ist dauerhafter, weil Ökosystem-Vorteile sich verstärken, wo Modell-Vorteile sich nivellieren.

Dass Codex sich für jedes Modell öffnet, ist ein Eingeständnis genau dieser Logik. Es verschiebt den Wettbewerb von „welches Labor hat das beste Code-Modell“ hin zu „auf welchem Harness bauen Entwickler auf“. Das iOS-Plugin und Record & Replay sind Wetten auf die Harness-Schicht. Die Modell-Agnostik ist die Einladung, diesen Harness zu nutzen, egal wo man heute steht.