Codex Cloud: delegue tarefas do GitHub, Slack e Linear
O Codex Cloud é uma das três superfícies do Codex (ao lado da CLI e da extensão para IDE): em vez de rodar na sua máquina, ele executa tarefas dentro de contêineres isolados na nuvem, acionados pela web, pelo GitHub, pelo Slack ou pelo Linear. Ele clona o seu repositório, trabalha em segundo plano e devolve um resumo mais um diff ou um PR para você revisar. Já deixo claro de saída: o Codex Cloud exige ChatGPT Plus ou superior - Free e Go não têm acesso.
- O limite por plano, os padrões de acesso à internet e a sintaxe de acionamento do Slack/Linear abaixo foram conferidos com a documentação oficial no momento em que escrevi; essa superfície muda depressa, então confirme na documentação ao vivo antes de depender dela.
O que é o Codex Cloud?
O Codex Cloud é uma das três superfícies que compartilham o mesmo agente por baixo - ao lado da CLI que você roda no terminal e da extensão para IDE. A diferença central: toda tarefa do Cloud roda dentro do seu próprio contêiner isolado, com acesso ao repositório, um shell e um executor de testes - e nada disso toca na sua máquina. A documentação oficial diz sem rodeios: "Delegue trabalho ao Codex em ambientes de nuvem isolados" (learn.chatgpt.com/docs/cloud).
Para ter o panorama completo das três superfícies antes de seguir, veja o que é o OpenAI Codex. Uma linha para evitar confusão: o Codex Cloud é um recurso do Codex, completamente diferente do "AgentKit" (Agent Builder) da própria OpenAI - a distinção detalhada entre os três está naquele artigo-hub, e não vou repetir aqui.
Uma implicação prática que vale dizer com todas as letras: como cada tarefa ganha o próprio contêiner, uma tarefa do Cloud é, na prática, infraestrutura descartável. Nada do que ela instala, guarda em cache ou quebra persiste depois que a tarefa termina, e nada do que ela faz vaza de lado para o contêiner de outra tarefa. É essa a troca que você faz em relação à CLI, onde tudo roda direto contra o seu diretório de trabalho e qualquer estado que já exista ali.
CLI vs Cloud vs IDE - qual usar
As três superfícies compartilham o mesmo agente, mas servem a situações diferentes. Aqui está a tabela de decisão para você não ter que juntar as peças a partir de documentos espalhados:
| Superfície | Onde roda | Melhor para | Precisa de |
|---|---|---|---|
| CLI | Seu terminal, de forma interativa. | Sessões práticas, scripting, depuração na hora. | Instalar a Codex CLI; também dá para usar no plano Free (com limites). |
| Cloud | Contêineres isolados nos servidores da OpenAI, acionados pela web/GitHub/Slack/Linear. | Trabalho em segundo plano, rodar várias tarefas em paralelo, delegar sem ficar de babá do terminal. | Plano Plus ou superior (tabela abaixo), GitHub conectado, pelo menos um ambiente. |
| IDE | Extensão dentro do VS Code/JetBrains. | Revisar diffs e conduzir o agente sem sair do editor. | Instalar a extensão; compartilha sua conta da CLI/Cloud. |
Regra prática rápida: se você está no teclado e quer ver o resultado na hora, use a CLI ou a IDE. Se quer delegar um lote de tarefinhas - subir uma versão de dependência, um pequeno bug fix, testes para um módulo - e não quer prender a sua máquina esperando, empurre para o Cloud e vá fazer outra coisa.
Na prática, a maioria de quem usa as três não escolhe uma e fica nela - troca conforme a tarefa. Uma refatoração cabeluda que exige idas e vindas constantes fica na CLI. Um monte de tarefinhas pequenas e independentes é distribuído para o Cloud, para que cinco rodem de uma vez em vez de uma atrás da outra. E a extensão para IDE é usada menos para iniciar o trabalho e mais para o momento logo depois: dar uma passada de olho num diff que o Codex já produziu, sem trocar para o navegador ou o terminal.
Como as sandboxes do Codex Cloud realmente funcionam
Toda tarefa do Cloud ganha o próprio contêiner: o Codex faz o checkout do repositório do GitHub conectado, roda um script de configuração (que ainda tem acesso à rede para instalar dependências) e só então começa a fase de agente propriamente dita. Durante essa fase de agente, o acesso à internet fica desligado por padrão - você escolhe um preset de lista de permissões: none (totalmente desligado), common-dependencies (registros de pacotes comuns liberados) ou all (totalmente aberto). Fonte: learn.chatgpt.com/docs/cloud/internet-access - vale reconferir antes de contar com o comportamento exato do preset, já que ele pode mudar.
O motivo de isolar cada tarefa assim é bem simples: permite à OpenAI rodar um número qualquer de tarefas ao mesmo tempo, de repositórios diferentes, usuários diferentes, empresas diferentes, sem que a instalação de dependências ou um processo desgovernado de uma tarefa afete a outra. Para você, o benefício prático é que dá para disparar uma dúzia de pequenas tarefas delegadas numa tarde só, sem se preocupar que um `npm install` instável corrompa o ambiente do qual a próxima tarefa depende - cada uma começa do zero, limpa.
Não confunda os dois sentidos de "sandbox". A sandbox do Cloud descrita aqui (um contêiner isolado) é um conceito completamente diferente do modo de permissão da sandbox local da Codex CLI (
read-only/workspace-write/danger-full-access- o que uma sessão local da CLI tem permissão de tocar no seu disco). As duas usam a palavra "sandbox", mas são dois mecanismos sem relação. Para os níveis de permissão local, veja os modos de permissão da sandbox local.
Conectar o Codex Cloud - GitHub, Slack, Linear
GitHub
Conecte a sua conta do GitHub, escolha quais repositórios o Codex pode acessar e então crie um ambiente para cada repositório (ou grupo de repositórios): declare dependências, ferramentas a instalar, variáveis de ambiente e secrets. É esse ambiente que o Codex Cloud reutiliza toda vez que roda uma tarefa naquele repositório - configura uma vez, reutiliza muitas. Fonte: learn.chatgpt.com/docs/cloud.
Você não fica limitada a um ambiente por repositório. Um monorepo com um serviço de frontend e um de backend, por exemplo, é um caso razoável para dois ambientes separados com conjuntos de dependências diferentes, para que uma tarefa focada no frontend não gaste tempo de configuração instalando ferramentas de backend que nunca vai usar. Acertar isso logo de cara vale os poucos minutos a mais - é a diferença entre uma tarefa que começa a trabalhar em segundos e uma que gasta a maior parte do tempo de execução só instalando pacotes.
Slack
Exige um plano Plus ou superior, uma conta do GitHub conectada e pelo menos um ambiente já configurado. Um admin do workspace instala o app do Codex para o Slack e, depois disso, qualquer pessoa pode delegar trabalho mencionando @Codex em um canal ou thread - algo como "@Codex fix the null pointer in org/repo" (este é um exemplo ilustrativo, não uma citação literal da documentação - confirme a sintaxe exata antes de publicar como citação). O Codex reage com um emoji 👀, posta um link para acompanhar a tarefa e depois responde na mesma thread com o resultado. Fonte: learn.chatgpt.com/docs/third-party/slack.
O que vale notar aqui é que qualquer pessoa no canal pode delegar trabalho depois que o app está instalado, não só quem configurou - e é exatamente por isso que o modelo de "o admin instala uma vez, qualquer um aciona" importa para um time: apresentar um colega novo ao "pede pro Codex" é uma menção no Slack, não uma instalação de CLI e um fluxo de autenticação.
Linear
Instale o app "Codex for Linear" e vincule a sua conta mencionando @Codex em um comentário de issue. Há duas formas de acionar uma tarefa: atribuir a issue diretamente ao Codex ou mencionar @Codex em um comentário. Você também pode ligar a automação de triagem para atribuir automaticamente ao Codex as issues recém-triadas, em vez de fazer isso na mão toda vez. Fonte: learn.chatgpt.com/docs/third-party/linear. Se você só precisa ler dados do Linear localmente em vez de delegar trabalho para a nuvem, veja a configuração do Codex MCP.
Uma tarefa delegada de verdade, do início ao fim
Esta é a que eu rodo com mais frequência: corrigir um bug pequeno relatado pelo Slack, sem abrir um terminal.
- Acionamento. No canal de dev, eu digito
@Codex fix the crash when a user submits an empty email field on org/checkout-service(ilustrativo, não um comando literal). Nenhum terminal aberto, nenhum repositório clonado localmente - a esta altura eu só estou lendo o Slack no celular. - Seleção de ambiente. O Codex escolhe o ambiente já configurado para o repositório
checkout-service- eu não redeclaro dependências toda vez, e não preciso lembrar qual versão de Node/Python aquele serviço fixa. - O contêiner inicia. O Codex faz o checkout do repositório, roda o script de configuração para instalar dependências e então a fase de agente começa com o acesso à internet no preset que eu escolhi para aquele ambiente.
- Roda em segundo plano. Enquanto isso, eu vou fazer outra coisa - sem ficar de babá do terminal, sem aquele loop de atualizar a tela pra ver "será que ainda está pensando".
- Revisar o resultado. O Codex posta um resumo do que mudou, junto com um diff, ali mesmo na thread do Slack - eu leio do mesmo jeito que leria a descrição do PR de um colega, não como um transcript para passar o olho.
- Abrir o PR. Eu leio o diff e, se estiver certo, deixo o Codex abrir o PR - reviso como o PR de um colega, não como um merge às cegas, e se algo estiver errado eu respondo na thread e ele revisa antes de eu aprovar qualquer coisa.
O ganho não é a velocidade pura (a CLI às vezes é mais rápida para uma mudança que eu mesma digitaria em dois minutos) - é que eu nunca saio do Slack, e consigo delegar vários consertos pequenos como este em paralelo, sem prender a minha própria máquina nem trocar de contexto para um terminal a cada um.
De qual plano do ChatGPT você precisa?
Este é o fato mais útil deste guia: Free e Go não têm Codex Cloud. Segundo a documentação oficial, a página da integração com o Slack afirma o requisito com todas as letras - "um plano Plus, Pro, Business, Enterprise ou Edu" (learn.chatgpt.com/docs/third-party/slack), o que bate com learn.chatgpt.com/docs/pricing.
| Plano do ChatGPT | Acesso ao Codex Cloud? |
|---|---|
| Free | ✗ |
| Go | ✗ |
| Plus | ✓ |
| Pro | ✓ |
| Business | ✓ |
| Enterprise / Edu | ✓ |
Se você está no Free ou no Go e o botão de delegação na nuvem não faz nada, é por isso - não é um bug. Mais uma coisa que vale notar: segundo a página de preços, o uso do Cloud e da CLI local compartilha a mesma janela de créditos contínua (cerca de 5 horas), em vez de orçamentos separados - reconfira esse número antes de planejar um uso pesado em cima dele, já que os limites mudam. E não trate esse limite por plano como permanente - recursos de plano do ChatGPT já mudaram antes, então confira de novo no momento em que você estiver lendo.
Na prática, isso também significa que um hábito mais pesado de Cloud - distribuir dez tarefinhas por dia, digamos - puxa do mesmo pool de uso das suas sessões interativas de CLI. Se você já roda sessões longas de CLI perto do limite do seu plano, somar um fluxo de Cloud movimentado por cima é algo para acompanhar, não para supor que seja capacidade extra grátis empilhada no plano que você já tem.
Codex Cloud vs Claude Code - a delegação na nuvem é um diferencial de verdade
Papo reto, sem hype: a superfície principal do Claude Code é local/CLI - roda na sua máquina, estendida por subagents e hooks. O Codex vai pelo caminho oposto, entregando delegação na nuvem nativa via GitHub/Slack/Linear já de fábrica, sem nada extra para construir. Essa é uma diferença de verdade, não marketing - se o seu time quer delegar trabalho pelo Slack ou pelo Linear sem montar o próprio pipeline, esse é um ponto genuíno a favor do Codex Cloud.
Por outro lado, se o seu trabalho principal são sessões interativas longas em que você precisa de controle passo a passo bem apertado, o Claude Code ainda tem o ecossistema mais profundo de subagent/skill/hook. Para a comparação completa, veja a comparação completa entre Claude Code e Codex - aquele artigo ainda não cobre o Cloud especificamente, então trate este guia como a peça complementar.
Onde isso mais pesa na prática é na adoção pelo time, não no uso individual. Fazer um time inteiro instalar uma CLI, autenticar e aprender as flags dela é atrito de verdade. Fazer um time digitar @Codex em uma thread do Slack onde ele já vive é quase zero atrito - e é justamente essa diferença que explica por que a delegação na nuvem tende a se espalhar por um time mais rápido do que uma ferramenta de CLI, independentemente de qual agente é tecnicamente mais capaz.
Perguntas frequentes (FAQ)
O que é o Codex Cloud?
O Codex Cloud é uma das três superfícies do Codex, que roda tarefas dentro de contêineres isolados na nuvem, acionadas pela web, pelo GitHub, pelo Slack ou pelo Linear, e depois devolve um diff ou um PR para você revisar.
Preciso de um plano pago para o Codex Cloud?
Sim. Você precisa de Plus, Pro, Business, Enterprise ou Edu - Free e Go não têm acesso, segundo a documentação oficial no momento em que escrevo.
Dá para acionar o Codex Cloud a partir de um PR do GitHub?
Sim. O GitHub é um dos três canais oficiais de acionamento (ao lado do Slack e do Linear) depois que você conecta a sua conta do GitHub e cria um ambiente para o repositório.
O Codex Cloud tem acesso à internet?
Durante a etapa do script de configuração, sim (para instalar dependências). Durante a fase de agente propriamente dita, o acesso à internet fica desligado por padrão, e você pode abri-lo pelos presets de lista de permissões none/common-dependencies/all.
O que acontece com o meu código depois que a tarefa termina?
O Codex devolve um resumo com um diff, ou abre um PR para você revisar; o contêiner que rodou a tarefa é um ambiente isolado só daquela execução, não a sua máquina.
As tarefas do Slack/Linear podem rodar em paralelo?
Sim. Cada tarefa roda no próprio contêiner, então você pode delegar várias tarefas de uma vez pelo Slack, pelo Linear ou pelo GitHub, sem esperar que rodem em sequência.
Conclusão
A versão curta: CLI para o trabalho interativo prático, Cloud para o trabalho em segundo plano/paralelo/acionado pelo time via GitHub, Slack ou Linear - e o Cloud exige Plus ou superior. Se ainda não estiver claro para você como as três superfícies diferem, volte e leia o que é o OpenAI Codex para ter o panorama completo antes de configurar qualquer coisa.