Den vollständigen Index der Dokumentation findest du in llms.txt. Die Markdown-Version einer Dokumentationsseite erhältst du, indem du .md an die URL der Seite anhängst.
Hauptnavigation
Design
Aug 25, 2026 Codex

Wie ich bei OpenAI wiederkehrende Aufgaben mit Codex automatisiere

Wie mit Runme und WebMCP aus wiederkehrenden Aufgaben in der Softwareentwicklung Arbeitsabläufe werden, die sich überprüfen und wiederverwenden lassen.

Verfasst von: Jeremy Lewi

Wie ich bei OpenAI wiederkehrende Aufgaben mit Codex automatisiere

Die meiste Zeit in meiner Laufbahn als Software Engineer habe ich entweder selbst an der Kurbel gedreht, indem ich Software bereitgestellt und betrieben habe, oder Software entwickelt, die mir das Kurbeln abnimmt.

Codex neben einem Runme-Notebook mit dem Ziel einer Evaluation und einer Anleitung zur Dokumentation des Arbeitsablaufs.

Meine erste Aufgabe bei OpenAI war es, im Team für Cloud-Infrastruktur neue Kubernetes-Cluster für unsere Anwendungsteams in Betrieb zu nehmen. Ich brauchte jeweils eine Woche, um mehrere Cluster startklar zu machen. Dabei löste ich Probleme mit privaten Netzwerkverbindungen, Kontingenten und Terraform. Sobald die Cluster einsatzbereit waren, machte ich mich an die nächsten.

Danach wechselte ich ins API-Team, wo ich unsere neuesten Modelle evaluierte. Dort löste ich Probleme mit den Bewertungssystemen, den Kontingenten, der Konfiguration und PyTorch. Sobald die Evaluationen erfolgreich durchgelaufen waren und wir das Modell veröffentlicht hatten, ging es mit dem nächsten Modell von vorn los.

Heute hilft mir Codex bei diesen wiederkehrenden Aufgaben. Ich entwickle nach wie vor Software, genauer gesagt mit Unterstützung von Codex. Statt für jede Aufgabe eine eigene Automatisierung zu erstellen, entwickle ich Runme. Damit verfolge ich drei Ziele:

  • Den Kontext zu einem Arbeitsablauf zusammentragen und aufbereiten.
  • Sicherstellen, dass bei Prüfungen und Genehmigungen die vorgesehenen Zuständigkeiten gewahrt bleiben.
  • Erkenntnisse aus früheren Durchläufen nutzen, um künftige Codex-Durchläufe zu verbessern.

Evaluationen mit Codex durchführen

Wenn wir bei OpenAI neue Modelle oder Funktionen veröffentlichen, prüfen wir mit Evaluationen, ob sie wie erwartet funktionieren. Für eine Evaluation erstelle ich ein Runme-Notebook und skizziere darin kurz das Ziel:

# Ziel: Die Evaluation mit dem aktuellen Modell durchführen

- Sieh dir einen früheren Durchlauf an, um den Arbeitsablauf zu verstehen.
- Schreibe einen detaillierten Plan in dieses Notebook.
- Beginne erst mit der Umsetzung, wenn ich den Plan geprüft und genehmigt habe.
- Dokumentiere, welche Befehle du ausführst, welche Ausgaben sie liefern und wie du die Ergebnisse interpretierst.

Dann bitte ich Codex, das Ziel aus dieser Notebook-Zelle zu übernehmen:

Lies die Zelle mit dem Ziel im geöffneten Runme-Notebook im Browser.
Übernimm dieses Ziel und schreibe deinen Plan in das Notebook.
Beginne erst mit der Umsetzung, wenn ich den Plan genehmigt habe.

Codex liest das Notebook und aktualisiert es im Laufe der Arbeit. Sobald der Plan steht, prüfe ich ihn und passe ihn bei Bedarf an. Oft kann ich am meisten beitragen, indem ich Codex bei der Wahl zwischen mehreren Möglichkeiten helfe. Welches Evaluationssystem eignet sich? Brauchen wir neue Infrastruktur oder reichen die vorhandenen Ressourcen aus?

Während Codex arbeitet, verfolge ich den Fortschritt, manchmal auch auf dem Smartphone. Wenn Codex nicht weiterkommt, gebe ich gelegentlich einen Hinweis. Lässt sich zum Beispiel keine Entwicklungsumgebung bereitstellen, weil ein Kontingent ausgeschöpft ist, schlage ich vielleicht vor, eine bestehende Umgebung zu nutzen oder nach einer anderen genehmigten Möglichkeit zu suchen.

Am Ende hält das Notebook fest, welche Schritte für die Aufgabe nötig waren und welche Wege in eine Sackgasse führten. Zum Abschluss dokumentiere ich mit Codex Entscheidungen, die sonst im Chat untergehen würden. Wir halten fest, warum wir uns für eine Option entschieden haben, welches Vorgehen wir inzwischen bevorzugen und was man beim nächsten Mal anders machen sollte.

Ein fertiges Runme-Notebook zeigt das Ziel der Evaluation, die geprüften Nachweise und die daraus abgeleitete Konfiguration.

Gemeinsam mit Codex an Notebooks arbeiten

Runme ist eine Open-Source-Webanwendung, mit der sich gemeinsam mit Codex Notebooks erstellen lassen. Wie Jupyter und Colab unterstützt Runme Markdown, Codezellen und HTML. So lassen sich Anleitungen, Befehle, Ergebnisse, Tabellen und Diagramme in einem Dokument zusammenführen.

Die Notebooks lassen sich direkt in Google Drive speichern. So können alle, mit denen ich zusammenarbeite, die entstandenen Dokumente in einer vertrauten Umgebung finden und teilen. Eine zusätzliche Dokumentenablage brauchen wir dafür nicht.

Zu jedem Notebook erstellt Runme außerdem einen Markdown-Index mit dem Namen *.index.md. Google Drive kann diese Datei indexieren. So findet ein Agent frühere Notebooks leichter, wenn er Beispiele, Informationen zum Betrieb oder das Ergebnis eines früheren Durchlaufs braucht.

Agenten greifen über WebMCP auf Runme zu. Beim Laden registriert die Anwendung Werkzeuge im Browser. Damit kann ein Agent folgende Aufgaben erledigen:

  • Anleitungen zur Arbeit mit Runme und seinen Notebooks lesen.
  • JavaScript-Programme mit begrenztem Funktionsumfang ausführen, die Notebook-Inhalte lesen oder aktualisieren.
  • Die Dokumentation der Anwendung lesen.

Diese Architektur ist wichtig, weil Runme als statische Website ausgeliefert wird und im Browser läuft. Ein Server, der allein einen herkömmlichen MCP-Endpunkt bereitstellt, würde zusätzliche Infrastruktur erfordern und den Betrieb aufwendiger machen. Außerdem würde sich dadurch ändern, wo die Notebook-Daten verarbeitet werden. Mit WebMCP kann die Anwendung ihre Funktionen direkt im Browser bereitstellen.

Nützlichen Kontext zusammentragen und aufbereiten

Bei jeder Evaluation kann ich festhalten, wie ich vorgegangen bin, und mir so den nächsten Durchlauf erleichtern. Je besser der Arbeitsablauf wird, desto nützlicher wird auch der Kontext, den er liefert. Mit diesem Wissen kann Codex die Aufgabe beim nächsten Mal besser bewältigen.

Viele Informationen, die einem Agenten helfen könnten, fallen im Arbeitsalltag ohnehin an. Sie sind aber über den Terminalverlauf, Slack, Runbooks, Dokumente und Dashboards verstreut. Der Nutzen von Dokumentation liegt auf der Hand. Schwierig ist es, den Aufwand so gering zu halten, dass man die einzelnen Schritte schon bei der Arbeit dokumentieren kann.

Runme hält in einem einzigen Dokument fest, was wir vorhatten, was wir getan und entschieden haben und was dabei herauskam. Mit einem dauerhaften Ziel bleibt Codex auf die Aufgabe konzentriert. Die Automatische Überprüfung kann Aktionen prüfen, die für dieses Genehmigungsverfahren infrage kommen. Dabei gelten weiterhin die bestehenden Berechtigungsgrenzen.

Ich entscheide weiterhin selbst, wann ein Plan steht und wann eine folgenreiche Entscheidung menschliches Urteilsvermögen erfordert. Codex übernimmt die wiederkehrenden Schritte und dokumentiert den Ablauf ausführlicher, als ich es selbst tun würde. Das Notebook lässt sich leicht teilen. So bleibt dieses praktische Wissen auch für andere zugänglich, statt im Chatverlauf einer einzelnen Person zu verschwinden.

Ein Stück Lebenszeit zurückgewinnen

Einen großen Teil meines Berufslebens habe ich damit verbracht, die Zauberworte zu finden, mit denen ich eigenwillige Maschinen dazu bringe, das zu tun, was ich will. Cloud-Infrastruktur und Kubernetes sollten es einfacher machen, Software bereitzustellen und zu betreiben. Dazu kam allerdings eine kaum überschaubare Vielfalt an Werkzeugen, wie die CNCF Landscape anschaulich zeigt. Wer ein Problem löst, hat oft gleich das nächste: Die dafür nötigen Werkzeuge muss man erst auswählen, sich mit ihnen vertraut machen und sie dann betreiben.

Mir gefällt an Codex, dass ich bei diesen wiederkehrenden Aufgaben im Betrieb Unterstützung bekomme und an den wichtigen Entscheidungen beteiligt bleibe.

Hoffentlich gewinne ich so ein Stück Lebenszeit zurück und kann öfter mit meinen Hunden spielen.