Кейс OpenAI: Разработка Android-приложения Sora на Codex и GPT-5.1

OpenAI недавно запустила на Android приложение Sora – генератор видео по текстовому описанию. По словам разработчиков, им удалось пройти путь от прототипа до выпуска всего за 28 дней, используя свой собственный AI-инструмент программирования – Codex.

На день релиза приложение оказалось № 1 в Google Play, а пользователи за первые сутки сгенерировали более миллиона видео. Этот проект стал ярким примером «dogfooding» – когда компания использует свои же разработки для создания новых продуктов. Мы расскажем, как Codex помог ускорить работу и чего ждут эксперты от подобных технологий.

Что такое Sora и Codex?

Sora – это приложение OpenAI для генерации коротких видео по текстовым подсказкам. Поначалу Sora появилась на iOS, где быстро стала хитом. В ноябре 2025 года она дебютировала на Android, расширив аудиторию. OpenAI называет Sora «платформой, где любой человек может на своём телефоне превращать текстовые запросы в живые видео».
Codex – это AI-помощник-программист от OpenAI. В отличие от ChatGPT, он не просто выдаёт текст с кодом, а способен самостоятельно создавать и править файлы с программным кодом.

Codex подключается к среде разработки (IDE), терминалу или даже веб-интерфейсу и действует как «виртуальный коллега» программиста.

Codex можно воспринимать как немного похожего на человека напарника: вы поручаете ему задачу, и он её выполняет. — Инженер OpenAI

По словам руководителей компании, с выходом нового GPT-5.1 модели Codex стали настолько мощными, что сейчас «лучшее время в истории, чтобы быть создателем продукта: от идеи до готового софта можно дойти почти мгновенно».

К моменту разработки Sora OpenAI уже активно «откормливала» Codex на собственных проектах. К октябрю 2025 года больше 90% инженеров OpenAI пользовались Codex ежедневно, а производительность выросла примерно на 70% (свыше 90% кода стали генерироваться с его помощью). Таким образом, команда сразу решилась применять Codex и в создании Android-версии Sora – и получила редкий случай, когда сама технология строительства кода выступила «инженером» создания.

Разработка Sora для Android за 28 дней

Проект Sora for Android стартовал 8 октября 2025 года и подошёл к релизу 5 ноября – ровно 28 дней.

К октябрю OpenAI уже имела готовый прототип приложения для сотрудников и планы по публичному запуску, однако работать нужно было очень быстро из-за большого числа предрегистраций в Play Store. Обычно в таких условиях команды пытаются привлечь больше людей.

По Питер Брукс (автору „Мифического человеко-месяца“) добавление людей к запоздалому проекту делает его еще более запоздалым.

Вместо этого OpenAI собрала четырёх сильных инженеров, каждый из которых работал вместе с Codex как с полноценным участником команды.

Результаты спринта

Такой подход оправдал себя:

Всего за 18 дней был готов внутренний билд Sora для Android.
Через ещё 10 дней состоялся публичный релиз в Google Play.
Статистика отказов (crash rate) составила всего 0,1%.

При этом инженеры отмечают, что около 85% кода написал сам Codex, а люди выступали в роли кураторов и дизайнеров системных решений. Внутри компании шутят, что благодаря Codex они фактически изобрели новый кроссплатформенный фреймворк: вместо React Native или Flutter используемый подход просто «переводит» Swift-код iOS в эквивалент на Kotlin.

Если Codex знает, как это работает на iOS, и знает структуру Android-приложения, то он может переписать логику за нас.

Немаловажной метрикой успеха стал объём вычислений: за эти 28 дней команда «потратила» примерно 5 миллиардов токенов, получая от Codex подробные решения и фрагменты кода.

Как работал Codex в процессе разработки

В блоге OpenAI рассказывают, что проект Sora проводился как «совместная работа с новым опытным инженером» – Codex. Это означало, что люди задавали цели, определяли архитектуру и проверяли результаты, а Codex выполнял основную часть рутинной работы.

1. Чтение и тесты

Codex хорошо умеет читать и разбирать большие участки кода и даже автоматически генерировать тесты: он «с энтузиазмом пишет unit-тесты для большого числа сценариев» и быстро «вникал» в примеры кода, предоставленные командой.

2. Инструкции через `agents.md`

Во время разработки создавались специальные инструкции (файлы agents.md), где описывали архитектурные требования и стиль. После этого Codex делал реальные правки в коде, строго следуя правилам проекта. По словам команды, Codex «массово выполняет параллельные и легко заменимые задачи»: можно запустить несколько сессий Codex одновременно и экспериментировать с разными подходами к одной и той же проблеме.

3. Планирование перед написанием

Сначала инженеры просили Codex проанализировать существующий код и сформулировать план действий. Например, перед добавлением новой функции команда просила Codex «прочитать связанные файлы и объяснить, как всё работает», корректировали ответы и формировали некий мини-дизайн-документ. Только после этого разрешали приступать к генерации кода.

Нам было важно не просто заставить Codex сгенерировать код, а убедиться, что он делает это в рамках согласованного плана и структуры проекта.

4. Роль человека

Впрочем, Codex не мог работать без участия человека. Он не видит интерфейс пользователя и не чувствует, как приложение «работает на деле»: он не поймёт, что где-то скролл «не по ощущениям» или поток действий запутан для пользователя. Поэтому люди постоянно проверяли результат.

Также Codex «по своей натуре» мог написать код, который работает, но не соответствует долгосрочным стилевым решениям. Именно поэтому команда заранее задала основные паттерны и архитектуру, а потом позволила Codex заполнять эту структуру кодом.

Собственно параллельная работа нескольких «экземпляров» Codex изменила динамику команды:

Один Codex генерировал код для воспроизведения видео.
Другой – занимался поиском и ошибками.
Третий – писал тесты.

Каждая такая сессия периодически отчитывалась о прогрессе, требуя внимания и отзывов, словно это были несколько стажёров, над которыми вы становитесь старшим инженером.

Возьмите ИИ на работу

Перейти

Прокачайте свой SMM с помощью Искусственного Интеллекта

Комментарии экспертов

По итогам эксперимента с Sora команда OpenAI получила работу, которая по многим показателям соответствует обычным крупным проектам, но была выполнена за считаные недели. Объём кода вырос в разы быстрее благодаря Codex.

Tech-журналист VentureBeat: «OpenAI сообщил, что 92% их инженеров используют Codex каждый день, и каждую неделю получают на 70% больше pull-запросов к репозиторию».
Сэм Альтман (CEO OpenAI): Заявил, что благодаря таким инструментам «от идеи до продукта теперь путь в исторический минимум времени».

Внедрение Codex внутрь своей разработки показало, что искусственный интеллект меняет парадигму создания ПО. Аналитики подчеркивают, что подобный опыт – не единичный проект: он демонстрирует принципиально новый подход: быстрое прототипирование и выпуск функциональных релизов, когда сам AI выступает мотором разработки.

Для Android-разработчиков и всей индустрии важно, что в Sora отказались от привычных кроссплатформенных фреймворков, сделав упор на нативную разработку и на AI-помощь.

Будущее кроссплатформы – это просто Codex

И действительно, Codex отлично читает код на Swift и умеет генерировать на его основе эквивалент на Kotlin. Это означает, что проекты, где уже есть реализация на одной платформе, могут быстро «перекладываться» на другую при помощи AI, экономя трудозатраты.