پرش به محتوای اصلی
پرش به محتوای مقاله

انعطاف مدل‌های Anthropic در برابر محدودیت‌های OpenAI در Codex

·۱۲ تیر ۱۴۰۵۱۳ دقیقه مطالعه
راهنما
مهاجرت از Claude Code به Codex (۲۰۲۶): ۱۲ تنظیم، ۱ بن‌بست
مهاجرت از Claude Code به Codex (۲۰۲۶): ۱۲ تنظیم، ۱ بن‌بست
اشتراک‌گذاری
واقعاً چه چیز جدید است؟

معرفی ابزار `/import` برای انتقال سریع تنظیمات بین دو محیط رقیب و ارائه راهکاری برای دور زدن محدودیت OpenAI-only در Codex از طریق درگاه‌های سازگار.

تصور کنید تمام محیط توسعه و تنظیمات شخصی‌تان را در ۲۰ دقیقه به یک سیستم جدید منتقل کنید بدون اینکه نیاز باشد هر مورد را دستی وارد کنید. طبق یک راهنمای فنی منتشرشده در ۳ ژوئیه ۲۰۲۶، این دقیقاً همان اتفاقی است که هنگام مهاجرت از Claude Code به Codex رخ می‌دهد.

این تغییر مسیر، برنامه‌نویسان را از محیط‌های چت‌محور به سمت گردش‌های کاری «عامل‌محور» (Agentic) می‌برد. در این رویکرد، هوش مصنوعی کمتر شبیه یک همکار برای گفتگو و بیشتر شبیه یک ابزار دقیق برای اجرای تکالیف است. همان‌طور که در تحلیل قبلی ما درباره‌ی اتوماسیون ایمیل با Claude و n8n اشاره کردیم، صنعت در حال حرکت به سمت حلقه‌های «تکلیف و بازبینی» است. این تحول به معنای بهره‌وری بیشتر است، هرچند که هزینه‌های عملیاتی در مقیاس توکن برای تسک‌های طولانی در محیط‌های عامل‌محور می‌تواند چالش‌برانگیز باشد.

برای درک بهتر، عامل (Agent) — مثل کارمندی است که نه تنها می‌داند چه بگوید، بلکه می‌تواند ابزارها را بردارد و کار را به سرانجام برساند — در Codex با ساختاری سخت‌گیرانه‌تر مدیریت می‌شود. این مهاجرت بر روی نسخه‌های Codex CLI 0.142.5 و Claude Code 2.1.178 آزمایش شده است.

مسیر خودکار انتقال

به نقل از مستندات فنی، ابزار اصلی این جابه‌جایی دستور /import است که در نسخه 0.140.0 Codex CLI معرفی شد. اگر نسخه شما قدیمی‌تر است، ابتدا باید آن را به‌روزرسانی کنید. برای شروع، توسعه‌دهندگان باید فایل‌های CLAUDE.md و settings.json خود را بررسی کرده و سپس دستور /import را در دایرکتوری پروژه اجرا کنند.

این دستور به‌طور انتخابی تنظیمات، پیکربندی پروژه و چت‌های اخیر را از Claude Code می‌کشد. در مجموع ۱۲ سطح پیکربندی هدف قرار می‌گیرند. ۹ مورد از جمله فایل‌های حافظه، سرورهای MCP، مهارت‌ها و دستورات اسلش به‌طور کامل منتقل می‌شوند. با این حال، ۳ مورد شامل مدل دسترسی‌ها، فرمت هوک‌ها و پوشان‌های زیر-عامل (Subagent Wrappers) نیاز به اصلاح دستی دارند.

چارچوب تصمیم‌گیری: چه زمانی مهاجرت کنیم؟

تصمیم برای انتقال به این بستگی دارد که گردش کار شما «تکلیف‌محور» است یا «گفتگو-محور».

به Codex مهاجرت کنید اگر:

  • عامل‌ها را به‌صورت غیرتعاملی در CI اجرا می‌کنید و به یک محیط ایزوله (Sandbox) با دسترسی فقط-خواندنی نیاز دارید.
  • تیم شما ترجیح می‌دهد یک فایل config.toml واحد داشته باشد تا ترکیبی از فایل‌های JSON مختلف.
  • می‌خواهید از مدل‌های فعلی OpenAI (به‌ویژه gpt-5.5) به‌عنوان موتور اصلی استفاده کنید.

در Claude Code بمانید اگر:

  • به هوک‌های ConfigChange یا تنظیمات خاص outputStyle وابسته هستید که در Codex وجود ندارند.
  • گردش کار شما بیشتر شامل جلسات طولانی جفت-برنامه‌نویسی است تا حلقه‌های سریع تکلیف-بازبینی.
  • از یک لیست سفید (Allowlist) بسیار دقیق برای دسترسی‌ها استفاده می‌کنید که در لایه‌های امنیتی Codex بیش از حد ساده‌انگاری می‌شود.

نقشه‌برداری تغییرات پیکربندی

Codex معماری سنگین JSON در Claude Code را با یک سیستم ساده‌تر مبتنی بر TOML جایگزین کرده است. در واقع این مهاجرت، ترجمه تنظیمات از یک زبان به زبان دیگر است تا مدیریت پروفایل‌ها آسان‌تر شود.

جزئیات: بررسی سطح به سطح انتقال

  • دستورالعمل‌ها: حافظه CLAUDE.md به AGENTS.md منتقل می‌شود. اگر این اتفاق نیفتاد، کاربر باید مسیرهای جایگزین را در config.toml دستی تعریف کند.
  • سرورهای MCP: پروتکل زمینه مدل (MCP) — که شبیه یک استاندارد مشترک برای اتصال مدل به داده‌های خارجی است — در هر دو سیستم یکسان باقی می‌ماند. ورودی‌های JSON به جداول TOML تبدیل می‌شوند.
  • مهارت‌ها: این موارد به‌دلیل پیروی از کنوانسیون مشترک Agent Skills، به‌راحتی به [[skills.config]] در Codex منتقل می‌شوند.
  • دستورات اسلش: پرامپت‌های قابل استفاده مجدد منتقل می‌شوند اما ممکن است برای سازگاری با لحن Codex نیاز به بازنویسی داشته باشند.
  • زیر-عامل‌ها: زیر-عامل‌های مبتنی بر Markdown در Claude به فایل‌های TOML مجزا در مسیر ~/.codex/agents/ تبدیل می‌شوند. هر عامل حالا فایل مخصوص خود (مثلاً reviewer.toml) را دارد که شامل نام و دستورات دقیق است.
  • اندپوینت‌های سفارشی: کلیدهای API و URLهای پایه از طریق بلوک [model_providers.*] منتقل می‌شوند.

شکست در مدل دسترسی‌ها

یکی از نقاط اصطکاک اصلی، مدل دسترسی‌ها است. Claude Code از یک لیست سفید دقیق برای هر دستور استفاده می‌کند. اما Codex از یک سیستم دو-گزینه‌ای ساده‌تر استفاده می‌کند: سیاست تأیید (approval_policy) و حالت ایزوله (sandbox_mode).

توسعه‌دهندگان باید «هدف» دسترسی را منتقل کنند، نه لزوماً «قانون» آن را. برای مثال، دسترسی‌های Bash(npm run test *) در Claude به حالت workspace-write با سیاست on-request در Codex تبدیل می‌شوند.

هوک‌ها و اتوماسیون

Codex از اکثر رویدادهای هوک مانند PreToolUse و SessionStart پشتیبانی می‌کند. این‌ها به‌صورت آرایه‌ای از جداول تعریف می‌شوند. با این حال، هوک ConfigChange فقط در Claude Code وجود دارد و در Codex هیچ معادل ندارد؛ بنابراین هر اتوماسیونی که به تغییرات میان-جلسه حساس باشد، متوقف خواهد شد.

حل بن‌بست: شکاف مدل‌ها

بزرگ‌ترین مانع این است که Codex به‌صورت پیش‌فرض فقط با OpenAI سازگار است و مدل‌هایی مثل gpt-5.5 را اجرا می‌کند. طبق گزارش‌ها، مدل قدیمی gpt-5.3-codex در ۲۶ مه ۲۰۲۶ بازنشسته شد. چون هیچ کلید داخلی برای مدل‌های Anthropic Claude وجود ندارد، بسیاری از کاربران با یک بن‌بست مواجه می‌شوند.

برای حل این مشکل، کاربران باید یک model_provider سفارشی به‌عنوان پل ارتباطی بسازند. با افزودن سرویسی مثل ofox.ai به فایل config.toml می‌توان Codex را از طریق یک درگاه سازگار با OpenAI به مدل‌های کلود متصل کرد. این راهکار جایگزینی برای دسترسی‌های مستقیم سازمانی است، جایی که هزینه‌های دسترسی به Claude در مقیاس بزرگ از طریق AWS Bedrock ممکن است برای بسیاری از تیم‌های کوچک prohibitively زیاد باشد.

جزئیات پیکربندی درگاه مدل

برای این کار باید بلوک زیر را به ~/.codex/config.toml اضافه کنید:

  • [model_providers.ofox]
  • name = "ofox.ai gateway"
  • base_url = "https://api.ofox.ai/v1"
  • env_key = "OFOX_API_KEY"
  • wire_api = "responses"
  • requires_openai_auth = false

نکته حیاتی این است که wire_api باید روی responses تنظیم شود، زیرا Codex در فوریه ۲۰۲۶ پشتیبانی از پروتکل قدیمی چت را حذف کرد.

مقیاس‌پذیری تیمی و پروفایل‌ها

برای تیم‌ها، Codex مدیریت لایه‌ها را ساده می‌کند. در Claude Code، تیم‌ها یک فایل تنظیمات مشترک و یک فایل محلی داشتند. در Codex، تیم‌ها یک config.toml واحد را در ریشه مخزن (Repo) قرار می‌دهند و هر توسعه‌دهنده پروفایل شخصی خود را در ~/.codex/ مدیریت می‌کند.

این ساختار اجازه می‌دهد توسعه‌دهندگان با پرچم --profile ریسک و مدل را مدیریت کنند. یک استراتژی رایج شامل سه حالت است:
۱. پروفایل CI: برای بازبینی‌های خودکار با دسترسی read-only.
۲. پروفایل محلی: برای توسعه روزمره با دسترسی workspace-write.
۳. پروفایل Claude: برای حل مسائل پیچیده معماری از طریق درگاه ofox.

عیب‌یابی خطاهای رایج

بیشتر خطاها از پیش‌فرض‌های Claude Code می‌آیند. اگر Codex فایل CLAUDE.md را نادیده می‌گیرد، آن را به AGENTS.md تغییر نام دهید. خطاهای ۴۰۱ در ارائه‌دهندگان سفارشی معمولاً با تنظیم requires_openai_auth = false حل می‌شوند. همچنین اگر زیر-عامل‌ها واکنشی ندارند، مطمئن شوید فایل .toml آن‌ها را ساخته‌اید و صراحتاً از آن‌ها درخواست کرده‌اید.

این انتقال برای کسانی توصیه می‌شود که کارشان «تکلیف‌محور» است و به امنیت بالای محیط‌های ایزوله نیاز دارند. کسانی که به جلسات طولانی تعاملی یا هوک‌های تغییر پیکربندی وابسته هستند، احتمالاً مدل گفتگویی Claude Code را مناسب‌تر می‌بینند.

گام بعدی شما

  • اگر از Claude Code استفاده می‌کنید، ابتدا نسخه‌ی Codex CLI خود را به ۰.۱۴۰.۰ یا بالاتر ارتقا دهید.
  • برای استفاده از مدل‌های کلود در محیط Codex، درگاه ofox.ai را در فایل پیکربندی تعریف کنید.
  • پروفایل‌های مجزا برای CI و توسعه محلی بسازید تا امنیت دسترسی‌ها را بهینه کنید.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.

چرا این موضوع مهم است؟

این انتقال نشان می‌دهد که استانداردهای صنعتی در حال فاصله گرفتن از رابط‌های گفتگو و حرکت به سمت گردش‌های کاری ساختاریافته است. بر اساس تجربه استقرار در محیط‌های CI، این تغییر باعث کاهش خطاهای دسترسی و افزایش قابلیت پیش‌بینی رفتار عامل‌ها می‌شود.

تأثیر برای ایران

به‌دلیل محدودیت‌های API و تحریم‌ها، توسعه‌دهندگان ایرانی برای استفاده از این ترکیب باید از درگاه‌های واسط (مانند ofox.ai) استفاده کنند تا دسترسی به مدل‌های OpenAI و Anthropic را در محیط Codex فراهم سازند.

·نگاه ما
تحریریه دات‌هوش

جایگزینی JSON با TOML در Codex صرفاً یک تغییر فرمت نیست، بلکه نشان‌دهنده تغییر فلسفه از «تنظیمات کاربر» به «پیکربندی زیرساختی» است. این حرکت نشان می‌دهد که ابزارهای کدنویسی AI در حال تبدیل شدن از یک چت‌بات هوشمند به یک سیستم‌عامل کوچک برای عامل‌ها هستند که در آن امنیت (Sandbox) اولویت بالاتری نسبت به انعطاف‌پذیری گفتگو دارد.

منابع

این گزارش با خط‌لولهٔ خودکار دات‌هوش از منابع معتبر جهانی تدوین و زیر نظر تحریریه منتشر شده است. روش کار ما

گفتگو

پنج‌شنبه‌های هوش‌محور

بسته‌ی هفتگی دات‌هوش

۵ خبر، ۲ ابزار، ۱ پرامپت در هر شماره. به‌زودی راه‌اندازی می‌شود — هر پنج‌شنبه صبح.

خبر کلیدی
ابزار کاربردی
پرامپت حرفه‌ای
تحلیل پژوهش
به‌زودی
زاویه‌ی ایرانی
به‌زودی
تمرین این هفته
به‌زودی

راهنماهای دات‌هوش

راهنماهای کاربردیِ دات‌هوش برای کار با هوش مصنوعی — از همین‌جا شروع کنید:

دات‌هوش

راهنمای فارسی هوش مصنوعی — با نگاه به ایران

اخبار روزانه، معرفی ابزارها و مدل‌ها، و آموزشِ کار با هوش مصنوعی؛ همیشه با این پرسش که از ایران چه چیزی کار می‌کند و چه چیزی نه.