El Plugin Oficial de OpenAI se Integra Potentemente en Claude Code

marsbitPublicado a 2026-03-31Actualizado a 2026-03-31

Resumen

Anthropic y OpenAI han anunciado una integración revolucionaria: el lanzamiento oficial del proyecto de código abierto "codex-plugin-cc" en GitHub. Este complemento permite a los desarrolladores utilizar directamente el modelo Codex de OpenAI dentro de la herramienta de desarrollo en línea de comandos Claude Code de Anthropic. Esta integración "transversal" elimina las barreras entre los ecosistemas de herramientas de modelos de lenguaje grandes (LLM), permitiendo a los desarrolladores aprovechar las ventajas tecnológicas de ambos gigantes de la inteligencia artificial sin necesidad de cambiar de entorno. Con una configuración sencilla de comandos, Claude Code se transforma en un asistente de programación completo que combina lo mejor de ambas empresas. El complemento incluye funciones avanzadas como: - Revisión de código estándar de solo lectura mediante el comando `/codex:review` - "Revisión adversarial" con `/codex:adversarial-review` para desafiar decisiones de diseño existentes - Mecanismo de delegación de tareas mediante `/codex:rescue` para transferir tareas complejas a un sub-agente de Codex Esta colaboración establece un nuevo estándar de interoperabilidad en la industria de la IA, ofreciendo a los desarrolladores una herramienta más potente y versátil para mejorar la calidad y seguridad de su código.

Recientemente, la comunidad de desarrolladores de IA recibió una actualización importante: OpenAI lanzó oficialmente en GitHub el proyecto de código abierto llamado codex-plugin-cc. Este plugin permite a los desarrolladores invocar directamente las capacidades del modelo Codex de OpenAI en Claude Code, la herramienta de desarrollo de línea de comandos lanzada por Anthropic.

Esta integración "entre marcas" rompe las barreras ecológicas que existían entre las herramientas de grandes modelos, permitiendo a los desarrolladores aprovechar las ventajas tecnológicas de ambos gigantes sin necesidad de cambiar de entorno. Con una configuración simple de comandos, Claude Code se convierte instantáneamente en un asistente de programación completo que combina lo mejor de ambos.

Con la potenciación de este plugin, los usuarios pueden iniciar una revisión de código estándar de solo lectura mediante el comando /codex:review, obteniendo sugerencias profesionales de mejora de Codex. Este mecanismo de doble verificación puede detectar eficazmente vulnerabilidades lógicas que un único modelo podría pasar por alto, añadiendo una "doble garantía" a la calidad del código.

Más característica es su función de "revisión adversarial". Los desarrolladores pueden usar /codex:adversarial-review para solicitar activamente que Codex desafíe las decisiones de diseño existentes. Este modo está específicamente diseñado para probar la solidez de la arquitectura del sistema, explorando posibles cuellos de botella de rendimiento o riesgos de seguridad desde una perspectiva de "búsqueda de fallos".

Además, el plugin introduce un mecanismo de delegación de tareas, permitiendo a los usuarios transferir tareas complejas de depuración o reparación a un subagente de Codex mediante /codex:rescue. Este modo de colaboración logra una distribución automática de tareas, permitiendo que el modelo principal y los modelos auxiliares se especialicen en sus respectivas áreas.

github:https://github.com/openai/codex-plugin-cc

Preguntas relacionadas

Q¿Qué anunció recientemente OpenAI en GitHub relacionado con Claude Code?

AOpenAI anunció el lanzamiento del proyecto de código abierto 'codex-plugin-cc', que permite a los desarrolladores integrar el modelo Codex de OpenAI en la herramienta de desarrollo Claude Code de Anthropic.

Q¿Qué ventaja principal ofrece esta integración entre OpenAI y Anthropic?

ARompe las barreras entre los ecosistemas de herramientas de modelos de lenguaje grandes, permitiendo a los desarrolladores aprovechar las ventajas técnicas de ambas empresas sin necesidad de cambiar de entorno.

Q¿Qué función permite a Codex desafiar activamente las decisiones de diseño existentes en el código?

ALa función de 'revisión adversarial', que se activa con el comando '/codex:adversarial-review', está diseñada para probar la solidez de la arquitectura del sistema y encontrar posibles cuellos de botella o riesgos de seguridad.

Q¿Cómo se llama el comando que delega tareas complejas de depuración o reparación a un subproceso de Codex?

AEl comando '/codex:rescue' permite delegar tareas complejas de depuración o reparación a un subagente de Codex, facilitando la colaboración entre modelos.

Q¿Dónde se puede acceder al código fuente de este plugin de integración?

AEl código fuente está disponible en GitHub en el repositorio: https://github.com/openai/codex-plugin-cc

Lecturas Relacionadas

Los lanzamientos de dados mantienen las claves de Bitcoin en un modo aislado, pero no todo el mundo se molestará

El título sugiere que las claves de Bitcoin pueden almacenarse fuera de línea mediante lanzamientos de dados, aunque no todos los usuarios adoptarán este método. El artículo comienza explicando la entropía en la teoría de la información, utilizando ejemplos como monedas y dados. Tras un escándalo reciente con Coldcard, se popularizó la generación de semillas de billetera mediante dados. El texto explica que, aunque físicamente determinista, el lanzamiento es impredecible en la práctica, lo que lo hace útil para la seguridad. Se detalla cómo convertir los resultados en datos binarios, con métodos que van desde el simple "par/impar" hasta el uso de funciones hash para preservar más entropía. Para una frase de recuperación de 12 palabras (128 bits de entropía), se necesitan unos 50 lanzamientos; Coldcard recomienda 99 para mayor seguridad. La vulnerabilidad en Coldcard, relacionada con su generador de números aleatorios, puso en riesgo fondos. Las semillas generadas manualmente con dados no se vieron afectadas, pero el investigador Kevin Loaec señaló que otras funciones del dispositivo (como creación de billeteras de papel o claves de coproreseguridad) sí podían estar comprometidas, incluso si la semilla principal era segura. El artículo argumenta que, aunque técnicamente robusto, el proceso de lanzar dados es lento, propenso a errores y poco práctico para la mayoría, especialmente para nuevos usuarios. Concluye que, aunque debe ser una opción para expertos, el objetivo a largo plazo es que el hardware y software generen aleatoriedad fuerte de forma fiable y accesible. Se aconseja a los usuarios de Coldcard verificar su firmware y las funciones utilizadas, y se destaca la utilidad de las billeteras multisig con dispositivos de diferentes fabricantes para mitigar riesgos.

cryptonews.ruHace 2 hora(s)

Los lanzamientos de dados mantienen las claves de Bitcoin en un modo aislado, pero no todo el mundo se molestará

cryptonews.ruHace 2 hora(s)

Trading

Spot
活动图片