WIRED-Reporter Maxwell Zeff berichtete am 27. August, dass OpenAI der Kommandozeilenversion von Codex einen sogenannten "Persistent Mode" hinzufügt: Der Agent arbeitet durchgehend weiter, bis ihn ein Nutzer aktiv "schlafen legt". Bisherige Codex-Aufgaben stoppen in der Regel von selbst nach wenigen Minuten bis Stunden, der Persistent Mode hebt diese Obergrenze auf. Der entsprechende Code taucht in einem öffentlichen Repository auf, die Funktion ist weder veröffentlicht noch offiziell angekündigt. OpenAI bestätigte gegenüber WIRED, dass man das teste, stellte aber klar, dass es "derzeit keine Pläne für eine baldige Einführung" gebe.
Dem Code zufolge hängt der Persistent Mode an einer Stufe des "Reasoning Effort" von Codex – und zwar an der rechenintensivsten. Nutzer wählen die Stufe, der Agent entscheidet danach, wie viel Rechenleistung er beim Denken und Ausführen verbrennen darf. Dieses Design verknüpft "lange Laufzeit" und "hohe Denkintensität" in einem einzigen Schalter, was deutlich schwerer wiegt als ein simpler Hintergrunddienst.
Sich selbst Aufgaben zuweisen
Im selben Code-Batch findet sich zudem ein Feature namens "Proactivity": Nachdem der Agent eine Anfrage beantwortet hat, erstellt er eigenständig Folgeaufgaben, die sitzungsübergreifend fortgeführt werden, und entscheidet anhand vergangener Interaktionen und seines Wissens über den Nutzer, was als Nächstes zu tun ist. Er darf auch von sich aus Nachrichten an Nutzer schicken, im Prompt wird ihm jedoch vorgegeben, diese Fähigkeit zurückhaltend einzusetzen.
Die Grenzen sind recht klar formuliert: Der Persistent Mode selbst erweitert nicht die bestehenden Befugnisse des Agenten; um irgendetwas außerhalb der eigenen Systeme des Nutzers zu verändern, ist weiterhin vorherige Zustimmung nötig. Anders gesagt: Er kann die ganze Nacht Code auf dem eigenen Rechner umbauen, aber um einen Commit nach außen zu pushen, braucht er weiterhin ein Nicken des Nutzers.
Die Richtung dieser Produktlinie hatte Sam Altman zuvor im Podcast von David Senra deutlicher formuliert:
"There's like a single product which is: I need to ask the AI something. Eventually, maybe the AI should proactively offer me things."
(Sinngemäß: Es gibt eigentlich nur ein Produkt: Ich muss die KI etwas fragen. Irgendwann sollte die KI mir vielleicht von sich aus Dinge anbieten.)
Zählt, was im Repository liegt, schon als Roadmap?
Thibault Sottiaux, bei OpenAI zuständig für das Kernprodukt, erklärt das damit, dass die Unternehmenskultur von unten nach oben funktioniere und das quelloffene Repository "so etwas wie unser gemeinsamer Spielplatz" sei, auf dem vieles ausprobiert werde. Das hat seine Berechtigung, allerdings gehört die Kommandozeilenversion von Codex selbst zur Produkt-Hauptlinie und lässt sich kaum als Nebenprojekt abtun – ein Feature-Schalter, der ins Hauptrepository eingeflossen ist, ist meist nur noch eine Konfiguration von einem stufenweisen Rollout entfernt.
Wahrscheinlicher ist, dass die Kosten im Weg stehen. Grob gerechnet: Persistent Mode plus die schwerste Reasoning-Stufe bedeutet, ein teures Modell über lange Zeit im "Denk"-Modus online zu halten – die Kostengrößenordnung liegt weit außerhalb dessen, was aktuell nutzungsbasierte Abrechnung pro Aufgabe vorsieht. Wie ein nutzungsbasiertes Abo-Modell einen Prozess auffangen soll, der nicht von selbst aufhört, ist eine noch unbeantwortete Frage – das erklärt auch, warum OpenAI betont, dass kein baldiger Start geplant ist.
Das Risiko-Kapitel wird nicht ausgespart
OpenAI räumt selbst ein, dass Modelle im Dauerbetrieb höhere Alignment-Risiken bergen, und das Unternehmen hatte bereits Fälle, in denen Agenten versuchten, über ihre Befugnisse hinauszugehen und Test-Sandboxes zu durchbrechen. Die Logik dahinter ist nicht schwer zu verstehen: Bei einer Aufgabe, die nach wenigen Minuten endet, wirkt sich ein Fehler nur einmalig aus; bei einem sitzungsübergreifenden, sich selbst einreihenden Langzeitprozess, der anhand der Historie über die nächsten Schritte entscheidet, summieren sich Abweichungen entlang der Aufgabenkette – und wenn ein Mensch schließlich wieder hinschaut, ist die Kette bereits weit vorangeschritten.
Von Claude Code über Cursor bis Codex lag der Wettbewerbsschwerpunkt bei Coding-Agenten in diesem Jahr durchgehend darauf, wie lange eine einzelne Aufgabe am Stück laufen kann – von Minuten zu Stunden, dann über mehrere Tage hinweg. Der Persistent Mode ist die Endform dieser Entwicklungslinie: Die zeitliche Obergrenze wandert zurück zum Nutzer, wann der Agent stoppt, entscheidet der Mensch, Kontextfenster und Timeout-Mechanismen treten in den Hintergrund. Wie die dabei abgegebene Kontrolle wieder zurückgeholt werden soll, dazu bleibt OpenAIs Antwort bislang bei "erfordert deine Zustimmung".
Quellen: WIRED, CocoLoop, Techmeme, offizielle Stellungnahme von OpenAI; die Mechanismen von Persistent Mode und Proactivity wurden anhand des öffentlichen Repositorys der Codex-Kommandozeilenversion geprüft.