Guía de OpenAI Codex: Generación de Código y Consejos

Si metes varios sitios en un repositorio y colocas un CLAUDE.md o un AGENTS.md en la carpeta de cada sitio, no hay garantía de que esas reglas se lean antes de empezar a trabajar. Claude Code carga un CLAUDE.md situado por debajo de la carpeta de inicio cuando Claude lee, escribe o edita un archivo de esa carpeta, mientras que Codex lee solo los AGENTS.md desde la raíz del proyecto hasta la carpeta de inicio, una vez al comienzo de cada ejecución. Este artículo compara, punto por punto, cómo cargan estos archivos ambas herramientas y cómo comprobar si se cargaron (/context muestra solo lo cargado al iniciar), y después explica una comprobación que detiene el despliegue si cambia algo fuera de la carpeta asignada y los ajustes de las herramientas que bloquean la escritura. También muestra cómo distinguir repositorios de nombre parecido por la URL remota y el commit raíz, y comandos que muestran solo los nombres de las variables de entorno (consultado el 1 de noviembre de 2026).

«Codex no trabaja en paralelo si no se lo dices» es cierto, con matices: la app, la CLI y la extensión para IDE de Codex lanzan subagentes cuando se lo pides directamente o cuando AGENTS.md o una skill indican delegar (Ultra en ChatGPT Work también delega por iniciativa propia). Claude Code delega por su cuenta según la petición y la descripción de cada subagente. A partir de la documentación oficial de OpenAI y Anthropic (consultada el 26 de octubre de 2026), este artículo compara qué activa el trabajo en paralelo, cinco cosas que incluir en tus instrucciones, prompts de ejemplo listos para usar, [agents] en el config.toml de Codex y los archivos TOML de .codex/agents/, .claude/agents/ y las variables de entorno de Claude Code, comandos como /subagents, /tasks, /subtask, /batch y /worktree, las tareas que encajan con el trabajo en paralelo y las que no, y el impacto en los límites de uso, y además comparte las lecciones que este sitio ha aprendido ejecutando subagentes en paralelo.

Resumimos las causas y soluciones de la lentitud de Codex según el síntoma. Si tarda en responder, revisa incidencias y saturación, baja el esfuerzo de razonamiento (reasoning effort) según la tarea, usa un modelo más ligero o el modo rápido (Fast consume 2,5 veces más cuota) y abre un hilo nuevo para cada tarea, como recomienda el equipo de OpenAI. Si tarda en iniciarse, desactiva los servidores MCP que no uses con enabled = false y actualiza la CLI; si la app va pesada o se bloquea, actualízala, reiníciala (uno de los fallos de Windows se corrigió en v26.825.32147) y archiva las tareas programadas que ya no necesites, porque acumulan worktrees. Si los comandos van lentos en WSL, guarda los archivos en el sistema Linux. Todo se basa en la documentación oficial de OpenAI y en las respuestas de su equipo en GitHub (consultadas el 25 de octubre de 2026).

Esta guía explica qué hacer cuando la aplicación de escritorio de Codex muestra «No se pudo cargar la configuración de la organización» (Organization settings could not be loaded) y no te deja avanzar. El mensaje apunta a la red o a un proxy, pero los reportes de error en GitHub muestran que la causa no siempre es esa. Incluye un caso real resuelto con un solo reintento, los cuatro patrones que describen los usuarios, dónde está el registro de la aplicación, qué conviene no hacer todavía y qué datos reportar si el problema persiste, además de cómo distinguirlo de «Couldn't load workspace settings».

Colocamos la aplicación y sus datos principales en D y conservamos los entornos activos en C. Qué copiamos, trasladamos y comprobamos.

Distinguimos el navegador integrado, Chrome y la búsqueda web. Qué recuperó la conexión y cuándo bastó recargar una página de error.

Al preparar el destino, Windows desmontó toda la unidad y afectó a Docker y Unity. Reconstruimos la secuencia y recuperamos el motor sin borrar datos.

Explica cómo dejar Codex (app, IDE y CLI) y Claude Code (Claude Desktop, VS Code, web y móvil) en modo de solo investigación. Incluye la diferencia entre solo lectura y Plan, el alcance de los ajustes, la limitación de herramientas, una solicitud lista para usar y cómo revisar los cambios.

Repasa la denegación de lectura, la separación del entorno, las aprobaciones y los límites de red en Codex. Incluye un ejemplo de perfil de permisos, las rutas de .env, las variables de entorno y las limitaciones de cada sistema operativo. También explica cómo confirmar la denegación con archivos ficticios, sin usar secretos reales.

Comparamos Remote y Cloud por lugar de ejecución, suspensión del PC, uso desde el móvil, entornos de desarrollo y límites de uso. Explicamos cómo preparar Cloud, sus funciones no compatibles, los límites de Handoff, las diferencias con Work Cloud y dot, y el orden para revisar una conexión fallida.

Mantén la condición de finalización con /goal mientras Codex investiga, corrige y verifica. Esta guía separa el uso en escritorio y CLI, ofrece ejemplos de instrucciones y explica cómo pausar, reanudar o limpiar el objetivo. También aclara la diferencia entre el presupuesto de tokens y los precios, y qué pruebas revisar en el informe final.

Antes de elegir Codex Security, compara el plugin local, Cloud conectado a GitHub y la CLI independiente. Esta guía explica con documentación oficial la facturación separada de Cloud, los créditos gratuitos sujetos a condiciones, la configuración inicial, Standard y Deep, la cobertura, las pruebas de reproducción y la verificación de correcciones. También detalla cuándo la CLI elige una clave de API del entorno y cómo usar los límites de coste estimados.