OpenAI Codex en 2026: guía práctica con 5 casos de uso para programar con IA

Empecemos con una confesión: cuando OpenAI lanzó Codex CLI en 2025, lo probé, me pareció curioso, y lo dejé. Era básicamente un asistente de terminal que escribía código, sí, pero nada que no hicieran ya Cursor o Copilot con un par de clicks. Luego llegó febrero de 2026 y OpenAI lanzó la Codex App para macOS, y todo cambió. De repente no era "un chat que genera código", era un sistema de agentes múltiples trabajando en paralelo, cada uno con su propia sandbox, capaz de ejecutar tareas de hasta 30 minutos sin supervisión.

Hoy, en julio de 2026, más de 4 millones de desarrolladores usan Codex cada semana, según los datos de OpenAI. Y con la llegada de GPT-5.5 en abril de 2026 —que duplicó la precisión en benchmarks de contexto largo (MRCR v2 saltó de 36.6% a 74%)— la herramienta ha pasado de ser un experimento a infraestructura de producción.

Voy a contarte los 5 casos de uso que realmente uso y que me han ahorrado decenas de horas. Pero antes, lo básico.

🧩 Lo que necesitas saber antes de empezar

Codex no es un solo producto. Son 4 superficies que comparten el mismo motor:

1. Codex CLI — el agente original, corre en tu terminal. Open source en Rust.
2. Codex en IDE — extensiones para VS Code, Cursor y Windsurf.
3. Codex App — app nativa para macOS (Apple Silicon) y Windows. La interfaz más completa.
4. Codex Cloud — ejecuta tareas en segundo plano contra repositorios de GitHub sin ocupar tu máquina.

Viene incluido en los planes de ChatGPT: desde 20 €/mes (Plus) hasta 200 €/mes (Pro), con límites de uso según el plan. El modelo por defecto hoy es GPT-5.5, que cuesta ~2× por token que GPT-5.4 pero reduce las alucinaciones un 60%. Para tareas pequeñas puedes bajar a GPT-5.4 o GPT-5.3-Codex-Spark y ahorrar.

La instalación es trivial: si tienes ChatGPT Plus, ya tienes acceso. Abre codex.openai.com o instala el CLI con npm install -g @openai/codex. Te recomiendo empezar por la Codex App en macOS — la interfaz visual de agentes múltiples es lo que realmente marca la diferencia.

🧩 Caso 1: Refactorizar un proyecto heredado sin romperlo

Este es mi pan de cada día. Tengo proyectos con años de deuda técnica — código sin tests, dependencias deprecadas, patrones que ya no tienen sentido. Antes, refactorizar era sentarse un fin de semana y rezar. Ahora le pido a Codex que lo haga.

Cómo lo hago paso a paso:

1. Abro la Codex App y creo un nuevo agente con el contexto de mi repositorio
2. Escribo un prompt como: "Refactoriza el módulo de pagos para separar la lógica de negocio de la infraestructura. Usa el patrón Repository. No cambies la API pública. Genera tests unitarios para cada nueva abstracción."
3. Codex analiza el código, crea un plan (que puedo revisar) y ejecuta los cambios en una sandbox aislada usando Git worktrees
4. Al terminar, me presenta un diff y un pull request listo para revisar

La clave aquí es el sandboxing. En la documentación oficial de Codex CLI en GitHub explican que cada agente opera en un Git worktree independiente, así que aunque meta la pata, tu rama principal no se toca. He llegado a tener 4 agentes refactorizando módulos distintos en paralelo, y al final del día solo tuve que revisar 4 PRs en vez de pasarme 40 horas codificando.

Eso sí: revisa siempre el diff. Codex es bueno, pero no es perfecto. En una ocasión intentó "optimizar" un bucle crítico cambiando la lógica de negocio. Por suerte, el sandbox lo atrapó antes de mergear.

🧩 Caso 2: Code review automático en cada PR

Este es el caso que más me ha sorprendido por su utilidad. No esperaba que un AI agent fuera bueno revisando código, pero lo es.

Configuré Codex Cloud para que revise automáticamente cada PR que abro en GitHub. No solo busca bugs obvios — también detecta:

• Fugas de memoria en closures de JavaScript
• SQL injections potenciales en consultas dinámicas
• Inconsistencias entre la implementación y los tipos TypeScript declarados
• Falta de manejo de errores en promesas sin catch

El Codex Handbook de freeCodeCamp recomienda usarlo como revisor pre-merge además de generador, y no les falta razón. En mi equipo, desde que activamos esto, el número de bugs que llegan a producción ha caído notablemente. No tengo la cifra exacta porque no llevamos una métrica formal, pero antes tenía que corregir algún error tonto cada dos o tres merges; ahora prácticamente cero.

Configurarlo lleva 5 minutos: en la Codex App vas a la pestaña de Automations, conectas tu GitHub, y activas "Code Review" en los repositorios que quieras. Codex te pide permiso una vez y ya no vuelve a molestar.

🧩 Caso 3: Generar tests que cubren casos borde que ni sabías que existían

Escribir tests es necesario, pero nadie dice que sea divertido. Codex se ha convertido en mi compañero de testeo incansable.

Mi flujo ahora es:

1. Escribo la función o componente
2. Selecciono el código en VS Code y activo Codex con el atajo de teclado
3. Le pido: "Genera tests unitarios con Jest para esta función. Incluye casos normales, casos borde (null, undefined, valores vacíos, tipos incorrectos) y un test de rendimiento si la función es O(n²) o peor."
4. Codex genera los tests, los ejecuta en su sandbox, y si alguno falla, lo corrige automáticamente

Lo más interesante es que Codex encuentra casos borde que a menudo se me pasan. Por ejemplo, para una función que procesaba fechas, Codex generó un test con una fecha del año 9999 y otro con una fecha anterior a 1970 (epoch negativo). No se me había ocurrido probarlos, y la función petaba en ambos. Ese test me ahorró un bug en producción.

Dato curioso: en mi equipo ahora competimos por quién consigue que Codex genere el test más rebuscado que sigue siendo válido. El récord actual es un test que verifica que una función de ordenación funciona correctamente con un array de 10.000 elementos idénticos. Codex lo generó en 3 segundos.

🧩 Caso 4: Migraciones de base de datos sin downtime

Las migraciones de base de datos son de esas tareas que nadie quiere hacer pero todos temen. Un ALTER TABLE mal escrito y tienes una caída de 2 horas un viernes por la tarde.

Codex ha hecho que esto sea mucho menos doloroso. Le paso el esquema actual, el esquema deseado, y el volumen de datos aproximado, y él genera el plan de migración completo:

• Scripts SQL con los cambios estructurales
• Migración de datos en lotes para no bloquear la tabla
• Rollback plan por si algo falla
• Tests de verificación post-migración

La guía completa de Codex 2026 en Fluxio recomienda especialmente usar el modo multi-agente para esto: un agente genera la migración, otro genera los tests, y un tercero verifica que ambos sean consistentes. Los tres trabajan en paralelo y al final te presentan un paquete listo para desplegar.

Hace dos semanas migré una base de datos PostgreSQL de 200 GB usando este método. Codex generó los scripts de migración batch, con ventanas de 10.000 registros y pausas entre lotes para no saturar la CPU. La migración completa llevó 4 horas, pero los usuarios ni se enteraron. Antes, una migración así me habría tenido despierto hasta las 3 de la mañana mirando logs.

🧩 Caso 5: Automatización de tareas repetitivas con multi-agente

Este es mi favorito y el que más uso últimamente. Codex permite lanzar múltiples agentes en paralelo, cada uno con una tarea distinta, y todos colaborando en el mismo proyecto.

Un ejemplo real de esta semana: necesitaba:

1. Actualizar 23 dependencias npm que habían quedado obsoletas
2. Eliminar 400 líneas de código muerto que ya no se usaban
3. Generar documentación actualizada para los endpoints de la API
4. Ejecutar el linter y corregir todos los errores
5. Actualizar los tests de integración para reflejar los cambios

En la Codex App creé 5 agentes, uno para cada tarea, y los lancé simultáneamente. Cada agente trabajaba en su propia rama con Git worktree. En 25 minutos los 5 habían terminado. Me presentaron 5 PRs con diffs limpios, tests pasando y sin errores de lint. Me llevó otros 20 minutos revisarlos y mergearlos.

Esto es lo que más me ha cambiado la forma de trabajar. Antes, esas tareas las hacía de una en una porque requerían mi atención constante. Ahora las delego a los agentes y mientras tanto hago trabajo que realmente necesita criterio humano: diseñar arquitectura, revisar lógica de negocio, hablar con usuarios.

Eso sí, hay un pero importante: desde junio de 2026, OpenAI cifra las instrucciones entre agentes en los modelos grandes (Sol y Terra), lo que significa que no puedes ver exactamente qué le dice un agente a otro. En la práctica no me ha afectado porque reviso los resultados finales, pero si necesitas auditoría fina, usa el modelo Luna (el pequeño) que aún mantiene la traza visible.

🛠️ Consejos que me habría gustado saber al empezar

Después de varios meses usando Codex a diario, aquí van las lecciones que he aprendido a base de probar y equivocarme:

• Elige bien el modelo. GPT-5.5 es bestia para tareas complejas, pero para "añade este endpoint REST" te sobra con GPT-5.4 o GPT-5.3-Codex-Spark. Te ahorrarás una pasta en tokens.
• Usa AGENTS.md. Crea un archivo en la raíz de tu proyecto describiendo las convenciones de código, el stack tecnológico y las reglas del equipo. Codex lo lee automáticamente y ajusta sus respuestas al contexto de tu proyecto.
• No confíes ciegamente. Codex comete errores. A veces son obvios (una variable mal escrita), a veces son sutiles (un bug de concurrencia que solo aparece en producción). Siempre revisa el diff.
• Aprovecha la Skills Library. Puedes crear skills reutilizables —plantillas de prompts para tareas frecuentes— y compartirlas con tu equipo. Yo tengo una para "generar endpoint REST con validación" que me ahorra escribir el mismo prompt cada vez.