Technischer Kontext
Ich habe überprüft, was genau in Codex passiert ist, und das Bild ist zweischneidig. Einerseits hat OpenAI am 12. Juli vorübergehend das 5-Stunden-Limit für Plus, Pro und Business aufgehoben. Andererseits tauchte ein sehr unangenehmer Bug in Terra auf: Der Agent kann mitten in der Arbeit aufhören, Code zu schreiben, und stattdessen einfach wie ein Chat antworten.
Für diejenigen, die KI-Automatisierung um die Codegenerierung herum aufbauen, ist das keine Kosmetik. Ich würde dies als eine Änderung des operativen Verhaltens des Systems betrachten, nicht nur als UI-News. Das Limit wurde vorübergehend aufgehoben, weil nach GPT-5.6 Sol die Last stark anstieg, aber die wöchentliche Obergrenze ist geblieben, und der Pool wird immer noch mit anderen ChatGPT Work-Aufgaben geteilt.
Den Symptomen nach sieht der Bug so aus: Die Sitzung startet normal, Modell Terra, Effort high, Speed standard, und dann hört der Agent plötzlich auf, als Agent zu agieren. In Diskussionen vermuteten die Leute zuerst /plan, aber in echten Fällen stellte eine neue Sitzung mit denselben Parametern das normale Verhalten wieder her. Als Ingenieur sehe ich das so: Wenn eine neue Sitzung das Problem behebt, dann liegt der Fehler höchstwahrscheinlich im Zustand dieser spezifischen Sitzung und nicht im Prompt selbst.
Und hier hatte ich einen Stillstand. Wenn ein Werkzeug zur Codeentwicklung mitten in der Aufgabe den Modus wechselt, ist das keine Frage der Bequemlichkeit mehr, sondern der Vorhersagbarkeit der Pipeline.
Auswirkungen auf Unternehmen und Automatisierung
Wer profitiert? Teams, die mit langen Agentenläufen an die alte 5-Stunden-Grenze stießen. Jetzt können Refactoring, Testgenerierung und technische Migrationen länger ohne ständige Pausen laufen.
Wer verliert? Diejenigen, die bereits einen Produktionsprozess an eine einzige lange Terra-Sitzung ohne Sicherheitsnetz gebunden haben. Wenn der Agent plötzlich in den Chat wechselt, hängt die Pipeline, und der Entwickler beginnt, den Kontext manuell zu durchforsten.
Ich würde jetzt drei Dinge einbauen: kurze atomare Aufgaben statt einer endlosen, automatischen Neustart einer neuen Sitzung bei Moduswechsel und die Verteilung kritischer Szenarien auf verschiedene Modelle. Das ist keine Theorie der KI-Integration mehr, sondern ganz normale Engineering-Hygiene.
Wir bei Nahornyi AI Lab beheben genau solche Stellen bei Kunden: Wir schließen nicht nur ein Modell an, sondern bauen eine robuste KI-Architektur mit Wiederholungen, Fallback-Logik und ordentlicher Kostenkontrolle auf. Wenn Codex bereits Ihre Release-Zeitpläne beeinflusst, können wir gemeinsam Ihren Prozess durchgehen und KI-Automatisierung so aufbauen, dass eine Laune der Sitzung nicht die gesamte Entwicklung zerstört.