OpenClaw Codex Provider: Native Auth, Threads, Model Discovery

OpenClaw 2026.4.10 (laut GitHub Release Notes) bringt einen fundamentalen Architekturwechsel für Codex- und GPT-Modelle: Statt über den generischen OpenAI-Provider zu laufen, nutzen sie jetzt den gebündelten Codex-Provider mit app-server harness. Das bedeutet native Authentifizierung, Thread-Unterstützung, Model Discovery und Compaction – direkt in OpenClaw integriert, nicht als Wrapper-Layer.

Für Entwickler, die Codex oder GPT-Modelle in ihren Agenten einsetzen, ist das mehr als nur eine technische Detailverbesserung. Es reduziert Abhängigkeiten, verbessert die Performance und eröffnet einen klaren Upgrade-Pfad für zukünftige Features. Gleichzeitig bleibt der klassische openai/gpt-*-Pfad für bestehende Integrationen erhalten.

Warum ein dedizierter Codex Provider?

Bisher liefen Codex- und GPT-Modelle in OpenClaw über denselben Provider wie alle OpenAI-Endpoints. Das führte zu mehreren Einschränkungen:

Authentifizierung: Codex benötigte separate API-Keys und konnte nicht von OpenClaws native Auth-Infrastruktur profitieren
Threads: Codex-spezifische Thread-Features waren nicht verfügbar
Model Discovery: Neue Codex-Modelle mussten manuell konfiguriert werden
Compaction: Spezielle Komprimierungstechniken für Codex-Calls fehlten

Mit dem gebündelten Codex-Provider (Pull Request #64298, laut Release Notes) löst OpenClaw diese Probleme. Der Provider lädt automatisch verfügbare Codex-Modelle, verwaltet Threads nativ und nutzt OpenClaws Auth-System. Für Nutzer bleibt die Oberfläche gleich – sie wählen weiterhin zwischen codex/... und openai/... – aber die Infrastruktur dahinter ist jetzt optimiert.

Ein konkretes Szenario: Stell dir vor, du entwickelst einen Coding-Agenten, der zwischen Codex und GPT-4o wechselt, je nach Aufgabe. Bisher musstest du für beide separate Auth-Mechanismen konfigurieren und konntest keine Codex-spezifischen Features wie Thread-Persistence nutzen. Mit dem neuen Provider läuft beides über dieselbe Infrastruktur, mit automatischer Model Discovery und optimierter Komprimierung für Codex-Calls.

Die wichtigsten Verbesserungen im Detail

Native Authentifizierung

Der Codex-Provider nutzt jetzt OpenClaws zentrales Auth-System (laut Release Notes). Das bedeutet:

Einheitliche Credentials: Keine separaten API-Keys mehr für Codex
Sicherheitsupdates: Auth-Verbesserungen gelten automatisch für alle Provider
Audit-Logging: Alle Codex-Calls erscheinen im zentralen OpenClaw-Log

Praktisch sieht das in der Konfiguration so aus:

agents:
  defaults:
    model: codex/gpt-4o-mini  # Nutzt jetzt native Auth

Thread-Unterstützung

Codex-Threads (lange Konversationen mit Kontext-Persistence) werden jetzt nativ verwaltet (laut Release Notes):

Automatische Thread-Erstellung: Bei längeren Sessions
Context Window Management: Optimierte Komprimierung für Codex-spezifische Token-Limits
Session-Persistence: Threads bleiben über Gateway-Restarts erhalten

Das ist besonders wertvoll für Coding-Sessions, wo Kontext über mehrere Iterationen hinweg relevant bleibt.

Model Discovery

Neue Codex-Modelle werden automatisch erkannt (laut Release Notes):

Dynamic Loading: Bei Provider-Start
Version Updates: Neue Model-Versionen ohne Config-Änderungen
Fallback-Logik: Automatische Fallbacks bei Model-Unverfügbarkeit

Entwickler müssen nicht mehr manuell jede neue Codex-Version in ihre Config eintragen.

Compaction

Codex-spezifische Komprimierungstechniken reduzieren Token-Verbrauch (laut Release Notes):

Structured Output Optimization: Besonders für Code-Generation
Context Window Preservation: Wichtiger Code-Kontext bleibt erhalten
Performance Gains: Schnellere Response-Times bei gleicher Qualität

Upgrade-Pfad und Kompatibilität

Der Wechsel ist abwärtskompatibel. Existierende Konfigurationen funktionieren unverändert:

codex/...-Modelle nutzen automatisch den neuen Provider
openai/...-Modelle bleiben auf dem klassischen Pfad
Keine Breaking Changes für bestehende Integrationen

Für Entwickler, die explizit auf den neuen Provider umsteigen wollen, gibt es eine klare Migration:

# Vorher: Generischer OpenAI-Provider
model: openai/gpt-4o

# Nachher: Codex-Provider (empfohlen für Codex/GPT)
model: codex/gpt-4o

Der Hauptunterschied: codex/... nutzt die optimierte Infrastruktur, während openai/... die klassische Route beibehält. Beide funktionieren parallel.

Weitere Neuerungen in 2026.4.10

Neben dem Codex-Provider bringt das Release weitere wichtige Features:

Active Memory Plugin (Pull Request #63286)

Ein optionales Memory-Plugin, das OpenClaw einen dedizierten Memory-Sub-Agent zur Verfügung stellt. Das System pullt automatisch relevante Präferenzen, Kontext und vergangene Details, bevor die Hauptantwort generiert wird. Features:

Configurable Modes: Message/recent/full context
Live Inspection: /verbose-Befehl für Debugging
Transcript Persistence: Opt-in für Debugging-Zwecke
Advanced Tuning: Prompt/Thinking-Overrides

macOS/Talk: MLX Speech Provider (Pull Request #63539)

Ein experimenteller lokaler MLX Speech Provider für Talk Mode:

Explicit Provider Selection: Lokale vs. Cloud-Synthese
Local Utterance Playback: Offline-Fähigkeiten
Interruption Handling: Natürliche Unterbrechungen
System-Voice Fallback: Garantierte Verfügbarkeit

Video Generation: Seedance 2.0 (Fal Provider)

Aktualisierte Model-References für Seedance 2.0:

Duration/Resolution/Audio: Provider-spezifische Metadaten
Seed Metadata: Reproduzierbare Generationen
Live Runs: Direkte Integration ins Fal-Provider-System

Praktische Implikationen für Agenten-Entwickler

Für die OpenClaw-Community bedeutet der neue Codex-Provider mehrere konkrete Vorteile:

Reduzierte Komplexität: Weniger Config-Boilerplate für Codex-Integrationen
Bessere Performance: Optimierte Komprimierung und Thread-Verwaltung
Zukunftssicherheit: Klarer Pfad für kommende Codex-Features
Einheitliches Debugging: Alle Calls im zentralen Log

Besonders interessant ist der Active Memory Plugin für komplexe Agenten-Architekturen. Statt manuell Context-Management zu implementieren, können Entwickler jetzt auf eine native Lösung setzen, die automatisch relevante Informationen aus vorherigen Sessions pullt.

Key Takeaways

Architekturwechsel: Dedizierter Codex-Provider statt generischem OpenAI-Wrapper
Native Features: Auth, Threads, Model Discovery und Compaction integriert
Abwärtskompatibel: codex/... und openai/... Pfade parallel verfügbar
Performance-Gewinne: Optimierte Komprimierung für Codex-spezifische Workloads
Active Memory: Optionales Plugin für automatischen Context-Recall
MLX Speech: Lokale Sprachsynthese für macOS/Talk Mode

OpenClaw 2026.4.10 zeigt, wie das Framework von einer Sammlung integrierter Tools zu einer kohärenten Plattform wächst. Der Codex-Provider ist kein isoliertes Feature, sondern Teil einer größeren Strategie: native Integration statt Wrapper, Optimierung statt Kompromisse, Upgrade-Pfade statt Dead Ends. Für Entwickler, die ernsthafte KI-Agenten bauen wollen, ist das ein wichtiger Schritt nach vorn.