Назад
22 мая 2026 г. в 05:45 AI OpenAI Codex Agents AI Coding OpenAI Developers; cover: OpenAI Developers

Codex учится держать цель для работы на несколько часов

Codex учится держать цель для работы на несколько часов

OpenAI продвигает для Codex сценарий Follow a goal — режим автономной работы, где агенту задают не следующую маленькую команду, а цель на несколько часов. В документации компания описывает /goal: команда удерживает Codex на одном направлении, пока задача не завершена, заблокирована или остановлена человеком.

Это важный сдвиг в том, как OpenAI упаковывает Codex для программистов. Раньше типичный агентный процесс часто выглядел как длинная переписка: «прочитай файлы», «теперь поправь тесты», «теперь запусти сборку», «теперь проверь ещё раз». /goal пытается превратить эту цепочку в один контракт: вот план, вот этапы, вот проверки, вот когда нужно остановиться.

Что изменилось

Главная идея Follow a goal — устойчивая цель. Она переживает один ответ и не теряется после первой промежуточной правки. Codex должен помнить, к какому результату идёт, какие файлы и документы важны, какие ограничения нельзя нарушать и какое условие считается финальным.

OpenAI связывает /goal с задачами, где есть понятный критерий успеха и цикл проверки. Агенту мало сказать «улучши проект». Ему нужно объяснить, чем закончится работа: тесты проходят, старый импорт исчез, новая интеграция подключена, прототип запускается, отчёт содержит риски.

Здесь легко забыть ключевую вещь: план должен быть исполняемым. Если PLAN.md — это просто список пожеланий, многочасовая автономность быстро превращается в догадки по чату. Хороший план раскладывает работу на этапы, задаёт проверки для каждого этапа и отдельно описывает визуальную валидацию, если результат виден в интерфейсе.

Почему это важно

Для разработчиков ценность здесь в снижении ручного микроменеджмента. Если задача занимает несколько часов, человек теряет время не только на код, но и на постоянное возвращение к агенту: напомнить контекст, уточнить следующий шаг, попросить заново запустить тесты, остановить расползающийся рефакторинг.

/goal переносит часть этой дисциплины в стартовую постановку. Codex может двигаться чекпоинтами: сначала инвентаризация, затем изменение кода, затем тесты, затем чистка, затем финальный отчёт. Человек при этом остаётся владельцем решения: он задаёт контракт в файлах и может вмешаться, если агент уходит не туда.

Это заметно на задачах, где промежуточный шум не так важен, как доказуемый финал. «Реализуй PLAN.md, создай тесты для каждого этапа и проверь экран через Playwright interactive» лучше подходит для /goal, чем «посмотри, что можно улучшить». Во втором случае Codex будет угадывать критерий успеха.

Как пользоваться /goal

Практически лучший сценарий выглядит как /goal Implement PLAN.md. Сначала человек кладёт в репозиторий PLAN.md: какой результат нужен, какие этапы пройти, какие тесты написать на каждом этапе, какие проверки запускать, где нужны reference screens и что считать готовым состоянием.

После этого /goal не должен заменять план. Он должен заставить Codex держать этот контракт несколько часов: читать файлы, делать изменения, создавать тесты под каждый этап, запускать проверки и возвращаться к цели после промежуточных ошибок.

Пример постановки:

/goal Implement PLAN.md, creating tests for each milestone and verifying the output with playwright interactive.
Use the reference screens in docs/reference-screens/ where relevant.
Before coding, read PLAN.md, docs/new-client.md, src/settings/* and existing settings tests.
Do not change auth or global design outside the plan.
For each milestone, add or update tests first, then implement the code, then run npm test -- settings and npm run typecheck.
For UI milestones, open the result with Playwright interactive and compare it with the reference screens.
Stop when every milestone in PLAN.md is complete, tests and typecheck pass, Playwright verification is done,
and the final report lists changed files, checks run and remaining risks.

В этом примере важны не длинные формулировки, а проверяемость. «Код стал лучше» не является условием остановки. «Сборка проходит, тесты зелёные, старый API больше не встречается в нужной папке» — является.

OpenAI также описывает простые команды управления. /goal без аргументов показывает текущий статус. /goal pause временно останавливает работу, если нужно проверить изменения или дождаться внешнего решения. /goal resume продолжает тот же забег. /goal clear очищает цель, когда задача завершена, заблокирована или больше не актуальна.

Где режим сработает лучше всего

Лучшие кандидаты для /goal — задачи больше одного промпта, но меньше бесконечного бэклога, особенно если их можно описать в PLAN.md с этапами и проверками. Например: миграция одного модуля, устранение класса тестовых падений, сборка прототипа с понятным демо, оптимизация промпта по конкретному набору eval-кейсов.

Плохие кандидаты — размытые поручения и списки несвязанных задач. «Приведи приложение в порядок» лучше сначала превратить в конкретную цель. «Сделай десять разных улучшений» лучше разбить на несколько отдельных забегов. Иначе агент будет держать не цель, а мешок пожеланий.

Смысл обновления не в том, что Codex теперь можно отпускать без присмотра на весь день. OpenAI делает ставку на режим, где человек формулирует проверяемый результат, а Codex несколько часов держит курс к нему: не «сделай что-нибудь полезное», а «дойди до этого состояния и докажи, что дошёл».

Ещё новости

AWS добавила в Textract ИИ-проверку полей по страницам документа
21 ноября 2026 г.
AWS добавила в Textract ИИ-проверку полей по страницам документа

Amazon Textract Insights извлекает поля из смешанных пакетов документов и возвращает для каждого значения оценку уверенности и привязку к странице. AWS позиционирует сервис как способ автоматизировать обработку без отказа от проверки человеком.

Математик Anthropic заявил о доказательстве гипотезы Римана с Claude
20 ноября 2026 г.
Математик Anthropic заявил о доказательстве гипотезы Римана с Claude

Математик Anthropic Левент Альпёге заявил, что вместе с Claude получил формальное доказательство гипотезы Римана и её обобщения. Код на Lean уже скомпилировался у независимого математика, но математическому сообществу ещё предстоит разобрать и подтвердить сам результат.

Signal блокирует захват экрана, чтобы ИИ-агенты не читали чаты
20 ноября 2026 г.
Signal блокирует захват экрана, чтобы ИИ-агенты не читали чаты

Signal вводит защиту от захвата экрана на iOS 27 и при обнаружении ИИ-помощника на Android. Мессенджер предупреждает: мера не закрывает все пути доступа и на macOS пока не работает.

В отчёте Reco — восемь захваченных аккаунтов Microsoft 365 за минуты
20 ноября 2026 г.
В отчёте Reco — восемь захваченных аккаунтов Microsoft 365 за минуты

В отчёте Reco описан инцидент с восемью захваченными аккаунтами Microsoft 365: после кражи сессии злоумышленники быстро меняли правила почты. Компания не утверждает, что атаку выполнил ИИ — и это важная граница для интерпретации.

DeepMind описал четыре пути от AGI к сверхинтеллекту
20 ноября 2026 г.
DeepMind описал четыре пути от AGI к сверхинтеллекту

Исследователь Google DeepMind Тим Генвейн предлагает смотреть на переход от человеческого уровня ИИ к сверхинтеллекту как на набор проверяемых технических сценариев. Это не прогноз сроков, а карта возможных ускорителей и ограничений.

Google выпустила Gemini 4 Neon: скорость Carbon за 60% цены
19 ноября 2026 г.
Google выпустила Gemini 4 Neon: скорость Carbon за 60% цены

Google представила Gemini 4 Neon — модель для сложных задач в коде, офисной работе и науке. Компания заявляет качество уровня Gemini 4 Carbon при трёхкратной скорости и 60% стоимости; проверять это стоит на собственных задачах.

GitHub открыла протокол для сессий AI-агентов между устройствами
19 ноября 2026 г.
GitHub открыла протокол для сессий AI-агентов между устройствами

GitHub описала открытый Agent Host Protocol: он сохраняет состояние AI-агента при переходе между VS Code, Copilot, телефоном и облаком. Это не новый агент, а общий способ подключать клиентов к уже работающей сессии.

Google представила Stitch Loop для непрерывной доработки приложений
19 ноября 2026 г.
Google представила Stitch Loop для непрерывной доработки приложений

Google Labs открыла лист ожидания Stitch Loop — агента, который подключается к коду и рабочим метрикам, находит проблемы и готовит pull request’ы. Сливать изменения без проверки человека сервис не должен.

GitHub отсеял 9 791 AI-находку до 99 отчётов для open source
18 ноября 2026 г.
GitHub отсеял 9 791 AI-находку до 99 отчётов для open source

В пилоте GitHub и Microsoft превратили тысячи сигналов AI-сканера в 99 проверенных закрытых отчётов для шести open-source-проектов. К 15 ноября мейнтейнеры исправили 55 из них — но это ранний опыт, а не доказательство универсальной эффективности сканеров.

OpenAI пустит четыре внешние команды внутрь своих систем безопасности
18 ноября 2026 г.
OpenAI пустит четыре внешние команды внутрь своих систем безопасности

OpenAI запускает первую фазу встроенных независимых оценок: Apollo Research, METR, Transluce и Goodfire получат доступ к части внутренних моделей, данных и процессов. Формат обещает больше прозрачности, но независимость публикаций ограничена правом компании скрывать конфиденциальные детали.

Microsoft выпустила MAI Code 2 для GitHub Copilot и Foundry
18 ноября 2026 г.
Microsoft выпустила MAI Code 2 для GitHub Copilot и Foundry

Microsoft представила MAI Code 2 и более быструю MAI Code 2 Flash — собственные модели для повседневной работы с кодом. Основная версия уже доступна в GitHub Copilot и Azure AI Foundry, а Flash в Foundry пока остаётся в ограниченном предпросмотре.

GPT‑6.2 Astra прибавила пять пунктов, но лидером рейтинга остаётся Claude
17 ноября 2026 г.
GPT‑6.2 Astra прибавила пять пунктов, но лидером рейтинга остаётся Claude

В независимом сводном рейтинге Artificial Analysis GPT‑6.2 Astra получила 62 из 100 — на пять пунктов больше, чем GPT‑6 Astra. Это заметный скачок OpenAI, но первое место остаётся у Claude Fable 5.2 Max с 65 баллами; Sol выросла с 55 до 57.