Codex

OpenAIのCodex開発者エリック・プロベンチャー氏は、並列で動かすサブエージェントが2つを超えると品質は変わらずトークンだけを大量消費すると警告した。エージェント同士が互いを信頼せず、やり取りが膨らむためだという。

AIコーディングアシスタントのClaude CodeやCodexには時間感覚がなく、タスクにかかる時間を系統的に過大評価するという研究結果が発表された。Codexは最大で実際の約10倍と見積もることがある。AIに作業を任せる際の計画立案に示唆を与える。

OpenAIとキーボードメーカーが、AIエージェント向けの小型物理コントローラーCodex Microを発表した。エージェントの状態確認や操作を、文字入力だけに頼らない形へ広げる試みだ。

Codexではメインエージェントからサブエージェントへの指示が暗号化され、開発者が内部の委譲内容を確認できなくなった。自律性を高める一方、監査や障害調査のための可視性をどう残すかが課題になる。

AIエージェントの本番運用で、同じ計算予算でも探索や調整の組み方により性能差が出るとする新フレームワークが登場。Claude CodeやCodexとの比較で2.5倍効率をうたう。

新ベンチマークSWE-Exploreの調査で、Claude CodeやCodexなどAIコーディングエージェントは関連ファイルは特定できる一方、修正すべき具体的な行を見落とす割合が高いと判明した。検索精度とパッチ精度を分けて測る初の評価で、エージェントの実用上限を示す。

OpenAIのCodexがWindows 11で「Computer Use」に対応し、プログラムの操作やアプリのテスト、バグ探しを自律的に行えるようになった。不在時はスマホアプリから指示できる。