Codexが長期実行エージェント用ハーネスの「最高傑作」になった理由

하이라이트

• Codexの「Goals」機能は、手動でのオーケストレーションを必要とせずに長時間自律的にコーディングタスクを実行する統合型REPLループである。

• config.tomlファイルに「features goals = true」を追記するだけで、デスクトップアプリまたはCLIで実験的機能として有効化できる。

• Goalsループには、予算やトークン制限に近づいた際にタスクを安全に中断・要約し、後で再開できるようにする「優雅な終了」メカニズムが備わっている。

• DALL-E 3相当の画像生成モデルへのアクセスが可能であり、2Dゲーム用のスプライトやUIアセットを自動で作成しプロジェクトに統合できる。

• 45分間の自律実行により、独自のアセット、戦闘システム、Playwrightによる自動検証スクリプトを含む完全なアーケードゲームの構築が可能である。

타임라인

1. 00:00 - 00:50

   自律型コーディングの新機能「Goals」の概要

   Goals機能は、より洗練された統合型のループ構造を持っており、目的を与えるだけで自律的な作業を継続する。複雑な設定や外部のエージェント管理ツールを必要としない点が最大の特徴である。実験的機能でありながら、自律的なコーディングにおける最も簡便な手法の一つとなっている。

   • Codexは追加のオーケストレーション層を介さずに自律的なタスク実行を実現している。
   • スラッシュコマンド一つで人間が介入することなく数時間にわたる問題解決を継続できる。
   • Claude Codeなどの既存ツールに対する強力な差別化要因として統合型REPLループが機能する。
2. 00:51 - 02:07

   実験的機能の有効化とセットアップ手順

   VS Codeなどのエディタでconfig.tomlを開き、特定のフラグを書き換えるだけでセットアップは2秒程度で完了する。手動設定が困難な場合は、Codex自身に「Goalsを有効にして」と指示することで自動設定も可能である。実行中はUI上のバッジによって進行状況が通知される仕組みになっている。

   • 設定ファイルconfig.tomlにfeatures goals = trueという2行のコードを追記して有効化する。
   • 設定の変更を反映させるためにはアプリの再起動が必要となる。
   • 有効化後はデスクトップアプリまたはCLIで「/goal」コマンドを入力することで機能が呼び出される。
3. 02:08 - 07:29

   RALPHループとCodex Goalsの構造的差異

   従来のRALPHループは単純なループ構造であるため、クラッシュや予算切れに対する回復力が低い。対してCodexは、内部で隠しMarkdownファイルを使用して現在のタスクの完了度を常に監視し、監査ツールを呼び出して成果物を検証する。これにより、GSDのような外部オーケストレーション層を使わずに、一つのコマンドで高度なタスク管理が可能になっている。

   • RALPHループはプロンプトと状態管理ファイルを用いて自律性を維持する1行のBashコードである。
   • Codex Goalsはcontinuation.mdとbudget_limit.mdを使用して利用制限時の挙動を制御する。
   • 予算が尽きた際に即座に停止するのではなく、進行状況を要約して「優雅に終了」する機能を備えている。
4. 07:30 - 10:11

   Planモードによる厳密な設計と自動検証の重要性

   50時間を超えるような長時間実行も可能だが、そのためには「何をもって完了とするか」をAIに正確に指示しなければならない。2Dゲーム制作の例では、キャンバスの描画確認やキーボード操作、体力変化などのテスト項目を事前に定義している。この設計段階での具体性が、最終的な成果物の精度を左右する。

   • 長期実行タスクの成功には、Planモードで最終目標を定量的な基準まで具体化する必要がある。
   • npm run buildやPlaywrightを用いた自動検証スクリプトを計画に含めることで品質を担保する。
   • 具体的な完了条件が定義されていない場合、ループが中途半端な状態で終了するリスクがある。
5. 10:12 - 13:30

   2D戦闘ゲーム「Rift Salvage」の実装デモ

   CodexはOpenAIの技術基盤を活用しているため、外部MCPを導入することなくゲームに必要な画像をインラインで生成できる。ターミナルのみの操作とは異なり、デスクトップアプリでは生成されたアセットや開発サーバーのURLが整理されて表示される。30分後には、敵の出現やスコアリング機能を含むプレイ可能なキャンバスゲームが構築された。

   • OpenAIの画像生成モデルに直接アクセスし、敵やボスのスプライト、UIアセットを自動生成する。
   • 最初の12分でアセット生成を開始し、約30分で動作する基本プロトタイプが完成する。
   • デスクトップアプリのインライン表示機能により、進行状況をリアルタイムで視覚的に把握できる。
6. 13:31 - 17:12

   反復的な改善と複数ツール活用の最適解

   1回の実行で終わらせる必要はなく、フィードバックを与えて再度「/goal」を実行することで機能を段階的に拡張できる。デモでは2回目のパスで、敵の攻撃システムやUIウィジェットの追加が行われた。特定のツールに固執せず、Claude Codeの論理的な計画能力とCodexの自律実装・画像生成能力を組み合わせることが推奨される。

   • 新しいチャットスレッドを開始することで、同じプロジェクトに対して追加のGoalを実行できる。
   • 約45分の総作業時間で、戦闘システムの強化、コントラスト調整、ボス戦トリガーの実装が完了した。
   • Claude Codeで計画を立て、CodexのGoalsで実装するというツールの連携が最大の価値を生む。