OpenAI Codex リサーチプレビュー

OpenAI が Codex ソフトウェアエンジニアリングエージェントを紹介

OpenAI は、クラウドベースのソフトウェアエンジニアリングエージェント Codex のリサーチプレビューを開始しました。Codex は、並行して複雑な開発タスクを実行できるエージェントで、ユーザーは機能の実装、バグ修正、コードベースに関する質問への回答、プルリクエストの提案を行うことができます。各タスクは、ユーザーのリポジトリが事前にロードされた独立したクラウドサンドボックス環境で実行されます。

Technical Architecture and the codex-1 Model

Codex は codex-1 によって駆動されます。これはソフトウェアエンジニアリング向けに特別に最適化された OpenAI o3 のバージョンです。モデルは、さまざまな環境での実際のコーディングタスクに対する強化学習を用いて訓練され、人間らしいスタイルに従い、プルリクエストの好みを反映し、テストが合格するまで繰り返し実行されるように設計されています。

Execution Environment and Workflow

  • Isolated Sandboxes: 各タスクは別々の環境で独立して処理され、Codex はファイルの読み書きやコマンドの実行（型チェック、リンター、テストハーネスなど）を行えます。
  • Verification: Codex はターミナルログやテスト出力の引用を通じて、実行した操作の検証可能な証拠を提供し、ユーザーがタスク完了までの手順を追跡できるようにします。
  • Task Duration: タスクの完了には、リクエストの複雑さに応じて通常 1 分から 30 分程度かかります。
  • Integration: ユーザーは結果を確認し、修正を依頼し、GitHub のプルリクエストを作成するか、ローカル環境に直接変更を統合できます。

Repository Guidance via AGENTS.md

ユーザーはリポジトリ内に配置した AGENTS.md ファイルを使って Codex に指示を与えることができます。これらのファイルは README.md と同様の役割を果たし、エージェントにコードベースのナビゲーション方法、テスト実行コマンド、プロジェクト固有の標準的な慣行を伝えます。

Safety and Security Framework

OpenAI は、AI 主導のソフトウェアエンジニアリングの安全な実行を確保するために、いくつかの保護策を実装しています。

  • Secure Execution: エージェントは安全で隔離されたクラウドコンテナ内で動作します。デフォルトではタスク実行中のインターネットアクセスは無効化され、提供された GitHub リポジトリとユーザーが設定した依存関係へのみアクセスが許可されます。
  • Abuse Prevention: モデルはマルウェアなどの悪意あるソフトウェア開発を目的としたリクエストを識別し、拒否するように訓練されています。一方で、正当な低レベルのエンジニアリングタスクは引き続きサポートします。
  • Transparency: ユーザーはターミナルログ、テスト結果、引用を通じて出力を検証できます。エージェントは不確実性やテスト失敗を明示的にユーザーに伝えるよう設計されています。

Codex CLI and codex-mini

クラウドエージェントに加えて、OpenAI はローカルワークフロー向けのオープンソースツール Codex CLI を提供しています。新しい小型モデル codex-mini-latest（o4-mini ベース）が CLI のデフォルトとなり、低レイテンシのコード Q&A と編集に最適化されつつ、指示遵守能力を高く保ちます。

codex-mini-latest 価格 (Responses API):

  • Input: 1M トークンあたり $1.50
  • Output: 1M トークンあたり $6
  • Discount: プロンプトキャッシュ割引 75%

Early Adoption and Use Cases

OpenAI の内部チームや外部パートナーは、さまざまなエンジニアリングワークフローで Codex を活用しています。

  • OpenAI Engineers: リファクタリング、リネーム、テスト作成、新機能のスキャフォールディングに利用し、コンテキストスイッチングを削減。
  • Cisco: 製品ポートフォリオ全体での実際のユースケースを評価中。
  • Temporal: 機能開発の加速、問題のデバッグ、大規模コードベースのリファクタリングに活用。
  • Superhuman: テストカバレッジ向上と統合失敗の修正に利用し、プロダクトマネージャーが軽量なコード変更を行えるように。
  • Kodiak: デバッグツールの作成や、スタックの未知領域の理解に Codex を使用。

Availability and Roadmap

Codex は現在、ChatGPT Pro、Enterprise、Business ユーザーに向けてロールアウト中です。ChatGPT Plus と Edu ユーザー向けのサポートは近日中に提供予定です。

現在の制限:

  • フロントエンド作業向けの画像入力がない。
  • タスク途中でエージェントをコース修正する機能がない。
  • リモートエージェントの性質上、インタラクティブ編集に比べてレイテンシが高い。

今後の計画: OpenAI は、開発者がタスク途中でガイダンスを提供し、プロアクティブな更新を受け取れるような、よりインタラクティブなワークフローを導入する予定です。将来的には Codex CLI、ChatGPT Desktop、課題トラッカー、CI システムとの統合が計画されています。

Sources