OpenAIの大物が教える、Codexをしゃぶり尽くす方法
闻乐 凹非寺より発信
量子位 | 公式アカウント QbitAI
新任社員は、たしかに惜しみなく共有する。
Jason Liu は、13kスターのオープンソースライブラリ Instructor の作者で、OpenAI に Codex チームとして入ってまだ日が浅いにもかかわらず、SNS では気前よく API クレジットを配っている。

さらに Codex-maxxing なる記事を書き、自分なりの Codex 活用法をすべてぶちまけた。

しかも、Amazon の返金対応を自動で追いかけさせたり、Slack を定期巡回して依頼を拾わせたり、Heartbeats を回しっぱなしにしておいて、風呂に入っている間に仕事を進めさせたりする類の使い方だ。
Codex の週次アクティブユーザー数は、4月末時点でついに400万人を突破。ようやく“公式の使いこなしガイド”が出てきたというわけだ。

ちょうどこの2日間で Codex もまたアップデートされ、Appshots のスクリーンショット直接投入、Goal モードの正式リリース、画面ロック後のリモート作業対応が追加された。

Jason の活用術と重ねて見ると、今の勝負は「誰がより長く働き続けられるか」、そして「誰が本当に現場に入れるか」になってきているのが分かる……
まずは自律的に回るようにする
Jason のやり方の核心は、Codex を長期稼働し、継続的にタスクを引き継げる作業システムへと作り替えることにある。
多くの人は単発のQ&Aが終われば会話を閉じてしまうが、Jason は 月をまたいで生き残る巨大スレッド をいくつも開きっぱなしにして、むやみに切らない。
彼は仕事の流れごとにピン留めしたスレッドを用意している。日程管理用、オープンソースプロジェクト用、SNS監視用……といった具合で、Command-1 から Command-9 で一発切り替えだ。

スレッドの中には、数か月分の会話履歴、好み、判断の記録が蓄積されるため、再利用時に背景説明をやり直す必要がなく、Agent がそのまま続きを引き継げる。
スレッドの寿命を長くすればするほど、プロジェクトの背景、コミュニケーションの癖、過去の判断が自然に沈殿していき、Agent に連続性が生まれる。
しかも Jason はタスクを文字で打ち込まない。主に「話す」だけだ。
彼いわく、口述のほうが元の思考をそのまま残せるし、Prompt を無理に整える必要もない。曖昧で飛び飛びで、出典の追跡が必要な考えでも、そのまま Agent に投げ込める。
さらに Codex の Steering 機能を組み合わせれば、Agent が作業している最中でも割り込みで指示を追加でき、言い終わったらそのまま離席してよい。待機する必要はない。
ただ、本当に Codex を「ツール」から「社員」に変えるのは、Heartbeats + @computer の合わせ技だ。

Heartbeats は、要するに Agent に定期実行の仕組みを足すようなものだ。
Jason には Chief of Staff 用のスレッドがあり、30分ごとに実行される。——
Slack と Gmail をざっと見て、返信が必要なものがないか確認し、優先度を判断する。返信が必要なら下書きだけ作成し、送信はしない。最終的に送るかどうかは人間が決める。
より複雑な例として、彼はアニメーション制作のプロジェクトで、まず動画を Slack のレビュー用スレッドに投げ、それから Codex に15分ごとにそのスレッドを確認させているという。
同僚からフィードバックが来たら、Codex が新しい版を再レンダリングしてスレッドに返信する。
Slack の MCP サーバーはまだファイルアップロードに対応していないため、Agent は自分で @computer を呼び出して「Add file」ボタンをクリックし、レンダリング済みファイルをアップロードすることさえある。
別の機会には、Jason がシャワーに入る前に Codex に Amazon のカスタマーサポート待ち行列を見張らせたところ、風呂から出たら返金がすでに入金されていた。
こうした流れは、今では Google Docs のコメントや GitHub PR Review などにも広げられる。フィードバックさえあれば、自動で次の段階に進められる。

Jason が特に重視しているのは、検証機構 だ。これがあると、タスクをいつ終えるべきか判断できる。
彼は Codex に Python の Rich ライブラリを Rust に完全移植させる実験をしたことがあるが、その際の絶対条件は、元の Python ライブラリの全単体テストをすべて通すことだった。
テストに通るかどうかがタスク完了の判断基準で、失敗したら Agent は修正を続ける。
彼の言葉を借りれば、こうだ。
検証機構のない野心は、せいぜい願望にすぎない。

そして今回の最新アップデートで、OpenAI は Goal モードを実験版から正式版へ と格上げした。
最終目標と合格基準を明確にしておけば、Codex は数時間から数日にわたって自律的に前進し続ける。途中で進捗確認をしたり、方向修正したり、そのまま一時停止させたりもできる。
ただし前提として、そのタスク自体に明確で検証可能なフィードバックループが必要だ。
記憶は自分の手元に置く
Jason の使い方でもう一つ大きな柱になっているのが、個人の仕事の記憶をプラットフォーム内部に預けるべきではない という考え方だ。
彼の長期スレッドはすべて Obsidian vault から始まり、TODO、people、projects、agent、notes などのディレクトリに分けられている。

さらにトップレベルの AGENTS.md にはルールが書かれており、人事情報の更新、プロジェクトの進捗、TODO の完了など、変化があれば必ず知識ベース側の該当内容も同期するようになっている。
つまり彼は、Codex の内蔵メモリをほぼ捨て、コアとなる記憶データをローカルで管理できるファイルに置いている。これならいつでも参照でき、手動で修正もでき、差分比較で変更履歴も追える。問題が起きてもワンクリックで roll back 可能だ。
理由は明快で、AI が抱える記憶の量が増えるほど、データを単一プラットフォームに縛り付けるべきではなくなるからだ。
ファイルは完全にユーザー自身の所有物なので、あとでツールを替えたりプラットフォームを移ったりしたくなっても、知識ベースごと持っていけばよい。何の不安もない。
彼はまた、Codex に備わる記憶機能 Chronicle にも触れている。これはスクリーン上の内容を取り込んでコンテキストを構築する仕組みだ。
ただしこれは手動で有効化する実験的なプレビュー機能であり、権限、レート、プライバシーの面にはまだ弱点がある。方向性としては有望だが、成熟には至っていない。
そのため彼に言わせれば、ファイルシステムこそが最も信頼できる記憶インフラなのだ。
しかも Codex の作業環境自体も進化している。
Codex のサイドバーは、もはやチャットだけに限られない。Markdown の直接レンダリング、テーブルのフィルタリング、PDF や PPT の閲覧までできる。

Agent は内蔵ブラウザを使って JavaScript で Web ページを操作でき、ユーザーは見ながら注釈を入れられるので、ウィンドウを行ったり来たりする必要もない。
Jason によると、彼はサイドパネルで Storybook を開いて UI コンポーネントをレビューしたり、Remotion Studio でアニメーションを作ったり、Slidev でプレゼン資料を作ったりしているという。
そして彼がいちばん気に入っている納品形式は、JS と CSS を含んだ単一ファイルの index.html だ。デプロイ不要、サーバー不要、開けばそのまま動く。
さらに彼は、Connectors と Skills を再利用可能なワークフローのテンプレートとして扱っている。
一度うまくいった有用な作業は、その流れごとパッケージ化してしまう。そうすれば次回 Codex は一から学び直す必要がなく、そのまま呼び出せる。
最近の Codex はリモート作業能力も強化され、PC をロックしても作業を続けられるようになった。モバイル端末からは、進捗の確認、承認、さらにはタスクの引き継ぎまでリアルタイムで行える。
これで、あなたが定時で帰っても向こうは残業、あなたがロックしても向こうは稼働。超過 KPI の完成だ……
とはいえ、AI が継続的に仕事を引き受けてくれるなら、人間のほうはどんどん楽になっていくわけである(doge)。