← Каталог

· AI Engineer World's Fair 2026

Готовим с Codex

Cooking with Codex — Charlie Guo & Gabriel Chua, OpenAI

Отдельные запросы к Codex стоит превращать в циклы, которые работают часами без присмотра, с человеком на проверке и авторизации.

  • Цели с проверяемым критерием — goal с явными критериями завершения работает долго: по словам авторов, одна такая цель шла 40 часов и переписала Doom на нативном Swift. На каждом ходу агент сверяется с критерием и решает, продолжать ли работу.
  • Аудит и субагенты на вехах — на контрольных точках запускаются code review и проверка соответствия плану из goals.markdown, а dashboard показывает, какой поток что делает. Субагенты держат контекст раздельно, а отдельные треды видны пользователю и могут передавать работу друг другу.
  • Хуки для детерминированных проверок — скрипт в конце хода или проверка на утечку API-ключа перед вызовом инструмента выполняются всегда, а не по решению модели.
  • Выбор способа управления браузером — in-app browser подходит для глубокого тестирования локального веб-приложения, computer use для программ без API, Chrome extension для работы с уже открытыми сессиями и авторизацией.

Кому полезно: тем, кто запускает Codex на длинные задачи и хочет убрать себя из рутинных шагов вроде получения API-ключей.

Статья по теме

На какие вопросы отвечает доклад

  • Как заставить агента работать часами и понимать, что задача действительно готова?

    Задавайте цель с проверяемыми критериями завершения: на каждом шаге агент сверяется с ними и решает, продолжать ли работу. Спикеры запускали такие цели на 15 и 40 часов.

    ▶ 42:28Compaction и проверяемые критерии целей
  • Когда делегировать работу субагентам, а когда выносить её в отдельный видимый тред?

    Субагенты подходят, когда результат нужен только модели и контекст должен быть изолирован. Отдельный тред выбирают, если человеку нужно видеть ход работы и вмешиваться, при этом треды могут переписываться между собой.

    ▶ 45:04Подагенты и видимые ветки
  • Как добавить детерминированные проверки в цикл агента для кодинга?

    Hooks в config.toml запускают скрипты на контрольных точках: сканируют промпты на утёкшие API-ключи, проверяют вызовы инструментов по белому списку и валидируют результат при остановке хода.

    ▶ 47:57Hooks и детерминированные проверки
  • Какой способ управления браузером выбрать агенту: встроенный браузер, computer use или расширение Chrome?

    Встроенный браузер подходит для глубокого тестирования локальных веб-приложений, computer use для программ без удобного API, а расширение Chrome для работы в уже авторизованных сессиях с разрешения пользователя.

    ▶ 26:24Выбор управления браузером и компьютером
  • Как агенту дождаться готовности облачной инфраструктуры, не ожидая ее в чате?

    Heartbeat-автоматизация возобновляет тред по таймеру, например каждые пять минут, и проверяет готовность. По такому же принципу можно отслеживать сборки и события деплоя.

    ▶ 50:24Автоматизация Heartbeat и подготовка серверов
  • Что делать, когда долгая задача агента стоит из-за отсутствующих ключей и авторизации?

    Агент помечает задачу заблокированной, а побочный тред объясняет, какие данные нужны. Ключи передаются через безопасный bash-скрипт, а не вставляются в чат.

    ▶ 37:23Подагенты, дашборды, блокеры и результаты конструктора форм

Главы

Ещё доклады: Charlie Guo

Страница спикера →

Похожие доклады