· 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 целейКогда 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 веткиКак 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 проверкиКакой 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 компьютеромКак 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 серверовЧто 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
Codex и субагенты
Katia Gil Guzman, Vaibhav Srivastav
AI Engineer Europe 2026
Близко по содержанию
Научите своего агента доказывать, что задача выполнена
Близко по содержанию
Практическая разработка с GitHub Copilot и VS Code
Harald Kirschner, Christopher Harrison
AI Engineer World's Fair 2025
Близко по содержанию
Как встроить quality gates в agentic coding workflows
AI Engineer World's Fair 2026
Близко по содержанию


