OpenAI өөрийн кодинг агентын гол цөм "Codex Harness"-ийг нээлттэй эх болгон цацлаа: Токены зардлыг 6 дахин бууруулах нь

Сүүлийн хоёр жилд хиймэл оюун ухаанд суурилсан кодын туслахууд (AI Coding Agents) чат цонхноос хальж, терминал дээр шууд бие даан код бичиж, тест ажиллуулан, алдаагаа засах түвшинд хүрч хөгжлөө. Гэвч хөгжүүлэгч, инженерүүдийн хувьд бие даасан агент бүтээхэд тулгардаг хамгийн том бэрхшээл нь загварын чадвар биш, харин агентын ажиллах орчин (execution loop), санах ойн менежмент болон асар өндөр токены зардал байсаар ирсэн.

OpenAI компани энэхүү асуудлыг шийдэх зорилгоор өөрсдийн тэргүүлэх кодинг агент Codex-ийн суурь хөдөлгүүр болох "Codex Harness" фрэймворкийг албан ёсоор нээлттэй эх болгон Apache-2.0 лицензээр нийтийн хүртээл болголоо.

Codex Harness гэж юу вэ?

Codex Harness нь том хэлний загваруудыг (LLM) зүгээр нэг чатбот байдлаар ашиглах бус, бодит программ хангамжийн төсөл дээр тасралтгүй, найдвартай ажиллах бие даасан программ зохиогч агент болгон хувиргах бүрэн хэмжээний execution runtime юм.

Нээлттэй эхийн багцад дараах үндсэн гурван бүрэлдэхүүн багтсан байна:

app-server: Агентын төлөв, санах ой, даалгаврын хуваарилалт болон дэд процессуудыг удирдах төв сервер.
Codex SDK: Хөгжүүлэгчид өөрсдийн хувийн хэрэгсэл (custom tools), MCP (Model Context Protocol) серверүүд болон загваруудыг холбох программчлалын интерфэйс.
codex exec (CLI): Терминал дээр шууд агентыг дуудан ажиллуулах, git үйлдлүүд хийх, скриптүүдийг автоматжуулах комманд мөрийн хэрэгсэл.

Токены зардлыг 6 дахин бууруулсан нууц

AI агент урт хугацаанд ажиллах үед өмнөх бүх комманд, терминалын гаралт, кодын файлуудыг контекстдээ чирсээр байдаг тул prompt токены хэмжээ асар хурдтай өсөж, API төлбөр тэнгэрт хаддаг.

OpenAI энэхүү асуудлыг Retained Reasoning буюу бодлогын төлөвийг шахах болон Context Compression алгоритмаар шийджээ. Harness нь тухайн кодын даалгаварт чухал шаардлагагүй терминалын log, давхардсан файлын бүтцийг ухаалгаар шүүж, зөвхөн агентын шийдвэр гаргалтад шаардлагатай мэдээллийг авч үлддэг.

Токены хэмнэлт: Уламжлалт agent loop-тэй харьцуулахад гаралтын болон оролтын токен зарцуулалтыг 6 дахин (1/6 болгож) бууруулсан.
Гүйцэтгэлийн өсөлт: ARC-AGI-3 болон SWE-bench дээр ижил GPT-5.6 Sol суурь загварыг Harness орчинд ажиллуулахад чадварын үнэлгээ нь 13.3%-иас 38.3% хүртэл өссөн байна. Учир нь цэвэршүүлсэн контекст нь загварыг "төөрөх"-өөс сэргийлдэг.

Production түвшний онцлогууд: Interruptibility ба Human-in-the-Loop

Codex Harness-ийн хамгийн их сайшаал хүртэж буй хэсэг нь бодит үйлдвэрлэлийн системд тавигддаг аюулгүй байдал, хяналтын шаардлагуудыг сууриар нь шийдэж өгсөн явдал юм.

Interruptibility (Үйлдлийг зогсоох боломж): Хэрэв агент буруу замаар явж эхэлбэл хөгжүүлэгч процесс дундуур нь хүчээр зогсоож, чиглүүлэг өгөх боломжтой. Төлөв алдагдахгүй, дахин эхнээс нь эхлэх шаардлагагүй.
Human-in-the-loop Approval: Системийн чухал командууд (жишээ нь: өгөгдлийн сангийн schema өөрчлөх, git push --force, rm -rf гэх мэт) ажиллахын өмнө хөгжүүлэгчээс баталгаажуулалт нэхэх эрхийн удирдлагын давхаргатай.
Real-time Event Streaming: Агент юу бодож, ямар файлд засвар оруулж байгааг WebSocket/SSE ашиглан миллисекундын дотор UI эсвэл IDE руу дамжуулна.

Хөгжүүлэгчид хэрхэн ашиглах вэ?

Apache-2.0 лицензтэй тул компаниуд болон нээлттэй эхийн төслүүд өөрсдийн дотоод систем, IDE залгаасууд болон CI/CD пайплайндаа Harness-ийг үнэгүй ашиглаж, өөрчлөх бүрэн эрхтэй.

# Суулгах
npm install -g @openai/codex-harness

# Дотоод app-server асаах
codex-server start --port 8080

# Терминалаас агент дуудах
codex exec "Fix broken unit tests in auth module" --auto-approve=safe-only

Энэхүү фрэймворк нь зөвхөн OpenAI-ийн загваруудаар хязгаарлагдахгүй бөгөөд загварын тохиргоог OpenAI API нийцтэй дурын endpoint (жишээ нь, local vLLM эсвэл Ollama дээр ажиллаж буй Qwen, DeepSeek загварууд) руу чиглүүлж болох плагин бүтэцтэй юм.

Дүгнэлт

AI агент хөгжүүлэлтийн ертөнцөд саяхныг хүртэл хүн бүр өөр өөрийн гар хийцийн while-loop, prompt удирдлага, санах ойн шийдлийг зохиох гэж цаг алддаг байсан. OpenAI Codex Harness-ийг нээлттэй болгосноор кодинг агентуудын стандарт runtime бий болж, зардал болон чанарын хувьд хөгжүүлэгчдэд асар том дэвшил авчирч байна.

Эх сурвалж: Open Source For You - OpenAI Open Sources Codex Harness Framework, OpenAI Engineering Publications.