深掘り · 小互解読

OpenAI、Codex の中核フレームワーク Agent Harness をオープンソース化:Agent を自社の業務システムに簡単に組み込める

OpenAI は、コンテキスト管理、ツール呼び出し、サンドボックス、承認を担う Codex の実行基盤を公開しました。開発者はエージェントフレームワークをゼロから作らなくても、既存のダッシュボード、チケット管理、業務管理画面に Codex を組み込めます。

1分で要点
  • Codex はもはやプログラミングプラグインやチャットボックスの中だけの存在ではありません。そのエージェント機能は、物流管理画面、チケット管理、税務申告、監視システムなどに接続できます。
  • ユーザーは従来どおりのシステムで作業を続けます。システムは現在のオブジェクトと業務状態を Codex に渡し、重要な操作はルールに基づいて人間の承認を待ち、結果は正式な記録に書き戻されます。
  • 開発チームは、コンテキストの保持、ツール呼び出し、サンドボックス、進捗管理、承認機能をゼロから構築する必要はありません。Codex が提供するオープンソースのコンポーネントをそのまま利用できます。
  • オープンソース化されたのは、CLI、SDK、app-server などの実行基盤です。モデル、ホスティングサービス、IDE 拡張機能、Codex cloud はオープンソース化されていません。

OpenAI は今回、何をオープンソース化したのか

OpenAI は、Codex が継続的に作業を進められるようにする基盤フレームワークをオープンソース化しました:Agent Harness

大規模言語モデルは、賢い頭脳と考えることができます。頭脳は考えますが、自分がどのチケットを処理しているかを自動的に把握したり、前のステップをどこまで進めたかを自然に記憶したりはしません。どのシステムにデータを確認しに行けばいいのか、どの操作を直接実行できるのか、お金を使う・記録を変更する前に誰の承認を得るべきかも分かりません。モデルに実際に会社で働いてもらうには、作業記録、ツールボックス、入退室管理、承認プロセスが必要です。Agent Harness は、まさにこの「就業システム」です。

今回の公開によって、具体的に3つのことがもたらされます:

  • 開発者向け:インフラ層の構築を減らせる。 コンテキストの記憶、ツール呼び出し、サンドボックス、進捗管理、承認メカニズムは、Codex が既に公開しているオープンソースのコンポーネントを再利用できます。
  • プロダクト向け:AI を既存ソフトウェアに統合できる。 物流管理システム、チケットシステム、税務申告ソフトウェア、監視ダッシュボードなどを、Codex の作業インターフェースにできます。
  • ユーザー向け:作業をチャットボックスに移し替える必要がなくなる。 元のシステムが現在のオブジェクトと業務状況を提供し、結果は元の正式な記録に反映されます。

物流管理システムに組み込んだ場合、例えばこうなります。管理者が遅延した貨物を選択すると、Codex は現在のステータスを直接取得して原因を調査します。再予約など費用が発生するアクションが必要な場合は、システムがルールに従って一旦停止し、人間の承認を待ちます。

ただし、先に境界線を明確にしておきます。OpenAI は、Codex 全体、モデル、クラウドサービスをすべてオープンソース化したわけではありません。明確に公開されたのは、Codex CLI、SDK、app-server などの Harness と接続コンポーネントです。モデルへのアクセス、ホスティングサービス、IDE 拡張機能、Codex cloud は、引き続き独立した部分です。正確に言うと、開発者が入手できるのは、Codex のエージェント実行基盤と接続層であり、Codex 全体をセルフホストできるバージョンではありません。

なぜモデルだけでは、本物のエージェントにならないのか

通常の大規模言語モデルの呼び出しはシンプルです。質問を入力し、回答を待つだけです。しかし、タスクが「答える」から「完了させる」に変わると、欠けている部分がすぐに明らかになります。

モデルは、自分がどのオブジェクトを処理しているかを把握し、これまでに行ったことを記憶し、ファイルやログ、業務記録を読み取り、外部ツールを呼び出し、失敗したら別の方法を試し、自動実行できるアクションと、人間の承認を必要とするアクションを区別できなければなりません。タスクが数十分以上に及ぶ場合や、複数回のやり取りにわたる場合、古いコンテキストを圧縮しつつ、初期の重要な判断を忘れないようにする必要もあります。

Agent Harness は、進捗の記憶、ツールのスケジューリング、権限の制限、タスクの遂行を担当する実行システムです。

Harness が重要な理由として、最も直接的な問いはこれです。同じモデルでも、実行方法が変わると結果はどれだけ変わるのか。OpenAI は、非常に重みがありながらも、誤用されやすい数字を示しました。