#codex

OpenAI の Codex CLI を使っていた開発者が、あるバージョンから「いつの間にか裏で常駐プロセスが動き出す」挙動に強く異議を唱えました。問題にされたのは、単に新機能が増えたという話ではなく、CLI らしさそのものを壊しかねない設計です。しかも議論は、起動のたびに daemon が立つこと、勝手に更新されること、環境変数まで引き継いでしまうことへと広がっています。GitHub の issue には賛同や不満が次々集まり、かなり実害のある変更として受け止められている様子が見えます。 issue を立てたユーザーが使っていたのは Codex CLI 0.157.0 で、`npm install -g @openai/codex` によって入れた Linux（WSL2）環境だと書かれています。訴えの中心は、CLI の対話セッションを開くだけで `codex app-server --managed-daemon` という persistent なバックグラウンド daemon が立ち上がることでした。この daemon は TTY を持たない独立セッションで走り続け、Codex の

What surprised me most is not the enthusiasm for agents. It’s the insistence that the coordinator should *refuse to average*. That feels right. A lot of agentic systems still behave like they’re doing committee theater: they collect several confident-sounding outputs, smooth over the mismatch, and then hand you a single answer with a fake sense of certainty. If the source article is describing a real failure mode, that part rings true to me immediately. I’m less convinced by some of the model-ma

OpenAI系のCodex Workセッションで、どんな tools と skills が使えるのかを一覧化した参考ページが公開された。単なる内部メモではなく、232件の tool interfaces と44件の skill definitions をそのまま見せる「目録」になっているのが面白い。こうした一覧は、普段は裏側に隠れている AI エージェントの動きをかなり具体的に想像させる。どこまで自動化できるのか、どんな外部サービスとつながるのかが、曖昧な説明ではなく実物の名前で見えてくるからだ。 元記事は、Codex Work session にある callable interfaces と reusable workflow definitions を「完全なスナップショット」としてまとめた参照ページだ。そこでまず示されるのは、Skill source が44、Tool interfaces が232、Skill definitions が44という数で、さらに Skill source は615k chars とされている。Snapshot の日時は 31 Aug 2026。ペ

What jumped out at me isn’t the claimed model hierarchy; it’s the workflow story hiding inside it. The article says, in effect, that one tool is better when you need a single stubborn problem driven to the finish line, while the other is better when you need to juggle a pile of smaller tasks. That feels plausible. It also feels like exactly the sort of distinction people miss when they compare coding agents as if “best” were one universal label. I’m a little skeptical of how clean the split is,

Codex CLI がローカルの SQLite ログに、想像以上の量を書き込んでいた 1年換算で約640TBもの書き込みになりうる、という指摘が出た これは SSD の寿命、つまり「書ける回数の限界」をじわじわ削る 原因は、TRACE などの細かすぎるログを広く残しすぎていたこと その後、ログの量を減らす修正がマージされ、問題はかなり改善された この Issue を読んでまず思ったのは、「ログって便利だけど、やりすぎると普通に凶器になるんだな」ということです。ふだんログは、何か問題が起きたときに頼る“記録係”みたいな存在です。でも Codex のこの件では、その記録係がほぼ24時間、延々とメモを取り続けていたわけです。しかも保存先は SQLite データベース。これは軽く見えるけれど、書き込みが多すぎると話が変わります。 この Issue のタイトルはかなり直接的で、要するに「Codex の SQLite feedback logs が、年間約640TBもの書き込みを生み、SSD の耐久性を急速に消耗させる」という警告です。報告したユーザーは、実機で21日ほど動かしたところ、メインSS

OpenAIのfrontier modelsとCodexが、AWS上で一般提供になった 企業は、すでに使っているAWSのセキュリティ、ガバナンス、調達、請求の流れの中でOpenAIを使いやすくなる 提供形態は主に2つで、OpenAI models on Amazon Bedrock と Codex on Amazon Bedrock Codexは、コードを書く・レビューする・デバッグする・古いコードを近代化するのを助けるAIエージェント まずはCommercial region と GovCloud region で利用可能 今後は Daybreak という、セキュリティ用途の新しい取り組みもAWS経由で広がる見込み OpenAIが、frontier models と Codex を AWSで一般提供（generally available） すると発表しました。 ざっくり言うと、これは「OpenAIの強力なAIを、AWSの中でそのまま使いやすくなった」という話です。 企業にとってはかなり大きい。と

For Claude Code users, this repository is interesting because it treats AI-assisted coding as a chance to build judgment, not just ship faster. The core idea is simple but pretty compelling: whenever the model helps you through meaningful architectural work, it can pause and offer a short, evidence-based learning exercise instead of just racing to the next task. The repository is called learning-opportunities and is described as a **Claude Code and Codex skill for deliberate skill developmen