คำตอบการวิจัย
ประเด็นสำคัญ แหล่งข้อมูลทางการที่ให้มายังไม่ยืนยันว่า OpenAI เปิดตัว “Harness” ภายใต้สัญญาอนุญาต Apache 2.0 เมื่อวันที่ 20 สิงหาคม แต่ยืนยันวงจรการทำงานของ Codex ที่วางแผน แก้โค้ด ทดสอบ สังเกตผล และซ่อมข้อผิดพลาด [1][2] Codex อ่าน แก้ไข และรันโค้ดได้ รวมถึงทำงานหลายรายการแบบขนานบนคลาวด์ และเปิดให้พัฒนาต่อยอดผ่าน API, SDK และ CLI แบบโอเพนซอร์ส [1][5][10] การเปิดใช้ retained reasoning และ context compaction ทำให้ GPT 5.6 Sol ได้คะแนน ARC AGI 3 จาก 13.3% เป็น 38.3% พร้อมใช้โทเคนเอาต์พุตลดลงราว 6 เท่า [19][28] ยังไม่มีแหล่งข้อมูลที่ให้มาระบุบริษัทซึ่งนำเฟรมเวิร์ก Apache 2.0 ที่ถูกกล่าวอ้างไปใช้ หรือรายงานผลลัพธ์จากเวิร์กโฟลว์นอกเหนือจากงานเขียนโค้ด What did OpenAI release on August 20 under the Apache 2.0 license as the core execution framework behind its Codex coding agent, what compon The key distinction is between Codex’s documented agent runtime and the unverified claim of a new Apache 2.0 Harness release. AI พรอมต์ Create a landscape editorial hero image for this Studio Global article: What did OpenAI release on August 20 under the Apache 2.0 license as the core execution framework behind its Codex coding agent, what compon. Article summary: ## What was released Insufficient evidence supports the claimed August 20 Apache 2.0 release of an OpenAI “Harness” as a named, open-source Codex execution framework. The available official material does confirm Codex’s . Topic tags: general, documentation, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks,
openai.com ข้ออ้างที่ว่า OpenAI เปิดตัว “Harness” ภายใต้สัญญาอนุญาต Apache 2.0 เมื่อวันที่ 20 สิงหาคม เพื่อเป็นเฟรมเวิร์กการทำงานแบบโอเพนซอร์สของ Codex ยังไม่มีหลักฐานยืนยันจากแหล่งข้อมูลทางการที่ให้มา แม้รายงานจากสื่อรองจะระบุเช่นนั้น แต่เอกสารทางการที่มีอยู่กลับอธิบายวงจรการทำงานของเอเจนต์ Codex ช่องทางการเชื่อมต่อ และการทดลองอีกชุดหนึ่งที่แสดงให้เห็นว่า การจัดการสถานะระหว่างการรันงานสามารถเปลี่ยนประสิทธิภาพของโมเดลได้อย่างมาก
สิ่งที่หลักฐานยืนยันเกี่ยวกับ Harness ของ Codex
OpenAI อธิบายว่า Codex ไม่ได้เป็นเพียงโมเดลที่ตอบคำสั่งทีละพรอมป์ แต่ทำงานผ่านวงจรเอเจนต์แบบวนซ้ำ ซึ่งโดยคร่าว ๆ ประกอบด้วยขั้นตอนต่อไปนี้
วางแผนงาน
แก้ไขโค้ด
เรียกใช้เครื่องมือ เช่น การทดสอบ การ build หรือ linter
ตรวจสอบผลลัพธ์
แก้ไขข้อผิดพลาด
อัปเดตเอกสารหรือสถานะงาน
ทำซ้ำตามความจำเป็น
วงจรนี้ทำหน้าที่ประสานโมเดล คำสั่งของผู้ใช้ การเปลี่ยนแปลงโค้ด การเรียกใช้เครื่องมือ และข้อมูลตอบกลับจากสภาพแวดล้อมที่ใช้รันงานเข้าด้วยกัน
คนยังถาม คำตอบสั้น ๆ สำหรับ "OpenAI ยังไม่ยืนยันการเปิดตัว Codex “Harness” แต่การจัดการบริบททำคะแนน ARC-AGI-3 พุ่งเกือบ 3 เท่า" คืออะไร แหล่งข้อมูลทางการที่ให้มายังไม่ยืนยันว่า OpenAI เปิดตัว “Harness” ภายใต้สัญญาอนุญาต Apache 2.0 เมื่อวันที่ 20 สิงหาคม แต่ยืนยันวงจรการทำงานของ Codex ที่วางแผน แก้โค้ด ทดสอบ สังเกตผล และซ่อมข้อผิดพลาด [1][2]
ประเด็นสำคัญที่ต้องตรวจสอบก่อนคืออะไร? แหล่งข้อมูลทางการที่ให้มายังไม่ยืนยันว่า OpenAI เปิดตัว “Harness” ภายใต้สัญญาอนุญาต Apache 2.0 เมื่อวันที่ 20 สิงหาคม แต่ยืนยันวงจรการทำงานของ Codex ที่วางแผน แก้โค้ด ทดสอบ สังเกตผล และซ่อมข้อผิดพลาด [1][2] Codex อ่าน แก้ไข และรันโค้ดได้ รวมถึงทำงานหลายรายการแบบขนานบนคลาวด์ และเปิดให้พัฒนาต่อยอดผ่าน API, SDK และ CLI แบบโอเพนซอร์ส [1][5][10]
ฉันควรทำอย่างไรต่อไปในทางปฏิบัติ? การเปิดใช้ retained reasoning และ context compaction ทำให้ GPT 5.6 Sol ได้คะแนน ARC AGI 3 จาก 13.3% เป็น 38.3% พร้อมใช้โทเคนเอาต์พุตลดลงราว 6 เท่า [19][28]
คำตอบการวิจัย
ประเด็นสำคัญ แหล่งข้อมูลทางการที่ให้มายังไม่ยืนยันว่า OpenAI เปิดตัว “Harness” ภายใต้สัญญาอนุญาต Apache 2.0 เมื่อวันที่ 20 สิงหาคม แต่ยืนยันวงจรการทำงานของ Codex ที่วางแผน แก้โค้ด ทดสอบ สังเกตผล และซ่อมข้อผิดพลาด [1][2] Codex อ่าน แก้ไข และรันโค้ดได้ รวมถึงทำงานหลายรายการแบบขนานบนคลาวด์ และเปิดให้พัฒนาต่อยอดผ่าน API, SDK และ CLI แบบโอเพนซอร์ส [1][5][10] การเปิดใช้ retained reasoning และ context compaction ทำให้ GPT 5.6 Sol ได้คะแนน ARC AGI 3 จาก 13.3% เป็น 38.3% พร้อมใช้โทเคนเอาต์พุตลดลงราว 6 เท่า [19][28] ยังไม่มีแหล่งข้อมูลที่ให้มาระบุบริษัทซึ่งนำเฟรมเวิร์ก Apache 2.0 ที่ถูกกล่าวอ้างไปใช้ หรือรายงานผลลัพธ์จากเวิร์กโฟลว์นอกเหนือจากงานเขียนโค้ด What did OpenAI release on August 20 under the Apache 2.0 license as the core execution framework behind its Codex coding agent, what compon The key distinction is between Codex’s documented agent runtime and the unverified claim of a new Apache 2.0 Harness release. AI พรอมต์ Create a landscape editorial hero image for this Studio Global article: What did OpenAI release on August 20 under the Apache 2.0 license as the core execution framework behind its Codex coding agent, what compon. Article summary: ## What was released Insufficient evidence supports the claimed August 20 Apache 2.0 release of an OpenAI “Harness” as a named, open-source Codex execution framework. The available official material does confirm Codex’s . Topic tags: general, documentation, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks,
openai.com ข้ออ้างที่ว่า OpenAI เปิดตัว “Harness” ภายใต้สัญญาอนุญาต Apache 2.0 เมื่อวันที่ 20 สิงหาคม เพื่อเป็นเฟรมเวิร์กการทำงานแบบโอเพนซอร์สของ Codex ยังไม่มีหลักฐานยืนยันจากแหล่งข้อมูลทางการที่ให้มา แม้รายงานจากสื่อรองจะระบุเช่นนั้น แต่เอกสารทางการที่มีอยู่กลับอธิบายวงจรการทำงานของเอเจนต์ Codex ช่องทางการเชื่อมต่อ และการทดลองอีกชุดหนึ่งที่แสดงให้เห็นว่า การจัดการสถานะระหว่างการรันงานสามารถเปลี่ยนประสิทธิภาพของโมเดลได้อย่างมาก
สิ่งที่หลักฐานยืนยันเกี่ยวกับ Harness ของ Codex
OpenAI อธิบายว่า Codex ไม่ได้เป็นเพียงโมเดลที่ตอบคำสั่งทีละพรอมป์ แต่ทำงานผ่านวงจรเอเจนต์แบบวนซ้ำ ซึ่งโดยคร่าว ๆ ประกอบด้วยขั้นตอนต่อไปนี้
วางแผนงาน
แก้ไขโค้ด
เรียกใช้เครื่องมือ เช่น การทดสอบ การ build หรือ linter
ตรวจสอบผลลัพธ์
แก้ไขข้อผิดพลาด
อัปเดตเอกสารหรือสถานะงาน
ทำซ้ำตามความจำเป็น
วงจรนี้ทำหน้าที่ประสานโมเดล คำสั่งของผู้ใช้ การเปลี่ยนแปลงโค้ด การเรียกใช้เครื่องมือ และข้อมูลตอบกลับจากสภาพแวดล้อมที่ใช้รันงานเข้าด้วยกัน
คนยังถาม คำตอบสั้น ๆ สำหรับ "OpenAI ยังไม่ยืนยันการเปิดตัว Codex “Harness” แต่การจัดการบริบททำคะแนน ARC-AGI-3 พุ่งเกือบ 3 เท่า" คืออะไร แหล่งข้อมูลทางการที่ให้มายังไม่ยืนยันว่า OpenAI เปิดตัว “Harness” ภายใต้สัญญาอนุญาต Apache 2.0 เมื่อวันที่ 20 สิงหาคม แต่ยืนยันวงจรการทำงานของ Codex ที่วางแผน แก้โค้ด ทดสอบ สังเกตผล และซ่อมข้อผิดพลาด [1][2]
ประเด็นสำคัญที่ต้องตรวจสอบก่อนคืออะไร? แหล่งข้อมูลทางการที่ให้มายังไม่ยืนยันว่า OpenAI เปิดตัว “Harness” ภายใต้สัญญาอนุญาต Apache 2.0 เมื่อวันที่ 20 สิงหาคม แต่ยืนยันวงจรการทำงานของ Codex ที่วางแผน แก้โค้ด ทดสอบ สังเกตผล และซ่อมข้อผิดพลาด [1][2] Codex อ่าน แก้ไข และรันโค้ดได้ รวมถึงทำงานหลายรายการแบบขนานบนคลาวด์ และเปิดให้พัฒนาต่อยอดผ่าน API, SDK และ CLI แบบโอเพนซอร์ส [1][5][10]
ฉันควรทำอย่างไรต่อไปในทางปฏิบัติ? การเปิดใช้ retained reasoning และ context compaction ทำให้ GPT 5.6 Sol ได้คะแนน ARC AGI 3 จาก 13.3% เป็น 38.3% พร้อมใช้โทเคนเอาต์พุตลดลงราว 6 เท่า [19][28]
อีกองค์ประกอบที่ยืนยันได้คือ Codex App Server ซึ่ง OpenAI ระบุว่าใช้ API แบบ bidirectional JSON-RPC เพื่อเชื่อมตรรกะเอเจนต์ร่วมของ Codex เข้ากับช่องทางต่าง ๆ เช่น เว็บแอป CLI ส่วนขยาย IDE และแอปบน macOS
OpenAI ยังระบุว่า Codex CLI เป็น implementation อ้างอิงแบบโอเพนซอร์ส ขณะที่นักพัฒนาสามารถใช้โมเดลโดยตรงผ่าน API หรือเลือกใช้ Codex SDK หากต้องการเส้นทางการผสานระบบที่ง่ายขึ้น
ภาพรวมที่สรุปได้จากข้อมูลเหล่านี้คือ Codex มีสภาพแวดล้อมการรันงานล้อมรอบโมเดล โดยประกอบด้วยเครื่องมือ สถานะ ข้อมูลตอบกลับ และอินเทอร์เฟซสำหรับให้เอเจนต์ทำงานหลายขั้นตอน อย่างไรก็ตาม แหล่งข้อมูลดังกล่าว ยังไม่เพียงพอที่จะยืนยัน ว่า OpenAI เปิดตัวแพ็กเกจใหม่ที่มีชื่ออย่างเป็นทางการว่า “Harness” ภายใต้ Apache 2.0 เมื่อวันที่ 20 สิงหาคม
ประเด็นใดบ้างที่ยังไม่มีการยืนยัน หลักฐานที่ให้มายังไม่ยืนยันว่า
มีการเปิดตัวในวันที่ 20 สิงหาคมจริง
ชื่อผลิตภัณฑ์หรือแพ็กเกจอย่างเป็นทางการคือ “Harness”
แพ็กเกจดังกล่าวเผยแพร่ภายใต้สัญญาอนุญาต Apache 2.0
แพ็กเกจที่ถูกกล่าวอ้างมีองค์ประกอบใดรวมอยู่บ้าง
บริษัทใดนำไปใช้ และได้ผลลัพธ์อย่างไร
ข้ออ้างนี้ปรากฏในรายงานจากสื่อรอง ซึ่งกล่าวถึง codex exec, Codex SDK และ app-server ว่าเป็นส่วนหนึ่งของการเปิดตัว แต่แหล่งข้อมูลทางการที่ให้มานั้นอธิบายความสามารถและองค์ประกอบเหล่านี้ในช่วงเวลาและบริบทที่แตกต่างกัน จึงไม่ควรถือเป็นหลักฐานยืนยันการเปิดตัวดังกล่าว หากยังไม่มีประกาศอย่างเป็นทางการหรือบันทึกจาก repository ที่สอดคล้องกัน
ทำไมการเก็บเหตุผลและการบีบอัดบริบทจึงสำคัญต่อ ARC-AGI-3 ผลลัพธ์ที่มีหลักฐานรองรับชัดเจนที่สุดมาจากการทดลองอีกชุดของ OpenAI โดยใช้ GPT-5.6 Sol กับชุดภารกิจสาธารณะของ ARC-AGI-3 OpenAI รายงานว่าโมเดลทำคะแนนได้ 13.3% เมื่อใช้ harness มาตรฐาน แต่เมื่อเปิดใช้การเก็บเหตุผลระหว่างรอบและการบีบอัดบริบทผ่าน Responses API คะแนนเพิ่มเป็น 38.3% หรือเกือบ 3 เท่า ขณะเดียวกันจำนวนโทเคนเอาต์พุตลดลงประมาณ 6 เท่า
การเปรียบเทียบนี้ไม่ได้ระบุว่ามีการเปลี่ยนน้ำหนักของโมเดล สิ่งที่เปลี่ยนคือวิธีที่สภาพแวดล้อมการรันงานเก็บและส่งต่อสถานะระหว่างแต่ละรอบ ได้แก่
Retained reasoning ช่วยให้เหตุผลระหว่างทางที่มีประโยชน์คงอยู่ต่อไปหลังการกระทำแต่ละครั้ง แทนที่จะบังคับให้โมเดลสร้างแนวทางเดิมขึ้นมาใหม่ทุกครั้งContext compaction บีบอัดประวัติงานเก่าที่ยาวขึ้น แทนที่จะปล่อยให้บริบทก่อนหน้าหายไปเมื่อการโต้ตอบดำเนินต่อเนื่อง คำแนะนำสำหรับนักพัฒนาของ OpenAI อธิบายว่าการตั้งค่าเหล่านี้ช่วยนำงานที่ทำไปแล้วกลับมาใช้ซ้ำ และรักษาความต่อเนื่องของการทำงานในงานที่มีระยะยาวขึ้น ดังนั้น ผลลัพธ์นี้ควรเข้าใจว่าเป็นการวัดประสิทธิภาพของ ระบบที่ประกอบด้วยโมเดลและ runtime ร่วมกัน ไม่ใช่หลักฐานว่าโมเดลพื้นฐานเพียงอย่างเดียวมีความสามารถเพิ่มขึ้น 3 เท่า
นอกจากนี้ การทดลองดังกล่าวเป็นการเปรียบเทียบรูปแบบการรันงาน 2 แบบบนชุดประเมินสาธารณะ จึงยังพิสูจน์ไม่ได้ว่าการปรับปรุงระดับเดียวกันจะเกิดขึ้นกับเอเจนต์ โมเดล ภาระงาน หรือสภาพแวดล้อมการผลิตทุกประเภท
สิ่งที่นักพัฒนานำไปใช้ได้ในตอนนี้ ข้อสรุปที่ยืนยันได้ในเวลานี้ไม่ใช่ข่าวการเปิดตัว Harness ภายใต้ Apache 2.0 แต่คือ OpenAI มีช่องทางหลายแบบสำหรับสร้างระบบที่ใช้ความสามารถการทำงานเชิงเอเจนต์ของ Codex ได้แก่
ใช้ API โดยตรง: คู่มือการออกแบบพรอมป์สำหรับ Codex ระบุว่า API เป็นตัวเลือกที่ปรับแต่งได้มากที่สุด Codex SDK: เป็นเส้นทางสำหรับนักพัฒนาที่ต้องการผสานระบบโดยไม่ต้องประกอบอินเทอร์เฟซทุกส่วนด้วยตนเอง CLI แบบโอเพนซอร์ส: OpenAI ระบุว่า Codex CLI เป็น implementation อ้างอิงที่นักพัฒนาสามารถตรวจสอบและดัดแปลงได้ วงจรการทำงานของเอเจนต์: รูปแบบวางแผน–ลงมือทำ–ตรวจสอบ–ซ่อมแซม เป็นแนวทางหลักสำหรับงานเขียนโค้ดที่มีหลายขั้นตอนและใช้เวลานาน การรันงานบนคลาวด์: Codex ทำงานกับ repository รันโค้ด และจัดการงานเบื้องหลังหลายรายการแบบขนานได้ในสภาพแวดล้อมคลาวด์ ความสามารถเหล่านี้เปิดทางให้ฝังเอเจนต์ไว้ในผลิตภัณฑ์หรือกระบวนการทำงานด้านวิศวกรรม แทนการจำกัดระบบไว้เพียงอินเทอร์เฟซสนทนาแบบอเนกประสงค์ นักพัฒนาสามารถกำหนดคำสั่งเฉพาะโดเมน เครื่องมือ สิทธิ์การเข้าถึง ขั้นตอนตรวจสอบ และวิธีเก็บสถานะรอบโมเดลได้ นี่คือทิศทางการผสานระบบที่มีเอกสารรองรับ ส่วนข้ออ้างว่า OpenAI เปิดตัว Harness ภายใต้ Apache 2.0 ซึ่งรวบรวมทุกอย่างไว้เป็นแพ็กเกจเดียว ยังไม่มีการยืนยันจากแหล่งข้อมูลทางการที่ให้มา
หลักฐานการใช้งานจริงยังไม่กว้างเท่าข้ออ้างเรื่องการเปิดตัว แหล่งข้อมูลที่มีอยู่ไม่ได้ระบุบริษัทซึ่งนำเฟรมเวิร์กที่อ้างว่าใช้ Apache 2.0 ไปใช้ และไม่มีผลลัพธ์ระดับบริษัทสำหรับเวิร์กโฟลว์ด้านกฎหมาย การปฏิบัติการ งานวิจัย หรือการใช้งานอื่นที่ไม่ใช่การเขียนโค้ด
อย่างไรก็ตาม มีหลักฐานในภาพกว้างว่า Codex ถูกใช้งานโดยลูกค้าองค์กร OpenAI รายงานว่า ณ เดือนมิถุนายน Codex สร้างโทเคนเอาต์พุตคิดเป็น 64% ของโทเคนเอาต์พุตรวมระหว่าง Codex และ ChatGPT ในกลุ่มลูกค้าองค์กร ตัวเลขนี้สะท้อนกิจกรรมการใช้งานในองค์กรอย่างมีนัยสำคัญ แต่ไม่ได้ยืนยันการนำแพ็กเกจ Harness ที่ถูกกล่าวอ้างไปใช้ ไม่ได้ระบุชื่อบริษัท และไม่ได้พิสูจน์ผลกระทบทางธุรกิจ
นัยสำคัญเชิงกลยุทธ์ สำหรับทีมพัฒนาผลิตภัณฑ์ สถาปัตยกรรมลักษณะนี้สามารถรองรับเอเจนต์เฉพาะทางสำหรับ repository ซอฟต์แวร์ งานปฏิบัติการภายใน งานวิจัย หรือเวิร์กโฟลว์ที่ควบคุมได้อื่น ๆ คุณภาพของแอปพลิเคชันจะไม่ได้ขึ้นอยู่กับการเลือกโมเดลเท่านั้น แต่ยังขึ้นอยู่กับการออกแบบสิทธิ์การใช้เครื่องมือ การเก็บสถานะ ขีดจำกัดบริบท ขั้นตอนตรวจสอบ และการกู้คืนเมื่อเกิดข้อผิดพลาด
บทเรียนที่ชัดเจนจากการทดลอง ARC-AGI-3 คือ การเปลี่ยน harness สามารถเปลี่ยนทั้งความสามารถและประสิทธิภาพการใช้ทรัพยากรของเอเจนต์ได้ แต่จากหลักฐานที่มีอยู่ การอธิบาย Codex ในฐานะ runtime และชุดองค์ประกอบ API ที่มีเอกสารรองรับ ย่อมแม่นยำกว่าการรายงานว่าการเปิดตัว “Harness” ภายใต้ Apache 2.0 เมื่อวันที่ 20 สิงหาคมเป็นข้อเท็จจริงที่ยืนยันแล้ว
อีกองค์ประกอบที่ยืนยันได้คือ Codex App Server ซึ่ง OpenAI ระบุว่าใช้ API แบบ bidirectional JSON-RPC เพื่อเชื่อมตรรกะเอเจนต์ร่วมของ Codex เข้ากับช่องทางต่าง ๆ เช่น เว็บแอป CLI ส่วนขยาย IDE และแอปบน macOS
OpenAI ยังระบุว่า Codex CLI เป็น implementation อ้างอิงแบบโอเพนซอร์ส ขณะที่นักพัฒนาสามารถใช้โมเดลโดยตรงผ่าน API หรือเลือกใช้ Codex SDK หากต้องการเส้นทางการผสานระบบที่ง่ายขึ้น
ภาพรวมที่สรุปได้จากข้อมูลเหล่านี้คือ Codex มีสภาพแวดล้อมการรันงานล้อมรอบโมเดล โดยประกอบด้วยเครื่องมือ สถานะ ข้อมูลตอบกลับ และอินเทอร์เฟซสำหรับให้เอเจนต์ทำงานหลายขั้นตอน อย่างไรก็ตาม แหล่งข้อมูลดังกล่าว ยังไม่เพียงพอที่จะยืนยัน ว่า OpenAI เปิดตัวแพ็กเกจใหม่ที่มีชื่ออย่างเป็นทางการว่า “Harness” ภายใต้ Apache 2.0 เมื่อวันที่ 20 สิงหาคม
ประเด็นใดบ้างที่ยังไม่มีการยืนยัน หลักฐานที่ให้มายังไม่ยืนยันว่า
มีการเปิดตัวในวันที่ 20 สิงหาคมจริง
ชื่อผลิตภัณฑ์หรือแพ็กเกจอย่างเป็นทางการคือ “Harness”
แพ็กเกจดังกล่าวเผยแพร่ภายใต้สัญญาอนุญาต Apache 2.0
แพ็กเกจที่ถูกกล่าวอ้างมีองค์ประกอบใดรวมอยู่บ้าง
บริษัทใดนำไปใช้ และได้ผลลัพธ์อย่างไร
ข้ออ้างนี้ปรากฏในรายงานจากสื่อรอง ซึ่งกล่าวถึง codex exec, Codex SDK และ app-server ว่าเป็นส่วนหนึ่งของการเปิดตัว แต่แหล่งข้อมูลทางการที่ให้มานั้นอธิบายความสามารถและองค์ประกอบเหล่านี้ในช่วงเวลาและบริบทที่แตกต่างกัน จึงไม่ควรถือเป็นหลักฐานยืนยันการเปิดตัวดังกล่าว หากยังไม่มีประกาศอย่างเป็นทางการหรือบันทึกจาก repository ที่สอดคล้องกัน
ทำไมการเก็บเหตุผลและการบีบอัดบริบทจึงสำคัญต่อ ARC-AGI-3 ผลลัพธ์ที่มีหลักฐานรองรับชัดเจนที่สุดมาจากการทดลองอีกชุดของ OpenAI โดยใช้ GPT-5.6 Sol กับชุดภารกิจสาธารณะของ ARC-AGI-3 OpenAI รายงานว่าโมเดลทำคะแนนได้ 13.3% เมื่อใช้ harness มาตรฐาน แต่เมื่อเปิดใช้การเก็บเหตุผลระหว่างรอบและการบีบอัดบริบทผ่าน Responses API คะแนนเพิ่มเป็น 38.3% หรือเกือบ 3 เท่า ขณะเดียวกันจำนวนโทเคนเอาต์พุตลดลงประมาณ 6 เท่า
การเปรียบเทียบนี้ไม่ได้ระบุว่ามีการเปลี่ยนน้ำหนักของโมเดล สิ่งที่เปลี่ยนคือวิธีที่สภาพแวดล้อมการรันงานเก็บและส่งต่อสถานะระหว่างแต่ละรอบ ได้แก่
Retained reasoning ช่วยให้เหตุผลระหว่างทางที่มีประโยชน์คงอยู่ต่อไปหลังการกระทำแต่ละครั้ง แทนที่จะบังคับให้โมเดลสร้างแนวทางเดิมขึ้นมาใหม่ทุกครั้งContext compaction บีบอัดประวัติงานเก่าที่ยาวขึ้น แทนที่จะปล่อยให้บริบทก่อนหน้าหายไปเมื่อการโต้ตอบดำเนินต่อเนื่อง คำแนะนำสำหรับนักพัฒนาของ OpenAI อธิบายว่าการตั้งค่าเหล่านี้ช่วยนำงานที่ทำไปแล้วกลับมาใช้ซ้ำ และรักษาความต่อเนื่องของการทำงานในงานที่มีระยะยาวขึ้น ดังนั้น ผลลัพธ์นี้ควรเข้าใจว่าเป็นการวัดประสิทธิภาพของ ระบบที่ประกอบด้วยโมเดลและ runtime ร่วมกัน ไม่ใช่หลักฐานว่าโมเดลพื้นฐานเพียงอย่างเดียวมีความสามารถเพิ่มขึ้น 3 เท่า
นอกจากนี้ การทดลองดังกล่าวเป็นการเปรียบเทียบรูปแบบการรันงาน 2 แบบบนชุดประเมินสาธารณะ จึงยังพิสูจน์ไม่ได้ว่าการปรับปรุงระดับเดียวกันจะเกิดขึ้นกับเอเจนต์ โมเดล ภาระงาน หรือสภาพแวดล้อมการผลิตทุกประเภท
สิ่งที่นักพัฒนานำไปใช้ได้ในตอนนี้ ข้อสรุปที่ยืนยันได้ในเวลานี้ไม่ใช่ข่าวการเปิดตัว Harness ภายใต้ Apache 2.0 แต่คือ OpenAI มีช่องทางหลายแบบสำหรับสร้างระบบที่ใช้ความสามารถการทำงานเชิงเอเจนต์ของ Codex ได้แก่
ใช้ API โดยตรง: คู่มือการออกแบบพรอมป์สำหรับ Codex ระบุว่า API เป็นตัวเลือกที่ปรับแต่งได้มากที่สุด Codex SDK: เป็นเส้นทางสำหรับนักพัฒนาที่ต้องการผสานระบบโดยไม่ต้องประกอบอินเทอร์เฟซทุกส่วนด้วยตนเอง CLI แบบโอเพนซอร์ส: OpenAI ระบุว่า Codex CLI เป็น implementation อ้างอิงที่นักพัฒนาสามารถตรวจสอบและดัดแปลงได้ วงจรการทำงานของเอเจนต์: รูปแบบวางแผน–ลงมือทำ–ตรวจสอบ–ซ่อมแซม เป็นแนวทางหลักสำหรับงานเขียนโค้ดที่มีหลายขั้นตอนและใช้เวลานาน การรันงานบนคลาวด์: Codex ทำงานกับ repository รันโค้ด และจัดการงานเบื้องหลังหลายรายการแบบขนานได้ในสภาพแวดล้อมคลาวด์ ความสามารถเหล่านี้เปิดทางให้ฝังเอเจนต์ไว้ในผลิตภัณฑ์หรือกระบวนการทำงานด้านวิศวกรรม แทนการจำกัดระบบไว้เพียงอินเทอร์เฟซสนทนาแบบอเนกประสงค์ นักพัฒนาสามารถกำหนดคำสั่งเฉพาะโดเมน เครื่องมือ สิทธิ์การเข้าถึง ขั้นตอนตรวจสอบ และวิธีเก็บสถานะรอบโมเดลได้ นี่คือทิศทางการผสานระบบที่มีเอกสารรองรับ ส่วนข้ออ้างว่า OpenAI เปิดตัว Harness ภายใต้ Apache 2.0 ซึ่งรวบรวมทุกอย่างไว้เป็นแพ็กเกจเดียว ยังไม่มีการยืนยันจากแหล่งข้อมูลทางการที่ให้มา
หลักฐานการใช้งานจริงยังไม่กว้างเท่าข้ออ้างเรื่องการเปิดตัว แหล่งข้อมูลที่มีอยู่ไม่ได้ระบุบริษัทซึ่งนำเฟรมเวิร์กที่อ้างว่าใช้ Apache 2.0 ไปใช้ และไม่มีผลลัพธ์ระดับบริษัทสำหรับเวิร์กโฟลว์ด้านกฎหมาย การปฏิบัติการ งานวิจัย หรือการใช้งานอื่นที่ไม่ใช่การเขียนโค้ด
อย่างไรก็ตาม มีหลักฐานในภาพกว้างว่า Codex ถูกใช้งานโดยลูกค้าองค์กร OpenAI รายงานว่า ณ เดือนมิถุนายน Codex สร้างโทเคนเอาต์พุตคิดเป็น 64% ของโทเคนเอาต์พุตรวมระหว่าง Codex และ ChatGPT ในกลุ่มลูกค้าองค์กร ตัวเลขนี้สะท้อนกิจกรรมการใช้งานในองค์กรอย่างมีนัยสำคัญ แต่ไม่ได้ยืนยันการนำแพ็กเกจ Harness ที่ถูกกล่าวอ้างไปใช้ ไม่ได้ระบุชื่อบริษัท และไม่ได้พิสูจน์ผลกระทบทางธุรกิจ
นัยสำคัญเชิงกลยุทธ์ สำหรับทีมพัฒนาผลิตภัณฑ์ สถาปัตยกรรมลักษณะนี้สามารถรองรับเอเจนต์เฉพาะทางสำหรับ repository ซอฟต์แวร์ งานปฏิบัติการภายใน งานวิจัย หรือเวิร์กโฟลว์ที่ควบคุมได้อื่น ๆ คุณภาพของแอปพลิเคชันจะไม่ได้ขึ้นอยู่กับการเลือกโมเดลเท่านั้น แต่ยังขึ้นอยู่กับการออกแบบสิทธิ์การใช้เครื่องมือ การเก็บสถานะ ขีดจำกัดบริบท ขั้นตอนตรวจสอบ และการกู้คืนเมื่อเกิดข้อผิดพลาด
บทเรียนที่ชัดเจนจากการทดลอง ARC-AGI-3 คือ การเปลี่ยน harness สามารถเปลี่ยนทั้งความสามารถและประสิทธิภาพการใช้ทรัพยากรของเอเจนต์ได้ แต่จากหลักฐานที่มีอยู่ การอธิบาย Codex ในฐานะ runtime และชุดองค์ประกอบ API ที่มีเอกสารรองรับ ย่อมแม่นยำกว่าการรายงานว่าการเปิดตัว “Harness” ภายใต้ Apache 2.0 เมื่อวันที่ 20 สิงหาคมเป็นข้อเท็จจริงที่ยืนยันแล้ว
developers.openai.comRun long horizon tasks with Codex | OpenAI Developers
platform.openai.comOfficial Codex documentation - OpenAI Platform
openai.comUnlocking the Codex harness: how we built the App Server