東大Codex研究所 @UT_Codex

OpenAIが新しいモデルファミリーを発表した😳 GPT-5.6の3ライン構成👇 x.com/OpenAI/status/… Sol（次世代最高性能）・Terra（日常業務向け）・Luna（大量処理向けの高速・低コスト） 用途と予算で選べる体制が整った 自社で使い倒したいシーンが明確にある人ほど、ラインナップの整理は実は重要な話になる 「どのモデルを使えばいいかわからない」は、これで一段片付く 大量のルーティン業務に回すなら Luna、判断を要するタスクには Terra、という棲み分けになるはず いよいよOpenAIが覇権を取り戻しにきたか👀

東大Codex研究所 @UT_Codex

a month ago

x.com/i/article/2057…

2 14 215 356K 606

【衝撃】 OpenAI APIに過去6ヶ月で30以上の機能が追加された😳 Codexで仕事を丸ごと委任するための基盤が、この半年で静かに整ってきた👇 x.com/OpenAIDevs/sta… 整備されたのは大きく3点 ・Hosted Shell：エージェントが独立して作業できる実行環境 ・Skills：繰り返し使える能力パターン ・Agent SDK Sandbox：本番前に動作を確認できる隔離空間 Server-side compactionとWebSocketsが加わって 数時間規模の長いタスクも、途中で止まらなくなった GPT Image2でUIスクリーンを生成してCodexに実装させる このワークフローが実用段階に入ったのも今回 タスクを投げて完了を待つ、その「待っている間に自律完結する」側の環境が整ってきた、ということ

東大Codex研究所 @UT_Codex

4 weeks ago

x.com/i/article/2060…

2 5 62 151K 181

【注目】 エージェントが学習計画を立て、フラッシュカードとクイズを生成する実装が公開された😳 x.com/omarsar0/statu… 海外のAI研究者が/learnスキルとして公開 Claude Codeを含む任意のエージェント環境で動く設計 ・学習者のレベル・目的・スタイルに合わせた学習計画を設計 ・フラッシュカード、クイズ、シミュレーションをアーティファクトとして生成 ・Web検索と組み合わせて最新情報も反映 CSから金融・物理まで分野の制限はない Codexのような委任型エージェントにこれを組み込むと、業務実行ツールが社員研修の基盤にもなる Codexへの投資が、開発効率と人材育成の両方に効いてくる構造だ

東大Codex研究所 @UT_Codex

4 weeks ago

x.com/i/article/2060…

2 5 62 151K 181

【衝撃】 OpenAIが双方向音声モデル「Bidi 1」の初期テストを公開した😳 ユーザーが話している最中にAIが発話を続けられる 割り込んで指示を変えてもタスクが即座に切り替わる Codexへの展開も視野に入っている x.com/testingcatalog… 現状の音声AIはターン制だ ユーザーが話し終えるまでAIは待機し、AIが応答している間はユーザーは割り込めない Bidi 1はここを変える ・ユーザーの発話中もAIは話し続けられる ・文の途中で割り込んでも、前のタスクから新しいタスクへ即切り替え ・会話中の文脈をそのまま保持したまま、複数の指示を順に処理できる まだ公開前だが、近日中のChatGPT実装とCodexへの展開が示唆されている Codexで実現すれば、タスクを固めてから渡す必要がなくなる 会話しながら委任を詰めていく形が成立する、ということだ エージェントへの指示の粒度が変わる

東大Codex研究所 @UT_Codex

a month ago

x.com/i/article/2057…

2 14 215 356K 606

【注目】 Marketing Skills v2.5.0 に `/offers` が追加された😳 x.com/coreyhainesco/… 「転換率が上がらない」原因は多くの場合、コピーより先にオファー構造にある このスキルはそこを分解する Value Equation でオファーをスコアリングする Dream Outcome × 成功確率 ÷ 時間遅延 × 努力 どこが漏れているかが数値で見える コア提供物・ボーナス・保証・希少性・ネーミング・価格の6つの要素を構造診断 保証設計8種・ボーナス積み上げ・スカーシティ設計など、参照ファイル7本付き 匿名のビフォーアフター比較が6件内蔵 偽カウントダウンや誇張訴求はアンチパターンとして除外済み npx skills add coreyhaines31/marketingskills 全45個のスキル、無料・オープンソース Codex Skills の射程が、コーディングの外に届き始めている

東大Codex研究所 @UT_Codex

a month ago

x.com/i/article/2057…

2 14 215 356K 606

【衝撃】 月$500のAIコストで月$50,000相当のマーケター4名分を代替した😳 Relay.appのCEOが語った方法論が公開されている x.com/0xMovez/status… 実際にやっていること👇 ・40体のエージェントを並列稼働 ・競合調査・戦略分析・コンテンツ制作まで担わせている ・1エージェント1タスクで積み上げる設計 「AIはインターン向けの初級作業ツール」という前提は実態と違う 戦略分析・競合調査レベルの上位業務まで任せられる 設計の鍵は「1エージェントに25の仕事」ではなく 「1タスクに1エージェント」で積み上げること セット・アンド・フォーゲットは成立しない 常に改修が必要になる、という前提で設計する エージェント運用は結局、マネジメントに近い仕事だ 自分の時間の1/3をエージェント調整に充てる「スーパーIC」が これからの標準的な働き方になっていく

東大Codex研究所 @UT_Codex

a month ago

x.com/i/article/2057…

2 14 215 356K 606

【衝撃】 Sakana AIがFableやMythosクラスの性能に並ぶモデルを発表した😳 SWE-Pro 54.2、GPQA-D 95.1、LiveCodeBench v6 93.2 Opus、Gemini 3.1、GPT 5.4をそれぞれ上回る数字 x.com/birdabo/status… アーキテクチャは既存モデルの協調設計 ゼロから学習させていないため、輸出規制リスクもない 「Fugu Ultra」という名前で、Codexですでに使える状態だ 学習インフラを持たない小規模ラボでも、モデルの束ね方次第でフロンティアに届く時代になった Codexが拾えるモデルの選択肢が、こういう形で広がっていく

東大Codex研究所 @UT_Codex

a month ago

x.com/i/article/2051…

0 9 102 237K 267

【最新】 Codex Chrome拡張を毎日の業務で使い込んでいる実演が出ている😳 x.com/daniel_mac8/st… 速さよりも、何を委任できるようになったかが変化の本質 ・管理画面の操作 ・フォーム入力 ・確認→修正の反復作業 定型のブラウザ作業をCodexが代行する ここまで委任の範囲が広がると、チームの時間の使い方そのものが変わる コーディングではなく、「人間が判断しなくていい作業」を渡す道具として見たとき、Codexの本領が出る

東大Codex研究所 @UT_Codex

a month ago

x.com/i/article/2057…

2 14 215 356K 606

【保存版】 コードベースを渡すだけで「何をするシステムか」を自然言語で答えてくれる😳 Claude Code / Codex 向け OSS プラグイン「Understand Anything」が公開されている x.com/daniel_mac8/st… /understand を実行するとコードベースを解析し、自然言語で問い合わせできるナレッジグラフが生成される 「このモジュールは何をしているか」を問い合わせで出せる設計だ デモでは Obsidian の Vault にも適用していた コードでなくても、構造化された情報なら動く Codex への委任が詰まりやすいのは「既存コードベースの文脈共有」だ このプラグインを走らせてから委任すると、Codex が最初から「知っている状態」でタスクに入れる 委任の精度が変わる

東大Codex研究所 @UT_Codex

4 weeks ago

x.com/i/article/2060…

2 5 62 151K 181

【衝撃】 「Build iOS Apps」プラグインで、CodexがiOSアプリを動かしながら直せるようになった😳 x.com/kedytcom/statu… できること ・ブラウザ内でアプリを実際に起動 ・SwiftUIプレビューを直接開く ・ホットリロードでその場に反映 これまでは「書く→コピペ→ビルド→スクリーンショットを貼り戻す」を繰り返す必要があった Codex内でそのまま完結する 画面を見ながら自分で完結できる設計に変わった 委任して待つだけの粒度が、iOSアプリの完成まで伸びてきている

東大Codex研究所 @UT_Codex

a month ago

x.com/i/article/2057…

2 14 215 356K 606

【衝撃】 13週連続でInbox Zeroを維持している人がいる😳 使っているのはCodexのエージェント機能だ x.com/danshipper/sta… 受信メールをCodexがカード形式で表示し 返信草稿・カレンダー確認・次のアクション提案を自動生成する ユーザーはスクロールしながら「承認」か「修正指示」を出すだけ Slack・Notionの議事録まで同じUIに集約されていて 30人規模の組織情報を一元管理する「カンパニーフィード」として機能している 決定内容はファイルに記録され 使うほどCodexが行動パターンを学習し、提案の精度が上がっていく構造 コーディングを離れた業務でも、Codexへの委任は実用段階に入った

東大Codex研究所 @UT_Codex

a month ago

x.com/i/article/2051…

0 9 102 237K 267

【衝撃】 CodexがChatGPT Proを「計画担当」として呼び出すSkillが作られた😳 コードベース全体のコンテキストを渡しながらR/Wアクセス付き スレッドはリポジトリごとに紐付く設計だ x.com/pauljunsukHan/… ・ChatGPT Proがタスクの計画を立てる ・Codexがその計画を実行する ・スレッドはリポジトリ単位で管理される 「計画はGPTに、実行はCodexに」 AIどうしの協業構造を、Skillというコードで自分が書ける どのAIに何をやらせるか、その設計がコードになった

東大Codex研究所 @UT_Codex

a month ago

x.com/i/article/2054…

0 11 139 507K 424

【衝撃】 OpenAIがCodexをOSSのセキュリティ修正に本格投入した😳 Patch the Planetというイニシアチブ Trail of Bits、HackerOneと連携し 脆弱性の発見からパッチのマージまでを一気通貫で担う x.com/OpenAI/status/… 構造的な問題がある 少数のOSSメンテナーが 膨大なセキュリティ報告をさばかなければならない Codexが変えるのはここだ ファジングラボの構築に数週間かかっていた作業が 1日で完了した 脆弱性の発見ツールは増えた Codexが担っているのはその先 パッチを書いて、マージするところまで 高度な専門知識が必要だったセキュリティ修正が 委任できる仕事になった これがCodexの現時点での到達点

東大Codex研究所 @UT_Codex

4 weeks ago

x.com/i/article/2060…

2 5 62 151K 181

【衝撃】 Claude Code の「待機時間」に広告を表示し収益の50%を還元するプラグインが、公開24時間で年換算 $370万の売上ペースに達した😳 AI コーディングの「待ち時間」が商品として成立するほど、現場への浸透が進んでいる 今週の AI コーディング周りで地味に大きい変化を4つ図解した x.com/coreyganim/sta… 待ち時間が収益化されるまで現場に定着した コスト設計の前提が変わっている

東大Codex研究所 @UT_Codex

2 months ago

x.com/i/article/2053…

0 17 173 483K 455

【衝撃】 ML の知識ゼロから、Core ML のモデル訓練ツールを Codex と一緒に作り上げた😳 x.com/OpenAIDevs/sta… iOS 開発者が「危険なクモ検出アプリ」を作ろうとした 機械学習の知識はゼロ やったのは、知らない領域をひたすら反復探索すること ・Core ML の仕組みを調べながらの設計 ・知識なしでモデル訓練ツールを構築 ・リアルタイム映像でクモを分類する UI まで統合 アイデアを持っていれば、ML の知識がなくても動くものが作れる Codex がリサーチと実装の往復を担う

東大Codex研究所 @UT_Codex

4 weeks ago

x.com/i/article/2060…

2 5 62 151K 181

【衝撃】 OpenAI が Codex Security と Patch The Planet を発表した😳 x.com/sama/status/20… GPT-5.5-Cyber は CyberGym でトップ性能を記録 Codex Security は脆弱性を「見つける」だけでなく「直す」まで担う設計 Patch The Planet も同じ方向で動く セキュリティの現場で長年詰まってきたのは修正工程だった スキャンで問題を見つけることは自動化できても 直すのは専門エンジニアの仕事だった ここに Codex の非同期委任が入ってきた タスクを渡して完了を待ち、レビューして承認する その設計がセキュリティの修正ループを担い始めている 「発見→修正→検証」のサイクル全体が委任できる設計に変わってきている

東大Codex研究所 @UT_Codex

a month ago

x.com/i/article/2054…

0 11 139 507K 424

【話題】 新しい技術を導入する時、学習コストが高すぎて諦めてない？ Codexを「優秀なリサーチパートナー」として使うと、知識ゼロからでも実装できる😳 これ何がヤバいかというと👇 x.com/OpenAIDevs/sta… ▶︎ 知識ゼロの分野でもAIが対話しながら設計を支援 ▶︎ 複雑な機能の移行も自然言語の指示だけで完結 ▶︎ 1,700行以上のコード追加が一瞬で完了しテストも通過 気のせいじゃないです。 「プログラミング」の概念が変わりつつある。 アイデアを形にするまでの壁は、もう存在しない。 流れて消える前に保存しておくのが吉

東大Codex研究所 @UT_Codex

a month ago

x.com/i/article/2051…

0 9 102 237K 267

【話題】 Anthropicのエンジニアが40分でアプリを一から作った😳 プランナー・ビルダー・ジャッジ 3つのエージェントがループを回し続け、動くものが出るまで止まらない👇 x.com/AnatoliKopadze… Claudeエージェントの連続稼働時間は1年で12倍になっている 1時間 → 12時間 この改善はモデルだけじゃなく、ループの骨格設計が並行して進化してきた結果だ CodexもClaude Codeも、うまく使えているチームに共通しているのは どのモデルを使うかより先に、どう回すかを設計していること ループの設計が、実装結果の天井を決めている

東大Codex研究所 @UT_Codex

2 months ago

x.com/i/article/2053…

0 17 173 483K 455

【話題】 Codexと画像ツールを組み合わせると、GPT Image 2がほぼ自由に動く😳 x.com/zhongerxin/sta… デモでやっていること ・画像に注釈で修正指示を書き込む ・変更の記録が残る形で、Codexが画像編集を実行する ・どこをどう変えたか、履歴として残る 専用の編集ソフトもデザインスキルも挟まない コーディングの委任と同じ構造が、画像修正でも動く Codexをエージェント層として置くと、GPT Image 2が自由に動く バナーや製品画像の修正を、指示書として渡してCodexに委任できる 委任できる業務は、思っていたより広い

東大Codex研究所 @UT_Codex

a month ago

x.com/i/article/2054…

0 11 139 507K 424

【注目】 GPT-5.6 vs GPT-5.5 vs Fable 5、同じコーディングプロンプトで動かして比べた😳 作業時間はGPT-5.6が87分、GPT-5.5が34分42秒 外観・安定性・出力品質でどう変わったのか👇 x.com/ChrissGPT/stat… 宇宙船インディーゲームのデモで比較した結果 ・外観・照明・安定性　GPT-5.6が明確に上 ・部屋の作り込みと惑星表現　GPT-5.5が上回った ・宇宙船本体　Fable 5が依然として上回った GPT-5.6はGPT-5.5から着実に前進した ただし全領域でFable 5を超えたわけではない 何をやらせるかで上位が変わる コーディングエージェントの選択は用途から逆算するのが実務の正解だ