Codex интеллектуалт төлөөлөгчийг ойлгохыг хүсэж байна уу? Энэхүү гүнзгий шинжилгээг бүү алдаарай!

OpenAI саяхан "ер бусын" зүйл хийсэн.

Ер нь OpenAI илүү хүчтэй загваруудыг (жишээ нь o1) гаргадаг байсан бол энэ удаа тэд "Codex agent loop-ийг задлах" гүнзгий техникийн блог нийтэлж, Codex CLI-ийн үндсэн логикийг нээлттэй болгоод зогсохгүй, төлөвшсөн код бичих интеллектуалт төлөөлөгч (Coding Agent) хэрхэн ажиллаж байгааг алхам алхмаар тайлбарласан.

Claude Code болон Cursor-ийн фенүүд галзуурч байгаа энэ үед OpenAI-ийн энэхүү нийтлэл нь булчингаа гайхуулаад зогсохгүй, "Agent архитекторын анхааруулга" юм. Та AI програмчлалын хэрэгслийг сайн ашиглахыг хүсэж байгаа эсэхээс үл хамааран өөрийн Agent-ийг хөгжүүлэхийг хүсэж байгаа бол энэ нийтлэлийг үг бүрчлэн унших нь зүйтэй.

Бүтэн текст нь 8300+ үгтэй бөгөөд ойролцоогоор 20 минут унших шаардлагатай.

Эхлээд Codex CLI гэж юу вэ?

Codex CLI бол OpenAI-ийн бүтээсэн нээлттэй кодтой код бичих Agent хэрэгсэл бөгөөд үүнийг локал компьютер дээр ажиллуулах эсвэл код засварлагч дээр суулгах боломжтой. VS Code, Cursor, Windsurf гэх мэтийг дэмждэг.

Нээлттэй хаяг: https://github.com/openai/codex

Харин энэ удаа танилцуулах Agent Loop (төлөөлөгчийн тойрог) нь Codex CLI-ийн үндсэн логик юм: хэрэглэгч, загвар болон загварын дуудлагыг зохицуулах үүрэгтэй бөгөөд ингэснээр үнэ цэнтэй хэрэгслүүдийн хоорондын харилцан үйлчлэлийг гүйцэтгэх боломжтой.

Agent Loop (интеллектуалт төлөөлөгчийн тойрог)

Загвар бол зүгээр л бүрэлдэхүүн хэсэг, Agent (интеллектуалт төлөөлөгч) л бүтээгдэхүүн болж чадна.

AI Agent бүрийн гол нь "интеллектуалт төлөөлөгчийн тойрог (Agent Loop)" гэж нэрлэгддэг зүйл юм. Интеллектуалт төлөөлөгчийн тойргийн диаграмм нь дараах байдалтай байна:

Бид ихэвчлэн AI програмчлалыг: "Би асууна, тэр хариулна" гэж боддог. Гэхдээ Codex CLI-ийн дотор энэ нь төвөгтэй хязгааргүй давталтын процесс юм...

Стандарт Agent Loop нь дараах хэсгүүдийг агуулдаг:

• Хэрэглэгчийн заавар: Хэрэглэгчийн оруулсан текстийн багц (жишээ нь "энэ функцийг дахин зохион байгуул").
• Загварын дүгнэлт: Загвар нь шууд хариулах уу эсвэл хэрэгслийг (Tool Call) дуудах уу гэдгийг шийддэг.
• Хэрэгслийн дуудлага: Хэрэв загвар нь list files эсвэл run shell дуудах шийдвэр гаргавал CLI эдгээр командыг локал байдлаар гүйцэтгэнэ.
• Ажиглалт (Observation): Хэрэгслийн гүйцэтгэлийн үр дүн (код, алдаа, файлын жагсаалт) баригдана.
• Давталт: Эдгээр үр дүнг ярианы түүхэнд нэмж, дахин загварт өгдөг. Загвар нь үр дүнг харсны дараа дараагийн үйлдлийг шийддэг.
• Зогсоох: Загвар нь даалгавар дууссан гэж үзэж, эцсийн хариултыг гаргах хүртэл.

"Хэрэглэгчийн оролт"-оос "интеллектуалт төлөөлөгчийн хариулт" хүртэлх бүх процессыг ярианы нэг ээлж гэж нэрлэдэг (Codex-д утас гэж нэрлэдэг).

Яриа үргэлжлэх тусам загварыг дүгнэхэд ашигладаг сануулга (Prompt)-ын урт нэмэгдэх болно. Энэ урт нь чухал бөгөөд учир нь загвар бүр контекстийн цонхтой бөгөөд энэ нь загвар нь нэг дүгнэлтийн дуудлагад ашиглаж болох хамгийн их тооны токенуудыг илэрхийлдэг.

Загварын дүгнэлт

Codex CLI нь загварын дүгнэлтийг хийхийн тулд Responses API-д HTTP хүсэлт илгээдэг. Codex нь Responses API-г ашиглан төлөөлөгчийн тойргийг удирддаг.

Responses API гэж юу вэ?

Responses API бол OpenAI-ийн 2025 оны 3-р сард гаргасан дараагийн үеийн интеллектуалт төлөөлөгч хөгжүүлэх интерфэйс бөгөөд яриа, хэрэгслийн дуудлага болон олон горимт боловсруулах чадварыг нэгтгэж, хөгжүүлэгчдэд илүү уян хатан, илүү хүчирхэг AI програм бүтээх туршлагыг санал болгох зорилготой юм.

Codex CLI-ийн ашигладаг Responses API төгсгөлийн цэгийг тохируулах боломжтой бөгөөд Responses API-г хэрэгжүүлсэн ямар ч төгсгөлийн цэгтэй хамт ашиглах боломжтой.

Загвар нь дээж авдаг (хариулт үүсгэдэг)

Responses API-д илгээсэн HTTP хүсэлт нь Codex ярианы эхний "ээлж"-ийг эхлүүлдэг. Сервер нь Server-Sent Events (SSE) дамжуулалтаар хариултыг буцааж өгдөг.

Өмнөх ээлжийн сануулга нь шинэ сануулгын яг таг угтвар гэдгийг анхаарна уу. Энэхүү загвар нь дараагийн хүсэлтийн үр ашгийг эрс сайжруулж чадна - сануулгын кэш механизмыг ашиглах боломжтой.

Ээлж нэмэгдэх тусам сануулга тасралтгүй уртасдаг нөлөө

1. Гүйцэтгэлийн тал

• Загвар дээж авах өртөг нэмэгдэнэ: Сануулга тасралтгүй уртасч, загвар дээж авах өртөг өсөх болно, учир нь дээж авах процесс нь илүү их өгөгдөл боловсруулах шаардлагатай болж, тооцоолох хэмжээ нэмэгддэг.
• Кэшийн үр ашиг буурна: Сануулга ээлж нэмэгдэх тусам тасралтгүй уртасч, яг таг угтварын тохирох хүндрэл нэмэгдэж, кэш цохих магадлал буурна.

2. Контекстийн цонхны удирдлагын тал

• Контекстийн цонх хурдан дуусна: Сануулга тасралтгүй уртасч, ярианы тэмдэгтийн тоо хурдан нэмэгдэх болно, контекстийн цонхны босгыг давмагц контекстийн цонх дуусах магадлалтай.
• Шахалтын үйлдэл хийх шаардлага нэмэгдэнэ: Контекстийн цонх дуусахаас зайлсхийхийн тулд тэмдэгтийн тоо босгыг давсан үед яриаг шахах шаардлагатай.

3. Кэш алдах эрсдэлийн тал

• Олон төрлийн үйлдэл кэш алдахад хүргэж болно: Хэрэв сануулга уртассанаас болж загварт ашиглах боломжтой хэрэгсэл, зорилтот загвар, элсэн хайрцагны тохиргоог өөрчлөх зэрэг үйлдэл хийгдвэл кэш алдах эрсдэл улам нэмэгдэнэ.
• MCP хэрэгсэл төвөгтэй байдлыг нэмэгдүүлнэ: MCP сервер нь нийлүүлсэн хэрэгслийн жагсаалтыг динамикаар өөрчилж чаддаг бөгөөд урт хугацааны ярианд холбогдох мэдэгдлийг хүлээн авах нь кэш алдахад хүргэдэг.

Лавлах мэдээлэл: 《Codex agent loop-ийг задлах》 Эх сурвалж: OpenAI