Технический контекст
Я посмотрел релиз OpenAI Codex rust-v0.145.0 и здесь реально есть за что зацепиться: они не просто подкрутили UX, а стабилизировали opt-in multi-agent V2. Для тех, кто строит AI automation и рабочие пайплайны разработки, это уже не косметика, а изменение самой схемы исполнения задач.
Главное новшество я вижу в том, что субагентам теперь можно отдельно задавать модель и уровень reasoning. То есть у меня родительский агент может вести оркестрацию, а дочерние потоки я могу отправить на разные профили: где-то нужен дешевый проход по кодовой базе, а где-то более тяжелый агент на сложную логику.
Это важнее, чем звучит. Раньше во многих агентных сценариях модельный выбор был слишком «сессионным», а теперь маршрутизация становится ближе к уровню конкретного треда и подзадачи.
Вторая штука, где я сразу остановился, это concurrency. Codex V2 нормализует параллельный запуск нескольких агентов по проекту: один роет структуру репозитория, другой проверяет зависимости, третий собирает кусок фичи. Потом все это сводится обратно в один ответ.
Еще из релиза: вернули roles и улучшили agent navigation. По опыту, это не мелочь, а то, что делает мультиагентную систему хоть сколько-то пригодной к ежедневной работе. Когда нельзя быстро понять, кто что делает и куда провалиться по иерархии, вся красота агентности быстро превращается в хаос.
Но я бы не романтизировал. Вокруг V2 уже есть вопросы к наблюдаемости: чем больше автономии у субагентов, тем острее тема аудита, дебага и контроля инструкций между агентами.
Что это меняет для бизнеса и автоматизации
Для команд выигрыша я вижу три. Первое: дешевле строить смешанную AI integration, где не каждая подзадача гоняется через самый дорогой reasoning-профиль. Второе: быстрее идут большие задачи, которые можно честно распараллелить. Третье: архитектура становится ближе к реальной инженерной организации, где есть оркестратор и специализированные исполнители.
Кто проигрывает? Те, кто надеялся, что мультиагентность сама по себе решит хаос в процессе. Без правил маршрутизации, sandbox-ограничений и понятной наблюдаемости это легко ломается на проде.
Мы в Nahornyi AI Lab как раз решаем такие вещи на практике: не просто подключаем модный агентный режим, а собираем AI solutions for business так, чтобы они были управляемыми, проверяемыми и не сжигали бюджет на ровном месте. Если у вас созрел сценарий, где один ассистент уже уперся в потолок, я могу вместе с вами разложить архитектуру и build AI automation под ваш реальный процесс, без игрушечной агентности ради галочки.