Технічний контекст
Я б не назвав це «маленьким оновленням». У Codex CLI 0.128.0 сховали experimental-фічу /goal, і ось тут у мене одразу увімкнувся інженерний інтерес: це вже не просто діалог з моделлю, а початок нормальної AI automation усередині кодового агента.
Фактично, потрібно оновитися до 0.128.0 і окремо увімкнути функцію через codex features enable goals. У деяких збірках це також налаштовується через config.toml, де піднімається прапорець features.goals = true. Якщо функція не з'явилася, проблема зазвичай не у вас, а в тому, що вона ще знаходиться в experimental-шарі.
Після активації з'являється команда /goal. Я дивлюся на неї як на «довготривале завдання»: не разовий промпт, а мета, яку Codex тягне через кілька кроків, поки не досягне її, не впреться в ліміт або поки ви її не поставите на паузу.
І це якраз схоже на той самий Ralph loop-підхід, про який багато говорили: агент тримає намір, продовжує роботу і не розвалюється після кожного нового повідомлення. Для AI integration у dev-процеси це набагато важливіше, ніж чергова косметична команда.
Судячи з обговорень, поруч лежить ще пачка experimental-функцій: artifact, chronicle, code_mode, memories, multi_agent_v2, plugin_hooks, remote_control, runtime_metrics, unified_exec та інші. Повного офіційного списку я поки не бачив у нормальній документації, але сам вектор вже читається безпомилково.
Мене найбільше зачепили три речі: goals, memories та multi_agent_v2. Якщо вони нормально зростуться, Codex почне вести довгі інженерні завдання не як один втомлений асистент, а як система зі станом, підзадачами та розподілом ролей.
Вплив на бізнес та автоматизацію
Для команд це означає просту річ: частину завдань можна буде віддавати не «на одну відповідь», а «на доведення до результату». Міграції, рефакторинг, розбір техборгу, підготовка PR, прогін по файлах, звірка конфігів — усе це стає ближчим до автономного виконання.
Виграють ті, хто вже думає в термінах AI architecture, а не «дайте ще один чат». Програють ті, хто увімкне функцію без контролю бюджету, прав доступу та логування, тому що агент з метою та агент без обмежень — це дуже різні звірі.
Ми у себе в Nahornyi AI Lab якраз вирішуємо такі штуки для клієнтів: не просто вмикаємо експериментальний прапорець, а збираємо безпечний контур, де automation with AI реально економить години, а не створює нові ризики. Якщо у вас давно просяться в автоматизацію кодові рев'ю, міграції чи внутрішні dev-workflows, можна спокійно розібрати це разом і зібрати AI solution development під ваш процес, а не під красиву демку.