Codex навчився шукати в історії довгих сесій

Codex змінює роботу з довгим контекстом

Тут привертає увагу не саме слово compact, а зміна механіки пам’яті: Codex отримав експериментальний режим зі структурованими нотатками та пошуком у старій історії сесії. У журналі змін ChatGPT/Codex і довіднику конфігурації OpenAI сказано, що режим зберігає накопичені деталі між вікнами контексту та додає інструмент new_context. Замість чергового переказу всього листування агент може почати нове вікно й за потреби знайти попередні повідомлення або результати інструментів.

У повідомленні користувача режим вмикається командою codex features enable context_management.experimental_mode. Документований варіант конфігурації встановлює features.context_management.experimental_mode у значення true. Станом на 5 вересня 2026 року функція вимкнена за замовчуванням і доступна лише відповідним сесіям ChatGPT Plus, Pro та Pro Lite на бекенді Codex, але не сесіям із API-ключем чи сторонніми провайдерами.

Логіка виглядає здоровою. Нотатки утримують сталі факти, а пошук повертає подробиці, які до них не потрапили: стару вимогу, рішення щодо плану або висновок інструменту. Для автономного програмування це практичніше за цикл стиснув, забув частину, продовжив, особливо коли задача проходить крізь кілька вікон контексту.

Один користувач запустив нічний прогін, щоб перевірити режим на довгому контексті. Інший окремо зазначив, що текст став помітно читабельнішим: плани досліджень і складні зведення тепер можна розбирати без додаткових навичок. Офіційних показників якості experimental mode поки немає, тож наразі це сильна конструктивна ідея та ранній UX-сигнал, а не доведений приріст у бенчмарках.

Довгі агентні задачі отримують стійкішу пам’ять

Головна зміна проста: агенту більше не обов’язково вміщувати всю корисну історію в один конспект, який постійно переписується. Це знижує ризик втратити рішення, обмеження чи результат інструменту лише тому, що вони не пережили чергового стиснення. Найбільше виграють довгі рефакторинги, дослідницькі задачі та цикли налагодження зі змінним планом.

Я б насамперед дивився на точність пошуку та якість самих нотаток. Якщо агент зберігає шум або витягає формально схожий, але застарілий фрагмент, довга пам’ять швидко перетворюється на довгу плутанину. Окреме питання — наскільки передбачувано модель вирішує, коли викликати new_context і які факти переносити далі.

Це не магічне нескінченне вікно контексту. Радше Codex отримав більш інженерний спосіб працювати зі скінченним вікном, не вдаючи, що одного резюме завжди достатньо. Тепер головне невирішене питання не в тому, чи вміє агент пам’ятати, а в тому, наскільки точно він розуміє, що варто пам’ятати.

Раніше ми розповідали, як інтерфейси з картою коду покращують ін’єкцію контексту та навігацію в розробці з підтримкою ШІ. Ці самі проблеми вибору контексту лежать в основі експериментального режиму Codex для агентів, що працюють довго.