Мы хотим поделиться полезным советом для пользователей Codex Pro: превратите его в настоящего ресёрч-инженера. Алгоритм простой.
Берёте любую свежую статью по агентным системам и спрашиваете: «Как это будет работать в Codex?» Затем переходите в режим /goal и ставите цель реализовать описанное в своей локальной конфигурации.
Сейчас выходит целая волна исследований по направлению harness engineering, охватывающему skills, memory, eval loops, tool use, scaffolds и feedback для агентов. Такой воркфлоу позволяет переносить эти идеи прямо в вашу рабочую среду Codex, а не просто сохранять статьи в закладки.
Отличный пример — SkillOpt от Microsoft. Он рассматривает скиллы агента как обучаемое внешнее состояние: запускается rollout, скилл редактируется, валидируется, и сохраняются только те изменения, которые действительно улучшают результат.
В статье сообщается, что SkillOpt улучшил GPT-5.5 внутри harness-среды в стиле Codex на +24.8 пункта по сравнению с baseline без скиллов.
Именно этот цикл уже можно реализовать сегодня: ресёрч статья → цель для Codex → локальный апгрейд агента.
