Codex фиксирует рабочие процессы в Runme

Инженер OpenAI свёл повторяющуюся операционную работу к одному ноутбуку Runme: Codex пишет в нём план, ждёт одобрения, выполняет команды и записывает, что из этого вышло. Готовый ноутбук сохраняется в Google Drive вместе с индексным файлом и становится контекстом для следующего запуска.
Процесс описан в посте в блоге OpenAI для разработчиков от 26 августа. Автор начинал в OpenAI в команде облачной инфраструктуры и поднимал кластеры Kubernetes для прикладных команд. На одну партию кластеров уходила неделя: private link, квоты, Terraform. Закончив партию, он брался за следующую. Потом он перешёл в команду API и гонял оценки свежих моделей. Там тот же цикл крутился вокруг грейдеров, квот, конфигурации и PyTorch. Модель выходила, и всё начиналось заново с другой.
Писать отдельную автоматизацию под каждую такую задачу он не хочет. Вместо этого он развивает Runme. Инструмент должен собирать и упорядочивать контекст вокруг процесса, сохранять нужные границы ревью и подтверждений и улучшать следующие запуски Codex за счёт опыта предыдущих.
Оценки в OpenAI запускают перед выпуском новых моделей и функций, чтобы проверить, что всё работает как задумано. Под такую задачу автор создаёт ноутбук и пишет в нём короткую цель:
Цель: прогнать оценку на текущей модели. Изучи предыдущий запуск, чтобы понять процесс. Напиши в этом ноутбуке подробный план. Дождись, пока я его проверю и одобрю. Записывай выполненные команды, их вывод и то, как ты интерпретируешь результаты.
Дальше Codex получает короткую просьбу: прочитать ячейку с целью в ноутбуке, открытом в браузере, считать её заданием, расписать план и ждать одобрения. По мере работы агент сам обновляет ноутбук. Готовый план автор читает и при необходимости правит. По его словам, полезнее всего его участие там, где надо выбрать между вариантами: какую систему оценки взять, поднимать ли новую инфраструктуру или хватит существующей.
Пока Codex работает, автор следит за ним, иногда с телефона, и подталкивает, когда агент застревает. Пример из поста: окружение для разработки не создаётся, потому что кончилась квота. Тогда человек предлагает переиспользовать уже существующее окружение или поискать другой одобренный вариант.
На выходе получается ноутбук, где записаны и шаги, которые привели к результату, и тупики. Перед завершением автор вместе с Codex фиксирует решения, которые иначе остались бы в переписке: почему выбрали этот вариант, какой подход теперь считается предпочтительным и что в следующий раз стоит сделать иначе.
Сам Runme в посте описан как открытое веб-приложение для работы с ноутбуками вместе с Codex. Как Jupyter и Colab, он поддерживает Markdown, ячейки кода и HTML, так что в одном документе сходятся инструкции, команды, результаты, таблицы и графики. На GitHub проект описывают как инструмент для исполняемых ранбуков, инструкций по эксплуатации: команды из блоков кода в Markdown-файле запускаются прямо из документа, а переменные окружения сохраняются между ячейками, как в сессии терминала. Ранбуки хранятся в обычном Markdown. Кроме shell, поддерживаются Python, Ruby, JavaScript и TypeScript, Lua, PHP и Perl. На странице расширения в Visual Studio Marketplace указана лицензия APL 2.0.
Ноутбуки сохраняются прямо в Google Drive. Коллеги автора находят результаты и передают их друг другу привычным способом, без отдельного хранилища документов. К каждому ноутбуку Runme пишет сопутствующий файл *.index.md. Google Drive его индексирует, и агенту проще найти прошлые ноутбуки, когда ему нужны примеры, операционный контекст или итог предыдущего запуска.
С агентами Runme общается через WebMCP. В обычном MCP инструменты отдаёт отдельный сервер, а здесь их регистрирует сама веб-страница в браузере. При загрузке приложение объявляет инструменты, через которые агент может прочитать инструкции по работе с Runme и его ноутбуками, запустить ограниченные программы на JavaScript, которые читают или меняют содержимое ноутбука, и открыть документацию приложения.
Автор объясняет выбор архитектурой. Runme работает целиком на клиенте и раздаётся как статический сайт. Сервер, добавленный только ради MCP-эндпоинта, принёс бы лишнюю инфраструктуру и операционную сложность и изменил бы место, где обрабатываются данные ноутбуков. Через WebMCP приложение отдаёт свои возможности прямо из браузера.
Значительная часть сведений, которые пригодились бы агенту, и так появляется в ежедневной работе, но разбросана по истории терминала, Slack, ранбукам, документам и дашбордам. «Трудно не доказать, что документация полезна, а сделать её создание достаточно дешёвым прямо по ходу работы», - пишет автор. Runme сводит в один артефакт намерение, действия, решения и результаты. Каждый прогон оценки оставляет после себя описание того, как он прошёл, и следующий проходит легче.
Постоянная цель держит Codex в рамках задачи, а автоматическое ревью подтверждений проверяет допустимые действия, не меняя существующих границ прав. Автор по-прежнему сам решает, когда план готов и когда выбор с последствиями требует человеческого суждения. Повторяющееся исполнение берёт на себя Codex и, по признанию автора, записывает происходящее подробнее, чем записал бы он сам. Ноутбуком легко поделиться, так что практическое знание уже не застревает в истории чата одного человека.
Своё отношение к инструментам автор объясняет на примере Kubernetes. Облачная инфраструктура должна была упростить развёртывание и эксплуатацию софта, а принесла разросшуюся экосистему инструментов, которую хорошо показывает карта CNCF landscape. Решение одной проблемы часто создаёт новую: нужный инструмент приходится выбирать, осваивать и эксплуатировать. Codex, по его словам, привлекает тем, что берёт рутину на себя и оставляет человеку важные решения. «Надеюсь, часть этих ударов сердца ко мне вернётся, и я потрачу их на игры с собаками».
Дальше
Anthropic арендует мощности Nscale за 45 млрд долларов
В дата-центре Nscale Anthropic будет арендовать вычислительные мощности за 45 миллиардов долларов на шесть лет. Площадку оснастят чипами Nvidia Vera Rubin для нужд компании.
Читайте также
Комментарии
Пока никто не написал. Будьте первым.
Присоединяйтесь к разговору
Войдите, чтобы оставить комментарий. Он появится после модерации.

