Codex фиксирует рабочие процессы в Runme

Инженер OpenAI описал рабочий процесс, в котором Codex выполняет повторяющиеся операции по подготовке инфраструктуры и запуску оценок новых моделей, а цель, план, команды и результаты собираются в одном ноутбуке открытого веб-приложения Runme. Описание рабочего процесса опубликовано в блоге OpenAI для разработчиков.

Коротко

• Работа начинается с ячейки цели в ноутбуке: Codex изучает предыдущий запуск, пишет подробный план, ждёт одобрения инженера и затем документирует команды, их вывод и трактовку результатов.
• Runme поддерживает Markdown, ячейки кода и HTML по образцу Jupyter и Colab, сохраняет ноутбуки прямо в Google Drive и пишет к каждому сопутствующий Markdown-файл вида *.index.md.
• Агент работает с приложением через WebMCP: при загрузке страницы регистрируются браузерные инструменты, поэтому статическому сайту не нужен отдельный сервер с обычным MCP-эндпоинтом и дополнительная инфраструктура.

Подход выглядит как попытка сузить разрыв между выполнением работы и её описанием: обычно документация появляется после факта или не появляется вовсе. Судя по описанию, ставка сделана на то, что агент фиксирует ход работы подробнее, чем это сделал бы инженер, а человек остаётся в точках выбора. Для команд, где операционные процессы держатся на памяти нескольких человек, это меняет цену передачи знаний.

Ячейка цели в ноутбуке служит заданием, а план Codex инженер утверждает до старта

Для запуска оценки инженер создаёт ноутбук Runme и записывает в ячейку цели короткий план: изучить предыдущий запуск, составить подробный план в этом же ноутбуке, дождаться проверки и одобрения, задокументировать выполненные команды, их вывод и трактовку результатов. Затем Codex получает указание считать эту ячейку целью.

Codex читает ноутбук и обновляет его по мере работы. По словам автора, полезнее всего участие человека там, где нужно выбрать между вариантами: какой системой оценки воспользоваться, поднимать ли новую инфраструктуру или хватит существующих ресурсов. За прогрессом он следит в том числе с телефона и вмешивается, когда агент застревает: например, при исчерпанной квоте предлагает переиспользовать уже поднятое окружение.

В итоге ноутбук содержит и шаги, которые привели к результату, и тупики. Перед завершением инженер вместе с Codex фиксирует решения, которые иначе растворились бы в переписке: почему выбран один вариант, какой подход теперь считается предпочтительным и что стоит сделать иначе в следующий раз.

Runme раздаётся как статический сайт, а Codex подключается к нему через WebMCP

Runme представляет собой открытое веб-приложение для создания ноутбуков вместе с Codex. Как Jupyter и Colab, оно поддерживает Markdown, ячейки кода и HTML, поэтому в одном документе совмещаются инструкции, команды, результаты, таблицы и графики. Ноутбуки сохраняются напрямую в Google Drive, что даёт коллегам привычный способ находить и передавать готовые артефакты без ещё одного хранилища документов.

Агенты обращаются к Runme через WebMCP. При загрузке страницы приложение регистрирует в браузере инструменты, которыми агент читает инструкции по работе с самим Runme и его ноутбуками, выполняет ограниченные JavaScript-программы, читающие или обновляющие содержимое ноутбука, и обращается к документации приложения. Runme при этом остаётся клиентским приложением на статическом сайте.

В OpenAI объясняют выбор так: сервер, добавленный только ради обычного MCP-эндпоинта, означал бы лишнюю инфраструктуру и эксплуатационную сложность, а также изменил бы то, где обрабатываются данные ноутбуков. WebMCP даёт приложению отдавать свои возможности прямо из браузера. Постоянная цель удерживает Codex в рамках задачи, а автоматическая проверка одобрений разбирает подходящие действия, не меняя существующих границ доступа.

Контекст рутинной работы рассыпан по истории терминала, Slack, ранбукам и дашбордам

Полезная агенту информация обычно уже есть в повседневной работе, но разбросана по истории терминала, Slack, ранбукам, документам и дашбордам. По формулировке автора, трудность не в том, чтобы доказать пользу документации, а в том, чтобы сделать её создание дешёвым прямо по ходу работы.

К каждому ноутбуку Runme пишет сопутствующий Markdown-индекс с именем *.index.md. Google Drive индексирует такой файл, и прошлые ноутбуки становятся проще для обнаружения агентом, когда ему нужны примеры, операционный контекст или исход предыдущего запуска. Каждый запуск оценки даёт возможность описать, как была сделана работа, и упростить следующий.

Автор описывает свой прежний опыт в OpenAI: в команде облачной инфраструктуры он неделю поднимал партию кластеров Kubernetes, разбираясь с приватными подключениями, квотами и Terraform, а затем брался за следующую партию. В команде API он гонял оценки моделей, решая проблемы с грейдерами, квотами, конфигурацией и PyTorch.

Границы, которые остаются за человеком

Инженер по-прежнему решает, когда план готов и когда выбор требует человеческого суждения, а Codex выполняет повторяющуюся часть и описывает произошедшее подробнее, чем это сделал бы человек. Сроков, версий или планов развития Runme в описании не приводится, как и условий распространения помимо того, что проект открытый. Собственную цель автор формулирует проще: вернуть себе часть времени, уходящего на подбор нужных слов для капризных машин.