Codex получил /goal: почему OpenAI толкает его в knowledge work

Проверено 1 мая 2026 года. Команда /goal выглядит как мелкий апдейт Codex CLI, если смотреть только на changelog. Но релиз rust-v0.128.0 от 30 апреля 2026 года показывает более важный сдвиг: OpenAI добавила в Codex сохранённые workflows для целей, runtime continuation и управление жизненным циклом цели через create, pause, resume и clear. По сути это заготовка под долгую рабочую петлю, а не просто новая подсказка модели.

Отсюда и выход за пределы coding-only. С 16 апреля 2026 года OpenAI последовательно собирает для Codex браузер, память, автоматизации, плагины и контекст из внешних инструментов. /goal связывает эти детали в понятную продуктовую модель: агенту дают не только задачу на сейчас, но и цель, к которой он может возвращаться сам.

Поэтому новый угол из SEO brief выглядит точным. Новость не в том, что OpenAI «ещё раз обновила Codex». Новость в том, что /goal оказался самым чистым сигналом: Codex уже ведут к работе, которая длиннее одной команды, шире одной IDE и ближе к knowledge work вокруг разработки.

Почему /goal важнее обычной slash-команды

В официальных release notes GitHub OpenAI пишет прямо: в версии 0.128.0 появились persisted /goal workflows с app-server APIs, model tools, runtime continuation и интерфейсом для создания, паузы, возобновления и очистки цели. Формулировка сухая, но смысл у неё большой. Цель становится отдельным объектом, который живёт между ходами, а не исчезает вместе с очередным ответом модели.

Это хорошо видно и в шаблоне goals/continuation.md в репозитории openai/codex. Там у цели есть собственный token budget, счётчик уже потраченных токенов и обязательный completion audit перед завершением. Иными словами, Codex предлагают не просто «думать подольше», а регулярно проверять, действительно ли задача доведена до результата.

Для разработчика это уже знакомая логика. Агенту мало красиво отчитаться в конце сессии. Он должен уметь продолжить работу, не повторять пройденное, сверяться с артефактами и останавливаться только тогда, когда цель реально закрыта. В инженерных задачах это полезно. В knowledge work вокруг инженерии, где много разрознённого контекста, это ещё важнее.

Как /goal тянет Codex в knowledge work

Если бы OpenAI ограничилась только CLI-командой, из этого не стоило бы делать большой вывод. Но /goal ложится в уже выстроенную продуктовую траекторию. В релизе Codex for (almost) everything от 16 апреля 2026 года компания пишет, что Codex теперь умеет работать с большим числом приложений, использовать встроенный браузер, помнить предпочтения, переиспользовать контекст и брать на себя повторяемую и долгую работу.

Там же есть пример, который трудно читать как чисто coding-сценарий. OpenAI пишет, что Codex может найти открытые комментарии в Google Docs, подтянуть контекст из Slack, Notion и codebase, а затем вернуть приоритизированный список действий. Это уже не «помоги мне с функцией». Это разбор рассыпанной рабочей сцены, где код только один из источников.

Через пять дней OpenAI усилила этот тезис в заметке Scaling Codex to enterprises worldwide. Там компания заявляет уже более 4 млн weekly users и отдельно пишет, что Codex движется beyond coding: browser-based work, image generation, memory и работа через инструменты и приложения. Ещё важнее следующая строка: команды используют Codex, чтобы собирать контекст из разных систем и превращать разрозненную информацию в брифы, планы, чеклисты, черновики и последующие действия.

28 апреля этот же угол повторяется в анонсе OpenAI models, Codex, and Managed Agents come to AWS. На странице OpenAI пишет, что Codex всё чаще используют для исследований, анализа и работы с документами, а результатом становятся брифы, презентации и таблицы. Когда одна и та же рамка повторяется в нескольких официальных материалах за две недели, это уже не случайный маркетинговый оборот, а новая продуктовая претензия.

И здесь /goal очень кстати. Brief или план можно собрать и в одном ответе. Но если задача разбросана по документам, переписке, PR-комментариям, данным и браузеру, агенту нужна не просто сильная модель. Ему нужна цель, к которой можно возвращаться, не теряя состояние между итерациями.

OpenAI уже показывает для Codex отдельный слой knowledge work

Самое наглядное подтверждение лежит не в новостном блоге, а в документации. На странице Codex use cases у OpenAI Developers есть отдельная категория Knowledge Work. Там рядом с привычными инженерными сценариями уже стоят примеры очистки неаккуратных данных, задач из переписки, подготовки онбординга, генерации презентаций, разбора плотных исходных материалов и вопросов к CSV или spreadsheet.

Это полезная оговорка к слишком широким интерпретациям. OpenAI пока не ведёт Codex в абстрактный «офисный ИИ для всех». Она ведёт его в соседний слой работы, где технической команде нужно не только писать код, но и разбирать документы, переписку, таблицы, комментарии и контекст по проекту.

Именно поэтому новый материал не должен дублировать наш апрельский разбор OpenAI Codex как среды для агентного программирования. Та статья была про общий сдвиг в agentic coding. Здесь фокус уже: /goal как механизм, который делает этот сдвиг устойчивым и переносит Codex ближе к длинной рабочей петле.

По той же причине Chronicle, Codex Labs и Workspace Agents лучше оставлять supporting evidence. Мы уже отдельно разбирали Codex Chronicle как слой памяти и Workspace Agents как командный режим. В истории с /goal они важны не как самостоятельные новости, а как соседние детали одной системы, где агенту всё чаще дают не команду, а непрерывную работу.

Что это меняет для команд

Первое практическое изменение простое: ценность Codex всё меньше измеряется только качеством кода на выходе. Если агент может жить с целью дольше одной сессии, становится важнее, как он держит состояние, как собирает контекст, насколько аккуратно возвращается к незавершённой задаче и можно ли ему доверить работу между несколькими источниками.

Второе изменение ближе к менеджменту. На таких задачах команда начинает сравнивать не «какой ответ красивее», а «какая часть рутины реально исчезает». Хорошие первые сценарии для /goal выглядят скучно, и это нормально: разгрести открытые review comments, подготовить сводку по инциденту, собрать список follow-ups после созвона, превратить набор исходников в короткий brief, проверить, какие задачи зависли между Slack, Notion и репозиторием.

Третье изменение касается контроля. Чем длиннее рабочая петля, тем дороже ошибка на последнем шаге. Поэтому вокруг /goal неизбежно вырастут старые вопросы про права, память, журнал действий и границы доступа к инструментам. Это уже видно по общей траектории Codex: встроенный браузер, плагины, память, connected apps и long-term automations дают больше пользы только в том случае, если команда понимает, где агенту можно действовать самому, а где нужен человек.

Где проходят границы нового угла

Самое важное здесь не переобещать. По состоянию на 1 мая 2026 года /goal подтверждён как часть релиза Codex CLI, а не как отдельный массовый consumer-продукт для всего офиса. Computer use в апрельском релизе OpenAI сначала доступен на macOS. Часть personalization-функций компания ещё только обещает позже для Enterprise, Edu, EU и UK. А запуск Codex on Bedrock 28 апреля идёт в limited preview.

Поэтому аккуратный вывод звучит так: OpenAI не превратила Codex в универсального офисного агента за одну ночь. Она дала самый сильный на сегодня технический сигнал, что Codex должен уметь жить дольше одного запроса и работать с более широким классом задач, чем просто правка кода.

Короткий вывод простой: /goal важен не как новая кнопка, а как новая единица работы. Пока Codex живёт только внутри ответа, он остаётся умным исполнителем команд. Когда у него появляется собственная цель с продолжением, памятью и проверкой завершения, он начинает приближаться к роли рабочего агента.

Источники и дата проверки

Факты, даты и формулировки в этом материале проверены 1 мая 2026 года по официальным источникам OpenAI и репозиторию openai/codex. Для статьи использованы: Codex for (almost) everything, Scaling Codex to enterprises worldwide, OpenAI models, Codex, and Managed Agents come to AWS, Codex use cases — Knowledge Work, GitHub release rust-v0.128.0 и шаблон goals/continuation.md. Для внешней интерпретации хода использована заметка Simon Willison о /goal.