AIに任せる仕事は、Codexの土台ごと借りる時代へ

1. OpenAIが貸すのは、Codexの土台そのもの

エージェントの面倒を自分で見る仕事が、ひとつ減ります。OpenAIは2026年9月10日、Agents APIを公開ベータで提供開始しました。Codexを動かしてきたハーネス——文脈を管理し、ツールを使い分け、サブエージェントをまとめる仕組み——を、OpenAIが運用したまま開発者に開きます。API呼び出しひとつで、タスク・モデル・ツール・環境を指定する形です。

01 ハーネスとは、AIの「段取り」

ハーネスは、日本語にすると「段取り」に近い言葉です。何を覚えておくか、どの道具をどの順で使うか、手が足りないときに誰へ頼むか。モデルの賢さとは別に、この段取りの出来がエージェントの使い勝手を左右します。OpenAIはCodexとChatGPT for Workを世界中に広げるなかで、長く動くエージェントを実用にするには何が要るのかを学んできたと説明しています。

今回開かれたのは、その段取りと、走り続けるためのインフラです。ハーネスの運用と保守はOpenAIが担い、開発者はツールや知識、業務の流れといった自分たちの色が出る部分に時間を使えます。モデルが新しくなるたびに土台を作り直す、という手間の掛け方が変わります。

02 動かす場所は、自分で選べる

エージェントが実際にコードを走らせ、ファイルを触る場所は選べます。OpenAIが管理するサンドボックス、自社のインフラ、あるいはパートナーのサンドボックス。連携先にはBlaxel、Cloudflare、Daytona、DigitalOcean、E2B、Modal、Oracle、Runloop、Vercelが挙がっています。

手早く始めたい場合のために、OpenAIホストのサンドボックスも同時に用意されました。CodexとChatGPTを支えてきたサンドボックス基盤をそのまま使い、ファイルやパッケージ、スキルやプラグインを積んだ状態でエージェントに渡せます。VPC内への配置や、CPU・GPU・メモリの構成違いは、パートナー側の選択肢として示されています。

2. 長く、広く、手分けして働くようになる

変わるのは、AIが働ける時間の長さと、手の数です。Agents APIは文脈が上限に近づくと、それまでのやり取りを自動で圧縮して会話を続けます。ツールは必要なぶんだけ読み込み、複数の呼び出しをコードの中で並べたり束ねたりできます。さらに複雑な仕事は切り分けられ、サブエージェントが並行して進みます。三つとも、これまでは各社が自分で書いていた部分です。

01 話の筋を、見失わない

長い作業でいちばん困るのは、途中で前提を忘れられることです。Agents APIは、セッションが文脈の上限に近づくと、それまでの文脈を自動でコンパクションします。続きに必要な情報は残したまま、器の大きさに収めていく。開発者が自前で圧縮の仕組みを書かなくても、複数の文脈ウィンドウをまたぐ流れを組めます。

何時間も、ときに何日も動き続けるモデルを支えるための設計だと説明されています。人間の側から見ると、これは「様子を見に行く回数が減る」という話です。待たせない速さではなく、放っておける長さ。今回の主題は、そちらにあります。

02 道具は、探してから使う

ツールを増やすほど、その説明文だけで文脈が埋まっていきます。ツール検索は、必要になったツールの定義だけをそのつど読み込む仕組みです。トークンの使用量とコストを抑えながら、モデルのキャッシュを保てるとされています。

使い始めたあとは、プログラマティックなツール呼び出しが効きます。複数の呼び出しを並列で走らせ、関連する処理をつなぎ、結果の絞り込みや合成をコードの中で済ませる。大量のデータを相手にしても、文脈に戻すのは必要なぶんだけです。MCP、独自の関数、ウェブ検索などの組み込みツールに対応します。

03 分身に、手分けさせる

マルチエージェント対応では、複雑な仕事を独立した単位に切り分け、サブエージェントへ渡せます。サブエージェントはそれぞれ自分の文脈を持ち、担当から気が散りません。まとめ役のエージェントが進行を調整し、結果を束ね直します。

調査、分析、コーディングのように、手分けが効く仕事で速くなるとされています。自分でオーケストレーションを書かなくていい、という点が実務では効きます。作るものが減れば、直すものも減る。しかもハーネスはオープンソースのCodexハーネスで、模型の内側にあたるロジックを公開コードベースで読めます。

3. 先に使った会社が、発表資料で語った数字

効き目の輪郭は、導入企業のコメントから読み取れます。評価スコアの上昇、レイテンシの短縮、1件あたりのコスト削減、失敗した応答の減少。いずれも各社が自社の環境で得た値として発表資料に並んだもので、どんな用途でも同じようになるとは限りません。それでも、どの方向に効きやすいのかを掴む材料にはなります。

01 数字は、各社の環境での話

Ciridaeは評価スコアが0.71から0.85に上がり、サブエージェント対応でレイテンシが4分の1になったとしています。SafetyKitは案件レビューの業務を移し、1件あたりのコストが60%減ったと述べています。Hyphaはハーネスとサンドボックスを分けたことで、失敗したエージェント応答が86%減ったとしています。

Dwellyは数百のエージェントに仕事を一斉展開し、非同期で走らせて結果をあとから回収する使い方を挙げています。Nash.aiは物流網で長時間動くエージェントの基盤として使い、Long Lakeは業種をまたいで数時間で立ち上げられるようになったと語ります。共通しているのは、手数の多い仕事ほど余裕が出ているという点です。

02 向く仕事、まだ急がない仕事

向くのは、長く走る仕事、段取りが多い仕事、分けて同時に進められる仕事です。調査や分析、コード生成と検証のように、途中の成果物を保存しながら進む作業とも相性がよいとされています。ファイルを置き、コードを走らせ、中間結果を残せる環境が前提になっているからです。

一方で、一往復で終わる問い合わせや、既存のプロンプト連鎖で足りている処理まで急いで載せ替える理由は薄いはずです。公開ベータは、OpenAI自身がフィードバックを見ながら素早く直していく期間だと明記されています。

4. 今日から触るか、正式版を待つか

結論を先に。手元に「AIに丸ごと預けたい仕事」があるなら、今日クイックスタートを叩いてみる価値があります。追加料金はなく、払うのはトークンとツールの分だけ。逆に、いま動いている仕組みで困っていないなら、急いで載せ替える理由はありません。判断の分かれ目は、自作の土台の保守にどれだけ時間を取られているかです。

01 今日、手を動かすなら

まずは小さく、ひとつの仕事を丸ごと預けてみる。競合の調べものでも、社内申請の下ごしらえでもかまいません。API呼び出しひとつでタスク・モデル・ツール・環境を指定できるので、試すまでの距離がとにかく短い。ここが今回いちばん変わったところです。作り込む前に、預けた仕事がどこで詰まるかを見たほうが早い。

動かす場所は、まずOpenAIホストのサンドボックスから始められます。慣れてきたら自社インフラやパートナーへ移す——順番はあとから変えられます。そして走らせたエージェントが何をどう判断したかは、オープンソースのハーネスを読めば追いかけられる。預けきりのブラックボックスにならないのは、業務に入れるときに効いてきます。

02 待ったほうがいい人

いまの自作オーケストレーションが安定していて、運用も回っているなら、慌てる必要はありません。公開ベータのあいだは、OpenAIが使い勝手を見ながら手を入れていく段階です。本番の重い業務を丸ごと移すのは、その様子を見てからでも遅くはありません。

見るべきは、機能の一覧ではなく自分の時間の使い道です。文脈の圧縮やツールの取り回し、サブエージェントの采配に毎週時間を取られているなら、預ける側に寄せる理由があります。そこが軽いなら、いまは小さく試して、本気の載せ替えは正式版を待つ。その二段構えで十分です。

5. よくある質問

6. まとめ