Codex, Behind the Harness — Dominik Kundel, OpenAI

한 줄 핵심

Codex의 핵심은 모델 자체보다 하네스 설계에 있으며, 컨텍스트 구성·도구 지연 로딩·샌드박스·자동 승인·WebSocket·컴팩션을 통해 에이전트를 더 빠르고 안전하게 운영하는 방법을 보여준다.

시간별 요약

1. 0:01
   Codex 하네스와 앱 서버, Responses API는 오픈소스로 공개되어 있으며, UI에서 하네스로, 하네스에서 추론으로 이어지는 프로토콜 구조를 통해 다양한 에이전트 인터페이스를 유연하게 연결할 수 있다. 핵심은 에이전트의 정의보다 실제로 메시지가 전달될 때 무엇이 일어나는지 이해하는 데 있다.
2. 4:00
   가장 중요한 단계는 컨텍스트 구성으로, 토큰 예산을 넘지 않으면서도 모순된 정보와 불필요한 비용을 줄이고, MCP와 같은 확장에도 견딜 수 있어야 한다. 이를 위해 deferred tools와 tool search를 사용하고, skills 목록은 전체 컨텍스트의 2%로 제한해 크기·유연성·캐시 효율을 함께 관리한다.
3. 7:01
   에이전트가 실제로 에이전트답게 동작하려면 비동기 작업, 컴퓨터 사용, 파일 시스템 작업을 안정적으로 수행해야 한다. 서브에이전트와 background terminal로 작업을 위임하고, browser use는 persistent node repl과 Playwright 코드로 제어하며, 파일 편집은 apply patch와 shell, 그리고 macOS·Linux·Windows별 샌드박스로 통제한다.
4. 12:01
   full access 환경의 승인 피로를 줄이기 위해 auto review가 도입되었고, 읽기 전용 subagent가 맥락과 위험 분류를 바탕으로 행동의 적절성을 판단한다. 파일 삭제나 네트워크 호출처럼 문맥에 따라 허용 여부가 달라지는 작업을 자동으로 걸러내면서도, 데이터 유출 같은 고위험 행위는 배제하도록 설계되어 있다.
5. 15:02
   속도는 추론만의 문제가 아니라 네트워크와 루프 운영까지 포함하며, GPT 5.3 Codex Spark처럼 초고속 추론 환경에서는 오히려 전송 방식이 병목이 된다. WebSocket mode는 상태를 유지하며 변경분만 주고받고, goal 기반 루프와 update plan update goal로 종료 조건을 명확히 하며, auto compaction으로 장시간 작업의 맥락을 압축해 유지한다.
6. 19:01
   결론적으로 Codex의 차별점은 모델 성능보다 harness engineering과 context engineering, loop engineering의 조합에 있다. Responses API가 제공하는 tool search, apply patch, WebSockets, server-side compaction 같은 기능을 직접 활용하면 다른 에이전트에도 같은 운영 원리를 적용할 수 있다.

실무 인사이트

• 에이전트 품질을 높이려면 프롬프트보다 먼저 컨텍스트 예산, 도구 노출 방식, 승인 정책을 설계해야 한다.
• 긴 작업을 안정화하려면 서브에이전트 위임, 자동 승인, 컴팩션을 묶어 루프의 병목과 피로를 줄여야 한다.
• 새 모델을 도입할 때는 모델 교체만 보지 말고 Responses API와 하네스의 변경점을 함께 점검해야 운영 리스크를 줄일 수 있다.