Пять улучшений и три сброса за неделю. Именно так теперь выглядит рабочий ритм OpenAI: каждый день компания либо показывает заметное изменение в Codex, либо публично признаёт, что день не задался, и обнуляет лимиты пользователям.

Это не разовая акция. В конце сентября OpenAI объявила 28-дневный спринт с простым правилом: сутки закрыты, если выпущено одно явное улучшение Codex и Work или выдан полный сброс лимитов. Прошло три недели, и по промежуточным итогам видно кое-что интереснее самих фич. Главные изменения происходят не в интерфейсе и не в модели, а в том, как продукт считает контекст и деньги.

Что такое режим «улучшение или сброс»

Это публичное обязательство на 28 дней: каждый день OpenAI выпускает одно понятное улучшение Codex и Work либо полностью обнуляет лимиты использования для подписчиков. Формат превращает обычный продуктовый бэклог в ежедневную отчётность перед пользователями, где пропуск дня нельзя замолчать, его приходится компенсировать.

Для компании это ставка на скорость. Для пользователя это способ каждый день проверять, растёт ли отдача от подписки. И заодно честный счётчик: количество сбросов показывает, сколько дней инженеры не смогли довести до релиза.

По форме это ближе к live-service в играх, чем к обычному корпоративному софту: продукт обновляется непрерывно, а сообщество следит за патчноутами и считает пропущенные дни. Разница в том, что здесь патчноут выходит вместо релиза, когда релиза не случилось.

Три недели в цифрах: пять улучшений и три сброса

День 12 ушёл на эффективность. OpenAI переработала переиспользование контекста между субагентами, продлила жизнь кэша и перестроила маршрутизацию запросов так, чтобы больше обращений попадало в кэш. Формулировка в отчёте сухая, но смысл прямой: та же подписка начинает давать больше полезной работы, потому что модель реже пересчитывает одно и то же.

День 13 закончился сбросом. День 14 дал правку предыдущих сообщений в десктопном приложении. День 15 снова сброс. День 16 принёс главное техническое изменение недели: кэш контекста на 12 часов в API и бессрочный кэш для залогиненных пользователей в Codex и Work, без штрафа за возврат к старой переписке через несколько часов. День 17, тот самый день записи обзора, снова закончился сбросом.

Мэтт Вулф в своём недельном выпуске AI-новостей оценил это как череду мелких улучшений, где по-настоящему значимым выглядит только кэш. С такой оценкой можно согласиться: пять из шести дней не дали ничего, что видно глазом, а один день изменил экономику работы с агентом сильнее, чем иная новая функция.

Главная фича недели спрятана в кэше

Агентские сессии дороги не потому, что модель думает, а потому что она перечитывает. Каждый шаг цикла тащит с собой историю: системный промпт, прошлые вызовы инструментов, ответы на них, промежуточные рассуждения. Без кэша всё это уходит в префилл заново, и вы платите за одни и те же токены десятки раз за одну задачу.

Отсюда логика дня 12. Переиспользование контекста между субагентами означает, что параллельные ветки работы не начинают с чистого листа: общий префикс считается один раз и достаётся всем. Маршрутизация запросов ради попадания в кэш выглядит как скучная инфраструктурная деталь, но на практике это разница между «агент отработал за доллар» и «агент отработал за десять центов».

День 16 добил идею до конца. Двенадцать часов кэша в API означают, что сессия, прерванная на обед, продолжится без повторного префилла. Бессрочный кэш для залогиненных пользователей означает, что возврат к разговору недельной давности не наказывается кошельком. В отчёте прямо сказано: попадание в кэш гарантировано.

Практический вывод для тех, кто строит своё на API, простой. Считайте не средний расход на запрос, а долю попаданий в кэш и стоимость холодного старта. Если ваш агент каждые пять минут стартует с нуля, вы платите не за интеллект, а за повторное чтение собственной переписки.

Правка сообщения как машина времени

Самое неочевидное изменение недели относится к интерфейсу. В десктопном приложении теперь можно отредактировать сообщение, отправленное раньше в том же треде. Пользователи OpenAI в комментариях сразу разошлись в трактовках: это управление агентом, это ветвление диалога или это просто странная кнопка.

Ответ сотрудника OpenAI оказался точнее формулировки в анонсе: все выводы модели и вызовы инструментов после отредактированного сообщения отбрасываются. Иначе модель путается в собственных прошлых действиях, которые больше не соответствуют реальности треда. Внутри это называют путешествием во времени, и по сути это откат состояния сессии к выбранной точке.

Разница с обычным управлением агентом принципиальна. Когда вы правите промпт по ходу работы, агент продолжает с накопленным багажом: старые выводы остаются в контексте и продолжают влиять на следующие шаги. Когда вы правите сообщение, багаж обрезается, и агент получает чистую развилку. Для отладки агентских сценариев это важнее, чем кажется: вы можете переиграть один неудачный шаг, не начиная задачу заново.

Есть и подвох. Откат стирает не только плохие решения, но и полезную работу, которую агент успел сделать после этой точки. Если он уже создал файлы, вызвал внешние сервисы или потратил деньги на инструменты, отмена в треде не отменяет побочных эффектов в реальном мире.

Что ещё прилетело мимо кассы

Помимо ежедневного спринта, за неделю OpenAI выкатила приватность и API. Закрытые чаты с PIN начали раскатываться постепенно: открыть такую переписку без кода нельзя, что полезно, если к вашему компьютеру периодически подходят другие люди.

Второе изменение скучнее на вид и важнее по смыслу. Decisions API вышла в общий доступ на GPT-6 Luna. Вместо свободного текста модель отвечает ограниченно: оценивает вероятность, выбирает вариант из списка или ставит балл. Это тот класс задач, где развёрнутый ответ вредит: агенту нужен вердикт, а не эссе.

Ирония в том, что это уже третье объявление одной и той же API: сначала на Dev Day, потом при расширении доступа, теперь в общем доступе. Вулф в обзоре прямо посмеялся над этой привычкой анонсировать одно и то же трижды. Пользователю от этого не легче, а вот сигнал показательный: маркетинговый календарь живёт отдельно от инженерного.

Как читать ежедневный отчёт

Первое, на что стоит смотреть, это не список функций, а соотношение дней. Пять релизов и три сброса за шесть дней выглядят скромно, если ждать крупных анонсов, и вполне нормально, если воспринимать спринт как инженерный журнал, а не как маркетинговую кампанию.

Второе, отделяйте изменения, которые видит пользователь, от изменений, которые видит счёт за API. Правка сообщений и PIN на чаты заметны сразу. Переиспользование контекста и маршрутизация заметны только в счёте и в задержке, зато срабатывают на каждой задаче.

Третье, помните про выжившее смещение. В отчёт попадают дни, которые удалось закрыть. Дни, где фичу откатили после внутреннего теста, в журнал не попадают вовсе, и по нему нельзя судить, сколько работы ушло в стол.

Почему ежедневный цикл вообще работает

Обычный релизный цикл софта измеряется месяцами, потому что каждая версия требует сборки, установки и обратной совместимости. У AI-продукта этого балласта почти нет. Модель живёт на сервере, интерфейс тонкий, эксперимент можно включить флагом на процент пользователей и выключить через час. Ежедневный ритм становится технически возможным, а значит, становится конкурентным преимуществом.

Второй эффект тоньше. Публичное обязательство выпускать что-то каждый день меняет приоритеты команды. В бэклоге появляются задачи на полдня: переставить кнопку, убрать лишний клик, ускорить ответ на двести миллисекунд. Именно они дают ощущение, что продукт живой. Но они же вытесняют большие ставки, которые за сутки не закрыть.

Третий эффект связан с доверием. Сброс лимитов это компенсация, которую видно сразу: у пользователя выросли доступные квоты, значит, компания признала день провальным. Куда реже обсуждают, что сбросы выгодны самому вендору: они снимают напряжение у активных пользователей, не требуя инженерной работы.

И самое неприятное для метрик. «Эффективное использование» это внутренняя величина, которая растёт от улучшений кэша, но не обязательно отражает пользу для человека. Агент может сжечь втрое меньше токенов и всё равно не решить задачу. Поэтому единственный честный способ оценить такой спринт это собственный список задач, который вы прогоняете через Codex каждую неделю.

Что из этого скопировать в свой продукт

Кэш как первоклассная сущность. Если у вас есть агентский цикл, префикс контекста это ваш главный расход. Разделяйте стабильную часть промпта и переменную, держите стабильную в кэше, следите за попаданиями так же внимательно, как за задержкой.

Честный учёт лимитов. Пользователь должен понимать, за что именно он платит и когда упрётся в потолок. Сбросы и продления это дешёвый способ сохранить лояльность в момент, когда продукт не оправдал ожиданий.

Правка истории как нормальный сценарий. Люди ошибаются в промптах постоянно. Возможность откатиться к точке до ошибки, с явным предупреждением о побочных эффектах, экономит больше времени, чем ещё одна кнопка «улучшить ответ».

Частые вопросы

Что такое сброс лимитов в спринте Codex?

Это полное обнуление израсходованных квот для подписчиков. OpenAI использует его как компенсацию за день, в который не вышло заметного улучшения продукта. По условиям 28-дневного спринта сброс закрывает сутки наравне с выпущенной функцией.

Почему кэш контекста важнее новой функции?

В агентских задачах основная часть токенов уходит на повторное чтение истории, а не на новые рассуждения. Кэш сокращает эту часть счёта и снижает задержку. Новая кнопка экономит несколько секунд, кэш экономит деньги на каждой задаче, поэтому его влияние на юнит-экономику продукта выше.

Можно ли отредактировать прошлое сообщение без потери работы?

Нет, частично. При правке сообщения в десктопном приложении Codex отбрасывает все выводы модели и вызовы инструментов, сделанные после этой точки. Файлы, созданные агентом, и внешние действия откат не затрагивает, поэтому результат придётся проверять и убирать вручную.

Итог

Спринт Codex показывает, как выглядит зрелая скорость в AI-продукте: не громкие релизы раз в квартал, а ежедневный поток мелких правок, где настоящий рычаг спрятан в инфраструктуре. Кэш контекста, честные лимиты и откат истории дают больше, чем ещё одна кнопка в интерфейсе.

Если вы строите агента на API, начните с одного вопроса: сколько ваших токенов уходит на повторное чтение того, что модель уже видела? Ответ на него обычно меняет архитектуру сильнее, чем смена модели.