Совет для Codex Pro: превратите Codex в ресёрч-инженера.

Берёте любую новую статью про агентные системы и:

Спрашиваете: «Как это будет работать в Codex?»
Переходите в режим /goal и ставите цель - реализовать это в своей локальной конфигурации

Сейчас выходит целая волна исследований по harness engineering: skills, memory, eval loops, tool use, scaffolds, feedback для агентов.

Такой воркфлоу позволяет переносить эти идеи прямо в вашу рабочую среду Codex, а не просто сохранять статьи в закладки.

SkillOpt от Microsoft отличный пример. Он рассматривает скиллы агента как обучаемое внешнее состояние: запускается rollout, скилл редактируется, валидируется, и сохраняются только те изменения, которые действительно улучшают результат.

В статье SkillOpt улучшил GPT-5.5 внутри harness-среды в стиле Codex на +24.8 пункта по сравнению с baseline без скиллов.

Именно этот цикл уже можно реализовать сегодня: ресёрч статья → цель для Codex → локальный апгрейд агента

⌨️⌨️⌨️