OpenAI Codex の /goal 機能:AI 自身にタスクを分解させ、Agent を派生させる

·Toolin 編集部

Codex に新たに追加された自己生成ゴール機能。人間は意図を渡すだけで、AI がタスクを自動分解しサブ Agent をスケジュールして実行

OpenAI Codex の /goal 機能:AI 自身にタスクを分解させ、Agent を派生させる

「私はもう基本的に自分で /goal を書きません。」元 Anthropic メンバーで現 MagicPath CEO の Pietro Schirano のこの一言が、開発者コミュニティを沸かせました。Codex の /goal 機能はプログラミングの働き方を変えつつあります:人間は意図だけを渡し、AI が自らタスクを分解し、サブ Agent を派生し、実行して検収します。本記事ではこの機能の核心的な使い方と注意点を分解します。

/goal とは

/goal は OpenAI Codex CLI(0.128.0 バージョン)に新たに追加された自己生成ゴール機能です。有効にすると、高レベルの意図を渡すだけで、Codex は:

  1. 自動で自分用の詳細な /goal を生成
  2. 各サブ Agent(sub-agent)ごとに目標を 1 つずつ書く
  3. 自律的にタスクを分割し、並列実行をスケジュール
  4. 各ラウンド終了後に目標と照合して自己チェックし、完了するまで続ける

Pietro Schirano が Codex の自動サブ Agent 作成をデモ

このループを開発者は「Ralph ループ」と呼びます:計画、実行、テスト、レビュー、イテレーション。目標に到達するまで独りで回り続けます。

有効化方法

/goal は現在デフォルトで無効のため、手動で有効にする必要があります。

Codex CLI の設定ファイル config.toml に以下の設定を追加します:

[features]
goals = true

有効化後、Codex CLI で /goal と入力すれば使い始められます。

核心の使い方

基本使い方:一言の意図を渡す

詳細なタスクリストを書かず、高レベルの意図をそのまま渡します:

/goal 登録、ログイン、パスワードリセットを含む完全なユーザー認証システムを実装。JWT と OAuth をサポート

Codex は自動で複数のサブタスクに分解し、各サブタスクに対応する /goal を生成します。

上級使い方:Codex 自身に /goal を書かせる

Schirano の使い方はより攻撃的:彼は /goal を書かず、Codex に自分で生成させます。具体的な手順:

  1. Codex に曖昧な高レベル意図を一言渡す
  2. Codex がまず自分用の詳細な /goal を書く(どうタスクを分解するか、何を並列にするか、どうまとめるか)
  3. Codex が各サブ Agent 用の /goal を生成
  4. サブ Agent が各自のタスクを自動実行

テンプレート化:Build [THING] フレームワーク

開発者 Pablo Stanley がこの戦法をテンプレート化しました。核心構造は:

Build [THING]
- 機能ポイント 1
- 機能ポイント 2
- 機能ポイント 3
スタイル: [説明]

Codex はこのフレームワークに沿って goal を自動生成し、対応するサブ Agent を孵化させます。

実例:18 時間の無人運用

ある開発者が実測:Codex に「BACKLOG.md の 18 個の機能をすべてデリバリーせよ」という高レベル目標を一言渡して、そのまま離席しました。

約 18 時間後に戻ると:

  • Codex はそのうち 14 個の機能を自律実装
  • 各変更はすべてテスト通過
  • CI で自動マージ
  • 全工程で人の介入は一度もなし
  • 総コストは約 4.20 ドル

3 社の同方向製品比較

Codex だけではありません。主流 3 社のコーディング Agent がこぞって「AI 自身にタスクを分解させる」を推進しています:

製品機能リリース時期特徴
OpenAI Codex/goal2025年4月末並列派生を制限せず、自動階層化をサポート
Anthropic Claudeマルチエージェントオーケストレーション2025年5月6日最大 20 個の subagent、深さ 1 層に制限
Cursor/orchestrate2025年5月7日Cursor エディタと深く統合

コミュニティからは、Claude の coordinator は 1 層の深さしか派生できないよう制限されているのに対し、Codex のような縛らない並列派生は、2 つの異なる設計哲学だという指摘があります。

オープンソースツール推薦:Infinite Skills

開発者 RTK は /goal のベストプラクティスをオープンソース skill にまとめ、Infinite Skills と名付けました。

その中の goal skill は、正式に /goal を開始する前に逆にあなたへ「面接」を行い、曖昧な目標を具体的で検証可能な契約へと掘り下げてくれます。

注意点

トークン消費が膨大

a16z の Andrew Chen は実際のプロジェクトで一晩実行し、こう指摘しました:Agent の自動派生はトークン使用量を 1 万倍にします。

手動で 20 回、毎回見守りながら投げるセッションは頑張っても数十万トークン。14 時間誰も介入しないセッションとは次元が違います。

提案:/goal の末尾にトークン予算制限の一文を加えましょう。例えば「予算は 5 ドルを超えない」。

目標ドリフト

AI が自ら目標を書くと、走っているうちにズレていく場合があります。コミュニティで報告されている主な問題:

  • 目標ドリフト:Agent が実行中に元の意図から徐々に逸脱する
  • サボり傾向:Agent が楽な近道ばかり選ぶ可能性がある
  • 曖昧な検収基準:目標に「ちょっと最適化」「ちょっと改善」といった空疎な言葉が含まれていると、Agent は完了判定が難しい

使用のポイント

  1. まずプロジェクトの骨格を作ってから、/goal でイテレーションする
  2. 目標は必ず Codex が「完了したかどうか」を判定できるレベルまで書き込む
  3. 「ちょっと最適化」「ちょっと改善」といった曖昧な語彙は避ける
  4. トークン予算の上限を設定する

関連記事

Hermes Desktop:オープンソースエージェントがデスクトップへ
AI製品

Hermes Desktop:オープンソースエージェントがデスクトップへ

Nous Researchがデスクトップ向けオープンソースエージェントHermes Desktopを発表。macOS/Windows/Linuxをカバーし、CLIエージェントのスキルとメモリをすべて再利用、マウス操作だけで使えます。

Toolin 編集部
Kimi Work:ナレッジワーカー向けのローカルAI Agent
AI製品

Kimi Work:ナレッジワーカー向けのローカルAI Agent

Moonshot AIがデスクトップ向け汎用Agentを発表。Agentクラスター、ブラウザ制御、金融データソースに対応し、ホワイトカラーも日常業務をAIで完了できます。

Toolin 編集部
OpenClaw 2026.6.1:ついにWindowsをネイティブサポート
AI製品

OpenClaw 2026.6.1:ついにWindowsをネイティブサポート

世界最大のオープンソースAI Agentプロジェクトが大型アップデートを発表:Windowsネイティブ接続、スキル工房によるAgentの自己進化、マルチAgentワークボードの協働で、16億台のPCがコンピュートノードに変わります。

Toolin 編集部
Step 3.7 Flash:409 tok/sのAgent効率モデル
AI製品

Step 3.7 Flash:409 tok/sのAgent効率モデル

StepFunの新モデルは出力速度409 tokens/s、単タスクコストはClaude Opus 4.6の1/9、コーディング能力はその97%に達し、Agentの高頻度呼び出しシーンのために設計されています。

Toolin 編集部
OpenSquilla 3.0: MetaSkillでAIスキルフローを自動編成
AI製品

OpenSquilla 3.0: MetaSkillでAIスキルフローを自動編成

オープンソースAI AgentフレームワークOpenSquilla 3.0がMetaSkillを発表。自然言語で多ステップワークフローを自動合成し、スマートモデルルーティングと組み合わせて使用コストを下げます。

Toolin 編集部
JoyAI-Echo: JDがオープンソース化した5分長動画生成フレームワーク
AI製品

JoyAI-Echo: JDがオープンソース化した5分長動画生成フレームワーク

JDが初めて長音声動画生成フレームワークJoyAI-Echoをオープンソース化。キャラクター一貫性、音声安定性、生成速度の3大難題に直接切り込み、複数の指標でリードします。

Toolin 編集部