Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
openai23. Januar 2026 · Q005588

Unrolling the Codex agent loop

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Bericht erklärt, wie Codex CLI ein Modell wiederholt mit Nutzereingaben, Werkzeugaufrufen und deren Ergebnissen versorgt, bis eine Antwort für den Nutzer entsteht. OpenAI zufolge sollen Prompt-Caching und automatische Kontextkomprimierung Effizienz und Fortsetzung langer Gespräche unterstützen; die Sandbox gilt dabei nur für das Codex-eigene Shell-Werkzeug.

Mittel

Michael Bolin beschreibt die Agentenschleife als Kern von Codex CLI: Das Modell erhält Nutzereingaben und Anweisungen, antwortet oder fordert Werkzeuge an. Codex führt diese aus, ergänzt die Ergebnisse zum Gesprächskontext und fragt das Modell erneut. Eine Runde endet mit einer Nachricht an den Nutzer; bei Softwareaufgaben können auch Dateiänderungen das zentrale Ergebnis sein.

Codex sendet dafür laut Bericht Anfragen an die konfigurierbare Responses API. Deren Ereignisstrom liefert laufenden Text sowie Modell- und Werkzeugausgaben für weitere Schritte. Die Eingabe wächst über die Gesprächsrunden. Ein exakter Präfix soll Prompt-Caching ermöglichen; Änderungen an Werkzeugen, Modell oder Einstellungen können jedoch Cache-Treffer verhindern. `previous_response_id` werde derzeit nicht verwendet, vor allem um Anfragen zustandslos zu halten und Zero Data Retention zu unterstützen. Bei Cache-Treffern könne die Modellberechnung laut Beitrag linear statt quadratisch wachsen.

Codex verwaltet außerdem das begrenzte Kontextfenster, indem es den Verlauf beim Überschreiten eines Schwellenwerts automatisch komprimiert. Eine wichtige Grenze: Die beschriebene Sandbox schützt nur das Codex-Shell-Werkzeug; andere Werkzeuge müssen eigene Schutzmaßnahmen haben. Der Artikel ist eine technische Darstellung von OpenAI, keine unabhängige Leistungsprüfung.

Ausführlich lesen

Der Bericht von Michael Bolin beschreibt die Agentenschleife als zentrale Logik von Codex CLI: Sie koordiniert Nutzer, Modell und Werkzeuge. OpenAI verwendet „Codex“ für mehrere Angebote; der Beitrag konzentriert sich auf den gemeinsamen sogenannten Harness, der die Ausführung steuert und über die CLI sichtbar wird.

Eine Gesprächsrunde beginnt mit der Nutzereingabe, die in einen Prompt aufgenommen wird. Das Modell verarbeitet diesen und liefert entweder eine Antwort oder fordert einen Werkzeugaufruf an. Codex führt einen solchen Aufruf aus, fügt dessen Ergebnis zum bisherigen Gesprächskontext hinzu und fragt das Modell erneut. Die Schleife endet, wenn das Modell eine Nachricht an den Nutzer ausgibt. Eine Runde kann viele Modell- und Werkzeugschritte umfassen. Da der Kontext mit jeder Runde wächst und Modelle nur eine begrenzte Zahl von Eingabe- und Ausgabetokens verarbeiten können, muss Codex den Kontext verwalten. Bei einem Softwareagenten können zudem Änderungen an Dateien ein wesentliches Ergebnis sein, auch wenn jede Runde mit einer Nachricht an den Nutzer endet.

Für die Inferenz sendet Codex laut Beitrag HTTP-Anfragen an die Responses API. Der Endpunkt ist konfigurierbar: Genannt werden unterschiedliche Adressen für ChatGPT-Anmeldung, API-Schlüssel, lokal betriebene Modelle über Ollama oder LM Studio sowie Cloudanbieter wie Azure. Die Anfrage umfasst insbesondere Anweisungen, verfügbare Werkzeuge und Eingaben. Codex ergänzt unter anderem Entwicklerhinweise zur Sandbox des eigenen Shell-Werkzeugs sowie, falls vorhanden, weitere Nutzer- und Umgebungsanweisungen. Der Beitrag betont dabei eine Einschränkung: Die Codex-Sandbox gilt nur für das von Codex bereitgestellte Shell-Werkzeug; andere Werkzeuge, etwa von MCP-Servern, müssen ihre Schutzmaßnahmen selbst durchsetzen. Auch kann ein eigener Responses-API-Anbieter die Anfrage anders in einen Modellprompt umsetzen als OpenAI.

Die API liefert die Antwort als Ereignisstrom. Codex verarbeitet diese Ereignisse: Textteile können laufend in der Oberfläche angezeigt werden, während Modellantworten und Werkzeugaufrufe in die Eingabe für den nächsten API-Aufruf eingehen. Bei fortgesetzten Anfragen bleibt der vorherige Prompt laut Beispiel ein exakter Präfix der neuen Eingabe. Das soll Prompt-Caching ermöglichen.

Der Beitrag weist darauf hin, dass die über mehrere Aufrufe gesendete JSON-Menge grundsätzlich quadratisch anwachsen kann. Codex nutze `previous_response_id` derzeit nicht, vor allem um Anfragen zustandslos zu halten und Zero-Data-Retention-Konfigurationen zu unterstützen. OpenAI erklärt, dass bei solchen Kunden verschlüsselte Inhalte früherer Schlussfolgerungen serverseitig entschlüsselt werden können; ein Entschlüsselungsschlüssel werde aufbewahrt, die Daten selbst jedoch nicht. Beim Modellrechnen könne Prompt-Caching die wiederholte Berechnung bei Cache-Treffern laut Beitrag von quadratischem auf lineares Wachstum reduzieren. Änderungen an Werkzeugen, Modell oder bestimmten Einstellungen können den Cache jedoch ungültig machen. Wo möglich, fügt Codex Änderungen an Sandbox, Freigabemodus oder Arbeitsverzeichnis als neue Nachricht an, statt frühere Promptteile zu verändern.

Um das Kontextfenster nicht zu überschreiten, fasst Codex Gespräche automatisch zusammen, sobald ein konfigurierter Schwellenwert erreicht ist. Dafür nutzt es laut Artikel den speziellen Compact-Endpunkt der Responses API, der eine verkürzte Eingabe samt undurchsichtigem verschlüsseltem Inhalt zur Fortsetzung zurückgibt. Der Beitrag erläutert den Ablauf und die Designentscheidungen anhand von Beispielen; er ist eine Darstellung des Codex-Teams und enthält keine unabhängige Leistungsprüfung. Weitere angekündigte Beiträge sollen Architektur, Werkzeugnutzung und Sandbox vertiefen.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Einschätzung bezieht sich auf die mittlere Zusammenfassung, die kurze ist ebenfalls sachlich korrekt, aber noch knapper und lässt Kompaktierung und Sandbox-Grenzen weitgehend aus. Die Einordnung ist durchgehend niedrig, weil der Bericht eine technische Darstellung von Codex CLI ist und keine Fragen zu Werten, Governance oder Marktmacht beantwortet.

Im Bericht, aber nicht in der Zusammenfassung

  • Aufbau des Ausgangs-Prompts aus instructions, tools und input, einschließlich Rollen, AGENTS.md-Anweisungen und Umgebungsinformationen
  • Kompaktierung über den eigenen /responses/compact-Endpunkt, der einen verschlüsselten Zustand des Modells erhält
  • Verschiedene Endpunkte je nach Anmeldung (ChatGPT-Login, API-Schlüssel, lokales --oss)

In der Zusammenfassung, laut Prüfung nicht im Bericht belegt

  • Die Zusatzbewertung „keine unabhängige Leistungsprüfung“ steht so nicht im Bericht

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
Unabhängig prüfen
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 43 %Hintergrund, keine Belege
    • JEV 27 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 26 %gleiches Oberthema, hilft nicht
    • Luna 43 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 35 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 74 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Vertrauen in Modelle
  1. SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
    • clef 33 %gleiches Oberthema, hilft nicht
    • Luna 46 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 56 %gleiches Oberthema, hilft nicht
    • d3-ultra offen

    • SF-V1-T01 Welche beobachtbaren Belege zeigen die Ziele und Werte eines Modells und ob es noch ausgerichtet ist, wenn seine sichtbaren Gedankengänge kein verlässlicher Hinweis mehr darauf sind oder ihre Überwachung nachlässt? Luna: Stufe 3 · 37 % · Hintergrund, keine Belege
    • SF-V1-T02 Welche Belege würden Vertrauen in ein KI-System rechtfertigen, über seine flüssigen Erklärungen hinaus? Luna: Stufe 3 · 58 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
    • SF-V1-T06 Was bedeutet Aufsicht, wenn man das Denken, auf das man sich am meisten verlässt, nicht mehr verlässlich überwachen kann? Und wenn ein Labor die Gedankenkette verbirgt, um sie vor dem Druck zu schützen, der entstünde, wenn sie im Training bewertet würde: Wer kann seine Sicherheitsdarstellung dann noch widerlegen? Luna: Stufe 3 · 33 % · Hintergrund, keine Belege
    • SF-V1-T07 Lieber ein Modell, das immer seinen Lösungsweg zeigen muss, oder eines, das im Stillen mehr kann: Welches Risiko nimmt man in Kauf? Luna: Stufe 3 · 48 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 4 · einzelne zitierbare Belege
    • SF-V1-T10 Kann etwas, das Modelle über sich und ihre Absichten sagen, als Beleg für Ausrichtung zählen, wenn es nur weiterer erzeugter Text ist, und welche Verfahren machen solche Selbstauskünfte vertrauenswürdig statt nur flüssig? Luna: Stufe 3 · 39 % · Hintergrund, keine Belege
  2. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 71 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 35 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 76 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
    • Haiku-Prüfung gleiches Oberthema, hilft nicht

  3. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 31 %Hintergrund, keine Belege
    • JEV 29 %Hintergrund, keine Belege
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
  4. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 22 %gleiches Oberthema, hilft nicht
    • Luna 60 %Hintergrund, keine Belege
    • JEV 35 %umfangreiche Belege
    • amos 28 %Hintergrund, keine Belege
    • SubQ 39 %gleiches Oberthema, hilft nicht
    • drex 24 %Hintergrund, keine Belege
    • d3-ultra offen

Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 20 %Hintergrund, keine Belege
    • Luna 71 %einzelne zitierbare Belege
    • JEV 53 %beantwortet teilweise oder widerspricht
    • amos 33 %einzelne zitierbare Belege
    • SubQ 34 %gleiches Oberthema, hilft nicht
    • drex 27 %einzelne zitierbare Belege
    • d3-ultra offen
    • Haiku-Prüfung einzelne zitierbare Belege

    • SF-A1-T04 Bevor ein Agent weiterarbeitet, nachdem sein bisheriger Arbeitsverlauf für ein neues Kontextfenster zusammengefasst wurde: Wird geprüft, ob diese Zusammenfassung die Anweisungen des Nutzers, die Herkunft wichtiger Fakten und offene Fehler bewahrt? Und wird festgelegt, wann der Agent die Originalaufzeichnung prüfen muss, statt der Zusammenfassung zu vertrauen? Luna: Stufe 4 · 33 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 4 · einzelne zitierbare Belege
  2. SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
    • clef 26 %gleiches Oberthema, hilft nicht
    • Luna 39 %Hintergrund, keine Belege
    • JEV 22 %nur am Rande erwähnt
    • amos 29 %Hintergrund, keine Belege
    • SubQ 38 %gleiches Oberthema, hilft nicht
    • drex 30 %einzelne zitierbare Belege
    • d3-ultra offen

  3. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 100 %kein Bezug
    • Luna 66 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 33 %gleiches Oberthema, hilft nicht
    • SubQ 55 %gleiches Oberthema, hilft nicht
    • drex 100 %kein Bezug
    • d3-ultra offen

    • SF-A3-T01 Welche Beobachtungen oder gemeinsamen Tests erkennen entstehende Abstimmung, Absprachen oder Kettenfehler zwischen Modellen in Arbeitsabläufen, Lieferketten und Gruppen vieler Agenten (Schwärmen), die kein einzelnes Labor steuert oder vorhersieht? Luna: Stufe 3 · 41 % · Hintergrund, keine Belege
Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 45 %Hintergrund, keine Belege
    • JEV 22 %einzelne zitierbare Belege
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 45 %gleiches Oberthema, hilft nicht
    • d3-ultra offen
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 76 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen
    • Haiku-Prüfung gleiches Oberthema, hilft nicht

  2. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 31 %gleiches Oberthema, hilft nicht
    • Luna 34 %Hintergrund, keine Belege
    • JEV 51 %einzelne zitierbare Belege
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra offen

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →