Одна и та же подсказка — а Codex превращает работу в «детектив»
Подсказка всего одна строка:
Проверь использование ресурсов OneDrive на этом компьютере и связанных процессов
Рис. 1–3: Codex (сюжетный режим)
Codex начинает очень серьёзно — собирается запустить PowerShell: Get-Process … *OneDrive* …
Но тут же срывается: batch file arguments are invalid
Ещё смешнее — он не сдаётся и пробует даже echo hi — и всё та же ошибка. (рис. 1)
Дальше включается «режим детектива»:
- подозревает, что перепутались PowerShell / cmd
- подозревает, что спецсимволы ломают разбор
- подозревает рабочую директорию/execpolicy
- короче, начинает снова и снова осматривать место «преступления» (рис. 1)
В итоге финал такой:
«У меня тут не запускается, ты сам скопируй вот эту здоровенную простыню команд в PowerShell, выполни и пришли мне результат.» (рис. 2/рис. 3)
То есть:
Я прошу проверить загрузку ресурсов, а он на месте написал черновик «Руководства по устранению неполадок OneDrive», а работу всё равно делаю я.
Рис. 4: У других (инструментальный режим)
У других всё максимально просто:
прямо выполняют одну команду → выводят PID/CPU/память OneDrive → и заодно коротко резюмируют. (рис. 4)
Никакого детектива, никакого CSI, никакого «я подозреваю вселенную».
Та же проблема: в Linux тоже «упирается в буквальность»
Я попросил его посмотреть логи cliproxyapi на этой машине, а базовая картина мира Codex такая:
Раз ты назвал это имя, то в системе оно должно точно существовать именно под этим именем.
Не нашёл — и начинает хаотично рыться в системных логах, а в какой-то момент вообще собирается git clone мне показать…
(Я: дружище, я хотел посмотреть логи, а не твой сёрфинг-перформанс.)
С другими CLI-инструментами всё нормально:
не найдено точное имя → ищут похожие/варианты → смотрят в Docker → конец.
Моя гипотеза
Проблема Codex не в том, что он не умеет писать команды, а в том, что:
он слишком верит, что «мир чистый, имена точные, окружение учебниковое».
Поэтому он очень похож на человека, который:
- отлично пишет код
- но при реальном инцидент-триаже превращает задачу на 1 минуту в часовой «логический флоучарт»
Предложения по дополнению agent-возможностей Codex
- Поручать Codex писать код
- Поручать Codex быть «дежурным админом на месте»
- Если уж использовать его для диагностики, подсказку нужно писать как runbook:
«не нашёл — делай нечёткое совпадение/ищи варианты имени/проверь systemd/проверь Docker/выведи связанные процессы…»
