OpenAI Codex umožňuje dlouhodobou práci s AI přes hranice promptů

Jason Liu patří mezi uživatele, kteří přistupují k umělé inteligenci jinak než většina. Zatímco mnozí využívají jazykové modely k jednorázovým dotazům nebo krátkým úkolům, Liu se zaměřuje na něco podstatně náročnějšího – na dlouhodobou práci a správu složitých projektů, které přesahují hranice jediného promptu. K tomu účelu využívá nástroj Codex, který mu umožňuje udržovat kontext a zajišťovat kontinuitu práce i v situacích, kdy by standardní přístup k AI jednoduše nestačil.

Práce s jazykovými modely má jednu zásadní technickou limitaci, na kterou naráží každý, kdo se pokusí řešit rozsáhlejší projekt. Každý nový prompt začíná prakticky od nuly – model nemá přístup k předchozím konverzacím, nepamatuje si rozhodnutí, která byla učiněna dříve, a nezná kontext, který byl vybudován v průběhu hodin nebo dní práce. Pro jednoduché úkoly to není problém. Pro komplexní projekty, kde na sebe jednotlivé části navazují a kde záleží na tom, co bylo řečeno a rozhodnuto před hodinou nebo před týdnem, je to zásadní překážka.

Právě tento problém řeší přístup, který Liu prosazuje prostřednictvím nástroje Codex. Jde o zachování kontextu – tedy o schopnost přenášet relevantní informace, rozhodnutí a stav projektu přes hranice jednotlivých promptů tak, aby práce mohla skutečně pokračovat tam, kde skončila. Není to triviální záležitost. Vyžaduje to promyšlený systém, jak informace strukturovat, co si pamatovat a co naopak vypustit, aby kontext zůstal přehledný a použitelný.

Codex v Liuově pojetí neslouží jen jako nástroj pro generování kódu nebo textu. Funguje spíše jako prostředek pro správu projektové paměti. Při práci na rozsáhlém projektu je klíčové vědět, kde projekt stojí, jaké problémy byly již vyřešeny, jaká rozhodnutí byla učiněna a proč, a co zbývá udělat. Bez tohoto přehledu se i zkušený vývojář nebo analytik snadno ztratí, a totéž platí pro AI systém, který mu má pomáhat.

Liuův přístup ukazuje na širší trend v tom, jak se mění způsob využívání umělé inteligence v profesionálním prostředí. Počáteční nadšení z jednoduchých demonstrací schopností AI postupně ustupuje střízlivějšímu pohledu na to, co tyto nástroje skutečně umí a kde jsou jejich limity. Ukazuje se, že největší hodnotu nepřinášejí v situacích, kde stačí jeden dotaz a jedna odpověď, ale tam, kde jsou zapojeny do strukturovaného pracovního procesu s jasně definovanými pravidly pro správu informací.

Kontinuita práce je přitom něco, co lidé v profesionálním kontextu považují za samozřejmé. Když se ráno vrátíte k projektu, na kterém jste pracovali předchozí den, víte, kde jste skončili. Máte poznámky, máte historii rozhodnutí, máte kontext. Přenést tuto samozřejmost do práce s AI nástrojem vyžaduje explicitní úsilí a správné nástroje – a právě to je oblast, kde Liu vidí klíčový potenciál Codexu.

Správa složitých projektů s pomocí AI tak přestává být otázkou toho, jak dobře formulovat jednotlivý prompt, a stává se otázkou systémového přístupu. Jak projekt rozdělit na části, jak dokumentovat průběžné výsledky, jak předávat kontext mezi jednotlivými sezeními a jak zajistit, že AI asistent má vždy k dispozici relev