【geek-terminalニュース】Codex×Claudeサブエージェント実行の最新情報

【事象の全貌と背景】

今回の主役は、単に「Codexが賢い」「Claude Codeが強い」というモデル性能の話ではありません。焦点は、複数のコーディングエージェントをどう起動し、どう分担させ、どう文脈を薄く保ち、どう成果物だけを上位セッションへ戻すかという、かなり実務臭い開発OSの話です。OpenAI公式ドキュメントでは、Codexのサブエージェントワークフローは、Codexが複数のエージェントを並列実行し、その結果を結合する仕組みとして説明されています。サブエージェントは特定タスクを処理するためにCodexが開始する委任先エージェントであり、メインスレッドは各サブエージェントの結果を集めて最終応答にまとめます。これは事実として確認できます。

一方で、Redditで熱を帯びているのは、その公式機能をさらに外側から運用する発想です。コミュニティでは、Claude CodeのTask subagentをコーディネーターにして、その内側からagent-muxのような橋渡しruntimeを通じてCodex workerへ作業を投げる、という構成が語られています。ただし、この「Claude内のClaude subagentがCodex workerを呼ぶruntime」については、公式ドキュメントで確認できる標準機能ではありません。したがって、ここは事実断定ではなく、コミュニティ発の実験的アーキテクチャとして扱うべきです。面白いのは、議論の重心が「どのLLMが最強か」から「どのモデルを、どの責務で、どのセッション寿命で走らせるか」に移っている点です。

これまでのAIコーディングの弱点は、長い作業ほどコンテキストが肥大化し、レビュー、実装、調査、修正が同じ会話に混ざり、最終的にエージェント自身が自分の作業履歴に押しつぶされることでした。Zennの記事では、会話セッションのライフサイクルは独立しており、あるセッションの作業が別セッションから自動的には見えないため、クロスセッション協調や子agentへのタスク委譲には共有タスク板が必要だと説明されています。つまり問題は知能ではなく、作業台、引き継ぎ、キュー、監査、要約の設計になってきたわけです。

【技術的ディープダイブ】

公式に確認できるCodex側の基礎仕様から見ると、サブエージェントは並列化しやすい複雑タスクで特に有用です。OpenAIは、コードベース探索や複数ステップの機能実装計画のような作業を例に挙げています。対応クライアントでは、サブエージェントが作業するエージェントスレッドを開いて進捗や結果を確認でき、対話型CLIセッションではユーザーがサブエージェント利用を依頼できます。また、実行中は/agentでエージェントスレッドを確認し、スレッド間を切り替えられるとされています。さらに、ローカルCodexクライアントではタスクごとに異なるモデル設定や指示を持つカスタムエージェントを定義できます。ここまでは確度A、つまり公式裏付けのある事実です。

Claude Code側も、Anthropic公式ドキュメントでsubagent機能が説明されています。カスタムsubagentはユーザー配下の~/.claude/agents/、またはプロジェクト配下の.claude/agents/に作成できます。frontmatterにはname、description、tools、modelなどを指定でき、例としてcode-reviewerという読み取り中心のレビュー担当にRead、Glob、Grepを与える構成が示されています。さらにmcpServers、hooks、memory、backgroundといったフィールドも説明されています。memoryはuser、project、localの永続メモリ範囲を指定し、クロスセッション学習を有効化する任意フィールドです。backgroundはsubagentを常にバックグラウンドタスクとして動かす指定で、v2.1.198以降はsubagentがデフォルトでバックグラウンド実行されると説明されています。ここも公式確認済みです。

ここにコミュニティ発のruntime構想が重なります。Reddit投稿では、Claude CodeからTask subagent、さらにagent-mux、そしてCodex workersへ流すチェーンが語られています。これは公式標準として確認できるものではないため伝聞扱いですが、設計思想は明確です。上位のClaudeセッションを薄く保ち、分解や判断はClaudeに寄せ、厳密な実装や監査をCodex workerへ渡す。Zenn側のsession relay/no handoffの文脈では、dsh-task-relayがローカル永続キューを使い、タスクの書き込み、閲覧、引き受け、完了、キャンセル、引き継ぎ要約の記録と参照を可能にするプラグインとして紹介されています。記事中の仕様ではMITライセンス、バージョン0.1.1、Node要件は^22.19.0または>=24.0.0、peerDependenciesは@deepseek-ai/cordis >=4.0.1-rc.1 <5.0.0-0とされています。この細かさが重要です。これは思想ではなく、実際にセッション間の作業キューをどう保持するかという運用の粒度だからです。

【コミュニティの生々しい熱量と議論】

Redditでの反応はかなり露骨です。ある投稿者は「Claude Code has Task subagents. Opus is a proper coordinator」と述べ、Claude側を混沌とした作業の分解、委任、プロンプト設計に強いマネージャーとして見ています。一方でCodexについては「Give it a strict spec and high reasoning, it ships precise code fast」と表現され、厳密な仕様を渡したときに速く正確にコードを出す実装機として語られています。この対比が今回の肝です。ClaudeとCodexを同じ土俵で殴り合わせるのではなく、Claudeを設計主任、Codexを実装workerや監査workerとして配置する発想です。

さらに熱いのは、コピー＆ペーストによる人間ハンドオフを消したいという欲望です。Redditでは「The point: let Claude Task subagents reach Codex workers without copy-paste handoffs」と語られています。別のコメントでは「My top session stays thin」とあり、トップレベルの会話を肥大化させず、子プロセスやworkerに重い履歴を押し込む運用が評価されています。コミュニティでは、GSDがマイグレーションを分割し、Codex high workerへ実装を投げ、xhighで監査し、修正ループを回して、最後にトップのClaudeセッションへ統合パケットだけを返した、という体験談も出ています。ただし、これらは公式検証済みの性能比較ではありません。真偽のほどは定かではありませんが、現場ユーザーが求めているものが「賢いチャット」ではなく「複数agentを束ねる実行基盤」であることは伝わってきます。

賛否もあります。Hacker News側では「let Claude be the manager and Codex/Gemini be the worker」「Multi agents orchestration, spec driven, different models for different tasks」「not tied to a single LLM」といった前向きな反応がある一方、「too many commands to start with」と、初期導入のコマンド量や複雑さへの不満も出ています。さらに「Kubernetes for agents」という比喩も登場しています。これは半分冗談で半分本質です。コンテナ時代にアプリを直接サーバーで手管理しなくなったように、エージェント時代にはLLMを直接チャットで使うのではなく、worker、queue、lifecycle、権限、ログ、監査、handoff要約で運用する方向へ進んでいるからです。

【今後の展望とエコシステムへの影響】

この流れが進むと、単発プロンプト職人芸は相対的に価値を落とします。もちろんプロンプト設計は残りますが、勝負どころは「どのモデルに何を任せるか」「どの時点で強いモデルへエスカレーションするか」「workerの結果をどう検証し、トップセッションへどれだけ圧縮して戻すか」になります。Zenn記事で触れられているhandoff tax、つまり長いエージェント軌跡を別モデルが引き継ぐ際の品質・コスト面の損失も重要です。安価なモデルから強いモデルへ途中で切り替えても、品質差の半分未満しか回復しない一方でコスト負担が大きい、という整理は、エージェント運用者にはかなり刺さるはずです。

公式機能としては、CodexもClaude Codeもすでにsubagentやカスタムagentの方向へ進んでいます。そこに、コミュニティ発のsession relay、agent-mux、runtime lifecycle管理のような層が乗ると、IDEやCLIは単なるチャット窓ではなく、AI開発チームのスケジューラーに近づきます。今後オワコン化しそうなのは、人間が毎回ログを読んで要約し、別モデルへ貼り直し、レビュー依頼を手で投げる運用です。逆に価値が上がるのは、永続キュー、エージェントごとの権限分離、モデル別の責務設計、監査専用worker、セッションリレーの標準化です。

今回のニュースは、AIエージェントが「1体の万能アシスタント」から「複数の専門workerを束ねる開発基盤」へ変わりつつあることを示しています。公式に確認できる範囲では、Codexは複数エージェントを並列実行して結果を統合でき、Claude Codeはsubagentをファイル定義し、toolsやmodel、memory、background実行まで制御できます。その上で、RedditやZennの実験は、まだ標準化されていないが強烈に現場的な問いを突きつけています。次の競争軸は、最強モデルランキングではなく、エージェントを落とさず、混線させず、文脈を腐らせず、安く速く完走させるruntime設計です。ギーク的に言えば、いよいよAIコーディングはモデル選びの時代から、エージェント運用設計の時代に入っています。