OpenAI Codexが「コーディング支援」から「PC操作エージェント」へ——コンピュータ使用・メモリ・90+プラグインの実態

Codexが変わったこと

OpenAI Codexは元々コードの自動補完・生成ツールとして始まったが、2026年4月16日の「Codex for (almost) everything」アップデートで性質が大きく変わった。

変化の核心は「コードを書くだけでなく、コードを実行するための環境全体を操作できる」ようになったことだ。

2025年のCodex:
  ユーザー → "この関数を書いて" → コードを生成 → ユーザーが貼り付けて実行

2026年のCodex:
  ユーザー → "このPRをレビューして修正をプッシュして" →
    Codexが: PRを開く → コードを読む → 修正を書く →
             テストを実行 → CIを確認 → コミット&プッシュ

主要な新機能

1. コンピュータ使用（Computer Use）

Codexがマウスカーソルを動かし、クリックし、タイピングする。ユーザーが明示的に指示しなくても、必要なアプリやUIを自律的に操作できる。

現在の制限（2026-05-02時点）:
✅  macOS: 利用可
❌  Windows/Linux: 未対応（ロードマップあり）
❌  EU・UK・スイス: 除外（規制対応中）

活用できる具体的な操作例：

# ターミナルを使わないユーザー向けの典型シナリオ

"本番のAWSコンソールを開いてCloudWatchのエラーを確認して、
 原因のLambda関数を特定してSlackに報告して"

→ Codexが: ブラウザを開く → AWSにログイン → CloudWatchへ移動
         → エラーログを読む → Lambda関数名を特定
         → Slack Webアプリを開く → メッセージを入力して送信

2. メモリ（Memory）

以前の会話からユーザーの好みや注意事項、プロジェクト固有の情報を記憶する。セッションをまたいで有効なため、「また同じことを説明する」無駄がなくなる。

# メモリが機能する例

セッション1:
  ユーザー: "コメントは日本語で書いて、エラーハンドリングは
            try/exceptよりカスタム例外クラスを使う方針で"
  Codex: "了解しました（記憶済み）"

セッション2（別の日）:
  ユーザー: "このファイルをリファクタしてください"
  Codex: （自動的に日本語コメント + カスタム例外クラスで書く）

開発チームで使う場合は「プロジェクトのコーディング規約をメモリに登録する」ユースケースが特に便利だ。

3. 90以上のプラグイン

MCPサーバー・スキル・アプリ統合をまとめた「プラグイン」が90以上追加された。代表的なものを示す。

カテゴリ	プラグイン例
CI/CD	CircleCI, Render
コードレビュー	CodeRabbit, GitLab Issues
プロジェクト管理	Atlassian Rovo（Jira/Confluence）
Microsoft Suite	Teams, SharePoint, Excel
データベース	Neon by Databricks
動画/メディア	Remotion
外部エージェント	Superpowers（他社エージェントとの連携）

プラグインのインストールはCodex内から直接できる。

# Codex CLIからプラグインをインストール（イメージ）
codex plugin install atlassian-rovo
codex plugin install codecrabbit
codex plugin list  # インストール済みプラグイン一覧

5月1日アップデートで追加されたゴールワークフロー

2026年5月1日のアップデートで「永続ゴール（Persisted Goals）」機能が追加された。これは「継続的に取り組むべきタスク」をCodexに登録しておき、ユーザーが明示的に中断するまで追跡・実行させる仕組みだ。

# ゴールワークフローの概念（Codex TUI内）

/goal create "依存パッケージを週次で最新化してPRを作成する"
  → Codexが毎週: npm outdated を実行
                → 安全なアップデートを適用
                → テストを実行
                → PRを作成してレビューを依頼

/goal list      # 登録中のゴール一覧
/goal pause 1   # ゴール#1を一時停止
/goal resume 1  # 再開
/goal clear 1   # 削除

実際のワークフロー：PRレビューから修正まで

以下は現在Codex Desktopで動く実際のワークフロー例だ。

ステップ1: PRを開いてコンテキストを取得
  Codex: [in-app browserでGitHub PRページを開く]
         "このPR #142を確認します..."

ステップ2: コードを読んで問題を検出
  Codex: "src/auth.py の123行目でSQLインジェクションリスクを検出。
          パラメタライズドクエリに変更が必要です"

ステップ3: 修正を適用
  # ❌ 修正前
  query = f"SELECT * FROM users WHERE id = {user_id}"
  cursor.execute(query)

  # ✅ 修正後（Codexが自動適用）
  query = "SELECT * FROM users WHERE id = %s"
  cursor.execute(query, (user_id,))

ステップ4: テストを実行して確認
  Codex: [ターミナルを開いてpytest実行]
         "全テスト通過。修正をコミットします"

ステップ5: コミット&プッシュ
  Codex: git commit -m "fix: prevent SQL injection in auth query (#142)"
         git push origin fix/sql-injection-auth

Cursor/Claude Codeとの使い分け

Codex Desktop、Cursor、Claude Codeは競合しながらも異なる強みを持つ。

観点	OpenAI Codex Desktop	Cursor	Claude Code
主な操作環境	デスクトップアプリ（macOS）	IDE拡張	ターミナル
コンピュータ使用	✅（macOS、4月16日〜）	❌	❌
メモリ	✅（プレビュー）	❌	❌
プラグイン	90以上	限定的	MCP（多数）
コンテキスト窓	400K（GPT-5.5使用時）	200K	1M
最大の強み	GUI操作の自動化	IDE統合＋補完速度	大規模リポジトリ理解

GUIアプリの操作が必要なタスク（デプロイコンソール操作、管理UIの確認など）はCodex Desktop、大規模コードベースの理解や長コンテキストタスクはClaude Code、インラインの素早い補完はCursorという使い分けが2026年時点での実践的な答えだ。

制限事項と注意点

コンピュータ使用はmacOS限定・EU/UK/CH除外: Windows対応はロードマップにあるが時期未定
メモリ機能はプレビュー段階: 企業利用では意図しない情報漏洩のリスクに注意（チームメンバーの会話がメモリに混在しないか確認する）
ゴールワークフローはTUI経由: GUIからの操作は5月1日時点では未整備
料金: ChatGPT Pro ($20/月) または Enterprise プランが必要

S	公式ソース確認済み
A	成功実績多数・失敗例少数
B	賛否両論
C	動作未確認・セキュリティリスク高
Z	個人所感