ハクソク

世界を動かす技術を、日本語で。

OpenAI、Codexモデルのコンテキストサイズを372kから272kに削減

2026年7月19日原文(github.com)

概要

  • GitHub 上で発生した エラー の概要
  • 通知設定やコメントの 読み込み失敗 について説明
  • Pull Request やマージに関連する操作の流れ
  • 提案機能 やファイル表示の問題点
  • エラー発生時の対応方法の簡潔なまとめ

GitHubでのエラーとその対処法

  • GitHub 利用時に「 Uh oh! There was an error while loading. Please reload this page.」というエラー表示

  • 通知設定の変更やコメントの 読み込み失敗 が発生する状況

  • Fork や Star などの基本操作は影響なし

  • Pull Request のマージ（例：sayan-oaiによるrelease/0.144へのマージ）が正常に完了している場合も、表示エラーが発生することがある

  • ファイル表示 や 差分表示（Diff view） の際に「Failed to load files.」等のエラーが表示されるケース

    • ファイルフィルタや拡張子選択の操作時にも同様のエラーが起こる可能性

  • 提案機能（Suggestions） 利用時の制限事項

    • コードに変更がない場合やPull Requestがクローズ済みの場合は提案が適用不可
    • 一部のコメントや行に対しては提案が反映できない仕様

  • エラー発生時の主な対処法

    • ページのリロード （再読み込み）が基本的な解決策
    • 時間をおいて再度アクセスすることで解消する場合もあり
    • 問題が継続する場合は GitHubサポート やコミュニティへの問い合わせが推奨される

  • アカウントへのサインイン が必要な操作や、利用規約・プライバシーポリシーへの同意が求められる場面

GitHub Pull Request運用時の注意点

  • Pull Request の状態（オープン／クローズ／マージ済み）によって利用可能な機能が変化
  • 提案（Suggestions） は、Pull Requestがオープンかつ該当行に変更がある場合のみ適用可能
  • コメントやファイル表示 に失敗した場合は、他のブラウザやネットワーク環境の確認も有効
  • ファイルの差分確認 や 会話（Conversations） の読み込みエラーは、GitHub側の一時的な不具合であることも多い

まとめ

  • GitHub利用中の「 エラー表示」は一時的なものが多く、リロードや再試行で解消する場合が多い
  • 提案機能やファイル表示の 制限事項 を理解し、適切なタイミングで操作することが重要
  • 継続的な不具合には サポートへの問い合わせ が推奨される

Hackerたちの意見

これについては、起こった時にツイートされてたよ。Tiboの説明もあるから、ここ見てみてね：https://x.com/thsottiaux/status/2076543065045795309

└

返信を見るには：https://xcancel.com/thsottiaux/status/2076543065045795309 そのリンクされたツイートは、Tiboの公式情報への非公式な返信で、Tiboが返信で訂正しているよ。

└

推論の努力で全体の軌道長が同じになるってどういうこと？推論が軌道長の計算に含まれてなくても、これが可能だとは思えないんだけど。

俺のワークロードにはちょっと小さいかな。200k以下に抑えようとしてるけど、DeepSeekやMiMoのセッションは、最後のイテレーションを詰め込もうとすると350kトークンに達することもある。OpenAIはDeepSeekのK/Vキャッシュ技術（公開された論文から）をコピーして、もっと安くできないのかな？

└

誰もDeepSeekほどキャッシングを上手にやらないから、実装の違いが大きすぎて難しいんだろうね。DeepSeekと一緒にReasonixを使うと、キャッシングの仕組みに合わせて追加のみになるから、めちゃくちゃになる。長いセッションで97～98%のトークンがキャッシュされる感じ。すでに安いモデルがさらに安くなるよ。

Codexではコンテキストサイズに問題を感じたことはないな。彼らのコンパクションがどう機能しているのかは知らないけど、まるでコンテキスト制限がないかのようにどんどん続いていくよ。少なくとも俺の経験ではね。

└

Codexではコンテキストサイズに問題を感じたことはないな。おそらく、君はCodexを使い始めたばかりなんだろうけど、初期は「モデルのコンテキストサイズを超えました」ってエラーが頻発して、コンパクションでも回復できなかったんだ。それが数ヶ月前からはほとんど起こらなくなったけど、今はかなり良くなったよ。もうそんなことで詰まることはない。ただ、「簡潔な要約」に何が入っているのかがわからないのは嫌だな。重要なことが全部入っているかどうか、全然わからないから。一般的に、Codexはユーザーからできるだけ隠す方向に進んでいるように見えるし、最近エージェント>サブエージェントのプロンプトでやったみたいに、最終的にはセッションログ全体を暗号化し始めても驚かないよ。悲しいけど、今まで試した中ではこれが一番いいハーネス+モデルの組み合わせだと思う。

└

私にとって、Codexはコンパクションが起こると最後のタスクを忘れがちなんだ。特に、最後に送ったメッセージがコンパクションの直前だった時はね。

└

大抵の問題は分割して解決できるから、300kと400kのコンテキストの差なんてほとんど問題にならないよ。コーディングエージェントは無限のチャットじゃないからね。

どんなにコンパクションが良くても、大きなプロジェクトではたくさんのファイルを読む必要がある。私の経験では、最初の200,000トークンはすぐに消費されるけど、その後は遅くなる。私のFableセッションは500,000トークンを超えることはないから、コンパクションは一度も必要ない。でもCodexを使うと、1つのセッションで何度もコンパクションしなきゃいけないんだ。

経験した問題を考えると、5.6の範囲でのコンパクションは5.4に近いから、いい判断だと思う。5.6-Solは、5.5に対してほとんどのベンチマークで少しだけ向上したけど、ツリーの再配置やマージコンフリクトの解決など特定のタスクでは大きな後退があった。タスクを達成するためのモデルが、GPT-5が元々うまく管理していたプロンプトに適切に従わなくなって、特定の指示があっても履歴の一部を保持しないんだ。それが最終的な完成を楽にするから…私は、どのモデルも破壊的なタスクを実行すべきではないという保守的で慎重な意見を持っている。どのモデルも心配になるようなことをするのを見てきたし、私の評価がすべてをキャッチできるわけではないからね。でも5.6-Solについては、モデルの使い方を再評価するようみんなに警告したい。普段は見落としがちな予防策をもう少し取るべきかも。レビューや広範なタスクには非常に優れているけど、後者については、快適に感じるために必要な安全ネットがユーティリティを制限している気がする。5.6-Solが提供するコードも、レビューでは少し解析が難しい。リリース戦略としては、今はLunaとSolだけをリリースして、数週間後にTerraをポストトレーニングで出す方が賢かったと思う。今の形では、LunaとSolがそれぞれどれだけうまくスケールするかを考えると、Terraの目的が見えない。ラボから同時に2つのモデルを出すのが限界だと思う。

彼らのコンテキスト圧縮はあまり好きじゃないし、今の時代は最低でも1Mトークンのコンテキストが必要だと思う。毎日、GPT 5.5や5.6が圧縮後に少し苦労しているのを見てる。フルスピードに達するまで、時々古い指示メッセージに集中しすぎちゃってることもあるし。

Hacker Newsで議論の続きを見る