OpenAI objavio Symphony: open-source specifikaciju za orkestraciju Codex agenata koja issue trackere pretvara u 'always-on' inženjerske sustave
Zašto je bitno
OpenAI je 27. travnja 2026. objavio Symphony — open-source specifikaciju za orkestraciju Codex agenata. Cilj je pretvoriti issue trackere u 'always-on agent systems' koji povećavaju inženjerski output i smanjuju troškove kontekstnog prebacivanja unutar developer timova.
OpenAI je u ponedjeljak, 27. travnja 2026., objavio Symphony — open-source specifikaciju za orkestraciju Codex agenata. Najava se uklapa u širi trend industrije: prebacivanje fokusa s individualnih AI alata na koordiniran sustav agenata koji rade kontinuirano i autonomno unutar postojećih developer workflow-a.
Što je Symphony
Prema službenom OpenAI opisu, Symphony je “open-source spec for Codex orchestration” koji “turns issue trackers into always-on agent systems”. Tri ključne riječi:
- open-source — specifikacija je javno dostupna i može je implementirati bilo tko, ne samo OpenAI,
- spec — riječ je o specifikaciji, ne gotovom alatu, što omogućuje ekosustav implementacija,
- orchestration — fokus je na koordinaciji više agenata, ne na pojedinačnom modelu.
Cilj koji OpenAI navodi: “boosting engineering output and reducing context switching”.
Zašto je orkestracija postala tema
Posljednjih 18 mjeseci industrija se konsolidirala oko spoznaje da pojedinačni AI agent, čak i kad je vrlo sposoban, ne rješava strukturalne probleme inženjerskih timova. Code-completion alati su pomogli, ali timovi i dalje gube vrijeme na:
- kontekstno prebacivanje između pisanja koda, čitanja issue-a, recenzija i CI logova,
- koordinaciju između više AI alata koji ne dijele zajednički kontekst,
- dispatchanje zadataka — odlučivanje koji agent radi koji posao.
Simbol “always-on” znači da agenti promatraju issue tracker i automatski pokreću rad kad se pojavi novi tiket, umjesto da čekaju izričitu naredbu od programera. To bi, ako spec uspije u praksi, imalo dramatičan učinak na propusnost timova.
Open-source kao strateški izbor
Odluka da je Symphony open-source specifikacija, a ne proprietary OpenAI proizvod, ima nekoliko očitih implikacija:
- kompatibilnost — drugi dobavljači (Anthropic Codex alternative, lokalni LLM-ovi, custom fine-tuned modeli) mogu implementirati istu specifikaciju, pa korisnici nisu zaključani u OpenAI ekosustav,
- ekosustav — open-source spec često privlači integratore, alate trećih strana i alternativne implementacije, što pojačava efekt mreže,
- enterprise prihvaćanje — velike kompanije lakše usvajaju otvorene specifikacije nego zatvorene API-je jer žele opciju izlaza.
Ova taktika podsjeća na pristup koji su OpenAI i drugi koristili s Model Context Protocol (MCP) prošle godine — definira se otvoreni protokol, a tržište se stvara oko interoperabilnosti.
Što ostaje otvoreno
Bez pristupa punom tekstu objave (HTTP 403 u trenutku pisanja), nekoliko važnih detalja nije javno potvrđeno:
- konkretna licenca specifikacije (Apache 2.0, MIT ili custom),
- popis partnera koji su sudjelovali u dizajnu spec-a,
- GitHub repozitorij s referentnom implementacijom,
- kompatibilnost s postojećim alatima poput LangGraph, AutoGen, CrewAI ili Strands Agents,
- format integracije s issue trackerima — webhooks, polling, posebne plugins.
Što ovo znači za inženjerske timove
Tri praktične implikacije:
- timovi koji već imaju strukturiran issue tracker (GitHub Issues, Jira, Linear) imaju prirodnu osnovu za eksperimentiranje s Symphony-jem čim referentne implementacije postanu dostupne;
- “always-on” arhitektura znači da timovi moraju revidirati ulaznu kontrolu kvalitete issue-a — ako agent radi automatski na svemu što uđe u tracker, slabi tiket može potrošiti compute resurs uzalud;
- politike review-a i merge-a trebaju se prilagoditi — kod koji generira agent treba ići kroz iste recenzentske procese kao i ljudski kod.
OpenAI najavljuje da će Symphony biti dostupan kroz uobičajene OpenAI kanale i, vjerojatno, javni GitHub. Detaljnu tehničku specifikaciju, primjere i partnersku listu pratit ćemo i ažurirati ovaj članak čim cjeloviti tekst objave postane javno dostupan.
Ovaj članak generiran je uz pomoć umjetne inteligencije na temelju primarnih izvora.
Povezane vijesti
AWS objavio kako graditi Strands Agente sa SageMaker AI modelima i MLflow observability: SageMakerAIModel provider, autolog tracing i A/B testiranje varijanti
arXiv:2604.21910: agentic AI automatizira znanstveni workflow s 83 % točnosti, 92 % manje data transfera i $0.001 po upitu
arXiv:2604.22748: Survey 42 autora uvodi 'levels × laws' taksonomiju za world modele u AI agentima — sinteza 400+ radova