`claude agents` × `codex remote-control` 並列運用とは？2大ヘッドレス CLI 同週リリースを AI 営業自動化に組み込む設計ガイド

「Claude Code の claude agents と Codex CLI の codex remote-control が同じ週にリリースされた。両方ヘッドレスでプログラム制御できるらしいが、組み合わせて使うと AI 営業自動化はどこまで加速するのか?」—— 本記事ではこの疑問に対し、Claude Code 2.1.142 (2026-05-14) と Codex CLI 0.130.0 (2026-05-11) の公式 Changelog・GitHub Releases・App Server Docs を一次情報として、組み合わせ運用の設計ガイドを Sales Claw 開発者視点から解説します。

2026 年 5 月 11 日に Codex CLI 0.130.0 で codex remote-control が「ヘッドレス・リモート制御可能な app-server を起動するシンプルなエントリポイント」として追加され、3 日後の 5 月 14 日に Claude Code 2.1.142 で claude agents に 8 つの新フラグが加わり、dispatched background session を session 単位で完全分離できるようになりました。両者ともに 「TUI を使わず、外部プロセスからプログラム制御する」方向に揃って進化した週です。

本記事で扱うのは、この 2 つの CLI を 1 つの並列ヘッドレスエージェント基盤として組み合わせる設計です。要点を先に挙げると以下のとおりです:

1. Claude Code = MCP・ローカルファイル編集・Plan モード・--permission-mode 分離が強み。claude agents --add-dir ... --mcp-config ... --permission-mode ... --model ... で session ごとに独立した worker を立てる
2. Codex CLI = JSON-RPC 2.0 ベースの app-server が強み。codex remote-control で外部プロセスから thread/start・turn/start・command/exec・fs/readFile 等 100+ メソッドを叩ける
3. 組み合わせ: Claude Code が「ローカル編集・MCP・許可制御」を、Codex が「JSON-RPC によるプログラマブル実行・画像生成 (gpt-image-2 等)」を担い、2 系統 LLM (Claude Opus 4.7 + GPT-5.x) でクロスチェックする構成が現実的に

本記事は Claude Code 公式 Changelog・GitHub Releases (v2.1.142)・Codex CLI Changelog (developers.openai.com/codex/changelog)・Codex App Server Docs (developers.openai.com/codex/app-server)・Codex Non-interactive Mode Docs を一次情報として参照しています。前日の Claude Code 単独解説は Claude Code 2.1.142 の 8 フラグ + Fast Mode Opus 4.7 解説記事 を併読してください。

1. なぜ今、claude agents と codex remote-control を組み合わせるのか

2026 年 5 月の AI コーディング CLI 周辺は、Claude Code が 2.1.139 → 2.1.140 → 2.1.141 → 2.1.142 と 72 時間で 4 連続リリースを続け、Codex CLI も 0.129.0 (Vim mode 等) → 0.130.0 (remote-control 等) と相次いでリリースが入っています。両プロダクトとも、TUI での対話的利用を起点としつつも、「自動化・パイプライン・並列ジョブ」に応える機能を厚くしていく方向で揃ってきました。

この「2 大 CLI が同じ方向で同じ週に進化した」事実は、単なる偶然以上の意味を持ちます。Anthropic と OpenAI それぞれの開発組織が、独立に 「個人開発者が TUI で叩く CLI」から「複数ジョブを並列スケジュールする基盤」へとプロダクトポジションを移しに来ている、と読めるからです。AI 営業自動化のように 長時間・複数ライン・複数モデルを当然のように扱うワークロードからすると、両者を組み合わせる前提が一段現実的になりました。

2. 公式情報で確認できる 2 大 CLI の同週リリース変更点

まず両者の変更点を、公式 Docs と Changelog から一次情報のみで整理します。

Claude Code 2.1.142 — claude agents 8 フラグ

Claude Code 2.1.142 (2026-05-14 22:55 UTC) は、dispatched background session を立ち上げる claude agents コマンドに、8 つの新フラグを追加しました。

• --add-dir <path> — 追加で参照させたい作業ディレクトリ (複数指定可)
• --settings <path> — このセッション専用の settings ファイル
• --mcp-config <path> — このセッション専用の MCP 設定 (グローバル MCP と分離)
• --plugin-dir <path> — このセッション専用の Plugin ディレクトリ
• --permission-mode <mode> — default / ask / acceptEdits / bypassPermissions / plan
• --model <model> — このセッション専用のモデル (haiku / sonnet / opus 系)
• --effort <level> — reasoning effort (high / medium / low)
• --dangerously-skip-permissions — 完全パーミッションバイパス (sandbox / 信頼ホストのみ)

これらは claude 本体 (foreground session) では既に使えていたフラグを、dispatched background session にも横展開した形です。同じく 2.1.142 で Fast Mode の既定モデルが Opus 4.6 → Opus 4.7 に格上げされ、リモート HTTP / SSE MCP の 60 秒タイムアウトキャップも除去されています。

Codex CLI 0.130.0 — codex remote-control と App Server

Codex CLI 0.130.0 (2026-05-08 〜 11) は、ヘッドレス制御のためのエントリポイントとして codex remote-control を追加しました。

裏で動いている codex app-server は JSON-RPC 2.0 を採用し、既定では newline-delimited JSON (JSONL) の stdio 通信、実験的に --listen ws://127.0.0.1:4500 で WebSocket もサポートします。Codex App Server Docs は 100+ メソッドを公開しており、主要カテゴリは以下です:

• Thread 管理: thread/start, thread/resume, thread/fork, thread/list, thread/archive
• Turn 制御: turn/start, turn/steer, turn/interrupt
• モデル / 機能: model/list, experimentalFeature/list
• 実行: command/exec, command/exec/write, command/exec/resize
• Skills / Apps: skills/list, app/list, plugin/list
• ファイルシステム: fs/readFile, fs/writeFile, fs/watch ほか
• 認証: account/read, account/login/start, account/logout

ステートレスな codex exec "..." (パイプライン用) と、ステートフルでプログラマブルな codex remote-control + JSON-RPC は、同じ Codex CLI 内に 2 つの自動化レイヤーとして共存します。

3. ヘッドレス並列エージェントの 3 パターンアーキ

パターン A: 役割分担

最もシンプルで現実的なのが役割分担です。Claude Code は ローカルファイル編集と MCP 統合が標準で強く、Codex CLI は 画像生成 (gpt-image-2) や外部 API パイプラインに強いため、ワークロードごとに使い分けます。

• Claude Code 担当: 営業文面の生成・編集、企業情報の MCP スクレイプ、フォーム送信ロジックのコード生成、Plan モードでの設計
• Codex CLI 担当: アイキャッチ画像生成 (codex exec --full-auto -m gpt-image-2 ...)、外部 API 経由のデータ取得、独立した JSON-RPC ジョブとしての画像変換

パターン B: クロスチェック

同じタスクを Claude と Codex の両方に投げ、出力の差分を比較するパターンです。営業文面のように 「ブランド表現の微妙な揺れ」「禁止語の検出漏れ」が品質を左右する領域では、2 系統 LLM のクロスチェックが効きます。Sales Claw の送信前自動検査の 追加層として組み込めます。

• 判定モデルを Claude Haiku 4.5 にしてコストを抑える
• 同じ判定を Codex で GPT-5.x にも走らせる
• 両者が同じ判定 → そのまま通過、判定ずれ → awaiting_approval に落として監査ログ保存

パターン C: パイプライン連結

Claude の出力を Codex の入力に渡す、もしくは逆方向に流すパターンです。codex exec --json の JSONL 出力を Claude Code に食わせる、または Claude Code が --output-format json 等で出した結果を Codex App Server の thread/start に渡す、といった経路を組みます。

# パターン C 例: Claude で営業文面候補を 5 案生成 → Codex でブランド検査
claude agents \
  --add-dir ./lines/btob-saas \
  --settings ./lines/btob-saas/.claude/settings.json \
  --permission-mode acceptEdits \
  --model sonnet \
  --output-format json > drafts.json

# Codex 側でブランド検査ジョブ
codex exec --json --ephemeral \
  --sandbox workspace-write \
  "drafts.json を読み込み、各文面を Sales Claw ブランドガイドラインで検査し、PASS/FAIL を JSON で出力" \
  > brand-check.jsonl

4. Sales Claw での実装イメージ

Sales Claw は、ポリシー制御・送信前自動検査・営業 NG 検出・CAPTCHA 検出時停止・送信頻度制限・監査ログ保存・自動停止条件によって、誤送信と規約違反リスクを下げる設計の OSS ツールです。Claude Code を CLI バックエンドとして使う既存構成に、Codex CLI を サブバックエンドとして追加することで、画像生成と文面クロスチェックの 2 系統を 1 ダッシュボードから扱える形にします。

セットアップ手順

# 1. Claude Code 2.1.142 をインストール
npm install -g @anthropic-ai/claude-code@latest
claude --version
# → 2.1.142 (またはそれ以降)

# 2. Codex CLI 0.130.0 をインストール
npm install -g @openai/codex@latest
codex --version
# → 0.130.0 (またはそれ以降)

# 3. Sales Claw 側の認証
#    Anthropic と OpenAI の両方の API キーを ~/.sales-claw/credentials に登録
#    (Sales Claw ダッシュボードの設定画面から GUI 設定可)

3 ラインを 2 系統 LLM で並走する起動スクリプト

Sales Claw が複数業界ラインを並走させるとき、各ラインに対して Claude Code を Worker、Codex を画像生成 / クロスチェッカーとして割り当てる構成です。詳細は ワークフロー詳解 を参照してください。

# ライン A: BtoB SaaS / Claude を Worker、Codex で画像生成
claude agents \
  --add-dir ~/work/sales-claw/lines/btob-saas \
  --settings ~/work/sales-claw/lines/btob-saas/.claude/settings.json \
  --mcp-config ~/work/sales-claw/lines/btob-saas/.claude/mcp.json \
  --permission-mode acceptEdits \
  --model sonnet \
  --effort high \
  --bg

# 別プロセスで Codex remote-control を待機 (画像生成・クロスチェック用)
codex remote-control --listen ws://127.0.0.1:4500 &

# ライン A の文面クロスチェッカーから Codex App Server を JSON-RPC で叩く
#  → thread/start → turn/start → 結果 JSONL を回収

Codex App Server を JSON-RPC で叩く例

Sales Claw の文面クロスチェッカーから、TypeScript の JSON-RPC クライアントで Codex App Server を制御する最小例:

// sales-claw 内 sub-process として Codex App Server を待機させる
// 標準入出力経由で JSONL を送受信
import { spawn } from 'node:child_process';

const codex = spawn('codex', ['remote-control'], { stdio: ['pipe', 'pipe', 'inherit'] });

let id = 1;
function rpc(method: string, params: Record<string, unknown>) {
  const req = JSON.stringify({ jsonrpc: '2.0', id: id++, method, params }) + '\n';
  codex.stdin.write(req);
}

// 1. スレッド開始 (sandbox = workspace-write、ephemeral)
rpc('thread/start', {
  sandbox: 'workspace-write',
  ephemeral: true,
  workingDirectory: '/work/sales-claw/lines/btob-saas',
});

// 2. ターン投入 (Claude 生成の営業文面案 5 件を渡してブランド検査)
rpc('turn/start', {
  threadId: 'thread_abc',
  input: '以下の 5 つの営業文面を Sales Claw ブランドガイドラインで検査し、PASS/FAIL の JSON を返してください。\n\n' + JSON.stringify(drafts),
});

// 3. 結果は codex.stdout の JSONL を読み続けて受信
codex.stdout.on('data', (chunk) => {
  for (const line of chunk.toString().split('\n').filter(Boolean)) {
    const msg = JSON.parse(line);
    handleCodexMessage(msg);
  }
});

本体側のインストールは ダウンロードページ から無料で行えます。Sales Claw 1.2.x 系では Codex CLI の検出と認証情報の登録が GUI から行える設計を予定しており、現状は手動セットアップで対応します。

Claude Code × Codex のハイブリッド構成、まずは Sales Claw の画像生成パイプから試そう。

無料・MIT ライセンス。インストールせずにライブデモも試せます。

無料でダウンロードライブデモを試すGitHub

5. 2 系統 LLM 運用のコスト試算と前提条件

前提条件

• 対象企業数: 1,000 社/月 (Sales Claw Phase B)
• Claude 判定モデル: Haiku 4.5、単価 $1 / MTok 入力、$5 / MTok 出力
• Claude Worker モデル: Sonnet 4.6、単価 $3 / MTok 入力、$15 / MTok 出力
• Codex モデル: GPT-5.x、単価 $2.5 / MTok 入力、$10 / MTok 出力 (想定)
• Codex 画像生成: gpt-image-2、1 枚あたり $0.02〜0.05 (中サイズ想定)
• 為替: 1 USD = 150 JPY
• 1 社あたり平均トークン: 入力 約 12K / 出力 約 1.5K
• 画像生成枚数: 月 30 枚 (記事用、アイキャッチ + 本文)
• 変動幅: ±25%

3 シナリオ比較 (試算)

どの経路に 2 系統を入れるか

• 画像生成は Codex に分離 — Claude Code には画像生成機能がないため、別 CLI 呼び出しが必要。codex exec -m gpt-image-2 は実装シンプルで月コスト +¥3,000〜+¥8,000 程度
• 文面クロスチェックは「禁止語検査」だけ Codex に — 文面全体の品質判定を 2 系統で走らせるとコスト 1.8x。禁止語 (「完全」「絶対」「革命」等) の検出だけを GPT-5.x にも走らせる軽量プロンプトに留めると +¥5,000 程度
• 企業情報抽出は Claude のみ — MCP 統合と sonnet 4.6 の指示追従で十分。ここに 2 系統を入れてもコストに見合わない

6. 自律運用のリスクと安全設計 — 許可制御を 2 経路に分散させる落とし穴

2 大 CLI を並走させる構成は、ヘッドレス・プログラマブル化のメリットが大きい一方で、許可制御 (permission policy) が 2 系統に分散するという新しいリスクを生みます。「安全」を断定するのではなく、リスクを構造的に下げるアプローチを採ります。

許可制御の 2 経路分散リスク

Claude Code は --permission-mode + Hooks で送信前自動検査を組み立てます。Codex CLI は --sandbox + per-thread approval policy で別系統の検査を組みます。同じマシン上で両者を走らせるとき、片方だけ防御層を抜く運用ミスが発生しやすくなります。

法務・コンプライアンス

• 特定電子メール法: 送信者情報 4 要件を自動補完 (preferences.complianceFooter: true)
• 規約遵守: 「営業目的お断り」「採用専用」「IR 専用」記載のページは自動スキップ
• CAPTCHA 非突破: 検出時に awaiting_approval で停止、監査ログ保存
• 送信頻度制限: 同一ドメインへの連続送信を抑制 (ライン単位 / 全体集計の両方)
• オプトアウト導線: 文面に「ご不要の場合は配信停止のご返信をお願いします」を自動挿入
• API 利用規約: Anthropic と OpenAI 両者の利用規約を遵守 (画像生成における人物・ロゴ・商標の取り扱いに特に注意)

組み合わせ運用で残るリスク

• Claude / Codex どちらかの API が レート制限や障害に遭遇した場合、もう片方に処理が偏って想定外コストや片肺運転が発生 — Sales Claw 側で API ステータスをポーリングし、片方ダウン時は自動停止
• Codex App Server の JSON-RPC エンドポイント (--listen ws://127.0.0.1:4500) を意図せず 外部ネットワークに公開するリスク — 必ず localhost バインドに留め、ファイアウォール設定を確認
• 2 系統で出力ずれが生じた場合の 判定ロジックの一貫性 — Claude PASS + Codex FAIL のときどちらを採用するか、運用ルールを明文化
• 画像生成における 商標・人物・ブランドロゴの誤再現リスク — Sales Claw の画像生成パイプラインでは「公式ロゴを正確に再現しない」「エディトリアルイラストである」をプロンプトに必ず含める
• Anthropic と OpenAI それぞれの 利用規約改定への即時追随 — 四半期ごとに両社の利用規約をレビュー

7. 実運用前チェックリスト

8. まとめ — 「2 大 CLI 同週リリース」を 1 つの基盤として組み合わせる

Claude Code 2.1.142 (2026-05-14) と Codex CLI 0.130.0 (2026-05-11) は、同じ週に 「TUI から外部プログラム制御へ」同じ方向で機能を追加した、補完関係にある 2 大 CLI です。claude agents の 8 フラグが 「設定独立 + 許可分離」を、codex remote-control + JSON-RPC 2.0 が 「プログラマブル制御 + 画像生成パイプ」を、それぞれ強みとして提供します。

AI 営業自動化のように 長時間・複数ライン・複数モデルを当然のように扱うワークロードでは、両者を組み合わせる選択肢が現実的になりました。役割分担 (パターン A)・クロスチェック (パターン B)・パイプライン連結 (パターン C) の 3 つから、自分のワークロードに合うものを選び、画像生成と禁止語検査の 2 つに 2 系統 LLM を入れるのが、コストと品質のバランスが取れた現実的な落とし所です。

次のアクション: npm install -g @anthropic-ai/claude-code@latest @openai/codex@latest で両者を最新化し、まずは 画像生成だけ Codex に分離するパターン A から試す。詳細は クイックスタートガイド と ワークフロー詳解 にまとめています。本日の Claude Code 単独の解説は Claude Code 2.1.142 の 8 フラグ + Fast Mode Opus 4.7 解説 も併読してください。

読んだら、まず画像生成パイプから 2 系統 LLM を試そう。

無料・MIT ライセンス。インストールせずにライブデモも試せます。

無料でダウンロードライブデモを試すGitHub