איך להפעיל את Claude Code ואת Codex למשך הלילה באמצעות /goal בשנת 2026: מצב אוטונומי של 14 שעות

מידע על עבודה עם Ailoot זמין בתיעוד.

מהי /goal ולמה היא הופיעה ב-2026?#

המצב שכולנו חווינו לפני אפריל 2026: אני נותן ל-Claude משימה, „העבר את הפרויקט מ-Pydantic v1 ל-v2”. הוא מתחיל, נעצר אחרי 30 שניות, אני בודק מה עשה, כותב „המשך”, הוא מבצע את הצעד הבא, נעצר, ואני כותב שוב „המשך”. בהעברה גדולה זה אומר 200–300 פקודות „המשך” ידניות, ואני למעשה משגיח על הסוכן במקום לכתוב קוד אחר במקביל.

הניתוח של OpenAI היה שהבעיה אינה „טיפשות” של המודל, אלא הארכיטקטורה של הלולאה. המודל לא ידע מתי לעצור, ולכן בלם בכל תור. תנו לו קריטריון ל„סיום”, והוא יחליט בעצמו.

כך נוצרה /goal — מנגנון המשולב ברתמה, ולא במודל.

ההערה נאמרה בכנס Code with Claude בלונדון, ב-19–20 במאי 2026. היא מתארת את מה שקרה בפועל בחודש שלאחר השקת /goal בשני הכלים.

לדברי ארטמי מילר, מחצית מעבודתו עם סוכן היא תכנות אוויר ממושמע: לנסח את התנאי במדויק, ואז ללחוץ שוב ושוב על „המשך”. הפקודה /goal מטפלת בחצי השני. האדם עדיין מגדיר את התנאי. אין עוד צורך להשגיח על הסוכן תור אחר תור.

איך מגדירים מצב Goal ב-Claude Code?#

דוגמה מינימלית מהתיעוד הרשמי של Anthropic:

claude -p "/goal CHANGELOG.md has an entry for every PR merged this week"

הפקודה הזאת מפעילה את הסוכן ברקע עם יעד אחד. Claude מוצא את בקשות המיזוג (PR), משווה אותן ל-CHANGELOG.md, מוסיף שורות חסרות ועוצר כשהקריטריון מתקיים.

במצב אינטראקטיבי, פשוט הקלידו /goal ואחריו את התנאי:

/goal all pytest tests pass and mypy strict reports zero errors

מה Claude עושה לאחר מכן:

• אחרי כל תור, מודל מהיר נפרד (Haiku כברירת מחדל) מקבל את התנאי הנוכחי ואת היסטוריית השיחה
• המודל הזה משיב „כן” או „לא” עם נימוק קצר
• אם התשובה היא „לא”, Claude מבצע אוטומטית תור נוסף בלי להחזיר לך את השליטה
• אם התשובה היא „כן”, היעד מתנקה והשליטה חוזרת אליך

מגבלות קשיחות שאיש אינו מספר לכם עליהן עד שנתקלים בהן:

• /goal פועלת רק בספריות עבודה שבהן אושרה בקשת האמון. אם אתם עובדים במחשב חדש ו-Claude עדיין לא זוכר את הספרייה, הפקודה תיכשל
• בסביבות ארגוניות שבהן מוגדרים disableAllHooks או allowManagedHooksOnly, הפקודה אינה זמינה
• אורך התנאי יכול להגיע ל-4,000 תווים
• אפשר להפעיל יעד אחד בלבד בכל הפעלה. פקודת /goal חדשה מאפסת את היעד הקודם
• עם --resume, התנאי נשמר, אבל מוני התורים, הזמן והטוקנים מתאפסים

פקודות שליטה:

• /goal ללא ארגומנט — הצגת המצב הנוכחי
• /goal clear (או stop, off, reset, none, cancel) — ניקוי היעד

לפי Anthropic, עלות המעריך „בדרך כלל זניחה בהשוואה לעלות התור העיקרי”. Haiku מעריך את הקריטריון ואת טקסט השיחה ואינו מפעיל כלים, ולכן הבדיקה זולה; העלות הגבוהה היא של תורי המודל הראשי.

מניסיונו של ארטמי מילר, משתמשים במצב הזה בעיקר לשני סוגי משימות: העברות ממושכות (שבהן אחרת הייתם משקיעים שעות בלחיצה ידנית על „המשך”) ובדיקות אוטומטיות לאחר שינויים גדולים. ביום השלישי לעבודה עם /goal, מספר המחבר שהוא הפסיק להשאיר את המסוף פתוח וללוות את הסוכן ללא הפסקה.

איך מגדירים /goal ב-Codex CLI?#

הפקודה נראית כמו זו שב-Claude:

codex
> /goal all vitest tests pass and there are no eslint errors

Codex מציע בקרות יעד נוספות:

ההבדל העיקרי מ-Claude הוא ש-Codex עצמו בודק אם הוא „סיים”, במקום מודל נפרד. אחרי כל תור, Codex מוסיף אוטומטית להקשר את התבנית continuation.md ממאגר openai/codex. תרגום מילולי:

„המשך לעבוד לקראת יעד השרשור הפעיל. אל תחזור על עבודה שכבר נעשתה. בחר את הפעולה הקונקרטית הבאה לקידום היעד. סמן את היעד כהושג רק כשבדיקה מראה שהיעד אכן הושג ושלא נותרה עבודה נדרשת.”

כשהטוקנים מתקרבים למגבלה, מתווספת תבנית שנייה — budget_limit.md:

„היעד הגיע למגבלת הטוקנים שלו. אל תתחיל עבודה משמעותית חדשה. סיים את התור בהקדם האפשרי: סכם התקדמות מועילה, ציין את העבודה שנותרה ואת החסמים, והשאר למשתמש צעד הבא ברור.”

ההיגיון זהה: „אל תשקר לגבי מה שעשית”. יש להמשיך רק אם היעד עדיין לא הושג בפועל. budget_limit דורשת לעצור, אבל לתאר בכנות מה נותר.

בניגוד ל-Claude, Codex משייך את היעד לשרשור, ולא להפעלה. בתהליך שתיאר ארטמי מילר, סוגרים את המסוף, פותחים אותו שוב בבוקר, ו-/goal resume ממשיכה מאותו יעד ועם אותן עובדות בזיכרון. זה שימושי לריצות שמחלקים למקטעים לפי לוח הזמנים שלכם.

במה שונה /goal ב-Claude Code מ-/goal ב-Codex?#

זהו הפער הנפוץ ביותר בהשוואות, אז נבחן אותו בפירוט.

ההבדל הרעיוני הוא ש-Claude מתייחס ללולאה כחוזה איכות (מעריך חיצוני), ואילו Codex מתייחס אליה כמנגנון ביצוע (הסוכן מנהל את עצמו).

בפועל, אם חשוב לכם שקריטריון ה„סיום” יהיה בלתי תלוי, בחרו ב-Claude. אם אתם רוצים שהסוכן יוכל לבדוק קבצים ויומנים במהלך ההערכה, בחרו ב-Codex.

מידע נוסף על הכלים עצמם נמצא במדריך ההשוואה בין Codex ל-Claude Code.

דוגמה מהעולם האמיתי: העברה מ-Pydantic v1 ל-v2 בתוך 31 שעות#

המשימה הוגדרה כך: „העבר מ-Pydantic v1 ל-v2, כל בדיקות pytest חייבות לעבור, ו-mypy strict חייב לדווח על אפס שגיאות.”

מה קרה:

• הפעלה 1 (8 שעות) — Codex ניתח את הייבואים, שכתב הצהרות BaseModel והגדיר את mypy
• הפעלה 2 (10 שעות) — שכתב ולידטורים והכשיל כ-200 בדיקות
• הפעלה 3 (7 שעות) — תיקן את הבדיקות ומצא תלויות מעגליות
• הפעלה 4 (6 שעות) — פתר את שגיאות mypy והרגרסיות שנותרו

עלות הטוקנים:

„הזמן הכולל על השעון: כ-31 שעות בארבע הפעלות. העלות הכוללת של טוקני Codex לפי התעריפים של gpt-5.3-codex: כ-$44.”

עיקר העלות נובע מטוקני הפלט של gpt-5.3-codex, בתעריף של $14 למיליון. פירוש הדבר הוא ש-31 שעות של עבודה אוטונומית עולות בערך כמו מנוי ChatGPT Plus למשך שבועות.

מה הסוכן לא עשה בעצמו:

• הוא לא כתב תיעוד העברה לצוות (Codex לא הבין שזה חלק מה„העברה”)
• הוא לא עדכן קובצי תצורה לפרסום עם גרסת Pydantic החדשה
• הוא פספס רגרסיה אחת בייצור, שהתגלתה רק יום לאחר מכן

כלומר, /goal ביצעה 95% מהעבודה; את 5% הנותרים עדיין צריך לעשות ידנית. זה נורמלי בדור הנוכחי, ואין סיבה לא להשתמש בה.

ארטמי מילר לא ביצע את ההעברה הזאת, אבל הוא מתאר תהליך דומה מתרגיל אימון: נותנים לסוכן יעד של „הבדיקות ירוקות”, והוא עובד על הקוד כמה שעות. בבוקר המחבר בודק את ה-diff ומתקן את החלק שהסוכן לא הבין. בפרויקט גדול זה לוקח חצי יום במקום ארבעה ימים בעבודה ידנית.

14 שעות בלילה על מנהל התקן ל-macOS#

אילו משימות מתאימות לריצות לילה ארוכות#

זו הייתה אחת הריצות הציבוריות הראשונות שהפכו את /goal לפופולרית בקרב משקיעים. אנדרו צ'ן הגדיר את התנאי, הלך לישון, ובבוקר גילה ש-Codex עבר כמה סבבי איתור ותיקון באגים, הוסיף בדיקות, שכתב חלקים משפת Assembly ועדיין עבד.

סוגי המשימות שבהן השיטה הזאת מניבה את הרווח הגדול ביותר:

• עבודה ברמה נמוכה, שבה איטרציה ובדיקה אורכות דקות (קומפילציה, הרצת בדיקות)
• העברות עם קריטריונים פורמליים ברורים (טיפוסים, בדיקות, lint)
• בדיקות ביצועים ואופטימיזציות עם תוצאות מדידות
• תיעוד ויומני שינויים עם מבנה ברור

/goal של Claude עושה זאת היטב באותה מידה, אבל לעיתים קרובות יותר בוחרים ב-Codex עבור מנהלי התקנים, משום שהוא בודק קבצים ויומנים בעצמו במקום להסתמך על שופט חיצוני.

כמה זה עולה, ואיך מונעים בזבוז טוקנים במשך הלילה?#

נתונים מחשבונות ציבוריים:

העיקר להבין: Claude Code וגם Codex אינם מספקים מגבלה קשיחה של „הפסק להוציא כסף ב-$N”. יש שלושה אמצעי הגנה:

1. מגבלות המנוי — Pro, Max או Enterprise. בתוכנית Max של Anthropic ($100 לחודש), ריצה לילית של 14 שעות נכנסת למכסה השבועית ומשאירה עודף
2. מגבלת טקסט בתנאי — כתבו „או לעצור אחרי 20 תורים” ישירות ב-/goal. השופט של Claude יקרא זאת ויסגור את היעד
3. מגבלת טוקנים ב-Codex — מנגנון מובנה שמוסיף את budget_limit.md כשנגמרים הטוקנים

מה מגדיל את החשבון במשך הלילה:

• קריטריון מעורפל כמו „הפוך את זה לנוח יותר” — הסוכן לעולם לא יעצור, כי המעריך אינו יודע מה פירוש „טוב יותר”
• גישה לממשקי API חיצוניים ללא תחליפים — כל ניסיון חוזר עולה טוקנים
• הקשר ארוך — לאחר 6.7M טוקנים, דחיסת הקשר מתחילה וחלק מהזיכרון אובד

קראו עוד על חיסכון בעלויות במדריכים לאן הולכים הטוקנים של Claude Code ואיך לא לשרוף את המכסות שלכם.

מתי לא להפעיל /goal: 5 מצבים#

התיעוד של OpenAI אומר במפורש מה לא לעשות:

1. עריכות של שורה אחת — הפעלת /goal כדי לשנות שם של משתנה עולה יותר מעשיית זאת ידנית
2. יעדים מעורפלים — „שפר את הביצועים”, „נקה את הקוד”, „הפוך את זה לנוח יותר”. למעריך אין קריטריון, ולכן הסוכן יסתובב בלולאה בלי סוף
3. מסדי נתונים בייצור עם נתוני משתמשים — הסוכן עלול לשבש העברה, ושחזור מגיבוי עולה יותר מכל חיסכון
4. שינויים באבטחה — אימות, הצפנה, עיבוד תשלומים. כאן אדם צריך לבדוק כל commit
5. ממשקי API חיצוניים ללא תחליפים — כל כשל רשת עולה טוקנים ואינו בשליטתכם

מה לעשות אם הסוכן נתקע?#

איך לזהות במהירות לולאה:

• הסוכן נוגע באותם קבצים במשך 3+ תורים ומחזיר אותם למצבם הקודם
• ביומן מופיעות שוב ושוב שגיאות שכבר הגיב להן
• התנאי נראה לכם כמקיים, אבל הסוכן אומר „לא מתקיים”
• השימוש בטוקנים בכל תור עולה, אך אין התקדמות בקוד

מה לעשות עכשיו:

• ב-Claude Code: הפעילו /goal clear, ואז הפכו את התנאי למפורט יותר
• ב-Codex: הפעילו /goal pause, בדקו את השרשור הנוכחי, ערכו את התנאי עם /goal edit, ואז הפעילו /goal resume
• בשניהם: ודאו שאכן אפשר לאמת את הקריטריון (פקודה מחזירה exit 0 או מפיקה פלט מסוים)

לעיתים קרובות, מקור הלולאה הוא המשימה עצמה ולא הסוכן. התנאי „כל הבדיקות עוברות” מניח שהבדיקות יכולות לעבור מלכתחילה. אם יש בקוד בעיה ארכיטקטונית עמוקה, הסוכן ימשיך להסתובב סביב התסמין.

קריטריונים ל„הושלם”: משמעת משימות עבור /goal#

OpenAI מציינת את הכלל הזה בבירור בספר הבישול הרשמי של Codex:

תבניות קריטריון שעובדות בפועל:

הדוגמה של ארטמי מילר משלבת בדיקות, mypy ו-lint. אם אפילו בדיקה אחת עדיין נכשלת, היעד אינו נסגר. אין למעריך אפשרות לרמות.

דפוסים שיש להימנע מהם:

• „הקוד טוב יותר”
• „השימושיות השתפרה”
• „הביצועים השתפרו”
• „התיעוד הושלם”

ההבדל בין „עובד” ל„לא עובד” הוא היכולת לאמת. אם אי אפשר לבדוק קריטריון באמצעות פקודה, אי אפשר לבדוק אותו כלל. זה גם מה ש-OpenAI מתכוונת אליו ב„עקביות לאורך אופק זמן ארוך”: סוכן יכול לחשוב זמן רב, אבל אינו יכול להחליט בעצמו מה נחשב „טוב מספיק”.

אפשר לבדוק את הרעיון של „הנחיה אחת — תוצאה אחת” בפרויקט אמיתי: הגדירו /goal, נסחו קריטריון, הריצו אותה ונתחו מה השתבש.

הכירו את Ailoot.