A Claude Code és a Codex éjszakai futtatása a /goal segítségével 2026-ban: 14 órás önálló mód

Az Ailoot használatáról a dokumentációban talál információt.

Mi az a /goal, és miért jelent meg 2026-ban?#

Így nézett ki a helyzet, amelyet mindannyian ismertünk 2026 áprilisa előtt: adok Claude-nak egy feladatot: „migráld a projektet Pydantic v1-ről v2-re”. Elkezd dolgozni, 30 másodperc után leáll, megnézem, mit csinált, beírom, hogy „folytasd”, megteszi a következő lépést, leáll, én pedig újra beírom, hogy „folytasd”. Egy nagy migráció esetén ez 200–300 kézi „folytatást” jelent, így lényegében az ügynököt felügyelem ahelyett, hogy közben más kódot írnék.

Az OpenAI elemzése szerint nem a modell „butasága” jelentette a problémát, hanem a ciklus architektúrája. A modell nem tudta, mikor kell leállnia, ezért minden körben fékezett. Ha megadunk neki egy „kész” feltételt, maga dönti el.

Így született meg a /goal — a harnessbe, nem pedig a modellbe épített mechanizmus.

Ez a megjegyzés a Code with Claude konferencián hangzott el Londonban, 2026. május 19–20-án. Azt írja le, mi történt a /goal mindkét eszközben való megjelenése utáni hónapban.

Hogyan állítható be a Goal mód a Claude Code-ban?#

Egy minimális példa az Anthropic hivatalos dokumentációjából:

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

Ez a parancs egy goal-lal indítja el az ügynököt a háttérben. Claude megkeresi a PR-eket, összeveti őket a CHANGELOG.md tartalmával, hozzáadja a hiányzó sorokat, majd leáll, amikor teljesül a feltétel.

Interaktív módban csak írja be a /goal parancsot, utána pedig a feltételt:

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

Ezután Claude a következőket teszi:

• Minden kör után egy különálló, gyors modell (alapértelmezés szerint Haiku) megkapja az aktuális feltételt és a beszélgetési előzményeket
• Ez a modell rövid indoklással „igen” vagy „nem” választ ad
• Ha a válasz „nem”, Claude automatikusan újabb kört fut anélkül, hogy visszaadná Önnek az irányítást
• Ha a válasz „igen”, a goal törlődik, és visszakapja az irányítást

Szigorú korlátozások, amelyekről csak akkor értesül, amikor beleütközik valamelyikbe:

• A /goal csak olyan munkakönyvtárakban működik, amelyeknél elfogadta a bizalmi párbeszédablakot. Ha új gépet használ, és Claude még nem jegyezte meg a könyvtárat, a parancs hibát jelez
• A disableAllHooks vagy allowManagedHooksOnly beállítású vállalati környezetekben a parancs nem érhető el
• A feltétel legfeljebb 4,000 karakteres lehet
• Munkamenetenként csak egy goal lehet aktív. Egy új /goal felülírja a régit
• A --resume megőrzi a feltételt, de a körök, az idő és a tokenek számlálóját visszaállítja

Vezérlőparancsok:

• /goal argumentum nélkül — megjeleníti az aktuális állapotot
• /goal clear (vagy stop, off, reset, none, cancel) — törli a goal-t

Az Anthropic szerint az értékelő költsége „általában elhanyagolható a fő kör költségéhez képest”. A Haiku kiértékeli a feltételt és a beszélgetés szövegét, de nem hív eszközöket, ezért az ellenőrzés olcsó; a drága részt a fő modell körei jelentik.

Hogyan állítható be a /goal a Codex CLI-ben?#

A parancs ugyanúgy néz ki, mint a Claude esetében:

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

A Codex több goal-vezérlési lehetőséget kínál:

A fő különbség Claude-hoz képest az, hogy a Codex maga ellenőrzi, „kész van-e”, nem pedig egy külön modell. Minden kör után a Codex automatikusan beilleszti az openai/codex tárolóból származó continuation.md sablont a kontextusba. Szó szerinti fordításban:

„Folytasd a munkát az aktív thread goal elérése érdekében. Ne ismételd meg a már elvégzett munkát. Válaszd ki a következő konkrét lépést a goal felé. Csak akkor jelöld elértnek a goal-t, ha egy audit igazolja, hogy az valóban teljesült, és nem maradt hátra elvégzendő munka.”

Amikor a tokenek elérik a határukat, egy második sablon, a budget_limit.md kerül beillesztésre:

„A goal elérte a tokenkorlátját. Ne kezdj bele jelentősebb új munkába. Zárd le ezt a kört a lehető leghamarabb: foglald össze a hasznos előrelépést, azonosítsd a fennmaradó munkát és az akadályokat, majd adj egyértelmű következő lépést a felhasználónak.”

A logika ugyanaz: „ne hazudj arról, amit elvégeztél”. A folytatási szabály szerint csak akkor kell folytatni, ha a goal valóban nem teljesült. A budget_limit leállásra utasít, de őszintén le kell írni, mi maradt hátra.

Claude-tól eltérően a Codex a threadhez köti a goal-t, nem a munkamenethez. Például este bezárhatod a terminált, reggel pedig újra megnyithatod, és a /goal resume ugyanazzal a goal-lal folytatja a munkát, a memóriában ugyanazokkal a tényekkel. Ez hasznos, ha a futást a saját időbeosztása szerint több részre osztja.

Miben különbözik a Claude Code és a Codex /goal parancsa?#

Ez a leggyakoribb hiányosság az összehasonlításokban, ezért nézzük meg részletesen.

A fogalmi különbség az, hogy Claude a ciklust minőségi szerződésként kezeli (külső értékelővel), a Codex pedig végrehajtási mechanizmusként (az ügynök maga kezeli a folyamatot).

A gyakorlatban ez azt jelenti, hogy ha azt szeretné, hogy a „kész” feltételt elfogulatlan értékelő vizsgálja meg, válassza Claude-ot. Ha azt szeretné, hogy az ügynök az értékelés során fájlokat és naplókat is ellenőrizhessen, válassza a Codexet.

Az eszközökről további információt a Codex és Claude Code összehasonlító útmutatójában talál.

Valódi példa: migráció Pydantic v1-ről v2-re 31 óra alatt#

A feladat így szólt: „migrálj Pydantic v1-ről v2-re, minden pytest-tesztnek át kell mennie, a mypy strict pedig nulla hibát jelezzen.”

Ez történt:

• 1. munkamenet (8 óra)—A Codex elemezte az importokat, átírta a BaseModel deklarációkat, és beállította a mypy-t
• 2. munkamenet (10 óra)—átírta a validátorokat, és körülbelül 200 tesztet elrontott
• 3. munkamenet (7 óra)—kijavította a teszteket, és körkörös függőségeket talált
• 4. munkamenet (6 óra)—megoldotta a megmaradt mypy-hibákat és regressziókat

Tokenköltség:

„A teljes eltelt idő körülbelül 31 óra volt négy munkamenet alatt. A gpt-5.3-codex díjszabásával számított teljes Codex-tokenköltség körülbelül $44.”

Az árat főként a gpt-5.3-codex kimeneti tokenjei határozzák meg, amelyek díja milliónként $14. Ez azt jelenti, hogy 31 óra önálló munka körülbelül annyiba kerül, mint egy ChatGPT Plus-előfizetés több hétre.

Amit az ügynök nem végzett el önállóan:

• Nem írt migrációs dokumentációt a csapat számára (a Codex nem értette, hogy ez a „migráció” része)
• Nem frissítette a Pydantic új verziójával történő közzétételhez szükséges konfigurációs fájlokat
• Nem vett észre egy éles környezetben jelentkező regressziót, amelyet csak egy nappal később fedeztek fel

Más szóval, a /goal elvégezte a munka 95%-át; a fennmaradó 5%-ot továbbra is kézzel kell elvégezni. Ez normális a jelenlegi generációnál, és nem ok arra, hogy ne használjuk.

14 órán át futó macOS-driver egy éjszaka alatt#

Mely feladatok alkalmasak hosszú éjszakai futásokra#

Azok a feladattípusok, amelyeknél ez a megközelítés a legnagyobb előnyt nyújtja:

• Alacsony szintű munka, ahol egy iteráció és annak ellenőrzése percekig tart (fordítás, tesztfuttatás)
• Migrációk egyértelmű, formális feltételekkel (típusok, tesztek, lint)
• Mérhető eredményű benchmarkok és optimalizálások
• Dokumentáció és changelogok világos szerkezettel

A Claude /goal ugyanilyen jól elvégzi ezt a munkát, de driverekhez gyakrabban választják a Codexet, mert külső bíró helyett maga ellenőrzi a fájlokat és a naplókat.

Mennyibe kerül, és hogyan kerülhető el a tokenek éjszakai elhasználása?#

Nyilvános beszámolókból származó adatok:

A legfontosabb tudnivaló: sem a Claude Code, sem a Codex nem biztosít szigorú „állítsd le a költést $N-nél” korlátot. Három védőkorlát létezik:

1. Előfizetési korlátok — Pro, Max vagy Enterprise. Az Anthropic Max csomagjában ($100/hónap) egy 14 órás éjszakai futás belefér a heti keretbe, és marad is tartalék
2. Szöveges korlát a feltételben — írja bele közvetlenül a /goal parancsba, hogy „vagy állj le 20 kör után”. Claude bírája elolvassa, és lezárja a goal-t
3. Tokenkorlát a Codexben — beépített mechanizmus, amely a tokenek elfogyásakor beilleszti a budget_limit.md fájlt

Ami éjszaka megnöveli a számlát:

• Egy homályos feltétel, például „legyen kényelmesebb” — az ügynök sosem áll le, mert az értékelő nem tudja, mit jelent a „jobb”
• Külső API-khoz való hozzáférés stubok nélkül — minden újrapróbálkozás tokenekbe kerül
• Hosszú kontextus — 6.7M token után elindul a kontextus tömörítése, és elveszhet a memória egy része

A költségmegtakarításról bővebben a hová tűnnek a Claude Code tokenjei és az így kerülheti el a keretek elhasználását útmutatóban olvashat.

Mikor NE futtassa a /goal-t: 5 helyzet#

Az OpenAI dokumentációja kifejezetten leírja, mit NE tegyen:

1. Egysoros módosítások — egy változó átnevezéséhez a /goal futtatása többe kerül, mint a kézi átnevezés
2. Homályos goalok — „javítsd a teljesítményt”, „legyen tisztább a kód”, „legyen kényelmesebb”. Az értékelőnek nincs mércéje, ezért az ügynök végtelenül pörög
3. Felhasználói adatokat tartalmazó éles adatbázisok — az ügynök elronthat egy migrációt, az adatmentésből való visszaállítás pedig többe kerül, mint bármilyen megtakarítás
4. Biztonsági változtatások — hitelesítés, titkosítás, fizetésfeldolgozás. Ezeknél minden commitot embernek kell átnéznie
5. Külső API-k stubok nélkül — minden hálózati hiba tokenekbe kerül, és kívül esik az Ön ellenőrzésén

Mit tegyen, ha az ügynök elakad?#

Így ismerhető fel gyorsan a ciklus:

• Az ügynök 3+ körön át ugyanazokat a fájlokat módosítja, majd visszaállítja az eredeti állapotot
• A naplóban ismétlődnek olyan hibák, amelyekre az ügynök már reagált
• Ön szerint teljesült a feltétel, de az ügynök azt mondja, hogy „nem teljesült”
• Körönként nő a tokenhasználat, de a kód nem halad előre

A következő teendők:

• Claude Code-ban: /goal clear, majd tegye pontosabbá a feltételt
• Codexben: /goal pause, vizsgálja meg az aktuális threadet, szerkessze a feltételt a /goal edit paranccsal, majd használja a /goal resume parancsot
• Mindkét esetben: ellenőrizze, hogy a feltétel valóban igazolható-e (egy parancs 0 kilépési kódot ad vissza vagy meghatározott kimenetet állít elő)

A ciklust gyakran maga a feladat okozza, nem az ügynök. A „minden teszt sikeres” feltétel azt feltételezi, hogy egyáltalán sikeresek lehetnek a tesztek. Ha a kódban komoly architekturális probléma van, az ügynök újra és újra a tünet körül fog körözni.

„Kész” feltételek: fegyelmezett feladatmegadás a /goal-hoz#

Az OpenAI hivatalos Codex Cookbookja egyértelműen fogalmazza meg ezt a szabályt:

Valóban működő feltételsablonok:

A Combo példa kombinációt használ: teszteket, mypy-t és lintet. Ha akár egy ellenőrzés is sikertelen, a goal nincs lezárva. Az értékelőnek nincs lehetősége csalni.

Ellenpéldák:

• „Jobb a kód”
• „Javult a használhatóság”
• „Javult a teljesítmény”
• „Elkészült a dokumentáció”

A „működik” és a „nem működik” közötti különbség az ellenőrizhetőség. Ha egy feltétel nem ellenőrizhető paranccsal, akkor egyáltalán nem ellenőrizhető. Az OpenAI „hosszú távú koherencia” alatt is ezt érti: az ügynök hosszú ideig gondolkodhat, de nem döntheti el maga, mi számít „elég jónak”.

Egy valódi projekten is kipróbálhatja az „egy prompt — egy eredmény” elvét: állítson be egy /goal-t, fogalmazza meg a feltételt, futtassa le, majd elemezze, mi romlott el.

Ismerje meg az Ailootot.