2026 жылы Claude Code пен Codex-ті /goal арқылы түн бойы іске қосу: 14 сағаттық автономды режим

Ailoot-пен жұмыс туралы ақпарат құжаттамада берілген.

/goal деген не және ол неге 2026 жылы пайда болды?#

2026 жылғы сәуірге дейін бәріміз бастан өткерген жағдай: Claude-қа «жобаны Pydantic v1-ден v2-ге көшір» деген тапсырма беремін. Ол жұмысын бастап, 30 секундтан кейін тоқтайды; істегенін қарап, «жалғастыр» деп жазамын, ол келесі қадамды жасап, қайта тоқтайды, мен тағы «жалғастыр» деймін. Үлкен көшіру кезінде осылай қолмен 200–300 рет «жалғастыруға» тура келеді. Басқа кодты қатар жазудың орнына, агентті бағып отырамын.

OpenAI талдауы бойынша, мәселе модельдің «ақылсыздығында» емес, цикл архитектурасында болған. Модель қашан тоқтау керегін білмегендіктен, әр айналымда тежегішті басатын. Оған «дайын» өлшемін берсеңіз, ол өзі шешеді.

/goal осылай пайда болды — бұл модельге емес, harness-ке енгізілген механизм.

Бұл пікір 2026 жылғы 19–20 мамырда Лондонда өткен Code with Claude конференциясында айтылды. Ол екі құралда да /goal іске қосылғаннан кейінгі айда іс жүзінде не болғанын сипаттайды.

Claude Code-та Goal режимін қалай баптауға болады?#

Anthropic-тің ресми құжаттамасынан алынған қарапайым мысал:

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

Бұл пәрмен агентті бір мақсатпен фондық режимде іске қосады. Claude PR-ларды тауып, оларды CHANGELOG.md файлымен салыстырады, жетіспейтін жолдарды қосады және критерий орындалғанда тоқтайды.

Интерактивті режимде шарттан кейін /goal деп теріңіз:

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

Одан кейін Claude не істейді:

• Әр айналымнан соң бөлек жылдам модель (әдепкіде Haiku) ағымдағы шарт пен әңгіме тарихын алады
• Бұл модель қысқа себеппен «иә» немесе «жоқ» деп жауап береді
• Жауап «жоқ» болса, Claude басқаруды сізге қайтармай, автоматты түрде тағы бір айналым жасайды
• Жауап «иә» болса, мақсат тазартылып, басқару сізге қайтарылады

Іске қосқанға дейін ешкім айтпайтын қатаң шектеулер:

• /goal сенім диалогы қабылданған жұмыс каталогтарында ғана істейді. Жаңа компьютерді пайдалансаңыз және Claude ол каталогты әлі жадында сақтамаса, пәрмен орындалмайды
• disableAllHooks немесе allowManagedHooksOnly қосылған корпоративтік ортада пәрмен қолжетімсіз
• Шарттың ұзындығы 4,000 таңбаға дейін болуы мүмкін
• Бір сеанста бір ғана мақсат белсенді бола алады. Жаңа /goal ескісін ысырады
• --resume қолданылғанда, шарт сақталады, бірақ айналым, уақыт және токен санағыштары қалпына келеді

Басқару пәрмендері:

• Аргументсіз /goal — ағымдағы күйді көрсету
• /goal clear (немесе stop, off, reset, none, cancel) — мақсатты тазарту

Anthropic мәліметінше, бағалаушының құны «әдетте негізгі айналым құнымен салыстырғанда мардымсыз». Haiku критерий мен әңгіме мәтінін бағалайды, бірақ құралдарды шақырмайды, сондықтан тексеру арзан; қымбат бөлігі — негізгі модельдің айналымдары.

Codex CLI ішінде /goal пәрменін қалай баптауға болады?#

Пәрмен Claude-тағыдай көрінеді:

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

Codex-та мақсатты басқару мүмкіндіктері көбірек:

Claude-тан басты айырмашылығы — Codex аяқталғанын бөлек модель емес, өзі тексереді. Әр айналымнан кейін Codex контекстке openai/codex репозиторийіндегі continuation.md үлгісін автоматты түрде қосады. Сөзбе-сөз аудармасы:

«Белсенді ағым мақсатына жету үшін жұмысты жалғастыр. Бұрын орындалған жұмысты қайталама. Мақсатқа қарай келесі нақты әрекетті таңда. Мақсатқа қол жеткізілгенін және міндетті жұмыс қалмағанын аудит көрсеткенде ғана оны орындалды деп белгіле.»

Токендер шегіне жақындағанда, екінші үлгі — budget_limit.md — қосылады:

«Мақсат токен шегіне жетті. Елеулі жаңа жұмыс бастама. Бұл айналымды мүмкіндігінше тез аяқта: пайдалы ілгерілеуді қорытындыла, қалған жұмыс пен кедергілерді анықта және пайдаланушыға келесі нақты қадамды көрсет.»

Логикасы бірдей: «істеген ісің туралы өтірік айтпа». continuation.md мақсат шынымен орындалмаған жағдайда ғана жалғастыруды талап етеді. budget_limit.md тоқтауды талап етеді, бірақ қалған жұмысты адал сипаттайды.

Claude Code пен Codex-тегі /goal пәрмендерінің айырмашылығы неде?#

Салыстыруда жиі назардан тыс қалатын тұс осы, сондықтан егжей-тегжейлі қарастырайық.

Тұжырымдамалық айырмашылық: Claude циклді сапа шарты ретінде (сыртқы бағалаушы) қарастырады, ал Codex орындау механизмі ретінде (агент өзін-өзі басқарады).

Іс жүзінде бұл былай: «дайын» өлшемінің бейтарап болғанын қаласаңыз, Claude таңдаңыз. Бағалау кезінде агент файлдар мен журналдарды тексере алсын десеңіз, Codex таңдаңыз.

Құралдардың өзі туралы толығырақ Codex пен Claude Code-ты салыстыру жөніндегі нұсқаулықтан оқыңыз.

Нақты мысал: Pydantic v1-ден v2-ге 31 сағатта көшіру#

Тапсырма былай қойылған: «Pydantic v1-ден v2-ге көшір, барлық pytest тесттері өтуі және mypy strict нөл қате көрсетуі керек».

Не болды:

• 1-сеанс (8 сағат) — Codex импорттарды талдап, BaseModel жарияланымдарын қайта жазып, mypy-ді баптады
• 2-сеанс (10 сағат) — валидаторларды қайта жазып, шамамен 200 тестті бұзды
• 3-сеанс (7 сағат) — тесттерді түзетіп, циклдік тәуелділіктерді тапты
• 4-сеанс (6 сағат) — қалған mypy қателері мен регрессияларды шешті

Токен құны:

«Жалпы жұмыс уақыты: төрт сеанста шамамен 31 сағат. gpt-5.3-codex тарифтері бойынша Codex токендерінің жалпы құны: шамамен $44».

Баға негізінен миллион токенге $14 мөлшеріндегі gpt-5.3-codex шығыс токендерінің есебінен қалыптасады. Демек, 31 сағат автономды жұмыс ChatGPT Plus жазылымының бірнеше аптасындай тұрады.

Агент өздігінен істемегені:

• Командаға көшіру құжаттамасын жазбады (Codex мұның «көшіру» жұмысына кіретінін түсінбеді)
• Pydantic жаңа нұсқасымен жариялауға арналған конфигурация файлдарын жаңартпады
• Бір өндірістік регрессияны байқамай қалды, ол тек бір күннен кейін анықталды

Басқаша айтқанда, /goal жұмыстың 95%-ын орындады; қалған 5%-ын әлі де қолмен істеу керек. Қазіргі буын үшін бұл қалыпты жағдай әрі оны пайдаланбауға себеп емес.

macOS драйверін түнде 14 сағат өңдеу#

Бұл /goal пәрменін инвесторлар ортасында танымал еткен алғашқы жария іске қосулардың бірі болды. Эндрю Чен шартты қойып, ұйықтауға кетті, ал таңертең Codex бірнеше жөндеу итерациясынан өтіп, тесттер қосып, ассемблердің бөліктерін қайта жазғанын және әлі де жұмыс істеп жатқанын көрді.

Бұл тәсіл ең көп пайда беретін тапсырмалар:

• Бір итерация мен тексеру бірнеше минут алатын төмен деңгейлі жұмыс (компиляция, тесттерді іске қосу)
• Ресми критерийлері айқын көшіру жұмыстары (типтер, тесттер, линт)
• Нәтижесі өлшенетін бенчмарктер мен оңтайландыру
• Құрылымы айқын құжаттама мен өзгерістер журналы

Claude /goal дәл осылай істей алады, бірақ драйверлерге Codex-ті жиірек таңдайды, себебі ол сыртқы төрешіге сүйенбей, файлдар мен журналдарды өзі тексереді.

Қанша тұрады және түнде токендерді тауысып алмау үшін не істеуге болады?#

Жария есептерден алынған сандар:

Ең бастысы: Claude Code та, Codex те «$N-ге жеткенде шығынды тоқтат» деген қатаң шек бермейді. Үш қорғаныс бар:

1. Жазылым шектері — Pro, Max немесе Enterprise. Anthropic-тің айына $100 тұратын Max жоспарында 14 сағаттық түнгі жұмыс апталық квотаға сыйып, қосымша қоры қалады
2. Шарттағы мәтіндік шек — /goal ішіне «немесе 20 айналымнан кейін тоқта» деп жазыңыз. Claude төрешісі оны оқып, мақсатты жабады
3. Codex-тегі токен шегі — токендер таусылғанда budget_limit.md үлгісін қосатын кіріктірілген механизм

Түнде есепті өсіретін нәрселер:

• «Ыңғайлырақ ет» сияқты бұлыңғыр критерий — бағалаушы «жақсырақ» дегеннің не екенін білмегендіктен, агент ешқашан тоқтамайды
• Сыртқы API-ларға stub-сыз қатынас — әр қайталау токен жұмсайды
• Ұзын контекст — 6.7M токеннен кейін контекстті ықшамдау басталып, жадтың бір бөлігі жоғалады

Шығынды үнемдеу туралы толығырақ Claude Code токендері қайда жұмсалатыны және лимиттерді тауысып алмау жолдары жөніндегі нұсқаулықтардан оқыңыз.

Қай кезде /goal іске қоспау керек: 5 жағдай#

OpenAI құжаттамасында не ІСТЕМЕУ керегі нақты жазылған:

1. Бір жолдық түзетулер — айнымалының атын өзгерту үшін /goal іске қосу оны қолмен жасағаннан қымбатқа түседі
2. Бұлыңғыр мақсаттар — «өнімділікті жақсарт», «кодты тазарт», «ыңғайлырақ ет». Бағалаушыда нақты өлшем жоқ, сондықтан агент шексіз айнала береді
3. Пайдаланушы деректері бар өндірістік дерекқорлар — агент көшіруді бұзуы мүмкін, ал сақтық көшірмеден қалпына келтіру кез келген үнемнен қымбатқа түседі
4. Қауіпсіздікке қатысты өзгерістер — аутентификация, шифрлау, төлемдерді өңдеу. Мұнда адам әр коммитті тексеруі керек
5. Stub-тары жоқ сыртқы API-лар — желідегі әрбір ақау токын жұмсайды әрі сіздің бақылауыңыздан тыс

Агент тұрып қалса не істеу керек?#

Циклді тез байқау жолдары:

• Агент бір файлдарға 3+ айналым бойы тиіп, оларды бастапқы күйіне қайтарады
• Журналда өзі бұрын жауап берген қателер қайта-қайта пайда болады
• Сізге шарт орындалғандай көрінеді, бірақ агент «орындалмады» дейді
• Әр айналымдағы токен шығыны өсіп жатыр, бірақ кодта ілгерілеу жоқ

Одан әрі не істеу керек:

• Claude Code-та: /goal clear деп, шартты нақтырақ етіңіз
• Codex-та: /goal pause деп, ағымдағы ағымды тексеріңіз, /goal edit арқылы шартты өзгертіңіз, содан кейін /goal resume қолданыңыз
• Екеуінде де: критерийдің шынымен тексерілетініне көз жеткізіңіз (пәрмен exit 0 қайтарады немесе нақты нәтиже шығарады)

Көбіне циклдің себебі агент емес, тапсырманың өзі болады. «Барлық тест өтсін» деген шарт тесттердің әу бастан өте алатынын меңзейді. Кодта терең архитектуралық мәселе болса, агент симптомның айналасында шыр айнала береді.

«Дайын» критерийлері: /goal үшін тапсырма тәртібі#

OpenAI бұл ережені ресми Codex Cookbook-та нақты айтады:

Шынымен жұмыс істейтін критерий үлгілері:

Қате үлгілер:

• «Код жақсарды»
• «Пайдалануға ыңғайлылығы артты»
• «Өнімділігі жақсарды»
• «Құжаттама толық»

«Жұмыс істейді» мен «жұмыс істемейді» дегеннің айырмасы — тексеруге болатындығында. Критерийді пәрменмен тексеру мүмкін болмаса, оны мүлде тексеру мүмкін емес. OpenAI-дің «ұзақ мерзімді үйлесімділік» дегені де осы: агент ұзақ ойлай алады, бірақ «жеткілікті жақсы» дегеннің не екенін өзі шеше алмайды.

«Бір сұрау мәтіні — бір нәтиже» идеясын нақты жобада тексеріп көріңіз: /goal орнатып, критерийді тұжырымдаңыз, іске қосып, ненің дұрыс болмағанын талдаңыз.

Ailoot-пен танысыңыз.