Cara Menjalankan Claude Code dan Codex Semalaman melalui /goal pada 2026: Mod Autonomi 14 Jam

Maklumat tentang penggunaan Ailoot tersedia dalam dokumentasi.

Apakah /goal dan mengapa ia muncul pada 2026?#

Senario yang kita semua alami sebelum April 2026: saya memberikan tugasan kepada Claude, “pindahkan projek daripada Pydantic v1 kepada v2”. Ejen mula bekerja, berhenti selepas 30 saat, saya melihat hasil kerjanya lalu menulis “teruskan”, ejen mengambil langkah seterusnya, berhenti, dan saya menulis “teruskan” sekali lagi. Untuk migrasi besar, ini bermakna 200–300 arahan “teruskan” secara manual, dan pada asasnya saya mengawasi ejen dan bukannya menulis kod lain secara serentak.

Analisis OpenAI menyatakan bahawa masalahnya bukan “kebodohan” model, tetapi seni bina gelung itu. Model tidak tahu bila perlu berhenti, jadi ia membrek pada setiap giliran. Berikan kriteria “siap”, maka model akan membuat keputusan sendiri.

Begitulah /goal terhasil—mekanisme yang terbina dalam harness, bukan model.

Kenyataan itu dibuat di persidangan Code with Claude di London pada 19–20 Mei 2026. Ia menggambarkan apa yang sebenarnya berlaku sepanjang bulan selepas /goal dilancarkan dalam kedua-dua alat.

Bagaimanakah cara menyediakan Goal mode dalam Claude Code?#

Contoh ringkas daripada dokumentasi rasmi Anthropic:

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

Perintah ini melancarkan ejen di latar belakang dengan satu matlamat. Claude mencari PR, menyemaknya berbanding CHANGELOG.md, menambah sebarang baris yang tiada dan berhenti apabila kriteria dipenuhi.

Dalam mod interaktif, taip sahaja /goal diikuti syarat:

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

Perkara yang Claude lakukan seterusnya:

• Selepas setiap giliran, model pantas yang berasingan (Haiku secara lalai) menerima syarat semasa dan sejarah perbualan
• Model ini menjawab “ya” atau “tidak” dengan alasan ringkas
• Jika jawapannya “tidak”, Claude secara automatik mengambil giliran seterusnya tanpa menyerahkan kawalan kepada anda
• Jika jawapannya “ya”, matlamat dikosongkan dan kawalan dikembalikan kepada anda

Had ketat yang hanya diketahui apabila anda menghadapinya:

• /goal hanya berfungsi dalam direktori kerja yang dialog kepercayaannya telah diterima. Jika anda menggunakan mesin baharu dan Claude belum mengingati direktori itu, perintah tersebut akan gagal
• Dalam persekitaran korporat dengan disableAllHooks atau allowManagedHooksOnly, perintah ini tidak tersedia
• Syarat boleh sepanjang sehingga 4,000 aksara
• Hanya satu matlamat boleh aktif bagi setiap sesi. /goal baharu menetapkan semula matlamat lama
• Dengan --resume, syarat dikekalkan, tetapi kaunter giliran, masa dan token ditetapkan semula

Perintah kawalan:

• /goal tanpa argumen—paparkan status semasa
• /goal clear (atau stop, off, reset, none, cancel)—kosongkan matlamat

Menurut Anthropic, kos penilai “biasanya boleh diabaikan berbanding kos giliran utama”. Haiku menilai kriteria dan teks perbualan tanpa menggunakan alat, jadi semakannya murah; bahagian yang mahal ialah giliran model utama.

Bagaimanakah cara menyediakan /goal dalam Codex CLI?#

Perintahnya sama seperti dalam Claude:

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

Codex menawarkan lebih banyak kawalan matlamat:

Perbezaan utamanya daripada Claude ialah Codex sendiri menyemak sama ada ia sudah “siap”, bukannya menggunakan model berasingan. Selepas setiap giliran, Codex memasukkan templat continuation.md daripada repositori openai/codex ke dalam konteks secara automatik. Terjemahan langsung:

“Teruskan bekerja ke arah matlamat thread yang aktif. Jangan ulang kerja yang telah dilakukan. Pilih tindakan konkrit seterusnya ke arah matlamat. Tandakan matlamat sebagai tercapai hanya apabila audit menunjukkan bahawa matlamat itu benar-benar telah dipenuhi dan tiada kerja yang diperlukan berbaki.”

Apabila token menghampiri hadnya, templat kedua—budget_limit.md—akan dimasukkan:

“Matlamat telah mencapai had tokennya. Jangan mulakan kerja baharu yang besar. Tamatkan giliran ini secepat mungkin: rumuskan kemajuan yang berguna, kenal pasti baki kerja dan halangan, dan berikan pengguna langkah seterusnya yang jelas.”

Logiknya sama: “jangan berbohong tentang perkara yang telah anda lakukan”. Sambungan hanya perlu diteruskan jika matlamat benar-benar belum tercapai. Apabila had dicapai, berhenti dan terangkan dengan jujur perkara yang masih berbaki.

Tidak seperti Claude, Codex mengikat matlamat pada thread, bukan sesi. Sebagai contoh, anda boleh menutup terminal pada waktu malam dan membukanya semula pada waktu pagi, lalu /goal resume menyambung semula matlamat yang sama dengan fakta yang sama dalam ingatan. Ini berguna untuk pelaksanaan yang dibahagikan kepada beberapa bahagian mengikut jadual anda sendiri.

Apakah perbezaan /goal dalam Claude Code dengan /goal dalam Codex?#

Inilah jurang yang paling kerap terlepas dalam perbandingan, jadi mari kita telitinya dengan lebih terperinci.

Perbezaan konsepnya ialah Claude menganggap gelung itu sebagai kontrak kualiti (penilai luaran), manakala Codex menganggapnya sebagai mekanisme pelaksanaan (ejen mengurus dirinya sendiri).

Dalam amalan, ini bermakna: jika anda mahukan kriteria “siap” yang tidak berat sebelah, pilih Claude. Jika anda mahu ejen menyemak fail dan log semasa membuat penilaian, pilih Codex.

Baca lebih lanjut tentang alat tersebut dalam panduan Codex vs Claude Code.

Contoh Sebenar: Migrasi Pydantic v1 ke v2 dalam 31 Jam#

Tugasan itu ditetapkan seperti berikut: “migrasi daripada Pydantic v1 kepada v2, semua ujian pytest mesti lulus, dan mypy strict mesti melaporkan sifar ralat”.

Apa yang berlaku:

• Sesi 1 (8 jam)—Codex menganalisis import, menulis semula pengisytiharan BaseModel dan menyediakan mypy
• Sesi 2 (10 jam)—menulis semula validator dan menyebabkan kira-kira 200 ujian gagal
• Sesi 3 (7 jam)—membaiki ujian dan menemui kebergantungan bulat
• Sesi 4 (6 jam)—menyelesaikan baki ralat mypy dan regresi

Kos token:

“Jumlah masa sebenar: kira-kira 31 jam merentas empat sesi. Jumlah kos token Codex pada kadar gpt-5.3-codex: kira-kira $44.”

Kos didominasi oleh token output gpt-5.3-codex pada kadar $14 bagi setiap juta. Ini bermakna 31 jam kerja autonomi menelan kos kira-kira sebanyak beberapa minggu langganan ChatGPT Plus.

Perkara yang tidak dilakukan oleh ejen dengan sendiri:

• Ejen tidak menulis dokumentasi migrasi untuk pasukan (Codex tidak memahami bahawa perkara itu termasuk dalam “migrasi”)
• Ejen tidak mengemas kini fail konfigurasi untuk penerbitan dengan versi Pydantic yang baharu
• Ejen terlepas satu regresi produksi, yang hanya dikesan sehari kemudian

Dengan kata lain, /goal menyelesaikan 95% kerja; baki 5% masih perlu dilakukan secara manual. Itu perkara biasa bagi generasi semasa dan bukan sebab untuk tidak menggunakannya.

14 Jam Semalaman pada Pemacu macOS#

Tugasan yang Sesuai untuk Pelaksanaan Semalaman#

Jenis tugasan yang paling banyak mendapat manfaat daripada pendekatan ini:

• Kerja peringkat rendah yang mengambil masa beberapa minit bagi setiap iterasi dan semakan (kompilasi, menjalankan ujian)
• Migrasi dengan kriteria formal yang jelas (jenis, ujian, lint)
• Penanda aras dan pengoptimuman dengan hasil yang boleh diukur
• Dokumentasi dan changelog dengan struktur yang jelas

Claude /goal juga mampu melakukan perkara yang sama dengan baik, tetapi Codex lebih kerap dipilih untuk pemacu kerana ia menyemak fail dan log sendiri dan bukannya bergantung pada pengadil luaran.

Berapakah Kosnya, dan Bagaimanakah Cara Mengelakkan Token Habis Semalaman?#

Angka daripada laporan awam:

Perkara utama yang perlu difahami: Claude Code mahupun Codex tidak menyediakan had keras seperti “berhenti berbelanja apabila mencapai $N”. Terdapat tiga perlindungan:

1. Had langganan—Pro, Max atau Enterprise. Pada pelan Max Anthropic ($100/bulan), pelaksanaan semalaman selama 14 jam masih muat dalam kuota mingguan dengan baki yang mencukupi
2. Had teks dalam syarat—tulis “atau berhenti selepas 20 giliran” terus dalam /goal. Penilai Claude akan membacanya dan menutup matlamat
3. Had token dalam Codex—mekanisme terbina dalam yang memasukkan budget_limit.md apabila token habis

Perkara yang menaikkan bil sepanjang malam:

• Kriteria kabur seperti “jadikannya lebih mudah”—ejen tidak akan berhenti kerana penilai tidak tahu maksud “lebih baik”
• Akses kepada API luaran tanpa stub—setiap percubaan semula menggunakan token
• Konteks panjang—selepas 6.7M token, pemampatan konteks bermula dan sebahagian ingatan hilang

Baca lebih lanjut tentang penjimatan kos dalam panduan ke mana perginya token Claude Code dan cara mengelakkan had anda habis.

Bila TIDAK Patut Menjalankan /goal: 5 Situasi#

Dokumentasi OpenAI menyatakan dengan jelas perkara yang TIDAK patut dilakukan:

1. Suntingan satu baris—menjalankan /goal untuk menamakan semula pemboleh ubah lebih mahal daripada melakukannya secara manual
2. Matlamat kabur—“tingkatkan prestasi”, “jadikan kod lebih kemas”, “jadikannya lebih mudah”. Penilai tiada kriteria, jadi ejen akan terus berulang tanpa henti
3. Pangkalan data produksi dengan data pengguna—ejen mungkin merosakkan migrasi, dan pemulihan daripada sandaran lebih mahal daripada sebarang penjimatan
4. Perubahan keselamatan—pengesahan, penyulitan, pemprosesan pembayaran. Seseorang perlu menyemak setiap commit di sini
5. API luaran tanpa stub—setiap kegagalan rangkaian menggunakan token dan berada di luar kawalan anda

Apakah yang patut dilakukan jika ejen tersekat?#

Cara mengesan gelung dengan cepat:

• Ejen menyentuh fail yang sama selama 3+ giliran dan mengembalikannya kepada keadaan asal
• Ralat yang pernah ditanganinya muncul berulang kali dalam log
• Pada pandangan anda syarat telah dipenuhi, tetapi ejen menyatakan “belum dipenuhi”
• Penggunaan token bagi setiap giliran meningkat, tetapi tiada kemajuan pada kod

Perkara yang perlu dilakukan seterusnya:

• Dalam Claude Code: /goal clear, kemudian jadikan syarat lebih khusus
• Dalam Codex: /goal pause, periksa thread semasa, sunting syarat dengan /goal edit, kemudian gunakan /goal resume
• Dalam kedua-duanya: pastikan kriteria itu benar-benar boleh disahkan (arahan memulangkan kod keluar 0 atau menghasilkan output tertentu)

Selalunya, punca gelung itu ialah tugasan itu sendiri, bukannya ejen. Syarat “semua ujian lulus” mengandaikan bahawa ujian memang boleh lulus. Jika terdapat masalah seni bina yang mendalam dalam kod, ejen akan terus mengelilingi simptom tersebut.

Kriteria “Siap”: Disiplin Tugasan untuk /goal#

OpenAI menyatakan peraturan ini dengan jelas dalam Codex Cookbook rasminya:

Templat kriteria yang benar-benar berkesan:

Corak yang perlu dielakkan:

• “Kod ini lebih baik”
• “Kebolehgunaan telah meningkat”
• “Prestasi telah meningkat”
• “Dokumentasi sudah lengkap”

Perbezaan antara “berfungsi” dengan “tidak berfungsi” ialah kebolehsemakan. Jika sesuatu kriteria tidak boleh disemak dengan arahan, ia langsung tidak boleh disemak. Inilah juga maksud OpenAI dengan “koheren jangka panjang”: ejen boleh berfikir untuk masa yang lama, tetapi ia tidak boleh memutuskan sendiri apa yang dianggap “cukup baik”.

Anda boleh menguji idea “satu prompt—satu hasil” pada projek sebenar: tetapkan /goal, rumuskan kriteria, jalankannya dan analisis perkara yang tidak menjadi.

Kenali Ailoot.