Kako čez noč poganjati Claude Code in Codex prek ukaza /goal leta 2026: 14-urni samostojni način

Informacije o delu z Ailootom so na voljo v dokumentaciji.

Kaj je /goal in zakaj se je pojavil leta 2026?#

Takšna je bila situacija, ki smo jo vsi poznali pred aprilom 2026: Claudeu dam nalogo: »projekt migriraj s Pydantic v1 na v2«. Začne, se po 30 sekundah ustavi, pogledam, kaj je naredil, napišem »nadaljuj«, naredi naslednji korak, se ustavi, jaz pa spet napišem »nadaljuj«. Pri veliki migraciji to pomeni 200–300 ročnih ukazov »nadaljuj«, zato v praksi varujem agenta namesto da bi vzporedno pisal drugo kodo.

OpenAI je ugotovil, da težava ni bila »neumnost« modela, temveč arhitektura zanke. Model ni vedel, kdaj naj se ustavi, zato je pri vsakem krogu zaviral. Če mu določite merilo za »končano«, bo presodil sam.

Tako je nastal /goal — mehanizem, vgrajen v izvajalno okolje, ne v model.

To pripombo je podal na konferenci Code with Claude v Londonu 19.–20. maja 2026. Opisuje, kaj se je v mesecu po uvedbi /goal v obeh orodjih dejansko zgodilo.

Kako nastavite način Goal v Claude Code?#

Minimalni primer iz uradne dokumentacije Anthropic:

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

Ta ukaz v ozadju zažene agenta z enim ciljem. Claude poišče PR-je, jih preveri glede na CHANGELOG.md, doda morebitne manjkajoče vrstice in se ustavi, ko je merilo izpolnjeno.

V interaktivnem načinu preprosto vnesite /goal, ki mu sledi pogoj:

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

Kaj Claude naredi nato:

• Po vsakem krogu ločen hitri model (privzeto Haiku) prejme trenutni pogoj in zgodovino pogovora
• Ta model odgovori z »da« ali »ne« in kratko utemeljitvijo
• Če je odgovor »ne«, Claude samodejno izvede nov krog, ne da bi vam vrnil nadzor
• Če je odgovor »da«, se cilj izbriše in nadzor se vrne vam

Stroge omejitve, za katere izveste šele, ko naletite nanje:

• /goal deluje samo v delovnih imenikih, za katere ste sprejeli pogovorno okno zaupanja. Če ste na novem računalniku in si Claude tega imenika še ni zapomnil, ukaz ne bo deloval
• V poslovnih okoljih z nastavitvijo disableAllHooks ali allowManagedHooksOnly ukaz ni na voljo
• Pogoj je lahko dolg največ 4,000 znakov
• V posamezni seji je lahko aktiven samo en cilj. Nov /goal ponastavi starega
• Z možnostjo --resume se pogoj ohrani, števci krogov, časa in žetonov pa se ponastavijo

Nadzorni ukazi:

• /goal brez argumenta — prikaže trenutno stanje
• /goal clear (ali stop, off, reset, none, cancel) — izbriše cilj

Po navedbah Anthropic so stroški ocenjevalnika »običajno zanemarljivi v primerjavi s stroški glavnega kroga«. Haiku oceni merilo in besedilo pogovora ter ne kliče orodij, zato je preverjanje poceni; dragi so krogi glavnega modela.

Kako nastavite /goal v Codex CLI?#

Ukaz je enak kot v Claudu:

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

Codex ponuja več možnosti za upravljanje ciljev:

Glavna razlika v primerjavi s Claudom je, da Codex sam preveri, ali je »končano«, namesto da bi to preverjal ločen model. Po vsakem krogu Codex v kontekst samodejno vstavi predlogo continuation.md iz repozitorija openai/codex. Dobesedni prevod:

»Nadaljuj delo za dosego aktivnega cilja niti. Ne ponavljaj že opravljenega dela. Izberi naslednje konkretno dejanje za dosego cilja. Cilj označi kot dosežen šele, ko revizija pokaže, da je bil dejansko izpolnjen in ni ostalo nobeno zahtevano delo.«

Ko se žetoni približajo omejitvi, se vstavi druga predloga — budget_limit.md:

»Cilj je dosegel omejitev žetonov. Ne začenjaj obsežnejšega novega dela. Ta krog čim prej zaključi: povzemi koristen napredek, določi preostalo delo in ovire ter uporabniku jasno povej, kaj naj naredi naslednje.«

Logika je enaka: »ne laži o tem, kaj si naredil«. Navodilo za nadaljevanje zahteva nadaljevanje samo, če cilj res še ni dosežen. Navodilo budget_limit zahteva ustavitev, vendar pošten opis preostalega dela.

Za razliko od Claudea Codex cilj poveže z nitjo, ne s sejo. Terminal lahko zaprete in ga zjutraj znova odprete; ukaz /goal resume nadaljuje isti cilj z istimi dejstvi v pomnilniku. To je uporabno za izvajanja, ki jih razdelite na dele glede na svoj urnik.

Kakšna je razlika med /goal v Claude Code in /goal v Codexu?#

To je najpogostejša vrzel v primerjavah, zato si jo oglejmo podrobneje.

Konceptualna razlika je v tem, da Claude zanko obravnava kot pogodbo o kakovosti (z zunanjim ocenjevalnikom), Codex pa kot mehanizem izvajanja (agent upravlja samega sebe).

V praksi to pomeni: če želite, da merilo za »končano« nepristransko oceni nekdo drug, izberite Claude. Če želite, da lahko agent med ocenjevanjem preverja datoteke in dnevnike, izberite Codex.

Več o orodjih si preberite v vodniku Codex v primerjavi s Claude Code.

Resnični primer: migracija s Pydantic v1 na v2 v 31 urah#

Naloga se je glasila: »migriraj s Pydantic v1 na v2, vsi pytest testi morajo uspeti, mypy strict pa mora poročati o nič napakah«.

Kaj se je zgodilo:

• Seja 1 (8 ur) — Codex je analiziral uvoze, prepisal deklaracije BaseModel in nastavil mypy
• Seja 2 (10 ur) — prepisal je validatorje in pokvaril približno 200 testov
• Seja 3 (7 ur) — popravil je teste in našel krožne odvisnosti
• Seja 4 (6 ur) — odpravil je preostale napake mypy in regresije

Stroški žetonov:

»Skupni čas na uri: približno 31 ur v štirih sejah. Skupni stroški žetonov Codexa po cenah za gpt-5.3-codex: približno $44.«

Pri ceni prevladujejo izhodni žetoni gpt-5.3-codex po tarifi $14 na milijon. To pomeni, da 31 ur samostojnega dela stane približno toliko kot več tednov naročnine ChatGPT Plus.

Česa agent ni naredil sam:

• Za ekipo ni napisal dokumentacije o migraciji (Codex ni razumel, da je tudi to del »migracije«)
• Ni posodobil konfiguracijskih datotek za objavljanje z novo različico Pydantica
• Spregledal je eno regresijo v produkciji, ki so jo odkrili šele naslednji dan

Z drugimi besedami, /goal je opravil 95% dela; preostalih 5% je še vedno treba opraviti ročno. To je za trenutno generacijo običajno in ni razlog, da funkcije ne bi uporabljali.

14 ur čez noč na gonilniku za macOS#

Katere naloge so primerne za dolge nočne zagone\n\n

\n\nKljučne ugotovitve\n\nGonilniki kot skupina nalog niso primerni za interaktivno delo, odlično pa ustrezajo dolgotrajnim zankam.\n\n

#

Naloge, pri katerih ta pristop prinese največ koristi:

• Nizkonivojsko delo, pri katerem iteracija in preverjanje trajata več minut (prevajanje, izvajanje testov)
• Migracije z jasnimi formalnimi merili (tipi, testi, lint)
• Primerjalna testiranja in optimizacije z merljivimi rezultati
• Dokumentacija in dnevniki sprememb z jasno strukturo

Claude /goal je pri tem enako dober, vendar za gonilnike pogosteje izberejo Codex, ker sam preverja datoteke in dnevnike, namesto da bi se zanašal na zunanjega presojevalca.

Koliko stane in kako preprečite, da bi čez noč porabili vse žetone?#

Podatki iz javnih poročil:

Najpomembneje je razumeti, da ne Claude Code ne Codex ne ponujata stroge omejitve »ustavi porabo pri $N«. Obstajajo tri varovalke:

1. Omejitve naročnine — Pro, Max ali Enterprise. Pri paketu Anthropic Max ($100/mesec) se 14-urno nočno izvajanje prilega v tedensko kvoto in še ostane nekaj rezerve
2. Omejitev besedila v pogoju — neposredno v /goal zapišite »ali se ustavi po 20 krogih«. Claudeov presojevalec bo to prebral in zaključil cilj
3. Omejitev žetonov v Codexu — vgrajeni mehanizem, ki ob porabi žetonov vstavi budget_limit.md

Kaj čez noč poveča račun:

• Nejasno merilo, kot je »naj bo bolj priročno« — agent se ne bo nikoli ustavil, ker ocenjevalec ne ve, kaj pomeni »boljše«
• Dostop do zunanjih API-jev brez nadomestnih različic — vsak ponovni poskus porabi žetone
• Dolg kontekst — po 6.7M žetonih se začne stiskanje konteksta in del pomnilnika se izgubi

Več o prihrankih preberite v vodnikih kam gredo žetoni Claude Code in kako ne porabiti vseh omejitev.

Kdaj NE uporabljati /goal: 5 primerov#

Dokumentacija OpenAI izrecno navaja, česa NE smete početi:

1. Enovrstične spremembe — uporaba /goal za preimenovanje spremenljivke stane več kot ročno delo
2. Nejasni cilji — »izboljšaj zmogljivost«, »počisti kodo«, »naj bo bolj priročno«. Ocenjevalec nima merila, zato se bo agent vrtel v nedogled
3. Produkcijske zbirke podatkov z uporabniškimi podatki — agent lahko pokvari migracijo, obnovitev iz varnostne kopije pa stane več od vseh prihrankov
4. Varnostne spremembe — avtentikacija, šifriranje, obdelava plačil. Tukaj mora človek pregledati vsak commit
5. Zunanji API-ji brez nadomestnih različic — vsaka napaka omrežja porablja žetone in je zunaj vašega nadzora

Kaj storiti, če se agent zatakne?#

Kako hitro prepoznati zanko:

• Agent se 3+ krogov dotika istih datotek in jih vrne v prejšnje stanje
• V dnevniku se ponavljajo napake, na katere se je že odzval
• Vam se zdi, da je pogoj izpolnjen, agent pa pravi »ni izpolnjen«
• Poraba žetonov na krog narašča, vendar se koda ne izboljšuje

Kaj storiti nato:

• V Claude Code: /goal clear, nato določite natančnejši pogoj
• V Codexu: /goal pause, preglejte trenutno nit, z ukazom /goal edit uredite pogoj, nato uporabite /goal resume
• V obeh: preverite, ali je merilo dejansko mogoče preveriti (ukaz vrne izhodno kodo 0 ali ustvari določene rezultate)

Vzrok zanke je pogosto naloga sama, ne agent. Pogoj »vsi testi uspejo« predpostavlja, da lahko testi sploh uspejo. Če je v kodi globoka arhitekturna težava, bo agent nenehno obravnaval njen simptom.

Merila za »končano«: disciplina pri nalogah za /goal#

OpenAI to pravilo jasno navaja v svojem uradnem Codex Cookbooku:

Predloge meril, ki dejansko delujejo:

Kombinacija je sestavljena iz testov, mypy in lint. Če je vsaj eno preverjanje še vedno neuspešno, cilj ni zaključen. Ocenjevalnik ne more goljufati.

Neprimerni vzorci:

• »Koda je boljša«
• »Uporabnost se je izboljšala«
• »Zmogljivost se je izboljšala«
• »Dokumentacija je dokončana«

Razliko med »deluje« in »ne deluje« določa preverljivost. Če merila ni mogoče preveriti z ukazom, ga sploh ni mogoče preveriti. To OpenAI misli tudi z izrazom »dolgoročna koherentnost«: agent lahko razmišlja dolgo, vendar se ne more sam odločiti, kaj pomeni »dovolj dobro«.

Zamisel »en poziv — en rezultat« lahko preizkusite na pravem projektu: nastavite /goal, oblikujte merilo, ga zaženite in analizirajte, kaj je šlo narobe.

Spoznajte Ailoot.